一種自適應(yīng)提升視頻圖像對(duì)比度的算法

袁 野

(上海對(duì)外貿(mào)易學(xué)院商務(wù)信息學(xué)院，上海201620)

在數(shù)字電視領(lǐng)域里，數(shù)字電視后處理芯片中都具有畫質(zhì)提升的功能，其中對(duì)比度提升是非常重要的功能。

對(duì)比度提升的目標(biāo)是通過合理的映射使視頻圖像的動(dòng)態(tài)表現(xiàn)范圍得到一定程度的拉伸，更多地表現(xiàn)圖像的層次細(xì)節(jié)。大部分的視頻圖像像素亮度集合只占整個(gè)亮度區(qū)域［0，255］的一部分。適當(dāng)擴(kuò)大其過渡幅度，增強(qiáng)圖像局部整個(gè)區(qū)域的亮度對(duì)比，使人眼分辨更多的圖像信號(hào)細(xì)節(jié)。

圖像對(duì)比度提升最常用的方法是直方圖均衡，把原圖像的直方圖通過變換函數(shù)，修正為分布比較均勻的直方圖，從而獲得一個(gè)具有豐富灰度級(jí)別且動(dòng)態(tài)范圍大的增強(qiáng)圖像。但是傳統(tǒng)的直方圖均衡卻存在矯枉過正的缺點(diǎn)，主要表現(xiàn)在以下幾個(gè)方面:1)不論原來的亮度區(qū)域是否只占整個(gè)灰度區(qū)域的一小部分，經(jīng)拉伸后，都達(dá)到整個(gè)256個(gè)級(jí)別的灰度域。由于背景點(diǎn)通常占據(jù)整個(gè)圖像點(diǎn)的高百分比，在均衡過程中往往灰度值級(jí)擴(kuò)展幅度過大，容易引起背景噪聲。2)一些本來平均亮度過高或過低的圖像，均衡后的平均亮度得不到保護(hù)，導(dǎo)致增強(qiáng)后的圖像不論黑夜還是明亮場(chǎng)景，最終增強(qiáng)后的圖像的平均亮度都趨向于中間灰度，與原圖相差太大，無法直接應(yīng)用到視頻后處理的算法中。

為此很多學(xué)者提出了直方圖均衡的改善方法［1-10］，文獻(xiàn)［2］提出了保持亮度的雙直方圖均衡(BBHE)，以亮度均值將原始圖像分成2個(gè)子圖，并分別進(jìn)行直方圖均衡，保護(hù)平均亮度，但仍然無法解決背景噪聲變大的現(xiàn)象。文獻(xiàn)［5］提出一種基于直方圖分段非線性插值的對(duì)比度增強(qiáng)處理技術(shù)。通過將整幅圖像分為背景段、過渡段和目標(biāo)段，依據(jù)各部分的特點(diǎn)分別對(duì)不同的灰度段采用直方圖非線性拉伸，可以抑制背景噪聲，卻因分段不夠平滑不能應(yīng)用到需要平滑變換函數(shù)的視頻對(duì)比度提升中。

鑒于以上不足，提出一種自適應(yīng)對(duì)比度提升算法，在保持原有圖像平均亮度不大幅改變的基礎(chǔ)上，自適應(yīng)地拉伸圖像動(dòng)態(tài)區(qū)域，得到變化平滑的灰度變換函數(shù)，減小了背景灰度點(diǎn)的拉伸幅度，既豐富了圖像層次，又保證了背景噪聲不被放大，同時(shí)達(dá)到提高對(duì)比度的目的。

1 傳統(tǒng)直方圖均衡算法

直方圖均衡化處理是拉伸原始圖像的灰度直方圖，使之由集中的某灰度區(qū)間轉(zhuǎn)換為全部灰度范圍內(nèi)均勻分布。其直方圖增強(qiáng)過程通過增強(qiáng)函數(shù)T完成，具體步驟如下:

步驟1:求取原始圖像的累計(jì)直方圖。

式中:n(i)為圖像中某一灰度值i對(duì)應(yīng)的像素個(gè)數(shù)，它反映了一幅圖像的灰度分布情況;N為像素總個(gè)數(shù);P(r)為第r灰度級(jí)的累積直方圖。

步驟2:求取直方圖均衡的灰度變換函數(shù)。

式中:r表示原圖像灰度級(jí);s表示經(jīng)直方圖均衡化后的圖像灰度級(jí);L代表最大灰度級(jí)，這里是256。變換函數(shù)s=T(r)應(yīng)保證增強(qiáng)后的圖像的灰度級(jí)單調(diào)性不變，并使映射變換后的像素灰度值在允許的范圍內(nèi)。按照變換函數(shù)對(duì)原圖像各點(diǎn)像素進(jìn)行灰度轉(zhuǎn)換，即可完成對(duì)原始圖像的直方圖均衡化。

2 算法設(shè)計(jì)思想

層次細(xì)節(jié)的改善過程要以不過度影響圖像的基本視覺特征為目的，如圖像的平均亮度、色彩的分布結(jié)構(gòu)等要在視覺可以接受的前提下增強(qiáng);同時(shí)，背景點(diǎn)的拉伸不能太大，否則會(huì)產(chǎn)生很多的噪聲。基于以上考慮，本文對(duì)直方圖均衡進(jìn)行了改進(jìn)。本算法的具體步驟如下。

2.1 統(tǒng)計(jì)圖像的相關(guān)信息

考慮到較大的部分通常是背景，而這部分如果都參與直方圖均衡，將對(duì)增加背景噪聲起到很大作用。因此定義為一種新的限制直方圖，當(dāng)某一灰度的像素點(diǎn)個(gè)數(shù)低于某個(gè)給定數(shù)值K時(shí)，保留原值，如果大于這個(gè)給定數(shù)值K，就記錄K為該灰度的像素總數(shù)，最后將多余的那些像素點(diǎn)平均分配給動(dòng)態(tài)范圍內(nèi)的所有灰度，得到新的改進(jìn)直方圖。其中K為某范圍內(nèi)的像素?cái)?shù)，可選像素總數(shù)的5%，控制每個(gè)亮度單元的最大幅度。這樣得到的改進(jìn)直方圖比較真實(shí)地反映了灰度的分布情況，但是不會(huì)把像素點(diǎn)最多的灰度(通常是背景)拉伸得太大。

步驟1:統(tǒng)計(jì)改進(jìn)的直方圖。

式中:n1(i)里存放的是受限的某一灰度值i的像素個(gè)數(shù)，如果n(i)＞K，則n1(i)=K;如果n(i)＜K，則n1(i)=n(i)，n(i)為圖像中某一灰度值i對(duì)應(yīng)的的像素個(gè)數(shù);sum1為K以內(nèi)的像素的總亮度和;sum'為那些沒有記錄到K以內(nèi)的剩余像素的總亮度和;n2(i)為存放改進(jìn)后的直方圖。式(3)的含義為把剩下的像素平均分配到各灰度級(jí)。

步驟2:計(jì)算改進(jìn)的累積直方圖。

2.2 計(jì)算均衡系數(shù)

步驟3(上接2.1節(jié)步驟2):按改進(jìn)直方圖進(jìn)行均衡后的平均亮度為

步驟4:計(jì)算平均亮度的變化程度。

2.3 計(jì)算灰度變換函數(shù)

式(8)表明，為使變換與原視頻圖像接近，應(yīng)用直方圖改進(jìn)均衡方法和原灰度按均衡系數(shù)加權(quán)獲得對(duì)應(yīng)的變換曲線。該曲線也稱GAMMA曲線，通過映射可以得到每個(gè)像素新的灰度級(jí)。

3 算法的仿真實(shí)驗(yàn)結(jié)果

采用Verilog語(yǔ)言設(shè)計(jì)本文算法，應(yīng)用型號(hào)為Virtex-5的FPGA視頻處理平臺(tái)進(jìn)行仿真驗(yàn)證，仿真結(jié)果見圖1。圖1a為原圖，是一幅大背景的圖像，分辨率為720×480，分別應(yīng)用直方圖均衡算法和本文算法對(duì)它進(jìn)行了算法仿真。結(jié)果如圖1b、圖1c所示，直方圖均衡算法雖然較大地提高圖像的對(duì)比度，但是圖像失真、背景拉伸過大、有的地方變亮、有的地方變暗。在播放視頻時(shí)背景噪聲很大，是無法接受的。而本文提出的算法，在提高對(duì)比度的同時(shí)，保持著原圖沒有太大的變動(dòng)，因?yàn)閷?duì)直方圖進(jìn)行改進(jìn)，使得背景部分的拉伸不那么明顯，從而降低了背景噪聲。

圖2a、圖2b給出了圖1a的原始直方圖和改進(jìn)直方圖，圖2c給出了兩種方法獲得的灰度變換曲線。可以看出，直方圖均衡算法的灰度變換曲線變化太大，在背景處對(duì)比度拉伸過大，引起背景的黑白不均，而本文算法則變化平滑，幅度比較適度，對(duì)前景部分起到了對(duì)比度拉伸的效果。

圖3a為一幅暗場(chǎng)圖像，分別應(yīng)用兩種算法進(jìn)行算法仿真。從圖3b、圖3c可以看出，直方圖均衡算法使暗場(chǎng)變得過亮，不符合實(shí)際情況。而本文提出的算法對(duì)暗場(chǎng)圖像有一定的亮度提升，適度提高了對(duì)比度。

圖3 暗場(chǎng)圖像的仿真結(jié)果

圖4 a、圖4b給出了圖3a的原始直方圖和改進(jìn)直方圖，圖4c給出了兩種方法獲得的灰度變換曲線?？梢钥闯?，直方圖均衡算法的灰度變換曲線變化太大，把暗場(chǎng)的［0，100］的灰度拉伸到了［0，255］范圍內(nèi)，過增強(qiáng)比較嚴(yán)重，而本文算法則幅度比較適度。并且由于視頻序列的連續(xù)性，該方法得到的灰度變換曲線在幀間是漸進(jìn)改變的，較之傳統(tǒng)的應(yīng)用灰度變換曲線分段法，幀過渡會(huì)更加平滑。實(shí)驗(yàn)結(jié)果說明應(yīng)用本文提出的改進(jìn)的直方圖均衡算法，可以有效提高視頻圖象對(duì)比度，具有很好的實(shí)驗(yàn)效果。

4 結(jié)束語(yǔ)

圖4 兩種方法的暗場(chǎng)圖像的直方圖和變換曲線比較

本文提出一種適合于視頻圖像的自適應(yīng)對(duì)比度提升技術(shù)，在直方圖均衡方法的基礎(chǔ)上進(jìn)行了改進(jìn)。首先統(tǒng)計(jì)改進(jìn)的直方圖，得到改進(jìn)的累積直方圖;然后根據(jù)平均亮度計(jì)算均衡系數(shù)，最后得到變換函數(shù)曲線。仿真結(jié)果表明，應(yīng)用本文方法處理后的視頻圖像，較之傳統(tǒng)的直方圖均衡方法更接近原始亮度，能夠自適應(yīng)地拉伸圖像動(dòng)態(tài)區(qū)域，幀之間灰度變換曲線過渡平滑，在沒有增強(qiáng)背景噪聲的情況下提升了圖像對(duì)比度。

［1］GONZALEZ R C，WOODS R E.Digital image processing［M］.2nd ed.Englewood Cliffs，NJ:Prentice Hall，2002.

［2］KIM Y T.Contrast enhancement using brightness preserving Bi-histogram equalization［J］.IEEE Trans.Consumer Electronics，1997，43(1):1-8.

［3］扈佃海，呂緒良，文劉強(qiáng).一種改進(jìn)的直方圖均衡化圖像增強(qiáng)方法［J］.光電技術(shù)應(yīng)用，2012，27(3):65-68.

［4］李開端，李樹軍.基于直方圖統(tǒng)計(jì)學(xué)的圖像增強(qiáng)算法研究［J］.科學(xué)技術(shù)與工程，2011，11(23):5572-5575.

［5］武治國(guó)，王延杰.一種基于直方圖非線性變換的圖像對(duì)比度增強(qiáng)方法［J］.光子學(xué)報(bào)，2010，39(4):755-758.

［6］喬鬧生.一種改進(jìn)的直方圖均衡化［J］.光學(xué)技術(shù)，2008，34(S1):141-142.

［7］何昕，李曉華，周激流.一種自適應(yīng)多閾值直方圖均衡方法［J］.計(jì)算機(jī)工程，2011，37(17):206-207.

［8］武英.基于雙直方圖均衡的自適應(yīng)圖像增強(qiáng)算法［J］.計(jì)算機(jī)工程，2011，37(17):244-245.

［9］涂繼輝，余厚全，李長(zhǎng)文，等.基于超聲測(cè)井圖像的動(dòng)態(tài)直方圖均衡算法研究［J］.電視技術(shù)，2011，35(19):113-115.

［10］王莉，唐宏，胡偉.基于自適應(yīng)非線性濾波的紅外圖像增強(qiáng)算法［J］.電視技術(shù)，2008，32(S1):143-145.