本发明涉及显示技术领域，尤其涉及基于显示器件和人眼视觉特性的图像对比度增强方法。
背景技术：
图像对比度增强是图像处理的重要分支，可提高人眼对场景目标图像细节的分辨能力，被广泛应用于军事、遥感、医疗和工业监测等领域。图像全局和局域直方图均衡化是常见的图像对比度增强方法，其通过使图像的灰度均匀分布在全部灰度范围内以实现图像增强。全局直方图均衡化计算简单快速、便于硬件化，但未考虑图像局部特性，导致局部对比度增强有限，局部的灰阶分布范围较小。因此发展了局域直方图均衡化方法。自适应的直方图均衡(ahe，adaptivehistogramequalization)是典型的局域直方图均衡化算法，其将图像分为若干子块，对每个子块分别进行直方图均衡化，但算法同时也会放大图像分布均匀区域的噪声。有限的自适应直方图均衡(clahe，contrastlimitedadaptivehistogramequalization)，通过阈值来限定累计直方图的斜率，修剪直方图的尖峰部分并分配到其他灰阶。但是这种修剪的方法有时会导致图像背景提升，造成目标和背景相似，降低增强效果。
图像在显示器显示时，当图像上的细节(不管是否增强)相对于背景的亮度差小于人眼最小可分辨阈值时，细节就会被掩埋而不能被人眼所识别。为了克服这个问题，产生许多基于显示器特性和人眼阈值对比度的图像对比度增强方法。haonansu等提出一种考虑环境照度的图像增强方法，根据人眼在不同的环境照度下的对比度阈值实现显示内容的增强。gregward和jamesa.ferwerda分别提出基于人眼视觉特性和显示器亮度范围的色调映射方法，保证高动态图像在显示时人眼感知对比度不会下降。但这类方法都将显示器件作为一个整体来考虑，对于类似手机屏幕等视场较小的显示器件较实用；对于视场较大的显示器件，这种处理方法不符合人眼的视觉规律。因为人眼清晰视觉成像的中央凹区域所占的人眼视场较小，当人眼着重观察局部时，主要依靠占据小视场的中央凹区域进行感知，此时将整个显示器件作为整体考虑就不合适。
因此需要设计一种综合考虑人眼视觉特定和显示器特性图像对比度增强方法，方法既要考虑人眼的对比度阈值特定和中央凹结构特性，又要考虑目前市面上广泛使用的显示器件的特性，避免应为显示器的缺陷丢失图像细节。
技术实现要素：
针对现有技术方图像增强法中目标和背景难以区分的问题，本发明公开的一种基于显示器与人眼视觉特性的图像对比度增强方法要解决的技术问题是：基于显示器与人眼视觉特性实现图像对比度增强，能够提升目标对比度使之不小于人眼在特定背景下的视觉阈值，同时也能够避免对图像对比度较大的部分的过分增强，并对图像噪声具有抑制作用。
本发明目的是通过下述技术方案实现的。
本发明公开的一种基于显示器与人眼视觉特性的图像对比度增强方法，主要步骤为根据实际测量或者标准显示器件亮度曲线和人眼最小分辨阈值曲线得到目标累计直方图分布；利用目标累计直方图分布对每个图像子块累计直方图进行规定化得到每个图像子块中心像素的像素值；将每个图像子块其余像素进行插值处理得到对应像素值，得到输出对比度增强图像。
本发明公开的一种基于显示器与人眼视觉特性的图像对比度增强方法，包括如下步骤：
步骤1、获取呈矩阵分布的多个像素组成的图像，并提取该图像的灰度信息。
步骤2、根据显示内容的细节丰富程度和人眼观察距离的大小，将图像划分为s个图像子块，图像子块划分数s正比于图像细节的丰富程度，反比于观测距离的大小。
步骤3、分别统计每个图像子块的直方图信息，所述的图像子块数量为s个，计算每个图像子块的直方图对应的累计直方图分布函数cij(k)，k为对应的灰阶值,i、j分别为对应每个图像子块位置。
步骤4、测量显示器的亮度曲线。
步骤4中测量显示器的亮度曲线任选以下两种方式：
方式一：采用显示器校色仪或者亮度计测量显示器的亮度曲线；
方式二：如果没有显示器校色仪，选择标准伽马曲线作为显示器亮度曲线替代。
步骤5、根据步骤4测量的显示器亮度曲线和如公式(1)所示的人眼视觉阈值响应曲线，计算显示器在各个灰阶下的人眼阈值，并且根据步骤4测量的显示器亮度曲线和显示器各个灰阶对应的人眼阈值亮度遍历显示器的每个灰阶，得到目标直方图分布c0(k)。
式中，l为输入亮度，lthreshold为对应的最小可分辨亮度，即jnd(justnoticeabledifference)曲线。
步骤6、将步骤3得到的各个图像子块的累计直方图分布函数cij(k)和步骤5得到目标直方图分布c0(k)，利用最小化目标函数的方法进行每个图像子块的直方图规定化，得到每个图像子块灰阶的映射曲线fij(k)，所述的图像子块数量为s个，所述的目标函数如公式(2)所示：
cost＝|cij(k)-c0(k)|(2)
式中，cij是原始图像中每个图像子块的累计直方图函数；c0是目标函数的累计直方图分布函数。
步骤7、利用步骤6得到的每个图像子块灰阶的映射曲线fij(k)得到每个图像子块中心像素的映射值；
步骤8、利用差值的方法得到每个图像子块中其余像素值。
步骤8具体的插值方法为，对于任意一个待计算的像素点，定义四个相邻的图像子块的中心像素点为a、b、c、d，根据步骤7计算得到四个中心像素点a、b、c、d的像素值为ga、gb、gc、gd，利用双线性插值得到待计算像素点的像素值e为
e＝(1-dy)(1-dx)ga+(1-dy)dxgb+dy(1-dx)gc+dxdygd(3)
式中，dx表示待计算像素点水平方向相对于a点的归一化距离，dy表示待计算像素点垂直方向相对于a点的归一化距离。
步骤9、根据步骤7得到每个图像子块中心像素点像素值和步骤8得到其余像素点像素值，输出图像细节对比度高于人眼在背景下视觉阈值的图像，即输出对比度增强的图像。
有益效果：
本发明公开的一种基于显示器与人眼视觉特性的图像对比度增强方法，通过局域直方图规定划实现人眼在不同背景下的视觉阈值和中央凹视觉特性和动态范围有限的显示器的亮度曲线的匹配，进而实现如下有益效果：(1)首次将显示器的显示特性和人眼视觉特性结合起来进行图像的对比度增强；(2)在保证局部对比度达到人眼可分辨阈值的同时，还具有图像噪声抑制和高对比度抑制功能；(3)能够解决在动态范围有限的显示器器件进行图像显示时信息丢失的问题，也能够弥补目前大多数图像对比度增强算法的没有考虑后期显示的缺陷。
附图说明
图1是本发明公开的一种基于显示器与人眼视觉特性的图像对比度增强方法流程图；
图2是通过校色仪测量的显示器输出亮度曲线；
图3是根据显示器亮度曲线和人眼阈值曲线寻找目标灰阶分布的示意图；
图4是具体实施例1采用本发明后图像对比度增强前后对比图，其中4a为原图，4b为增强后的图像；
图5是具体实施例2采用本发明后图像对比度增强前后对比图，其中5a为原图，5b为增强后的图像；
具体实施方式
为使本发明的技术方案更加清楚明白，下面结合实例对本发明做进一步的详细说明。
实施例1：以实际低对比度图像为例进行图像增强。
本实施例选取实际拍摄的低对比度图像作为示例，如图4a所示灰度图像，显示器件为21英寸lenovogenericpnp-1，观测距离为0.5m。
本实施例公开的一种基于显示器与人眼视觉特性的图像对比度增强方法，具体实现步骤如下：
步骤1、读取原图像(图4a)，提取图像灰度信息；
步骤2、根据输入图像的细节和具体观察条件，估计图像子块数目。根据模型和实施例观察条件可知，公式中观察距离l＝0.5m，显示器尺寸为hx＝0.465m，hy＝0.262m，中央凹视场角ω为5°，此处假设图像全屏显示，图像子块数目取10*6，根据子块数量对图像进行子块划分，对于不能整除部分，图像采取补0扩充，通过子块划分得到子块iij(i＝1～10,j＝1～6)；
步骤3、分别对每个子块iij(i＝1～10,j＝1～6)计算每个子块的直方图分布hij(i＝1～10,j＝1～16)，直方图分布为子块在各个灰阶的像素数量占整个子块像素总数的比例，
式中nk为当前灰阶k像素数，n为子块像素总数。然后根据各个子块的直方图分布计算各个子块的累计直方图cij(k)，计算公式为
步骤4、使用照度计或者显示器校色仪测量显示器的亮度曲线，本发明采用的测量设备为spyder5elite较色仪测量，测量结果如图2；
步骤5、根据测量的显示器件亮度曲线和人眼视觉阈值响应曲线显示器在各个灰阶下的人眼阈值，遍历各个灰阶如图3，图中l为通过亮度曲线得到特定灰阶下的显示器输出亮度；l为计算得到的jnd曲线对应值；index为目标直方图灰阶分布。通过遍历显示范围内的各个灰阶，得到图像灰阶匹配显示亮度的映射曲线得到目标灰阶分布index；
步骤6、根据目标灰阶index，对各个图像子块进行直方图规定化，规定化的方法为根据目标累计直方图和子块累计直方图，最小化目标函数
cost＝|cij(k)-c0(k))|
式中，c0是原始图像的累计直方图函数；c1是目标函数的累计直方图分布函数。k为灰阶分布，令k从0一直递增到255，利用最小化目标函数的方法，得到原始图像即各个子块灰阶所对应的输出灰阶，从而得到各个子块的映射函数fij(i＝1～10,j＝1～6)。
步骤7、根据各个灰阶计算各个图像子块中心像素的映射值，gij(i＝1～10,j＝1～6)；
步骤8、利用差值的方法得到其余子块其余像素值。每个像素根据相邻的四个子块映射函数，a、b、c、d为相邻四个邻域的中心像素点，设四个像素点根据各自直方图分布进行直方图规定化后的值为ga、gb、gc、gd。利用双线性插值得到待计算点的灰度值为：
e＝(1-dy)(1-dx)ga+(1-dy)dxgb+dy(1-dx)gc+dxdygd
式中，dx和dy分别表示待计算点相对于a点的归一化距离，最终得到对比度增强的输出图像(图5b)。对比度增强图像具有对比度增强，灰度分布均匀，噪声抑制的效果。
实例2：以实际图像细节丰富度图像为例进行图像增强。
本实施例选取原本图像细节较为丰富的图片为示例，如图所示，其图像分辨率为，显示器件为21英寸lenovogenericpnp-1，观测距离为0.5m。
本实施例公开的一种基于显示器与人眼视觉特性的图像对比度增强方法，具体实现步骤如下：
步骤1、读取原图像(图5a)，提取图像灰度信息；
步骤2、根据输入图像的细节和具体观察条件，估计图像子块数目。根据模型和实施例观察条件可知，公式中观察距离l＝0.5m，显示器尺寸为hx＝0.465m，hy＝0.262m，中央凹视场角ω为5°，此处假设图像全屏显示，图像子块数目取10*6，根据子块数量对图像进行子块划分，对于不能整除部分，图像采取补0扩充，通过子块划分得到子块iij(i＝1～10,j＝1～6)；
步骤3、分别对每个子块iij(i＝1～10,j＝1～6)计算每个子块的直方图分布hij(i＝1～10,j＝1～16)，直方图分布为子块在各个灰阶的像素数量占整个子块像素总数的比例，
式中nk为当前灰阶k像素数，n为子块像素总数。然后根据各个子块的直方图分布计算各个子块的累计直方图cij(k)，计算公式为
步骤4、使用照度计或者显示器校色仪测量显示器的亮度曲线，本发明采用的测量设备为spyder5elite较色仪测量，测量结果如图2；
步骤5、根据测量的显示器件亮度曲线和人眼视觉阈值响应曲线显示器在各个灰阶下的人眼阈值，遍历各个灰阶如图4，图中l为通过亮度曲线得到特定灰阶下的显示器输出亮度；l为计算得到的jnd曲线对应值；index为目标直方图灰阶分布。通过遍历显示范围内的各个灰阶，得到图像灰阶匹配显示亮度的映射曲线得到目标灰阶分布index；
步骤6、根据目标灰阶index，对各个图像子块进行直方图规定化，规定化的方法为根据目标累计直方图和子块累计直方图，最小化目标函数
cost＝|cij(k)-c0(k))|
式中，c0是原始图像的累计直方图函数；c1是目标函数的累计直方图分布函数。k为灰阶分布，令k从0一直递增到255，利用最小化目标函数的方法，得到原始图像即各个子块灰阶所对应的输出灰阶，从而得到各个子块的映射函数fij(i＝1～10,j＝1～6)。
步骤7、根据各个灰阶计算各个图像子块中心像素的映射值，gij(i＝1～10,j＝1～6)；
步骤8、利用差值的方法得到其余子块其余像素值。每个像素根据相邻的四个子块映射函数，，a、b、c、d为相邻四个邻域的中心像素点，设四个像素点根据各自直方图分布进行直方图规定化后的值为ga、gb、gc、gd。利用双线性插值得到待计算点的灰度值为：
e＝(1-dy)(1-dx)ga+(1-dy)dxgb+dy(1-dx)gc+dxdygd
式中，dx和dy分别表示待计算点相对于a点的归一化距离，最终得到对比度增强的输出图像(图5b)。对比度增强图像具有对比度增强，图像细节分对比度得到提升，图像细节对比度达到人眼可分辨阈值。实现灰度分布均匀，噪声抑制的效果。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。