基于CbCr角度归一化直方图的图像增强方法及系统的制作方法
【专利摘要】本发明涉及一种基于CbCr角度归一化直方图的图像增强方法及系统。首先在图像的YCbCr色彩空间分别计算Y分量归一化直方图与CbCr角度归一化直方图；然后根据CbCr角度分布直方图的特征数据进行图像分类；如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据不同情况分别进行图像增强；如果图像被判定为II类图像，根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行图像增强；最后显示输出增强后的图像。本发明实现了对采集到的图像的智能判断，提高了图像增强的有效性，能够满足不同图像情况下的不同图像增强需求。
【专利说明】 基于CbCr角度归一化直方图的图像增强方法及系统
【技术领域】
[0001]本发明属于图像数字化增强【技术领域】，具体涉及一种根据图像YCbCr空间CbCr角度归一化直方图特征对图像进行分类增强的方法及系统。
【背景技术】
[0002]视障者阅读辅具可以通过摄像头拍摄外界的图像，然后在显示屏上放大给弱视者观看。由于摄像头本身图像采集性能、被拍摄对象本身的图像质量、拍摄环境的光照等原因，有时视障者阅读辅具输出的图像质量并不理想，如果对拍摄的图像进行图像增强处理，会给弱视者一个比较好的视觉效果。
[0003]目前比较常用的图像增强方法有对数变换、指数变换、或Y变换等，但这些均是针对特定场合下运用的常规手段。若不分具体运用场合，即不对图像的种类、图像具体的质量弱点进行分类，直接运用，有时无法取得比较好的图像增强效果。
[0004]YCbCr颜色空间是便携式视频设备、电视会议DVD、数字电视、HDTV以及其它消费类视频设备、高质量视频应用、演播室以及专业视频产品的常用格式。例如一些摄像头从底层传上的数据通常就是YCbCr格式数据。
【发明内容】
[0005]本发明的目的在于提高图像增强的效果，提出一种基于自动分类判别的图像增强方法及系统。该方案着眼对图像YCbCr空间CbCr角度归一化直方图的特征分析，找到了一些有效的特征数据。根据这些特征数据，把图像分为I类图像与II类图像，并寻找了一些Y分量的特征数据，根据这些特征数据对每类图像再根据光照情况使用不同的图像增强处理方法，进行不同的分类增强，最终取得一个比较好的图像增强效果。
[0006]具体来说，本发明采用如下技术方案:
[0007]一种基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其步骤包括:
[0008]I)在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图；
[0009]2)根据CbCr角度分布直方图的特征数据进行图像分类，分为I类图像与II类图像，其中I类图像是文本图像或大部分为文本的图像，II类图像是非文本的场景图像(或称为画面图像)或者大部分为场景的图像；如果是I类图像，则进入步骤3)，如果是II类图像，则进入步骤4)；
[0010]3)如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行I类图像的情况区分，并根据不同情况分别进行图像增强；
[0011]4)如果图像被判定为II类图像，根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行图像增强；
[0012]5)显示输出增强后的图像。
[0013]一种基于YCbCr空间CbCr角度归一化直方图的图像增强系统，其包括:[0014]归一化直方图计算模块，用于在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图；
[0015]图像分类模块，连接所述归一化直方图计算模块，用于根据CbCr角度分布直方图的特征数据进行图像分类，分为I类图像与II类图像，其中I类图像是文本图像或大部分为文本的图像，II类图像是非文本的场景图像(或称为画面图像)或者大部分为场景的图像；
[0016]I类图像增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行I类图像的情况区分，并根据不同情况分别进行图像增强；
[0017]II类图像增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行图像增强；
[0018]显示输出模块，连接所述I类图像增强模块和II类图像增强模块，用于显示输出增强后的图像。
[0019]本发明根据采集图像的特征，将图像分为I类图像与II类图像，然后针对I类图像与II类图像的不同增强目标采用不同的图像增强方法进行增强，最终达到一个比较好的图像增强效果。图像的种类、光照条件的区分是通过提取待处理图像YCbCr颜色空间的CbCr角度归一化直方图与Y分量归一化直方图的特征数据完成的。所提取的CbCr角度归一化直方图的特征数据包括:所统计像素点个数与原图像像素总量的比值、概率大于1/360的角度个数和、最大概率值，以及最大概率角度所在窗口内的概率和；所提取的Y分量归一化直方图的特征数据包括:概率大于1/256的亮度的等级数、左半部的概率和，以及右半部的概率和。通过这些特征数据，实现了对采集到的图像的智能判断，根据判别的不同情况，采用不同的图像增强策略，使图像增强策略更具针对性，提高了图像增强的有效性，从而满足不同图像情况下的不同图像增强需求。
[0020]本发明可以运用于视障者阅读辅具，但不仅限于视障者阅读辅具，对于其它图像增强的应用范围也可运用。
【专利附图】
【附图说明】
[0021]图1为本发明的总体步骤的流程图。
[0022]图2为本发明步骤I)的流程图。
[0023]图3为本发明步骤2)的流程图。
[0024]图4为本发明步骤3)的流程图。
[0025]图5为本发明步骤4)的流程图。
[0026]图6为本发明步骤5)的流程图。
[0027]图7为本发明的I类图的图像示例。
[0028]图8为本发明的II类图的图像示例。
[0029]图9为本发明的累计窗口在CbCr角度归一化直方图中的三种位置。
[0030]图10为一幅本发明特征值UpRateMeanCount小于阈值40的例图，其中左图(a)为一幅被判定为I类图的文本图像，右图(b)为此图像的Y分量归一化直方图。
[0031]图11为本发明S型变换的变换曲线。
[0032]图12为本发明空间滤波前后一幅图像情况的对比。[0033]图13为本发明凸曲线变换的变换曲线。
[0034]图14为本发明凹曲线变换的变换曲线。
[0035]图15为图7的增强结果。
[0036]图16为图8的增强结果。
【具体实施方式】
[0037]下面通过实施例和附图，对本发明作详细的说明。
[0038]本发明的基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其总体步骤如图1所示，具体说明如下:
[0039]步骤1:在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图。其方法如图2所示，具体实施过程如下:
[0040]1-1)如果摄像装置采集的图像是YCbCr格式的，则直接进入步骤1_2，如果图像是RGB格式的，则把图像依下式从RGB颜色空间转换到YCbCr颜色空间:
【权利要求】
1.一种基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其特征在于，包括以下步骤: 1)在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图； 2)根据CbCr角度分布直方图的特征数据进行图像分类，分为I类图像与II类图像，其中I类图像是文本图像或大部分为文本的图像，II类图像是非文本的场景图像或者大部分为场景的图像；如果是I类图像，则进入步骤3)，如果是II类图像，则进入步骤4)； 3)如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行I类图像的情况区分，并根据不同情况分别进行图像增强； 4)如果图像被判定为II类图像，根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行图像增强； 5)显示输出增强后的图像。
2.如权利要求1所述的方法，其特征在于，所述图像的YCbCr颜色空间中，Y、Cb、Cr分别为原图像各像素的亮度、蓝色色差、红色色差通道的信号值，Y分量的取值范围是[O, 255]，Cb、Cr的取值范围为[-128，128];所述Y分量归一化直方图是统计各亮度值即Y分量值的分布概率的直方图，横轴为各个亮度，取值范围是[O，255]，纵轴为各亮度像素的出现概率，范围为[O，I];该直方图的统计公式为:
3.如权利要求2所述的方法，其特征在于，步骤I)所述CbCr角度归一化直方图是统计Cb I ^ ThresholdCbCrCollect 或者 | Cr | > ThresholdCbCrColIect 的像素点的 Cb、Cr 分量在二维平面角度分布的归一化直方图，ThresholdCbCrCollect为一设定的阈值，将CbCr角度作为直方图横轴，将含有CbCr角度的像素点的概率作为纵轴，范围为[O，I]，CbCr角度的计算公式为:
4.如权利要求3所述的方法，其特征在于，步骤2)所述根据CbCr角度分布直方图的特征数据进行图像分类，其具体步骤为: 2-1)如果图中所统计像素点个数与原图像像素总量的比值小于阈值ThresholdTotalRatio,则原图像被判定为I类图像,进入步骤3);否则进入步骤2_2)；2-2)如果图中概率大于1/360的角度个数和大于阈值ThresholdCountCbCr,贝U原图像被判定为II类图像，进入步骤4);否则进入步骤2-3)； 2-3)如果图中最大概率值大于阈值ThreasholdMaxRatio,则原图像判定为I类图像，进入步骤3);否则进入步骤2-4)； 2-4)如果图中最大概率角度Lniax所在窗口内的概率和大于阈值ThresholdWindTRatio,则原图像被判定为I类图像,进入步骤3);否则原图像判定为II类图像，进入步骤4)。
5.如权利要求2所述的方法，其特征在于，步骤3)的具体步骤为: 3-1)如果图中概率大于1/256的亮度的等级数小于阈值ThreasholdLumCount,则不进行图像增强，图像处理过程结束，进入步骤5)，否则，进行步骤3-2)； 3-2)如果图中左半部的概率和与右半部的概率和之差的绝对值小于阈值ThresholdLum，则先进行动态范围调整，再进行基于正弦函数的S型曲线变换，图像增强处理过程结束，进入步骤5)，否则，进入步骤3-3)； 3-3)如果图中左半部的概率和与右半部的概率和之差的绝对值大于阈值ThresholdLum,则图像偏暗或偏亮，先进行空间滤波处理，再重新统计Y分量归一化直方图，然后进行动态范围调整，最后进入步骤5)。
6.如权利要求5所述的方法，其特征在于，步骤3-2)和步骤3-3)进行所述动态范围调整时，统计图中从低位向高位的第一个概率值大于1/256的Y分量值downFirstMoreMeanPos以及从高位向低位的第一个概率值大于1/256的Y分量值UpFirstMoreMeanPos ;横坐标为x,纵坐标为y的像素点(x, y)的Y分量值h(x, y)调整后为 h* (X，y):
7.如权利要求5所述的方法，其特征在于，步骤3-3)所述空间滤波按下式对于横坐标为X，纵坐标为y的像素点U，y)的Y分量初始值h (x, y)计算调整后的Y分量值s’ (x, y):
8.如权利要求2所述的方法，其特征在于，对于横坐标为X，纵坐标为7的像素点(x，y)的Y分量初始值h (x, y)、色差分量初始值Cb (x, y)、Cr (x, y)，步骤4)的具体步骤为: 4-1)如果图中左半部的概率和与右半部的概率和之差的绝对值小于阈值ThresholdLum，对图像Y分量进行直方图均衡，处理结束后，进入步骤4_4)，否则，进入步骤4-2);直方图均衡依次依下式处理:
9.如权利要求6~8中任一项所述的方法，其特征在于，步骤5)所述显示输出增强后的图像，其步骤为: 5-1)把图像增强后的各像素点的
10.一种采用权利要求1所述方法的图像增强系统，其特征在于，包括: 归一化直方图计算模块，用于在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图； 图像分类模块，连接所述归一化直方图计算模块，用于根据CbCr角度分布直方图的特征数据进行图像分类，分为I类图像与II类图像，其中I类图像是文本图像或大部分为文本的图像，II类图像是非文本的场景图像或者大部分为场景的图像； I类图像增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行I类图像的情况区分，并根据不同情况分别进行图像增强； II类图像增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行图像增强； 显示输出模块，连接所述I类图像增强模块和II类图像增强模块，用于显示输出增强后的图像。
【文档编号】G06T7/40GK104008535SQ201410267468
【公开日】2014年8月27日 申请日期:2014年6月16日 优先权日:2014年6月16日
【发明者】童立靖, 彭泉铫 申请人:北方工业大学