[发明专利]一种基于直方图紧致性变换的保细节图像对比度增强方法

说明书

本发明公开了一种基于直方图紧致性变换的保细节图像对比度增强方法，只对细节损失的区域进行映射恢复，不对图像的其他区域做变换，这样在保留原图的对比度的基础上有效的恢复并增强图像的细节；在变换过程中，依据图像自身的特性自动计算相关变换参数，从而保证了对不同图像的适应性。

技术领域

本发明涉及图像处理技术领域，尤其是一种基于直方图紧致性变换的保细节图像对比度增强方法。

背景技术

基于直方图紧致性变换(HCT)的图像增强方法(HCTLS)是对比度增强有效方法之一。该算法提供一种新的直方图压缩变换方法，有效解决具有不同形状直方图的图像的灰度分布范围压缩问题，从而解决直方图线性拉伸增强方法在图像处理(尤其是遥感影像)等实际应用中存在的失效问题，是目前遥感图像对比度全自动增强方法中稳健性、适应性最好的一种。但如同截断线性拉伸算法类似，HCTLS算法在实际应用中也常常存在局部细节减弱甚至消失的现象。造成这一现象的原因是由于在HCT操作中，合并后的灰度级像素若分布在相邻区域，则导致局部对比度下降和细节消失。

所述直方图紧致性变换如下：设定一个频度阈值作为基准频度，与直方图上的每个灰度级按顺序进行比较；除特殊情况外，对频度小于基准频度的灰度级，与该灰度级的下一个或多个灰度级合并，直至当前所有合并灰度级的累积频度不小于基准频度；所述特殊情况是指：合并后的累积频度与基准频度之差大于原频度与基准频度之差，则不作合并；最终使得合并后的直方图在其灰度最大值和最小值之间所有灰度级的频度均接近或不小于基准频度，且灰度连续、不间断。在这一过程中，少量的灰度合并并不会对视觉感受以及后续应用造成较大影响，因此，找出合并的像素区域是判断局部细节丢失和进一步修复的重要依据。

发明内容

本发明所要解决的技术问题在于，提供一种基于直方图紧致性变换的保细节图像对比度增强方法，能够使得目标图像的对比度得到增强并同时保留局部细节。

为解决上述技术问题，本发明提供一种基于直方图紧致性变换的保细节图像对比度增强方法，包括如下步骤：

步骤1、使用HCTLS算法处理输入图像I(x，y)得到目标图像H(x，y)；

步骤2、根据直方图紧致性变换规则，计算得到掩模图像HCT(x，y)；

步骤3、计算得到目标图像H(x，y)和输入图像的I(x，y)的梯度图G_H(x，y)和G_I(x，y)，并且两者梯度计算方式相同；

步骤4、根据得到的目标图像H(x，y)和输入图像的I(x，y)的梯度图G_H(x，y)和G_I(x，y)计算掩膜图像G(x，y)；

步骤5、根据得到的掩膜图像HCT(x，y)和G(x，y)，分别编号各连通域，然后判断掩模图像各连通区域之间是否有交集，如果有则取二者并集，如果没有则赋值为0；

步骤6、对X中各连通区域进行重新标号并获取各区域的外接矩形参数，并将外接矩形扩大为原本λ倍作为新的恢复增强单元；

步骤7、对于每个恢复增强单元，需要恢复的像素在掩膜图像X中标记出来，并沿着恢复增强单元中连通域的边界恢复到中心；

步骤8、使用高斯滤波消除恢复区域的边缘效应，在区域的外缘和内缘1像素距离内进行，高斯滤波核大小设置为3×3；

步骤9、统计恢复后的图像f(x，y)灰度最小值L’_Min和最大值L’_Max，并计算线性拉伸变换系数k，并将截距置零，其中

步骤10、利用线性拉伸变换关系式g(x，ｙ)＝k[f(x，y)-L_Min]和灰度映射关系，对输入图像f(x，y)重新赋值，并输出增强图像g(x，y)。