[发明专利]一种用于实时图像增强的图像自适应增强算法有效

专利信息
申请号: 202110294162.0 申请日: 2021-03-19
公开(公告)号: CN112991240B 公开(公告)日: 2022-11-01
发明(设计)人: 张艳超;余毅;高策;唐伯浩;齐东浩;宋聪聪;刘晏瑞;张馨元;徐嘉兴 申请(专利权)人: 中国科学院长春光学精密机械与物理研究所
主分类号: G06T5/40 分类号: G06T5/40;G06T5/00
代理公司: 长春众邦菁华知识产权代理有限公司 22214 代理人: 张伟
地址: 130033 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 实时 图像 增强 自适应 算法
【权利要求书】:

1.一种用于实时图像增强的图像自适应增强算法,其特征在于,包括以下步骤:

步骤一:获取当前帧待处理的灰度图像;

步骤二:基于迭代算法自动计算所述灰度图像对应的灰度直方图的有效灰度级阈值;步骤二包括以下步骤:

步骤二一:设置有效灰度级阈值TH的初始值为t0;

步骤二二:根据有效灰度级阈值TH确定有效直方图Hvalid(i),有效直方图Hvalid(i)的表达式如下:

其中,H(i)为灰度级i对应的像素数,i∈[0,2n-1],n为所述灰度图像的位深;

步骤二三:计算所有有效直方图Hvalid(i)的像素总和Svalid,计算公式如下:

其中,M=2n-1;

步骤二四:设灰度图像总像素数为Ssum,则有效灰度级像素数占比Pvalid为:

步骤二五:判断有效灰度级像素数占比Pvalid是否低于预设比例PSet,若是,则令有效灰度级阈值TH加1后跳转至步骤二二,重新计算有效灰度级像素数占比Pvalid,直至有效灰度级像素数占比Pvalid达到预设比例PSet,得到所述灰度直方图的有效灰度级阈值;

步骤三:根据所述有效灰度级阈值对所述灰度直方图进行灰度等间距密度均衡变换,在变换过程中,计算灰度级在增强后图像对应的映射灰度值时,对灰度级等间距重排后的间距进行阈值限制以及对映射灰度值进行灰度偏置校正,灰度等间距密度均衡变换完成后得到所述灰度图像对应的增强后图像;

灰度等间距密度均衡变换的过程包括以下步骤:

步骤三一:对所述灰度图像进行直方图统计;

步骤三二:在[0,2n-1]范围内依次遍历每个灰度级i,根据灰度级i对应的像素数H(i)进行灰度级排序映射,灰度级排序映射的方式如下:

其中,TH为有效灰度级阈值;当灰度级i对应的像素数H(i)大于或等于阈值TH时,将该灰度级置为有效灰度级,那么该灰度级在增强变换后对应的灰度级序号S(i)为前一个灰度级序号S(i-1)加1;当灰度级i对应的像素数H(i)小于TH时,将该灰度级置为无效灰度级,有效灰度级个数保持不变,那么该灰度级在增强变换后对应的灰度级序号S(i)与前一个灰度级序号S(i-1)保持一致;

步骤三三:计算灰度级i在增强后图像对应的映射灰度值p,映射灰度值p的计算公式如下:

p=S(i)*Dis+Gbias (5)

其中,Gbias为灰度偏置,Dis为灰度级等间距重排后的间距,其计算公式如下:

其中,m为增强后图像的位深,C为有效灰度级个数,且C=S(2n-1)+1,DSet为间距限定阈值;

灰度偏置Gbias的计算方法如下:

假定所述灰度图像的灰度均值为GM,该均值在所述灰度图像中的灰度级相对位置与增强后中间有效灰度级在增强后图像中的灰度级相对位置近似相等,由此,可以得到如式(7)所示等式:

由式(7)可以得到灰度偏置Gbias的表达式,如式(8)所示:

其中,n为所述灰度图像的位深。

2.根据权利要求1所述的一种用于实时图像增强的图像自适应增强算法,其特征在于,

所述预设比例PSet的值为99%。

3.根据权利要求1所述的一种用于实时图像增强的图像自适应增强算法,其特征在于,

增强后图像的位深m的值为8。

4.根据权利要求1所述的一种用于实时图像增强的图像自适应增强算法,其特征在于,

间距限定阈值DSet的取值范围为2~10。

5.根据权利要求1所述的一种用于实时图像增强的图像自适应增强算法,其特征在于,

当所述灰度图像是由彩色图像从RGB颜色空间转换至HSV颜色空间并经过亮度通道与其他颜色通道分离后得到的灰度图像时,在得到所述灰度图像对应的增强后图像之后,还包括以下步骤:将所述增强后图像从所述HSV颜色空间转换回所述RGB颜色空间,得到所述彩色图像对应的彩色增强后图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110294162.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top