一种颜色恒常的彩色图像清晰度增强方法
【专利摘要】一种颜色恒常的彩色图像清晰度增强方法，包括根据图像的红绿蓝三个波段计算亮度图像；设定邻域半径，计算亮度图像在每个像素邻域上的均值和标准差，得到邻域均值图像和邻域标准差图像；根据邻域均值图像和邻域标准差图像，自适应计算每个像素点的权重；根据邻域均值图像和权重，重新计算新的亮度图像；根据颜色恒常性的原理，基于新的亮度图像和原始亮度图像，对原始图像的三个波段进行同比增强，得到颜色恒常的清晰度增强结果图像。本发明方法能够在大幅提高图像清晰度的同时，尽可能地减少色彩失真，保持颜色恒常性，有效提高增强图像的视觉效果。
【专利说明】
一种颜色恒常的彩色图像清晰度増强方法
技术领域
[0001] 本发明属于图像处理技术领域，尤其涉及一种颜色恒常的彩色图像清晰度增强方 法。
【背景技术】
[0002] 由于彩色成像设备在数码设备，多媒体，生物医学和互联网中的广泛使用，彩色图 像处理技术越来越受到人们的重视。由于各方面的因素制约或条件限制，往往得到的彩色 图像质量可能会不理想，出现图像模糊、清晰度不高等情况，因此在后续图像处理前，常常 需要对彩色图像进行增强处理，以提供有效的特征信息，或者改善其质量来获得令人满意 的视觉效果。
[0003] 彩色图像是由灰度图像组成的，通过灰度图像的增强，可以达到彩色图像增强的 目的。灰度图像增强的主要方法如:对比度拉伸、限幅、直方图均衡化等在很多文献资料中 有详细的讨论，但是这些方法不能直接用于彩色图像增强，主要在于增强彩色图像的时候 像素的色度值不能被改变，不然，图像的视觉效果会发生变化。彩色图像增强技术远没有灰 度图像处理技术成熟。彩色图像的红、绿、蓝三基色存在着很高的相关性，在增强处理中必 须保持或恢复，否则就会引起彩色失真。
[0004] 对于保持色彩增强图像的问题，已经有一系列的算法提出，其中牵涉到小波变换、 Retinex理论等，这些算法较好地增强了图像，并且色彩保持良好，但同时，由于牵涉到小波 变换、与多个高斯函数的卷积等运算，在实现良好的处理效果的同时，作为代价付出较大的 计算量和较长的运算时间，不太适用于实际工作中的实时处理。
[0005] 颜色恒常性是指不因外界环境变化而对客体颜色知觉趋于稳定的心理倾向。对于 彩色图像而言，保持图像的颜色恒常性，是保证图像增强后不失真的有效手段。前期研究发 现，通过对彩色图像三个波段进行同比增强，能够满足颜色恒常性的需求，因此，本发明提 出了一种颜色恒常的图像清晰度增强方法。
【发明内容】
[0006] 本发明旨在解决现有彩色图像容易出现清晰度不够等问题，以及在清晰度增强过 程中容易出现颜色失真的问题，提供一种颜色恒常的彩色图像清晰度增强方法。
[0007] 本发明的实施例提供一种颜色恒常的彩色图像清晰度增强方法，包括:包括，
[0008] 根据图像的红绿蓝三个波段计算亮度图像；
[0009] 计算亮度图像在邻域上的均值和标准差，得到邻域均值图像和邻域标准差图像； [0010]根据邻域均值图像和邻域标准差图像，计算每个像素点的权重；
[0011] 计算新的亮度图像；
[0012] 计算清晰度增强的结果图像。
[0013] 根据图像的红绿蓝三个波段计算亮度图像的具体方法为：
[0014] I = (R+G+B)/3
[0015] 其中，R，G，B分别为图像的红绿蓝三个波段。
[0016] 进一步地，计算邻域均值图像和邻域标准差图像的具体步骤为：
[0017] 对于亮度图像上的每一个像素，设邻域半径为N，则邻域大小为(2N+1M2N+1)，取 出其邻域像素的值，计算该邻域的均值和标准差，赋值给该像素，分别得到与原始亮度图像 相同大小的邻域均值图像和邻域标准差图像；
[0018] 为提高计算速度，先将亮度图像进行下采样M倍，然后基于下采样亮度图像计算邻 域均值图像和邻域标准差图像，再将邻域均值图像和邻域标准差图像进行上采样1/M倍，其 中MS 1，上采样和下采样方法可使用最邻近法、双线性内插法、双三次卷积法等方法。
[0019] 进一步地，根据邻域均值图像和邻域标准差图像，计算每个像素点的权重的具体 方法为：
[0021] 其中i和j表示像素坐标，w(i，j)表示像素（i，j)的权值，mean(I)表示计算亮度图 像的均值，S(i，j)表示邻域标准差图像在像素（i，j)处的值，S_max和S_min表示邻域标准差 图像的最大值和最小值。
[0022] 进一步地，所述计算新的亮度图像的方法为：
[0023] I_new(i，j)=Ave(i，j)+w(i，j)*[I(i，j)_Ave(i，j)]
[0024] 其中Ave(i，j)表示邻域均值图像在像素（i，j)处的值，I(i，j)表示亮度图像在像 素(i，j)处的值，w(i，j)表示像素(i，j)处的权重。
[0025] 进一步地，所述计算清晰度增强的结果图像的具体方法为： R _ new{i, j) =-R(i, j) *1 _ new(i, j) / I(i, j)
[0026] ^ G mw{L j) = G(i, j) * I new(i, j) /I(i, j) B _ new{i, j) = B(i, j)* I _ new{i, j)! l(i, j)
[0027] 其中R_neW，G_neW，B_new为清晰度增强后的红绿蓝三个波段。
[0028]以上技术方案中，通过计算亮度图像邻域均值和邻域标准差，能够捕捉图像上每 个像素区域的纹理强度特征，据此自适应地计算每个像素的增强权重，能够实现每个像素 的自适应清晰度增强;计算邻域均值和邻域标准差的过程中，对图像进行先下采样再上采 样，能够在保证计算效果的同时，有效地降低运算量;根据颜色恒常性原理，对每个像素进 行同比增强，从而能够有效地避免色彩失真，取得良好的清晰度增强效果。
【附图说明】
[0029]图1是大山图像的原始图像；
[0030] 图2是大山图像的直方图均衡法增强图像；
[0031] 图3是大山图像的MSRCR方法增强图像；
[0032]图4是大山图像的本发明方法增强图像；
[0033]图5是莲花图像的原始图像；
[0034]图6是莲花图像的直方图均衡法增强图像；
[0035]图7是莲花图像的MSRCR方法增强图像；
[0036] 图8是莲花图像的本发明方法增强图像；
[0037] 图9是本发明实施例的颜色恒常的彩色图像增强方法工作流程示意图。
【具体实施方式】
[0038] 为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，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，此处所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。
[0039]本发明主要包括以下几个步骤：
[0040] (1)计算亮度图像
[0041] 图像的亮度反应了图像的整体明暗程度，在多种色彩空间中，都有计算亮度图像 的方法，这里用最简单的方式来计算，取彩色图像三个波段的均值：
[0042] I = (R+G+B)/3
[0043]其中，R，G，B分别为图像的红绿蓝三个波段。
[0044] (2)计算邻域均值图像和邻域标准差图像
[0045]对于亮度图像上的每一个像素，设邻域半径为N，则邻域大小为(2N+1M2N+1)，取 出其邻域像素的值，计算该邻域的均值和标准差，赋值给该像素，分别得到与原始亮度图像 相同大小的邻域均值图像和邻域标准差图像；
[0046]均值计算公式为：
[0048]标准差计算公式为：
[0050] 其中i和.j表示像素坐标，N为邻域半径，Ave为邻域均值图像，S为邻域标准差图 像。
[0051] 为提高计算速度，先将亮度图像进行下采样M倍，然后基于下采样亮度图像计算邻 域均值图像和邻域标准差图像，再将邻域均值图像和邻域标准差图像进行上采样1/M倍，其 中MS 1，上采样和下采样方法可使用最邻近法、双线性内插法、双三次卷积法等方法。
[0052] (3)计算每个像素点的权重
[0053]邻域的均值和标准差反应了图像的局部纹理特征，能够间接反映图像的清晰度。 在邻域均值图像和邻域标准差图像的基础上，计算每个像素点的权值，用于计算每个像素 点的清晰度增强程度：
[0055]其中i和j表示像素坐标，w(i，j)表示像素（i，j)的权值，mean(I)表示计算亮度图 像的均值，S(i，j)表示邻域标准差图像在像素（i，j)处的值，S_max和S_min表示邻域标准差 图像的最大值和最小值。
[0056] (4)计算新的亮度图像
[0057] 在清晰度权值的基础上，新的亮度图像可以通过下面的公式来计算：
[0058] I_new(i，j)=Ave(i，j)+w(i，j)*[I(i，j)_Ave(i，j)]
[0059] 其中Ave(i，j)表示邻域均值图像在像素（i，j)处的值，I(i，j)表示亮度图像在像 素(i，j)处的值，w(i，j)表示像素(i，j)处的权重。
[0060] 通过上述计算，可以得到清晰度更高的亮度影像。
[0061] (5)计算清晰度增强的结果图像 [0062]在HSV空间中，H和S分量的计算方法为：
[0064] 其中
X〇=min(R，G，B)，I = (R+G+B)/3,设处理前某像 素点的颜色向量为乂=(1?，6,8)，比例伸缩参数为(1，平移参数为0，则经过平移和比例伸缩变 换后的颜色向量为：
[0065] X7 =(aR+0,aG+0,aB+0)=aX+0 (2)
[0066] 将X'代入（1)式计算可知，皆'=供，因此把=H。
[0067]另外，计算S分量可知，
(3)
[0069] 如果在此像素点上的平移量则可以近似认为该像素点的饱和度也不 变。在这种情况下，色调和饱和度都没有变化，则处理后图像的颜色信息将得到最大限度的 保留。也就是说，通过对彩色图像每个像素进行同比增强，即能够很好地保持色彩的恒常 性。
[0070] 因此，本发明中，通过新的亮度图像和原始亮度图像的比值，计算最终的清晰度增 强图像： R.... new{i, j) = R(i, j) * I __ new(i, j)! I(i, j)
[0071 ] G_new(i, j) = G(i, j)*I_new(i,j)/1(i, j) B_new{iJ)=B{iJ) *1 _new(i.J)/
[0072] 其中R_new，G_new，B_new为清晰度增强后的红绿蓝三个波段。
[0073] 为了验证本发明所述的增强方法的有效性，本发明的实施例给出了多组对比实 验，同时将本发明的方法与直方图均衡、多尺度Retinex色彩增强法(MSRCR)进行比较。图1 为大山图像的增强结果，图2为莲花图像的增强结果。可以看出，在图1中，直方图均衡的结 果呈现出明显的色彩失真，而MSRCR的结果显得更模糊。在图2中，直方图均衡结果的对比度 明显失衡，而MSRCR存在色彩过亮的问题。
[0074] 为了客观评价各方法的有效性，本实施例采用通用的图像质量指标进行评价。
[0075] 采用清晰度指标来评价增强图像的清晰度：
[0077]为客观评价各算法的结果图像的对比度和亮度，采用现有研究中常用的依据图像 的均值和局部方差均值的评价方法：
[0080]其中M和N为图像的长度和宽度，C和L表示均值和方差。为了评价色彩失真程度，依 据上述指标，采用以下的色调和饱和度偏差来评价：
[0083] 其中H和S分别为图像的色调和饱和度。
[0084]根据评价指标，D越高，图像清晰度越高;C、L、H、S越小，图像色彩还原度越高。
[0085]评价结果如下表所示：
[0086]表1.图1的评价结果
[0089] 表2.图2的评价结果
[0091 ]从表1可以看出，虽然直方图均衡方法的清晰度最高，但是C、L、H、S的指标值均远 大于本发明的方法，从结果图像上可以看出，直方图均衡方法的高清晰度是以色彩失真为 代价，而本发明方法除清晰度低于直方图均衡法之外，其余指标均远优与直方图均衡法和 MSRCR。同样地，在表2中，本发明方法在清晰度、C、L、H、S等指标上均远优与直方图均衡法和 MSRCR。综合表1和表2的结果可以看出，本发明方法具有非常高的清晰度，同时色彩失真度 均远小于直方图均衡和MSRCR方法，表明本发明方法在提高图像清晰度的同时，能够有效地 避免色彩失真。
[0092]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种颜色恒常的彩色图像清晰度增强方法，其特征在于:包括， 根据图像的红绿蓝三个波段计算亮度图像； 计算亮度图像在邻域上的均值和标准差，得到邻域均值图像和邻域标准差图像； 根据邻域均值图像和邻域标准差图像，计算每个像素点的权重； 计算新的亮度图像； 计算清晰度增强的结果图像。2. 根据权利要求1所述的颜色恒常的彩色图像清晰度增强方法，其特征在于:所述根据 图像的红绿蓝三个波段计算亮度图像的具体方法为： I = (R+G+B)/3 其中，R，G，B分别为图像的红绿蓝三个波段。3. 根据权利要求1所述的颜色恒常的彩色图像清晰度增强方法，其特征在于:计算邻域 均值图像和邻域标准差图像的具体步骤为： 对于亮度图像上的每一个像素，设邻域半径为N，则邻域大小为(2N+1M2N+1)，取出其 邻域像素的值，计算该邻域的均值和标准差，赋值给该像素，分别得到与原始亮度图像相同 大小的邻域均值图像和邻域标准差图像； 为提高计算速度，先将亮度图像进行下采样M倍，然后基于下采样亮度图像计算邻域均 值图像和邻域标准差图像，再将邻域均值图像和邻域标准差图像进行上采样1/M倍，其中M < 1，上采样和下采样方法可使用最邻近法、双线性内插法、双三次卷积法等方法。4. 根据权利要求1所述的颜色恒常的彩色图像清晰度增强方法，其特征在于:根据邻域 均值图像和邻域标准差图像，计算每个像素点的权重的具体方法为：其中i和j表示像素坐标，w(i，j)表示像素（i，j)的权值，mean(I)表示计算亮度图像的 均值，S(i，j)表示邻域标准差图像在像素（i，j)处的值，S_max和S_min表示邻域标准差图像 的最大值和最小值。5. 根据权利要求1所述的颜色恒常的彩色图像清晰度增强方法，其特征在于:所述计算 新的亮度图像的方法为： I_new(i, j)=Ave(i, j)+w(i, j)*[I(i, j)-Ave(i, j)] 其中Ave(i，j)表示邻域均值图像在像素（i，j)处的值，I(i，j)表示亮度图像在像素（i， j)处的值，w(i，j)表示像素(i，j)处的权重。6. 根据权利要求1所述的颜色恒常的彩色图像清晰度增强方法，其特征在于:所述计算 清晰度增强的结果图像的具体方法为：其中R_new，G_new，B_new为清晰度增强后的红绿蓝三个波段。
【文档编号】G06T5/00GK105931206SQ201610305917
【公开日】2016年9月7日
【申请日】2016年5月10日
【发明人】李勤俭, 陈勇, 陈波, 胡诗帅
【申请人】深圳市和天创科技有限公司