[发明专利]一种基于云模型的图像增强方法

说明书

本发明提供了一种基于云模型的图像增强方法，包括如下步骤：(1)判断类型：输入一张图片，判断图片是否为灰度图，如是则跳过下一步；(2)预处理：将输入的图片转换为灰度图；(3)计算参数：计算图片每个灰度级的平均概率、总体期望，并基于总体期望计算方差和标准差；(4)生成云滴：根据总体期望和标准差，利用正态云生成算法随机生成云滴，将生成的云滴组合成云模型；(5)统计像素；(6)规定直方图；(7)确定关系；(8)输出图片。本发明能够以较为通用的方式使得处理出来的图片更加清晰明亮、灰度平均对比度更高，图像的层次分明，且易于操作，相对于常规的针对不同的图像针对性的选择映射函数进行直方图规定化的方式而言，明显更具普适性。

技术领域

本发明涉及一种基于云模型的图像增强方法。

背景技术

直方图均衡化能够增强整个图像的全局对比度，但我们却不容易控制他的增强效果。在实际用途上，我们经常期望有增强某个特定的灰度值范围内的对比度，这时就需要采用更加灵活的直方图规定化。一般来说，选择一个正确的规定化函数，增强后的效果比直方图均衡化更好。所以，直方图规定化是改进过后的直方图均衡化。直方图规定化，是指通过一个灰度映像函数，使一幅图像的直方图变成所期望的直方图而对图像进行变换的增强方法。常用的两种直方图规定化算法分别为单映射规则和组映射规则。在对图像增强的过程当中，虽然直方图均衡化能自动增强整个图像的对比度，但由于他的具体增强效果不好控制，处理结果总是得到全局的均衡化直方图，所以会用比较灵活的直方图规定化的方法去增强。但是对于不同的情况用什么样的映射函数是一个很麻烦的事情，缺乏一种较为通用的方法。

发明内容

为解决上述技术问题，本发明提供了一种基于云模型的图像增强方法，该基于云模型的图像增强方法能够以较为通用的方式使得处理出来的图片更加清晰明亮。

本发明通过以下技术方案得以实现。

本发明提供的一种基于云模型的图像增强方法，包括如下步骤：

(1)判断类型：输入一张图片，判断图片是否为灰度图，如是则跳过下一步；

(2)预处理：将输入的图片转换为灰度图；

(3)计算参数：计算图片每个灰度级的平均概率、总体期望，并基于总体期望计算方差和标准差；

(4)生成云滴：根据总体期望和标准差，利用正态云生成算法随机生成云滴，将生成的云滴组合成云模型；

(5)统计像素：统计图片的各灰度级像素数，再求出累积直方图；

(6)规定直方图：用云模型对累积直方图进行直方图规定化，得到经规定的累积直方图；

(7)确定关系：对比累积直方图和经规定的累积直方图，找到相差最小的灰度级，确定变换关系，重组直方图；

(8)输出图片：如图片经过步骤(2)的处理则反向转换，然后得到转换后的图片输出，如没经过步骤(2)的处理则直接输出。

所述步骤(2)是将图片的RGB色彩空间转换为YUV色彩空间，然后取Y分量作为图片灰度。

所述步骤(4)中，随机生成云滴是在0～255之间生成。

所述步骤(3)中计算计算图片每个灰度级的平均概率时，是设定一对比灰度值，让对比灰度值从0递增至255，递增过程中计算图片灰度值等于对比灰度值的像素点出现次数的概率，然后计算得到概率的平均值得到平均概率。

所述将图片的RGB色彩空间转换为YUV色彩空间，是通过RGB到YUV的转换公式进行计算完成。

所述步骤(8)中反向转换，是通过YUV到RGB的转换公式对图片像素进行计算完成。