[发明专利]一种彩色图像的自适应对比度增强方法

说明书

本发明提供了一种彩色图像的自适应对比度增强方法，其特征在于，所述方法包括步骤：S1：图像双边滤波去噪；S2：图像亮度直方图均衡化；S3：基于改进的伽马校正增强图像对比度；S4：图像饱和度修正。本发明提出了一种彩色图像的自适应对比度增强方法，结合直方图均衡和Gamma校正技术，对比度增强效果好，能有效提高图像的层次感和通透性，进一步地，本发明基于对比度增强后的彩色图像进行饱和度修正，能显著提高彩色图像的颜色饱和度，极大地改善了彩色图像的视觉效果。

技术领域

本发明涉及图像处理领域，尤其涉及一种彩色图像的自适应对比度增强方法。

背景技术

对比度增强在提高图像视频质量上起着非常关键的作用，广泛应用于计算机视觉、模式识别以及数字图像处理领域。由于受到成像设备、成像光照条件等因素的影响，实际图像通常存在对比度低、目标局部细节信息不明显等问题，这将影响人眼对目标精细辨识或机器自动识别能力，在实际应用中，通常采用图像对比度增强技术来提高图像的视觉效果。

目前图像对比度增强方法主要分为直接增强方法和间接增强方法，在直接增强方法中，图像对比度可以是由特定对比度指标直接定义，然而，大多数这些指标无法同时衡量阴影和高光细节处的对比度。相反，间接增强方法试图通过重新分配概率密度来增强图像对比度。即在动态范围内重新分配图像强度，没有定义特定的对比度指标。例如，直方图均衡方法是一种经典的间接增强方法，由于其计算简单、运算速度快而被广泛应用，伽玛Gamma校正技术通过使用变化的自适应参数γ来达到直方图修改的目的。

本发明提供一种自适应对比度增强方法，能显著提高图像的对比度，提升图像的层次感和通透性，提高视频图像的视觉效果。

发明内容

本发明提供了一种彩色图像的自适应对比度增强方法，所述方法包括步骤：

S1：图像双边滤波去噪；

S2：图像亮度直方图均衡化；

S3：基于改进的伽马校正增强图像对比度；

S4：图像饱和度修正。

优选地，所述步骤S2中的直方图均衡化方法包括步骤：

S21：计算图像各亮度等级的概率密度；

S22：运用加权分布函数调整概率密度；

S23：计算图像亮度的累积分布。

优选地，所述步骤S1中的双边滤波计算公式为：

其中，g(u，v)表示像素点(u，v)双边滤波后的像素值，(p，q)是像素点(u,v)的K邻域内的像素点,w(u，v，p，q)表示权重系数。

优选地，所述步骤S22的计算公式为：

其中，α是调整因子，ρ_max表示统计直方图中的最大值，ρ_min表示统计直方图中的最小值。

优选地，所述步骤S3中改进的Gamma校正函数表示为：

其中，l_max表示输入图像的最大亮度值，l是当前像素点的亮度值，C_w(l)表示亮度l对应的累积直方图。

优选地，所述步骤S4中对Gamma校正后的彩色图像进行饱和度修正的公式为：