基于CbCr角度特征与模型分层的图像增强方法及系统的制作方法
【专利摘要】本发明涉及一种基于CbCr角度特征与模型分层的图像增强方法及系统。首先在图像的YCbCr色彩空间分别计算Y分量归一化直方图与CbCr角度归一化直方图；然后根据CbCr角度分布直方图的特征数据进行图像分类；如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据不同情况分别进行I类图像Y分量增强；如果图像被判定为II类图像，根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行II类图像Y分量增强；对于II类图像，再进行基于YCbCr空间模型分层的饱和度调节；最后显示输出增强后的图像。本发明能够满足不同图像情况下的不同图像增强需求。
【专利说明】基于CbCr角度特征与模型分层的图像增强方法及系统
【技术领域】
[0001]本发明属于图像数字化增强【技术领域】，具体涉及一种根据图像YCbCr空间CbCr角度归一化直方图特征与Y分量归一化直方图对图像进行分类，并根据分类进行亮度增强，以及根据对图像YCbCr空间进行的模型分层，对图像饱和度进行增强的方法及系统。
【背景技术】
[0002]视障者阅读辅具可以通过摄像头拍摄外界的图像，然后在显示屏上放大给弱视者观看。由于摄像头本身图像采集性能、被拍摄对象本身的图像质量、拍摄环境的光照等原因，有时视障者阅读辅具输出的图像质量并不理想，如果对拍摄的图像进行图像增强处理，会给弱视者一个比较好的视觉效果。
[0003]YCbCr颜色空间是便携式视频设备、电视会议DVD、数字电视、HDTV以及其它消费类视频设备、高质量视频应用、演播室以及专业视频产品的常用格式。例如一些摄像头从底层传上的数据通常就是YCbCr格式数据。
[0004]目前比较常用的图像增强方法有对数变换、指数变换、或Y变换等，但这些均是针对特定场合下运用的常规手段。若不分具体运用场合，即不对图像的种类、图像具体的质量弱点进行分类，直接运用，有时无法取得比较好的图像增强效果。
[0005]目前比较常用的图像饱和度增强方法是把图像先从YCbCr颜色空间转换到RGB颜色空间，再从RGB颜色空间转换到HSI颜色空间，然后再进行图像饱和度增强。
[0006]本发明着眼于，通过对图像特征的提取，对图像进行分类，根据图像类别的不同，使用不同亮度增强方法，并通过对图像YCbCr空间进行模型分层，然后直接在YCbCr空间进行图像饱和度增强，最终取得一个比较好的图像增强效果，而无需像通常的饱和度增强方法那样先转换到RGB空间再转换到HSI空间进行处理。
[0007]本发明的方法可以运用于视障者阅读辅具，但不仅限于视障者阅读辅具，对于其它图像增强的应用范围也可运用。
【发明内容】
[0008]本发明的目的在于提高图像增强的效果，提出一种基于自动分类判别的图像增强方法及系统。该方案着眼对图像YCbCr空间CbCr角度归一化直方图的特征分析，找到了一些有效的特征数据。根据这些特征数据，把图像分为I类图像与II类图像，并寻找了一些Y分量的特征数据，根据这些特征数据对每类图像再根据光照情况使用不同的图像增强处理方法，进行不同的分类增强，最终取得一个比较好的图像Y分量增强效果。
[0009]对于图像的颜色饱和度增强，提出了一种基于YCbCr空间模型分层的饱和度调节方法。对于RGB模型空间的有效像素点，即R、G、B各颜色通道的值均在O至255间的点，按式(I)对应于YCbCr空间的颜色模型为一空间六面体，Y分量的取值范围为[0，255]，Cb、Cr的取值范围为[-128，128]，这里Y分量即为亮度分量，Cb、Cr为色差信号。不同的Y平面会与六面体的不同边界线段相交。
【权利要求】
1.一种基于CbCr角度特征与模型分层的图像增强方法，其特征在于，包括以下步骤: 1)在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图； 2)根据CbCr角度分布直方图的特征数据进行图像分类，分为I类图像与II类图像，其中I类图像是文本图像或大部分为文本的图像，II类图像是非文本的场景图像或者大部分为场景的图像；如果是I类图像，则进入步骤3)，如果是II类图像，则进入步骤4)； 3)如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行I类图像的情况区分，并根据不同情况分别进行Y分量增强； 4)如果图像被判定为II类图像，根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行Y分量增强； 5)如果图像被判定为II类图像，再进行基于YCbCr颜色空间模型分层的图像饱和度增强； 6)显示输出增强后的图像。
2.如权利要求1所述的方法，其特征在于，所述图像的YCbCr颜色空间是指从RGB颜色空间依式⑴转换到YC bCr空间的颜色值，R、G、B的取值范围为[O，255]，Y的取值范围为[O，255]，Cb、Cr的取值范围为[_128，128]，这里Y分量即为亮度分量，Cb、Cr为色差信号；RGB空间的颜色模型为一立方体，转换后，YCbCr空间的颜色模型为一空间六面体；不同的Y平面会与六面体的不同边界线段相交； 'Fl「0.2990 0.5870 0.1140 Ti?' Cb = -0.1687 -0.3313 0.5000 G O)。 Cr」0.5000 -0.4187 -0.0813丄5
3.如权利要求2所述的方法，其特征在于，步骤I)所述Y分量归一化直方图是统计各亮度值即Y分量值的分布概率的直方图，横轴为各个亮度，取值范围是[0，255]，纵轴为各亮度像素的出现概率，范围为[0，1];该直方图的统计公式为:
P (/)= i = 0,1,2,3,---255 (2)， 其中，M为图像像素点的个数,HIi是亮度为i的像素点个数。
4.如权利要求2所述的方法，其特征在于，步骤I)所述CbCr角度归一化直方图是统计Cb I ^ ThresholdCbCrCollect 或者 | Cr | > ThresholdCbCrColIect 的像素点的 Cb、Cr 分量在二维平面角度分布的归一化直方图，ThresholdCbCrCollect为一设定的阈值，将CbCr角度作为直方图横轴，将含有CbCr角度的像素点的概率作为纵轴，范围为[0，1] ;CbCr角度的计算公式为:
5.如权利要求4所述的方法，其特征在于，步骤2)所述根据CbCr角度分布直方图的特征数据进行图像分类，其步骤为: 2-1)如果图中所统计像素点个数与原图像像素总量的比值小于阈值ThresholdTotalRat1,则原图像被判定为I类图像,进入步骤3);否则进入步骤2_2)； 2-2)如果图中概率大于1/360的角度个数和大于阈值ThresholdCountCbCr,贝U原图像被判定为II类图像，进入步骤4);否则进入步骤2-3)； 2-3)如果图中最大概率值大于阈值ThreasholdMaxRat1,则原图像判定为I类图像，进入步骤3);否则进入步骤2-4)； 2-4)如果图中最大概率角度Lniax所在窗口内的概率和大于阈值ThresholdWindTRat1,则原图像被判定为I类图像,进入步骤3);否则原图像判定为II类图像，进入步骤4)。
6.如权利要求3所述的方法，其特征在于，步骤3)的具体步骤为: 3-1)如果图中概率大于1/256的亮度的等级数小于阈值ThreasholdLumCount,则不进行图像增强，图像处理过程结束，进入步骤6)，否则，进行步骤3-2)； 3-2)如果图中左半部的概率和与右半部的概率和之差的绝对值小于阈值ThresholdLum，则先进行动态范围调整，再进行基于正弦函数的S型曲线变换，图像增强处理过程结束，进入步骤6)，否则，进入步骤3-3)； 3-3)如果图中左半部的概率和与右半部的概率和之差的绝对值大于阈值ThresholdLum,则图像偏暗或偏亮,进行空间滤波处理，重新统计Y分量归一化直方图，进行动态范围调整，然后进入步骤6)。
7.如权利要求6所述的方法，其特征在于，步骤3-2)和步骤3-3)进行所述动态范围调整时，统计图中从低位向高位的第一个概率值大于1/256的Y分量值downFirstMoreMeanPos以及从高位向低位的第一个概率值大于1/256的Y分量值UpFirstMoreMeanPos ;横坐标为x,纵坐标为y的像素点(x, y)的Y分量值h(x, y)调整后为 h* (X，y):
8.如权利要求6所述的方法，其特征在于，步骤3-3)所述空间滤波按下式对于横坐标为X，纵坐标为y的像素点U，y)的Y分量初始值h (x, y)计算调整后的Y分量值s’ (x, y):
9.如权利要求3所述的方法，其特征在于，对于横坐标为X，纵坐标为7的像素点(x，y)的Y分量初始值h (x, y)，步骤4)的具体步骤为:.4 -1)如果图中左半部的概率和与右半部的概率和之差的绝对值小于阈值ThresholdLum,对图像Y分量进行直方图均衡，处理结束后，进入步骤5)，否则，进入步骤.4-2);直方图均衡依次依下式处理:
10.如权利要求2所述的方法，其特征在于，对于某像素点，在其Y分量增强后，其YCbCr颜色空间的值为(Y1, Cb1, Cr1)，步骤5)的具体步骤为: 5-1)对于某颜色值，若其亮度值Yl大于128，则将其对称到亮度值小于128的空间进行处理，若其亮度值小于或等于128，则直接进入步骤5-2);由于RGB模型映射到YCbCr空间的空间模型的对称性，依式(13)计算(Y2，Cb2，Cr2):
11.如权利要求7~10中任一项所述的方法，其特征在于，步骤6)所述显示输出增强后的图像，其方法为: 把图像增强后的各像素点的
12.—种采用权利要求1所述方法的图像增强系统，其特征在于，包括: 归一化直方图计算模块，用于在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图； 图像分类模块，连接所述归一化直方图计算模块，用于根据CbCr角度分布直方图的特征数据进行图像分类，分为I类图像与II类图像，其中I类图像是文本图像或大部分为文本的图像，II类图像是非文本的场景图像或者大部分为场景的图像； I类图像Y分量增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行I类图像的情况区分，并根据不同情况分别进行Y分量增强； II类图像Y分量增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行Y分量增强； II类图像饱和度增强模块，连接所述II类图像Y分量增强模块，根据YCbCr颜色空间的模型分层，进行图像饱和度增强； 显示输出模块，连接所述I类图像Y分量增强模块和II类图像饱和度增强模块，用于显示输出增强后的图像。
【文档编号】G06T5/00GK104036464SQ201410268372
【公开日】2014年9月10日 申请日期:2014年6月16日 优先权日:2014年6月16日
【发明者】童立靖, 彭泉铫 申请人:北方工业大学