[发明专利]一种基于均匀规一化UM(UNUM)图像增强方法及系统

说明书

本申请公开了一种基于均匀归一化的UM(UNUM)的图像增强方法及系统，该方法包括：步骤1，读取原始图像A，获得图像的最大行数m及最大列数n；步骤2，判断原图是彩色图像还是灰度图，如是彩色图像则分别读取RGB各分量像素矩阵，如是灰度图像直接读取像素矩阵；步骤3，循环从像素矩阵逐行逐列获取每个像素A(i，j)；步骤4，若A(i，j)位于图像的边缘的像素维持不变V(i，j)＝A(i，j)步骤5若A(i，j)位于图像中间则进行如下3x3邻域操作，进行如下的循环操作；步骤6得到增强后图像V本申请的技术方案提升了图像边缘，能够提高图像的清晰度和平滑度。

技术领域

本发明涉及图像处理领域，尤其涉及图像增强方法及系统。

背景技术

图像处理是多媒体领域中重要的研究对象之一，广泛应用于智能手机、数码相机以及个人电脑等具有显示屏幕的设备上。原始拍摄获取的图像会存在噪声，需要通过图像增强技术增强图像中的有用信息，从而改善图像的视觉效果，针对给定图像应用场合。

图像增强技术通过增强图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

图像增强技术可以分为两大类：频率域法和空间域法。比较著名的图像增强算法包括基于空域的拉普拉斯法，经典UM算法，基于频域的HE算法、CLAHE算法，还有retinex算法(包括SSR，MSR)等。

经典的UM算法是这样的：

Z(X)＝X+kH(X)

其中X为输入信号，H(X)为高通信号，k为增强系数，Z(X)为输出信号也就是增强后的结果，它的关键在于寻找包含在输入信号里的高通信号。

经典UM算法应该广泛，但也有三个缺点，第一，对噪点敏感，容易放大噪点；第二，容易产生overshoot现象；第三，算法至少有三个参数，参数比较难于选择。

发明内容

本申请提供了一种基于均匀规一化UM(UNUM)图像增强方法及系统一种图像处理方法及系统，以提高图像增强效果。

区别于经典的UM算法，我们不是寻找高通分量，而是寻找当前块中中心像素受到其它像素的影响份量，并从中心像素中消除，得到的份量便是我们需要增强的份量，在3x3块中可表示为如下：

其中Y_i为中心像素X的八个相邻像素，a_i为Y_i对X的影响系数，k为增强系数。

考虑到中心像素受到周围邻域的影响为一个整体，所以限定进一步假定每个邻域对中心像素的影响作用是均匀相等的，这样就得到了如下的增强结果：

算法中增强系数k越大边缘增强效果越强，但过大也会带来过锐的可能性。实验表明k取1.4到2.5之间会有良好的增强效果，同时也不至于带来过锐的风险。

本申请的技术方案极大地提升了图像的边缘，提高图像的清晰度，同时噪点在可接受的范围，而且没有overshoot即局部过锐现象发生。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1本申请实施例提供的图像处理系统示意图；

具体实施方式