一种用于数字图像处理中的参数调整方法

摘要

本发明涉及一种用于数字图像处理中的参数调整方法。现有的数字图像处理软件，在数字图像处理过程中往往需要使用人员手工对各个参数逐步进行调整，处理的质量取决于使用人员的经验，而且手工输入的频次决定了图像处理参数调整的范围只能局限于非常有限的范围内。本发明基于遍历技术，根据感兴趣区域的图像内容变化设置自适应参数遍历步长，对单个参数或组合参数进行遍历，同时显示多帧处理结果供用户选择满意图像。本发明在不需要建模的基础上，得到一定范围最优的参数选择，帮助用户得到满足其特定需求的图像，而且具有较快的参数选择速度。

说明书

技术领域

本发明属于数字图像处理技术领域，涉及一种用于数字图像处理中的参数调整方法。 

背景技术

现有的数字图像处理软件，在数字图像处理过程中往往需要使用人员手工对各个参数逐步进行调整，处理的质量取决于使用人员的经验，而且手工输入的频次决定了图像处理参数调整的范围只能局限于非常有限的范围内，不利于图像处理过程中图像处理质量的提高。当多个参数间不满足不相关性时，该问题更为严重。 

在一些特定的应用中，可以对问题进行建模，定义某种准则函数，利用优化计算得到在该准则下的最优参数，提高图像处理的质量，该方法可以得到很好的效果，但是使用该方法有个必要的前提条件：要有明确的目标函数。在学术热点研究问题中，经过广大学者的研究，最终抽象出问题的目标函数不断修正并求解。但是大多数实际应用，尤其是在特定应用领域，研究投入少，抽象出目标函数费时费力，且会影响使用的进度。 

发明内容

本发明针对现有技术的不足，提供了一种用于数字图像处理中的参数调整方法。 

本发明解决技术问题所采取的技术方案为： 

步骤1：用户在原始图像框出兴趣区域，默认是整个区域，该兴趣区域的图像表示为I，位置(x,y)的像素点表示为I(x,y)。

步骤2：用户选择需要调整的参数Θ。 

步骤3：参数空间估计，具体是： 

定义总能量如下：

对给定图像I参数Θ的有效遍历范围满足：

其中，e>0，为正数。

考虑到图像处理过程中涉及的图像、参数为离散值，定义参数Θ的影响力为： 

在参数取值范围边界上计算相邻参数取值下的参数影响力，如果，则更新上界和下界，如果需要更新上界，则下调上界；如果更新下界，则上调下界。重新计算影响力，进行取值范围上界和下界调整，直至所有影响力满足。

据此得到参数的有效遍历范围，在该范围的边界满足： 

其中，T>0且|T-1|>e，是参数空间的微小变化。

步骤4：遍历范围划分 

假设每次范围选择后呈现给用户N个结果，将遍历范围进行N划分，将每个划分下的中间结果呈现给用户供用户选择。

步骤5：人机交互 

按照步骤4确定好遍历范围之后，将每个划分下的中间结果呈现给用户供用户选择。用户在N个显示结果中选择一个比较满意的结果，之后根据用户选择的结果所在的参数范围内重新划分N份，提交给用户选择，不断迭代，直到达到用户满意为止，给出最终的调整参数。

本发明的有益效果： 

（1）在一定范围内遍历图像处理参数，用户能够得到最符合需求的参数及图像。

（2）由于采用遍历方法，图像处理和参数选择结果不存在较大的波动，性能稳定。 

（3）无需建模，普遍适用于改善图像质量的问题。 

（4）可以用整幅图像进行参数选择，也可仅在兴趣区域进行参数选择；选择好的参数可以用于提高单幅图像的质量，也可用于视频流的图像质量，而无需重新选择参数。 

（5）采用自适应步长遍历参数空间，参数选择速度快。 

（6）对用户要求低，参数调节过程无需用户具有较强的专业水平和经验能力。 

（7）参数选择过程及图像处理需要很少的人机交互，因此可以编制出界面友好的软件。 

（8）参数选择过程及图像处理直观展现。 

附图说明

图1为本发明方法流程图； 

图2为车牌清晰化示例图。

具体实施方式

以下结合实施例和附图对本发明作进一步说明： 

如图1所示，本发明基于遍历技术，根据感兴趣区域的图像内容变化设置自适应参数遍历步长，对单个参数或组合参数进行遍历，同时显示多帧处理结果供用户选择满意图像，具体是：

步骤1：用户在原始图像框出兴趣区域，默认是整个区域，该兴趣区域的图像表示为I，位置(x,y)的像素点表示为I(x,y)。

步骤2：用户选择需要调整的参数或参数集Θ。 

步骤3：参数空间估计 

定义总能量如下：

对给定图像I参数Θ的有效遍历范围应该满足：

其中，e>0是个非常小的正数。该条件的物理意义为：如果参数Θ在某个范围的取值不能对图像有所改变（或者发生微小改变），则参数Θ在该范围内遍历是没有意义的。

考虑到图像处理过程中涉及的图像、参数为离散值，定义参数集Θ的影响力为： 

在参数取值范围边界上计算相邻参数取值下的参数影响力，如果，则更新上界和下界，如果需要更新上界，则下调上界；如果更新下界，则上调下界。重新计算对比度和亮度的取值范围边界上计算相邻参数取值下的影响力，进行取值范围上界和下界调整，直至所有影响力满足。

据此得到参数集的有效遍历范围，在该范围的边界满足： 

其中，T>0且|T-1|>e，是参数空间的微小变化。

步骤4：遍历范围划分 

假设每次范围选择后呈现给用户N个结果，将遍历范围进行N划分，将每个划分下的中间结果呈现给用户供用户选择。

本发明提供两种方式的遍历范围划分方法：折半划分和按内容划分。 

（1）折半划分是指将遍历范围平均分为N等份，这种方法遍历范围划分简单，图像处理结果不均匀性明显，相邻遍历范围下的结果可能相似度较大，而另一些则可能存在较大差异。 

（2）按内容划分是指按图像总能量进行划分，力求使得能量的变化等分，由于总能量不满足与参数的单调关系，因而只能是近似得到。以1个参数为例（参数记为），按内容划分的计算过程如下： 

Step1. 按照折半划分得到遍历范围的初始划分。

Step2. 计算出相邻范围间的总能量变化： 

对所有划分中变化量明显低于或高于平均变化量的划分进行修正：如果明显低于平均变化量，则缩小该划分（例如10%）；如果明显高于平均变化量，则缩小该划分（例如10%）。

修正完所有的划分之后，重新计算相邻范围间的总能量变化及平均变化量，重新修正，不断迭代，直至所有相邻划分中变化量都不明显低于或高于平均变化量（例如控制在5%）。 

步骤5：人机交互 

按照步骤4确定好遍历范围之后，将每个划分下的中间结果呈现给用户供用户选择。用户在N个显示结果中选择一个比较满意的结果，之后系统根据用户选择的结果所在的参数范围内利用折半划分和按内容划分法重新划分N份，提交给用户选择，不断迭代，直到达到用户满意为止，系统给出调整参数。

以下给出一个具体实施例 

在夜晚场景下，光线不足，得到的视频图像中难以看清行人和车辆，本节以夜晚场景下识别车牌为例，在视频帧中清晰化车辆图像。

步骤1：在包含汽车的图像中选择感兴趣的行车道区域作为兴趣区域，记作I，区域选择如图2所示； 

步骤2：本实施示例中以对比度和平均亮度作为需要调整的参数Θ；

步骤3：参数空间估计

计算兴趣区域的总能量如下：

在对比度和亮度的取值范围边界上计算相邻参数（分别取下界和下界的1.02倍、上界和上界的0.98倍）取值下的影响力：

如果，则更新上界和下界，如果需要更新上界，则上界下调5%；如果更新下界，则下界上调5%。重新计算对比度和亮度的取值范围边界上计算相邻参数取值下的影响力，进行取值范围上界和下界调整，直至所有影响力满足。

据此得到对比度和平均灰度的有效遍历范围。 

步骤4：在23寸液晶屏上呈现15幅图像可以接收，将遍历范围按内容划分方法进行15划分，将每个划分下的中间结果呈现给用户供用户选择。用户在这15个显示结果中选择一个比较满意的结果，之后系统根据用户选择的结果所在的参数范围内利按内容划分法重新划分15份，再次提交给用户选择，不断迭代，直到人眼能够分辨出车牌号为止，给出调整参数。 

步骤5：在后续的图像帧中，按照选择的参数对相同的图像区域进行对比度和平均亮度调整，在此区域出现的车辆的车牌都能分辨出。 

本发明在不需要建模的基础上，得到一定范围最优的参数选择，帮助用户得到满足其特定需求的图像，而且具有较快的参数选择速度。 

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，应带理解，本发明并不限于这里所描述的实现方案，这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。