[发明专利]一种自适应的快速图像增强方法

摘要

本发明公开了一种自适应的快速图像增强方法，包括：输入待增强图像，统计图像的灰度直方图；接着利用插值法对原始图像灰度直方图进行平滑处理；然后根据平滑以后的直方图统计图像灰度值的偏度值；根据这个指标值预判断伽马变换中的γ的取值范围，然后根据局部遍历法在一定范围内得到多个γ值，之后根据自定义的加权复合评价函数对相应的γ值进行评价，最终保留评价最优的γ值；最后根据最优的γ值对图像进行增强处理并输出增强后的图像。本发明自适应的快速的获得伽马变换的γ值，实现了快速的图像自适应增强，使图像增强算法有更高的效率以及获得质量更好的图像，是一种有实际应用价值的新方法。

主权项

1.一种自适应的快速图像增强方法，其特征在于，该方法包括如下步骤：步骤1，输入待进行增强的原始图像A，用f(i,j)表示原始图像在像素点(i,j)处的灰度值，读取原始图像A各个像素点的灰度值；步骤2，根据原始图像A的各点灰度值，统计各个灰度级k，k值的范围为0‑255，k出现次数为G(k)，得到原始图像的灰度直方图T；步骤3，利用已经获得图像的灰度直方图，设定的对灰度直方图进行插值的步长step，对于原始灰度直方图上的像素点(i,j)，根据步长step对原始的灰度直方图进行插值平滑处理，得到平滑后的灰度直方图T'，再次扫描G(k)，得到平滑后图像的最大灰度值G_max和最小灰度值G_min，并将平滑处理后的图像进行归一化处理记为I'，将图像的灰度值k'变换到[0,1]区间，设G(k)'为I'中灰度级k'出现的次数；步骤4，根据步骤3得到的归一化后的图像I'，对于k'从0到1，扫描G(k)'，经过统计学方法得到归一化后的图像I'中的灰度值的偏度值Skew(I')；步骤5，根据步骤4得到的灰度值的偏度值Skew(I')，通过偏度值的大小来判断图像的明暗程度，进而采取不同的策略对图像进行增强；若Skew(I')＞0，将γ值的取值范围定为大于1，即γ∈(1，Gm)；若Skew(I')＜0，则将γ值的取值范围定为小于1，即γ∈(0，1)；步骤6，根据步骤5中得到的初步确定的γ值的取值范围，设定一个变量p，在γ值的取值区间中按照数值间隔p取定γ的值，对每一个取到的γ值计算相应的评价值，取评价值最优的γ值；步骤7，根据步骤6所得的最优的γ值对经过归一化处理后的图像I'进行伽马变换处理，并对伽马变换处理后的增强图像进行反归一化处理；步骤8，输出增强后的图像B。