CN1750044A - 截断直方图均衡方法 - Google Patents

Abstract

本发明提供的一种截断直方图均衡方法，其包含以下步骤：读取输入图像的亮度数值；初始化截断直方图存储数组；按顺序遍历图像，读入图像像素的亮度值；判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数；如果是，将该像素的亮度值对应的截断直方图存储数组元值加1；如果否，将截断像数和的值加1；图像所有的像素进行上述统计；计算截断直方图的CDF数组；计算动态映射表；映射输入亮度值，得到增强后的亮度值；还原数字图像。本发明提供的截断直方图均衡方法，是一种可控的均衡技术，在有效增强的同时抑止将背景噪音从背景中分离出来，改善了传统的直方图均衡结果。

Description

截断直方图均衡方法

技术领域

本发明涉及一种截断直方图均衡方法，应用于静止图像处理、视频图像增强等技术领域。

背景技术

直方图是对输出数据进行分组统计图，它反映了目标数据的分布几率特征。直方图均衡是一种利用该分组统计图进行分布特征优化的技术，优化以后的数据分布趋向均匀分布。直方图均衡技术被广泛地应用于图像增强。

直方图均衡技术由下列文件公开：

1)Two-dimensional Signal and Image Processing，Prentice hall，Englewoodcliffs，New Jersey，1990

2)Digital Image Processing，R.C.Gonzalez，P.Wints，Addison-Wesley，Reading，Massachusetts

3)Evaluation of the Effectiveness of Adaptive Histogram Equalization forContrast Enhancement，J.Zimmerman，S.prizer，E.Staab，E.Perry，W.McCarteney and B.Brenton，IEEE Trans.on Medical Imaing，PP.304-312

4)Application of Adaptive Histogram Equalization to x-ray chest Image，Y.Li，W.Wang and D.Y.Yu，Proc.of the SPIE，PP.513-514，vol.2321，1994

这些公开的文件研究了直方图均衡技术在图像处理方面的应用并实践于医用图像和雷达图像的增强。

直方图均衡的本质在于使得增强后数据的梯度与该数据的发生几率成正比，在一副图像中，如果某个像数值越多，那么增强后它与相邻的像数值之间的对比度就越强。一般情况下直方图均衡通过扩展对比度同时扩大了图像的动态范围，使得图像的视觉感受变好，如图2(a)，和图2(b)分别是原图和均衡后的直方图，比较图2(a)，图2(b)的象素亮度分布不再集中在某个地方，因而更均匀，动态范围更大。但直方图均衡技术也有非常明显的缺点：它的均衡结果由数据的分布特征完全决定，均衡过程不受控制。这种缺点使得在扩展了图像的动态范围同时，也加强了噪音，尤其是大背景的噪音。直方图均衡的另一个缺点是增强后的图像的平均亮度都趋向亮度值域的中间值，当原图的平均亮度远离该值时，增强后的图象的平均亮度变化太大，图像的总体视觉也就变化较大，在许多应用场合不符合应用需求。

发明内容

本发明提供的一种截断直方图均衡方法，提供了一种可控的均衡技术，用于改善传统的直方图均衡结果。

为了达到上述目的，本发明提供了一种截断直方图均衡方法，其包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、初始化截断直方图存储数组CH[x]＝0，x∈{X_i|i＝0，1，...，N-1}，其中X₀，X₁，...，X_i，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；初始化截断像数和CN＝0；

步骤c)、按顺序遍历图像，读入图像当前像素的亮度值；

步骤d)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则执行步骤e)，如果否，则执行步骤f)；

步骤e)、将该像素的亮度值对应的截断直方图存储数组元值加1，再执行步骤g)；

步骤f)、将截断像数和CN的值加1，再执行步骤g)；

步骤g)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤h)，如果否，则返回步骤c)，循环执行步骤c)～步骤g)；

步骤h)、计算截断直方图的CDF数组，定义为CCDF[x]，x∈{X_i|i＝0，1，...，N-1}，其中X₀，X₁，...，X_i，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

定义数组CCH[x]，x∈{X_i|i＝0，1，...，N-1}，其中X₀，X₁，...，X_i，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；计算CCH[X₀]＝CH[X₀]+CN/N；

再循环计算：CCH[X_i]＝CCH[X_i-1]+CH[X_i]+CN/N，i＝1，2，...，N-1；

最后循环计算：CCDF[X_i]＝CCH[X_i]/Num，i＝0，1，...，N-1，其中，Num为该图像的像素总数；

步骤i)、计算动态映射表：G[X_i]＝(1-K)×X_i+K×CCDF[X_i]×N；i＝0，1，...，N-1，其中，K为预定参数，且0≤K≤1；

步骤j)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

所述的步骤c)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

所述的步骤d)中，CountMax的动态变化可以根据亮度分布特征进行自适应，当图像数据分布离散时，CountMax可以大一些，而图像数据分布集中时，CountMax可以小一些；由于CountMax必须在统计截断直方图期间使用，所以本帧/场CountMax的自适应应该根据上一帧/场的亮度分布特征进行计算和自适应；故可动态设计CountMax：CountMax＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量，当Sigma小于等于该恒量时，也即直方图离散程度不大时，CountMax为零，截断直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大。使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

所述的步骤d)中，CountMax也可作如下的动态设计：

CountMax＝C×Max(MSE-C0，0)，其中，MSE为上一帧/场的亮度均方差。

所述的步骤d)中，CountMax也可作如下的动态设计：

CountMax＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程为：先求出图像每个像素的亮度和图像平均亮度的差的绝对值，然后对一帧/场的该绝对值求和，再将该和除以像素总数，即得到ME： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为象素总数，B_j为第j个像素亮度。

所述的步骤d)中，可对CountMax设定最高值CM来进行限定：如果计算后的CountMax大于预设最高值CM，则令CountMax＝CM。

所述的步骤i)中，由于各种图像背景的噪音特性并不相同，它们可能在不同的亮度区间有不同的信噪比。由于越暗的区域的亮度信号越弱，则暗区域的信噪比较低。为抵抗噪音，将均衡系数K进行亮度自适应优化设计：K＝min[max[g×(X_i-X_T)，0]，K_max]，其中g为预设参数，X_T为阈值，K_max为上限控制；当亮度低于X_T时，K为零，这时该亮度区域不均衡；当随着X_i的增大，K也增大，为防止K过大，设定K_max进行限制。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，或者是YCbCr空间的Y值，或者是HSV空间的V值，或者是HSL空间的L值，或者是它们的等效表达式。

本发明提供的截断直方图均衡方法，通过控制参数CountMax和K能够实施对图像均衡的有效控制。CountMax越大，截断的像数和越小，则越趋近传统直方图均衡，反之，则越趋向于保持原直方图分布特征；K值越大，则越趋近传统直方图均衡，反之，则越趋向于保持原直方图分布特征。通过控制CountMax和K可以选择控制图像均衡程度，从而控制增强后图象的亮度变化。同时，CountMax的大小决定了大于CountMax的像数值只能取得有限的对比度扩展，这样能有效抑止增强的同时将背景噪音从背景中分离出来。最后本方法在统计和均衡过程中使用截断直方图替代了传统直方图。

本发明提供的截断直方图均衡方法，结合使用帧/场间预测技术，将当前帧/场的截断直方图应用到下一帧/场的对比度扩展，这样做节省了存储空间。

本发明提供的截断直方图均衡方法，同样适用于模拟图象信号，在实际的应用过程中只需要将模拟信号离散化成数字图像信号即可。

附图说明

图1是本发明提供的截断直方图均衡方法的流程图；

图2中，图2(a)，和图2(b)分别是均衡前的图和均衡后的直方图。

具体实施方式

以下根据图1来具体说明本发明的一种最佳实施方式：

如图1所示，是本发明提供的截断直方图均衡方法的流程图，其包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、初始化截断直方图存储数组CH[x]＝0，x∈{X_i|i＝0，1，...，255}，X_i＝i；i＝0对应极黑色，i＝255对应极白色；初始化截断像数和CN＝0；

步骤c)、按顺序遍历图像，读入图像当前像素的亮度值；

步骤d)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则执行步骤e)，如果否，则执行步骤f)；

步骤e)、将该像素的亮度值对应的截断直方图存储数组元值加1，再执行步骤g)；

步骤f)、将截断像数和CN的值加1，再执行步骤g)；

步骤g)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤h)，如果否，则返回步骤c)，循环执行步骤c)～步骤g)；

步骤h)、计算截断直方图的CDF数组，定义为CCDF[x]，x∈{X_i|i＝0，1，...，255}，X_i＝i；i＝0对应极黑色，i＝255对应极白色。

定义数组CCH[x]，x∈{X_i|i＝0，1，...，255}，X_i＝i；i＝0对应极黑色，i＝255对应极白色。计算CCH[X₀]＝CH[X₀]+CN/256；

再循环计算：CCH[X_i]＝CCH[X_i-1]+CH[X_i]+CN/256，i＝1，2，...，255；

最后循环计算：CCDF[X_i]＝CCH[X_i]/Num，i＝0，1，...，255，其中，Num为该图像的像素总数；

步骤i)、计算动态映射表：G[X_i]＝(1-K)×X_i+K×CCDF[X_i]×N；i＝0，1，...，255，其中，K为预定参数，且0≤K≤1；

步骤j)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

所述的步骤c)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

所述的步骤d)中，CountMax的动态变化可以根据亮度分布特征进行自适应，当图像数据分布离散时，CountMax可以大一些，而图像数据分布集中时，CountMax可以小一些；由于CountMax必须在统计截断直方图期间使用，所以本帧/场CountMax的自适应应该根据上一帧/场的亮度分布特征进行计算和自适应；故可动态设计CountMax：CountMax＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量，当Sigma小于等于该恒量时，也即直方图离散程度不大时，CountMax为零，截断直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大。使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

所述的步骤d)中，CountMax也可作如下的动态设计：

CountMax＝C×Max(MSE-C0，0)，其中，MSE为上一帧/场的亮度均方差。

所述的步骤d)中，CountMax也可作如下的动态设计：

CountMax＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程为：先求出图像每个像素的亮度和图像平均亮度的差的绝对值，然后对一帧/场的该绝对值求和，再将该和除以像素总数，即得到ME： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为象素总数，B_j为第j个像素亮度。

所述的步骤d)中，可对CountMax设定最高值CM来进行限定：如果计算后的CountMax大于预设最高值CM，则令CountMax＝CM。

所述的步骤i)中，由于各种图像背景的噪音特性并不相同，它们可能在不同的亮度区间有不同的信噪比。由于越暗的区域的亮度信号越弱，则暗区域的信噪比较低。为抵抗噪音，将均衡系数K进行亮度自适应优化设计：K＝min[max[g×(X_i-X_T)，0]，K_max]，其中g为预设参数，X_T为阈值，K_max为上限控制；当亮度低于X_T时，K为零，这时该亮度区域不均衡；当随着X_i的增大，K也增大，为防止K过大，设定K_max进行限制。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，或者是YCbCr空间的Y值，或者是HSV空间的V值，或者是HSL空间的L值，或者是它们的等效表达式。

本发明提供的截断直方图均衡方法，通过控制参数CountMax和K能够实施对图像均衡的有效控制。CountMax越大，截断的像数和越小，则越趋近传统直方图均衡，反之，则越趋向于保持原直方图分布特征；K值越大，则越趋近传统直方图均衡，反之，则越趋向于保持原直方图分布特征。通过控制CountMax和K可以选择控制图像均衡程度，从而控制增强后图象的亮度变化。同时，CountMax的大小决定了大于CountMax的像数值只能取得有限的对比度扩展，这样能有效抑止增强的同时将背景噪音从背景中分离出来。最后本方法在统计和均衡过程中使用截断直方图替代了传统直方图。

本发明提供的截断直方图均衡方法，结合使用帧/场间预测技术，将当前帧/场的截断直方图应用到下一帧/场的对比度扩展，这样做节省了存储空间。

本发明提供的截断直方图均衡方法，同样适用于模拟图象信号，在实际的应用过程中只需要将模拟信号离散化成数字图像信号即可。

Claims (10)

1.一种截断直方图均衡方法，其特征在于，包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、初始化截断直方图存储数组CH[x]＝0，x∈{X_i|i＝0，1，…，N-1}，其中X₀，X₁，…，X_i，…，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；初始化截断像数和CN＝0；

步骤c)、按顺序遍历图像，读入图像当前像素的亮度值；

步骤d)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则执行步骤e)，如果否，则执行步骤f)；

步骤e)、将该像素的亮度值对应的截断直方图存储数组元值加1，再执行步骤g)；

步骤f)、将截断像数和CN的值加1，在执行步骤g)；

步骤g)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤h)，如果否，则返回步骤c)，循环执行步骤c)～步骤g)；

步骤h)、计算截断直方图的CDF数组，定义为CCDF[x]，x∈{X_i|i＝0，1，…，N-1}，其中X₀，X₁，…，X_i，…，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

定义数组CCH[x]，x∈{X_i|i＝0，1，…，N-1}，其中X₀，X₁，…，X_i，…，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

计算CCH[X₀]＝CH[X₀]+CN/N；

再循环计算：CCH[X_i]＝CCH[X_i-1]+CH[X_i]+CN/N，i＝1，2，…，N-1；

最后循环计算：CCDF[X_i]＝CCH[X_i]/Num，i＝0，1，…，N-1，其中，Num为该图像的像素总数；

步骤i)、计算动态映射表：G[X_i]＝(1-K)×X_i+K×CCDF[X_i]×N；i＝0，1，…，N-1，其中，K为预定参数，且0≤K≤1；

步骤j)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

2.如权利要求1所述的截断直方图均衡方法，其特征在于，所述的步骤c)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

3.如权利要求1所述的截断直方图均衡方法，其特征在于，可对CountMax进行动态设计：CountMax＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量。

4.如权利要求3所述的截断直方图均衡方法，其特征在于，可对CountMax进行动态设计：CountMax＝C×Max(MSE-C0，0)，其中，MSE为上一帧/场的亮度均方差。

5.如权利要求4所述的截断直方图均衡方法，其特征在于，可对CountMax进行动态设计：CountMax＝C×Max(ME-C0，0)，其中，ME为简单平均差。

6.如权利要求5所述的截断直方图均衡方法，其特征在于，所述的简单平均差ME的计算过程：先求出图像每个像素的亮度和图像平均亮度的差的绝对值，然后对一帧/场的该绝对值求和，再将该和除以像素总数，即： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为象素总数，B_j为第j个像素亮度。

7.如权利要求6所述的截断直方图均衡方法，其特征在于，所述的步骤d)中，设定CountMax的最高值CM：如果计算得到的CountMax的值大于预设最高值CM，则令CountMax＝CM。

8.如权利要求1所述的截断直方图均衡方法，其特征在于，步骤i)中，对均衡系数K进行亮度自适应优化设计：K＝min[max[g×(X_i-X_T)，0]，K_max]，其中g为预设参数，X_T为预设阈值参数，K_max为预设上限控制参数。

9.如权利要求1所述的截断直方图均衡方法，其特征在于，在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，或者是YCbCr空间的Y值，或者是HSV空间的V值，或者是HSL空间的L值，或者是它们的等效表达式。

10.如权利要求1所述的截断直方图均衡方法，其特征在于，结合使用帧/场间预测技术，将当前帧/场的截断直方图应用到下一帧/场的对比度扩展，节省存储空间。

Images