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12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(12)发明专利申请(10)申请公布号CN110189266A(43)申请公布日2019.08.30(21)申请号201910384265.9(22)申请日2019.05.09(71)申请人湖北工业大学地址430068湖北省武汉市武昌区南湖李家墩1村1号(72)发明人叶志伟郑逍王春枝苏军张旭杨娟孙一恒金灿孙爽陈凤(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人王琪(51)Int.Cl.G06T5/00(2006.01)权利要求书3页说明书6页附图2页(54)发明名称一种自适应的快速图像增强方法(57)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。CN110189266ACN110189266A权利要求书1/3页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Gmax和最小灰度值Gmin,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。2.根据权利要求1所述的一种自适应的快速图像增强方法,其特征在于:所述步骤3中将原始图像灰度直方图进行插值平滑处理所采用的公式为:上式中f(i,j)表示原始图像在像素点(i,j)处的灰度值,temp表示像素点(i,j)经过插值平滑处理后的灰度值,step表示预先设定的进行插值的步长;将平滑处理后的图像进行归一化处理所采用的公式为:上式中f(i,j)表示经过平滑处理的图像在像素点(i,j)处的灰度值,f'(i,j)表示归一化处理后图像在像素点(i,j)处的灰度值,Gmax是图像最大灰度值,Gmin是图像最小灰度值。3.根据权利要求1所述的一种自适应的快速图像增强方法,其特征在于:所述步骤4中,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'中的偏度值Skew(I'),具体计算如下:2CN110189266A权利要求书2/3页其中,E表示数学期望,μ表示均值,σ表示标准差,μ=EI',σ=EI'2-μ2。4.根据权利要求1所述的一种自适应的快速图像增强方法,其特征在于:所述步骤5中,Gm=10。5.根据权利要求1所述的一种自适应的快速图像增强方法,其特征在于:所述步骤6包括如下步骤:步骤6.1,判断γ值的取值范围,当γ∈(1,Gm)时,设为p=1;当γ∈(0,1)时,设为p=0.1;步骤6.2,计算当前γ1值的评价值fit1,记当前的评价值为最优评价值,即fitbest=fit1,保留当前评价值最优的γ1值;步骤6.3,更新γ值,γ=γ+p,计算评价值fit2;步骤