专利名称：一种快速有效的图像增强方法
技术领域：
本发明涉及图像处理技术，尤其涉及一种基于改进的直方图均衡化算法和改进的反锐化掩模算法结合的快速有效的图像增强方法。
背景技术：
对于识别灰度图中的信息，例如识别二维条码图像中的二维码信息和文字图像中的文字信息，由于光照环境的影响，其容易导致灰度图的质量下降，特别是当光线不足时，则会导致灰度图中条的灰度值(即用于表示信息的像素点的灰度值)以及空的灰度值(即用于表示空白的像素点的灰度)相对接近，进而造成条的灰度值与空的灰度值的对比度下降， 同时引起大量噪声进而导致细节不够清晰，因此这样常常会造成灰度图的信息识别率低下。而对于灰度图的信息识别率低下这一问题，应采用灰度图对比度提升和降噪的手段将质量下降的灰度图进行处理。现有的灰度图对比度提升的技术通常可以分为两类全局增强技术和局部增强技术。全局增强技术利用某些转换函数对灰度图的亮度通道或颜色通道进行处理，进而使灰度图达到显示设备的最大显示动态范围从而获取更多的图像细节，此技术通常采用线性或非线性函数、直方图均衡化、模糊对比度集约化等方法来间接提升整幅灰度图的对比度，然而其对局部细节的提升不足；局部增强技术通常利用灰度图中的边缘信息和局部统计信息来对图像局部细节进行增强，然而，基于最优化转换函数和平均边缘灰度对比度检测方法进而提出的通过拉伸亮度值而提高对比度的方法，其在提高对比度的同时也增强了噪声。因此如何在提升对比度的同时抑制噪声，这是一个迫切解决的问题。
发明内容
为了解决上述技术问题，本发明的目的是提供一种在提升对比度的同时抑制噪声的快速有效的图像增强方法。本发明所采用的技术方案是一种快速有效的图像增强方法，该方法步骤包括 获取灰度 采用带背光补偿亮度保持的QDHE算法对获取的灰度图进行全局对比度的提升，进而得到全局对比度提升的灰度 采用带噪声抑制的反锐化掩膜算法对获取的灰度图进行局部对比度的提升，进而得到局部对比度提升的灰度 将全局对比度提升的灰度图和局部对比度提升的灰度图进行叠加，进而输出一幅增强图像的灰度图。进一步，所述步骤采用带背光补偿亮度保持的QDHE算法对获取的灰度图进行全局对比度的提升，进而得到全局对比度提升的灰度图，其包括
采用压缩高亮直方图部分的方法对获取的灰度图的直方图进行处理，进而得到待处理灰度图；将待处理灰度图划分区域后计算出每个子区域的直方 采用带门限剪切的动态区域划分方法对每个子区域的直方图进行处理后，每个子区域的直方图分别进行独立的直方图均衡，进而得到全局对比度提升的灰度图。进一步，所述步骤采用带噪声抑制的反锐化掩膜算法对获取的灰度图进行局部对比度的提升，进而得到局部对比度提升的灰度图，其包括 采用拉普拉斯算子对获取的灰度图进行边缘滤波，进而获得边缘图像；
对边缘图像的直方图进行边缘判别，根据判别结果进而采用直方图均衡方法对边缘图像的直方图进行边缘自适应提升后得到局部对比度提升的灰度图。
进一步，所述步骤采用压缩高亮直方图部分的方法对获取的灰度图的直方图进行处理，进而得到待处理灰度图中，所述压缩高亮直方图部分的方法，其采用的公式如下
权利要求
1.一种快速有效的图像增强方法，其特征在于该方法步骤包括 获取灰度图； 采用带背光补偿亮度保持的QDHE算法对获取的灰度图进行全局对比度的提升，进而得到全局对比度提升的灰度图； 采用带噪声抑制的反锐化掩膜算法对获取的灰度图进行局部对比度的提升，进而得到局部对比度提升的灰度图； 将全局对比度提升的灰度图和局部对比度提升的灰度图进行叠加，进而输出一幅增强图像的灰度图。
2.根据权利要求I所述一种快速有效的图像增强方法，其特征在于所述步骤采用带背光补偿亮度保持的QDHE算法对获取的灰度图进行全局对比度的提升，进而得到全局对比度提升的灰度图，其包括 采用压缩高亮直方图部分的方法对获取的灰度图的直方图进行处理，进而得到待处理灰度图； 将待处理灰度图划分区域后计算出每个子区域的直方图； 采用带门限剪切的动态区域划分方法对每个子区域的直方图进行处理后，每个子区域的直方图分别进行独立的直方图均衡，进而得到全局对比度提升的灰度图。
3.根据权利要求I所述一种快速有效的图像增强方法，其特征在于所述步骤采用带噪声抑制的反锐化掩膜算法对获取的灰度图进行局部对比度的提升，进而得到局部对比度提升的灰度图，其包括 采用拉普拉斯算子对获取的灰度图进行边缘滤波，进而获得边缘图像； 对边缘图像的直方图进行边缘判别，根据判别结果进而采用直方图均衡方法对边缘图像的直方图进行边缘自适应提升后得到局部对比度提升的灰度图。
4.根据权利要求2所述一种快速有效的图像增强方法，其特征在于所述步骤采用压缩高亮直方图部分的方法对获取的灰度图的直方图进行处理，进而得到待处理灰度图中，所述压缩高亮直方图部分的方法，其采用的公式如下
5.根据权利要求2所述一种快速有效的图像增强方法，其特征在于所述步骤将待处理灰度图划分区域后计算出每个子区域的直方图，其具体为，采用5个点将待处理灰度图划分4个子区域后计算出每个子区域的直方图。
6.根据权利要求2所述一种快速有效的图像增强方法，其特征在于所述步骤采用带门限剪切的动态区域划分方法对每个子区域的直方图进行处理后，每个子区域的直方图分别进行独立的直方图均衡，进而得到全局对比度提升的灰度图，其包括 对每个子区域的直方图进行动态分配范围； 采用带门限剪切的方法对每个子区域的直方图进行修正； 对每个子区域的直方图分别进行独立的直方图均衡后重建每个子区域内的亮度映射表，根据每个子区域的亮度映射表进而得到全局对比度提升的灰度图。
7.根据权利要求6所述一种快速有效的图像增强方法，其特征在于所述步骤对每个子区域进行动态分配范围，其包括 计算每个子区域的直方图的动态划分范围，其计算的公式如下Sfmnt =+ mt t, - Hii 其中，Spani表示第i个子区域的直方图的动态划分范围，Hii表示第i个子区域的直方图的最低端点，mi+1表示第i个子区域的直方图的最高端点； 计算每个子区域的直方图的动态划分范围和像素数量之和的比例因子，其计算的公式如下factor = spmi x Ioelll mfi.MIJ ifi 其中，factor,表示第i个子区域的比例因子，Mi表示第i个子区域的像素数量之和； 计算每个子区域的直方图的新范围，其计算的公式如下raw 吹f =(￡ 1)x Jaciort s factor, 其中，Tangei表示第i个子区域的直方图的新范围，L-I表示图像的最大亮度值，Xl表示子区域的比例因子之和。
8.根据权利要求6所述一种快速有效的图像增强方法，其特征在于所述步骤采用带门限剪切的方法对每个子区域的直方图进行修正中，所述门限剪切为中值门限剪切。
9.根据权利要求3所述一种快速有效的图像增强方法，其特征在于所述步骤对边缘图像的直方图进行边缘判别，根据判别结果进而采用直方图均衡方法对边缘图像的直方图进行边缘自适应提升后得到局部对比度提升的灰度图中，采用Rosin算法对边缘图像的直方图进行边缘判别。
10.根据权利要求3所述一种快速有效的图像增强方法，其特征在于所述步骤对边缘图像的直方图进行边缘判别，根据判别结果进而采用直方图均衡方法对边缘图像的直方图进行边缘自适应提升后得到局部对比度提升的灰度图，其包括； 采用Rosin算法对边缘图像的直方图进行处理，进而得到阈值； 根据阈值判断边缘图像的直方图中大于阈值的部分后，对大于阈值的部分进行直方图均衡，进而得到局部对比度提升的灰度图。
全文摘要
本发明公开了一种快速有效的图像增强方法，该方法步骤包括，首先获取灰度图，然后采用带背光补偿亮度保持的QDHE算法对获取的灰度图进行全局对比度的提升，进而得到全局对比度提升的灰度图，以及采用带噪声抑制的反锐化掩膜算法对获取的灰度图进行局部对比度的提升，进而得到局部对比度提升的灰度图，最后将全局对比度提升的灰度图和局部对比度提升的灰度图进行叠加，进而输出一幅增强图像的灰度图。本发明能够在防止高亮区域变得过增强的同时补偿暗区域以及在增强边缘信息的同时压制噪声点，进而大大提高图像的质量，而且具有较低的时间复杂度进而可实现实时处理。本发明作为一种快速有效的图像增强方法广泛应用在光学识别领域中。
文档编号G06T5/00GK102722871SQ20121016674
公开日2012年10月10日 申请日期2012年5月24日 优先权日2012年5月24日
发明者朱雄泳, 谭洪舟 申请人:中山大学