基于直方图均衡化算法数字电视画面亮度保持技术探究.docVIP

基于直方图均衡化算法数字电视画面亮度保持技术探究摘 要：本文针对直方图均衡化算法进行了详细的算法分析，得出该算法非常适合针对数字电视图像进行增强清晰度的预处理。基于此，笔者对直方图均衡化算法在数字电视画面亮度保持中的算法技术进行了初步研究。 关键词：数字电视；直方图均衡化算法；画面亮度 一、直方图均衡化算法 数字电视的图像增强是图像处理的最基本手段，它往住是各种图像分析与处理时的预处理过程。图像增强就是增强图像中用户感兴趣的信息，其主要目的有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得更有利于计算机处理。图像增强的方法一般分为空间域和变换域两大类。空间域方法直接对图像像素的灰度进行处理。变换域方法在图像的某个变换域中对变换系数进行处理，然后通过逆变换获得增强图像。直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作基础， 运用灰度点运算来实现直方图的变换， 从而达到图像增强的目的。直方图均衡化算法分为三个步骤，第一步是统计直方图每个灰度级出现的次数，第二步是累计归一化的直方图，第三步是计算新的像素值。 第一步： for（i=0；is[j]）{ min=s[j]； } } } 找出像素的最大值和最小值。 for（i=0；iheight；i++）{ for（j=0；jwidth；j++）{ t[j]=c[s[j]]*（max-min）+min； } } t[][]就是最终直方图均衡化之后的结果。 处理前的图片： 处理后的图片： 对于数字电视的彩色画面来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。 二、数字电视画面亮度保持的实现 数字电视图像增强方法主要包括灰度变换、直方图均衡、图像滤波、图像锐化等，直方图均衡算法实验仿真结果显示，本算法很好的解决了数字电视画面亮度保持。直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法，设定变换函数为： （1） 式中w是积分变量，而 就是r的累积分布函数[3]，并且单调的从0增加到1，变换函数 在0≤r≤1内单调增加，且满足0≤ ≤1。 公式（1）适用连续信号处理，在处理离散数字图像时，可用频数近似代替概率值，即 （ 0≤ ≤1 ，k=0，1，2，…，L-1 ）（2） 式2中，L是灰度级的总数目， 是取第k级灰度值的概率， 是在图像中出现第k级灰度的次数，n是图像中像素总数。离散情况下的公式（1）变为： 通过对数字图像运用公式（3）对图像中每个像素进行统计计算出新灰度值，用新灰度值代替原灰度值这就是传统直方图均衡化处理。基于亮度保持的多边直方图算法是将0-255灰度区间根据平均亮度分成四区间分别进行均衡化处理，平均亮度计算公式为： （4） 式4中 为像素k在整幅图像中出现概率， 为四舍五入取整函数。 直方图均衡化公式为： （5） 式5中 、 分别表示子图像灰度范围的上界与下界，N为对应子图像灰度范围内的像素个数总数， 为为对应子图像灰度范围内的像素个数的累积函数， 为原始图像f（m，n）横坐标与纵坐标变量。算法实现步骤如下： 1）利用公式4计算图像f（m，n）的平均亮度； 2）计算图像f（m，n）像素的最大值 与最小值 ； 3）根据图像f（m，n）像素的最大值 、最小值 、平均亮度Y将原图像灰度范围分为[ ，Y]和[Y， ]两灰度范围的子图像，依据步骤1求出两子图像灰度范围[ ，Y]和[Y， ]的平均亮度 和 ，其中 最终将原图像f（m，n）的灰度范围分为[ ， ]、[ ，Y]、[Y， ]和 [ ， ]； 4）依据原始图像f（m，n）中各像素位置 进行四灰度范围内的直方图均衡化，输出亮度保持的增强图像 。 三、实验结果与分析 以MATLAB为实验研究工具，对本文算法实验对象标准lena图像，实验结果如图1。 上面图像对比可以分析出直方图均衡算法的优越性，直方图均衡算法处理上亮度与原图接近，视觉效果好。 四、结论 电视图像增强的目的是为改善图像的视觉效果，提供直观、清晰、适合于分析的图像。在诸多图像增强算法中，直方图均衡化是一种经典、有效的图像增强方法之一。它以概率理论作基础， 利用一个灰度变换函数来修正输入图像的直方图，使其趋向于均匀分布，以增大图像灰度级的动态范围，从而达到图像增强的目的。在图像增强算法上，直方图均衡化算法相对比较优越。 参考文献 [1].王国权，仲伟波.灰度图像增强算法的改进与实现研究.计算机应用研究，2004.12 [2].李弼程，彭天强，彭波.智能图像处理技术