基于雙線性插值的CLAHE算法研究與實現

劉巧玲，李 想，明 旭

(成都大學 電子信息工程學院，四川 成都 610106)

0 引 言

在近代科學研究、工農業生產、醫學、氣象等領域中，圖像信息越來越多地被人們用來認識和判斷事物，解決實際問題.實際中，通過成像系統獲得的圖像都會有一定程度的退化，從而造成圖像信息的丟失.例如，低能見度條件下拍攝的圖像中景物的對比度和顏色在大霧天氣影響下被改變或退化，圖像中蘊含的許多特征被覆蓋或模糊，使景物的可辨識度大大降低，這就需要圖像增強技術來改善其視覺效果［1］.傳統的數字圖像處理算法中，自適應直方圖均衡化(adaptive histogram equalization，AHE)算法，雖然克服了全局直方圖均衡化難以適應局部灰度分布的缺陷，但其均衡化后塊效應明顯，因此，限制對比度的自適應性直方圖均衡化(contrast limited adaptivehistogram equalization，CLAHE)算法［2］應運而生，但CLAHE 算法復雜度高、處理時間長、效率低.在此基礎上，本研究提出一種基于雙線性插值的CLAHE 圖像增強算法，以降低算法時間復雜度，并將該算法在TMS320C6748 上實現優化，以此來提高處理單幅圖片的速率.

1 基于雙線性插值CLAHE 算法原理

1.1 CLAHE 算法

CLAHE 算法是一種限制了對比度過度提高的自適應直方圖均衡算法［3－10］，與普通的AHE 算法比較，該算法對于每個子塊進行直方圖均衡的同時都使用對比度限幅，導致其復雜度相當大.

CLAHE 算法采用遞歸的過程并通過增強局部區域的對比度，從而增強圖像局部細節的可視性.CLAHE 算法的關鍵是在計算轉化函數之前通過剪裁直方圖限制對比度的放大.CLAHE 算法的一個參數用來限制預定義的值:首先將圖像分為若干個子塊，依次分別計算每個子塊的直方圖，通過限制對比度對每個直方圖進行重新分配.

1.2 基于雙線性插值的CLAHE 算法

考慮到CLAHE 算法較為復雜，本研究提出了采用雙線性插值對CLAHE 算法進行改進，降低CLAHE 算法復雜度，提高處理圖像的速度.

雙線性插值方法顧名思義就是在垂直與水平2個方向進行線性插值計算.

假設函數f(x)與函數上已知的4 個點的值:Q11= (x1，y1)，Q12= (x1，y2)，Q21= (x2，y1)，Q22=(x2，y2)，在函數f(x)上點P = (x，y)可通過線性插值近似求出.

首先在x 方向進行線性插值，得到，

然后在y 方向上進行線性插值，得到，

將式(1)、(2)和(3)應用于圖像增強，其中f(Q11)、f(Q21)、f(Q12)和f(Q22)分別代表輸入像素在相鄰4 個子塊中均衡后的直方圖的灰度值，其系數分別表示輸入像素點到相鄰塊的距離.

在分塊對輸入圖像進行直方圖均衡算法時，由于每個子塊的直方圖不同，分塊需均衡化，得到均衡后的子塊直方圖.由于各子塊在均衡前后的直方圖不同，各子塊輸出的灰度發生變化，如果直接根據均衡化后的直方圖得出結果圖像，此時，輸入像素只按照所屬子塊的灰度變換得出輸出結果，相鄰塊之間會出現塊效應.對此，本研究根據相鄰塊的直方圖信息，利用雙線性插值，在不影響圖像增強效果的前提下，以分配權值的方式確定相鄰塊之間輸出像素，消除差異，從而有效消除塊效應.

由此可知，利用雙線性插值計算，求出一個輸出像素的值只需進行6 次乘法3 次加法和2 次位移，算法復雜度遠小于在一個子塊內進行一次直方圖均衡.

本研究提出的基于雙線性插值CLAHE 算法的實現流程如圖1 所示.

圖1 算法實現流程圖

2 算法優化與實驗

2.1 存儲資源優化

根據增強算法的實現流程，增強算法只對輸入圖像的圖像數據與圖像直方圖進行運算.在存儲資源的分配上，由于算法的整個過程只需要存儲一幅圖像和對應的直方圖，因此，將內部L2 的256K 的一半配置為Cache，另一半配置為內部RAM 使用，并且在內部RAM 開辟一個DRAM 段，將多次調用的數據存儲到內部DRAM 段中.

2.2 算法優化

雙線性插值代碼的優化中，進行邊界處理時，對所有的判斷語句，將滿足判斷條件更高的結構寫在前面.本設計把圖像分為20 個子塊，因此每一個塊的大小為64* 64，像素的個數為2 的指數次冪，因此在實現插值運算時，所有的除法均可用右移代替.

2.3 實 驗

實驗圖像分別如圖2 所示，圖像分辨率分別為361 ×336，375 ×551.本實驗在TMS320C6748 開發板上對實驗圖像分別利用CLAHE 算法和本研究算法進行圖像增強處理.

圖2 實驗原始圖片

CLAHE 算法、本研究算法處理2 幅圖像得到的實驗結果如圖3 所示.圖3(a)、(b)為CLAHE 算法實驗結果，圖3(c)、(d)為本研究實驗結果圖.比較4幅實驗結果圖像可見，2 種算法對圖像的增強結果均比原實驗圖像更為清晰，處理后的圖像可以清楚分辨出圖像中的電線.比較圖3(b)和圖3(d)，發現(b)圖中圖像下面部分樹葉比(d)圖中相應部分顏色要深，看起來不自然，這表明2 種算法都具有圖像增強效果，但本研究算法對圖像的處理效果優于CLAHE 算法.

圖3 實驗處理后的圖片

表1 為2 種算法在TMS320C6748 上處理2 幅實驗圖像所用時間比較.比較表格中的數據可見，處理同一幅圖像，本研究算法所用時間比CLAHE 算法所用時間少20 ms 左右，這表明本研究算法的處理速率比CLAHE 算法高.

表1 本研究算法與CLAHE 算法運行時間比較

通過實驗可看出，本研究所用的算法較之CLAHE 算法，不僅在效果上對于處理低能見度圖像有明顯的改善，同時還顯著提高了圖像處理的速率.

3 結 論

在傳統的CLAHE 算法基礎上，本研究提出了一種基于雙線性插值的 CLAHE 算法，并在TMS320C6748 開發板處理平臺上對本研究算法和資源配置進行了適當優化.實驗結果表明，本研究算法具有更好的圖像增強效果，處理速率比傳統CLAHE 算法有較大提高.

［1］孫振興.基于DSP 的圖像增強技術研究［D］.西安:西安電子科技大學，2012.

［2］張璞，王英，王蘇蘇.基于CLAHE 變換的低對比度圖像增強改進算法［J］.青島大學學報(工程技術版)，2011，26(4):57－60.

［3］楊驥，楊亞東，梅雪.基于改進的限制對比度自適應直方圖的視頻快速去霧算法［J］.計算機工程與設計，2015，36(1):221－226.

［4］毛本清，金小梅.自適應直方圖均衡化算法在圖像增強處理的應用［J］.河北北方學院學報，2010，26(5):64－68.

［5］He Kaiming，Sun Jian，Tang Xiaoou.Guided image filtering［J］.IEEE Trans Patt An Mach Int，2013，35(6):1397－1409.

［6］汪安民，周慧，蔡湘平.TMS320C674X DSP 應用開發［M］.北京航空航天大學出版社，2011.

［7］Texas Instruments Incorporated.TMS320C6748TMfixed and floating-point DSP［EB/OL］.［2014－ 3－ 21］.http://www.ti.com/lit/ds/symlink/tms320c6748.pdf.

［8］Texas Instruments Incorporated.TMS320C674x DSP CPU and instruction set reference guide［EB/OL］.［2010－7－30］.http://www.ti.com/lit/ug/sprufe8b/sprufe8b.pdf.

［9］阮秋琦.數字圖像處理學［M］.北京:電子工業出版社，2001.

［10］沈福民.自適應信號處理［M］.西安:西安電子科技大學出版社，2011.