一种对图像进行区域增强的方法

摘要

一种对图像进行区域增强的方法，涉及计算机数字图像处理方法。在对一幅图像的处理上设置六个阶段，分别是：初始化步骤、图像区域化分割、图像区域选择、图像区域增强、区域间边界均衡化和结束步骤。当输入一幅原始图像时，首先对图像进行初始化，然后基于meanshift理论对图像进行区域化分割，得到区域化图像后，采用用户选择和自动选择两种方式选择待增强区域，对待增强区域进行图像增强处理，最后以增强区域边界为基准做区域间边界平滑过渡处理，得到一幅整体视觉效果和谐、针对性强、有效的增强图像。

主权项

一种对图像进行区域增强的方法，其特征在于包括以下步骤：(1)初始化步骤，所述初始化的具体方法如下：(1.1)对于输入图像，初始化存储容器，用于存放处理中间结果；(1.2)将输入图像的颜色空间由RGB转为LUV，存放于容器中；(1.3)初始化分割参数sr、sp，由用户指定或设定为默认值(sr＝6.5，sp＝10)；进行步骤(2)；(2)图像区域化分割步骤，所述图像区域化分割步骤分为4个子步骤，分别为图像平滑步骤(2.1)、区域生长步骤(2.2)、区域合并步骤(2.3)和小区域合并步骤(2.4)，具体方法如下：(2.1)图像平滑步骤：(2.1.1)初始化：color＝0，num＝0，itr＝0，d；(2.1.2)进行图像平滑操作即meanshift过程；对于图像中的每一个像素点x，对其周围的区域，进行步骤(2.1.3)直到迭代次数itr大于某阈值或移动步长不变为止；(2.1.3)对于x周围半径为sp内的点yi，其中i＝1,2，…，判断像素点yi与像素点x的距离是否小于颜色半径平方，若是，则转步骤(2.3)；否则处理下一个点yi+1，若像素点x周围的所有像素点yi都处理完毕，则转步骤(2.1.5)；(2.1.4)将像素点yi的颜色值计入颜色变量，并累加计数器；(2.1.5)得到区域均值为color/num，并得到移动步长为||color/num–x||，转步骤(2.1.2)；(2.2)区域生长步骤：(2.2.1)初始化标签值label＝1，其中，label为像素点的标签值；(2.2.2)对于图像的每个点，若其已被分派标签值，则处理下一个点；否则，先将x指定标签值为label，并使label自增，转步骤(2.2.3)；(2.2.3)将像素点x与周围的8邻域点x_ngb进行对比，若x与该点x_ngb的颜色距离小于颜色半径的平方，则将该点标签赋为像素点x的标签值，转步骤(2.2.4)；(2.2.4)对新赋标签值的点的8邻域进行相同操作，即判断它们的颜色距离是否小于sr×sr，若是，则赋为同样的标签，直到找不到邻接点满足条件，转步骤(2.2.2)；(2.3)区域合并步骤：(2.3.1)对于步骤(2.2)产生的标签矩阵，首先生成一个邻接区域图，即所有标签值的区域和它所相邻的区域列表，转步骤(2.3.2)；(2.3.2)对于每个区域X，判断它相邻区域Y，若两区域的颜色值距离小于颜色半径的平方，则合并两区域；(2.3.3)对于上述操作处理过的图像，重新生成邻接区域图；(2.4)小区域合并步骤：(2.4.1)对于步骤(2.3)产生的邻接区域图中的每个区域X，若该区域的像素点数目小于某阈值，默认为100～400，则转步骤(2.4.2)；(2.4.2)对于小区域X，遍历其邻接区域列表，找到一个与X颜色最接近的区域Y，将X与Y合并为新的区域；(2.4.3)对于上述操作处理过的图像，重新生成邻接区域图和标签矩阵；至此，输入图像被分割为若干个区域，使用的是meanshift图像分割算法；(3)图像区域选择步骤，有2种处理方式，根据用户选择方式或是自动选择方式，选择预备增强的区域；若为用户手动选择方式，对用户指定区域，则进入步骤(4)；若为自动选择方式，则进行下述过程：(3.1)定义指定区域i的增强系数μ：μ＝li×di其中，i表示指定增强区域，μ为指定区域的增强系数，li为指定区域的亮度值，di为指定区域的对比度；定义区域i的亮度值li：$li=\frac{\Sigma g(x,y)}{num\left(i\right)}$其中，定义g(x,y)为点(x,y)的灰度值，num(i)为区域i的像素点总数；定义区域i的对比度di：$di=\frac{\Sigma g(x,y)-g(i,j)}{num\left(i\right)},$(i,j)∈{(x,y‑1),(x‑1,y),(x+1,y),(x,y+1)}其中，g(x,y)为点(x,y)的灰度值，g(i,j)为点(i,j)的灰度值，num(i)为区域i的像素点总数；(3.2)对于步骤(2)产生的所有区域，计算增强系数，系数越小的区域，表示该区域越暗且对比度越低，越需要进行区域增强以改善视觉观察效果，以下提供2种选择方式，其一为对所有系数小于某阈值的区域均进行步骤(4)，其二仅对系数最小的区域进行步骤(4)；至此，待增强区域已列好，下面进行图像区域增强步骤(4)；(4)图像区域增强步骤，进行下述过程：定义步骤(3)中选定的区域或区域列表如下：Ωi,i＝1,2,…,N,其中，Ωi表示待增强的区域，i表示区域编号，N为待增强区域数目；(4.1)获取区域亮度：(4.1.1)对输入区域中的每个点，定义该点三个通道的最大值：Lx＝Max(r,g,b)，其中，x表示待增强区域中的像素点，Lx表示像素点x三个通道的最大值，r,g,b分别代表像素点x的三个通道值；(4.1.2)对输入区域中的每个点，定义该点的亮度值为Lr(x)：其中，Lr(x)为像素点x的亮度值，U(Lx,Ly)为单位阶跃函数；Lx,Ly分别为x点和y点的最大通道值；δ为Lx,Ly的颜色频度系数，即为整张图片中值Lx与值Ly相邻的数目；β为系数δ之和；求得该区域上每个点的亮度值，进入下一步骤(4.2)；(4.2)获取区域累积带权直方图：(4.2.1)对输入区域中的每个点，定义公式：Lg(x)＝lg(Lr(x)+1)其中，Lg(x)表示x点的亮度值加1后再做对数运算的结果；(4.2.2)对输入区域中的每个点，计算每个点x的颜色权重；(4.2.3)对输入区域中的每个点，定义其颜色权重累积直方图，计算每个点x的颜色权重累积直方图，定义x点的累积密度函数为公式：$cL\left(x\right)=\underset{v=0}{\overset{Lr\left(x\right)}{\Sigma }}mp\left(v\right)$其中，mp(v)为整张图像中所有亮度值与v相等的点的Lg值之和，v是一个取值范围为0到Lr(x)的变量；即：mp(v)＝∑_Lr(x)＝vLg(x)(4.3)直方图增强区域：(4.3.1)求标准累积直方图，对一长度为256的常数数组cf[]，计算：$cf\left[i\right]=\frac{\left\{{\Sigma }_{j=0}^{i}log(j+1)\right\}}{C}$其中常数i为数组cf[]的下标，j为从0到i的变量，k为从0到255的变量；(4.3.2)对输入区域Ωi中的每个点x，计算其增强后的亮度值：首先求得该点的累积密度函数cL(x)，其次遍历数组cf[]，取出与cL(x)值最接近的数组成员，记该成员的下标为z，定义增强后的亮度值Lm(x)＝z；(4.3.3)对输入区域Ωi中的每个点x，计算其增强后的通道值：$p^{\prime }=\frac{p}{Lr\left(x\right)}*Lm\left(x\right),$p＝r,g,b,p′＝r′,g′,b′.其中，r′,g′,b′分别为增强后的rgb三通道值；至此，增强步骤已经执行完毕；(5)所述区域间边界均衡化步骤中，热传导方程为：$\left\{\begin{array}{c}\frac{\partial u}{\partial t}=\Delta u(t,x)\\ u(0,x)=u_0\left(x\right)\end{array}\right.---\left(a\right)$其中，是函数u(t,x)关于t变量的偏导，函数u(t,x)表示t时，x位置上的热量值，整个方程的解u(t,x)表示热量u随时间t以及位置x的变化情况，u₀(x)即为初始时刻x位置上的热量值；将该方程应用于图像区域边界均衡化，定义u(t,x)的取值为一个三元组向量，表示图像的3个通道值经过前面增强步骤后与原始图像相比的变化量，其中，x表示图像中的点，u₀(x)即为x点的初始变化量，t在本步骤中表示距离系数；具体说明如下：热传导方程(a)的解为Gauss函数的低通滤波，即：$u(t,x)=\left(G_{\sqrt{2t}}\right(x)*u_0)\left(x\right),$$G_t\left(x\right)=\frac{1}{2{\mathrm{\pi t}}^2}{e}^{-\frac{\left|x\right|}{2t^2}}$其中，定义在为增强系数，G_t(x)即表示随时间变化该系数的取值；u₀定义为增强操作后图像颜色初始变化量，即：u₀＝|p‑p′|,其中p＝r,g,b p‘＝r’,g‘,b’t定义为距离系数，即：D为类中心与边缘距离D＝min(x_c‑x_i)，x_i∈增强区域边缘，x为当前处理的点，x_c为当前点x所属的类中心具体过程如下：(5.1)对于待增强区域中的每个点，计算增强后的通道值与原通道值之差，定义公式：u₀＝|p‑p′|,其中p＝r,g,b p‘＝r’,g‘,b’(5.2)对于待增强区域中的每个点，求增强系数，定义公式：$Gt\left(x\right)=\frac{1}{2{\mathrm{\pi t}}^2}{e}^{-\frac{\left|x\right|}{2t^2}}$x_c为图像平滑步骤中求得的类中心(区域中心)其中，x_c为图像平滑步骤中求得的类中心，即区域中心；(5.3)对于待增强区域中的每个点，求均衡增强后的通道值，定义公式：p″＝p‘+u₀*Gt(x),p’＝r‘,g’,b‘(6)结束步骤，进行下述过程：输出局部区域增强后的图像。