预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN102436647A*(12)发明专利申请(10)申请公布号CN102436647A(43)申请公布日2012.05.02(21)申请号201110359741.5(22)申请日2011.11.14(71)申请人江苏技术师范学院地址213000江苏省常州市钟楼区中吴大道1801号(72)发明人朱幼莲黄成翟丽芳钱志文程钦(74)专利代理机构常州市江海阳光知识产权代理有限公司32214代理人汤志和(51)Int.Cl.G06T5/00(2006.01)G06T5/40(2006.01)权利要求书1页说明书5页附图7页(54)发明名称一种自适应灰度映射的图像增强方法(57)摘要本发明提供一种自适应灰度映射的图像增强方法,该方法首先给出不同灰度等级的定义、灰度阈值的设置及判别方法;然后以直方图均衡为基础,在灰度变换式中引入可变参数β,并以图像的信息熵和视觉效果为目标函数给出参数β的取值规律;最后根据设置的灰度阈值自动识别输入图像的灰度等级,并按照变换式自适应调节灰度映射后相邻两灰度之间的间距,从而避免直方图均衡过程中灰度过多合并,造成信息丢失或图像过亮或出现伪轮廓的现象。采用本发明对任意灰度级图像进行变换后,都能在保持信息熵基本不变的前提下取得较好的视觉效果,广泛应用于CT图像处理、图像特征提取、边缘检测等领域。CN1024367ACCNN110243664702436654A权利要求书1/1页1.一种自适应灰度映射的图像增强方法,其特征在于包括如下步骤:(1)、输入图像的大小为M×N,图像总像素数Q=M×N,设置高灰度阈值TH和低灰度阈值TL;(2)、统计所述图像的各灰度级的像素数qk;(3)、按等式统计所述图像的各灰度级的灰度值fi,i=0,1,…n-1,n是所述图像的总灰度级数;(4)、根据各灰度值fi统计出:小于所述低灰度阈值TL的所述灰度值fi的个数mun_low、大于所述高灰度阈值TH的所述灰度值fi的个数mun_high、以及处于所述低灰度阈值TL和高灰度阈值TH之间的所述灰度值fi的个数mun_mid;(5)、比较mun_low、mun_mid和mun_high的大小关系:如果mun_low最大,则自适应参数β的取值在0.7-0.9之间;如果mun_mid最大,则β的取值在1.0-1.2之间;如果mun_high最大,则β的取值在1.4-1.6之间;(6)、按等式qk=log(qk+1),计算所述图像的各灰度级的像素数qk,k=0,1,…n-1;(7)、按等式计算各灰度级自适应对数映射后的灰度级j,以变换图像灰度并输出所需的图像;其中,k<0,时qk=0;k=n时,qk=0。2CCNN110243664702436654A说明书1/5页一种自适应灰度映射的图像增强方法技术领域[0001]本发明属于图像处理技术领域,具体是用计算机技术和直方图均衡方法,根据输入图像的灰度概率分布来确定对应的输出灰度值,通过扩大图像灰度分布的动态范围来增强图像的对比度,从而改善图像的视觉效果。背景技术[0002]图像增强是图像处理领域的一个重要分支,其目的是改善图像的视觉效果。直方图均衡方法因其简单有效已成为图像对比度增强的常用方法。现有的直方图均衡方法有局部均衡和全局均衡两种。局部均衡可以较好地增强图像的局部细节,具体方法有子块不重叠、子块重叠和子块部分重叠三种方式。其中子块不重叠方式因产生明显的方块效应而很少采用;子块重叠方式因计算量大、处理速度慢,实际应用也不多;子块部分重叠方式,虽然可以提高处理速度,但算法相对复杂。全局均衡方法在处理速度方面有一定优势,但在均衡过程中容易造成灰度的过多合并,从而造成信息丢失或图像过亮或出现伪轮廓等现象,图像的视觉效果不佳。发明内容[0003]本发明实际要解决的技术问题是提供一种信息熵基本不变且视觉效果良好的自适应灰度映射的图像增强方法,以满足用户对图像增强的要求。[0004]为解决上述技术问题,本发明提供了一种自适应灰度映射的图像增强方法,其特征在于包括如下步骤:[0005](1)、输入图像的大小为M×N,图像总像素数Q=M×N,设置高灰度阈值TH和低灰度阈值TL;[0006](2)、统计所述图像的各灰度级的像素数qk;[0007](3)、按等式统计所述图像的各灰度级的灰度值fi,i=0,1,…n-1,n是所述图像的总灰度级数,是在输入所述图像之前就已知的已知量;[0008](4)、根据各灰度值fi统计出:小于所述低灰度阈值TL的所述灰度值fi的个数mun_low、大于所述高灰度阈值TH的所述灰度值fi的个数mun_high、以及处于所述低灰度阈值TL和高灰度阈值TH之间的所述灰度值fi的个数mun_mid;[0009](5)、比较mun_low、mun_m