一种图像处理的方法及装置的制造方法

一种图像处理的方法及装置的制造方法
【专利摘要】本发明涉及图像处理领域，特别涉及一种图像处理方法及装置，用以解决现有技术中存在的采用直方图均衡化进行图像处理的方法很不灵活的问题。本发明实施例根据图像的目标区域对应的累积直方图，确定除最大灰度级之外的N?1个灰度级中每一个灰度级对应的统计概率值；确定每一个统计概率值对应的优化系数，并根据每一个优化系数，生成优化系数对应的优化曲线；根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N?1个灰度级中每一个灰度级对应的调整曲线，确定目标区域对应的映射曲线；并根据映射曲线对像素点的像素值进行调整。本发明实施例的图像可以针对每一个目标区域进行单独的处理，从而使得图像处理的方法更为灵活。
【专利说明】
一种图像处理的方法及装置
技术领域
[0001] 本发明涉及图像处理技术领域，特别涉及一种图像处理方法及装置。
【背景技术】
[0002] 目前，在通过摄像机或相机采集图片时，由于拍摄场景不同，会获得不同的图像效 果。例如，在光照条件良好的场景中拍摄图片，可以获得较好的图像效果;但是在强逆光、强 顺光等场景中拍摄图片，往往拍出的图像发蒙，或者偏暗，细节不够丰富，图像整体通透性 不够。
[0003] 目前，最为常见的提高图像对比度的方法为直方图均衡化。其中，直方图均衡化是 指通过灰度映射使输入图像转换为在每一个灰度级上都有近似相同的像素点数的输出图 像，即输出的灰度直方图是均匀的。采用直方图均衡化处理图像的方法包括：
[0004] 1、统计图像的灰度归一化直方图，获取概率密度函数p(x)，其中0<χ<1;
[0005] 2、计算图像的累积分布函数： r
[0006] f(r) = JρΓ(μ)?μ . 0
[0007] 3、直方图均衡化转换公式： da
[0008] = ,/ (D4) = Z)max j* ,其中DB为变换后的像素值，Da为变换前的 0 像素值。
[0009] 在经过上述的直方图均衡化的方法处理后得到的图像中，像素将占有尽可能多的 灰度级并且分布均匀。但是在采用直方图均衡化的方法处理图像的过程中，若该图像的位 宽为n，则所述图像的灰度级个数为2 n;在统计图像的灰度归一化直方图时，需要统计2n个灰 度级的直方图，再根据2n个灰度级的直方图计算累积直方图，使得计算量较大。
[0010] 综上所述，目前采用直方图均衡化进行图像处理的方法较为复杂。

【发明内容】

[0011] 本发明提供一种图像处理方法及装置，用以解决现有技术中存在的采用直方图均 衡化进行图像处理的方法较为复杂的问题。
[0012] 基于上述问题本发明实施例提供一种图像处理方法，包括：
[0013] 根据图像的目标区域对应的累积直方图，确定除最大灰度级之外的N-1个灰度级 中每一个灰度级对应的统计概率值，其中，所述N为所述累积直方图的灰度级个数，所述N为 大于1的正整数，并且所述N小于所述图像的灰度级个数；
[0014] 确定所述每一个统计概率值对应的优化系数，并根据所述每一个优化系数，生成 所述优化系数对应的优化曲线；
[0015] 根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N-1个灰度级中每 一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线；
[0016] 确定所述目标区域中需要进行处理的像素点，并根据所述映射曲线对所述像素点 的像素值进行调整。
[0017] 由于本发明实施例在对图像中需要进行处理的目标区域进行处理时，确定目标区 域对应的灰度级个数为N的累积直方图，其中N远远小于图像的灰度级个数2 n，n为图像的位 宽，由于需要统计很少灰度级个数的累积直方图，从而减少图像处理时的计算量，从而简化 图像处理的方法。
[0018] 可选的，所述确定所述每一个统计概率值对应的优化系数，包括：
[0019] 根据每一个统计概率值对应的灰度级，确定所述每一个统计概率值对应的初始优 化系数；
[0020] 根据所述目标区域的中心像素点，确定每一个初始优化系数对应的优化系数。
[0021] 由于本发明实施例在确定灰度级对应的初始优化系数后，需要对初始优化系数进 行限定，得到灰度级对应的优化系数，在根据优化系数进行图像处理时，能够合理调整图像 的各个区域的对比度。
[0022] 可选的，所述根据每一个统计概率值对应的灰度级，确定所述每一个统计概率值 对应的初始优化系数，包括：
[0023] 针对任意一个统计概率值，根据所述统计概率值对应的灰度级，确定所述统计概 率值对应的取值范围；
[0024] 根据所述取值范围中的最大值和最小值，对所述统计概率值进行调整;并根据调 整后的统计概率值，确定所述统计概率值对应的初始优化系数。
[0025] 由于本发明实施例能够根据统计概率值对应的灰度级，自适应地确定统计概率值 对应的取值范围，并根据取值范围中的最大值和最小值，合理的对统计概率值进行调整，根 据调整后的统计概率值确定初始优化系数，从而计算得到最优的初始优化系数，使图像的 效果达到最优。
[0026] 可选的，根据下列公式确定所述灰度级对应的统计概率值的取值范围：
[0027] max = bin+ki ；
[0028] min = bin+k2；
[0029] 其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值，并且0< min<max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于 1 ；ki>k2；
[0030] 根据下列公式对所述统计概率值进行调整：
[0031] Py7 =min+(max-min) XPy；
[0032] 其中，Py为所述统计概率值，P/为调整后的统计概率值，max为所述取值范围中的 最大值，min为所述取值范围中的最小值；
[0033]根据下列公式确定所述统计概率值对应的初始优化系数：
[0034] A=log(p/y)/log(bin)；
[0035]其中，A为初始优化系数，P/为调整后的统计概率值，bin为所述统计概率值对应 的归一化灰度级，并且bin大于等于0且小于等于1。
[0036] 由于本发明实施例提供了具体的计算统计概率值对应的取值范围的公式，对统计 概率值进行调整的公式，以及确定统计概率值对应的初始优化系数的公式，从而得到准确 的初始优化系数，使图像的处理效果最佳。
[0037] 可选的，所述根据所述目标区域的中心像素点，确定每一个初始优化系数对应的 优化系数，包括：
[0038] 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级小于第一阈值， 则根据所述目标区域的中心像素点的像素值，以及所述中心像素点对应的周边区域的像素 点的像素值，确定所述初始优化系数对应的优化系数;其中，所述周边区域为以所述中心像 素点为中心的区域；
[0039] 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级不小于第一阈 值，则根据所述目标区域的中心像素点的像素值，确定所述初始优化系数对应的优化系数。
[0040] 由于本发明实施例在根据初始优化系数确定优化系数时，根据灰度级的范围不 同，提供了不同的确定优化系数的方式。在灰度级小于第一阈值时，根据中心像素点的像素 值，以及中心像素点对应的周边区域的像素点的像素值，确定初始优化系数对应的优化系 数，从而提高了图像低亮部分的对比度;灰度级不小于第一阈值时，根据根据中心像素点的 像素值确定初始优化系数对应的优化系数，从而有效抑制高亮区域过度增强。
[0041] 可选的，在所述初始优化系数对应的灰度级小于第一阈值时，根据下列公式确定 所述初始优化系数对应的优化系数：
[0042] A7 =AXm；
[0043] 其中，A为所述初始优化系数，#为所述初始优化系数对应的优化系数;m为所述周 边区域中所有像素点的像素值的平均值与所述目标区域的中心像素点的像素值的比值；
[0044] 在所述初始优化系数对应的灰度级不小于第一阈值时，根据下列公式确定所述初 始优化系数对应的优化系数：
[0045] A7 =AX (l+pix_value)；
[0046] 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;pix_value 为归一化处理后的所述目标区域的中心像素点的像素值，并且pix_valUe大于等于0且小于 等于1 〇
[0047] 由于本发明实施例根据不同灰度级范围，提供了不同的确定初始优化系数对应的 优化系数的公式，从而根据提供的公式，在不同的灰度级范围时，均能准确确定优化系数。
[0048] 可选的，所述根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N-1个 灰度级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线，包括：
[0049] 根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲 线；
[0050] 根据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定 所述目标区域对应的映射曲线。
[0051] 可选的，根据下列方式确定所述目标区域对应的映射曲线：
[0052] Y〇ut = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin) + ……+GN-l(Yin)XBN-l(Yin)；
[0053] 其中，Gi、G2……GN-i为所述优化曲线，Bi、B 2……BN-i为所述调整曲线，Ycmt为输出像 素值，Yin为输入像素值;并且，在Bi、B2......Bn-1的输入值相同时，Bi、B2......Bn-1输出值之和为 Ιο
[0054] 由于本发明实施例提供了根据优化曲线和调整曲线，确定目标区域对应的映射曲 线的具体方法，从而根据确定的映射曲线对目标区域的像素值进行调整，使得对目标区域 的像素值处理时获得最佳的效果。
[0055] 可选的，若所述图像对应的目标区域为一个，则所述目标区域为所述图像；
[0056] 若所述图像对应的目标区域为多个，则所述目标区域的个数为所述图像中像素点 的个数，并且所述图像中的每一个像素点为一个目标区域的中心像素点。
[0057] 由于本发明实施例在对图像进行处理时，可以将整个图像作为目标区域，或者将 图像划分为多个目标区域;在图像的目标区域为多个时，图像中的每一个像素点对应的一 个目标区域，并且像素点为其对应的目标区域的中心像素点，本发明实施例提供了灵活的 进行图像处理的方法。
[0058] 可选的，若所述图像对应的目标区域为多个，在目标区域的部分区域位于所述图 像的外部时，根据所述目标区域中位于所述图像内部的区域的像素点，确定所述目标区域 中位于所述图像外部的部分区域的像素点。
[0059] 由于本发明实施例在图像的目标区域为多个，若目标区域的部分区域位于图像外 部，则将该目标区域进行补编处理。在进行目标区域的补编时，根据目标区域中在图像中的 部分区域的像素点，确定该目标区域中在图像外部的区域的像素点，从而保证目标区域中 的像素点的像素值较为接近，使得在对该目标区域的中心像素点进行处理时更加准确。
[0060] 可选的，所述确定所述目标区域中需要进行处理的像素点，包括：
[0061 ]若所述图像对应的目标区域为一个，则所述目标区域中需要进行处理的像素点为 所述目标区域中所有像素点；
[0062] 若所述图像对应的目标区域为多个，则所述目标区域中需要进行处理的像素点为 所述目标区域的中心像素点。
[0063] 由于本发明实施例在对图像进行处理时，可以将整个图像作为目标区域，并对图 像中的每一个像素点进行处理;或者将整个图像划分为多个目标区域，并对每一个目标区 域的中心像素点进行处理，从而使得图像处理的方法更加灵活。
[0064]另一方面，本发明实施例还提供一种图像处理的装置，包括：
[0065] 获取模块，用于根据图像的目标区域对应的累积直方图，确定除最大灰度级之外 的Ν-1个灰度级中每一个灰度级对应的统计概率值，其中，所述Ν为所述累积直方图的灰度 级个数，所述Ν为大于1的正整数，并且所述Ν小于所述图像的灰度级个数；
[0066] 确定模块，用于确定所述每一个统计概率值对应的优化系数，并根据所述每一个 优化系数，生成所述优化系数对应的优化曲线；
[0067] 控制模块，用于根据生成的每一条优化曲线，以及预设的除最大灰度级之外的Ν-1 个灰度级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线；
[0068]处理模块，用于确定所述目标区域中需要进行处理的像素点，并根据所述映射曲 线对所述像素点的像素值进行调整。
[0069]可选的，所述确定模块，具体用于：
[0070]根据每一个统计概率值对应的灰度级，确定所述每一个统计概率值对应的初始优 化系数;根据所述目标区域的中心像素点，确定每一个初始优化系数对应的优化系数。
[0071] 可选的，所述确定模块，具体用于：
[0072] 针对任意一个统计概率值，根据所述统计概率值对应的灰度级，确定所述统计概 率值对应的取值范围；根据所述取值范围中的最大值和最小值，对所述统计概率值进行调 整;并根据调整后的统计概率值，确定所述统计概率值对应的初始优化系数。
[0073]可选的，所述确定模块，具体用于：
[0074] 根据下列公式确定所述灰度级对应的统计概率值的取值范围：
[0075] max = bin+ki ；
[0076] min = bin+k2；
[0077]其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值，并且0< min<max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于 1 ；ki>k2；
[0078] 根据下列公式对所述统计概率值进行调整：
[0079] Py7 =min+(max-min) XPy；
[0080] 其中，Py为所述统计概率值，P/为调整后的统计概率值，max为所述取值范围中的 最大值，min为所述取值范围中的最小值；
[0081 ]根据下列公式确定所述统计概率值对应的初始优化系数：
[0082] A=log(p/y)/log(bin)；
[0083] 其中，A为初始优化系数，P/为调整后的统计概率值，bin为所述统计概率值对应 的归一化灰度级，并且bin大于等于0且小于等于1。
[0084]可选的，所述确定模块，具体用于：
[0085] 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级小于第一阈值， 则根据所述目标区域的中心像素点的像素值，以及所述中心像素点对应的周边区域的像素 点的像素值，确定所述初始优化系数对应的优化系数;其中，所述周边区域为以所述中心像 素点为中心的区域；
[0086] 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级不小于第一阈 值，则根据所述目标区域的中心像素点的像素值，确定所述初始优化系数对应的优化系数。 [0087]可选的，所述确定模块，具体用于：
[0088] 在所述初始优化系数对应的灰度级小于第一阈值时，根据下列公式确定所述初始 优化系数对应的优化系数：
[0089] A7 =AXm；
[0090] 其中，A为所述初始优化系数，#为所述初始优化系数对应的优化系数;m为所述周 边区域中所有像素点的像素值的平均值与所述目标区域的中心像素点的像素值的比值；
[0091] 在所述初始优化系数对应的灰度级不小于第一阈值时，根据下列公式确定所述初 始优化系数对应的优化系数：
[0092] A7 =AX (l+pix_value)；
[0093] 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;pix_value 为归一化处理后的所述目标区域的中心像素点的像素值，并且pix_valUe大于等于0且小于 等于1 〇
[0094] 可选的，所述控制模块，具体用于：
[0095]根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲 线;根据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定所述目 标区域对应的映射曲线。
[0096]可选的，所述控制模块，具体用于：
[0097] 根据下列方式确定所述目标区域对应的映射曲线：
[0098] Y〇ut = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin) + ……+GN-l(Yin)XBN-l(Yin)；
[0099] 其中，……为所述优化曲线，BU2……为所述调整曲线，Ycmt为输出像 素值，Yin为输入像素值;并且，在Bi、B2......Bn-1的输入值相同时，Bi、B2......Bn-1输出值之和为 1〇
[0100] 可选的，若所述图像对应的目标区域为一个，则所述目标区域为所述图像；
[0101] 若所述图像对应的目标区域为多个，则所述目标区域的个数为所述图像中像素点 的个数，并且所述图像中的每一个像素点为一个目标区域的中心像素点。
[0102] 可选的，所述获取模块，还用于：
[0103] 若所述图像对应的目标区域为多个，在目标区域的部分区域位于所述图像的外部 时，根据所述目标区域中位于所述图像内部的区域的像素点，确定所述目标区域中位于所 述图像外部的部分区域的像素点。
[0104] 可选的，所述处理模块，具体用于：
[0105] 若所述图像对应的目标区域为一个，则所述目标区域中需要进行处理的像素点为 所述目标区域中所有像素点；
[0106] 若所述图像对应的目标区域为多个，则所述目标区域中需要进行处理的像素点为 所述目标区域的中心像素点。
【附图说明】
[0107] 图1为本发明实施例图像处理的方法的流程图；
[0108] 图2为本发明实施例图像的目标区域为一个时对应的图像处理方法的流程图；
[0109] 图3A-图3E为本发明实施例对图像进行补边处理时图像的结构示意图；
[0110] 图4A-4D为本发明实施例对目标区域进行补边的方法示意图；
[0111] 图5为本发明实施例图像的目标区域为多个时目标区域的图像处理方法的流程 图；
[0112] 图6为本发明实施例图像的目标区域为多个时目标区域的图像处理方法的整体流 程图；
[0113] 图7为本发明具体实施例的优化gamma曲线图；
[0114]图8为本发明具体实施例的高斯权重曲线图；
[0115] 图9为本发明具体实施例的映射曲线图；
[0116] 图10为本发明实施例图像处理的装置的结构示意图。
【具体实施方式】
[0117] 本发明实施例根据图像的目标区域对应的累积直方图，确定除最大灰度级之外的 N-1个灰度级中每一个灰度级对应的统计概率值，其中，所述N为所述累积直方图的灰度级 个数，所述N为大于1的正整数，并且所述N小于所述图像的灰度级个数;确定所述每一个统 计概率值对应的优化系数，并根据所述每一个优化系数，生成所述优化系数对应的优化曲 线;根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N-1个灰度级中每一个灰 度级对应的调整曲线，确定所述目标区域对应的映射曲线；确定所述目标区域中需要进行 处理的像素点，并根据所述映射曲线对所述像素点的像素值进行调整。
[0118]由于本发明实施例在对图像中需要进行处理的目标区域进行处理时，确定目标区 域对应的灰度级个数为N的累积直方图，其中N远远小于图像的灰度级个数2n，n为图像的位 宽，由于需要统计很少灰度级个数的累积直方图，从而减少图像处理时的计算量，从而简化 图像处理的方法。
[0119]本发明实施例在对图像进行处理之前，需要将RGB图像转换成灰度图。并且目标区 域对应的累积直方图是在灰度图的基础上统计得到的。
[0120] 其中，本发明实施例的灰度级是指归一化处理后的灰度级，灰度级的范围为[0， 1]，灰度级为〇代表黑，灰度级为1代表白。
[0121] 本发明实施例根据预先设定的灰度级个数，以及需要统计的灰度级，可以确定出 目标区域对应的累积直方图。累积直方图是灰度直方图的累积和。针对一个灰度级，累积直 方图表示目标区域中不大于该灰度级的像素的个数，反映目标区域中不大于该灰度级的所 有灰度级出现的概率，累积直方图的横坐标是灰度级，纵坐标是不大于该灰度级的所有灰 度级对应的统计概率值(即不大于该灰度级的像素与目标区域中所有像素的比值）。
[0122] 为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进 一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施 例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的 所有其它实施例，都属于本发明保护的范围。
[0123]如图1所示，本发明实施例图像处理的方法，包括：
[0124] 步骤101、根据图像的目标区域对应的累积直方图，确定除最大灰度级之外的N-1 个灰度级中每一个灰度级对应的统计概率值，其中，所述N为所述累积直方图的灰度级个 数，所述N为大于1的正整数，并且所述N小于所述图像的灰度级个数；
[0125] 步骤102、确定所述每一个统计概率值对应的优化系数，并根据所述每一个优化系 数，生成所述优化系数对应的优化曲线；
[0126] 步骤103、根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N-1个灰 度级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线；
[0127] 步骤104、确定所述目标区域中需要进行处理的像素点，并根据所述映射曲线对所 述像素点的像素值进行调整。
[0128] 本发明实施例的统计概率值为不大于该灰度级的像素个数与目标区域中所有像 素个数的比值。针对任意一个灰度级，本发明实施例在确定该灰度级对应的统计概率值时， 确定目标区域中灰度级不大于该灰度级的像素个数，将不大于该灰度级的像素个数与目标 区域中所有像素个数的比值作为该灰度级对应的统计概率值。
[0129] 例如，在确定灰度级0.5对应的统计概率值时，确定目标区域中灰度级不大于0.5 的像素个数为A，而目标区域中所有的像素个数为B，则灰度级0.5对应的统计概率值P = A/ B〇
[0130] 需要说明的是，本发明实施例在确定目标区域的累积直方图时，如果图像的位宽 为n，则该图像的灰度级个数为2n，预先设定累积直方图的灰度级个数N远远小于2%从而大 大减小了确定目标区域的累积直方图时的计算量。
[0131] 本发明实施例图像对应的目标区域可以为一个或者为多个。
[0132] 在图像对应的目标区域为一个时，则所述目标区域为所述图像;在图像对应的目 标区域为多个时，则所述目标区域的个数为所述图像中像素点的个数，并且所述图像中的 每一个像素点为一个目标区域的中心像素点。
[0133] 下面根据图像的目标区域的个数，对图像处理的方法分别进行说明。
[0134] -、图像对应的目标区域为一个。
[0135] 本发明实施例的图像对应的目标区域为一个时，则将该图像作为目标区域。
[0136] 如图2所示，在图像对应的目标区域为一个时，对图像进行处理的方法包括：
[0137]步骤201、将图像转换为灰度图，并确定该灰度图的累积直方图，其中，累积直方图 的灰度级个数为N。
[0138] 步骤202、根据图像对应的累积直方图，确定除最大灰度级之外的N-1个灰度级中 每一个灰度级对应的统计概率值。
[0139] 具体的，根据图像对应的累积直方图，确定除最大灰度级之外的N-1个灰度级中每 一个灰度级对应的统计概率值采用的方法与现有技术相同，具体的方法在此不再详细赘 述。
[0140] 例如，在确定图像对应的累积直方图时，设定的灰度级个数为4，分别为0.25、0.5、 0.75、1;则需要根据累积直方图确定灰度级0.25对应的统计概率值、0.5对应的统计概率 值、以及0.75对应的统计概率值。
[0141 ]步骤203、确定每一个统计概率值对应的优化系数。
[0142] 在确定统计概率值对应的优化系数时，可选的，根据每一个统计概率值对应的灰 度级，确定所述每一个统计概率值对应的初始优化系数;根据所述图像的中心像素点，确定 每一个初始优化系数对应的优化系数。
[0143] 其中，该步骤中首先确定统计概率值对应的初始优化系数，然后确定初始优化系 数对应的优化系数。下面分成两个方面进行说明。
[0144] 第一方面、针对任意一个统计概率值，详细说明确定统计概率值对应的初始优化 系数的步骤。
[0145] A、根据统计概率值对应的灰度级，确定灰度级对应的统计概率值的取值范围；
[0146] B、根据取值范围中的最大值和最小值，对所述统计概率值进行调整;并根据调整 后的统计概率值，确定所述统计概率值对应的初始优化系数。
[0147] 由于本发明实施例在确定图像对应的累积直方图时，累积直方图对应的灰度级个 数为N，在图像的位宽为η时，N远远小于2n。累积直方图灰度级的减少能够降低计算量，但是 也会带来不利影响。比如，一幅图像整体偏暗，像素值集中在低亮区域，N个灰度级中最小的 灰度级对应的统计概率值接近为1，直接采用灰度级对应的统计概率值对图像进行处理，最 终会导致低亮区域的像素过度增强，出现明显的高低亮区域过渡不平缓现象。因此，在根据 累积直方图确定该灰度级对应的统计概率值后，还需要对得到的统计概率值进行调整。
[0148] 具体的调整过程为：
[0149] 确定灰度级对应的统计概率值的取值范围；根据取值范围中的最大值和最小值， 对所述统计概率值进行调整。
[0150] 其中，确定灰度级对应的统计概率值的取值范围的方式包括但不限于：
[0151]方式一、预先设置每一个灰度级对应的统计概率值的取值范围。
[0152] 本发明实施例可以采用预先设置每一个灰度级对应的统计概率值的取值范围的 方式，该方式为人工设置。
[0153] 例如，设定的累积直方图的灰度级个数为4，并且分别为0.25、0.5、0.75、1，确定灰 度级0.25对应的统计概率值为P ys，确定灰度级0.5对应的统计概率值为Pym，确定灰度级 0.75对应的统计概率值为P yh。预先设置的灰度级0.25对应的统计概率值的取值范围为 [0.01，0.35];预先设置的灰度级0.5对应的统计概率值的取值范围为[0.35，0.65];预先设 置的灰度级〇. 75对应的统计概率值的取值范围为[0.65，0.95];在对Pys、Pym、Pyh进行调整 时，根据预先设置的每个灰度级对应的统计概率值的取值范围，对P ys、Pym、Pyh进行调整。
[0154] 方式二、自适应确定每一个灰度级对应的统计概率值的取值范围。
[0155] 本发明实施例可以根据不同的灰度级，自适应的确定灰度级对应的统计概率值的 取值范围。
[0156] 具体的，在自适应的确定灰度级对应的统计概率值的取值范围时，需要根据该灰 度级，以及该灰度级对应的经验系数进行确定。
[0157] 实施中，采用下列公式自适应确定灰度级对应的统计概率值的取值范围：
[0158] max = bin+ki......公式一；
[0159] min = bin+k2......公式二；
[0160]其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值;并且0< min<max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于 1 ;ki>k2〇
[0161] 另外，上述公式一和公式二中的lu、k2为经验系数，每一个灰度级对应相同或不同 的ki、k2〇
[0162] 需要说明的是，上述给出的两种确定灰度级对应的统计概率值的取值范围的方式 只是本发明实施例的举例说明，本发明实施例想要保护的确定灰度级对应的统计概率值的 取值范围的方式并不限于上述举例，任何能够确定灰度级对应的统计概率值的取值范围的 方式均适用于本发明。
[0163] 实施中，根据下列公式对所述统计概率值进行调整：
[0164] Py7 =min+(max-min) XPy......公式三；
[0165] 其中，Py为所述统计概率值，P/为调整后的统计概率值，max为所述取值范围中的 最大值，min为所述取值范围中的最小值。
[0166] 本发明实施例在根据调整后的统计概率值，确定所述统计概率值对应的初始优化 系数时，具体可以采用下列公式：
[0167] A=log(p/y)/log(bin)......公式四；
[0168] 其中，A为初始优化系数，P/为调整后的统计概率值，bin为所述统计概率值对应 的归一化灰度级，并且〇<bin<l。
[0169] 由于本发明实施例根据上述方法得到N-1个初始优化系数，若根据该N-1个初始优 化系数生成N-1条优化曲线，利用该N-1条优化曲线对图像进行处理，获得的图像效果并不 理想，因此需要对得到N-1个初始优化系数进行优化。
[0170]第二方面、针对任意一个初始优化系数，详细说明确定初始优化系数对应的优化 系数的步骤。
[0171 ]实施中，在初始优化系数对应的灰度级在不同的范围时，确定初始优化系数对应 的优化系数的方法也不同。
[0172] 具体的，若所述初始优化系数对应的灰度级小于第一阈值，则根据所述图像的中 心像素点的像素值，以及所述中心像素点对应的周边区域的像素点的像素值，确定所述初 始优化系数对应的优化系数;其中，所述周边区域为以所述中心像素点为中心的区域；
[0173] 若所述初始优化系数对应的灰度级不小于第一阈值，则根据所述图像的中心像素 点的像素值，确定所述初始优化系数对应的优化系数。
[0174]需要说明的是，本发明实施例中的第一阈值为预设值，由于灰度级的范围为[0， 1]，预设的第一阈值的范围可以为(〇，1)，可选的，第一阈值为0.5。
[0175] 下面针对初始优化系数对应灰度级的范围不同，分别说明确定初始优化系数对应 的优化系数的方法。
[0176] A、初始优化系数对应的灰度级小于第一阈值。
[0177] 本发明实施例在对初始优化系数进行优化处理，确定初始优化系数对应的优化系 数时，需要根据初始优化系数和灰度值的对应关系，确定初始优化系数对应的灰度值，若确 定的灰度值小于第一阈值，则采用下列方法确定初始优化系数对应的优化系数。
[0178] 实施中，根据所述图像的中心像素点的像素值，以及所述中心像素点对应的周边 区域的像素点的像素值，确定所述初始优化系数对应的优化系数。
[0179] 其中，中心像素点对应的周边区域为以中心像素点为中心的L*M的区域，并且L为 周边区域的每行的像素个数，Μ为周边区域的每列的像素个数。
[0180] 可选的，本发明实施例采用下列公式确定初始优化系数对应的优化系数。
[0181] A7 =AXm……公式五；
[0182] 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;m为所述周 边区域中所有像素点的像素值的平均值与所述图像的中心像素点的像素值的比值；
[0183] 需要说明的是，中心像素点对应的周边区域为以中心像素点为中心的区域，并且 周边区域每行和每列包含的像素个数为预先设定的，例如可以预先设置中心像素点对应的 周边区域为以中心像素点为中心，3*3的正方形区域，其中，3表示像素个数。
[0184] 在计算初始优化系数对应的优化系数时，需要确定该图像的中心像素点的像素 值，假设为a1;根据确定的中心像素点对应的周边区域，确定周边区域中所有像素点的像素 值的平均值，假设周边区域像素点的像素值的平均值为bi，则mih/au
[0185] 本发明实施例在采用公式五确定初始优化系数对应的优化系数时，如果确定m< 1，说明中心像素点比周边区域的像素点亮度高，从而计算得到的优化系数相比于初始优化 系数变小，使得提亮程度增大；如果确定m>l，说明中心像素点比周边区域的像素点亮度 低，从而计算得到的优化系数相比于初始优化系数变大，使得提亮程度减小；因此，本发明 实施例能够通过计算初始优化系数对应的优化系数的方式，提高图像低亮部分的对比度。
[0186] B、初始优化系数对应的灰度级不小于第一阈值。
[0187] 本发明实施例在对初始优化系数进行优化处理，确定初始优化系数对应的优化系 数时，需要根据初始优化系数和灰度值的对应关系，确定初始优化系数对应的灰度值，若确 定的灰度值不小于第一阈值，则采用下列方法确定初始优化系数对应的优化系数。
[0188] 实施中，根据所述图像的中心像素点的像素值，确定所述初始优化系数对应的优 化系数。
[0189] 可选的，本发明实施例采用下列公式确定初始优化系数对应的优化系数。
[0190] A7 =AX (l+pix_value)......公式六；
[0191] 其中，A为所述初始优化系数，Y为所述初始优化系数对应的优化系数;piX_valUe 为归一化处理后的所述图像的中心像素点的像素值，并且pix_valUe大于等于0且小于等于 1〇
[0192] 需要说明的是，公式六中的piX_valUe为归一化处理后的所述图像的中心像素点 的像素值，本发明实施例在将中心像素点的像素值进行归一化处理时，采用的方法为现有 技术的方法，具体的归一化处理中心像素点像素值的方法在此不再详细赘述。
[0193] 本发明实施例在采用公式六确定初始优化系数对应的优化系数时，当pix_value 越大时，根据初始优化系数计算得到的优化系数越大，因此可以有效抑制中高亮区域过度 增强。
[0194] 步骤204、根据确定的N-1个优化系数生成N-1个优化曲线。
[0195] 本发明实施例采用下列方式确定优化系数对应的优化曲线：
[0196] 具体的，在确定优化曲线时，可以根据下列公式确定：
[0198] 其中，Y?t为输出像素值，Yin为输入像素值，η为图像的位宽，A'优化系数。
[0199] 例如，在优化系数为gamma值时，生成的优化曲线为gamma分布曲线。
[0200] 步骤205、根据生成的N-1个优化曲线，以及预设的除最大灰度级之外的N-1个灰度 级中每一个灰度级对应的调整曲线，确定所述图像对应的映射曲线。
[0201] 其中，生成的N-1个优化曲线与预设的N-1条调整曲线是一一对应的。除最大灰度 级之外的N-1个灰度级中每一个灰度级均有对应的优化曲线和调整曲线。
[0202]具体的，在确定图像对应的映射曲线时，根据下列方式进行确定。
[0203] 根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲 线；
[0204] 根据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定 所述图像对应的映射曲线。
[0205]实施中，根据下列方式确定所述图像对应的映射曲线：
[0206] Y〇ut = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin) + ……+GN-l(Yin)XBN-l(Yin)……公式七；
[0207] 其中，Gi、G2……GN-!为所述优化曲线，Bi、B 2……BN-!为所述调整曲线，Ycmt为输出像 素值，Yin为输入像素值;并且，在Bi、B2......Bn-1的输入值相同时，Bi、B2......Bn-1输出值之和为 1〇
[0208]步骤206、根据所述映射曲线对所述图像中所有像素点的像素值进行调整。
[0209] 本发明实施例在对图像中的像素点的像素值进行调整时，根据步骤205中得到映 射曲线，对图像中每一个像素点进行映射。具体的映射过程为:针对图像中的任意一个像素 点，确定图像中该像素点的原始像素值，将该像素点的原始像素值作为Υ ιη，根据公式七，得 到该像素点对应的调整后像素值Y?t，将图像中该像素点的像素值调整为Y?t。
[0210] 二、图像对应的目标区域为多个。
[0211] 若所述图像对应的目标区域为多个，则所述目标区域的个数为所述图像中像素点 的个数，并且所述图像中的每一个像素点为一个目标区域的中心像素 点。。
[0212] 本发明实施例在图像对应的目标区域为多个时，需要保证每一个像素点对应一个 目标区域，并且该像素点为对应的目标区域的中心像素点，即图像中的每一个像素点均为 其对应的目标区域的中心像素点。
[0213] 由于本发明实施例图像中的每一个像素点均为其对应的目标区域的中心像素点， 因此，存在像素点对应的目标区域不完全位于图像中。
[0214] 针对本发明实施例存在像素点对应的目标区域不完全位于图像中的情况，在确定 每一个像素点对应的目标区域之前，需要根据目标区域的大小对图像进行补边处理。
[0215] 具体的补边处理可以采用下列两种方式。
[0216] 方式一、在确定多个目标区域之前，对整个图像进行补边处理。
[0217] 具体的，假设预设的目标区域中每行的像素个数为W，每列的像素个数为H，其中， W、H均为正整数。
[0218] 对如图3A所示的图像A进行补边处理。
[0219] 第一步，在图像A中确定第一区域和第二区域；其中，第一区域位于图像A的最左 侦I并且第一区域每行包括的像素个数为W/2,每列包括的像素个数等于图像A每列的像素 个数;第二区域位于图像A的最右侧，并且第二区域每行包括的像素个数为W/2,每列包括的 像素个数等于图像A每列的像素个数;第一区域和第二区域在图像A中的位置如图3B所示；
[0220] 第二步、以图像A最左侧边缘线为中心线，将第一区域进行镜像处理；以及以图像A 最右侧边缘线为中心线，将第二区域进行镜像处理;将第一区域和第二区域镜像处理后的 图像B如图3C所示；
[0221]第三步、在图像B确定第三区域和第四区域;其中，第三区域位于图像B的最上方， 并且第三区域每行包括的像素个数等于图像B为每行的像素个数，每列包括的像素个数为 H/2;第四区域位于图像B的最下方，并且第四区域每行包括的像素个数等于图像B为每行的 像素个数，每列包括的像素个数为H/2;第三区域和第四区域在图像B中的位置如图3D所示；
[0222] 第四步、以图像B最上方边缘线为中心线，将第三区域进行镜像处理；以图像B最下 方边缘线为中心线，将第四区域进行镜像处理;将第三区域和第四区域镜像处理后的图像C 如图3E所示；
[0223] 经上述四个步骤得到的图像C即为图像A对应的补边处理后的图像。
[0224]根据补边处理后的图像，在补边处理后的图像中确定所有满足设定条件的子区 域，将所有满足设定条件的子区域作为图像对应的目标区域。其中，设定的条件为子区域中 每行的像素个数为W，以及所述子区域中每列的像素个数为H。
[0225]方式二、根据图像中每一个像素点确定目标区域，在确定目标区域时对图像进行 补边处理。
[0226] 假设预设的目标区域中每行的像素个数为W，每列的像素个数为H，其中，W、H均为 正整数。
[0227] 具体的，若目标区域中部分区域位于所述图像的外部，则根据所述目标区域中位 于所述图像内部的区域的像素点，确定所述目标区域中位于所述图像外部的部分区域的像 素点。
[0228] 实施中，针对任意一个像素点，确定出以该像素点为中心的一个子区域，并且该子 区域每行的像素个数为W，每列的像素个数为H，则该子区域为该像素点对应的目标区域，并 且若目标区域中部分区域位于图像的外部，则需要对该目标区域中位于图像外部的区域进 行补边。
[0229] 下面针对不同的目标区域的位置，分别说明对目标区域进行补边的方法。
[0230] 1、如图4A所示的目标区域位置，其中，虚线区域为图像区域，实线区域为目标区 域。将位于图像内部的区域称为第一区域，将位于图像外部的区域称为第二区域。根据目标 区域的中心点，以X轴和Y轴将目标区域划分为四个区域，分别为区域A、区域B、区域C、区域 D。其中，区域A为第一区域，区域B、C、D为第二区域。
[0231]根据第一区域中的像素点对第二区域进行补边时，将区域A以X轴为对称轴作镜像 处理，得到区域B中像素点；并将区域A和区域B以Y轴为对称轴作镜像处理，得到区域C和区 域D中像素点，从而完成对目标区域中第二区域的补边。
[0232] 2、如图4B所示的目标区域位置，其中，虚线区域为图像区域，实线区域为目标区 域。将位于图像内部的区域称为第一区域，将位于图像外部的区域称为第二区域。根据目标 区域的中心点，以X轴和Y轴将目标区域划分为四个区域，分别为区域A、区域B、区域C、区域 D，其中，区域B中包括位于图像外部的区域B1和位于图像内部的区域B2。则区域A、B2为第一 区域，区域B1、C、D为第二区域。
[0233]根据第一区域中的像素点对第二区域进行补边时，确定目标区域中与区域B1对称 的区域为区域A1，则将区域A1以X轴为对称轴作镜像处理，得到区域B1中像素点;并将区域A 和区域B以Y轴为对称轴作镜像处理，得到区域C和区域D中像素点，从而完成对目标区域中 第二区域的补边。
[0234] 3、如图4C所示的目标区域位置，其中，虚线区域为图像区域，实线区域为目标区 域。将位于图像内部的区域称为第一区域，将位于图像外部的区域称为第二区域。根据目标 区域的中心点，以X轴将目标区域划分为两个区域，分别为区域A和区域B。其中，区域A为第 一区域，区域B为第二区域。
[0235] 根据第一区域中的像素点对第二区域进行补边时，将区域A以X轴为对称轴作镜像 处理，得到区域B中像素点。从而完成对目标区域中第二区域的补边。
[0236] 4、如图4D所示的目标区域位置，其中，虚线区域为图像区域，实线区域为目标区 域。将位于图像内部的区域称为第一区域，将位于图像外部的区域称为第二区域。根据目标 区域的中心点，以X轴目标区域划分为两个区域，分别为区域A和区域B，其中，区域B中包括 位于图像外部的区域B1和位于图像内部的区域B2,区域A、B2为第一区域，区域B1为第二区 域。
[0237] 根据第一区域中的像素点对第二区域进行补边时，确定目标区域中与区域B1对称 的区域为区域A1，则将区域A1以X轴为对称轴作镜像处理，得到区域B1中像素点。从而完成 对目标区域中第二区域的补边。
[0238] 其中，上述给出的四种目标区域在不同的位置时，对目标区域进行补边的方法只 是对本发明实施例的举例说明，在目标区域在其他位置时，对目标区域进行补边的方法可 以参考上述举例的方法。
[0239] 需要说明的是，上述给出的具体补边处理的方式一和方式二只是对本发明实施例 补边处理方式的举例说明，本发明实施例想要保护的补边处理方式并不限于上述举例，任 何能够进行补边处理的方法均适用于本发明。
[0240]针对本发明实施例中的任意一个目标区域，采用下列方法进行图像处理。
[0241 ]如图5所示，对目标区域的图像进行处理的方法包括：
[0242] 步骤501、将目标区域转换为灰度图，并确定该灰度图的累积直方图，其中，累积直 方图的灰度级个数为N;
[0243] 需要说明的是，将目标区域转换我灰度图的步骤还可以是在对图像进行补边处理 之前，即首先将整个图像转换为灰度图，在将灰度图进行补边处理。
[0244] 步骤502、根据目标区域对应的累积直方图，确定除最大灰度级之外的N-1个灰度 级中每一个灰度级对应的统计概率值。
[0245] 具体的，根据目标区域对应的累积直方图，确定除最大灰度级之外的N-1个灰度级 中每一个灰度级对应的统计概率值采用的方法与现有技术相同，具体的方法在此不再详细 赘述。
[0246] 例如，在确定目标区域对应的累积直方图时，设定的灰度级个数为4,分别为0.25、 0.5、0.75、1;则需要根据累积直方图确定灰度级0.25对应的统计概率值、0.5对应的统计概 率值、以及〇. 75对应的统计概率值。
[0247] 步骤503、确定每一个统计概率值对应的优化系数。
[0248] 在确定统计概率值对应的优化系数时，可选的，根据每一个统计概率值对应的灰 度级，确定所述每一个统计概率值对应的初始优化系数;根据所述目标区域的中心像素点， 确定每一个初始优化系数对应的优化系数。
[0249] 其中，该步骤中首先确定统计概率值对应的初始优化系数，然后确定初始优化系 数对应的优化系数。下面分成两个方面进行说明。
[0250] 第一方面、针对任意一个统计概率值，详细说明确定统计概率值对应的初始优化 系数的步骤。
[0251 ] A、根据统计概率值对应的灰度级，确定灰度级对应的统计概率值的取值范围；
[0252] B、根据取值范围中的最大值和最小值，对所述统计概率值进行调整;并根据调整 后的统计概率值，确定所述统计概率值对应的初始优化系数。
[0253] 由于本发明实施例在确定目标区域对应的累积直方图时，累积直方图对应的灰度 级个数为N，在图像的位宽为η时，N远远小于2 n。累积直方图灰度级的减少能够降低计算量， 但是也会带来不利影响。比如，一幅图像整体偏暗，像素值集中在低亮区域，N个灰度级中最 小的灰度级对应的统计概率值接近为1，直接采用灰度级对应的统计概率值对图像进行处 理，最终会导致低亮区域的像素过度增强，出现明显的高低亮区域过渡不平缓现象。因此， 在根据累积直方图确定该灰度级对应的统计概率值后，还需要对得到的统计概率值进行调 整。
[0254] 具体的调整过程为：
[0255] 确定灰度级对应的统计概率值的取值范围；根据取值范围中的最大值和最小值， 对所述统计概率值进行调整。
[0256] 其中，确定灰度级对应的统计概率值的取值范围的方式包括但不限于：
[0257] 方式一、预先设置每一个灰度级对应的统计概率值的取值范围。
[0258] 本发明实施例可以采用预先设置每一个灰度级对应的统计概率值的取值范围的 方式，该方式为人工设置。
[0259]例如，设定的累积直方图的灰度级个数为4，并且分别为0.25、0.5、0.75、1，确定灰 度级0.25对应的统计概率值为Pys，确定灰度级0.5对应的统计概率值为Pym，确定灰度级 0.75对应的统计概率值为P yh。预先设置的灰度级0.25对应的统计概率值的取值范围为 [0.01，0.35];预先设置的灰度级0.5对应的统计概率值的取值范围为[0.35，0.65];预先设 置的灰度级〇. 75对应的统计概率值的取值范围为[0.65，0.95];在对Pys、Pym、Pyh进行调整 时，根据预先设置的每个灰度级对应的统计概率值的取值范围，对P ys、Pym、Pyh进行调整。
[0260] 方式二、自适应确定每一个灰度级对应的统计概率值的取值范围。
[0261] 本发明实施例可以根据不同的灰度级，自适应的确定灰度级对应的统计概率值的 取值范围。
[0262] 具体的，在自适应的确定灰度级对应的统计概率值的取值范围时，需要根据该灰 度级，以及该灰度级对应的经验系数进行确定。
[0263] 实施中，采用下列公式自适应确定灰度级对应的统计概率值的取值范围：
[0264] max = bin+k3；
[0265] min = bin+k4；
[0266] 其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值;并且0< min<max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于 1 ;k3>k4,并且k3、k4均大于0且小于1。
[0267] 另外，上述公式中的k3、k4为经验系数，每一个灰度级对应相同或不同的k3、k 4。
[0268] 需要说明的是，上述给出的两种确定灰度级对应的统计概率值的取值范围的方式 只是本发明实施例的举例说明，本发明实施例想要保护的确定灰度级对应的统计概率值的 取值范围的方式并不限于上述举例，任何能够确定灰度级对应的统计概率值的取值范围的 方式均适用于本发明。
[0269] 实施中，根据下列公式对所述统计概率值进行调整：
[0270] Py7 =min+(max-min) XPy；
[0271] 其中，Py为所述统计概率值，P/为调整后的统计概率值，max为所述取值范围中的 最大值，min为所述取值范围中的最小值。
[0272] 本发明实施例在根据调整后的统计概率值，确定所述统计概率值对应的初始优化 系数时，具体可以采用下列公式：
[0273] A=log(p/y)/log(bin)；
[0274] 其中，A为初始优化系数，P/为调整后的统计概率值，bin为所述统计概率值对应 的归一化灰度级，并且〇<bin<l。
[0275] 由于本发明实施例根据上述方法得到N-1个初始优化系数，若根据该N-1个初始优 化系数生成N-1条优化曲线，利用该N-1条优化曲线对目标区域进行处理，获得的目标区域 的图像效果并不理想，因此需要对得到N-1个初始优化系数进行优化。
[0276] 第二方面、针对任意一个初始优化系数，详细说明确定初始优化系数对应的优化 系数的步骤。
[0277] 实施中，在初始优化系数对应的灰度级在不同的范围时，确定初始优化系数对应 的优化系数的方法也不同。
[0278] 具体的，若所述初始优化系数对应的灰度级小于第一阈值，则根据所述目标区域 的中心像素点的像素值，以及所述中心像素点对应的周边区域的像素点的像素值，确定所 述初始优化系数对应的优化系数;其中，所述周边区域为以所述中心像素点为中心的区域；
[0279] 若所述初始优化系数对应的灰度级不小于第一阈值，则根据所述目标区域的中心 像素点的像素值，确定所述初始优化系数对应的优化系数。
[0280]需要说明的是，本发明实施例中的第一阈值为预设值，由于灰度级的范围为[0， 1]，预设的第一阈值的范围可以为(〇，1)，可选的，第一阈值为0.5。
[0281] 下面针对初始优化系数对应灰度级的范围不同，分别说明确定初始优化系数对应 的优化系数的方法。
[0282] A、初始优化系数对应的灰度级小于第一阈值。
[0283] 本发明实施例在对初始优化系数进行优化处理，确定初始优化系数对应的优化系 数时，需要根据初始优化系数和灰度值的对应关系，确定初始优化系数对应的灰度值，若确 定的灰度值小于第一阈值，则采用下列方法确定初始优化系数对应的优化系数。
[0284] 实施中，根据所述目标区域的中心像素点的像素值，以及所述中心像素点对应的 周边区域的像素点的像素值，确定所述初始优化系数对应的优化系数。
[0285] 其中，中心像素点对应的周边区域为以中心像素点为中心的L*M的区域，并且L为 周边区域的每行的像素个数，Μ为周边区域的每列的像素个数。
[0286] 可选的，本发明实施例采用下列公式确定初始优化系数对应的优化系数。
[0287] A7 =AXm；
[0288] 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;m为所述周 边区域中所有像素点的像素值的平均值与所述目标区域的中心像素点的像素值的比值；
[0289] 需要说明的是，中心像素点对应的周边区域为以中心像素点为中心的区域，并且 周边区域每行和每列包含的像素个数为预先设定的，例如可以预先设置中心像素点对应的 周边区域为以中心像素点为中心，4*4的正方形区域，其中，4表示像素个数。
[0290]在计算初始优化系数对应的优化系数时，需要确定该目标区域的中心像素点的像 素值，假设为a1;根据确定的中心像素点对应的周边区域，确定周边区域中所有像素点的像 素值的平均值，假设周边区域像素点的像素值的平均值为bi，则mih/au
[0291]本发明实施例在采用上述公式确定初始优化系数对应的优化系数时，如果确定m <1，说明中心像素点比周边区域的像素点亮度高，从而计算得到的优化系数相比于初始优 化系数变小，使得提亮程度增大;如果确定m> 1，说明中心像素点比周边区域的像素点亮度 低，从而计算得到的优化系数相比于初始优化系数变大，使得提亮程度减小；因此，本发明 实施例能够通过计算初始优化系数对应的优化系数的方式，提高目标区域低亮部分的对比 度。
[0292] B、初始优化系数对应的灰度级不小于第一阈值。
[0293] 本发明实施例在对初始优化系数进行优化处理，确定初始优化系数对应的优化系 数时，需要根据初始优化系数和灰度值的对应关系，确定初始优化系数对应的灰度值，若确 定的灰度值不小于第一阈值，则采用下列方法确定初始优化系数对应的优化系数。
[0294] 实施中，根据所述目标区域的中心像素点的像素值，确定所述初始优化系数对应 的优化系数。
[0295] 可选的，本发明实施例采用下列公式确定初始优化系数对应的优化系数。
[0296] A7 =AX (l+pix_value)；
[0297] 其中，A为所述初始优化系数，Y为所述初始优化系数对应的优化系数;piX_valUe 为归一化处理后的所述目标区域的中心像素点的像素值，并且pix_valUe大于等于0且小于 等于1 〇
[0298] 需要说明的是，上述公式中的piX_valUe为归一化处理后的所述目标区域的中心 像素点的像素值，本发明实施例在将中心像素点的像素值进行归一化处理时，采用的方法 为现有技术的方法，具体的归一化处理中心像素点像素值的方法在此不再详细赘述。
[0299] 本发明实施例在采用上述公式确定初始优化系数对应的优化系数时，当pix_ value越大时，根据初始优化系数计算得到的优化系数越大，因此可以有效抑制中高亮区域 过度增强。
[0300] 步骤504、根据确定的N-1个优化系数生成N-1个优化曲线。
[0301]本发明实施例采用下列方式确定优化系数对应的优化曲线：
[0302]具体的，在确定优化曲线时，可以根据下列公式确定：
[0304] 其中，丫。此为输出像素值，Yin为输入像素值，n为图像的位宽，A'优化系数。
[0305] 例如，在优化系数为ga_a值时，生成的优化曲线为ga_a分布曲线。
[0306]步骤505、根据生成的N-1个优化曲线，以及预设的除最大灰度级之外的N-1个灰度 级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线。
[0307]其中，生成的N-1个优化曲线与预设的N-1条调整曲线是一一对应的。除最大灰度 级之外的N-1个灰度级中每一个灰度级均有对应的优化曲线和调整曲线。
[0308]具体的，在确定目标区域对应的映射曲线时，根据下列方式进行确定。
[0309] 根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲 线；
[0310] 根据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定 所述目标区域对应的映射曲线。
[0311 ]实施中，根据下列方式确定所述目标区域对应的映射曲线：
[0312] Y〇ut = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin) + ……+GN-l(Yin)XBN-l(Yin)；
[0313] 其中，GLG2……Gn-i为所述优化曲线，Bi、B2……Bn-i为所述调整曲线，Ycmt为输出像 素值，Yin为输入像素值;并且，在Bi、B2......Bn-1的输入值相同时，Bi、B2......Bn-1输出值之和为 1〇
[0314] 步骤506、根据所述映射曲线对所述目标区域的中心像素点的像素值进行调整。
[0315] 本发明实施例在对目标区域的中心像素点的像素值进行调整时，根据步骤505中 得到映射曲线，对目标区域中每一个像素点进行映射。具体的映射过程为:确定目标区域的 中心像素点的原始像素值，将该中心像素点的原始像素值作为Υ ιη，根据上述公式，得到该中 心像素点对应的调整后像素值Y?t，将目标区域的中心像素点的像素值调整为Y?t。
[0316] 如图6所示，以图像包括多个目标区域为例，本发明实施例图像处理的整体流程 图，包括：
[0317]步骤601、将图像转换为灰度图；
[0318] 步骤602、确定图像对应的多个目标区域，其中，该图像中的每个像素点对应一个 目标区域，且一个像素点为对应的目标区域的中心像素点；
[0319] 步骤603、从图像对应的多个目标区域中，确定部分区域位于图像外部的目标区 域，并对目标区域中位于图像外部的区域进行补边处理；
[0320] 步骤604、根据所述目标区域对应的累积直方图，确定除最大灰度级之外的N-1个 灰度级中每一个灰度级对应的统计概率值；
[0321 ]步骤605、确定每一个灰度级对应的统计概率值的取值范围；
[0322] 步骤606、根据所述每一个灰度级对应的统计概率值的取值范围，对每一个统计概 率值进行调整;并根据调整后的统计概率值，确定每一个统计概率值对应的初始优化系数；
[0323] 步骤607、根据所述目标区域的中心像素点，确定每一个初始优化系数对应的优化 系数；
[0324] 步骤608、根据确定的N-1个优化系数生成N-1个优化曲线；
[0325] 步骤609、根据生成的N-1个优化曲线，以及预设的除最大灰度级之外的N-1个灰度 级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线；
[0326] 步骤610、根据所述映射曲线对所述目标区域的中心像素点的像素值进行调整。
[0327] 下面以一个具体实施例说明图像处理的方法。其中，以图像中包括多个目标区域 为例进行说明。
[0328] 1、将图像转换为灰度图。
[0329] 2、确定该灰度图对应的多个目标区域，其中，图像中的每一个像素点对应一个目 标区域，且一个像素点为对应的目标区域的中心像素点。
[0330] 3、确定多个目标区域中部分区域在图像外部的目标区域，将确定的存在部分区域 在图像外部的目标区域进行补边处理。具体的补边处理方法详见上文中的说明。
[0331] 下面针对任意一个目标区域，详细说明对目标区域进行处理的方法。其中，本发明 具体实施例采用的优化系数为优化gamma值，优化曲线为优化gamma曲线，调整曲线为高斯 权重曲线。
[0332] 4、确定目标区域对应的累积直方图，其中累积直方图的灰度级个数为4,灰度级分 别为0.25、0.5、0.75、1，其中该灰度级为归一化处理后的灰度级；
[0333] 5、根据目标区域对应的累积直方图，确定灰度级0.25对应的统计概率值Pys，灰度 级0.5对应的统计概率值P#，灰度级0.75对应的统计概率值P yh。
[0334] 6、由于累积直方图灰度级减少能够降低计算量，但是也会带来不利影响。比如目 标区域整体偏暗，像素值集中在低亮区域，在计算P ys时，Pys接近于1，最终会导致低亮区域 的像素过度增强，出现明显的高低亮区域过渡不平缓现象。因此，需要对py进行限定：
[0335] Py7 =min+(max-min) XPy；
[0336] 其中，Py为所述统计概率值，P/为调整后的统计概率值，max为所述取值范围中的 最大值，min为所述取值范围中的最小值。
[0337] 并且，灰度级0.25对应的max、min的默认值为:maxs = 0.35、mins = 0.01;灰度级0.5 对应的11^1、111；[11的默认值为:1]^1111 = 0.65、111；[11111=0.35;灰度级0.75对应的1]^1、111；[11的默认值 为:maxh=0.95、minh = 0.65。
[0338] 本发明具体实施例中的max、m i η值能够直观独立地控制shado w、m i d d 1 e、 highlight各区域的增强强度，比如需要对shadow区域的亮度提升程度加强，可以增大 shadow区域的max值。因此，通过调节不同亮度区域的max、min值可以实现对独立控制各亮 度区域的增强程度。
[0339] 其中，max、min值能够根据目标区域的整体亮度等级自适应选取，或者通过手动调 节的方式对各个max、min值进行调整。
[0340] 根据下列方式自适应选取max、min值：
[0341] max = bin+k3；
[0342] min = bin+k4；
[0343] 其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值;并且0< min<max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于 1 ;k3>k4,并且k3、k4均为经验系数。
[0344] 7、计算每一个统计概率值对应的初始gamma值。
[0345] gammajalue:]^^ y)/log(bin);其中，gamma_value为初始优化系数，Py'为调 整后的统计概率值，bin为所述统计概率值对应的归一化灰度级，并且OSbinSl。
[0346] 8、根据初始gamma值对应的灰度级，确定初始gamma值对应的优化gamma值。
[0347] a、针对灰度级0.25对应的初始gamma值，根据下列公式计算初始gamma值对应的优 化gamma值：
[0348] gamma^alue7 =gamma_value Xm；
[0349] 其中，gamma_value为所述初始优化系数，gamma+value'为所述初始优化系数对应 的优化系数;m为所述周边区域中所有像素点的像素值的平均值与所述目标区域的中心像 素点的像素值的比值;并且，预先设置中心像素点对应的周边区域为以中心像素点为中心， 3*3的正方形区域，3表示像素个数。
[0350]式中，如果m< 1，说明目标区域的中心像素点比周围区域的像素点亮度高，从而使 gamma^ali^变小，提亮程度增大;如果m> 1，说明目标区域的中心像素点比周围区域的像 素点亮度低，从而使gamma^alue'变大，提亮程度减小。最终，通过gamma^alue'提高了增 强后图像低亮部分的对比度。
[0351 ] b、针对灰度级0.5和0.75对应的初始gamma值，根据下列公式计算初始gamma值对 应的优化gamma值：
[0352] gamma-value7 =gamma_value X(l+pix_value);
[0353] 其中，gamma_value为所述初始优化系数，gamma+value'为所述初始优化系数对应 的优化系数，p i X _ v a 1 u e为归一化处理后的目标区域的中心像素点的像素值。当p i X _ v a 1 u e 越大，gaga+value'就越大，从而抑制中高亮区域过度增强。
[0354] 9、根据每一个灰度级对应的gammajalue'，确定每一个灰度级对应的优化gamma 曲线。
[0355] 在确定优化gamma曲线时，根据下列公式进行确定：
[0357]生成的优化gamma曲线如图7所示。其中，得到三条曲线gamma曲线分别为Gs、Gm和 Gh，其中，gamma曲线Gs经过Py/，gamma曲线Gm经过Pyn/，gamma曲线Gh经过Pyt/ ;并且gamma曲 线Gs对应于目标区域的shadow亮度等级，gamma曲线Gm对应于目标区域的middle亮度等级， ga_a曲线Gh对应于目标区域的highlight亮度等级。
[0358] 10、根据优化gamma曲线，以及高斯权重曲线，合成目标区域对应的映射曲线。其 中，高斯权重曲线如图8所示。
[0359] 根据下列公式合成的目标区域对应的映射曲线：
[0360] Y〇ut = Gs(Yin) XBs(Yin)+Gm(Yin) X Bm(Yin)+Gh(Yin) XBh(Yin)；
[0361] 其中，Gs、Gm、Gh为优化gamma曲线，Bs、Bm、Bh为高斯权重曲线，Ycmt为输出像素值，Yin 为输入像素值;并且，在Bs、Bm、Bh的输入值相同时，Bs、Bm、Bh输出值之和为1。
[0362] 根据上述公式得到的本发明具体实施例的映射曲线如图9所示。
[0363] 11、根据所述映射曲线对所述目标区域的中心像素点的像素值进行调整。
[0364] 具体的，将目标区域的中心像素点的原始像素值作为Υιη，根据上述映射曲线的公 式，计算出目标区域的中心像素点的输出像素值Υ_，并将目标区域的中心像素点的像素值 调整为Y?t。
[0365] 基于同一发明构思，本发明实施例中还提供了一种图像处理的装置，由于该装置 解决问题的原理与本发明实施例图像处理的方法相似，因此该装置的实施可以参见方法的 实施，重复之处不再赘述。
[0366]如图10所示，本发明实施例图像处理的装置，包括：
[0367] 获取模块1001，用于根据图像的目标区域对应的累积直方图，确定除最大灰度级 之外的N-1个灰度级中每一个灰度级对应的统计概率值，其中，所述N为所述累积直方图的 灰度级个数，N为大于1的正整数，并且所述N小于所述图像的灰度级个数；
[0368] 确定模块1002,用于确定所述每一个统计概率值对应的优化系数，并根据所述每 一个优化系数，生成所述优化系数对应的优化曲线；
[0369]控制模块1003,用于根据生成的每一条优化曲线，以及预设的除最大灰度级之外 的N-1个灰度级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线；
[0370]处理模块1004,用于确定所述目标区域中需要进行处理的像素点，并根据所述映 射曲线对所述像素点的像素值进行调整。
[0371] 可选的，所述确定模块1002,具体用于：
[0372] 根据每一个统计概率值对应的灰度级，确定所述每一个统计概率值对应的初始优 化系数;根据所述目标区域的中心像素点，确定每一个初始优化系数对应的优化系数。 [0373]可选的，所述确定模块1002,具体用于：
[0374] 针对任意一个统计概率值，根据所述统计概率值对应的灰度级，确定所述统计概 率值对应的取值范围；根据所述取值范围中的最大值和最小值，对所述统计概率值进行调 整;并根据调整后的统计概率值，确定所述统计概率值对应的初始优化系数。
[0375] 可选的，所述确定模块1002,具体用于：
[0376] 根据下列公式确定所述灰度级对应的统计概率值的取值范围：
[0377] max = bin+ki ；
[0378] min = bin+k2；
[0379] 其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值;并且0< min<max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于 1 ；ki>k2；
[0380] 根据下列公式对所述统计概率值进行调整：
[0381] Py7 =min+(max-min) XPy；
[0382] 其中，Py为所述统计概率值，P/为调整后的统计概率值，max为所述取值范围中的 最大值，min为所述取值范围中的最小值；
[0383] 根据下列公式确定所述统计概率值对应的初始优化系数：
[0384] A=log(p/y)/log(bin)；
[0385]其中，A为初始优化系数，P/为调整后的统计概率值，bin为所述统计概率值对应 的归一化灰度级，并且bin大于等于0且小于等于1。
[0386]可选的，所述确定模块1002,具体用于：
[0387] 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级小于第一阈值， 则根据所述目标区域的中心像素点的像素值，以及所述中心像素点对应的周边区域的像素 点的像素值，确定所述初始优化系数对应的优化系数;其中，所述周边区域为以所述中心像 素点为中心的区域；
[0388] 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级不小于第一阈 值，则根据所述目标区域的中心像素点的像素值，确定所述初始优化系数对应的优化系数。 [0389]可选的，所述确定模块1002,具体用于：
[0390]在所述初始优化系数对应的灰度级小于第一阈值时，根据下列公式确定所述初始 优化系数对应的优化系数：
[0391 ] A7 =AXm；
[0392] 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;m为所述周 边区域中所有像素点的像素值的平均值与所述目标区域的中心像素点的像素值的比值；
[0393] 在所述初始优化系数对应的灰度级不小于第一阈值时，根据下列公式确定所述初 始优化系数对应的优化系数：
[0394] A7 =AX (l+pix_value)；
[0395] 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;pix_value 为归一化处理后的所述目标区域的中心像素点的像素值，并且pix_val Ue大于等于0且小于 等于1 〇
[0396] 可选的，所述控制模块1003,具体用于：
[0397] 根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲 线;根据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定所述目 标区域对应的映射曲线。
[0398]可选的，所述控制模块1003,具体用于：
[0399] 根据下列方式确定所述目标区域对应的映射曲线：
[0400] Y〇ut = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin) + ……+GN-l(Yin)XBN-l(Yin)；
[0401 ] 其中，GhGs……Gw为所述优化曲线，BU2……为所述调整曲线，Ycmt为输出像 素值，Yin为输入像素值;并且，在Bi、B2......Bn-1的输入值相同时，Bi、B2......Bn-1输出值之和为 1〇
[0402] 可选的，若所述图像对应的目标区域为一个，则所述目标区域为所述图像；
[0403] 若所述图像对应的目标区域为多个，则所述目标区域的个数为所述图像中像素点 的个数，并且所述图像中的每一个像素点为一个目标区域的中心像素点。
[0404]可选的，所述获取模块1001，还用于：
[0405]若所述图像对应的目标区域为多个，在目标区域的部分区域位于所述图像的外部 时，根据所述目标区域中位于所述图像内部的区域的像素点，确定所述目标区域中位于所 述图像外部的部分区域的像素点。
[0406] 可选的，所述处理模块1004,具体用于：
[0407]若所述图像对应的目标区域为一个，则所述目标区域中需要进行处理的像素点为 所述目标区域中所有像素点；
[0408]若所述图像对应的目标区域为多个，则所述目标区域中需要进行处理的像素点为 所述目标区域的中心像素点。
[0409]显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精 神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围 之内，则本发明也意图包含这些改动和变型在内。
【主权项】
1. 一种图像处理的方法，其特征在于，该方法包括： 根据图像的目标区域对应的累积直方图，确定除最大灰度级之外的N-1个灰度级中每 一个灰度级对应的统计概率值，其中，所述N为所述累积直方图的灰度级个数，所述N为大于 1的正整数，并且所述N小于所述图像的灰度级个数； 确定所述每一个统计概率值对应的优化系数，并根据所述每一个优化系数，生成所述 优化系数对应的优化曲线； 根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N-1个灰度级中每一个 灰度级对应的调整曲线，确定所述目标区域对应的映射曲线； 确定所述目标区域中需要进行处理的像素点，并根据所述映射曲线对所述像素点的像 素值进行调整。2. 如权利要求1所述的方法，其特征在于，所述确定所述每一个统计概率值对应的优化 系数，包括： 根据每一个统计概率值对应的灰度级，确定所述每一个统计概率值对应的初始优化系 数； 根据所述目标区域的中心像素点，确定每一个初始优化系数对应的优化系数。3. 如权利要求2所述的方法，其特征在于，所述根据每一个统计概率值对应的灰度级， 确定所述每一个统计概率值对应的初始优化系数，包括： 针对任意一个统计概率值，根据所述统计概率值对应的灰度级，确定所述灰度级对应 的统计概率值的取值范围； 根据所述取值范围中的最大值和最小值，对所述统计概率值进行调整;并根据调整后 的统计概率值，确定所述统计概率值对应的初始优化系数。4. 如权利要求3所述的方法，其特征在于，根据下列公式确定所述灰度级对应的统计概 率值的取值范围： max = bin+ki ； min = bin+k2 ； 其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值，并且0 <min< max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于1 ;ki> k2； 根据下列公式对所述统计概率值进行调整： P7y=min+(max-min) XPy； 其中，Py为所述统计概率值，pz y为调整后的统计概率值，max为所述取值范围中的最大 值，min为所述取值范围中的最小值； 根据下列公式确定所述统计概率值对应的初始优化系数： A=log(p/y)/log(bin)； 其中，A为初始优化系数，为调整后的统计概率值，bin为所述统计概率值对应的归一 化灰度级，并且bin大于等于0且小于等于1。5. 如权利要求2所述的方法，其特征在于，所述根据所述目标区域的中心像素点，确定 每一个初始优化系数对应的优化系数，包括： 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级小于第一阈值，则根 据所述目标区域的中心像素点的像素值，以及所述中心像素点对应的周边区域的像素点的 像素值，确定所述初始优化系数对应的优化系数;其中，所述周边区域为以所述中心像素点 为中心的区域； 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级不小于第一阈值，则 根据所述目标区域的中心像素点的像素值，确定所述初始优化系数对应的优化系数。6. 如权利要求5所述的方法，其特征在于，在所述初始优化系数对应的灰度级小于第一 阈值时，根据下列公式确定所述初始优化系数对应的优化系数： A' =A Xm; 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;m为所述周边区 域中所有像素点的像素值的平均值与所述目标区域的中心像素点的像素值的比值； 在所述初始优化系数对应的灰度级不小于第一阈值时，根据下列公式确定所述初始优 化系数对应的优化系数： A7 =A X(l+pix_value)； 其中，A为所述初始优化系数，Y为所述初始优化系数对应的优化系数;piX_value为归 一化处理后的所述目标区域的中心像素点的像素值，并且pix_valUe大于等于0且小于等于 1〇7. 如权利要求1~6任一所述的方法，其特征在于，所述根据生成的每一条优化曲线，以 及预设的除最大灰度级之外的N-1个灰度级中每一个灰度级对应的调整曲线，确定所述目 标区域对应的映射曲线，包括： 根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲线； 根据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定所述 目标区域对应的映射曲线。8. 如权利要求7所述的方法，其特征在于，根据下列方式确定所述目标区域对应的映射 曲线： Yout = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin)+......+GN-1 (Yin) X Bn-1 ( Yin)； 其中，Gi、G2……Gn-i为所述优化曲线，Bi、B2……Bn-i为所述调整曲线，Ycmt为输出像素值， Yin为输入像素值;并且，在Bi、B2……Bn-啲输入值相同时?……Bn-i输出值之和为1。9. 如权利要求1~8任一所述的方法，其特征在于， 若所述图像对应的目标区域为一个，则所述目标区域为所述图像； 若所述图像对应的目标区域为多个，则所述目标区域的个数为所述图像中像素点的个 数，并且所述图像中的每一个像素点为一个目标区域的中心像素点。10. 如权利要求9所述的方法，其特征在于，若所述图像对应的目标区域为多个，在目标 区域的部分区域位于所述图像的外部时，根据所述目标区域中位于所述图像内部的区域的 像素点，确定所述目标区域中位于所述图像外部的部分区域的像素点。11. 如权利要求9所述的方法，其特征在于，所述确定所述目标区域中需要进行处理的 像素点，包括： 若所述图像对应的目标区域为一个，则所述目标区域中需要进行处理的像素点为所述 目标区域中所有像素点； 若所述图像对应的目标区域为多个，则所述目标区域中需要进行处理的像素点为所述 目标区域的中心像素点。12. -种图像处理的装置，其特征在于，包括： 获取模块，用于根据图像的目标区域对应的累积直方图，确定除最大灰度级之外的N-1 个灰度级中每一个灰度级对应的统计概率值，其中，所述N为所述累积直方图的灰度级个 数，所述N为大于1的正整数，并且所述N小于所述图像的灰度级个数； 确定模块，用于确定所述每一个统计概率值对应的优化系数，并根据所述每一个优化 系数，生成所述优化系数对应的优化曲线； 控制模块，用于根据生成的每一条优化曲线，以及预设的除最大灰度级之外的N-1个灰 度级中每一个灰度级对应的调整曲线，确定所述目标区域对应的映射曲线； 处理模块，用于确定所述目标区域中需要进行处理的像素点，并根据所述映射曲线对 所述像素点的像素值进行调整。13. 如权利要求12所述的装置，其特征在于，所述确定模块，具体用于： 根据每一个统计概率值对应的灰度级，确定所述每一个统计概率值对应的初始优化系 数;根据所述目标区域的中心像素点，确定每一个初始优化系数对应的优化系数。14. 如权利要求13所述的装置，其特征在于，所述确定模块，具体用于： 针对任意一个统计概率值，根据所述统计概率值对应的灰度级，确定所述统计概率值 对应的取值范围;根据所述取值范围中的最大值和最小值，对所述统计概率值进行调整;并 根据调整后的统计概率值，确定所述统计概率值对应的初始优化系数。15. 如权利要求14所述的装置，其特征在于，所述确定模块，具体用于： 根据下列公式确定所述灰度级对应的统计概率值的取值范围： max = bin+ki ； min = bin+k2 ； 其中，max为所述取值范围中的最大值，min为所述取值范围中的最小值，并且0 <min< max<l; bin为所述统计概率值对应的归一化灰度级，并且bin大于等于0且小于等于1 ;ki> k2； 根据下列公式对所述统计概率值进行调整： P7y=min+(max-min) XPy； 其中，Py为所述统计概率值，pz y为调整后的统计概率值，max为所述取值范围中的最大 值，min为所述取值范围中的最小值； 根据下列公式确定所述统计概率值对应的初始优化系数： A=log(p/y)/log(bin)； 其中，A为初始优化系数，为调整后的统计概率值，bin为所述统计概率值对应的归一 化灰度级，并且bin大于等于0且小于等于1。16. 如权利要求13所述的装置，其特征在于，所述确定模块，具体用于： 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级小于第一阈值，则根 据所述目标区域的中心像素点的像素值，以及所述中心像素点对应的周边区域的像素点的 像素值，确定所述初始优化系数对应的优化系数;其中，所述周边区域为以所述中心像素点 为中心的区域； 针对任意一个初始优化系数，若所述初始优化系数对应的灰度级不小于第一阈值，则 根据所述目标区域的中心像素点的像素值，确定所述初始优化系数对应的优化系数。17. 如权利要求16所述的装置，其特征在于，所述确定模块，具体用于： 在所述初始优化系数对应的灰度级小于第一阈值时，根据下列公式确定所述初始优化 系数对应的优化系数： A' =A Xm; 其中，A为所述初始优化系数，A'为所述初始优化系数对应的优化系数;m为所述周边区 域中所有像素点的像素值的平均值与所述目标区域的中心像素点的像素值的比值； 在所述初始优化系数对应的灰度级不小于第一阈值时，根据下列公式确定所述初始优 化系数对应的优化系数： A7 =A X(l+pix_value)； 其中，A为所述初始优化系数，Y为所述初始优化系数对应的优化系数;piX_value为归 一化处理后的所述目标区域的中心像素点的像素值，并且pix_valUe大于等于0且小于等于 1〇18. 如权利要求12~17任一所述的装置，其特征在于，所述控制模块，具体用于： 根据同一灰度级对应的优化曲线和调整曲线，确定所述灰度级对应的子映射曲线；根 据除最大灰度级之外的N-1个灰度级中每一个灰度级对应的子映射曲线，确定所述目标区 域对应的映射曲线。19. 如权利要求18所述的装置，其特征在于，所述控制模块，具体用于： 根据下列方式确定所述目标区域对应的映射曲线： Yout = Gl(Yin) XBl(Yin)+G2(Yin) XB2(Yin)+......+GN-1 (Yin) X Bn-1 ( Yin)； 其中，Gi、G2……Gn-i为所述优化曲线，Bi、B2……Bn-i为所述调整曲线，Ycmt为输出像素值， Yin为输入像素值;并且，在Bi、B2……Bn-啲输入值相同时?……Bn-i输出值之和为1。20. 如权利要求12~19任一所述的装置，其特征在于， 若所述图像对应的目标区域为一个，则所述目标区域为所述图像； 若所述图像对应的目标区域为多个，则所述目标区域的个数为所述图像中像素点的个 数，并且所述图像中的每一个像素点为一个目标区域的中心像素点。。21. 如权利要求20所述的装置，其特征在于，所述获取模块，还用于： 若所述图像对应的目标区域为多个，在目标区域的部分区域位于所述图像的外部时， 根据所述目标区域中位于所述图像内部的区域的像素点，确定所述目标区域中位于所述图 像外部的部分区域的像素点。22. 如权利要求20所述的装置，其特征在于，所述处理模块，具体用于： 若所述图像对应的目标区域为一个，则所述目标区域中需要进行处理的像素点为所述 目标区域中所有像素点； 若所述图像对应的目标区域为多个，则所述目标区域中需要进行处理的像素点为所述 目标区域的中心像素点。
【文档编号】G06T5/40GK106097286SQ201610456890
【公开日】2016年11月9日
【申请日】2016年6月21日
【发明人】姜晓涛
【申请人】浙江大华技术股份有限公司