[发明专利]一种基于人眼视觉最小探测概率最大化的图像增强方法

权利要求书

1.一种基于人眼视觉最小探测概率最大化的图像增强方法，包含以下步骤：

A．根据原始图像像素点的灰度值大小顺序，构造图像灰度级最小相邻关系表；

B.根据图像灰度级最小相邻关系表进行灰度合并，得到r(1)、r(2)、…、r(m)，m代表合并后灰度级的总数；

C.根据不同灰度背景下人眼灰度差探测概率函数p(g,s)，对合并后的灰度r(i)进行映射，其中i=1,2，...,m。

2.根据权利要求1所述的一种基于人眼视觉最小探测概率最大化的图像增强方法，其特征在于，所述图像灰度级最小相邻关系表的表项包括灰度值和表项值，当图像灰度级最小相邻关系表中的表项按灰度值g(i)由小到大排序排列时，所述表项值e(i)=min(S(i))，S(i)={e|e∈Ω(i)；e>g(i)}；当图像灰度级最小相邻关系表中的表项按灰度值由大到小排序排列时，所述表项值e(i)=max(S(i))，S(i)={e|e∈Ω(i)；e<g(i)}；以上叙述中，Ω(i)是图像中以灰度值g(i)对应像素为中心的邻域内所有灰度值的集合。

3.根据权利要求2所述的一种基于人眼视觉最小探测概率最大化的图像增强方法，其特征在于，如果所述S(i)为空集，则不对e(i)的初始值进行修改。

4.根据权利要求1所述的一种基于人眼视觉最小探测概率最大化的图像增强方法，其特征在于，所述合并的过程为：

当图像灰度级最小相邻关系表中的表项按灰度值由小到大排序排列时，由第一个灰度值g(1)开始检索全表，直到检索到灰度值g(j)=min{e(k)|S(k)≠Ф，k=1,2,…，j-1}时停止检索，将g(1)、g(2)、…、g(j-1)合并成一个灰度r(1)；其中，e(k)=min(S(k)),S(k)={e|e∈Ω(k)；e>g(k)}，Ω(k)是图像中以灰度值g(k)对应像素为中心的邻域内所有灰度值的集合；

由灰度值g(j)开始继续检索，直到检索完全表，并将合并的灰度级按合并的先后顺序以r(i)标记，（i=1,2,…,m），m代表合并后灰度级的总数；

当图像灰度级最小相邻关系表中的表项按灰度值由大到小排序排列时，由第一个灰度值g(n)开始检索全表，直到检索到灰度值g(j)=max{e(k)|S(k)≠Ф，k=n,n-1,…，j+1}时停止检索，将g(n)、g(n-1)、…、g(j+1)合并成一个灰度值r(m)；其中，e(k)=max(S(k))，S(k)={e|e∈Ω(k)；e<g(k)}，Ω(k)是图像中以灰度值g(k)对应像素为中心的邻域内所有灰度值的集合；

由灰度值g(j)开始继续检索，直到检索完全表，并将合并的灰度级按合并的先后顺序以r(i)标记，（i=m,m-1,…,1），m代表合并后灰度级的总数。

5.根据权利要求1所述的一种基于人眼视觉最小探测概率最大化的图像增强方法，其特征在于，所述步骤C具体为：在0至255之间计算获取m个等概率分布的数值f(i)，（i=1,2,…,m），函数f满足f(i)<f(j),(i<j),f(1)=0,f(m)=255，且p(f(i),f(i+1)-f(i))=p(f(i+1),f(i+2)-f(i+1)),(i=1,2…m-2)，令r(i)=f(i)完成灰度映射。

6.根据权利要求1所述的一种基于人眼视觉最小探测概率最大化的图像增强方法，其特征在于，所述不同灰度背景下人眼灰度差探测概率函数p(g,s)的具体表达式为

p(g,s)=1σ2π∫-∞se-(x-s0)22σ2dx,σ=s03,s>0,]]>

其中，s0代表以灰度值g为背景人眼探测概率为50%的灰度差，p(g,s)代表以灰度值g为背景灰度差s的人眼探测概率。