颜色保持的图像增强算法

王秋阳，李　仕，陈小雕

(1.杭州电子科技大学数字媒体与艺术设计学院，浙江 杭州 310018；2.杭州电子科技大学计算机学院，浙江 杭州 310018 )



颜色保持的图像增强算法

王秋阳1，李仕1，陈小雕2

(1.杭州电子科技大学数字媒体与艺术设计学院，浙江 杭州 310018；2.杭州电子科技大学计算机学院，浙江 杭州 310018 )

摘要：提出一种具有颜色保持功能的彩色图像对比度增强算法，解决彩色图像增强过程中出现的颜色偏差问题，达到图像处理前后色差最小化的目的.对颜色失真的问题本质进行分析，并给出一种解决方案：使用均匀颜色空间CIELAB，保持色度分量不变，对 L*通道进行直方图规定化的增强处理；为减少图像处理前后可能存在 L*通道值变化过大而导致的色差增大，采用 L*通道直方图分割的方法，对 L*通道值的变化范围进行约束；同时采用图像分块融合的方法，增强图像细节信息.实验同时采用主观和客观评价的方式对算法进行对比评价.多组实验结果表明，该算法在彩色图像对比度增强的同时具有较好的颜色保持效果，也具有较高的鲁棒性.

关键词：对比度增强；直方图规定化；颜色保持；CIELAB颜色空间

0引言

颜色是物体的重要特征.对图像颜色识别的准确度在农业、工业、交通、医疗等领域的要求越来越高.彩色图像的增强近十年以来也一直是研究热点，有很多新的算法[1-3]在致力于解决彩色图像增强的颜色保持问题.在诸多算法中，直方图修正是图像增强算法中最简单有效的处理方法，例如文献[4]采用RGB三个通道独立均衡再合并的方法，文献[5]提出的基于HSI颜色空间的I分量均衡法，文献[6]提出的HSV颜色空间中基于直方图和模糊逻辑算法的增强方法.但是该类算法存在图像处理前后的颜色差异过大的问题.彩色图像增强算法所造成的颜色差异会影响颜色识别系统对颜色目标进行准确判断.因此，需要在尽可能保持颜色信息的同时，突出图像细节，增强有用信息，使得图像更加易于辨识和处理[7].

CIELAB颜色空间[8]是与人类视觉感知一致的均匀颜色空间，文献[9]在处理彩色图像边缘检测时采用该颜色空间取得了较好的结果.本文首先分析颜色失真问题的本质，并针对问题提出一个具有颜色保持功能的图像增强算法，最后对本文所提算法的鲁棒性进行了实验验证.

1颜色失真问题的本质

2颜色保持的增强算法

2.1算法框架及解决的问题

本文算法主要包括以下3个部分，如图1所示.

图1　算法框架图

1)在CIELAB颜色空间内，对L*通道进行直方图规定化.

CIELAB的亮度通道L*的强度分布不均匀.例如亮度分布均匀的图像(如图2(a))，在HSI空间I分量的直方图呈均匀分布(如图2(b))，但CIELAB空间的L*分量直方图并不是均匀分布(如图2(c)).因此，通常意义上的直方图均衡化算法在CIELAB的通道L*中不适用.为得到常规的直方图均衡化效果，需要以图2(c)所示的直方图为目标直方图，对输入图像进行通道L*的直方图规定化.

图2　I通道与L*通道强度分布对比

2)对L*变化范围进行约束.

为了对L*分量进行限制，本文采用分割L*通道直方图并限制映射范围的方式限定L*分量在直方图规定化过程中数值的变化幅度.

3)对图像分块进行融合.

当图像中相邻像素被分割到不同直方图，并分别进行规定化时，容易导致原图相邻像素之间的亮度出现差异，形成伪轮廓.为此采用分块融合的方法，通过子块重叠区域的数据融合，消除伪轮廓.如图3所示，对比图3(a)原图左上角的天空部分，图3(b)的伪轮廓明显，图3(c)则得到抑制.

图3　图Utahmtn中伪轮廓现象的截图

2.2算法执行步骤

本文算法流程如图4所示.

图4　算法流程图

首先，进行颜色空间转换.将输入图像转化到CIELAB颜色空间.

其次，进行分子块处理.指定子块区域大小，在原图中以固定步长平移子块区域，得到一系列重叠子块(如图5所示).经验数据表明，子块的尺寸以原图尺寸的1/5为佳，子块的移动步长不宜大于子块尺寸的一半.

对子块的子图像进行分解.对每一子块，计算它的L*通道直方图h(x)，x∈L*，并指定递归深度r，以平均亮度值LM为界，通过递归分解图像的直方图得到2r个不同灰度级范围的子图像.例如，当递归深度r=1时，以平均亮度LM为界根据直方图将原图像X分解为2个子图像X1，X2.当r≥2时，对任意深度r在深度r-1分解的基础上，对r-1级的子图像进行再分解得到2r个子图像.递归深度r的实质是调节L*值在映射前后的动态变化允许范围.r越小，L*值在映射前后的动态变化允许范围越大.

对子块图像的规定化进行处理.为了将L*映射前后的动态变化限定在某一范围，在其灰度级范围内，分别对原直方图分割后所对应的各子图像进行直方图规定化处理.例如，对子图像X1进行以直方图2(c)为规定化目标的直方图规定化操作后将亮度范围等比收缩至[0，LM]；对子图像X2进行直方图的规定化后将亮度范围等比收缩至(LM，L-1].最后将规定化后的全部子图像进行合并，得到L*变化范围受约束的规定化子块图像，如图6所示.

根据步长遍历，对所有子块进行直方图规定化处理，最后进行子块融合.对子块重叠区域的像素点以均值的方式进行融合.将计算后的L*通道与原图的a*，b*通道合并，得到结果图像.

图5　分块方法

图6　r=1时直方图分割方法

3实验结果及其评价与分析

3.1评价方法

本文同时采用客观和主观评价方法对实验结果进行评价.客观评价采用对比度改善指数CII[6]和平均色差来分别评价算法的对比度增强和颜色保持两方面性能.主观评价共有41位观察者参与.每位观察者分别从颜色保持、对比度增强和图像的观赏性(是否具有伪轮廓、细节是否清晰等)3个角度对彩色图像按照已规定的标准进行评分(根据效果由坏到好评出0～5分).统计结果为41份问卷中各项评分的平均值.

本文重点对以下几种方法进行对比评价：

方法1——HSI颜色空间的I分量均衡法(文献[5]方法)；

方法2——CIELAB颜色空间L*分量的直方图规定化方法；

方法3——本文算法(递归深度r=2，子块长宽取原图长宽的1/5，x，y方向步长取子块长宽的1/10).

3.2算法的性能测试实验

图7(a)的原图为一幅曝光不足的真实图像.从图7(a)中可以看出，原图对比度低，细节不突显，方法1、方法2、方法3分别对原图进行了不同程度的增强.图7(b)为图7(a)中各个图像对应的直方图.3种方法处理后的局部RGB颜色信息如图8所示，用方法1增强后图中木椅的色调偏向红色，池水的色调偏向青色，方法2增强后，有与方法1相近的结果，方法3增强后的颜色最接近原图颜色.

图8　3种方法的颜色对比

图像增强的局部细节对比情况如图9所示.3种方法处理后图像天空的细节对比图中，方法1、方法2增强后图像的天空的纹理细节不仅没有被增强，甚至有所退化.方法3通过分块融合的方法，使局部细节得到有效的增强，充分再现了天空的纹理细节.

图9　3种方法的纹理细节对比

评价指数方法1方法2方法3客观CII1.2271.3091.500色差19.48017.9042.562主观颜色保持度2.3412.6104.781对比度增强4.1714.0983.644观赏性3.5853.7324.049

表1为图7的客观和主观评价结果.从表1可以看出，方法2在过程中造成的色差略小于方法1；方法3的颜色保持度最好，造成的色差远小于方法1和方法2；方法3的CII指数高于方法1和方法2，说明方法3有效地增强了图像的对比度.而且方法3局部的纹理细节明显，没有伪轮廓，观赏性较好.

3.3算法的鲁棒性测试

为检测本文算法的鲁棒性，本文根据色调、亮度、纹理不同选定6组标准彩色图像进行对比实验.6组实验的客观评价数据如表2所示.

从表2可以看出，方法3在增强各类图像时都有较好的颜色保持效果，造成的色差最小；同时CII值与其他方法相接近，说明本文算法具有较好的对比度增强效果.

表2　图像质量客观评价结果

4结束语

本文针对彩色图像提出一种具有颜色保持功能的对比度增强算法.在相近的对比度增强效果的情况下，本文算法处理前后产生的色差要远远小于其他图像增强算法，具有较好的图像颜色保持效果.同时，本文算法具有较好的鲁棒性，适用于不同主色调和不同曝光值的图像，尤其对于曝光不良图像的增强效果要好于其他算法.

参考文献

[1]NIKOLOVA M, STEIDL G. Fast hue and range preserving histogram specification: Theory and new algorithms for color image enhancement[J]. Image Processing, IEEE Transactions on, 2014, 23(9): 4087-4100.

[2]RAJI R, MISHRA D, NAIR M S. A Novel Texture Based Automated Histogram Specification for Color Image Enhancement Using Image Fusion[J]. Procedia Computer Science, 2015, 46:1501-1509.

[3]LIN H, SHI Z. Multi-scale retinex improvement for nighttime image enhancement[J]. Optik-Interna tional Journal for Light and Electron Optics, 2014, 125(24):7143-7148.

[4]陈守刚.基于直方图均衡化的彩色图像增强研究[J].重庆三峡学院学报,2011,27(3):74-77.

[5]PITAS I, KINIKLIS P. Multichannel techniques in color image enhancement and modeling[J]. Image Processing, IEEE Transactions on, 1996, 5(1): 168-171.

[6]RAJU G, NAIR M S. A fast and efficient color image enhancement method based on fuzzy-logic and histogram[J]. AEU-International Journal of electronics and communications, 2014, 68(3): 237-243.

[7]田小平，乔东，吴成茂.基于双直方图均衡化的彩色图像增强[J]. 西安邮电大学学报，2015,20(2):58-63.

[8]HUANG Z K, HOU L Y, LI Z H. Image Clustering Using Graph Cuts in LAB Color Space[J]. International Journal of Digital Content Technology & Its Applic, 2013, 7(12):1-7.

[9]汤慧梅，赵跃进.分数阶微分的CIEL*a*b*颜色空间边缘检测[J].中国图象图形学报，2013,18(6):628-636.

DOI：10.13954/j.cnki.hdu.2016.03.013

收稿日期：2015-11-30

基金项目：浙江省自然科学基金资助项目(LQ13F020016)

作者简介：王秋阳(1993-)，男，辽宁铁岭人，本科生，图像增强.通讯作者:李仕讲师,E-mail:brightlishi@yeah.net.

中图分类号：TP391.41

文献标识码：A

文章编号：1001-9146(2016)03-0063-05

Image Enhancement Method with Color Preserving

WANG Qiuyang1, LI Shi1, CHEN Xiaodiao2

(1.SchoolofMediaandDesign,HangzhouDianziUniversity,HangzhouZhejiang310018,China;2.SchoolofComputer,HangzhouDianziUniversity,HangzhouZhejiang310018,China)

Abstract：In this paper, we propose a color image contrast enhancement algorithm with color preserving to solve color preservation problem during color image contrast enhancement process. The aim is to minimize the color difference during image process, we expound and prove the essence of color distortion and give a solution: Using uniform color space CIELAB, applying the histogram specification to the L* channel; in order to reduce the color differences between the raw and the processed images, we take L* channel histogram segmentation method to constrain L* channel’s value; we separate the image into block and fusion to enhance image details. At last, we make subjective and objective estimation between proposed algorithm and others’ algorithms in experiment. Many groups of the experimental results show that proposed method achieved a better color preservation in images’ contrast enhancement, and has better robustness.

Key words：contrast enhancement; histogram specification; color preservation; color space CIELAB