一种直方图均衡插值的图像增强方法及系统

摘要

本发明涉及一种直方图均衡插值的图像增强方法及系统，本图像增强方法包括如下步骤：步骤S1，计算原图像I在其增强图像J中被吞噬的灰度级总数q；步骤S2，根据增强图像J中相邻灰度级的相应间隔值g，及被吞噬的灰度级总数q获得新直方图数组H′

说明书

技术领域

本发明涉及一种图像增强技术，属于图像处理领域，特别涉及直方图均衡 化的图像增强方法。

背景技术

直方图均衡方法因其有效性和简单易用性已经成为图像增强的常用方法。 其基本思想是根据输入图像的灰度概率分布来确定图像对应的灰度输出值，通 过拓展图像灰度分布的动态范围以改善图像的视觉效果，从而达到提升图像对 比度的目的。虽直方图均衡化算法具有运算速度快、增强效果明显的优点，但 是也存在灰度级被合并，造成图像的灰度级别减小与损失，出现灰度断层现象， 丢失了图像宝贵的细节部分，视觉效果生硬的缺点。

发明内容

本发明的目的是提供一种直方图均衡插值的图像增强方法及系统，其在保 持图像熵值不变的条件下，能有效的防止图像灰度级吞噬现象，以改善图像增 强效果。

为了解决上述技术问题，本发明提供了一种直方图均衡插值的图像增强方 法，包括如下步骤：

步骤S1，计算原图像I在其增强图像J中被吞噬的灰度级总数q；

步骤S2，根据增强图像J中相邻灰度级的相应间隔值g，及被吞噬的灰度 级总数q获得新直方图数组H′_I(k)；以及

步骤S3，对新直方图数组H′_I(k)进行累积求和，以通过新灰度级k'构成新的 增强图像W。

进一步，所述步骤S1中计算原图像I在其增强图像J中被吞噬的灰度级总 数的方法包括如下步骤：

步骤S11，统计原图像I的直方图数组H_I(k)中不为零的灰度级总数为s；

步骤S12，对原图像I进行均衡化增强以获得增强图像J，并统计增强图像 J的直方图数组H_J(k)中不为零的灰度级总数为t；

步骤S13，计算增强图像J中被吞噬的灰度级总数q，即q＝s-t。

进一步，所述步骤S2中根据增强图像中相邻灰度级的相应间隔值，及被吞 噬的灰度级总数获得新直方图数组的方法包括如下步骤：

步骤S21，计算增强图像J中所有相邻灰度级的间隔值g，并放入对应灰度 级数组中，且在灰度级数组中将相同间隔值g进行合并；

步骤S22，从所述灰度级数组中从大到小依次取出若干间隔值g，且该间隔 值g的数量与被吞噬的灰度级总数q相等，并向该间隔值g的相邻的灰度级中 间插入相应灰度级p，即且灰度级p的总数 组成一直方图数组H'_J(k)，其中H_J(k-1)≠0, H_J(k+g)≠0,round为取整函数；

步骤S23，将直方图数组H'_J(k)按照灰度级p从小到大顺序分别对应映射至 直方图数组H_I(k)中，以组成新直方图数组H′_I(k)；

进一步，所述步骤S3中对新直方图数组进行累积求和以通过新灰度级构成 新的增强图像W的方法包括如下步骤：

步骤S31，对新直方图数组H′_I(k)进行累积求和，即

步骤S32，计算新灰度k'以构成新的增强图像W，其中

又一方面，本发明还提供了一种直方图均衡插值的图像增强系统，包括：

计算原图像I在其增强图像J中被吞噬的灰度级总数q的计算单元，与该 计算单元相连的新直方图数组获得单元，以及与该新直方图数组获得单元相连 的新增强图像构成单元；其中

所述新直方图数组获得单元适于根据增强图像J中相邻灰度级的相应间隔 值g，及被吞噬的灰度级总数q获得新直方图数组H′_I(k)；

所述新增强图像构成单元适于对新直方图数组H′_I(k)进行累积求和，以通过 新灰度级k'构成新的增强图像W。

进一步，所述计算单元包括：第一计算模块，该第一计算模块适于统计原 图像I的直方图数组H_I(k)中不为零的灰度级总数为s；图像增强模块，该图像 增强模块适于对原图像I进行均衡化增强以获得增强图像J；以及

与该图像增强模块相连的第二计算模块，该第二计算模块适于计算增强图 像J的直方图数组H_J(k)中不为零的灰度级总数t；

所述第一、第二计算模块与被吞噬灰度级计算模块相连，所述被吞噬灰度 级计算模块适于计算增强图像J被吞噬的灰度级总数q，即q＝s-t。

进一步，所述新直方图数组获得单元包括：与所述图像增强模块相连的间 隔值计算模块，与间隔值计算模块、被吞噬灰度级计算模块相连的间隔值提取 模块；

所述间隔值计算模块适于计算增强图像J中所有相邻灰度级的间隔值g，并 放入对应灰度级数组中，且在灰度级数组中将相同间隔值g进行合并；

所述间隔值提取模块适于从所述灰度级数组中从大到小依次取出若干间隔 值g，且该间隔值g的数量与被吞噬的灰度级总数q相等；

所述间隔值提取模块与第一直方图数组构建模块相连；

所述第一直方图数组构建模块适于向间隔值g的相邻的灰度级中间插入相 应灰度级p，即且灰度级p的总数 组成一直方图数组H'_J(k)，其中H_J(k-1)≠0, H_J(k+g)≠0,round为取整函数；以及

所述新直方图数组获得单元还包括：

与所述第一直方图数组构建模块、第一计算模块相连的第二直方图数组构 建模块；

所述第二直方图数组构建模块适于将直方图数组H'_J(k)按照灰度级p从小到 大顺序分别对应映射至原图像I直方图数组H_I(k)中，以组成新直方图数组 H′_I(k)。

进一步，所述新增强图像构成单元包括：与第二直方图数组构建模块相连 的累积求和模块，以及与该累积求和模块相连的增强图像重构模块；其中

所述累积求和模块适于对新直方图数组H′_I(k)进行累积求和，即 $cdf\left(k\right)=\underset{i=0}{\overset{255}{\Sigma }}{H}_I^{\prime }\left(k\right);$

所述增强图像重构模块适于计算新灰度k'以构成新的增强图像W，其中 $k^{\prime }=\frac{cdf\left(k\right)\times 256}{cdf\left(255\right)}.$

本发明的有益效果是，本发明能在尽量保持图像熵值不变的条件下，防止 图像灰度级吞噬现象，有效增强图像，即使图像中灰度级得以很好保留、细节 信息得到很好的保护、亮度保持度好、图像视觉柔和。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是原图像I；

图2是增强图像J；

图3是通过本发明图像增强后的图像W；

图4是本发明的直方图均衡插值的图像增强系统的原理框图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图， 仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

在实施例中采用的图像增强对象为标准的lena图像，如图1，图像增强方 法及系统实现软件采用matlab。(注：Lena图像是图像处理领域广泛使用的标 准测试图像)。

实施例1

如图1所示，本实施例1提供了一种直方图均衡插值的图像增强方法，包 括如下步骤：

步骤S1，计算原图像I在其增强图像J中被吞噬的灰度级总数q；

步骤S2，根据增强图像J中相邻灰度级的相应间隔值g，及被吞噬的灰度 级总数q获得新直方图数组H′_I(k)；以及

步骤S3，对新直方图数组H′_I(k)进行累积求和，以通过新灰度级k'构成新的 增强图像W。

具体的，所述步骤S1中计算原图像I在其增强图像J中被吞噬的灰度级总 数的方法包括如下步骤：

步骤S11，统计原图像I的直方图数组H_I(k)中不为零的灰度级总数为s， 其中，k＝I(i,j)，i,j分别为原图像I的行数、列数，0≤k≤255；

步骤S12，对原图像I进行均衡化增强以获得增强图像J，并统计增强图像 J的直方图数组H_J(k)中不为零的灰度级总数为t；其中，均衡化增强可以采用 现有技术中传统直方图均衡算法。

步骤S13，计算增强图像J中被吞噬的灰度级总数q，即q＝s-t，由于在对 原图I进行均衡化增强后的灰度级总数必然不大于原图像I的灰度级总数，即 256≥s＞t。

具体的，所述步骤S2中根据增强图像中相邻灰度级的相应间隔值，及被吞 噬的灰度级总数获得新直方图数组的方法包括如下步骤：

步骤S21，计算增强图像J中所有相邻灰度级的间隔值g，并放入对应灰度 级数组Q(k)中，且在灰度级数组中将相同间隔值g进行合并(也可以在本步 骤21中完成从大到小排列)；所述间隔值g的具体含义是指直方图数组H_J(k)中 不为零的相邻两灰度级数值之差，且g＝k_n-k_m，以及0≤m＜n≤255。

本步骤S21的实现代码：

[b,m1,n1]＝unique(Q),ksd＝sort(b,'descend')，255≥n＞m≥0，0≤k ≤255；

步骤S22，从所述灰度级数组中从大到小依次取出若干间隔值g，且该间隔 值g的数量与被吞噬的灰度级总数q相等，并向该间隔值g的相邻的灰度级中 间插入相应灰度级p，即且灰度级p的总数 组成一直方图数组H'_J(k)，其中，设H_J(k)＝0， 则H_J(k-1)≠0,H_J(k+g)≠0,round为取整函数；

步骤S23，将直方图数组H'_J(k)按照灰度级p从小到大顺序分别对应映射至 直方图数组H_I(k)中，以组成新直方图数组H′_I(k)；

所述步骤S23的具体实现代码如下：

(注：histgram为原始图像I直方图数组即H_I(k)，hxm为新直方图H′_I(k)数 组，sk为histgram不为零的最小灰度级，hxmequh数组为hxm直方图不为零的 数值)

具体的，所述步骤S3中对新直方图数组进行累积求和以通过新灰度级构成 新的增强图像W的方法包括如下步骤：

步骤S31，对新直方图数组H′_I(k)进行累积求和，即

步骤S32，计算新灰度k'以构成新的增强图像W，其中其 中，由于灰度级的范围[0,255]，因此，这里得出256个cdf(k)，即cdf(0)、cdf (1)、cdf(2)……cdf(255)。

所述步骤S3的具体实现代码如下：

本实施例实验数据分析：

主观上看，图2传统直方图均衡化后的增强图像局部亮度过亮，造成图像 细节看不清，层次不清晰。而本发明增强的图像如图3，未出现局部过亮现象， 图像细节比图2局部过亮部分保持要好，增强效果适度。

客观上，本发明引用平均亮度差、有效灰度级、图像信息熵等技术指标对 本发明算法进行客观评价。

(1)平均亮度差：$\Delta Y=Y_F-Y_f=\underset{k_F=0}{\overset{k_F=255}{\Sigma }}{k}_{F}p\left(k_F\right)-\underset{k_f=0}{\overset{k_f=255}{\Sigma }}{k}_{f}p\left(k_f\right)$

(2)有效灰度级：S(ifh(k)≠0thenS＝S+10≤k≤255)

(3)信息熵：

式1中Y_F是原始图像平均亮度,Y_f是增强后图像,ΔY为两者差值，若差值 越小则增强的图像亮度越接近原始图像，表明算法增强的图像亮度保持越好， 反之则差。

式2中有效灰度级S越大表明增强后图像灰度级保持越好，即细节保持越 好；有效灰度级S越小表明增强后图像灰度级被吞噬越多，即细节被丢失。

式3中信息熵数值越大表明图像细节保留越好，越小则细节丢失越多。

以下为实验数据，如表1所示。

从表1有效灰度级看，本发明方法增强后图像的有效灰度级明显高于传统直 方图均衡化增强的图像，说明细节得到有效保留；本发明处理图像的信息熵值 也高于直方图均衡化图像的信息熵，表明本发明方法处理的图像细节优于直方 图均衡化算法。

从平均亮度差来看，本发明方法处理的图像平均亮度差为负数，远远低于 直方图均衡算法，表示本发明处理的图像比原图像平均亮度低，不会出现增强 后图像局部亮度过亮现象。

综合上述观点，本发明方法增强的图像在有效灰度级、平均亮度、细节保 留等方面明显优于传统直方图均衡算法，计算方法简单有效，便于硬件实现。

实施例2

如图4所示，在实施例1基础上，实施例2提供了一种直方图均衡插值的 图像增强系统，包括：

计算原图像I在其增强图像J中被吞噬的灰度级总数q的计算单元，与该 计算单元相连的新直方图数组获得单元，以及与该新直方图数组获得单元相连 的新增强图像构成单元；其中所述新直方图数组获得单元适于根据增强图像J 中相邻灰度级的相应间隔值g，及被吞噬的灰度级总数q获得新直方图数组 H′_I(k)；

所述新增强图像构成单元适于对新直方图数组H′_I(k)进行累积求和，以通过 新灰度级k'构成新的增强图像W。

具体的，所述计算单元包括：第一计算模块，该第一计算模块适于统计原 图像I的直方图数组H_I(k)中不为零的灰度级总数为s；图像增强模块，该图像 增强模块适于对原图像I进行均衡化增强以获得增强图像J；以及

与该图像增强模块相连的第二计算模块，该第二计算模块适于计算增强图 像J的直方图数组H_J(k)中不为零的灰度级总数t；

所述第一、第二计算模块与被吞噬灰度级计算模块相连，所述被吞噬灰度 级计算模块适于计算增强图像J被吞噬的灰度级总数q，即q＝s-t。

具体的，所述新直方图数组获得单元包括：与所述图像增强模块相连的间 隔值计算模块，与间隔值计算模块、被吞噬灰度级计算模块相连的间隔值提取 模块；

所述间隔值计算模块适于计算增强图像J中所有相邻灰度级的间隔值g，并 放入对应灰度级数组中，且在灰度级数组中将相同间隔值g进行合并；

所述间隔值提取模块适于从所述灰度级数组中从大到小依次取出若干间隔 值g，且该间隔值g的数量与被吞噬的灰度级总数q相等；

所述间隔值提取模块与第一直方图数组构建模块相连；

所述第一直方图数组构建模块适于向该间隔值g的相邻的灰度级中间插入 相应灰度级p，即且灰度级p的总数 组成一直方图数组H'_J(k)，其中H_J(k-1)≠0, H_J(k+g)≠0,round为取整函数；以及

所述新直方图数组获得单元还包括：

与所述第一直方图数组构建模块、第一计算模块相连的第二直方图数组构 建模块；

所述第二直方图数组构建模块适于将直方图数组H'_J(k)按照灰度级p从小到 大顺序分别对应映射至原图像I直方图数组H_I(k)中，以组成新直方图数组 H′_I(k)。

具体的，所述新增强图像构成单元包括：与第二直方图数组构建模块相连 的累积求和模块，以及与该累积求和模块相连的增强图像重构模块；其中

所述累积求和模块适于对新直方图数组H′_I(k)进行累积求和，即 $cdf\left(k\right)=\underset{i=0}{\overset{255}{\Sigma }}{H}_I^{\prime }\left(k\right);$

所述增强图像重构模块适于计算新灰度k'以构成新的增强图像W，其中 $k^{\prime }=\frac{cdf\left(k\right)\times 256}{cdf\left(255\right)}.$

本实施例2中，计算单元、新直方图数组获得单元和新增强图像构成单元 的具体工作方式可以参考实施例1中的相应描述。

以及本实施例2的对图像增强效果也可以参见实施例1的增强效果。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作 人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。 本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围 来确定其技术性范围。