[发明专利]一种基于遍历寻优的图像对比度增强方法

说明书

本发明涉及一种基于遍历寻优的图像对比度增强方法，包括：对图像直方图进行均值归一化处理；根据得到的直方图对截断阈值进行遍历并进行截断均分处理，然后进行直方图均衡并计算得到直方图的统计参数；根据优化模型结合统计参数求解最优阈值并进行截断和均分处理；对直方图数据进行后处理；直方图均衡及图像输出。本发明能够解决部分图像的对比度不足、整体亮度不足或过曝等问题，提升图像对比度。

技术领域

本发明涉及视频图像增强领域，特别涉及一种基于遍历寻优的图像对比度增强方法。

背景技术

图像对比度指的是一种对图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的度量，即指一幅图像灰度反差的大小。差异范围越大代表对比越大，差异范围越小代表对比越小。目前图像对比度的增强方法主要基于空间信息以及统计信息进行增强，其中基于空间信息的对比度增强方法有自适应对比度增强方法等；基于图像统计信息的对比度增强方法有传统直方图均衡方法等。

传统直方图均衡根据直方图的分布特征对图像进行优化，使其直方图趋于均匀分布，增强图像的对比度，使其更加适合于人眼的观察。但传统的全局直方图均衡算法存在对比度过高、过度曝光和细节丢失等问题，使得均衡后的图像不适合人眼的观察。

因此针对传统直方图均衡算法衍生出了许多改进算法，而对比度受限直方图均衡算法就是其中一种改进算法。其算法能够使得图像的增强比传统的直方图均衡更加自然，但其算法复杂度较高，且无法确定预设的截断阈值是否为最优解。

发明内容

本发明的目的在于克服现有技术的不足，提出一种在多种图像环境下均能够实现增强、丰富图像的细节、提升图像的对比度、更加适合人眼观察的基于遍历寻优的图像对比度增强方法。

为了实现上述目的，本发明的技术方案是：

一种基于遍历寻优的图像对比度增强方法，包括：

S101，对由输入图像得到的图像直方图Hist进行均值归一化处理得到直方图H_norm；

S102，根据预设的步进长度，从零到直方图最大值的范围内，遍历所有截断阈值；根据当前截断阈值t对直方图H_norm进行截断均分处理，并对截断均分处理后的直方图进行均衡处理得到H_thresh；

S103，对直方图H_thresh进行均值归一化处理，得到当前截断阈值t对应的新直方图并计算非零灰度级个数H_num以及局部对比度C_part；

S104，基于所述非零灰度级个数H_num以及局部对比度C_part，通过优化模型得到最优截断阈值t_opt；使用求取的最优截断阈值t_opt对直方图H_norm进行截断均分处理；

S105，对S104中截断均分处理后的直方图中小于1的数据进行Gamma校正处理；

S106，对进行Gamma校正处理后的直方图进行均衡处理后输出。

所述S101中，对由输入图像得到的图像直方图Hist进行均值归一化处理得到直方图H_norm，具体包括：

将直方图Hist除以输入图像像素总数N，再乘以理论灰度级总数D_range得到均值归一化直方图H_norm，其中理论灰度级总数表示图像明暗程度变化的最大范围，例如8bit，12bit以及16bit等对应的最大灰度级范围。

所述S102中，进行截断均分处理，具体包括：