[发明专利]一种对图像进行区域增强的方法

权利要求书

1.一种对图像进行区域增强的方法，其特征在于包括以下步骤：

(1)初始化步骤，所述初始化的具体方法如下：

(1.1)对于输入图像，初始化存储容器，用于存放处理中间结果；

(1.2)将输入图像的颜色空间由RGB转为LUV，存放于容器中，从步骤2到步骤5处理的均为LUV图像；

(1.3)初始化分割参数颜色半径sr，区域半径sp，由用户指定或设定为默认值，其中sr＝6.5，sp＝10；进行步骤(2)；

(2)图像区域化分割步骤，所述图像区域化分割步骤分为4个子步骤，分别为图像平滑步骤(2.1)、区域生长步骤(2.2)、区域合并步骤(2.3)和小区域合并步骤(2.4)，具体方法如下：

(2.1)图像平滑步骤：

(2.1.1)初始化：color＝(0，0，0)，其中color颜色变量，即LUV分量的向量变量，num＝0，itr＝0，d，其中：变量num为计数器，变量d为移动步长，变量itr为迭代次数；

(2.1.2)进行图像平滑操作即meanshift过程；对于图像中的每一个像素点x，对其周围的区域，进行步骤(2.1.3)至步骤(2.1.5)直到迭代次数itr大于某阈值或移动步长不变为止，进行图像区域合并，转步骤(2.2)；

(2.1.3)对于x周围半径为sp内的点yi，其中i＝1,2，…，判断像素点yi与像素点x的距离是否小于颜色半径平方，若是，则转步骤(2.3)，否则判断像素点x周围的所有像素点yi是否都处理完毕，若是转步骤(2.1.5)，否则转步骤(2.1.4)；

(2.1.4)将像素点yi的颜色值即LUV分量的向量计入颜色变量，并累加计数器，处理下一个点，转步骤(2.1.3)；

(2.1.5)得到区域均值为color/num，并得到移动步长为||color/num–x||，转步骤(2.1.2)；

(2.2)区域生长步骤：

(2.2.1)初始化标签值label＝1，其中，label为像素点的标签值；

(2.2.2)对于图像的每个点，若其已被分派标签值，则处理下一个点；否则，先将x指定标签值为label，并使label自增，转步骤(2.2.3)；

(2.2.3)将像素点x与周围的8邻域点x_ngb进行对比，若x与该点x_ngb的颜色距离小于颜色半径的平方，则将该点标签赋为像素点x的标签值；

(2.2.4)对新赋标签值的点的8邻域进行相同操作，即判断它们的颜色距离是否小于sr×sr，若是，则赋为同样的标签，直到找不到邻接点满足条件，转步骤(2.2.2)；

(2.3)区域合并步骤：

(2.3.1)对于步骤(2.2)产生的标签矩阵，首先生成一个邻接区域图，即所有标签值的区域和它所相邻的区域列表，转步骤(2.3.2)；

(2.3.2)对于每个区域X，判断它相邻区域Y，若两区域的颜色值距离小于颜色半径的平方，则合并两区域；

(2.3.3)对于上述操作处理过的图像，重新生成邻接区域图；

(2.4)小区域合并步骤：

(2.4.1)对于步骤(2.3)产生的邻接区域图中的每个区域X，若该区域的像素点数目小于某阈值，由用户指定或设定为默认值100～400，则转步骤(2.4.2)；

(2.4.2)对于小区域X，遍历其邻接区域列表，找到一个与X颜色最接近的区域Y，将X与Y合并为新的区域；

(2.4.3)对于上述操作处理过的图像，重新生成邻接区域图和标签矩阵；

至此，输入图像被分割为若干个区域，使用的是meanshift图像分割算法；

(3)图像区域选择步骤，有2种处理方式，根据用户选择方式或是自动选择方式，选择预备增强的区域；若为用户手动选择方式，对用户指定区域，则进入步骤(4)；若为自动选择方式，则进行下述过程：

(3.1)定义指定区域i的增强系数μ：

μ＝li×di

其中，i表示指定增强区域，μ为指定区域的增强系数，li为指定区域的亮度值，di为指定区域的对比度；

定义区域i的亮度值li：

其中，定义g(x，y)为点(x，y)的灰度值，num(i)为区域i的像素点总数；

定义区域i的对比度di：

其中，g(x，y)为点(x，y)的灰度值，g(i，j)为点(i，j)的灰度值，num(i)为区域i的像素点总数；

(3.2)对于步骤(2)产生的所有区域，计算增强系数，系数越小的区域，表示该区域越暗且对比度越低，越需要进行区域增强以改善视觉观察效果，以下提供2种选择方式，其一为对所有系数小于某阈值的区域均进行步骤(4)，其二仅对系数最小的区域进行步骤(4)；

至此，待增强区域已列好，下面进行图像区域增强步骤(4)；

(4)图像区域增强步骤，进行下述过程：

定义步骤(3)中选定的区域或区域列表如下：

Ωi，i＝1，2，...，N，

其中，Ωi表示待增强的区域，i表示区域编号，N为待增强区域数目；

(4.1)获取区域亮度：

(4.1.1)对输入区域中的每个点，定义该点三个通道的最大值：

Lx＝Max(r，g，b)，

其中，x表示待增强区域中的像素点，Lx表示像素点x三个通道的最大值，r，g，b分别代表像素点x的三个通道值；

(4.1.2)对输入区域中的每个点，定义该点的亮度值为Lr(x)：

其中，Lr(x)为像素点x的亮度值，U(Lx，Ly)为单位阶跃函数；Lx，Ly分别为x点和y点的最大通道值；δ为Lx，Ly的颜色频度系数，即为整张图片中值Lx与值Ly相邻的数目；β为系数δ之和；

求得该区域上每个点的亮度值，进入下一步骤(4.2)；

(4.2)获取区域累积带权直方图：

(4.2.1)对输入区域中的每个点，定义公式：

Lg(x)＝lg(Lr(x)+1)

其中，Lg(x)表示x点的亮度值加1后再做对数运算的结果；

(4.2.2)对输入区域中的每个点，计算每个点x的颜色权重；

(4.2.3)对输入区域中的每个点，定义其颜色权重累积直方图，计算每个点x的颜色权重累积直方图，定义x点的累积密度函数为公式：

其中，mp(v)为整张图像中所有亮度值与v相等的点的Lg值之和，v是一个取值范围为0到Lr(x)的变量；即：mp(v)＝∑_Lr(x)＝vLg(x)

(4.3)直方图增强区域：

(4.3.1)求标准累积直方图，对一长度为256的常数数组cf[]，计算：

其中常数i为数组cf[]的下标，j为从0到i的变量，k为从0到255的变量；

(4.3.2)对输入区域Ωi中的每个点x，计算其增强后的亮度值：首先求得该点的累积密度函数cL(x)，其次遍历数组cf[]，取出与cL(x)值最接近的数组成员，记该成员的下标为z，定义增强后的亮度值Lm(x)＝z；

(4.3.3)对输入区域Ωi中的每个点x，计算其增强后的通道值：

其中，r′，g′，b′分别为增强后的rgb三通道值；至此，增强步骤已经执行完毕；

(5)所述区域间边界均衡化步骤中，热传导方程为：

其中，是函数u(t,x)关于t变量的偏导，函数u(t,x)表示t时，x位置上的热量值，整个方程的解u(t,x)表示热量u随时间t以及位置x的变化情况，u₀(x)即为初始时刻x位置上的热量值；

将该方程应用于图像区域边界均衡化，定义u(t,x)的取值为一个三元组向量，表示图像的3个通道值经过前面增强步骤后与原始图像相比的变化量，其中，x表示图像中的点，u₀(x)即为x点的初始变化量，t在本步骤中表示距离系数；

具体说明如下：

热传导方程(a)的解为Gauss函数的低通滤波，即：

其中，定义在为增强系数，G_t(x)即表示随时间变化该系数的取值；

u₀定义为增强操作后图像颜色初始变化量，即：

u₀＝|p-p′|，其中p＝r，g，bp‘＝r’，g‘，b’

t定义为距离系数，即：

D为类中心与边缘距离D＝min(x_c-x_i)，

x_i∈增强区域边缘，x为当前处理的点，x_c为当前点x所属的类中心

具体过程如下：

(5.1)对于待增强区域中的每个点，计算增强后的通道值与原通道值之差，定义公式：

u₀＝|p-p′|，其中p＝r，g，b p‘＝r’，g‘，b’

(5.2)对于待增强区域中的每个点，求增强系数，定义公式：

其中，x_c为图像平滑步骤中求得的类中心，即区域中心；

(5.3)对于待增强区域中的每个点，求均衡增强后的通道值，定义公式：

p″＝p‘+u₀*Gt(x)，p′＝r‘，g’，b‘

(6)结束步骤，进行下述过程：输出局部区域增强后的图像。