[发明专利]一种图像增强方法

摘要

本发明涉及图像处理领域，更具体地，涉及一种图像增强方法。其具体步骤包括：a)对输入图像进行去噪处理得到去噪图像；b)对去噪图像进行边缘提取得到边缘图像；c)对边缘图像进行图像增强处理得到去噪且边缘增强的图像；d)利用亮度可控的直方图均衡方法对去噪图像进行处理得到全局增强图像；e)对c和d步骤所得到的图像进行线性叠加，得到最终的输出图像。本发明通过亮度可控的直方图均衡方法结合UM(Unsharp Masking，反锐化掩膜)算法思想，可以实现输出亮度可以跟进用户需求自动调节，而且通过设定合适的亮度值可以得到一幅对比度明显提升全局增强的输出图像，从而达到图像增强的目的。

主权项

1.一种图像增强方法，其特征在于，包括如下步骤：a)对输入图像进行去噪处理得到去噪图像；b)对去噪图像进行边缘提取得到边缘图像；c)对边缘图像进行图像增强处理得到去噪且边缘增强的图像；d)利用亮度可控的直方图均衡方法对去噪图像进行处理得到全局增强图像；e)对c和d步骤所得到的图像进行线性叠加，得到最终的输出图像；步骤d的具体步骤包括：d1)求出去噪图像F(x，y)的直方图，并求得其亮度最大值f_max和最小值f_min，其中，0≤[f_min，f_max]≤255以及平均亮度值μ和标准差σ；d2)根据平均亮度值μ和标准差σ，求出去噪图像F(x，y)直方图的分割点th₁和th₂为其中，w为权值，0≤[th₁，th₂]≤255；d3)根据f_min、f_max、th₁、th₂将去噪图像F(x，y)的直方图分成低、中、高三段，如下其中，h(i)为图像F(x，y)的直方图统计函数，i表示0到255的灰度值；d4)对直方图进行分段剪切与补偿，得到经过裁剪和补偿后的直方图；d5)对图像F(x，y)的直方图进行分段剪切与补偿后，各段直方图的像素总数所占图像F(x，y)的总像素的比例均未变化，即其中，toal代表图像F(x，y)的总像素；r₁、r₂、r₃分别表示去噪图像F(x，y)直方图的低、中、高区域的像素总数占图像F(x，y)的像素总数的比例；d6)计算直方图分段后的低、中、高区域的累积密度函数分别为其中，S_l、S_m、S_u分别为低中高直方图区域内的像素总数，h_l″、h_m″、h_u″为分段剪切与补偿后各个区域的直方图统计函数；d7)假设全局增强的输出图像G(x，y)的直方图的分割点分别为th₁′和th₂′，亮度平均值为μ_m，标准差为σ_m，根据输出图像直方图平均亮度估算模型和输出图像直方图标准差估算模型可分别估算出亮度平均值μ_m标准差σ_m，即μ_m＝0.5[r₁(th₁′‑1)+r₂(th₁′+th₂′‑1)+r₃(th₂′+255)]其中，th₂′＝th₁′+2σ_m；d8)令模型求出的亮度平均值和设定的亮度平均值mv相等，即σ_m＝mv，其中，mv是用户可自行设定的平均亮度值；d7步骤中的三个方程组是关于th₁¹、th₂′和σ_m三个未知数的方程组，通过迭代的方式，计算出输出图像的直方图灰度分割点th₁′和th₂′；d9)定义输出图像的动态范围[0，255]的图像映射曲线函数T为：其中，th₁和th₂为自定义的去噪图像F(x，y)的直方图的两个分割点，th₁′和th₂′为输出图像直方图平均亮度估算模型和标准差估算模型计算出来的输出图像的直方图灰度级分割点；d9)根据以上可得，从而求出全局增强的输出图像G(x，y)为G(x，y)＝T(F(x，y))；步骤c的具体步骤包括：c1)对边缘图像进行预处理，得到边缘预处理图像，对边缘预处理图像进行图像增强得到边缘增强图像；c2)对边缘图像进行二值化处理得到二值化图像，对二值化图像进行腐蚀处理得到腐蚀图像；c3)将c1的边缘增强图像和c2的腐蚀图像进行综合处理得到去噪且边缘增强的图像；步骤c1的具体步骤包括：c11)求输入图像I(x，y)的最大和最小灰度值分别为I_max和I_min；c12)对边缘图像进行预处理，得到边缘预处理图像E_w(x，y)，即其中，E(x，y)为边缘图像，I(x，y)为输入图像；c 13)求出边缘预处理图像E_w(x，y)的灰度最大值max、灰度最小值min以及亮度平均值μ₀、标准差σ₀；c14)求出边缘预处理图像的直方图，然后求出该直方图灰度值小于0的区域的阈值T₁和直方图灰度值大于0的区域的阈值T₂；c15)根据c13和c14中求得的灰度最大值max、灰度最小值min以及图像的阈值T₁和T₂，将边缘预处理图像E_w(x，y)的直方图分成3个区域(min，T₁)、(T₁，T₂)和(T₂，max)，然后对该直方图进行基于均值和标准差剪切的分段直方图均衡，得到边缘增强图像E_e(x，y)；步骤c14中阈值是通过Rosin方法求取的；步骤c2和c3的具体步骤包括：c 21)根据Rosin方法求得边缘图像的阈值T_t，然后运用二值化求得二值图像B(x，y)；c22)对二值图像进行形态学腐蚀得到腐蚀图像R(x，y)；c31)结合步骤c1和c2，得到去噪且边缘增强的图像E_we(x，y)：