????????在圖像處理中，由于獲取的圖像質(zhì)量不好，需要通過(guò)對(duì)比度增強(qiáng)來(lái)提升圖片質(zhì)量，主要解決的是由于圖像灰度級(jí)范圍較小造成的對(duì)比度較低的問(wèn)題，作用是使圖像的灰度級(jí)范圍放大，從而讓圖像更加清晰。主要對(duì)比度增強(qiáng)方法包括線性變換、直方圖正規(guī)化、伽馬變換、全局直方圖均衡化、限制對(duì)比度的自適應(yīng)直方圖均衡化等。
判斷圖像對(duì)比度方法
A.最大亮度與最小亮度之比
????????圖像的對(duì)比度是指一幅圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級(jí)的測(cè)量，即一幅圖像灰度反差的大小，即圖像的最大亮度與最小亮度之比，對(duì)比度被定義為：
????????其中I_max和I_min就是圖像中的最大亮度與最小亮度。對(duì)比度越大，圖像越清晰醒目，色彩也越鮮明艷麗；而對(duì)比度小，則會(huì)讓整個(gè)畫面都灰蒙蒙的。
B.判斷低亮度像素在整個(gè)圖像中所占的比例
對(duì)比度增強(qiáng)方法
1.線性變換
????????線性方程公式是 y = a*x+b，對(duì)于圖像亮度提升來(lái)說(shuō)，此時(shí)的x，y都是二維矩陣，通過(guò)系數(shù)a來(lái)調(diào)整原始圖像中的圖像灰度級(jí)的范圍（指的是圖像轉(zhuǎn)換為灰度圖后的范圍 [最小灰度值，最大灰度值] ）
- 當(dāng)0<a<1時(shí)，圖像灰度級(jí)方位縮小，當(dāng)a>0時(shí)，圖像灰度級(jí)范圍擴(kuò)大。
- 當(dāng)b>0時(shí)，亮度增加，當(dāng)b<0時(shí)，亮度減小。
2.直方圖正規(guī)化
????????對(duì)于線性變換，系數(shù)a, b需要自己摸索設(shè)定。而直方圖正規(guī)化的系數(shù)固定，一般將原圖的像素值范圍映射到[0, 255]范圍內(nèi)。假設(shè)原圖像像素值分布范圍為[min, max], 則映射后的范圍為[0, 255],對(duì)應(yīng)的系數(shù)a = (255 - 0) / (max - min), 系數(shù)b = 0,計(jì)算公式如下：
3.全局直方圖均衡
????????直方圖均衡化的目的是將原圖片每個(gè)像素值的像素點(diǎn)個(gè)數(shù)進(jìn)行重新分配到[0, 255]的256個(gè)像素值上，使得每個(gè)像素值對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)近似相等，即重新分配后，0-255的每個(gè)像素值對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)近似為(rows * cols / 256)
4.對(duì)比度受限的自適應(yīng)直方圖均衡
????????全局直方圖均衡方法中的直方圖均衡是全局的, 對(duì)圖像局部區(qū)域存在過(guò)亮或者過(guò)暗時(shí), 效果不是很好;此外，全局的直方圖均衡有可能會(huì)增加圖像的背景噪聲。相比全局直方圖均衡，自適應(yīng)直方圖均衡化將圖像劃分為不重疊的小塊，在每一小塊進(jìn)行直方圖均衡化，利用局部信息來(lái)解決全局性問(wèn)題。但若小塊內(nèi)有噪聲，影響很大，需要通過(guò)限制對(duì)比度來(lái)進(jìn)行抑制，解決了背景噪聲增強(qiáng)問(wèn)題。將這兩種方法結(jié)合就是限制對(duì)比度自適應(yīng)直方圖均衡化-CLAHE。
CLAHE 算法流程主要有以下幾個(gè)步驟:
- 預(yù)處理, 如圖像分塊填充等;
- 對(duì)每個(gè)分塊處理, 計(jì)算映射關(guān)系, 計(jì)算映射關(guān)系時(shí)使用了對(duì)比度限制;
- 使用插值方法得到最后的增強(qiáng)圖像;
嘗試視頻場(chǎng)景下使用對(duì)比度受限的自適應(yīng)直方圖均衡-CLAHE提升視頻對(duì)比度和清晰度，左邊為原視頻，右邊為對(duì)比度增強(qiáng)后的視頻，結(jié)果如下：
?
文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-689629.html
?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-689629.html
到了這里，關(guān)于視頻增強(qiáng)技術(shù)-對(duì)比度增強(qiáng)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
