[发明专利]一种图像自适应空域同态滤波方法

说明书

技术领域

本发明涉及图像处理技术领域，具体来讲，涉及一种图像自适应空域同态滤波方法。

背景技术

图像增强是图像预处理中提高视觉效果的重要手段，包括去除噪声、扩展对比度等。同态滤波是在图像增强处理中较常用到的一种算法，它通常用来处理照明不均匀的图像。

对于一幅图像来说，其灰度值可以认为是由入射光分量和反射光分量两部分乘积组成，其中入射光取决与光源，它比较均匀，随空间位置变化较小，所以入射光占据频率域的低频部分，对应图像背景。而反射光取决与物体本身的性质，即景物的亮度特征主要取决于物体反射光。由于物体性质和结构特点不同，反射光的强弱也不相同，随空间位置变化较剧烈，所以反射光占据频率域的高频部分，对应图像细节。

对照明不均的图像进行增强处理就是压制低频分量，尽量减少射光分量的影响，同时放大图像高频分量，增强物体反射光的分量。通过这样的处理可以压制其动态范围的同时增强图像的对比度，达到明暗不均图像处理的目的。

现有技术中，通常采用同态滤波的方式对视频图像进行增强处理：

一、经典频域同态滤波

该方法在频域上进行，先利用FFT将图像变换到频率域上，然后再用修改的高斯型高通滤波函数对低频部分和高频部分施加不同的影响，最后IFFT，恢复原来图像。

经典频域同态滤波有如下缺陷：FFT对整幅图像进行处理，因此同态滤波建立在获得整幅图像的信息的基础上进行，灵活性小并且复杂度大。

二、空域同态滤波

该方法在空域上进行，首先对图像灰度值乘一个系数以保留低通信息，使用低通模板进行低通滤波，原始图像减去低通信息得到高通信息。

空域同态滤波有如下缺陷：虽然避免使用FFT对图像进行处理，但是空间低通模板不能合理选取低通滤波的模板大小既可以有效反映低通信息又可以减小计算复杂度，并且对图像高通信息为线性，由于低通信息提取不准确，最后造成图像失真。

发明内容

本发明的目的在于克服现有空域同态滤波的不足，提供一种图像失真小的图像自适应空域同态滤波方法。

为达到上述发明目的，本发明的图像自适应空域同态滤波方法，其特征在于，包括以下步骤：

(1)、计算输入图像的像素点的亮度值，得到当前图像的亮度灰度图像，其中像素点的亮度值为f(x，y)，f(x，y)表示坐标为x，y的像素点的亮度值；

(2)、对亮度灰度图像进行低通滤波，得到低通信息LPF(x，y)；

(3)、根据低通信息LPF(x，y)计算自适应高通信息g(x，y)提取中的参数α，β：

α＝γ×log_φLPF(x，y)

β＝log_φ(LPF(x，y)+φ)-ε

其中，γ、φ、ε为常数

(4)、在得到两个参数α、β后进行自适应提取高通信息g(x，y)：

g(x，y)＝α×logf(x，y)-β×LPF(x，y)

(5)、将得到的高通信息g(x，y)取指数运算，得到空域同态滤波后的亮度值s(x，y)：

s(x，y)＝expg(x，y)

本发明的目的是这样实现的：本发明的空域同态滤波方法是基于以下照射-反射模型来构建的，

f(x，y)＝i(x，y)×r(x，y)

模型中，f(x，y)表示坐标为x，y的像素点的亮度值，i(x，y)为光照分量，r(x，y)为反射光分量。光照强度一般具有一致性，在空间上通常具有缓慢变化的性质，表现为傅里叶变化后的低频分量，然而不同的材料或物体的反射率差异很大，从而使得图像的亮度灰度值发生变化，对应图像的高频部分。

通过取对数运算将公式(1)的照射光和反射光分离，即：

logf(x，y)＝logi(x，y)+logr(x，y)

这样在已知光照分量i(x，y)以及亮度值f(x，y)的情况下，可以计算出反射光分量r(x，y)。在本发明中，通过亮度灰度图像进行低通滤波，得到低通信息LPF(x，y)，如背景技术所描述，该低通信息LPF(x，y)与光照分量i(x，y)相对应，而高通信息g(x，y)与r(x，y)为反射光分量，这样通过像素点的亮度值取对数后减去低通信号就得到图像的高通信息，然后通过取指数运算得到空域同态滤波后的亮度值s(x，y)。

在本发明中，自适应高通信息g(x，y)提取中的参数α，β为：

α＝γ×log_φLPF(x，y)

β＝log_φ(LPF(x，y)+φ)-ε