一種Android移動終端圖像增強算法

呂千千，魏　延

(重慶師范大學計算機與信息科學學院， 重慶　沙坪壩　401331)

?

一種Android移動終端圖像增強算法

呂千千，魏延

(重慶師范大學計算機與信息科學學院， 重慶沙坪壩401331)

針對Android移動終端和低照度圖像的特點，提出了一種改進的直方圖均衡化的圖像增強算法.首先將采集到的RGB圖像轉換到HSV彩色空間，對V通道的像素進行區分，對需要處理的像素進行直方圖均衡化，之后重新轉回RGB空間，對整幅圖像進行Gamma校正.最后在Android平臺上進行試驗.結果表明，該方法能夠增強低照度圖像，也能夠滿足實時性要求.

Android移動終端；直方圖均衡化；Gamma校正；圖像增強

隨著移動互聯網的飛速發展，智能移動終端的優勢越來越明顯，其便捷性和強大的功能已逐步滲透到生活中的方方面面.2007年，基于Linux的Android操作系統面世，憑借其開源、免費、易開發等優點，迅速成為市場占有率第一的操作系統.人類所獲的外界信息有70﹪以上是通過視覺系統即圖像獲取的，因此圖像不僅能夠記錄生活，而且還可以直觀傳達信息.拍攝圖像的質量受很多條件的影響，光照是其中舉足輕重的一個.低照度的圖像灰度范圍變化較小，圖像會丟失信息.因此，要改善Android移動終端低照度的圖像質量，就要從亮度、清晰度和對比度等方面入手.

針對低照度圖像增強問題，當前已有很多可行的算法.文獻[1]針對監控圖像提出了一種基于相似場景增強的方法.首先建立圖像庫，該庫中存放與低照度圖像場景相似的良好光照圖，再從中選出參照樣本，利用直方圖匹配法不斷迭代增強圖像.文獻[2]基于暗原色先驗提出一種改進的低照度圖像增強算法，為得到類似霧化的效果先對圖像進行取反，之后利用暗原色先驗法對霧化效果圖去霧，再取反增強圖像并引入導向濾波保邊去噪.文獻[3]基于曝光閾值提出劃分直方圖的算法，在BHEPL方法基礎上結合低照度圖像的灰度直方圖特點對直方圖裁剪方法加以改進，進而達到增強效果.文獻[4]提出一種色彩恢復的彩色圖像增強方法，在HSV彩色空間利用對數圖像增強模型對其亮度分量進行非線性增強，再把圖像亮度分量通過正弦隸屬函數從空間域映射到模糊域,并采用Pal增強算子修正隸屬函數值實現亮度分量再次增強.文獻[5]提出了一種快速的自適應低照度圖像增強算法，在HSV彩色空間對亮度分量V采用均值同態濾波方法進行增強,同時增加自適應系數拉伸亮度值，以此完成增強圖像.本文結合Android移動終端的特點，提出一種基于直方圖均衡化的圖像增強算法.首先將采集到的RGB彩色圖像轉化到HSV彩色空間，對其亮度分量V通道進行直方圖均衡化處理，并利用Gamma曲線進行校正，實現對低照度圖像的增強.

1　直方圖均衡化方法與改進的直方圖均衡化方法

1.1直方圖均衡化方法

直方圖均衡化在圖像增強領域是應用較廣泛的方法之一.該方法采用累積分布函數對圖像像素的灰度級進行處理，使其達到均衡分布狀態，使圖像更加清晰.

對于采集到的圖像X，其灰度概率分布函數p(Xk)定義為：

上式中的n是一幅圖像的像素總數，nk是灰度級為Xk的像素數目，p(Xk)是整幅圖像像素中第k個灰度級的概率.傳統的直方圖均衡化方法的累計分布函數T(X)為：

其中，0≤ri≤1，且i=0,1,……,H-1.H為原始圖像最大灰度級.

1.2改進的直方圖均衡化算法

傳統的直方圖均衡化是對所有像素進行累計分布函數處理，但低照度圖像有亮度低、細節被掩蓋的特點.本文提出對圖像像素進行區分的直方圖均值化，以使其達到更好的處理效果.由于我們是對HSV彩色空間的亮度V通道進行處理，可將V通道像素分為兩種：需要處理像素和不作處理像素.在亮度通道中，0表示亮度值達到最小，1表示亮度值達到最大，增強低照度圖像也就是增強亮度值偏小的像素.因此，本文對V通道亮度值大于0.95或小于1/255的像素不作處理.

1.3Gamma校正

Gamma校正是一種非線性轉換方法，不同的γ取值處理效果有很大不同.如圖1所示．當γ=1時，圖像亮度保持不變；當γ<1時，圖像亮度整體增強；當γ>1時，圖像亮度整體降低[6-8].由于經過直方圖均衡化之后圖像的亮度已經變大，為了使圖像更符合視覺效果，本文中取γ值為0.8.

(a)原圖　　　　　　(b)γ<1

(a)γ>1　　　　　(b)γ=1圖1　γ取不同值的效果圖

2　本文算法

低照度圖像由于照明不足，導致圖像對比度和亮度偏低且細節不清晰，若利用傳統的直方圖均值化方法,概率較小的像素可能會被過度合并，導致灰度級減少，圖像細節信息丟失[9-11].因此，為了使處理后的圖像有更好的質量，本文將原圖轉化到HSV彩色空間，只對亮度V通道進行直方圖均衡化，不改變其色相和飽和度，再把圖像轉回RGB彩色空間,利用Gamma校正進一步增強圖像.

算法步驟：

①將通過Android移動終端采集到的低照度圖像轉換到HSV空間.

②用改進的直方圖均值化方法處理V通道.

③將處理后的HSV空間圖轉成RGB顏色空間.

④對整幅圖像進行Gamma校正.

3　仿真實驗

3.1仿真環境

Eclipse是基于Java的開源平臺，通過相關插件構建開發環境.本文基于Android移動終端進行試驗，選擇安裝ADT插件配置實驗環境.實驗的圖像全部來自于華為H30-U10，四核1.3GHz CPU，2GB RAM，Andorid 4.2.2系統手機.在Eclipse軟件中構建ARM(armeabi-v7a) CPU,343M RAM,Android 4.4系統的虛擬機進行仿真實驗.如圖2所示的3幅低照度圖像為實驗對象，并與傳統的直方圖均衡化方法作比較實驗.

(a)Img1　　　　　　　　　　　　(b)Img2　　　　　　　　　　　　(c)Img3圖2　實驗圖像

3.2實驗結果與評價

為了驗證本文算法的有效性，將實驗結果與傳統的直方圖均衡化作比較[12-13].圖3、4、5為實驗結果，從主觀視角看，經過直方圖均值化處理之后，圖片亮度明顯增強，整幅圖片也明顯變清晰.本文算法處理結果與之相比，在細節上更勝一籌，視覺上舒適感增強.

(1)原圖 　　　　　　　　　 (2)直方圖均衡化 　　　　　　　　　　　　 (3)本文算法圖3　Img1實驗結果

(1)原圖 　　　　　　　　　 (2)直方圖均衡化 　　　　　　　　　　　　 (3)本文算法圖4　Img2實驗結果

(1)原圖 　　　　　　　　　 (2)直方圖均衡化 　　　　　　　　　　　　 (3)本文算法圖5　Img3實驗結果

對圖像質量的評價指標，除了主觀視覺效果，還有定量的數據指標，本文引入信息熵和標準差兩個指標作為定量評價標準.信息熵主要體現圖片的細節信息量，而標準差則可衡量圖片的灰度分布狀況.由表1可看出，本文算法處理后的圖像信息熵和標準差最大，說明保留的細節最多，灰度級也變多.由表2運行時間可看出，雖然本文算法運行時間長于對比算法，但整體運行時間很短，完全可以滿足Android移動終端對實時性的要求.

表1　信息熵和標準差比較結果

表2　運行時間比較結果

4　結論

本文基于Android移動終端的低照度圖像，提出一種改進的直方圖均衡化方法，使得圖像在處理后亮度明顯增強，細節信息更多，更符合人的視覺觀賞需求.實驗結果表明，相比于傳統的直方圖均衡化，本文算法保留的細節信息更好，而且可以滿足Android移動終端的實時性要求.

[1]朱婧雅，王中元. 基于相似場景的低照度監控圖像增強[J]． 計算機應用與軟件，2015, 32(1)：203-210.

[2]黃勇，孫興波，袁文林，等. 基于暗原色先驗的低照度圖像增強[J]．四川理工學院學報(自然科學版)，2015, 28(3)：42-45.

[3]趙娟. 一種結合曝光閾值的低照度圖像增強算法[J]．溫州大學學報(自然科學版)，2015(2)：8-12.

[4]田小平，徐小京，吳成茂. 基于LIP模型的低照度彩色圖像增強新算法[J]．西安郵電大學學報，2015, 20(1):9-13.

[5]張紹堂，任友俊，徐昆良. 機器視覺系統中低照度彩色圖像自適應增強[J]．自動化技術與應用，2015, 34(12):38-41.

[6]蔣剛毅，黃大江，王旭，等．圖像質量評價方法研究進展[J]．電子與信息學報，2010，32(1)：219-225．

[7]何畏．基于改進直方圖的低照度圖像增強算法[J]．計算機科學，2015，42(6)：241-242．

[8]阮文慧，薛亞娣．基于Android平臺的圖像增強算法[J]．吉林大學學報(理學版)，2015，53(9)：1006-1012．

[9]趙華夏，禹晶，肖創柏．基于目的性優化及改進直方圖均衡化的夜間彩色圖像增強[J].計算機研究與發展，2015，52(6)：1424-1430．

[10]ZHU R，ZHU L，LI D N. Study of color heritage image enhancement algorithms based on histogram equalization [J]. Optik，2015，126(24)：5665-5667．

[11]MOHAMMAD F K，EKRAM K， ABBASI Z A. Image contrast enhancement using normalized histogram equalization[J]. Optik，2015，126(24)：4868-4875．

[12]霍榮，鄧家先，謝凱明．一種改進的低對比度圖像增強算法[J].電視技術，2015，39(11):27-31.

[13]田小平，徐小京，吳成茂. 基于LIP模型的低照度彩色圖像增強新算法[J]. 西安郵電大學學報，2015，20(1):9-13.

(責任編輯穆剛)

An image enhancement algorithm based on Android mobile terminal

LV Qianqian, WEI Yan

(School of Computer and Information Science, Chongqing Normal University, Shapingba Chongqing 401331, China)

In view of the features of Android mobile devices and low-light images, an improved histogram equalization image enhancement algorithms was presented. Firstly, the images were converted in RGB color space that had been collected to HSV color space, and the pixel of V channel were distinguished and the needed pixel in histogram equalization was processed. Secondly, the images were backed to RGB space again and were processed in Gamma correction for the whole image. Finally, it was tested on the Android platform. The results showed that this method can enhance low-light images as well as meet real-time requirements.

Android mobile devices; histogram equalization; Gamma correction; image enhancement

2016-03-22

呂千千(1990—)，女，河南濟源人，碩士研究生，主要從事機器學習方面的研究；魏延(1970—)，男，四川瀘縣人，教授，博士，主要從事機器學習與智能計算方面的研究.

TP391.41

A

1673-8004(2016)05-0101-04