一種自適應提升視頻圖像對比度的算法

袁 野

(上海對外貿易學院商務信息學院，上海201620)

在數字電視領域里，數字電視后處理芯片中都具有畫質提升的功能，其中對比度提升是非常重要的功能。

對比度提升的目標是通過合理的映射使視頻圖像的動態表現范圍得到一定程度的拉伸，更多地表現圖像的層次細節。大部分的視頻圖像像素亮度集合只占整個亮度區域［0，255］的一部分。適當擴大其過渡幅度，增強圖像局部整個區域的亮度對比，使人眼分辨更多的圖像信號細節。

圖像對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，修正為分布比較均勻的直方圖，從而獲得一個具有豐富灰度級別且動態范圍大的增強圖像。但是傳統的直方圖均衡卻存在矯枉過正的缺點，主要表現在以下幾個方面:1)不論原來的亮度區域是否只占整個灰度區域的一小部分，經拉伸后，都達到整個256個級別的灰度域。由于背景點通常占據整個圖像點的高百分比，在均衡過程中往往灰度值級擴展幅度過大，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，導致增強后的圖像不論黑夜還是明亮場景，最終增強后的圖像的平均亮度都趨向于中間灰度，與原圖相差太大，無法直接應用到視頻后處理的算法中。

為此很多學者提出了直方圖均衡的改善方法［1-10］，文獻［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個子圖，并分別進行直方圖均衡，保護平均亮度，但仍然無法解決背景噪聲變大的現象。文獻［5］提出一種基于直方圖分段非線性插值的對比度增強處理技術。通過將整幅圖像分為背景段、過渡段和目標段，依據各部分的特點分別對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用到需要平滑變換函數的視頻對比度提升中。

鑒于以上不足，提出一種自適應對比度提升算法，在保持原有圖像平均亮度不大幅改變的基礎上，自適應地拉伸圖像動態區域，得到變化平滑的灰度變換函數，減小了背景灰度點的拉伸幅度，既豐富了圖像層次，又保證了背景噪聲不被放大，同時達到提高對比度的目的。

1 傳統直方圖均衡算法

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間轉換為全部灰度范圍內均勻分布。其直方圖增強過程通過增強函數T完成，具體步驟如下:

步驟1:求取原始圖像的累計直方圖。

式中:n(i)為圖像中某一灰度值i對應的像素個數，它反映了一幅圖像的灰度分布情況;N為像素總個數;P(r)為第r灰度級的累積直方圖。

步驟2:求取直方圖均衡的灰度變換函數。

式中:r表示原圖像灰度級;s表示經直方圖均衡化后的圖像灰度級;L代表最大灰度級，這里是256。變換函數s=T(r)應保證增強后的圖像的灰度級單調性不變，并使映射變換后的像素灰度值在允許的范圍內。按照變換函數對原圖像各點像素進行灰度轉換，即可完成對原始圖像的直方圖均衡化。

2 算法設計思想

層次細節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、色彩的分布結構等要在視覺可以接受的前提下增強;同時，背景點的拉伸不能太大，否則會產生很多的噪聲。基于以上考慮，本文對直方圖均衡進行了改進。本算法的具體步驟如下。

2.1 統計圖像的相關信息

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，當某一灰度的像素點個數低于某個給定數值K時，保留原值，如果大于這個給定數值K，就記錄K為該灰度的像素總數，最后將多余的那些像素點平均分配給動態范圍內的所有灰度，得到新的改進直方圖。其中K為某范圍內的像素數，可選像素總數的5%，控制每個亮度單元的最大幅度。這樣得到的改進直方圖比較真實地反映了灰度的分布情況，但是不會把像素點最多的灰度(通常是背景)拉伸得太大。

步驟1:統計改進的直方圖。

式中:n1(i)里存放的是受限的某一灰度值i的像素個數，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對應的的像素個數;sum1為K以內的像素的總亮度和;sum'為那些沒有記錄到K以內的剩余像素的總亮度和;n2(i)為存放改進后的直方圖。式(3)的含義為把剩下的像素平均分配到各灰度級。

步驟2:計算改進的累積直方圖。

2.2 計算均衡系數

步驟3(上接2.1節步驟2):按改進直方圖進行均衡后的平均亮度為

步驟4:計算平均亮度的變化程度。

2.3 計算灰度變換函數

式(8)表明，為使變換與原視頻圖像接近，應用直方圖改進均衡方法和原灰度按均衡系數加權獲得對應的變換曲線。該曲線也稱GAMMA曲線，通過映射可以得到每個像素新的灰度級。

3 算法的仿真實驗結果

采用Verilog語言設計本文算法，應用型號為Virtex-5的FPGA視頻處理平臺進行仿真驗證，仿真結果見圖1。圖1a為原圖，是一幅大背景的圖像，分辨率為720×480，分別應用直方圖均衡算法和本文算法對它進行了算法仿真。結果如圖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。在播放視頻時背景噪聲很大，是無法接受的。而本文提出的算法，在提高對比度的同時，保持著原圖沒有太大的變動，因為對直方圖進行改進，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，對前景部分起到了對比度拉伸的效果。

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

圖3 暗場圖像的仿真結果

圖4 a、圖4b給出了圖3a的原始直方圖和改進直方圖，圖4c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，把暗場的［0，100］的灰度拉伸到了［0，255］范圍內，過增強比較嚴重，而本文算法則幅度比較適度。并且由于視頻序列的連續性，該方法得到的灰度變換曲線在幀間是漸進改變的，較之傳統的應用灰度變換曲線分段法，幀過渡會更加平滑。實驗結果說明應用本文提出的改進的直方圖均衡算法，可以有效提高視頻圖象對比度，具有很好的實驗效果。

4 結束語

圖4 兩種方法的暗場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對比度提升技術，在直方圖均衡方法的基礎上進行了改進。首先統計改進的直方圖，得到改進的累積直方圖;然后根據平均亮度計算均衡系數，最后得到變換函數曲線。仿真結果表明，應用本文方法處理后的視頻圖像，較之傳統的直方圖均衡方法更接近原始亮度，能夠自適應地拉伸圖像動態區域，幀之間灰度變換曲線過渡平滑，在沒有增強背景噪聲的情況下提升了圖像對比度。

［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.一種改進的直方圖均衡化圖像增強方法［J］.光電技術應用，2012，27(3):65-68.

［4］李開端，李樹軍.基于直方圖統計學的圖像增強算法研究［J］.科學技術與工程，2011，11(23):5572-5575.

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

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

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

［8］武英.基于雙直方圖均衡的自適應圖像增強算法［J］.計算機工程，2011，37(17):244-245.

［9］涂繼輝，余厚全，李長文，等.基于超聲測井圖像的動態直方圖均衡算法研究［J］.電視技術，2011，35(19):113-115.

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