一種基于人眼視覺最小探測概率最大化的圖像增強方法
【專利摘要】本發(fā)明是一種基于人眼視覺最小探測概率最大化的圖像增強方法，針對當前幾種典型算法的不足提出了以目標函數(shù)為中心的圖像質量增強算法，并且該目標函數(shù)充分考慮人眼視覺特性，旨在盡量提高原圖像中不被人眼所感知的細節(jié)信息的對比度。算法的實施上包括三個主要環(huán)節(jié)：1、根據(jù)原始圖像建立圖像灰度值最小相鄰關系表；2、根據(jù)圖像灰度值最小相鄰關系表對圖像灰度進行合并；3、依據(jù)不同灰度背景下人眼灰度差探測概率函數(shù)，將合并后的灰度值進行灰度值重新分配，實現(xiàn)目標函數(shù)最大化。本發(fā)明可用于增強逆光、霧天或者照明昏暗等條件下拍攝得到的圖像。
【專利說明】一種基于人眼視覺最小探測概率最大化的圖像增強方法
【技術領域】
[0001]本發(fā)明屬于灰度圖像質量增強【技術領域】，可用于增強逆光、霧天或者照明昏暗等條件下拍攝得到的圖像。
【背景技術】
[0002]圖像增強技術目前已經(jīng)應用于國防、工業(yè)、醫(yī)學、公共安全等諸多領域，由于成像設備本身或者拍攝環(huán)境的原因，拍攝得到的圖像會有噪聲干擾多、圖像對比度差等問題，通過對原始圖像進行增強處理，觀察人員能夠獲取更多的圖像信息。
[0003]圖像增強技術典型的算法有線性拉伸、直方圖均衡化和Retinex等。線性拉伸算
法基本計算公式如下:
【權利要求】
1.一種基于人眼視覺最小探測概率最大化的圖像增強方法，包含以下步驟: A.根據(jù)原始圖像像素點的灰度值大小順序，構造圖像灰度級最小相鄰關系表； B.根據(jù)圖像灰度級最小相鄰關系表進行灰度合并，得到r(I)、r (2)、…、r(m)，m代表合并后灰度級的總數(shù)； C.根據(jù)不同灰度背景下人眼灰度差探測概率函數(shù)P(g，S)，對合并后的灰度r(i)進行映射，其中 i=l，2，...，m。
2.根據(jù)權利要求1所述的一種基于人眼視覺最小探測概率最大化的圖像增強方法，其特征在于，所述圖像灰度級最小相鄰關系表的表項包括灰度值和表項值，當圖像灰度級最小相鄰關系表中的表項按灰度值g (i)由小到大排序排列時，所述表項值e (i) =min (S (i))，S(i) = {e|e e Ω (i) ；e>g(i)};當圖像灰度級最小相鄰關系表中的表項按灰度值由大到小排序排列時，所述表項值e(i)=max(S(i)), S(i) = {e|e e Ω⑴；e〈g(i)};以上敘述中，Ω⑴是圖像中以灰度值g(i)對應像素為中心的鄰域內所有灰度值的集合。
3.根據(jù)權利要求2所述的一種基于人眼視覺最小探測概率最大化的圖像增強方法，其特征在于，如果所述S(i)為空集，則不對e(i)的初始值進行修改。
4.根據(jù)權利要求1所述的一種基于人眼視覺最小探測概率最大化的圖像增強方法，其特征在于，所述合并的過程為: 當圖像灰度級最小相鄰關系表中的表項按灰度值由小到大排序排列時，由第一個灰度值g (I)開始檢索全表，直到檢索到灰度值g (j) =min {e (k) | S (k) Φ Φ ,k=l，2，...，j-1}時 停止檢索，將g(l)、g(2)、…、g(j-l)合并成一個灰度r(l);其中，e (k) =min (S (k)), S(k) = {e | e e Ω (k) ；e>g(k)}, Ω (k)是圖像中以灰度值 g(k)對應像素為中心的鄰域內所有灰度值的集合； 由灰度值g(j)開始繼續(xù)檢索，直到檢索完全表，并將合并的灰度級按合并的先后順序以r(i)標記，(i=l, 2，…，m), m代表合并后灰度級的總數(shù)； 當圖像灰度級最小相鄰關系表中的表項按灰度值由大到小排序排列時，由第一個灰度值g(n)開始檢索全表，直到檢索到灰度值g(j)=max{e(k) S(k) Φ Φ , k=n, η_1,..., j+1}時停止檢索，將g(n)、g(n-l)、…、g(j+1)合并成一個灰度值r(m);其中，e (k) =max (S (k)),S(k) = {e|e e Ω (k) ;e〈g(k)}，Ω (k)是圖像中以灰度值g(k)對應像素為中心的鄰域內所有灰度值的集合； 由灰度值g(j)開始繼續(xù)檢索，直到檢索完全表，并將合并的灰度級按合并的先后順序以r(i)標記，(i=m，m-l,…，I), m代表合并后灰度級的總數(shù)。
5.根據(jù)權利要求1所述的一種基于人眼視覺最小探測概率最大化的圖像增強方法，其特征在于，所述步驟C具體為:在O至255之間計算獲取m個等概率分布的數(shù)值f(i)，(i=l, 2，…，m)，函數(shù) f 滿足 f(i)〈f(j)，(i〈j)，f(l)=0，f(m)=255，且 p(f(i)，f(i+l)-f(i))=P (f (i+1), f (i+2)-f (i+1)), (i=l, 2…m-2),令 r (i)=f(i)完成灰度映射。
6.根據(jù)權利要求1所述的一種基于人眼視覺最小探測概率最大化的圖像增強方法，其特征在于，所述不同灰度背景下人眼灰度差探測概率函數(shù)P (g，s)的具體表達式為
I I.-S
p{g,s)=——j= e 2<7- ?χ,σ = —,s > O，
σ^2π 丄3 其中，sO代表以灰度值g為背景人眼探測概率為50%的灰度差，p(g，s)代表以灰度值g為背景灰度 差S的人眼探測概率。
【文檔編號】G06T5/00GK103839231SQ201210494757
【公開日】2014年6月4日 申請日期:2012年11月27日 優(yōu)先權日:2012年11月27日
【發(fā)明者】朱楓, 嵇冠群, 郝穎明, 吳清瀟, 范曉鵬, 劉勛, 吳錦 申請人:中國科學院沈陽自動化研究所