图像增强方法、装置、计算机设备和存储介质与流程
本发明涉及图像处理技术领域，特别是涉及一种图像增强方法、图像增强装置、计算机设备和计算机可读存储介质。
背景技术：
通过图像处理技术可以对图像进行分析和计算，使得处理后的图像能够满足相应的需求。然而，通过如摄像头等图像采集设备拍摄得到的图像往往会出现亮度低、对比度低等情况，需要对采集的图像进行图像增强处理。
传统技术通常采用直方图均衡的方法对图像进行增强处理，该方法能够使得处理后的图像的灰度值分布均匀，然而这种技术容易使增强后的图像产生一些不自然的纹理，而且增强后图像对比度偏低，对图像进行增强的效果差。
技术实现要素：
基于此，有必要针对传统技术对图像进行增强的效果差的技术问题，提供一种图像增强方法、图像增强装置、计算机设备和计算机可读存储介质。
一种图像增强方法，包括步骤：
获取与原始图像相对应的光照图像；
根据所述原始图像和光照图像计算增强图像；
根据所述增强图像的灰度分布确定灰度映射关系；
利用所述灰度映射关系增强所述增强图像的对比度。
一种图像增强装置，包括：
获取模块，用于获取与原始图像相对应的光照图像；
计算模块，用于根据所述原始图像和光照图像计算增强图像；
确定模块，用于根据所述增强图像的灰度分布确定灰度映射关系；
增强模块，用于利用所述灰度映射关系增强所述增强图像的对比度。
一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
获取与原始图像相对应的光照图像；根据所述原始图像和光照图像计算增强图像；根据所述增强图像的灰度分布确定灰度映射关系；利用所述灰度映射关系增强所述增强图像的对比度。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
获取与原始图像相对应的光照图像；根据所述原始图像和光照图像计算增强图像；根据所述增强图像的灰度分布确定灰度映射关系；利用所述灰度映射关系增强所述增强图像的对比度。
上述图像增强方法、装置、计算机设备和存储介质，获取与原始图像相对应的光照图像，然后根据原始图像和光照图像计算增强图像，根据该增强图像的灰度分布确定灰度映射关系，利用该灰度映射关系对该增强图像的对比度进行增强，由于根据原始图像和相应的光照图像计算得到的增强图像能够有效地反映出图像中被拍摄物体的反射分量，通过该增强图像能够准确地恢复图像中的纹理，而且基于该增强图像的灰度分布所确定的灰度映射关系，能够有效地提高增强图像的对比度，提高了对图像进行增强的效果。
附图说明
图1为一个实施例中图像增强方法的应用场景图；
图2为一个实施例中直方图均衡的图像增强效果示意图；
图3为一个实施例中图像增强方法的流程示意图；
图4为一个实施例中图像拍摄原理的示意图；
图5为一个实施例中多种图像的示意图；
图6为一个实施例中校正前后的图像示意图；
图7为一个实施例中去噪前后的图像示意图；
图8为一个实施例中灰度映射函数的曲线示意图；
图9为一个实施例中图像增强的效果对比图；
图10为一个实施例中图像增强装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，本发明实施例所涉及的术语“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换，以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本发明提供的图像增强方法，可以应用于如图1所示的应用场景中，图1为一个实施例中图像增强方法的应用场景图，其中，可以通过摄像头200等图像采集设备对目标区域300中的物体进行拍摄，摄像头200可以将拍摄的图像传输给具有图像处理能力的终端100，终端100可以用于对采集的图像进行图像增强。其中，终端100可以包括但不限于是个人计算机、笔记本电脑和平板电脑等设备。
具体的，摄像头200在拍摄目标区域300中的物体a和物体b时，可能会由于目标区域300的光线较暗等原因导致拍摄的图像出现亮度较低、对比度较低的情况，所以在摄像头200拍摄目标区域300中物体a和物体b的图像后，可以将该图像传输至终端100，该终端100可以对该图像进行图像增强处理，使得增强后的图像能够达到亮度提高、对比度提高等效果。
本发明的发明人在传统技术实施过程中发现，通过如直方图均衡的方法对图像进行增强时容易使得增强后的图像出现不自然的纹理而且存在图像的对比度较低的情况，如图2所示，图2为一个实施例中直方图均衡的图像增强效果示意图，图像201和图像203均对应于原始图像，而图像202是对图像201进行直方图均衡后得到的图像，图像204是对图像203进行直方图均衡后得到的图像，可见，通过直方图均衡的方法对图像201和图像203进行图像增强处理后，图像202和图像204中都出现不自然的纹理以及图像的对比度仍然偏低，图像增强的效果较差。
本发明实施例提供的图像增强方法，能够在终端100中对摄像头200拍摄的图像进行图像增强处理，终端100可以获取摄像头200拍摄的原始图像，获取与该原始图像相对应的光照图像，然后根据原始图像和光照图像计算增强图像，于根据原始图像和相应的光照图像计算得到的增强图像能够有效地反映出图像中被拍摄物体的反射分量，通过该增强图像能够准确地恢复图像中的纹理，然后基于该增强图像的灰度分布所确定的灰度映射关系，能够有效地提高增强图像的对比度，提高对图像进行增强的效果。
在一个实施例中，提供了一种图像增强方法，参考图3，图3为一个实施例中图像增强方法的流程示意图，该方法可以应用于图1所示的终端100中对图像进行增强处理，该图像增强方法可以包括以下步骤：
步骤s101，获取与原始图像相对应的光照图像。
本步骤中，原始图像是指待增强的图像，该原始图像可以是如图1所示的摄像头200拍摄目标区域300的物体a和物体b得到的图像，该摄像头200可以将该原始图像传输给终端100，终端100接收该原始图像。终端100在得到该原始图像后，可以获取与该原始图像相对应的光照图像，该光照图像是指携带了环境光分量的图像，环境光分量是指在拍摄该原始图像的环境中光的照射分量。
具体的，在图像领域的retinex理论中，光源发出的光经过物体表面，该物体根据反射率进行反射，到达观察者位置得到物体图像。参考图4，图4为一个实施例中图像拍摄原理的示意图，在摄像头403拍摄物体402时，环境光源401发出光照射物体402，物体402对该环境光源401发出光进行反射，摄像头403则采集物体402反射的光，从而采集物体402的图像。如图5所示，图5为一个实施例中多种图像的示意图，图像501对应于摄像头403拍摄得到的原始图像，而图像502则对应于光照图像，由于不同的原始图像通常是在不同的光照环境下拍摄的，所以本步骤可以在得到原始图像后，获取与该原始图像相对应的光照图像。
步骤s102，根据原始图像和光照图像计算增强图像。
本步骤主要是终端100可以根据原始图像和与该原始图像相对应的光照图像计算出增强图像。根据retinex理论可以得到原始图像i、光照图像l和增强图像r的关系为i＝rl，也就是说被拍摄物体的成像灰度值不是由物体的反射光的强度决定的，而是由物体对光线的反射能力决定的，即物体对光线的反射能力表现了图像的内在属性，即根据原始图像i与光照图像l的比值
如图5所示，图像501对应于原始图像i，图像502对应于光照图像l，根据原始图像i和光照图像l的比值
步骤s103，根据增强图像的灰度分布确定灰度映射关系。
其中，增强图像具有多个像素点，各个像素点具有灰度值，灰度分布是指像素点的灰度值的分布情况，增强图像的灰度分布是指该增强图像中各个像素点的灰度值的分布情况，如灰度值为1的像素点的数量等等，根据增强图像的灰度分布可以设置一定的灰度映射关系，灰度映射关系是指将像素点的灰度值从一个值映射为另外一个值的关系，例如将像素点a的灰度值原来是1，该灰度映射关系可以用于将像素点a的灰度值从1映射为0，以调整各像素点的灰度值，而基于增强图像的灰度分布来确定灰度映射关系，能够准确地结合增强图像的灰度分布反映出来的增强图像的灰度特征来设置合适的灰度映射关系，有利于进一步用于调节该增强图像的对比度。
步骤s104，利用灰度映射关系增强该增强图像的对比度。
本步骤主要是通过灰度映射关系来调节增强图像的各像素点的灰度值，以实现对该增强图像的对比度进行调节的效果，例如可以通过灰度映射关系对该增强图像的各像素点的灰度值进行线性或非线性调节，使得增强图像的对比度得到提高。
上述图像增强方法，获取与原始图像相对应的光照图像，然后根据原始图像和光照图像计算增强图像，根据该增强图像的灰度分布确定灰度映射关系，利用该灰度映射关系对该增强图像的对比度进行增强，由于根据原始图像和相应的光照图像计算得到的增强图像能够有效地反映出图像中被拍摄物体的反射分量，通过该增强图像能够准确地恢复图像中的纹理，而且基于该增强图像的灰度分布所确定的灰度映射关系，能够有效地提高增强图像的对比度，提高了对图像进行增强的效果。
在一个实施例中，获取与原始图像相对应的光照图像的步骤可以包括：
步骤s201，获取原始图像的各个像素点的灰度值和归一化灰度值。
本步骤可以获取原始图像i的各个像素点的灰度值，以及各个像素点的归一化灰度值，归一化灰度值是指对各个像素点的灰度值进行归一化后得到的灰度值。
步骤s202，确定各个像素点的相邻像素点的灰度值。
其中，相邻像素点是指与某个像素点相邻的像素点，对于每个像素点来说，与其相邻的像素点的数量为4个，即原始图像i中的每个像素点都与4个像素点相邻，本步骤可以获取原始图像i中的各个像素点的相邻像素点的灰度值。
步骤s203，将原始图像的各个像素点的灰度值、归一化灰度值以及相邻像素点的灰度值输入预设的代价函数；
本步骤主要是将原始图像i中的各个像素点的灰度值、归一化灰度值及其相邻像素点的灰度值输入到预先设定的代价函数，通过该代价函数可以对光照图像l的各个像素点的灰度值进行估计，代价函数的具体形式可以包括多种，例如可以通过加权最小二乘公式来构建代价函数。
步骤s204，对代价函数进行最小化处理得到光照图像。
本步骤主要是对该代价函数进行最小化处理，从而计算出光照图像l的各个像素点的灰度值得到光照图像l。
具体的，可以通过如下方式得到光照图像l：
对于原始图像i和该原始图像的归一化图像n＝||i||，通过最小化如下加权最小二乘公式获得光照图像l：
其中，j(l)表示与光照图像l的灰度值相关的函数，该函数一般称为代价函数，p表示像素点，lp是指光照图像l上像素点p的灰度值，np是指归一化图像n上像素点p的灰度值，
其中，ip表示原始图像i上像素点p的灰度值，iq表示原始图像i上相邻像素点q的灰度值，σ为第二控制参数，该第二控制参数σ为高斯函数的尺度参数，用于表示模糊的延伸距离，可以设置为10。该权重函数wp,q(i)的作用是，对于图像中灰度梯度值高的像素点(如物体边缘)，可以给予一个较大的权重，使得最小化j(l)后获得的光照图像l中，物体边缘能够得到保留而其余纹理得到平滑。
j(l)中的第一控制参数λ的取值范围则可以根据具体需求来进行确定，当第一控制参数λ的取值越大，得到的光照图像l就会变得越模糊，在希望保留原始图像i中物体的边缘并消除图像中的细节纹理时，如果第一控制参数λ太大，会使得边缘都被模糊掉，因此该第一控制参数λ的取值并非越大越好，而是需要根据实际需求来确定。上述代价函数j(l)包括两个部分，即(lp-np)2和
为了最小化代价函数j(l)，可以将j(l)的导数设为0，然后可以通过求解如下线性方程组来获得光照图像l：
l＝(θ+λa)-1n
其中，θ为单位矩阵，a表示一个大小为s×s的二维矩阵(s＝w×h，w表示原始图像的宽度，h表示原始图像的长度)：
其中，m∈s，n∈s，a(m,n)表示矩阵a的第m行第n列的元素，
通过本实施例的上述方案，能够获取与原始图像相对应的光照图像，而且在通过对代价函数进行最小化处理的过程中，还可以调节相应的参数以适应不同的图像需求，使得光照图像的边缘纹理得到保留而消除光照图像l中的其他细节纹理，得到效果更好的光照图像l。
在一个实施例中，根据原始图像和光照图像计算增强图像的步骤可以包括：
对光照图像进行gamma校正；根据原始图像与校正后的光照图像的比值获取增强图像。
本实施例主要是在计算增强图像r之前，可以先对光照图像l进行gamma校正，然后可以基于原始图像i与校正后的光照图像l的比值计算增强图像r。
具体的，在获得光照图像l后，可以根据原始图像i与光照图像l的比值获得增强图像r，为了调整增强图像r的亮度，可以对光照图像l进行gamma校正，gamma校正后的光照图像为lγ，其中，γ为校正系数，该校正系数γ可以设置在0.5到0.7之间，然后根据原始图像i与校正后的光照图像lγ的比值可以得到增强图像r，使得增强图像r具有较好的亮度调节效果，具体校正效果可以参考6，图6为一个实施例中校正前后的图像示意图，图像601对应于校正之前的光照图像l，图像602对应于校正系数γ为0.7情况下对图像601进行校正得到的图像，图像603对应于原始图像i与光照图像l的比值计算得到的增强图像r，而图像604则对应于原始图像i与校正后的光照图像为lγ的比值计算得到的增强图像r，可见看出，图像604具有比图像603更好的亮度调节效果，使得图像的亮度不会过亮，图像增强的效果也更好。
在对原始图像i进行增强的同时，原始图像i的噪音也相应地得到增强，所以得到的增强图像r中会有比较明显的噪音，因此，可以对该增强图像r进行一次去噪处理，可以通过双边滤波对增强图像r进行去噪处理，去噪效果可以参考图7，图7为一个实施例中去噪前后的图像示意图，图像701对应于去噪前的增强图像r，图像702对应于去噪后的增强图像r，可见，在对增强图像进行去噪处理后，能够得到增强效果更好的图像，而由于双边滤波具有能够保持图像的边缘信息的优势，所以通过双边滤波对增强图像r进行去噪具有比其他去噪方式更好的效果。
在一个实施例中，根据增强图像的灰度分布确定灰度映射关系的步骤可以包括：
根据增强图像的灰度分布构建灰度分布的累积分布函数；根据累积分布函数设置第一灰度阈值和第二灰度阈值；第一灰度阈值小于第二灰度阈值；根据第一灰度阈值和第二灰度阈值确定灰度映射关系。
本实施例主要是基于增强图像r的灰度分布构建该增强图像的累积分布函数，然后根据该累积分布函数设置第一灰度阈值和第二灰度阈值，最后根据第一灰度阈值和第二灰度阈值确定灰度映射关系。
具体的，根据增强图像r的灰度分布可以获取与各灰度值对应的像素点的数量，从而可以计算各灰度值在增强图像r出现的概率，根据各灰度值在增强图像r出现的概率可以构建出增强图像的灰度分布的累积分布函数，该累积分布函数是关于像素点的灰度值的函数，可以用于表示对于增强图像r中像素点的灰度值来说，所有小于等于设定灰度值的像素点的灰度值出现的概率和。
例如，通过增强图像r的灰度分布可以获取增强图像r中灰度值为k的像素点的数量nk，将像素点的总数量表示为w×h，其中，w可以表示图像在宽度方向上的像素点数量，h可以表示图像在高度方向上的像素点数量，而w×h除了可以用于表示增强图像r中像素点的总数量，还可以用于表示为增强图像r的大小，而根据灰度值为k的像素点的数量nk和像素点的总数量w×h可以构建出增强图像r的灰度分布的概率密度函数pdf(k)：
而根据该概率密度函数pdf(k)可以确定各灰度值在增强图像r出现的概率，然后根据概率密度函数pdf(k)可以构建出增强图像r的灰度分布的累积分布函数cdf(l)：
其中，l表示灰度值，pdf(k)表示灰度值为k的概率密度函数，累积分布函数cdf(l)可以用于表示增强图像r中像素点的灰度值小于等于灰度值l的概率和。
在得到累积分布函数cdf(l)之后，可以根据该累积分布函数cdf(l)设置第一灰度阈值和第二灰度阈值，例如可以基于累积分布函数cdf(l)明确小于等于各灰度值的概率和来设定第一灰度阈值和第二灰度阈值，即将与某概率和相对应的灰度值设为第一灰度阈值或第二灰度阈值，从而可以设置灰度值的调节范围，进而构建出灰度映射关系，将灰度值的调节进行分段处理，精准调节增强图像r中像素点的灰度值。
在一个实施例中，进一步的，根据累积分布函数设置第一灰度阈值和第二灰度阈值的步骤可以包括：
根据累积分布函数确定增强图像的各灰度值的分布概率值；将分布概率值为第一概率值的灰度值设为第一灰度阈值，将分布概率值为第二概率值的灰度值设为第二灰度阈值。
本实施例主要是根据累积分布函数确定各灰度值的分布概率值，从而依据该分布概率值来设置第一灰度阈值和第二灰度阈值。其中，根据累积分布函数可以确定增强图像r中像素点的灰度值小于等于某设定灰度值l的概率和，该设定灰度值l的概率和可以对应于该灰度值l的分布概率值，即增强图像r中小于等于该设定灰度值l的各像素点灰度值的分布概率和，根据分布概率值可以准确地知道增强图像r中灰度值的分布情况，即哪些灰度值分布比较密集，哪些灰度值分布比较稀疏，从而可以基于该分布概率值设置灰度阈值，以实现对灰度值进行分段调节处理。
具体的，可以将第一概率值表示为tlow，将第二概率值表示为thigh，其中，第一概率值tlow小于第二概率值thigh，第一概率值tlow和第二概率值thigh都是0到1之间的概率值，对于累积分布函数cdf(l)，可以设置第一灰度阈值llow为满足cdf(llow)≈tlow的灰度值，即对于累积分布函数约等于给定的第一概率值tlow时对应的灰度值l设置为第一灰度阈值llow，同样的，可以设置第二灰度阈值lhigh为满足cdf(lhigh)≈thigh的灰度值，一般来说，可将第一概率值tlow设置为0.01，将第二概率值thigh设置为0.99，也就是说，可以将累积分布函数约等于0.01时对应的灰度值l设置为第一灰度阈值llow，将累积分布函数约等于0.99时对应的灰度值l设置为第二灰度阈值lhigh，从而可以将增强图像r的灰度值按照第一灰度阈值和第二灰度阈值进行分段，便于后续对增强图像r的灰度值进行分段调节。
在一个实施例中，灰度映射关系可以是：将增强图像中灰度值小于第一灰度阈值的像素点的灰度值设为第一灰度常数，将增强图像中灰度值大于第二灰度阈值的像素点的灰度值设为第二灰度常数，以及将增强图像中灰度值大于或等于第一灰度阈值且小于或等于第二灰度阈值的像素点的灰度值进行线性映射；第一灰度常数小于第二灰度常数，线性映射根据第一灰度常数和第二灰度常数确定。
其中，可以在设置第一灰度阈值llow和第二灰度阈值thigh以后设置相应的灰度映射关系，而根据对图像的需求不同，设置的灰度映射关系可以是多种，本实施例采取的灰度映射关系是：将增强图像r中灰度值l小于第一灰度阈值llow的像素点灰度值映射为第一灰度常数，将增强图像r中灰度值l大于第二灰度阈值lhigh的像素点灰度值映射为第二灰度常数，该第一灰度常数小于第二灰度常数，也就是说，如果第一灰度阈值llow为10，第一灰度常数为0，则增强图像r中灰度值l小于10的像素点灰度值均映射为0，同样的，如果第二灰度阈值lhigh为240，第二灰度常数为255，则增强图像r中灰度值l大于240的像素点灰度值均映射为255。对于增强图像中灰度值大于或等于第一灰度阈值且小于或等于第二灰度阈值的像素点的灰度值，则进行线性映射，该线性映射可以根据第一灰度常数和第二灰度常数来确定，例如利用第一灰度常数和第二灰度常数构建线性映射方程，使得基于该线性映射方程处理后的增强图像能够比处理前的增强图像达到更高的对比度。
在一个实施例中，利用灰度映射关系增强该增强图像的对比度的步骤可以包括：
根据灰度映射关系构建灰度映射函数；利用灰度映射函数将增强图像的像素点的灰度值进行映射，得到灰度映射后的增强图像。
本实施例可以根据映射关系构建相应的灰度映射函数，即将映射关系通过函数进行表示，然后利用灰度映射函数来将增强图像r的像素点的灰度值进行映射，从而得到灰度映射后的增强图像。其中，灰度映射函数可以是：
其中，r′(p)表示灰度映射后的增强图像的像素点p的灰度值，r(p)表示增强图像的像素点p的灰度值，llow表示第一灰度阈值，lhigh表示第二灰度阈值，m表示第一灰度常数，n表示第二灰度常数。根据灰度映射后的增强图像的像素点p的灰度值r′(p)可以得到灰度映射后的增强图像r′。
本实施例的灰度映射的具体原理可以参考图8，图8为一个实施例中灰度映射函数的曲线示意图，箭头801所指示的曲线对应于上述灰度映射函数，该灰度映射函数将横坐标所示的增强图像r的像素点的原灰度值映射为纵坐标所示的增强后灰度值，通过对增强图像r的所有像素点的原灰度值映射可以得到对比度增强后的增强图像，为了直观地体现出通过该灰度映射函数进行对比度增强的效果，可以以箭头802所指示的直线作为参考，该直线用于将原灰度值映射为同一灰度值，对应于没有对增强图像r进行对比度增强处理的情况，可以看出，该灰度映射函数对应的曲线在llow和lhigh之间具有比箭头802所指示的直线更大的斜率，即从增强图像r的整体上看，实现了对增强图像r的灰度值进行了调节，使得调节后的增强图像r具有更高的对比度。
本发明实施例提供的图像增强方法，能够准确地恢复图像中的纹理，也能够有效地提高增强图像的对比度，提高了对图像进行增强的效果，该图像增强方法的增强效果可以参考图9，图9为一个实施例中图像增强的效果对比图，其中，图像901和图像904分别对应两张原始图像，图像902和图像905是传统技术提供的直方图均衡化方法分别对图像901和图像904进行图像增强后得到的两张图像，图像903和图像906是本发明实施例提供的图像增强方法分别对图像901和图像904进行图像增强后得到的两张图像，从图像增强的效果上看，本发明实施例提供的图像增强方法增强效果更好，图像噪声较少，对比度更高，而且增强后图像更加自然，并且算法也相对简单，能够做到对图像的实时处理，能够快速得到增强效果更好的增强图像。
在一个实施例中，提供了一种图像增强装置，参考图10，图10为一个实施例中图像增强装置的结构框图，该图像增强装置可以包括：
获取模块101，用于获取与原始图像相对应的光照图像；
计算模块102，用于根据原始图像和光照图像计算增强图像；
确定模块103，用于根据增强图像的灰度分布确定灰度映射关系；
增强模块104，用于利用灰度映射关系增强该增强图像的对比度。
在一个实施例中，获取模块101进一步用于：
获取原始图像的各个像素点的灰度值和归一化灰度值；确定各个像素点的相邻像素点的灰度值；将原始图像的各个像素点的灰度值、归一化灰度值以及相邻像素点的灰度值输入预设的代价函数；对代价函数进行最小化处理得到光照图像。
在一个实施例中，计算模块102进一步用于：
对光照图像进行gamma校正；根据原始图像与校正后的光照图像的比值获取增强图像。
在一个实施例中，确定模块103可以包括：
构建单元，用于根据增强图像的灰度分布构建灰度分布的累积分布函数；
设置单元，用于根据累积分布函数设置第一灰度阈值和第二灰度阈值；第一灰度阈值小于第二灰度阈值；
确定单元，用于根据第一灰度阈值和第二灰度阈值确定灰度映射关系。
在一个实施例中，设置单元进一步用于：
根据累积分布函数确定增强图像的各灰度值的分布概率值；将分布概率值为第一概率值的灰度值设为第一灰度阈值，将分布概率值为第二概率值的灰度值设为第二灰度阈值。
在一个实施例中，灰度映射关系可以是：将增强图像中灰度值小于第一灰度阈值的像素点的灰度值设为第一灰度常数，将增强图像中灰度值大于第二灰度阈值的像素点的灰度值设为第二灰度常数，以及将增强图像中灰度值大于或等于第一灰度阈值且小于或等于第二灰度阈值的像素点的灰度值进行线性映射；第一灰度常数小于第二灰度常数，线性映射根据第一灰度常数和第二灰度常数确定。
在一个实施例中，增强模块104进一步用于：
根据灰度映射关系构建灰度映射函数；利用灰度映射函数将增强图像的像素点的灰度值进行映射，得到灰度映射后的增强图像；灰度映射函数为：
其中，r′(p)表示灰度映射后的增强图像的像素点p的灰度值，r(p)表示增强图像的像素点p的灰度值，llow表示第一灰度阈值，lhigh表示第二灰度阈值，m表示第一灰度常数，n表示第二灰度常数。
本发明的图像增强装置与本发明的图像增强方法一一对应，关于图像增强装置的具体限定可以参见上文中对于图像增强方法的限定，在上述图像增强方法的实施例阐述的技术特征及其有益效果均适用于图像增强装置的实施例中，在此不再赘述。上述图像增强装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示，图11为一个实施例中计算机设备的内部结构图。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像增强方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取与原始图像相对应的光照图像；根据原始图像和光照图像计算增强图像；根据增强图像的灰度分布确定灰度映射关系；利用灰度映射关系增强该增强图像的对比度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取原始图像的各个像素点的灰度值和归一化灰度值；确定各个像素点的相邻像素点的灰度值；将原始图像的各个像素点的灰度值、归一化灰度值以及相邻像素点的灰度值输入预设的代价函数；对代价函数进行最小化处理得到光照图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对光照图像进行gamma校正；根据原始图像与校正后的光照图像的比值获取增强图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据增强图像的灰度分布构建灰度分布的累积分布函数；根据累积分布函数设置第一灰度阈值和第二灰度阈值；第一灰度阈值小于第二灰度阈值；根据第一灰度阈值和第二灰度阈值确定灰度映射关系。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据累积分布函数确定增强图像的各灰度值的分布概率值；将分布概率值为第一概率值的灰度值设为第一灰度阈值，将分布概率值为第二概率值的灰度值设为第二灰度阈值。
在一个实施例中，灰度映射关系可以是：将增强图像中灰度值小于第一灰度阈值的像素点的灰度值设为第一灰度常数，将增强图像中灰度值大于第二灰度阈值的像素点的灰度值设为第二灰度常数，以及将增强图像中灰度值大于或等于第一灰度阈值且小于或等于第二灰度阈值的像素点的灰度值进行线性映射；第一灰度常数小于第二灰度常数，线性映射根据第一灰度常数和第二灰度常数确定。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据灰度映射关系构建灰度映射函数；利用灰度映射函数将增强图像的像素点的灰度值进行映射，得到灰度映射后的增强图像；灰度映射函数为：
其中，r′(p)表示灰度映射后的增强图像的像素点p的灰度值，r(p)表示增强图像的像素点p的灰度值，llow表示第一灰度阈值，lhigh表示第二灰度阈值，m表示第一灰度常数，n表示第二灰度常数。
上述计算机设备，通过所述处理器上运行的计算机程序，通过增强图像能够准确地恢复图像中的纹理，而且基于该增强图像的灰度分布所确定的灰度映射关系，能够有效地提高增强图像的对比度，提高了对图像进行增强的效果。
本领域普通技术人员可以理解实现如上任一项实施例所述的图像增强方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
据此，在一个实施例中提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取与原始图像相对应的光照图像；根据原始图像和光照图像计算增强图像；根据增强图像的灰度分布确定灰度映射关系；利用灰度映射关系增强该增强图像的对比度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取原始图像的各个像素点的灰度值和归一化灰度值；确定各个像素点的相邻像素点的灰度值；将原始图像的各个像素点的灰度值、归一化灰度值以及相邻像素点的灰度值输入预设的代价函数；对代价函数进行最小化处理得到光照图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对光照图像进行gamma校正；根据原始图像与校正后的光照图像的比值获取增强图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据增强图像的灰度分布构建灰度分布的累积分布函数；根据累积分布函数设置第一灰度阈值和第二灰度阈值；第一灰度阈值小于第二灰度阈值；根据第一灰度阈值和第二灰度阈值确定灰度映射关系。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据累积分布函数确定增强图像的各灰度值的分布概率值；将分布概率值为第一概率值的灰度值设为第一灰度阈值，将分布概率值为第二概率值的灰度值设为第二灰度阈值。
在一个实施例中，灰度映射关系可以是：将增强图像中灰度值小于第一灰度阈值的像素点的灰度值设为第一灰度常数，将增强图像中灰度值大于第二灰度阈值的像素点的灰度值设为第二灰度常数，以及将增强图像中灰度值大于或等于第一灰度阈值且小于或等于第二灰度阈值的像素点的灰度值进行线性映射；第一灰度常数小于第二灰度常数，线性映射根据第一灰度常数和第二灰度常数确定。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据灰度映射关系构建灰度映射函数；利用灰度映射函数将增强图像的像素点的灰度值进行映射，得到灰度映射后的增强图像；灰度映射函数为：
其中，r′(p)表示灰度映射后的增强图像的像素点p的灰度值，r(p)表示增强图像的像素点p的灰度值，llow表示第一灰度阈值，lhigh表示第二灰度阈值，m表示第一灰度常数，n表示第二灰度常数。
上述计算机可读存储介质，通过其存储的计算机程序，通过增强图像能够准确地恢复图像中的纹理，而且基于该增强图像的灰度分布所确定的灰度映射关系，能够有效地提高增强图像的对比度，提高了对图像进行增强的效果。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
- 还没有人留言评论。精彩留言会获得点赞！