(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112561835 A(43)申请公布日 2021.03.26
(21)申请号 202011471987.7(22)申请日 2020.12.15
(71)申请人 南京邮电大学
地址 210003 江苏省南京市鼓楼区新模范
马路66号(72)发明人 刘宁 齐露 许吉 刘宇昕
郭思婕 刘志佳 吴杨康 刘尧振 蔡闻超 (74)专利代理机构 南京纵横知识产权代理有限
公司 32224
代理人 董建林(51)Int.Cl.
G06T 5/40(2006.01)G06T 7/136(2017.01)G06T 7/90(2017.01)
权利要求书2页 说明书6页 附图3页
G06K 9/62(2006.01)
(54)发明名称
一种自适应逆直方图均衡化细节增强方法及系统(57)摘要
本发明公开了图像处理技术领域的一种自适应逆直方图均衡化细节增强方法及系统，改善了图像在不同灰度层分布的效果，使图像的多个区域对比度达到不同程度的提高。包括：对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；对第一中间图像进行阈值分割，得到第二中间图像；对第二中间图像进行多段映射，完成对红外图像的增强。
CN 112561835 ACN 112561835 A
权 利 要 求 书
1/2页
1.一种自适应逆直方图均衡化细节增强方法，其特征是，包括：对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；
对第一中间图像进行阈值分割，得到第二中间图像；对第二中间图像进行多段映射，完成对红外图像的增强。
2.根据权利要求1所述的自适应逆直方图均衡化细节增强方法，其特征是，所述统计计算图像信息的逆直方图分布采用如下统计函数：
其中，h(k)是逆直方图的统计函数，n是图像的总像素的个数，c(k)为逆直方图的递减函数，L为灰度阶数。
3.根据权利要求1所述的自适应逆直方图均衡化细节增强方法，其特征是，所述阈值分割的方法为：先采用聚类分析的方法初步选取，再通过对图像进行最大类间方差确定阈值。
4.根据权利要求3所述的自适应逆直方图均衡化细节增强方法，其特征是，所述通过对图像进行最大类间方差确定阈值，具体为：当最大类间方差函数为单峰时，对应的灰度值B为最佳阈值；当最大类间方差函数为双峰或者多峰时，采用灰度值A做最佳阈值。
5.根据权利要求1所述的自适应逆直方图均衡化细节增强方法，其特征是，所述对第二中间图像进行多段映射，具体为：对于16bits数据宽度采用多分段映射到8bits数据宽度，对应的转换函数如下：
其中,g(x,y)表示根据阈值分割后的合成图像；X1和X2表示在16位红外图像中根据g(x,y)进行二次阈值分割后划分的图像；Y1和Y2表示在8位图像f′(x,y)中设置的相应阈值。
阈值分割的公式如下：
其中，H1和H2表示波峰，h(k)表示逆直方图的统计函数。
6.根据权利要求5所述的自适应逆直方图均衡化细节增强方法，其特征是，通过波峰H1和H2对应的像素X1,X2的选取将图像细节部分进行再一次的分割，将细节部分划分为主要细节和次要细节：
2
CN 112561835 A
权 利 要 求 书
2/2页
通过压缩高位图像的背景像素区域和扩大主要细节像素区域，完成对红外图像的增强。
7.一种自适应逆直方图均衡化细节增强系统，其特征是，包括：第一模块，用于对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；
第二模块，用于对第一中间图像进行阈值分割，得到第二中间图像；第三模块，用于对第二中间图像进行多段映射，完成对红外图像的增强。
3
CN 112561835 A
说 明 书
一种自适应逆直方图均衡化细节增强方法及系统
1/6页
技术领域
[0001]本发明属于图像处理技术领域，具体涉及一种自适应逆直方图均衡化细节增强方法及系统。
背景技术
[0002]红外热成像因其独特的温差成像方式，使其能够在不受环境光的影响下稳定执行观测任务，在人类生活的许多领域中发挥着日益重要的作用。直方图均衡技术在红外图像显示中具有重要的地位，红外焦平面接收热辐射后经过光电转换将光信号变为电信号，再经过焦平面读出电路，以电流或电压的形式输出模拟信号，系统中的模数转换过程将原始红外图像模拟信号变为14bit数字信号，这种信号是无法被人眼直接观察的，必须经过直方图均衡化后转变为8bit信号供人眼观察。在一幅图像中，不同的灰度值代表的是物体接收到不同的辐射能量，图像呈现出的灰度范围是不同的，对比度也不同。全局直方图均衡化技术仅仅只是将图像的灰度显示范围进行了均匀地扩大，因而，全局直方图均衡化方法处理原始红外图像得到的结果并不理想。
发明内容
[0003]为解决现有技术中的不足，本发明提供一种自适应逆直方图均衡化细节增强方法及系统，改善了图像在不同灰度层分布的效果，使图像的多个区域对比度达到不同程度的提高。
[0004]为达到上述目的，本发明所采用的技术方案是：一种自适应逆直方图均衡化细节增强方法，包括：对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；对第一中间图像进行阈值分割，得到第二中间图像；对第二中间图像进行多段映射，完成对红外图像的增强。[0005]进一步地，所述统计计算图像信息的逆直方图分布采用如下统计函数：
[0006][0007]
其中，h(k)是逆直方图的统计函数，n是图像的总像素的个数，c(k)为逆直方图的递减函数，L为灰度阶数。[0008]进一步地，所述阈值分割的方法为：先采用聚类分析的方法初步选取，再通过对图像进行最大类间方差确定阈值。[0009]进一步地，所述通过对图像进行最大类间方差确定阈值，具体为：当最大类间方差函数为单峰时，对应的灰度值B为最佳阈值；当最大类间方差函数为双峰或者多峰时，采用灰度值A做最佳阈值。[0010]进一步地，所述对第二中间图像进行多段映射，具体为：对于16bits数据宽度采用多分段映射到8bits数据宽度，对应的转换函数如下：
4
CN 112561835 A
说 明 书
2/6页
[0011]
其中,g(x,y)表示根据阈值分割后的合成图像；X1和X2表示在16位红外图像中根据
g(x,y)进行二次阈值分割后划分的图像；Y1和Y2表示在8位图像f′(x,y)中设置的相应阈值。[0013]阈值分割的公式如下：
[0014]
[0012]
其中，H1和H2表示波峰，h(k)表示逆直方图的统计函数。
[0016]进一步地，通过波峰H1和H2对应的像素X1,X2的选取将图像细节部分进行再一次的分割，将细节部分划分为主要细节和次要细节：
[0015]
[0017]
通过压缩高位图像的背景像素区域和扩大主要细节像素区域使得映射后的低位图像的对比度得到提高，最终图像f'(x,y)显示的效果更加清晰。[0019]一种自适应逆直方图均衡化细节增强系统，包括：第一模块，用于对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；第二模块，用于对第一中间图像进行阈值分割，得到第二中间图像；第三模块，用于对第二中间图像进行多段映射，完成对红外图像的增强。[0020]与现有技术相比，本发明所达到的有益效果：本发明通过逆向统计、自适应选取阈值以及分段映射来增强图像细节，利用逆直方图均衡化技术不仅使得红外图像的低中灰度区域的对比度和亮度得到保持，而且在图像高灰度区域的对比度和亮度也能够得到有效地提高。
附图说明
[0021]图1是本发明实施例提供的一种自适应逆直方图均衡化细节增强方法的流程示意图；
[0022]图2是传统直方图均衡(a)和逆直方图均衡(b)对比效果图；[0023]图3是图2中的(a)、(b)对应的红外原始图像；[0024]图4是图3中的(a)、(b)经全局直方图均衡后的红外图像；[0025]图5是图3中的(a)、(b)经双直方图均衡后的红外图像；[0026]图6是图3中的(a)、(b)经逆直方图均衡后的红外图像；[0027]图7是多帧图像下的RMSC(均方根对比度)；
5
[0018]
CN 112561835 A[0028]
说 明 书
3/6页
图8是多帧图像下的PSNR(峰值信噪比)。
具体实施方式
[0029]下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来本发明的保护范围。[0030]实施例一：[0031]如图1所示，一种自适应逆直方图均衡化细节增强方法，包括：对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；对第一中间图像进行阈值分割，得到第二中间图像；对第二中间图像进行多段映射，完成对红外图像的增强。
[0032]步骤1.对采集到的红外图像的图像信息进行统计计算，获得图像信息的逆直方图分布，进而得到第一中间图像；
[0033]在保证经过统计函数变换前后的概率密度统计函数之和始终为1的基础上，逆直方图统计将图像的概率累计分布变成递减分布，所以当应用到数字图像处理时，假设数字图像的灰度值有L阶，则有下面的函数变换公式：
[0034]
[0035]
其中，n是图像的总像素的个数；nk是图像中灰度为rk的对应像素个数，L为灰度阶那么逆直方图的递减函数为：
数。
[0036]
[0037]
[0038]
逆直方图的概率密度函数分别为：
[0039]
[0040][0041][0042]
则逆直方图的统计函数为：
步骤2.对第一中间图像进行阈值分割，得到第二中间图像；对图像的逆直方图进行自适应阈值选取，针对不同阈值范围，再次进行不同的逆直方图统计分布；先采用聚类分析的方法初步选取，再通过对图像进行最大类间方差确定阈值。
[0043]选择一个可以将这些模式分开的阈值T来从背景中提取物体，假设阈值为T，在阈
6
CN 112561835 A
说 明 书
4/6页
值分割后的均衡化图像g(x,y)如下所示：
[0044][0045]
文中自适应阈值T的选取采用聚类分析的思想，有如下公式：
[0046]
[0047]
在细节和背景像素分布悬殊的情况下，通过公式(6)计算的灰度值A可以划分原图
像的细节和背景区域；同时为了保证阈值T选取的严谨性，通过对图像进行最大类间方差法确定阈值，假设细节和背景各占图像比例为w0和w1，对应平均灰度为u0和u1，图像总平均灰度为u，则有：
[0048]
联立上两式可得：[0050]V＝w·w·(u‑u)2
0101 (8)
[0051]将最大类间方差V在图像中的对应值定义为灰度值B，当方差V最大类间方差函数为单峰时，灰度值B为最佳阈值。但是当类间方差函数出现双峰或者多峰时，图像分割效果并不好。这时就需要采用上面的灰度值A做最佳阈值。
[0052]
[0049]
步骤3.对第二中间图像进行多段映射，完成对红外图像的增强。[0054]在一般平稳的场景中，热图像灰度区可能集中在较小一部分的量化范围，对于16bits数据宽度采用多分段映射到8bits数据宽度，对应的转换函数如下：
[0053]
[0055]
其中，g(x,y)表示根据阈值分割后的合成图像；X1和X2表示在16位红外图像中根据g(x,y)进行二次阈值分割后划分的图像；Y1和Y2表示在8位图像f′(x,y)中设置的相应阈值。[0057]阈值分割的公式如下：
[0056]
7
CN 112561835 A
说 明 书
5/6页
[0058][0059]
其中，H1和H2表示波峰，h(k)表示逆直方图的统计函数。
[0060]由公式10可知，通过波峰H1和H2对应的像素X1,X2的选取将图像细节部分进行再一次的分割，将细节部分划分为主要细节和次要细节：
[0061]
因为背景像素一般占图像的绝大部分区域，所以该方法在图像高位向低位映射过程中，通过压缩高位图像的背景像素区域和扩大主要细节像素区域使得映射后的低位图像的对比度得到提高，最终图像f'(x,y)显示的效果更加清晰。[0063]从图2(a)、(b)可知，在椭圆形实线框中的烙铁光晕对比效果上，(b)比(a)更为清晰，而且(b)中烙铁周围的光晕被压缩得很彻底；矩形虚线框区域中台灯与周围环境层次分明。
[00]文中对其中图2的两帧图像分别进行传统直方图均衡化(HE)，保持亮度的双直方图均衡化(BBHE)，以及逆直方图均衡化(IHE)图像增强。由图3(a)、(b)呈现的原始红外图像可观察到，其显示灰度值呈现在一个较窄区域内并且密集分布，通过该图像无法观察到其拍摄的细节，图像较为模糊。接下来经过全局直方图均衡化图像(图4(a)、(b))处理后，该算法使图像整体亮度得到较大的改善，处理后的图像亮度在亮度范围中间值附近，图像整体灰度值分布虽然较为均匀，但是图像的整体亮度显示过曝，浅色实线框中烙铁明显过度曝光，无法观察其细节；接着在BBHE算法中，由图5(a)、(b)可见：虽然保持住了图像的亮度均值，但是图像明显出现过度增强，在深色虚线框区域的台灯细节被压缩的无法可见，导致高低灰度区对比度压缩过度。最后，从文中IHE算法效果(图6(a)、(b))中可观察，浅色实线框中的烙铁和深色虚线框区域内的台灯都能够在图像中清晰的显示，在压低烙铁亮度的同时保证台灯亮度能够提高。该算法不仅保持住了图像的亮度均值，而且使得图像各个区域的亮度得到不同程度的增强，对比度也得到不同程度的提高。
[0065]接着文中选取视频流中多帧图像进行均方根对比度(RMSC)、均方误差(MSE)和峰
对比度就越大，红外图像的细节就越丰富。由图7的值信噪比(PSNR)的测量，RMSC的值越大，
折线图可知，对多帧图像进行细节处理时，双直方图均衡化的RMSC值最大，逆直方图均衡化处理后的RMSC其次。由图8可以看出：在不同帧数的处理效果下IHE的PSNR值最大，说明IHE的处理效果图与原图像的相似度最高。[0066]综上所述，本发明自适应逆直方图均衡细节增强的算法，所处理的图像与传统算法相比具有更好的曝光和细节展示功能，更加适合观察者的视觉观察。[0067]实施例二：
[0068]基于实施例一所述的自适应逆直方图均衡化细节增强方法，本实施例提供一种自适应逆直方图均衡化细节增强系统，包括：[0069]第一模块，用于对采集到的红外图像的图像信息进行统计计算，获得图像信息的
8
[0062]
CN 112561835 A
说 明 书
6/6页
逆直方图分布，进而得到第一中间图像；[0070]第二模块，用于对第一中间图像进行阈值分割，得到第二中间图像；[0071]第三模块，用于对第二中间图像进行多段映射，完成对红外图像的增强。[0072]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
9
CN 112561835 A
说 明 书 附 图
1/3页
图1
图2
10
CN 112561835 A
说 明 书 附 图
2/3页
图3
图4
图5
图6
11
CN 112561835 A
说 明 书 附 图
3/3页
图7
图8
12