[发明专利]基于压缩域的图像增强方法及终端设备

说明书

本发明涉及图像处理技术领域，公开了一种基于压缩域的图像增强方法及终端设备，包括根据预设置的第一误差限Δ，将源图像矩阵D1进行完全分解，得到第一高频分量和一个第一低频分量c₁₁；将c₁₁乘以权值λ，得到c′₁₁，其中，当源图像曝光不足时，λ＞1，当源图像曝光过度时，0＜λ＜1，当源图像曝光适度时，λ＝1；将c′₁₁和第一高频分量组成系数矩阵，得到第一压缩矩阵D2。通过对压缩后的低频分量修正处理，既达到了压缩的效果，又保证了依据第一压缩矩阵重构所获得的重构图像的质量。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于压缩域的图像增强方法及终端设备。

背景技术

图像增强的基本方法按作用域可分为两大类：空间域图像增强和频率域图像增强。其第一类主要有灰度变换、直方图处理、图像锐化等方法，这些方法是直接通过对图像像素点进行直接处理；第二类主要由频率域低通滤波、高通滤波、同态滤波等方法，这些方法是主要是在图像的某个变换域内对图像变换系数进行运算，然后通过逆变换以获得图像增强效果。

以上方法中最常用的方法是直方图均衡化。该方法是通过平均化或者拉伸直方图动态范围，使输出的图像直方图近似服从均匀分布的变换算法。通过把图像分为几个区域分别对其均衡化，或者只对图像的局部进行均衡化，可以实现自适应直方图均衡化。该方法适用于灰度级分布不均的图像。经过直方图均衡化的图像，其细节更加清晰，各灰度级的比例更加均衡，图像能够得到显著的提高。但通过直方图均衡化方法有时会使得图像过亮或者过暗。

另一种常用的方法是基于变换域的频率处理法。通过余弦变换，傅里叶变换和小波变换等使图像的频率有规律的分布，然后通过构造滤波器来提升某些频率分量，压低或者去除另一些分量，从而达到图像增强的目的。然而低通滤波器的功能是让低频分量通过而滤掉高频或者削弱高频，其作用是过滤掉包含在高频中的噪声。所以低通滤波器的效果是图像的去噪平滑增强，但是同时也抑制了图像的边界，造成图像不同程度上的模糊。而高通滤波器是衰减或者抑制低频分量，让高频分量通过，其作用是使图像得到了锐化处理，突出边界。但是经过高频滤波后图像丰富的低频信息会丢失，若简单使用高通滤波器，图像质量会由于噪声严重而难以达到满意的改善效果，为了既增强图像的细节又抑制噪声，可采用高频加强滤波。实际上该滤波器是由一个全通滤波器是和一个高通滤波器构成的。该方法对于有噪声的图像信号来说，可以去除噪声，具有较好的效果。但相对于直方图均衡化方法，其效果还有不足。

除此之外，无论是基于空间域图像的直方图均衡化方法，还是基于频率域的低通滤波、高通滤波还是高频滤波方法对图像进行增强处理，除了其增强效果差强人意外，还存在信息量庞大，占用大量内存空间的问题。

发明内容

针对现有技术无法在满足图像压缩效果的同时保证图像质量，本发明提供一种基于压缩域的图像增强方法及终端设备。

为解决上述技术问题，本发明所采取的技术方案是：

本发明实施例的第一方面提供了一种基于压缩域的图像增强方法，该方法包括：

根据预设置的第一误差限Δ，将源图像矩阵D1进行完全分解，得到第一高频分量和一个第一低频分量c₁₁；

将所述c₁₁乘以权值λ，得到c'₁₁，其中，当所述原图像曝光不足时，λ＞1，当所述源图像曝光过度时，0＜λ＜1，当所述源图像曝光适度时，λ＝1；

将所述c'₁₁和所述第一高频分量组成系数矩阵，得到第一压缩矩阵D2。

进一步的，所述λ的值的确定方法包括：

计算所述源图像矩阵D1的像素平均值d1，其中d1为所述源图像矩阵D1中所有像素灰度值之和与像素个数的商；