CN100345160C - 一种控制平均亮度的直方图均衡方法 - Google Patents

Abstract

本发明提供了一种控制平均亮度的直方图均衡方法，按颜色模型抽取数字图像中的亮度数值，根据统计后的量度直方图计算亮度、平均亮度、均衡系数等一系列数值后，映射图像亮度并还原数字图像。本发明提供的控制平均亮度的直方图均衡方法，可以有效直接地控制直方图均衡带来的亮度变化，节省存储空间。

Description

一种控制平均亮度的直方图均衡方法

技术领域

本发明涉及一种控制平均亮度的直方图均衡方法，该方法应用于静止图像处理、视频图像增强等技术领域。

背景技术

直方图是对输出数据进行分组统计图，它反映了目标数据的分布几率特征。直方图均衡是一种利用该分组统计图进行分布特征优化的技术，优化以后的数据分布趋向均匀分布。直方图均衡技术被广泛地应用于图像增强。

直方图均衡技术由下列文件公开：

1)Two-dimensional Signal and Image Processing，Prentice hall，Englewoodcliffs，New Jersey，1990

2)Digital Image Processing，R.C.Gonzalez，P.Wints，Addison-Wesley，Reading，Massachusetts

3)Evaluation of the Effectiveness of Adaptive Histogram Equalization forContrast Enhancement，J.Zimmerman，S.prizer，E.Staab，E.Perry，W.McCarteney and B.Brenton，IEEE Trans.on Medical Imaing，PP.304-312

4)Application of Adaptive Histogram Equalization to x-ray chest Image.Y.Li，W.Wang and D.Y.Yu，Proc.of the SPIE，PP.513-514，vol.2321，1994

这些公开的文件研究了直方图均衡技术在图像处理方面的应用并实践于医用图像和雷达图象的增强。

直方图均衡的本质在于使得增强后数据的梯度与该数据的发生几率成正比，在一副图像中，如果某个像数值越多，那么增强后它与相邻的像数值之间的对比度就越强。一般情况下直方图均衡在扩展对比度的同时，扩大了图像的动态范围，使得图像的视觉感受变好，如图4(a)和图4(b)所示，分别是均衡前的图和均衡后的直方图，与图4(a)对比，图4(b)的像素亮度分布不再集中在某个地方，因而更均匀，动态范围更大。但直方图均衡技术也有非常明显的缺点：它的均衡结果由数据的分布特征完全决定，均衡过程不受控制。直方图均衡的缺点是增强后的图像的平均亮度都趋向亮度值域的中间值，当原图的平均亮度远离该值时，增强后的图像的平均亮度变化太大，图像的总体视觉也就变化较大，在许多应用场合不符合应用需求。

发明内容

本发明提供的一种控制平均亮度的直方图均衡方法，通过控制平均亮度变化从而对直方图均衡过程进行控制。

为了达到上述目的，本发明提供了一种控制平均亮度的直方图均衡方法，其包含3种技术方案：

一种控制平均亮度的直方图均衡方法，其包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计亮度直方图H，设为数组H[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤c)、根据直方图，计算亮度累计概率分布函数CDF，设为CDF[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤d)，计算输入图像的平均亮度BA；

步骤e)、计算基于平均亮度移动限制的均衡系数K：设DBA为预定的允许亮度移动最大范围，计算：K＝DBA/|BAH-BA|，如果K＞1，则使K＝1，其中，||表示取绝对值，BAH为直方图均衡后的平均亮度，其为亮度值域的中值，即BAH＝(X₀+X_N-1)/2；

步骤f)、计算亮度映射表，即亮度值域映射表G[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；则：G[X_j]＝(1-K)×X_j+K×CDF[X_j]×X_N-1；

步骤g)，设定输入图像的亮度值为Xin，计算增强后的原图像的亮度值为Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

在步骤e)中，对均衡系数K进行限制：K＝min(DBA/(BAH-BA)，Kmax)，其中，Kmax为预设的最大直方图均衡系数，这样可以防止当平均值靠近或等于BAH时产生的较大的K值；

在步骤e)中，当图像亮度分布较为集中时，平均亮度的移动要小一点，当图像亮度分布离散时，平均亮度的移动可以大一点；故对某帧/场的平均亮度的最大移动DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma小于等于该恒量时，即直方图离散程度不大时，DBA为零，K也为零，直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大；使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

在步骤e)中，对平均亮度的最大移动DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

在步骤e)中，对平均亮度的最大移动DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，也可以是HSL空间的L值，或者它们的等效表达式。

一种控制平均亮度的截断直方图均衡方法，其包含以下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计直方图H[x]、截断直方图CH[x]、截断像数和CN，其中x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤b1)、初始化以上统计目标的存储空间：H[x]＝0；CH[x]＝0；CN＝0，x∈{X_j|j＝0，1，...，N-1}；

步骤b2)、按顺序遍历图像，读入图像当前像素的亮度值Xin；

步骤b3)、H[Xin]＝H[Xin]+1；

步骤b4)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则使CH[Xin]＝CH[Xin]+1，如果否，则使CN＝CN+1；

步骤b5)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤c)，如果不是，则返回，循环执行步骤b2)～步骤b5)；

步骤c)、计算基于截断直方图的累计概率分布函数CDF，设为CCDF[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

定义数组CCH[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

CCH[X₀]＝CH[X₀]+CN/N；

再循环计算：CCH[X_j]＝CCH[X_j-1]+CH[X_j]+CN/N，j＝1，2，...，N-1；

最后循环计算：CCDF[X_j]＝CCH[X_j]/Num，j＝0，1，...，N-1；其中Num为该图像的像素总数；

步骤d)、计算平均亮度偏移BAM_CUT：

$\mathrm{BAM}\_\mathrm{CUT}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}H\left[X_j\right]\×\left(G\right[X_j]-X_j);$

步骤e)、计算均衡系数K：K＝DBA/|BAM_CUT|，其中，DBA为预定的允许亮度移动最大范围，||表示取绝对值；如果计算得到的K大于1，则令K＝1；

步骤f)、计算亮度映射表G[x]：G[X_j]＝(1-K)×X_j+K×CCDF[X_j]×X_N-1，j＝0，1，...，N-1；

步骤g)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

在步骤b2)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

在步骤e)中，对均衡系数K进行限制：K＝min(DBA/|BAH|，Kmax)，其中，Kmax为预设的最大直方图均衡系数，这样可以防止当平均值靠近或等于BAH时产生的较大的K值；

在步骤e)中，当图像亮度分布较为集中时，平均亮度的移动要小一点，当图像亮度分布离散时，平均亮度的移动可以大一点；故对某帧/场的平均亮度的最大移动DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma小于等于该恒量时，即直方图离散程度不大时，DBA为零，K也为零，直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大；使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

在步骤e)中，对平均亮度的最大移动DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

在步骤e)中，对平均亮度的最大移动DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，也可以是HSL空间的L值，或者它们的等效表达式。

一种控制平均亮度的截断直方图均衡方法，其包含以下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计全图亮度和S，截断直方图CH[x]，截断像数和CN，剩余亮度和SS，其中，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤b1)、初始化以上统计目标的存储空间：S＝0；SS＝0；CH[x]＝0；CN＝0，其中，x∈{X_j|j＝0，1，...，N-1}；

步骤b2)、按顺序遍历图像，读入图像当前像素的亮度值Xin；

步骤b3)、S＝S+Xin；

步骤b4)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则使CH[Xin]＝CH[Xin]+1，SS＝SS+Xin，如果否，则使CN＝CN+1；

步骤b5)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤c)，如果不是，则返回，循环执行步骤b2)～步骤b5)；

步骤c)、计算基于截断直方图的累计概率分布函数CDF，设为CCDF[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

定义数组CCH[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

CCH[X₀]＝CH[X₀]+CN/N；

再循环计算：CCH[X_j]＝CCH[X_j-1]+CH[X_j]+CN/N，j＝1，2，...，N-1；

最后循环计算：CCDF[X_j]＝CCH[X_j]/Num，j＝0，1，...，N-1；其中Num为该图像的像素总数；

步骤d)、计算均衡后的近似平均亮度BA_CUT：

BA_CUT＝[SS+(X₀+X_N-1)×CN/2]/Num；

步骤e)、计算图像平均亮度BA：BA＝S/Num；

步骤f)、计算均衡系数K：K＝DBA/|BA_CUT-BA|，其中，DBA为预定的允许亮度移动最大范围；||表示取绝对值；

步骤g)、计算亮度映射表G[x]：G[X_j]＝(1-K)×X_j+K×CCDF[X_j]×X_N-1；j＝0，1，...，N-1；

步骤h)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

本方法对平均亮度偏移进行近似计算，节省了一个直方图统计，并使平均亮度偏移的计算不需要通过CCDF，增加了计算的并行性。

在步骤b2)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

在步骤f)中，对均衡系数K进行限制：K＝min(DBA/|BA_CUT-BA|，Kmax)，其中，Kmax为预设的最大直方图均衡系数，这样可以防止当平均值靠近或等于BAH时产生的较大的K值；

在步骤f)中，当图像亮度分布较为集中时，平均亮度的移动要小一点，当图像亮度分布离散时，平均亮度的移动可以大一点；故对某帧/场的平均亮度的最大移动DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma小于等于该恒量时，即直方图离散程度不大时，DBA为零，K也为零，直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大；使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

在步骤f)中，对平均亮度的最大移动DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

在步骤f)中，对平均亮度的最大移动DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，也可以是HSL空间的L值，或者它们的等效表达式。

应用本发明提供的控制平均亮度的直方图均衡方法，结合使用帧/场间预测技术，将当前帧/场的直方图等的特征值应用到下一帧/场的对比度扩展，这样可以节省存储空间。

本发明提供的一种控制平均亮度的直方图均衡方法，可有效直接地控制直方图均衡带来的亮度变化。

附图说明

图1是本发明提供的一种控制平均亮度的直方图均衡方法的流程图；

图2是本发明提供的一种控制平均亮度的截断直方图均衡方法的流程图；

图3是本发明提供的一种控制平均亮度的截断直方图均衡方法中，对平均亮度偏移进行近似计算的流程图；

图4中，图4(a)和图4(b)分别是均衡前的图和均衡后的直方图。

具体实施方式

以下根据图1、图2、图3来具体说明本发明的一种最佳实施方式：

如图1所示，是本发明提供的控制平均亮度的直方图均衡方法的流程图，其包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计亮度直方图H，设为数组H[x]，x∈{X_j|j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色。

步骤c)、根据直方图，计算亮度累计概率分布函数CDF，设为CDF[x]，x∈{X_j|j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色。

步骤d)，计算输入图像的平均亮度BA；

步骤e)、计算基于平均亮度移动限制的均衡系数K：设DBA为预定的允许亮度移动最大范围，计算：K＝DBA/|BAH-BA|，如果K大于1，则令K等于1，其中，||表示取绝对值，BAH为直方图均衡后的平均亮度，其一般为亮度值域的中值，即BAH＝(X₀+X_N-1)/2；

步骤f)、计算亮度映射表，即亮度值域映射表G[x]，x∈{X_j|j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色；则G[j]＝(1-K)×j+K×CDF[j]×255；

步骤g)，设定输入图像的亮度值为Xin，计算增强后的原图像的亮度值为Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

在步骤e)中，对均衡系数K进行限制：K＝min(DBA/(BAH-BA)，Kmax)，其中，Kmax为预设的最大直方图均衡系数，这样可以防止当平均值靠近或等于BAH时产生的较大的K值；

在步骤e)中，当图像亮度分布较为集中时，平均亮度的移动要小一点，当图像亮度分布离散时，平均亮度的移动可以大一点；故对某帧/场的平均亮度的最大移动DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma小于等于该恒量时，即直方图离散程度不大时，DBA为零，K也为零，直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大；使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

在步骤e)中，对平均亮度的最大移动DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

在步骤e)中，对平均亮度的最大移动DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，也可以是HSL空间的L值，或者它们的等效表达式。

如图2所示，为本发明提供的控制平均亮度的截断直方图均衡方法的流程图，其包含以下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计直方图H[x]、截断直方图CH[x]、截断像数和CN，x∈{X_j|j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色。

步骤b1)、初始化以上统计目标的存储空间：H[X_j]＝0；CH[X_j]＝0；CN＝0；

步骤b2)、按顺序遍历图像，读入图像当前像素的亮度值Xin；

步骤b3)、H[Xin]＝H[Xin]+1；

步骤b4)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则使CH[Xin]＝CH[Xin]+1，如果否，则使CN＝CN+1；

步骤b5)、判断是否已经对图像所有的像素统计完毕，如果是，则执行

步骤c)，如果不是，则返回，循环执行步骤b2)～步骤b5)；

步骤c)、计算基于截断直方图的累计概率分布函数CDF，设为CCDF[x]，x∈{X_j|j＝0，1，...，255}，X_j＝j；产0对应极黑色，j＝255对应极白色。

定义数组CCH[j]，j＝0，1，...，255，且j按其大小顺序对应256级离散化的亮度值X₀，X₁，...，X_j，...，X₂₅₅，即j＝X_j；

CCH[X₀]＝CH[X₀]+CN/256；

再循环计算：CCH[X_j]＝CCH[X_j-1]+CH[X_j]+CN/256，j＝1，2，...，255；

最后循环计算：CCDF[X_j]＝CCH[X_j]/Num，j＝0，1，...，255；其中Num为该图像的像素总数；

步骤d)、计算平均亮度偏移BAM_CUT：

$\mathrm{BAM}\_\mathrm{CUT}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}H\left[X_j\right]\×\left(G\right[X_j]-X_j);$

步骤e)、计算均衡系数K：K＝DBA/|BAM_CUT|，其中，DBA为预定的允许亮度移动最大范围，||表示取绝对值；如果计算后的K大于1，则令K＝1；

步骤f)、计算亮度映射表G[j]：G[X_j]＝(1-K)×X_j+K×CCDF[X_j]×255；j＝0，1，...，255；

步骤g)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

在步骤b2)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

在步骤e)中，对均衡系数K进行限制：K＝min(DBA/|BAH|，Kmax)，其中，Kmax为预设的最大直方图均衡系数，这样可以防止当平均值靠近或等于BAH时产生的较大的K值；

在步骤e)中，当图像亮度分布较为集中时，平均亮度的移动要小一点，当图像亮度分布离散时，平均亮度的移动可以大一点；故对某帧/场的平均亮度的最大移动DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma小于等于该恒量时，即直方图离散程度不大时，DBA为零，K也为零，直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大；使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

在步骤e)中，对平均亮度的最大移动DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

在步骤e)中，对平均亮度的最大移动DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，也可以是HSL空间的L值，或者它们的等效表达式。

一种控制平均亮度的截断直方图均衡方法，如图3所示，其包含以下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计全图亮度和S，截断直方图CH[x]，截断像数和CN，剩余亮度和SS，其中，x∈{X_j]j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色。

步骤b1)、初始化以上统计目标的存储空间：S＝0；SS＝0；CH[X_j]＝0；CN＝0；

步骤b2)、按顺序遍历图像，读入图像当前像素的亮度值Xin；

步骤b3)、S＝S+Xin；

步骤b4)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则使CH[Xin]＝CH[Xin]+1，SS＝SS+Xin，如果否，则使CN＝CN+1；

步骤b5)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤c)，如果不是，则返回，循环执行步骤b2)～步骤b5)；

步骤c)、计算基于截断直方图的累计概率分布函数CDF，设为CCDF[x]，x∈{X_j|j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色；

定义数组CCH[x]，x∈{X_j|j＝0，1，...，255}，X_j＝j；j＝0对应极黑色，j＝255对应极白色；

CCH[X₀]＝CH[X₀]+CN/256；

再循环计算：CCH[X_j]＝CCH[X_j-1]+CH[X_j]+CN/256，j＝1，2，...，255；

最后循环计算：CCDF[X_j]＝CCH[X_j]/Num，j＝0，1，...，255；其中Num为该图像的像素总数；

步骤d)、计算均衡后的近似平均亮度BA_CUT：

BA_CUT＝[SS+(X₀+X_N-1)×CN/2]/Num

步骤e)、计算图像平均亮度BA：BA＝S/Num；

步骤f)、计算均衡系数K：K＝DBA/|BA_CUT-BA|，其中，DBA为预定的允许亮度移动最大范围；||表示取绝对值；如果计算后的K大于1，则令K＝1；

步骤g)、计算亮度映射表G[j]：G[X_j]＝(1-K)×X_j+K×CCDF[X_j]×255；j＝0，1，...，255；

步骤h)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

本方法对平均亮度偏移进行近似计算，节省了一个直方图统计，并使平均亮度偏移的计算不需要通过CCDF，增加了计算的并行性。

在步骤b2)中，可按行、列、倒行、倒列等顺序遍历到图像的所有像素。

在步骤f)中，对均衡系数K进行限制：K＝min(DBA/|BA_CUT-BA|，Kmax)，其中，Kmax为预设的最大直方图均衡系数，这样可以防止当平均值靠近或等于BAH时产生的较大的K值；

在步骤f)中，当图像亮度分布较为集中时，平均亮度的移动要小一点，当图像亮度分布离散时，平均亮度的移动可以大一点；故对某帧/场的平均亮度的最大移动DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma小于等于该恒量时，即直方图离散程度不大时，DBA为零，K也为零，直方图均衡没有增强效果，标准偏差越大，直方图均衡效果越大；使用离散程度作为控制手段可以获得更好的图像处理鲁棒性。

在步骤f)中，对平均亮度的最大移动DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

在步骤f)中，对平均亮度的最大移动DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

在所述的步骤a)中，颜色模型可以是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，也可以是HSL空间的L值，或者它们的等效表达式。

本发明提供的控制平均亮度的直方图均衡方法，结合使用帧/场间预测技术，将当前帧/场的直方图等的特征值应用到下一帧/场的对比度扩展，这样可以节省存储空间。

本发明提供的一种控制平均亮度的直方图均衡方法，可有效直接地控制直方图均衡带来的亮度变化。

Claims (16)

1.一种控制平均亮度的直方图均衡方法，其特征在于，包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计亮度直方图H，设为数组H[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤c)、根据直方图，计算亮度累计概率分布函数CDF，设为CDF[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤d)，计算输入图像的平均亮度BA；

步骤e)、计算基于平均亮度移动限制的均衡系数K：设DBA为预定的允许亮度移动最大范围，计算：K＝DBA/|BAH-BA|，如果K＞1，则使K＝1；其中，||表示取绝对值，BAH为直方图均衡后的平均亮度；

步骤f)、计算亮度映射表，即亮度值域映射表G[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；则：G[X_j]＝(1-K)×X_j+K×CDF[X_j]×X_N-1；

步骤g)、设定输入图像的亮度值为Xin，增强后的原图像的亮度值为Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

2.如权利要求1所述的控制平均亮度的直方图均衡方法，其特征在于，在步骤e)中，对均衡系数K进行限制：K＝min(DBA/(BAH-BA)，Kmax)，其中，Kmax为预设的最大直方图均衡系数。

3.如权利要求2所述的控制平均亮度的直方图均衡方法，其特征在于，在步骤e)中，对某帧/场的平均亮度的亮度移动最大范围DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设常数；当Sigma≤C0时，DBA为零，K为零。

4.如权利要求3所述的控制平均亮度的直方图均衡方法，其特征在于，在步骤e)中，对平均亮度的亮度移动最大范围DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

5.如权利要求4所述的控制平均亮度的直方图均衡方法，其特征在于，在步骤e)中，对平均亮度的亮度移动最大范围DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

6.如权利要求5所述的控制平均亮度的直方图均衡方法，其特征在于，在步骤e)中，所述的直方图均衡后的平均亮度BAH为亮度值域的中值，即BAH＝(X₀+X_N-1)/2。

7.如权利要求1所述的控制平均亮度的直方图均衡方法，其特征在于，在所述的步骤a)中，颜色模型是YUV颜色空间的Y值，或是YCbCr空间的Y值，或是HSV空间的V值，或是HSL空间的L值，或是它们的等效表达式。

8.如权利要求1所述的控制平均亮度的直方图均衡方法，其特征在于，结合使用帧/场间预测技术，将当前帧/场的直方图的特征值应用到下一帧/场的对比度扩展，节省存储空间。

9.一种控制平均亮度的截断直方图均衡方法，其特征在于，包含如下步骤：

步骤a)、输入数字图像，若是彩色数字图像，则需要按颜色模型抽取其中的亮度数值；若是灰度图像，则直接应用灰度信息作为亮度数值；

步骤b)、统计全图亮度和S，截断直方图CH[x]，截断像数和CN，剩余亮度和SS，其中，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

步骤b1)、初始化以上统计目标的存储空间：S＝0；SS＝0；CH[x]＝0；CN＝0，x∈{X_j|j＝0，1，...，N-1}；

步骤b2)、按顺序遍历图像，读入图像当前像素的亮度值Xin；

步骤b3)、S＝S+Xin；

步骤b4)、判断该像素的亮度值所对应的截断直方图存储数组元值是否小于预定的参数CountMax，如果是，则使CH[Xin]＝CH[Xin]+1，SS＝SS+Xin，如果否，则使CN＝CN+1；

步骤b5)、判断是否已经对图像所有的像素统计完毕，如果是，则执行步骤c)，如果不是，则返回，循环执行步骤b2)～步骤b5)；

步骤c)、计算基于截断直方图的累计概率分布函数CDF，设为CCDF[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

定义数组CCH[x]，x∈{X_j|j＝0，1，...，N-1}，其中X₀，X₁，...，X_j，...，X_N-1顺序为N级离散化的图像亮度值，而且X₀对应图像亮度值域的极小值，X_N-1对应图像亮度值域的极大值；

CCH[X₀]＝CH[X₀]+CN/N；

再循环计算：CCH[X_j]＝CCH[X_j-1]+CH[X_j]+CN/N，j＝1，2，...，N-1；

最后循环计算：CCDF[X_j]＝CCH[X_j]/Num，j＝0，1，...，N-1；其中Num为该图像的像素总数；

步骤d)、计算均衡后的近似平均亮度BA_CUT：

BA_CUT＝[SS+(X₀+X_N-1)×CN/2]/Num；

步骤e)、计算图像平均亮度BA：BA＝S/Num；

步骤f)、计算均衡系数K：K＝DBA/|BA_CUT-BA|，其中，DBA为预定的允许亮度移动最大范围；||表示取绝对值；如果计算得到的K大于1，则令K＝1；

步骤g)、计算亮度映射表G[x]：G[X_j]＝(1-K)×X_j+K×CCDF[X_j]×X_N-1；j＝0，1，...，N-1；

步骤h)、映射输入亮度值：设输入图像的亮度值为Xin，计算增强后的原图像的亮度值Xout，则Xout＝G[Xin]；

根据输入的图像性质，还原数字图像，若输入的是彩色图像，则还原彩色图像，若输入的是灰度图像，则还原灰度图像。

10.如权利要求9所述的控制平均亮度的截断直方图均衡方法，其特征在于，在步骤b2)中，按行、列、倒行、倒列顺序遍历到图像的所有像素。

11.如权利要求9所述的控制平均亮度的截断直方图均衡方法，其特征在于，在步骤f)中，对均衡系数K进行限制：K＝min(DBA/|BA_CUT-BA|，Kmax)，其中，Kmax为预设的最大直方图均衡系数。

12.如权利要求11所述的控制平均亮度的截断直方图均衡方法，其特征在于，在步骤f)中，对某帧/场的平均亮度的亮度移动最大范围DBA进行动态优化设计：DBA＝C×Max(Sigma-C0，0)，其中，C是预设常数，Sigma是上一帧/场的亮度标准偏差，C0是预设恒量；当Sigma≤C0时，DBA为零，K为零。

13.如权利要求12所述的控制平均亮度的截断直方图均衡方法，其特征在于，在步骤f)中，对平均亮度的亮度移动最大范围DBA采用均方差动态设计：DBA＝C×Max(MSE-C0，0)，其中，MSE为亮度均方差。

14.如权利要求13所述的控制平均亮度的截断直方图均衡方法，其特征在于，在步骤f)中，对平均亮度的亮度移动最大范围DBA采用简单平均差动态设计：DBA＝C×Max(ME-C0，0)，其中，ME为简单平均差，其计算过程如下： $\mathrm{ME}=\frac{1}{\mathrm{Num}}\underset{j=0}{\overset{\mathrm{Num}-1}{\mathrm{\Σ}}}|B_j-\mathrm{BA}|,$ 其中，Num为像素总数，B_j为第j个像素亮度。

15.如权利要求9所述的控制平均亮度的截断直方图均衡方法，其特征在于，在所述的步骤a)中，颜色模型是YUV颜色空间的Y值，YCbCr空间的Y值，HSV空间的V值，HSL空间的L值，或者它们的等效表达式。

16.如权利要求9所述的控制平均亮度的截断直方图均衡方法，其特征在于，结合使用帧/场间预测技术，将当前帧/场的直方图的特征值应用到下一帧/场的对比度扩展，节省存储空间。

Images