图像。在步骤407,计算灰度图像的能量Ee。在步骤408,基 于低频小波能量^、高频小波能量E h和灰度图像的能量E e，计算自适应亮度控制因子β，并 且基于因子β执行能量归一化，以归一化增强小波系数。在步骤409,对归一化的增强小波 系数执行逆小波变换，以获得具有自适应亮度控制的归一化的增强灰度图像。
[0065] 根据本发明的实施例，如图4Α所示的原始彩色图像的宽度为m，高度为η。将原始 彩色图像转换为灰度图像。通过下式计算其灰度图像的能量Ee:
[0067] 其中，I (X，y)表示通过常规的RGB到灰度转换获得的灰度图像的像素数值；(X，y) 表示像素坐标，并且（m，η)表示图像的宽度和高度。
[0068] 通过本发明的图像去色方法获得多个增强小波系数，并且通过以下等式计算低频 小波能量
[0070] 其中，W(x，y)表示增强灰度图像的增强小波系数；并且（ml，nl)表示低频小波系 数的宽度和高度。
[0071] 相应地，通过以下等式计算高频小波能量Eh:
[0073] 图5示出了根据当前要求保护的发明的实施例的图像去色方法的流程图，该图像 去色方法具有自适应亮度控制。提供彩色图像501。在步骤502,将彩色图像501分解为R 图像503、G图像504和B图像505。在步骤506,对R图像503、G图像504和B图像505分 别执行小波变换，以获得R小波系数507、G小波系数508和B小波系数509。在步骤510， 将每个像素的RGB小波系数的三个幅度按照降序排序，以将它们分类，从而使&多M m多Ms。 在步骤511，基于从排序的RGB小波系数的幅度获得的增强小波系数的幅度和符号，计算增 强小波系数512。在步骤513,基于增强小波系数，计算低频小波能量和高频小波能量。在步 骤514,将彩色图像转换为灰度图像515。在步骤516,计算灰度图像的能量。在步骤517， 基于灰度图像的能量、低频小波能量和高频小波能量，计算自适应亮度控制因子，并且基于 自适应控制因子，执行能量归一化，以归一化增强灰度图像。在步骤518,对归一化的增强小 波系数应用逆小波变换，以获得具有自适应亮度控制的归一化的增强灰度图像519。
[0074] 本发明还提供了一种用于彩色图像增强的方法。该方法将增强灰度图像结合到 YUV空间中的亮度通道，以实现更好的彩色图像增强。
[0075] 图6示出了根据当前要求保护的发明的实施例的彩色图像增强过程的步骤的流 程图。在步骤601，将输入的彩色图像分解成R、G和B分量。在步骤602,对每个RGB颜色 分量执行小波变换以获得每个像素的RGB小波系数。在步骤603,将每个像素的RGB小波系 数的幅度按降序排序，并将它们分类，从而使A多M M s。在步骤604,基于从排序的RGB 小波系数的幅度获得的增强小波系数的幅度和符号，计算增强小波系数。在步骤605,基于 增强小波系数，计算低频小波能量^和高频小波能量E H。在步骤606,将彩色图像转换为灰 度图像。在步骤607,计算灰度图像的灰度图像的能量Ee。在步骤608,基于低频小波能量 ^、高频小波能量E H和灰度图像的能量Ee，计算自适应亮度控制因子β，并且基于因子β执 行能量归一化，以归一化增强小波系数。在步骤609,对归一化的增强小波系数执行逆小波 变换，以获得具有自适应亮度控制的归一化的增强灰度图像。在步骤610,将彩色图像分解 为Y图像、U图像和V图像。在步骤611，将U图像、V图像和具有自适应亮度控制的归一化 的增强灰度图像组合为增强彩色图像。
[0076] 图7示出了根据当前要求保护的发明的实施例的彩色图像增强方法的流程图。提 供彩色图像701。在步骤702,将彩色图像701分解为R图像703、G图像704和B图像705。 在步骤706,对R图像703、G图像704和B图像705分别执行小波变换，以获得R小波系数 707、G小波系数708和B小波系数709。在步骤710,将每个像素的RGB小波系数的三个 幅度按照降序排序，以将它们分类，使A多M m> Ms。在步骤711，基于从排序的RGB小波系 数的幅度获得的增强小波系数的幅度和符号，计算增强小波系数712。在步骤713,基于增 强小波系数，计算低频小波能量和高频小波能量。在步骤714,将彩色图像转换为灰度图像 715。在步骤716,计算灰度图像的能量。在步骤717,基于灰度图像的能量、低频小波能量 和高频小波能量计算自适应亮度控制因子，并且基于自适应控制因子执行能量归一化，以 归一化增强灰度图像。在步骤718,对归一化的增强小波系数应用逆小波变换，以获得具有 自适应亮度控制的归一化的增强灰度图像719。在步骤720,将彩色图像701转换为Y图像 721、U图像722和V图像723。在步骤724,将具有自适应亮度控制的归一化的增强灰度图 像719、U图像722和V图像723组合到一起以形成增强彩色图像725。
[0077] 试验结果
[0078] 关于图像去色的试验结果如下所示。图8A是原始彩色图像。图8B是根据现有技 术（传统的从RGB转换为灰度技术）从图8A的彩色图像产生的原始灰度图像。图8C是根 据当前要求保护的发明的实施例从彩色图像8A产生的增强灰度图像。比较图8B和图8C， 如圆圈标注的，图8C能够显示图像的更多细节。因此，本发明提供了具有更多细节的灰度 图像。
[0079] 关于具有自适应亮度控制的图像去色的试验结果如下所示。图9A是根据现有技 术（传统的从RGB转换为灰度技术）产生的灰度图像。图9B是根据当前要求保护的发明 的实施例的不具有自适应亮度控制的增强灰度图像。图9C是根据当前要求保护的发明的 实施例的具有自适应亮度控制的增强灰度图像。如圆圈标注的，图9B和图9C都可以比图 9A显示更多细节。然而，图9C显示的灰度图像的亮度接近于图9A的参考图像。因此，本发 明的方法提供的灰度图像具有更多细节，并且在自适应亮度控制下具有更合适的亮度。
[0080] 关于彩色图像增强的试验结果如下所示。图IOA是原始彩色图像。图IOB是根据 当前要求保护的发明的实施例从图IOA的彩色图像产生的增强彩色图像。如圆圈标注的， 图IOB能够比图IOA显示更多细节。因此，本发明的方法提供的彩色图像具有更多细节。
[0081] 对本发明和现有技术的图像去色进行客观的性能评价。为了能够客观的量化去色 方法的性能，采用得到的灰度图像和原始输入图像的R、G、B颜色通道之间的归一化互相关 (NCC)。NCC计算如下所示：
[0082]
[0083] 其中，Ii表示彩色输入图像的三个通道中的一个（即，R、G或B通道）的强度；I g 表示增强灰度图像的强度；并且（x，y)表示图像坐标。
[0084] 24个标准测试图像用于性能测试。图11示出了根据当前要求保护的发明的实施 例的归一化互相关的试验结果的曲线图。颜色较浅的线示出了通过现有技术的方法获得的 结果，而颜色较重的线示出了通过本发明的方法获得的结果。如图11所示，通过本发明修 改的大多数图像比通过现有技术修改的图像具有更高的NCC值。另外，本发明的24个测试 图像的平均NCC值为0. 946,而现有技术仅为0. 930,这表示本发明能够在图像去色之后保 持更好的清晰度和细节。
[0085] 根据本发明，用于图像去色的方法适用于单色打印、在单色医疗显示器上显示彩 色图像以及模式识别。另一方面，用于彩色图像增强的方法适用于医疗图像增强、缺陷检 测、目视检查和目视判断。
[0086] 可以使用通用或专用计算设备、计算机处理器或包括但不限于数字信号处理器 (DSP)、专用集成电路（ASIC)、现场可编程门阵列（FPGA)的电子电路系统、和根据本公开的 教导配置或编程的其他可编程逻辑设备来实现本文公开的实施例。软件或电子技术领域的 从业者基于本公开的教导，可以容易地编写运行在通用或专用计算设备、计算机处理器或 可编程逻辑设备上的计算机指令或软件代码。
[0087] 在某些实施例中，本发明包括计算机存储介质，计算机指令或软件代码存储在所 述计算机存储介质中，所述计算机指令或软件代码可用于将计算机或微处理器编程为执 行本发明的任何一个进程。所述存储介质可以包括但不限于，软盘、光盘、蓝光光盘、DVD、 CD-ROM以及磁光盘、ROM、RAM、闪存设备或适于存储指令、代码和/或数据的任何类型的介 质或设备。提供的本发明的前述说明是为了举例说明和描述的目的。穷尽或将本发明限制 到公开的具体形式都不是本发明的本