一种彩色图像对比度增强方法及系统的制作方法
【技术领域】
[0001] 本发明属于图像和视频处理领域，尤其涉及一种彩色图像对比度增强方法及系 统。
【背景技术】
[0002] 由于不良天气的影响或景物本身的颜色比较灰暗，导致成像图片的对比度低，使 得图像中景物的细节模糊、清晰度不足，因此图像对比度增强是图像处理领域应用广泛的 一种基本操作，其算法复杂度对实际工程的实时性产生重要影响。
[0003] 现有的彩色图像对比度增强方法，一般分为两类方法。一类方法是将彩色图像数 据从RGB空间转换到另一种颜色空间，如Lab空间，对亮度数据进行对比度增强处理后再转 换回RGB空间。此类方法的不足是数据的多次转换造成计算复杂度的增加；另一类方法在 RGB空间直接进行处理，如Photoshop软件中的非锐化掩膜(USM)方法，通过对每一个色彩平 面分别进行对比度增强，此类方法的缺点是计算多个平面数据带来计算量的成倍增加。
【发明内容】
[0004] 为解决上述问题，本发明提供了一种彩色图像对比度增强方法，用以解决目前彩 色图像对比度增强方法中计算量大的不足，使对比度增强处理变得简单，易于实施。
[0005] 为了解决上述技术问题，本发明提供了一种彩色图像对比度增强的方法，其技术 方案为：
[0006] -种彩色图像对比度增强方法，包括如下步骤：
[0007] 步骤1、读取彩色图像，获取像素坐标及其颜色分量值；
[0008] 步骤2、计算各所述颜色分量值的均值，生成均值图像数据；
[0009] 步骤3、对所述均值图像数据进行保边缘的平滑滤波处理；
[0010] 步骤4、对保边缘平滑滤波处理的图像进行小尺度均值滤波处理；
[0011] 步骤5、计算像素对比度增强系数；
[0012] 步骤6、根据像素对比度增强系数，对各所述颜色分量值进行增强，得到颜色分量 增强值；
[0013] 步骤7、对所述颜色分量增强值进行钳位处理并输出。
[0014] 其中，步骤2计算各所述颜色分量值的均值，具体为:对各个所述颜色分量值相加 之和除以3,使所述彩色图像变成灰度图像。
[0015] 其中，步骤3中所述保边缘平滑滤波的公式为：
[0016]
[0017]其中：BF代表滤波后的结果，（k，l)表示以（i，j)为中心的局部区域的其它像素的 坐标，
[0018]
[0019] 其中〇c^P〇r为空间域和值域高斯滤波器的标准差，默认值分别为50和25。
[0020] 其中，步骤4具体为进行小窗口均值滤波操作，所述小窗口为正方形，宽度取值为3 ~7像素。
[0021] 其中，步骤5的计算公式为:对比度增强系数=(均值图像数据/小尺度均值滤波处 理结果-1M1+小尺度均值滤波处理结果/512)*对比增强控制参数+1。
[0022] 其中，所述对比增强控制参数的取值范围为0.5~2.5。
[0023] 其中，步骤6具体为对各个所述颜色分量值分别乘以其对应的所述对比增强系数。
[0024] 其中，步骤7中的钳位处理具体为:如果所述颜色分量增强值大于255，则将其设置 为 255。
[0025] 其次，提供一种执行上述彩色图像对比度增强方法的增强系统，包括：
[0026] 读取模块，用于读取彩色图像，获取像素坐标及其颜色分量值；
[0027] 均值计算模块，用于计算各所述颜色分量值的均值，生成均值图像数据；
[0028]平滑滤波处理模块，用于对所述均值图像数据进行保边缘的平滑滤波处理；
[0029]均值滤波处理模块，用于进行小尺度的均值滤波处理；
[0030]增强系数计算模块，用于计算像素对比度增强系数；
[0031 ]增强模块，用于对各所述颜色分量值进行增强；
[0032]输出模块，对所述颜色分量增强值进行钳位处理并输出。
[0033]与现有技术相比，本发明的有益效果为：能够直接在RGB空间进行处理，只需要进 行一次关键的平滑滤波操作即可，计算简化，而且对比度增强的效果良好。
【附图说明】
[0034] 图1为本发明中彩色图像对比度增强方法的流程图；
[0035] 图2为待处理的图片；
[0036]图3为经过本发明中彩色图像对比度增强方法处理后的图片。
【具体实施方式】
[0037] 为便于本领域技术人员对本发明的技术方案和有益效果进行理解，特结合附图对
【具体实施方式】进行如下描述。
[0038] 如图1所示，其为本发明中的彩色图像对比度增强方法的流程图，从图中可知，该 方法包括如下步骤：
[0039] 步骤1、读取彩色图像，获取像素坐标及其颜色分量值。
[0040] 具体为:读入彩色图像，获得彩色图像的像素坐标(x，y)，并对其每一个像素坐标 读取其颜色分量值，红色分量值为r(x，y)，绿色分量值为g(x，y)，蓝色分量值为b(x，y)。
[0041] 步骤2、计算各所述颜色分量值的均值，生成均值图像数据。
[0042] 各个所述颜色分量值相加之和除以3,使所述彩色图像变成单一平面的灰度图像， 如下式：
[0043] mean(x,y) = (r(x,y)+g(x,y)+b(x,y))/3 (1)
[0044] 其中，mean(x，y)表示坐标(x，y)位置上的均值图像数据。
[0045] 步骤3、对均值图像数据进行保边缘的平滑滤波处理。
[0046] 平滑滤波处理中具体采用如下公式：
[0047]
[0048] 其中，BF代表双边滤波后的结果，（1，」），仏，1)分别表示不同的坐标取值，8卩（^7) 的不同取值，（k，l)表示以（i，j)为中心的局部区域的其他像素的坐标，《(1，」，1^，1)定义如 下式：
[0049]
[0050] 其中，其中〇c^P〇r为空间域和值域高斯滤波器的标准差，默认值分别为50和25。
[0051] 在实际操作中，本领域技术人员还可以采用的保边缘的平滑滤波方法如：采用引 导滤波器、RF滤波器等，或者其他具有保边缘特性的平滑滤波器都可以应用于本方法中。
[0052] 步骤4、对保边缘的平滑滤波处理的图像进行小尺度的均值滤波处理。
[0053] 具体为:对保边缘的滤波结果图像进行小窗口内简单算术均值滤波操作，滤波结 果记做AF(x，y)。其中，小窗口为正方形，其宽度取值范围为3~7像素