[发明专利]根据边缘和亮度特征进行自适应调整的图像增强方法

权利要求书

1.一种根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，包括有如下步骤：

a)对输入的数字图像进行离散拉普拉斯变换，获得拉普拉斯算子掩模图像；

b)对转换获得的掩模图像进行亮度直方图分析，并根据此直方图的特征对图像进行第一次分类；

c)对第一次分类后所得的不同图像，按照各自图像特点进行不同的空间滤波处理；

d)对经过空间处理的图像获得并分析其直方图，并根据此直方图的特征对图像进第二次分类；

e)对第二次分类后所得的不同图像，按照各自图像特点进行不同的亮度调整处理；

f)将上述步骤获得的图像进行直方图均匀化并送予输出设备。

2.根据权利要求1所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的进行离散拉普拉斯变换，包括有如下阶段：

1)对输入的数字图像，根据二阶偏微分转化为拉普拉斯变换，从而获得拉普拉斯掩模图像；

2)根据获得的拉普拉斯掩模图像，对其进行规定化，从而获得规定化后的拉普拉斯图像；

3)对规定化后的拉普拉斯图像，得到其亮度直方分布图。

3.根据权利要求1所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的进行亮度直方图分析，并对图像进行第一次分类，包括有如下阶段：

1)对规定化掩模图像的亮度直方图，根据统计学方法获得其亮度平均值Ave1；

2)用所得掩模图像亮度平均值Ave1与阈值Min1和阈值Max1比较，从而对图像进行分类，若该值小于阈值Min1，则图像属于低阈值区域图像；若该值大于阈值Max1，则图像属于高阈值区域图像；若该值在阈值Min1与阈值Max1之间，则图像属于中间区域图像。

4.根据权利要求1或2所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的按照各自图像特点进行不同的空间滤波处理，包括有如下处理方式：

1)若获得的图像属于低阈值区域图像，则对其进行锐化空间滤波处理；

2)若获得的图像属于高阈值区域图像，则对其进行平滑空间滤波处理；

3)若获得的图像属于中间区域图像，则不做滤波处理。

5.根据权利要求1所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的对经过空间处理的图像获得并分析其直方图，并根据此直方图的特征对图像进第二次分类，包括有如下阶段：

1)对第一次分类并进行不同的空间滤波处理后图像的亮度直方图，根据统计学方法获得其亮度平均值Ave2；

2)用所得图像亮度平均值Ave2与阈值Min2和阈值Max2比较，从而对图像进行分类，若该值小于阈值Min2，则图像属于低阈值区域图像；若该值大于阈值Max2，则图像属于高阈值区域图像；若该值在阈值Min2与阈值Max2之间，则图像属于中间区域图像。

6.根据权利要求1或5所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的按照各自图像特点进行不同的亮度调整处理，包括有如下处理方式：

1)若获得的图像属于低阈值区域图像，则对其进行提高亮度处理；

2)若获得的图像属于高阈值区域图像，则对其进行降低亮度处理；

3)若获得的图像属于中间区域图像，则不做改变亮度处理。

7.根据权利要求1所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的对第二次分类处理后的图像进行直方图均匀化并送予输出设备，包括有如下阶段：

1)接收第二次分类处理后的图像，并计算出此图像的亮度概率密度函数分布；

2)对所得概率密度函数进行直方图均匀处理。

8.根据权利要求2所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的对掩模图像进行规定化处理的方法是：先提取出拉普拉斯图像中最小值，将它的负值加到拉普拉斯图像的所有像素上，从而使掩模图像的最小值为零，再提取出调整后掩模图像的最大值X，用每个像素与255/X做乘法，从而使掩模规定化后的图像像素亮度为0-255。

9.根据权利要求3或8所述的根据边缘和亮度特征进行自适应调整的图像增强方法，其特征在于，所述的根据统计学方法获得其亮度平均值Ave1的方法为：做掩模图像的亮度直方图，横坐标为规定化后的0-255的亮度值，纵坐标为亮度值所对应的像素点数，利用统计学求平均值的方法求得掩模图像的亮度平均值Ave1。