基于自適應小波域處理的彩色圖像對比度增強算法
【專利摘要】本發明公開了一種基于自適應小波域處理的彩色圖像對比度增強算法，其包括如下步驟：步驟1、彩色圖像RGB三層數據分別進行小波分解；步驟2、根據RGB三通道低頻小波系數分布特性對其進行非線性變換，實現自適應增強對比度；步驟3、根據RGB三通道高頻小波系數不同尺度、方向以及噪聲特性，構造高斯型閾值濾波函數進行去噪，實現抑制噪聲和偽像；步驟4：小波逆變換，重構RGB圖像。本發明適用于彩色圖像的對比度增強，使圖像更加清晰、色調更加鮮明，同時抑制噪聲放大、提高信噪比，有效地改善圖像的視覺效果。
【專利說明】
基于自適應小波域處理的彩色圖像對比度増強算法
技術領域
[0001] 本發明屬于圖像處理技術領域，設及一種基于自適應小波域處理的彩色圖像對比 度增強算法。
【背景技術】
[0002] 由于受到光照、天候等成像條件及光學傳感器退化因素的影響，實際圖像可能存 在著對比度下降、動態范圍偏窄、有效量化不足W及目標局部細節信息分辨力不強等問題， 運將影響人眼對目標精細判讀解譯或機器自動識別的能力。在實際應用中，通常采用圖像 對比度增強技術來解決上述問題，并已被廣泛應用于醫學圖像診斷、視頻監視、故障檢測、 計算機視覺W及光學遙感圖像增強與目標識別等領域。
[0003] 目前的灰度圖像對比度增強算法主要分為灰度變換法、直方圖調整法和反銳化掩 模。其中，灰度變換法可分為對數變換、指數變換等，該類方法僅是通過調整圖像灰度動態 范圍來提高對比度，對視覺效果提升不夠明顯，而且會帶來噪聲放大、偽像等問題。直方圖 調整可分為直方圖均衡化、直方圖規定化等，該類方法是通過重新調整圖像直方圖分布的 方式實現對比度的增強，也存在噪聲放大的問題，特別是在處理彩色圖像時可能導致色彩 失真。反銳化掩模僅僅增強圖像邊緣能量，即增強高頻信息，同樣會導致噪聲放大，而且計 算繁雜，處理效率低。
【發明內容】
[0004] 本發明的目的是針對現有彩色圖像對比度增強算法存在的圖像增強效果不佳、適 應性不足、易出現噪聲放大W及計算復雜等問題，提出一種基于自適應小波域處理的彩色 圖像對比度增強算法，適用于自適應地增強彩色圖像對比度，使圖像更加清晰、色調鮮明， 并能夠有效地抑制噪聲放大，增強圖像視覺效果。
[0005] 本發明的目的是通過W下技術方案實現的：
[0006] -種基于自適應小波域處理的彩色圖像對比度增強算法，包括如下步驟：
[0007] 步驟1、RGB彩色圖像Ξ通道分別進行小波變換：
[000引（1)將彩色圖像動態范圍調整到[0，1 ]區間：
[0009]
[0010] 式中，Imin為待處理彩色圖像，Amax和Amin分別為彩色圖像矩陣中最大值和最小值；
[0011] (2)RGBS通道分別進行小波分解：
[001引式中，φ為sym4小波基函數，j為小波分解尺度，R、G、B分別代表Ξ基色通道，WR、WG 和WB分別為RGBS通道小波系數，x、y和p、q分別表示圖像域和小波域的坐標，Z為整數集合。
[0016] 步驟2、根據RGBS通道低頻小波系數分布特性對其進行非線性變換，實現自適應 增強對比度：
[0017] (1)提取Ξ通道低頻小波系數，構成矩陣WA，并計算矩陣WA累積分布函數：
[001 引
[0019] 式中，m為WA中最小值，Ντ(ω)表示數值等于ω的小波系數數量，N為小波系數長 度；
[0020] 在累積分布函數中找至I"值為1 %和99%時相應的小波系數com和ωΜ，即：
[0021] T(t〇m) = l%，
[0022] t(c〇m) = 99%;
[0023] (2)根據低頻小波系數整體分布特性，求解非線性變換函數f( ω ):
[0024] f( ω )=aw2+bco+c;
[0025] 式中，a、b、c為待定系數，利用該變換函數將c〇m和COM分別變換到WA中最小值m和最 大值Μ處，同時WA均值ω Z變換到2^1附近，即：
[0029] (3)利用f ( ω )對WA進行灰度變換得WAx，然后對WAx中含有的小于m或大于Μ的數據 進行剔除：
[0030]
[0031 ]式中，WAout為低頻小波系數最終增強結果；
[0032] (4)從WAout中分離出Ξ層數據，替換Ξ通道低頻小波系數。
[0033] 步驟3、根據RGBS通道高頻小波系數不同尺度、方向W及噪聲特性，構造高斯型闊 值濾波函數進行去噪，實現抑制噪聲和偽像：
[0034] (1)根據RGBS通道高頻小波系數的不同尺度、方向W及噪聲特性，計算相應濾波 闊值：
[0035]
[0036] 式中山和Οχ分別為j尺度子帶圖像小波系數的長度和標準差，歷為噪聲方差；
[0037] (2)構造高斯型闊值函數F(w)，對各通道、尺度、方向的高頻小波系數分別進行闊 值濾波，達到抑制噪聲和偽像的目的：
[00；3 引
[0039] 步驟4、通過小波逆變換重構RGB圖像：
[0040] 對經過步驟2和步驟3處理后得到的小波系數進行逆變換，重新構成RGB圖像，即得 到最終增強結果。
[0041] 本發明相比于已有算法，具有W下優點：
[0042] (1)本發明提出的基于自適應小波域處理的彩色圖像對比度增強算法既能夠自適 應地增強圖像對比度，又能夠有效地保持彩色圖像的色調并抑制噪聲和偽像，避免色彩失 真從而使得彩色圖像的色彩更加鮮明，顯著增強圖像的視覺效果。同時，該算法可應用于灰 度圖像的對比度增強處理。
[0043] (2)本發明基于灰度變換法，根據RGBS通道低頻小波系數整體分布特性選取變換 函數，通過對Ξ通道低頻小波系數全局化非線性變換，自適應調整小波系數分布，從而實現 了圖像的自動對比度增強，同時有效保證了圖像色調不變、亮度適中。而且該方法具有算法 簡單、適應性強、處理效率高等優點。
[0044] (3)本發明通過對RGBS通道各尺度、方向的高頻小波系數進行不同闊值濾波，達 到抑制噪聲放大的目的。同時，針對硬闊值濾波易產生振鈴和軟闊值濾波易出現能量損失 嚴重、重構誤差大等問題，構建了高斯型闊值濾波函數，通過該函數能夠實現抑制噪聲的同 時，保持景物紋理細節信息的目的，并且能夠有效地抑制振鈴并降低重構誤差，從而使得算 法具有較強的適應性。
【附圖說明】
[0045] 圖1為基于小波變換的彩色圖像自適應對比度增強算法流程；
[0046] 圖2為圖像累積分布函數示意圖；
[0047] 圖3為非線性灰度變換函數曲線示意圖；
[004引圖4為軟闊值函數和硬闊值函數示意圖；
[0049] 圖5為高斯型闊值函數曲線示意圖；
[0050] 圖6為噪聲圖像小波分解結果；
[0051 ]圖7為小波闊值濾波結果；
[0化2]圖8為彩色圖像(一）；
[0053]圖9為彩色圖像(一)處理結果；
[0化4]圖10為彩色圖像(二）；
[0化5]圖11為彩色圖像(二)處理結果；
[0056] 圖12為灰度圖像；
[0057] 圖13為灰度圖像處理結果。
【具體實施方式】
[005引下面結合附圖對本發明的技術方案作進一步的說明，但并不局限于此，凡是對本 發明技術方案進行修改或者等同替換，而不脫離本發明技術方案的精神和范圍，均應涵蓋 在本發明的保護范圍中。
[0059] 本發明提供了一種基于自適應小波域處理的彩色圖像對比度增強算法，用于彩色 圖像對比度增強，提高視覺效果。WRGB圖像為例，如圖1所示，其具體實施步驟如下：
[0060] 步驟1、RGB彩色圖像立通道分別進行小波分解：
[0061] 先將彩色圖像動態范圍調整到[0，1]區間：
[0062]
[0063] 式中，Imin為待處理彩色圖像，Amax和Amin分別為彩色圖像矩陣中最大值和最小值。
[0064] 然后，RGBS通道分別講行小掘分解：
[006引式中，Φ為sym4小波基函數，j為小波分解尺度，R、G、B分別代表Ξ基色通道，WR、WG 和WB分別為RGBS通道小波系數，x、y和p、q分別表示圖像域和小波域的坐標，Z為整數集合。
[0069] 步驟2、根據RGBS通道低頻小波系數分布特性對其進行非線性變換，實現自適應 增強對比度：
[0070] 為保證圖像色調不變，對Ξ層數據按相同法則進行處理。
[0071] (1)分別提取WR、WG和WB的低頻部分，構成矩陣WA，并計算矩陣WA累積分布函數 (CD 巧：
[0072]
[0073] 式中，m為WA中最小值，Nr( ω )表示數值等于ω的小波系數的數量，N為小波系數長 度。
[0074] (2)如圖2所示，在累積分布函數中找到Τ值為1%和99%時(此數值可根據實際要 求適當調整)相應的小波系數ω m和ω Μ，即：
[0075] T(t〇m) = l%，
[0076] T(c〇m) = 99%。
[0077] (3)圖像的對比度是指圖像中最亮部分與最暗部分的密度之比，圖像紋理的溝紋 越深、脊線越突出，對比度越高。因此，將ω。和ωΜ分別向兩側拉伸即可實現對比度增強；另 夕h為將小波系數分布密集區域寬度擴展、分布稀疏區域寬度壓縮，同時保證圖像亮度適 中，如圖3所示，本發明選取非線性變換函數為：
[007引 f( ω )=aw2+bco+c，
[0079]式中，a、b、c為待定系數。利用該變換函數將c〇m和COM分別變換到WA中最小值m和最 大值Μ處，同時WA均值ω Z變換到2^1附近，即：
[0083] (4)利用f ( ω )對WA進行灰度變換得WAx，然后對WAx中含有的小于m或大于Μ的數據 進行剔除：
[0084]
[0085] 式中，WAout為低頻小波系數最終增強結果。
[0086] (5)從WAout中分離出Ξ層數據，替換WR、WG和WB的低頻小波系數。
[0087] 步驟3:根據RGBS通道高頻小波系數不同尺度、方向W及噪聲特性，構造高斯型闊 值濾波函數進行去噪，實現抑制噪聲和偽像。
[0088] 圖像和噪聲在經小波變換后具有不同的統計特性，圖像本身的能量對應著幅值較 大的小波系數，而噪聲能量則對應著幅值較小的小波系數。根據運一特征，設置一個闊值口 限化，對WR、WG和WB的高頻子帶進行濾波。認為大于該闊值的小波系數的主要成份為有用信 號，給予保留；小于該闊值的小波系數，主要成份為噪聲，予W剔除，達到降噪目的。
[0089] 在小波變換中，不同尺度的高頻小波系數差別很大，因此闊值需要根據不同尺度 來進行相應的調整。
[0090]
[0091] 式中山和Οχ分別為j尺度子帶圖像小波系數的長度和標準差，式為噪聲方差。
[0092] 常用的闊值濾波函數有軟闊值函數和硬闊值函數(如圖4所示），但是硬闊值函數 具有階躍特性，容易引起振鈴現象;軟闊值函數雖然連續性好，但會造成一定信息損失，給 重構帶來誤差。實際應用中，常常需要對闊值函數進行改進。
[0093] 此處目的在于抑制噪聲放大，而非去除噪聲，針對該需求，本發明采用高斯函數構 造闊值濾波函數(如圖5所示），將闊值處小波系數幅值削弱1/e，幅值很小的小波系數大幅 度削弱，而幅值較大的小波系數幾乎完全保留，濾波公式如下：
[0094]
[00M]利用該濾波函數分別對WR、WG和WB中高頻小波系數進行濾波。如圖6、圖7所示，降 噪效果良好。
[0096] 步驟4:小波逆變換，重構RGB圖像。
[0097] 對經過步驟2和步驟3處理后得到的小波系數進行逆變換，重新構成RGB圖像，即得 到最終增強結果。
[0098] 處理結果展示如圖8~圖13所示。
【主權項】
1. 一種基于自適應小波域處理的彩色圖像對比度增強算法，其特征在于所述算法步驟 如下： 步驟1、彩色圖像RGB三層數據分別進行小波分解； 步驟2、根據RGB三通道低頻小波系數分布特性對其進行非線性變換，實現自適應增強 對比度； 步驟3、根據RGB三通道高頻小波系數不同尺度、方向以及噪聲特性，構造高斯型閾值濾 波函數進行去噪，實現抑制噪聲和偽像； 步驟4:小波逆變換，重構RGB圖像。2. 根據權利要求1所述的基于自適應小波域處理的彩色圖像對比度增強算法，其特征 在于所述步驟1的具體步驟如下： (1) 將彩色圖像動態范圍調整到[0，1 ]區間：式中，ΙΠΗη為待處理彩色圖像，AmajP Amin分別為彩色圖像矩陣中最大值和最小值； (2) RGB三通道分別進行小波分解：式中，Φ為sym4小波基函數，j為小波分解尺度，R、G、B分別代表三基色通道，WR、WG和WB 分別為RGB三通道小波系數，x、y和p、q分別表示圖像域和小波域的坐標，Z為整數集合。3. 根據權利要求1所述的基于自適應小波域處理的彩色圖像對比度增強算法，其特征 在于所述步驟2的具體步驟如下： (1) 提取三通道低頻小波系數，構成矩陣WA，并計算矩陣WA累積分布函數：式中，m為WA中最小值，Nr( ω )表示數值等于ω的小波系數數量，N為小波系數長度； 在累積分布函數中找到Τ值為1 %和99 %時相應的小波系數ω jP ω μ，即： T( 〇m) = l% , Τ(ωΜ)=99%； (2) 根據低頻小波系數整體分布特性，求解非線性變換函數f( ω ): f( ω ) = a ω 2+b ω +c; 式中，a、b、c為待定系數，利用該變換函數將ω jP ω μ分別變換到WA中最小值m和最大值 Μ處，同時WA均值ω z變換到2j-1附近，即： f(com) = aco；n+b〇Jm+c = rn / [co.) = 〇(〇'. + b(〇. + c - 2' 1， f ) = aco^ + h(0u + c - M 解方程可確定待定系數： 「. π-1 α ω? eam 1 m b = f?: mz 1 1]Λ ； P G?m 1 -魅' _ (3) 利用f( ω )對WA進行灰度變換得WAX，然后對WAX中含有的小于m或大于M的數據進行 剔除：式中，WAc>ut為低頻小波系數最終增強結果； (4) 從WAQUt中分離出三層數據，替換三通道低頻小波系數。4.根據權利要求1所述的基于自適應小波域處理的彩色圖像對比度增強算法，其特征 在于所述步驟3的具體步驟如下： (1) 根據RGB三通道高頻小波系數的不同尺度、方向以及噪聲特性，計算相應濾波閾值：式中，LjP〇x分別為j尺度子帶圖像小波系數的長度和標準差，erf為噪聲方差； (2) 構造高斯型閾值函數F(co)，對各通道、尺度、方向的高頻小波系數分別進行閾值濾 波，達到抑制噪聲和偽像的目的：
【文檔編號】G06T5/00GK106067164SQ201610362381
【公開日】2016年11月2日
【申請日】2016年5月26日 公開號201610362381.7, CN 106067164 A, CN 106067164A, CN 201610362381, CN-A-106067164, CN106067164 A, CN106067164A, CN201610362381, CN201610362381.7
【發明人】智喜洋, 江世凱, 張偉, 胡建明, 孫晅, 傅斌
【申請人】哈爾濱工業大學