[发明专利]一种全局直方图均衡的图像增强方法

说明书

本发明公开了一种全局直方图均衡的图像增强方法，包括如下步骤：对输入图像的直方图进行均值归一化，将直方图分割成左右两个子直方图，伽马值以设定步进进行遍历，并对全局直方图进行校正；计算左右两个子直方图的大小差异，记对应伽马值为最佳伽马值，利用最佳伽马值对全局直方图进行处理；根据最佳伽马值，确定第二伽马值，利用所述第二伽马值对全局直方图中小于1的数据作进一步的校正；计算利用自适应伽马校正模型得到的左右两个子直方图的大小，根据左右两个子直方图的大小差异对子直方图进行调整；对调整后的全局直方图进行均衡，得到结果图像；本发明的方法解决了传统的直方图均衡过增强和欠增强等不足，使得处理过后均衡化的图像变得舒适自然，更贴近人眼亮度感知。

技术领域

本发明涉及图像增强领域，特别是指一种全局直方图均衡的图像增强方法。

背景技术

图像增强对提高数字图像的视觉感知具有重要作用，它不仅改善了图像的外观，还揭示了非正常亮度图像的细节。传统的直方图均衡是应用最广泛的图像增强方法，它利用图像的累积密度函数将较窄的灰度级范围映射到较宽的灰度级范围，从而产生均匀的概率分布函数，实现图像熵的最大化。然而，由于优势灰度的存在，使得被处理图像存在过增强和欠增强的情况。此外，它还会产生一些不好的伪影，如噪声放大、边缘效应，并且改变原始图像的亮度，故该方法不适用于大多数消费电子产品。

为克服传统的直方图均衡带来的弊端，出现了许多直方图均衡改进算法，如亮度保持双直方图均衡、基于曝光的子图像直方图均衡、自适应伽马校正等，然而这些算法在解决某一问题的同时却放大了另一问题，如基于曝光的子图像直方图均衡很好地避免了图像的过增强，却在局部细节增强上表现地更为欠缺。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种全局直方图均衡的系统框架方法，用以解决传统的直方图均衡过增强和欠增强等不足，使得处理过后均衡化的图像变得舒适自然，更贴近人眼亮度感知。

本发明采用如下技术方案：

一种全局直方图均衡的图像增强方法，包括如下步骤：

对输入图像的全局直方图进行均值归一化，利用图像均值将全局直方图分割成左右两个子直方图，伽马值以设定步进进行遍历，将每次遍历的伽马值用于对全局直方图进行校正，得到各个校正后的全局直方图；

根据各个校正后的全局直方图，计算左右两个子直方图的大小差异，记差异最小的伽马值为最佳伽马值，利用所述最佳伽马值对全局直方图进行处理，得到最佳伽马值处理后的全局直方图；

根据最佳伽马值，确定第二伽马值，利用所述第二伽马值对最佳伽马值处理后的全局直方图中小于1的数据作进一步的校正；

计算利用自适应伽马校正模型得到的左右两个子直方图之和，根据左右两个子直方图的大小差异通过加调整量的方式对全局直方图进行调整，使得左右两个子直方图的累计概率分布相等；

对调整后的全局直方图进行均衡，得到结果图像。

具体地，所述对输入图像的全局直方图进行均值归一化，利用图像均值将全局直方图分割成左右两个子直方图，伽马值以设定步进进行遍历，将每次遍历的伽马值用于对全局直方图进行校正，得到各个校正后的全局直方图，还包括：

利用图像均值将全局直方图分割成左右两个子直方图，计算左右两个子直方图的初始大小，以均值点映射作为全局直方图调整的基础。

具体地，所述根据各个校正后的全局直方图，计算左右两个子直方图的大小差异，记差异最小的伽马值为最佳伽马值，利用所述最佳伽马值对全局直方图进行处理，得到最佳伽马值处理后的全局直方图；具体还包括：