[发明专利]利用改进CLAHE算法增强在近红外光源下的静脉图像的方法

权利要求书

1.利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：包括以下步骤：

步骤1：分块；将输入图像划分为c*r个大小相等的不重叠子块，每个子块含有的像素数为M；

步骤2：计算直方图；用h(x)表示子块的直方图，x代表灰度级，取值范围是[0，L-1]，L为可能出现的灰度级数；

步骤3：计算剪切阈值clip Limit：

式中：norm Clip Limit是对比度增强幅度值；

步骤4：像素点重分配；得到经重分配处理后的直方图h'(x)；

步骤5：直方图均衡；对经重分配处理后的直方图h'(x)进行直方图均衡化处理，均衡结果用f(x)表示；

步骤6：像素点预输出灰度值重构；根据均衡结果f(x)，得到各子块各像素点的灰度值，作为参考点，计算预输出图像中各点的灰度值g；

步骤7：像素点输出灰度值重构。

2.根据权利要求1所述的利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：

在步骤4中：

对每个子块，使用对应的剪切阈值clip Limit对子块的直方图h(x)进行剪切，将剪切下来的像素总差值均匀地重新分配到直方图的各灰度级中，有：

avgBincr＝totalE/L

式中，total E是指超过剪切阈值clip Limit的像素总差值；avg BIncr是指直方图中平均每个灰度级增加的像素值；

重复上述分配过程，直至将所有被剪切的像素点分配完毕。

3.根据权利要求2所述的利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：

在步骤4中：

用h'(x)表示h(x)经重分配处理后的直方图，则有

4.根据权利要求3所述的利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：

在步骤6中：

使用双线性插值技术计算预输出图像中各点的灰度值g。

5.根据权利要求4所述的利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：

在步骤7中：

根据步骤6中得到的预输出图像中各点的灰度值g，通过正弦函数幂指数函数对g值进行重映射得到最终图像中各像素点灰度输出值f，达到静脉图像进一步增强突出了静脉区域的效果，有：

式中α为暗区域的压缩程度系数，图像灰度值重映射时控制暗区域的区域映射程度；β为亮区域的压缩程度系数，图像灰度值重映射时控制亮区域的区域映射程度；通过正弦函数幂指数函数图像特征，利用α与β参数的调节强调整幅图像的亮/暗区域特征。

6.根据权利要求5所述的利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：

对比度增强幅度值norm Clip Limit为4-15。

7.根据权利要求6所述的利用改进CLAHE算法增强在近红外光源下的静脉图像的方法，其特征在于：

暗区域的压缩程度系数α＝1.8，亮区域的压缩程度系数β＝1.9。