一种基于hsv色彩空间的图像增强方法
【技术领域】
[0001] 本发明属于图像信息处理技术领域，具体涉及一种基于HSV色彩空间的图像增强 方法。
【背景技术】
[0002] 图像具有的的直观、客观存在、迅速、高效等特点，让其他传播媒介无法企及，"读 图"让人们对事物的认识更加趋于简单化和便捷化。
[0003] 通常，图像在处理和传播的过程中会引入各种类型的噪声形成图像失真。在摄影 时由于光照条件的不同也会造成拍摄出来的图像质量下降，如光线过暗，导致拍出来的照 片曝光不足或者低曝光；光线太强导致拍出来的照片强曝光或者曝光过度；光线分布不均 匀导致拍出来的照片无法表达出一半很亮一半很暗。"读图时代"的到来，要求用更有效的 图像增强方法，处理得到质量更高的图像，这样人眼得到的信息便更多。
【发明内容】
[0004] 本发明的目的在于克服现有技术存在的问题，提供一种基于HSV色彩空间的图像 增强方法。
[0005] 为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现： 一种基于HSV色彩空间的图像增强方法，该方法包括以下步骤： 步骤1)输入RGB彩色图像./.，并将RGB彩色图像转换到HSV色彩空间，得到色调分量 Pi H、饱和度分量S和亮度分量V ; 步骤2)对亮度分量V的处理： 步骤2. 1)亮度分量V基于L0范数的图像稀疏分解，得到基层图像B和细节图像D ; 步骤2. 2)采用基于RTV的纹理图像和JND函数增强细节图像D，增强后的细节图像为 D， 基于相对总变差RTV计算，细节图像D的纹理为：
其中
是滤波窗口的总变差，
是滤波窗口的固有变差， 计算增强的细节图像g:
其中，1?是线性增量是仅通过人类视觉观察出来的差异，
，是与纹理相关的权重； 步骤2. 3)对基层图像B进行直方图均衡化操作，得到增强后的基层图像|; 步骤2. 4)将增强细节图像g与增强基层图像|合并得到增强灰度分量_ ; 步骤3)对步骤1)中的HSV色彩空间的饱和度分量S进行中值滤波和线性增强得到增 强饱和度分量g ; 步骤4)将步骤1)中的HSV色彩空间的色调分量H、步骤2. 4)中的增强灰度分量p和 步骤3中的增强饱和度分量|合并得到前期结果HSV色彩空间图像，并转换成RGB彩色图 m' 步骤5)对步骤4)中的RGB彩色图像|·进行图像去雾处理，得到RGB彩色输出图像J~T。
[0006] 进一步的，在所述步骤2. 1)中，将细节图像D用基层图像B来表示：
采用变量分离和惩罚技术，同时引入辅助变量
固定_ :_丨_，求躺
，即可解出
[0007] 进一步的，在所述步骤5)中，R、G、B三个通道的无雾图像公式：
其中，c表示r、g、b三个分量，1: f是已知的待去雾图像，jf是待求的无雾图 像， 定义输入图像的暗通道为：
暗通道先验理论为：除了图像中天空的区域，其余区域的暗通道无限趋向〇,从而求得 去雾后的RGB彩色输出图像。
[0008] 本发明的有益效果是： 本发明通过对HSV色彩空间中的色调分量H、饱和度分量S和亮度分量V进行局部处 理，来消除图像整体亮度低，图像亮度不均匀，图内物体的轮廓、颜色不好分辨，物体细节不 突出的问题，本发明输出的图像，整体亮度提升，图像亮度分布均匀，图像轮廓和颜色均能 分辨，细节突出，视觉效果佳。
【附图说明】
[0009] 图1为本发明方法的流程示意图。
【具体实施方式】
[0010] 下面将参考附图并结合实施例，来详细说明本发明。
[0011] 参照图1所示，一种基于HSV色彩空间的图像增强方法，该方法包括以下步骤： 步骤1)输入RGB彩色图像/，并将RGB彩色图像转换到HSV色彩空间，得到色调分量 H、饱和度分量S和亮度分量V ; 步骤2)对亮度分量V的处理： 步骤2. 1)亮度分量V基于L0范数的图像稀疏分解，得到基层图像B和细节图像D ; 步骤2. 2)采用基于RTV的纹理图像和JND函数增强细节图像D，增强后的细节图像为 D， 基于相对总变差RTV计算，细节图像D的纹理为：
其中
是滤波窗口的总变差，
是滤波窗口的固有变差， 计算增强的细节图像g:
其中，·是线性增量，是仅通过人类视觉观察出来的差异，
是与纹理相关的权重； 步骤2. 3)对基层图像B进行直方图均衡化操作，得到增强后的基层图像彡； 步骤2. 4)将增强细节图像@与增强基层图像|合并得到增强灰度分量^ ; 步骤3)对步骤1)中的HSV色彩空间的饱和度分量S进行中值滤波和线性增强得到增 强饱和度分量$ ; 步骤4)将步骤1)中的HSV色彩空间的色调分量H、步骤2. 4)中的增强灰度分量&和 步骤3中的增强饱和度分量s合并得到前期结果HSV色彩空间图像，并转换成RGB彩色图 像.J ; 步骤5 )对步骤4)中的RGB彩色图像|进行图像去雾处理，得到RGB彩色输出图像/ ^。
[0012] 进一步的，在所述步骤2. 1)中，将细节图像D用基层图像B来表示：
采用变量分离和惩罚技术，同时引入辅助变i
固定慈.:__|，求解
；，即可解出逢和。
[0013] 进一步的，在所述步骤5)中，R、G、B三个通道的无雾图像公式：
其中，C表示R、G、B三个分量，I )是已知的待去雾图像，f 是待求的无雾图 像， 定义输入图像的暗通道为：
暗通道先验理论为：除了图像中天空的区域，其余区域的暗通道无限趋向〇,从而求得 去雾后的RGB彩色输出图像。
[0014] 本发明原理 本发明中输入RGB彩色图像|^，首先将RGB彩色图像转换为HSV彩色图像，在亮度分 量V的处理上，为了便于理解，分为以下五个部分：第一部分是基于L0范数的图像稀疏分 解，得到基层图像B和细节图像D ;第二部分是细节图像D的增强，采用基于RTV(Relative Total Variation)相对总变差和最小可视差JND (Just Noticeable Difference)的纹理相 关窗口，局部加强细节图像D，增强后的细节图像为D ;第三部分对基层图像B进行直方图 均衡化操作，得到增强后的基层图像I ;第四部分是是再对原HSV彩色图像的饱和度分量S 进行中值滤波和线性增强得到增强饱和度分量第五部分是将增强细节图像:?与增强基 JLf 层图像I合并得到增强灰度分量g，将增强灰度分量g与原HSV彩色图像的色调分量H、增 强饱和度分量I合并得到前期结果HSV色彩空间图像，再转换成RGB彩色图像f ;最后，是 对RGB彩色图像f进行去雾操作，得到去雾操作得到RGB彩色输出图像
[0015] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技 术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修 改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于HSV色彩空间的图像增强方法，其特征在于，该方法包括以下步骤： 步骤1)输入RGB彩色图像/，并将RGB彩色图像转换到HSV色彩空间，得到色调分量 H、饱和度分量S和亮度分量V ; 步骤2)对亮度分量V的处理： 步骤2. 1)亮度分量V基于LO范数的图像稀疏分解，得到基层图像B和细节图像D ; 步骤2. 2)采用基于RTV的纹理图像和JND函数增强细节图像D，增强后的细节图像为 J?， 基于相对总变差RTV计算，细节图像D的纹理为：其中，是滤波窗口的总变差，:是滤波窗口的固有变差， 计算增强的细节图像I:其中，是线性增量，是仅通过人类视觉观察出来的差异，是与纹理相关的权重； 步骤2. 3)对基层图像B进行直方图均衡化操作，得到增强后的基层图像# ; 步骤2. 4)将增强细节图像@与增强基层图像I合并得到增强灰度分量f ; 步骤3)对步骤1)中的HSV色彩空间的饱和度分量S进行中值滤波和线性增强得到增 强饱和度分量S ; 步骤4)将步骤1)中的HSV色彩空间的色调分量H、步骤2. 4)中的增强灰度分量&和 步骤3中的增强饱和度分量&合并得到前期结果HSV色彩空间图像，并转换成RGB彩色图 像.J ; 步骤5)对步骤4)中的RGB彩色图像$进行图像去雾处理，得到RGB彩色输出图像2. 根据权利要求1所述的基于HSV色彩空间的图像增强方法，其特征在于，在所述步骤 2. 1)中，将细节图像D用基层图像B来表示：稀疏分解公式：采用变量分离和惩罚技术，同时引入辅助变量固定錢:_丨_，求解，即可解出3.根据权利要求1所述的基于HSV色彩空间的图像增强方法，其特征在于，在所述步骤 5)中，R、G、B三个通道的无雾图像公式：其中，C表示R、G、B三个分量，:是已知的待去雾图像，ilk來]:是待求的无雾图 像， 定义输入图像的暗通道为：暗通道先验理论为：除了图像中天空的区域，其余区域的暗通道无限趋向0,从而求得 去雾后的RGB彩色输出图像。
【专利摘要】本发明是一种基于HSV色彩空间的图像增强方法，该方法包括以下步骤：步骤1）输入RGB彩色图像？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？，并将RGB彩色图像转换到HSV色彩空间，得到色调分量H、饱和度分量S和亮度分量V；步骤2）对亮度分量V的处理；步骤3）对HSV色彩空间的饱和度分量S进行中值滤波和线性增强得到增强饱和度分量；步骤4）将HSV色彩空间的色调分量H、增强灰度分量和增强饱和度分量合并得到前期结果HSV色彩空间图像，并转换成RGB彩色图像；步骤5）对RGB彩色图像进行图像去雾处理，得到RGB彩色输出图像。本发明输出的图像，整体亮度提升，图像亮度分布均匀，图像轮廓和颜色均能分辨，细节突出，视觉效果佳。
【IPC分类】G06T5/00
【公开号】CN105354801
【申请号】CN201510656077
【发明人】仝武军, 卢宗庆, 唐婷
【申请人】苏州汉基视测控设备有限公司
【公开日】2016年2月24日
【申请日】2015年10月13日