一种基于直方图紧致性变换的图像自适应增强方法
【技术领域】
[0001] 本发明属于图像增强技术领域，涉及一种图像自适应增强方法。 技术背景
[0002] 图像的对比度、清晰度是重要质量指标，也是影响其可用性和易用性的重要因素。 然而，大量影像（尤其是遥感影像）存在视觉对比度低、清晰度不足等问题。因而，对低对 比度图像进行增强处理，在许多应用中是必要的。
[0003] 影像增强的目的是为了改善图像的清晰度、对比度等视觉效果，从而提高图像的 可读性和信息解译能力。目前已经发展了线性拉伸、直方图均衡、小波变换、Retinex增强 等多种方法。由于线性拉伸、直方图均衡方法具有算法简便、效率高等优势，在实际应用中 广泛使用。直方图均衡是一种非线性变换，它以累积概率分布为基础，通过变换尽可能使得 图像灰度值在每一个灰度级上等概率分布，从而提高图像对比度。直方图均衡虽然能增加 图像的对比度，但处理后的图像视觉效果往往比较生硬、不够柔和甚至会造成图像质量恶 化等问题，且效果不可控。线性拉伸算法具有简便、易用、高效、适应性强等特点，且增强效 果整体一致性好、易于实现全自动化处理。但经典的线性拉伸算法，由于在实际应用中常常 失效，因而在实际应用中较少使用。直方图截断拉伸增强方法是线性拉伸算法的一种改进 算法，在实际应用尤其是遥感应用处理中使用广泛。但该方法在实际应用中存在图像亮区 和暗区细节严重丢失、U型直方图不能适用等问题。
【发明内容】
[0004] 本发明提出了一种基于直方图紧致性变换的图像自适应增强方法，充分考虑了输 入图像的自身特点，能够有效克服经典线性拉伸变换、直方图截断拉伸等增强方法的不足。
[0005] 本发明的方案如下：
[0006] -种基于直方图紧致性变换的图像自适应增强方法，主要是根据输入图像的特点 确定变换参数，结合用户调节系数对输入图像进行直方图紧致性变换，然后利用线性拉伸 算法对输入图像重新赋值，输出增强图像；
[0007] 所述直方图紧致性变换如下：设定一个频度阈值作为基准频度，与直方图上的每 个灰度级按顺序进行比较；除特殊情况外，对频度小于基准频度的灰度级，与该灰度级的下 一个或多个灰度级合并，直至当前所有合并灰度级的累积频度不小于基准频度；所述特殊 情况是指：合并后的累积频度与基准频度之差大于原频度与基准频度之差，则不作合并； 最终使得合并后的直方图在其灰度最大值和最小值之间所有灰度级的频度均接近或不小 于基准频度，且灰度连续、不间断；
[0008] 所述变换参数包括直方图紧致性变换的起始位置和所述频度阈值（通常是先计 算出图像灰度级的理想频度，进而推算得到频度阈值）。
[0009] 基于以上方案，本发明进一步作如下优化：
[0010] 上述起始位置位于直方图的中部，以该起始位置将直方图划分为两个部分，并自 该起始位置分别按照正向、反向依次判别并处理这两个部分的每个灰度级。
[0011] 根据直方图两个部分的特点分别计算各自的基准频度，即所述基准频度分为左基 准频度和右基准频度。例如，对于直方图两部分灰度分布形态差异较大的图像，这样就能够 使得变换后的直方图较好地保持图像细节。
[0012] 引入用户调节系数主要是为了参与计算基准频度，以更符合不同应用目的需要。
[0013] 具体的实现步骤如下：
[0014] 步骤1 :统计输入图像f (X，y)的灰度直方图及其最大值LMax、最小值LMin和均值Lm，
[0016] 根据最大值确定图像的量化位数N，并采用下式计算初始搜索起点M
[0017] 其中，L1表示第i个灰度级，p i表示第i个灰度级的概率；
[0018] 步骤2 :根据图像的宽度w和高度h，以及图像的量化位数N，计算图像灰度级的理
[0020] 想频度ζ。，计算公式如下：
[0021] 步骤3 :根据图像的统计特征、理想频度及调节系数P，利用如下公式计算左基准 频度G和右基准频度ζ R
[0023] 其中，P为调节系数（P >0);
[0024] 步骤4 :以加权均值M为起始搜索灰度级，以ζ# ζ R分别为直方图两端的基准 频度，利用直方图紧致性变换方法，对原始直方图进行压缩，确定合并灰度级的映射集合和 压缩后图像灰度的最小值L' Μιη和最大值L' Max;
[0025] 步骤5 :计算线性拉伸变换系数k，并将截距置零，其中
[0027] 步骤6 :利用线性拉伸变换关系式g(x, y) = k[f (X，y)_LMin]和灰度映射关系，对输 入图像f (X，y)重新赋值，并输出增强图像g(x，y)。
[0028] 参数P由用户根据具体应用问题确定，对于遥感图像增强而言，一般P取值 0. 5~0. 8之间（如P = 0. 6)可以适用于大部分图像的增强处理。
[0029] 其中，直方图紧致性变换具体可采用如下算法（以单向搜索为例）：
[0030] 4. 1]记基准频度为ζ，以M为起点沿直方图正向（或者负向）搜索；
[0031] 4. 2]正向搜索时，计算以灰度L = M为起点的正向若干个连续灰度级的累积频度， 当使得
·成立（负向搜索时，使得
且
成立）时停止当前搜索，其中r为非负整数，表示在本次搜索过程中不包 括起点在内所跨过连续灰度级的个数；
[0032] 4. 3]比较 ζ -CPjP CP 2- ζ 的大小；
[0033] 4. 4]若（ζ -CP1) < (CP2- ζ )成立，则
[0034] 对于正向搜索，将在区间[L，L+r]范围的所有灰度级合并到输出灰度级K上，记录 对应的灰度映射关系，并将灰度级L到L+r的累积频度Σ: C作为输出灰度级K的频度，然 后跳至步骤6 ;
[0035] 对于负向搜索，将在区间[L_r，L]范围的所有灰度级合并到输出灰度级K上，记录 对应的灰度映射关系，并将灰度级L-r到L的累积频度J作为输出灰度级K的频度， 然后跳至步骤6 ;
[0036] 4. 5]若（ζ -CP1)彡（CP2- ζ )不成立，则
[0037] 对于正向搜索，将在区间[L，L+r+l]范围的所有灰度级合并到输出灰度级K上，记 录对应的灰度映射关系，并将灰度级L到L+r+Ι的累积频度作为输出灰度级K的频 度；
[0038] 对于负向搜索，将在区间[L-r_l，L]范围的所有灰度级合并到输出灰度级K上，记 录对应的灰度映射关系，并将灰度级L-r-Ι到L的累积频度作为输出灰度级K的频 度；
[0039] 4. 6]更新搜索起点和输出灰度级至下一个灰度级；
[0040] 正向搜索时，搜索起点更新方式为M = Μ+1，输出灰度级更新方式为K = Κ+1。负 向搜索时，搜索起点更新方式为M = Μ-1，输出灰度级更新方式为K = K-I。
[0041] 4. 7]重复步骤2~6,直到整个直方图处理完毕。
[0042] 本发明具有以下效果：
[0043] 1、本发明中提出的基于直方图紧致性变换（灰度变换方法）原理的图像自适应增 强方法，在较好地保持图像信息熵的同时有效压缩了图像灰度分布范围，进而有效利用线 性拉伸算法的优势，具有良好的适应性和实用性，增强效果明显，可广泛适用于各种低对比 度图像的增强和高位宽量化图像向低位宽图像转化处理。
[0044] 2、本发明方法兼具线性拉伸增强和直方图均衡增强算法优点的同时，避免了它们 的不足，用户可以根据调节系数控制变换结果。
[0045] 3、在变换过程中，依据图像自身的特性自动计算相关变换参数，从而保证了本发 明方法对不同图像的适应性。
【附图说明】
[0046] 图1是本发明基于直方图紧致性变换原理的图像自适应增强方法流程图。
[0047] 图2是一幅灰度图像；