直方图均衡的改进-平台直方图及其实现
0赞
之前写过一篇关于直方图均衡及其FPGA实现的博文,该算法通过一个变换函数对输入直方图进行修正,使得修正后的图像直方图趋于均匀,从而增大图像灰度级的动态范围。实质上这种算法是有选择地对占有较多像素的灰度进行了增强,扩展了这些灰度的动态范围,对占有较少像素的灰度进行了抑制,导致实际工程中往往不直接使用直方图均衡,我在实际工程中用的是平台直方图均衡算法,加入了高低两个平台。
下面结合传统直方图均衡来说说平台直方图。
传统直方图增强步骤大体可以分为3步:
1) 统计直方图信息
即统计每个灰度级的像素点个数,
是第K级灰度值
统计部分matlab代码如下:
%%实现统计 for i = 1:1:height for j = 1:1:width s(I(i,j)+1)=s(I(i,j)+1)+1; end end
2) 累计直方图信息
将统计得到的灰度级信息累计,累计公式如下:
仔细观察会发现,上式使得灰度值高的像素点映射后会比灰度值低的像素点亮,这是图像增强的基本准则。
前面说过,传统直方图增强算法是有选择地对占有较多像素的灰度进行了增强,扩展了这些灰度的动态范围,对占有较少像素的灰度进行了抑制,从上式可以看出,占有较多像素点的灰度,均衡后会比前一级出现的灰度亮许多,而占有较少像素点的灰度,均衡后可能和前一级出现的灰度相差很小甚至可能被合并。这也是传统直方图均衡的缺点。
累计部分matlab代码如下:
p = zeros(1,2^8); %%得到累积分布 p(1) = s(1); for i = 2:1:2^8 p(i) = p(i-1)+s(i); end
3) 映射
针对输入的每一个灰度值,输出:
,其中MN为像素总数。
映射部分matlab代码如下:
%%实现映射 for i = 1:1:height for j=1:1:width I(i,j)=c(I(i,j)+1); end end
下面来说说平台直方图,相较于传统直方图均衡算法,平台直方图算法统计完成后需对直方图信息作修正,我们设定两个阈值—高平台值和低平台值。高平台对背景和噪声进行抑制,下平台对小目标和细节进行放大,高平台值越小,图像越暗;低平台值越大,图像越亮(高平台值大于像素总数,低平台值为0时,该算法就变成了传统直方图均衡算法)。
直方图值大于高平台值时,令其等于高平台值;小于高平台值时,令其等于低平台值。公式如下:
平台判断部分matlab代码如下:
%加入高低平台,也就是对直方图值作一个判断,大于高平台值时,令其等于高平台值 %小于高平台值时,令其等于低平台值 for i = 1:1:2^8 if(s(i)>=highPlateau) s(i) = highPlateau; else if(s(i)<=lowPlateau) s(i) = lowPlateau; end end end
需要说明的是,在实际工程中,加入低平台后,会使得直方图累计和增大,可能超过像素总数,超过像素总数会数据会出现溢出,为了这种现象产生,需对直方图累计和作阈值判断,即如果
,则
该部分matlab代码如下:
%对直方图进行判断,防止出现溢出 %如果不加平台,加入低平台后可能出现p(i)>height*width的情况 for i = 1:1:2^8 if(p(i)>=height*width) p(i) = height*width; end end
整个工程Matlab代码如下:
function imOut = phistogram_8bit_gray(imPri,highPlateau,lowPlateau) %imPri为8bit灰度图像 %highPlateau为PHE的高平台值 %lowPlateau为PHE的低平台值 %imOut为校正后输出的8bit图像 I = imPri; [height,width] = size(I); s = zeros(1,2^8); figure; subplot(2,2,1); imshow(I); %显示原图像 title('原图像'); subplot(2,2,2); imhist(I); %显示原图像hist title('原图像hist'); %%实现统计 for i = 1:1:height for j = 1:1:width s(I(i,j)+1)=s(I(i,j)+1)+1; end end %加入高低平台,也就是对直方图值作一个判断,大于高平台值时,令其等于高平台值 %小于高平台值时,令其等于低平台值 for i = 1:1:2^8 if(s(i)>=highPlateau) s(i) = highPlateau; else if(s(i)<=lowPlateau) s(i) = lowPlateau; end end end p = zeros(1,2^8); %%得到累积分布 p(1) = s(1); for i = 2:1:2^8 p(i) = p(i-1)+s(i); end %对直方图进行判断,防止出现溢出 %如果不加平台,加入低平台后可能出现p(i)>height*width的情况 for i = 1:1:2^8 if(p(i)>=height*width) p(i) = height*width; end end %%得到累积分布概率 c = p / (height*width); c = uint8((2^8-1).*c+0.5); %%实现映射 for i = 1:1:height for j=1:1:width I(i,j)=c(I(i,j)+1); end end subplot(2,2,3); imshow(I); %显示均衡后图像 title('均衡后图像'); subplot(2,2,4); imhist(I); %显示均衡后图像hist title('均衡后图像hist'); imOut = I;
函数调用:
clear; close all; imIn = imread('Fig0309(a)(washed_out_aerial_image).tif'); imOut_PHE = phistogram_8bit_gray(imIn,6000,300); imout_HE = histogram_8bit(imIn); figure; imshow(imIn); figure; subplot(1,2,1); imshow(imOut_PHE); title('平台直方图均衡后图像'); subplot(1,2,2); imshow(imout_HE); title('直方图均衡后图像');
下面给出处理结果图
上图为输入图像,下图为平台直方图均衡与传统直方图均衡后的输出图像。
结合上面这张图和前面的分析,可以知道,直方图均衡后图像中较亮部分在均衡前占有较多像素点,而平台直方图较好的抑制了这种现象。
当然,平台直方图在FPGA上的实现相较于传统直方图来说,也只是多增加几条判断语句,难度不算大!!
自己都觉得写的很哆嗦,各位看官,将就将就咯。
参考资料:
1. Plateau equalization algorithm for real-time display of high-quality infrared imagery-optical engineering-1996
2. 基于双平台直方图的红外图像增强算法