[发明专利]基于加权直方图分布伽玛校正的奇异值均衡图像增强算法

权利要求书

1.一种基于加权直方图分布伽玛校正的奇异值均衡图像增强算法，其特征在于，包括以下步骤：

将输入图像由RGB颜色空间转换到HSV空间，得到V通道分量；

对所述V通道分量小波分解为低频分量LL和高频分量，并对所述高频分量进行软阈值去噪；

所述V通道分量经由加权直方图分布伽玛校正得到低频分量LLγ；

对所述低频分量LL和低频分量LLγ采用奇异值分解；

对去噪后的高频分量与奇异值分解后的低频分量进行逆小波变换得到增强图像；

所述增强图像由所述HSV空间转换到Lab颜色空间，对L分量进行限制对比度自适应直方图均衡，得到最终增强图像。

2.根据权利要求1所述的一种基于加权直方图分布伽玛校正的奇异值均衡图像增强算法，其特征在于，所述加权直方图分布伽玛校正的步骤如下：

对所述V通道分量的图像分类为暗图像，中等亮度图像和亮图像；

对所述暗图像进行基于截断γ值的加权直方图分布伽玛校正；

所述中等亮度图像分为低对比度图像和中等对比度图像，确定γ值；

对所述亮图像进行基于负像的加权直方图分布伽玛校正。

3.根据权利要求2所述的一种基于加权直方图分布伽玛校正的奇异值均衡图像增强算法，其特征在于，加权直方图分布伽玛校正函数如下：

其中l表示输入图像，l_max表示图像像素最大值，γ(l)表示自适应伽玛参数，定义为：

γ(l)＝1-cdf_w(l) (2)；

其中cdf_w(l)表示加权的累积分布函数，定义为：

其中∑pdf_w表示加权概率密度函数pdf_w(l)的总和，pdf_w(l)定义为：

其中pdf(l)是输入图像剪切后直方图的概率密度函数，pdf_max和pdf_min表示剪切后直方图概率密度函数的最大值和最小值，其中α＝cdf(l)，对输入图像直方图进行剪切，剪切后直方图的累积分布函数cdf(l)定义为：

其中pdf(l)表示剪切后直方图的概率密度函数，定义为：

其中M表示总强度，h_w(l)表示剪切后直方图，定义为：

其中h(l)表示输入图像直方图，T_w表示剪切阈值，用来剪切直方图，定义为：

4.根据权利要求3所述的一种基于加权直方图分布伽玛校正的奇异值均衡图像增强算法，其特征在于，对所述暗图像处理，将方程(2)的γ值重新定义为：

γ(l)＝max(τ,1-cdf_w(l)) (9)；

其中max(·,·)表示取两者中的较大值；τ是伽玛值的截断阈值，当伽玛值小于τ时，伽玛值确定为τ。

5.根据权利要求3所述的一种基于加权直方图分布伽玛校正的奇异值均衡图像增强算法，其特征在于，对所述中等亮度图像处理，由以下公式对所述中等亮度图像进行划分：

L_c表示低对比度图像，M_c表示中等对比度图像；其中D＝diff(μ+2σ,μ-2σ)，μ和σ分别表示图像像素均值和标准偏差；参数λ用来定义图像的对比度，对于低对比度图像，使用如下公式计算γ值：

γ＝-log₂(σ) (11)；

对于中等对比度图像，使用如下公式计算γ值：

根据不同的对比度，由不同公式求得γ值，代入公式(1)对中等亮度图像进行增强。