[发明专利]一种直方图紧致性变换方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种图像直方图变换方法，由于该变换过程使得原始图像的灰度分布范围得以压缩，变得紧凑，故本发明将其命名为直方图紧致性变换。

背景技术

直方图线性拉伸是图像增强的重要方法之一。由于能很好地保持各灰度级之间的线性度，而且算法简洁、使用方面、效果可控等特点，在图像增强尤其是遥感图像增强方面有着重要应用。但如同直方图均衡算法一样，经典的直方图线性拉伸算法在实际应用上常常存在增强效果不明显的现象。造成增强效果不明显的原因是由于原始图像的灰度分布范围与输出图像的灰度分布范围相当，变换系数接近于1，导致输出图像的对比度没有明显提高。

线性拉伸算法可用一次函数g(x,y)＝k[f(x,y)-a]+b来表示，其中f(x,y)为原始图像在(x，y)处的灰度值，k为变换系数，a为原始图像的最小值，b为偏置，g(x,y)为变换输出结果。变换系数k由输出图像预期灰度级最大值和最小值之差R_Exp与原始图像灰度级最大值和最小值之差R_Org的比值决定，即k＝R_Exp/R_Org。为使输出图像具有更好的对比度，应用上一般均将输出灰度级的分布范围扩展至整个可允灰度级范围。可允灰度级范围由图像的量化位数决定。例如，当采用8比特量化时，可允灰度级为256级，可允灰度级范围为[0，255]。因此，输出灰度级范围是确定的，线性拉伸变换中的变换系数k实际由输入图像的灰度级范围R_Org决定。

在实际应用中，极少部分像素占据图像很大灰度级范围的现象普遍存在，尤其是遥感影像。若直接采用线性拉伸，增强处理的效果十分有限。为压缩原始图像灰度分布范围，增大变换系数，应用上多采用截断方式(例如ENVI、ERDAS等著名遥感图像处理软件)。即将直方图两端累积概率达2％(有时也采用1％或5％)所有灰度分别映射到相邻且最近分布中心的灰度级上，从而压缩原始图像的灰度分布范围，增大变换系数k。由于截断压缩变换仅发生在图像直方图的两端，使得在直方图截断处灰度级的像素个数陡然增加，出现单点尖峰。这种现象常常导致图像亮区和暗区细节的严重丢失，不利于图像的信息解译。同时，截断压缩对直方图的中间部分并不进行处理，即使有若干零概率灰度级，因而无法处理具有U型直方图的图像增强问题。由于直方图截断压缩方式存在上述缺陷，在实际应用中的使用效果和适用范围都受到影响，不能有效地解决工程应用中的实际问题。

发明内容

本发明旨在提供一种新的直方图压缩变换方法，有效解决具有不同形状直方图的图像的灰度分布范围压缩问题，从而解决直方图线性拉伸增强方法在遥感图像处理等实际应用中存在的失效问题。

为实现上述目的，本发明的技术方案如下：

设定一个频度阈值ζ作为基准频度，与直方图上的每个灰度级按顺序进行比较；

除特殊情况外，对频度小于基准频度ζ的灰度级，将该灰度级的下一个或多个灰度级与之合并，直至当前所有合并灰度级的累积频度不小于基准频度ζ；所述特殊情况是指：合并后的累积频度与基准频度ζ之差大于原频度与基准频度ζ之差，则不作合并；

最终使得合并后的直方图在其灰度最大值和最小值之间所有灰度级的频度均接近或不小于基准频度ζ，且灰度连续、不间断。

其中，由于采用全局频度阈值ζ，可以将位于直方图最大值与最小值之间的任意一个灰度级确立为起始位置，以该起始位置将直方图划分为两个部分，并自该起始位置分别按照正向、反向依次判别并处理这两个部分的每个灰度级(如果将正向末端或负向末端作为起始位置，则相当于直方图划分出的一个部分为0，另一个部分为全部灰度级)。

具体的实现步骤如下：

1]确定直方图的基准频度ζ和初始搜索起点对应的灰度级M₀，M₀将直方图分为左部分和右部分，初始化M＝M₀、K＝M₀，以M₀为起点对直方图分别进行正向和负向搜索；

2]正向搜索时，计算以灰度L＝M为起点的正向若干个连续灰度级的累积频度，当使得且成立(负向搜索时，使得且成立)时停止当前搜索，其中r为非负整数，表示在本次搜索过程中不包括起点在内所跨过连续灰度级的个数；

3]比较ζ-CP₁和CP₂-ζ的大小；

4]若(ζ-CP₁)≤(CP₂-ζ)成立，则