段线性变换，将图像灰度分布区间分隔成两段乃至多段，分别 对其进行线性变换，通过增加灰度区间分割的段数，以及调整各区间的分割点和变换直线 的斜率，可以对任意灰度区间进行扩展或压缩，对图3所示动态范围大于或等于14位的红外 图像进行分段线性变换后可得到动态范围为8位的灰度图像。所增强的灰度图像为动态范 围为等于或大于14位的红外图像。其具体方法如下： 在对灰度图像进行分段线性变换中，首先，对灰度图像进行全局搜索，找到最大灰度值 max和最小灰度值min，一般的16位红外图像并没有完全占满[0,215]的灰度级范围，因此可 将红外图像的灰度范围确定为[min，max]。其次，采用三段式分段线性变换，在图2所示 [min，max]内选取适当的阈值f t2和ft2(ftl〈ft2)。在[0,255]范围内选取两个阈值gtdPg t2,按 照如下灰度线性变换公式进行灰度线性变换
[0015]其中：原始图像的动态范围为[min,max]，某一点像素的灰度值为f，[min，max]内 选取适当的阈值f t2和f t2(ftl〈f t2 )。
[0016]变换后图像的动态范围为[0,255]，在[0,255]范围内选取两个阈值gtdPgt2(gtl〈 gt2)，g为灰度值f经过变换后得到的灰度值。 对变换结果进行子块部分重叠直方图均衡化处理，通过将邻域内的子块直方图变换函 数通过加权求和计算得到当前子块的直方图变换函数，使用此变换函数对当前子块进行直 方图均衡化处理。当采用P0SHE算法时，其具体方法如下： 子块部分重叠直方图均衡化处理技术采用P0SHE算法或基于P0SHE算法的改进算法。将 灰度图像分为四个子块，步长为子块的一半，整个目标区域e被分成了9块，分别用a、b、c、d、 e、f、g、h、i来标记，移动四次的子块用1、2、3、4来标记。分别对四个子块进行均衡化处理，以 此类推，最后对子块重叠的区域进行加权处理。目标区域e是四个子块的重叠部分，分别进 行了四次直方图均衡化运算，其它区域的直方图都会对目标区域e的运算有不同的权值贡 献。 设各个子块的直方图变换函数分别为!1(^〇、12(^〇33(^〇34(^〇，则目标区域6某 点的P0SHE算法变换输出公式为
其中，4是目标区域e内灰度值为k的像素经过P0SHE处理后的灰度值； < 是目标区域e 内的灰度值为k的像素。 最后对直方图均衡后的灰度图进行非线性拟合处理，对子块部分重叠直方图均衡化处 理后的灰度图像进行直方图分布修正，以解决其产生的块效应和过增强问题。拟合处理技 术采用多尺度Retinex算法或基于Retinex算法的改进算法。当采用多尺度Retinex算法时， 其具体方法如下： 多尺度Retinex算法是对单尺度Retinex算法的概括，具有单尺度ret inex算法低、中、高三 个尺度的特点，该算法可用多尺度Retinex算法公式
进行描述，其中，1 = 1义4沽是尺度因子〇的总个数4是图像颜色通道的个数4=1，表示 灰度图像，N = 3表示彩色图像，Wj是和Fj相关的权值，满足2￥」=1，心(1，7)是第1个颜色通 道的输出结果，Mx，y)是第i个颜色通道的输入，*是卷积运算，F(x，y)是高斯函数，通常， 多尺度1^1:;[1161取低、中、高三个尺度，8卩1^ = 3，'\￥1='\￥2='\￥3 = 1/3。其高斯函数公式
其中，σ是尺度因子，它的大小决定了卷积核的作用范围。 σ较小时，高斯模板较小，则高斯函数相对陡峭，多尺度Retinex的动态压缩能力就越强;σ较 大时，高斯模板较大，则高斯函数相对平缓，多尺度Retinex颜色保真能力就越好。
【主权项】
1. 一种基于局部直方图均衡的灰度图像拟合增强方法，其特征在于包括如下步骤:采 用基于FPGA架构或DSP架构或FPGA+DSP架构的实时处理平台，首先对动态范围过宽，图像数 据宽度含14位的红外图像的灰度图像，进行分段线性变换获得适合的动态范围内的灰度图 像，再将图像灰度分布区间分隔成两段乃至多段，然后对灰度图像进行分段线性变换;在每 层POS肥处理前，先对其各子块的直方图截取然后均匀分配到各灰度级上，并调整图像灰度 分布各区间的分割点和变换直线的斜率，对任意灰度区间进行扩展或压缩;变换结果采用 子块部分重叠直方图均衡化处理，将邻域内的子块变换函数通过加权求和计算得到当前子 块的直方图变换函数，用此直方图变换函数对当前子块进行直方图均衡化处理；最后采用 多尺度Retinex算法或基于Retinex算法的改进算法，对直方图均衡后的灰度图进行非线性 拟合处理，然后对子块部分重叠直方图均衡化处理后的灰度图像进行直方图分布修正，重 新分配图像像素值，实现图像灰度值在多段直方图区间的非线性拉伸，使动态范围内的直 方图分布变得更均匀。2. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 子块部分重叠直方图均衡化处理技术采用POS肥算法或基于POS肥算法。3. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 在对灰度图像进行分段线性变换中，首先，对灰度图像进行全局捜索，找到最大灰度值max 和最小灰度值min,将红外图像的灰度范围确定为[min,max]。4. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 图像灰度直方图采用S段式分段线性变换，在[min,max]内选取适当的阔值ft2和ft2,其中， ftl<ft2〇5. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 在[0，25引范围内选取两个阔值gti和gt2，按照如下灰度线性变换公式进行灰度线性变换，式中：[min,max]为原始图像的动态范围，f为原始图像某一点的像素灰度值。6. 根据权利要求5所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 变换后图像的动态范围为[〇,255]，在[0,25引范围内选取两个阔值gti和gt2，g为灰度值f经 过变换后得到的灰度值，gtl<gt2。7. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 子块部分重叠直方图均衡化处理技术采用基于POS肥算法，将灰度图像分为四个子块，步长 为子块的一半，整个图像灰度分布区域被分成了9块，分别用3、6、(3、(1、6^、肖、11、1来标记，移 动四次的子块用1、2、3、4来标记，目标区域e是四个子块的重叠部分，分别进行了四次直方 图均衡化运算，然后分别对四个子块进行均衡化处理，W此类推，最后对子块重叠的区域进 行加权处理。8. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 设各个子块的直方图变换函数分别为11(&)^2(^)^3^〇^4(^)，则目标区域6某点的 PO甜E算法变换输出公式为其中，诗是目标区域e内灰度值为k的像素经过POS皿处理后的灰度值；《是目标区域e 内的灰度值为k的像素。9. 根据权利要求1所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在于， 当采用多尺度Retinex算法时，该算法的描述公式为多尺度Retinex算法公式其中，i = l，2'''N，k是尺度因子O的总个数，Wj是和Fj相关的权值，满足Swj = I，Ri(x，y) 是第i个颜色通道的输出结果，Ii(x，y)是第i个颜色通道的输入，*是卷积运算，門(x，y)是高 斯函数，k = 3，wl=w2=w3 = l/3。10. 根据权利要求9所述的基于局部直方图均衡的灰度图像拟合增强方法，其特征在 于，高斯函数公式为其中，O是尺度因子，它的大小决定了卷积核的作用范围。O较小时，高斯模板较小，则高 斯函数相对睹峭，多尺度Retinex的动态压缩能力就越强；O较大时，高斯模板较大，则高斯 函数相对平缓，多尺度Retinex颜色保真能力就越好。
【专利摘要】本发明提出了一种基于局部直方图均衡的灰度图像拟合增强方法，利用本发明，在增强灰度图像对比度和细节信息的同时，消除了块效应和过增强现象。本发明的实现方案是首先对动态范围过宽的灰度图像进行分段线性变换，获得适合的动态范围内的灰度图像，再将图像灰度分布区间分隔成两段乃至多段，调整图像灰度分布各区间的分割点和变换直线的斜率，对任意灰度区间进行扩展或压缩；变换结果采用子块部分重叠直方图均衡化处理，将邻域内的子块变换函数通过加权求和计算得到当前子块的变换函数，使用此变换函数对当前子块进行直方图均衡化处理；最后对直方图均衡后的灰度图进行非线性拟合处理，对子块部分重叠直方图均衡化处理后的灰度图像进行直方图分布修正。
【IPC分类】G06T5/40, G06T5/00
【公开号】CN105654438
【申请号】
【发明人】黄自力
【申请人】西南技术物理研究所
【公开日】2016年6月8日
【申请日】2015年12月27日