本发明专利技术公开一种自适应图像亮度的处理方法和装置，所述方法包括：获取图像a，对图像a进行归一化处理，获得图像A；将图像A从RGB空间转化为HSI空间得到图像F；对图像F的分量I按特定方式处理得到分量I′；将所述分量I′与图像F的分量S，分量H合并为新的图像b；将图像b从HSI空间转化为RGB空间得到图像B；输出图像B。本发明专利技术通过从单通道直方图分析，调整分量I的取值，适当调整源图像的灰度结构，实现了图像局部增强的效果。
【技术实现步骤摘要】
【专利摘要】本专利技术公开一种自适应图像亮度的处理方法和装置，所述方法包括：获取图像a，对图像a进行归一化处理，获得图像A；将图像A从RGB空间转化为HSI空间得到图像F；对图像F的分量I按特定方式处理得到分量I′；将所述分量I′与图像F的分量S，分量H合并为新的图像b；将图像b从HSI空间转化为RGB空间得到图像B；输出图像B。本专利技术通过从单通道直方图分析，调整分量I的取值，适当调整源图像的灰度结构，实现了图像局部增强的效果。【专利说明】 一种自适应图像亮度的处理方法与装置
本专利技术涉及图像处理
，尤其涉及一种自适应图像亮度的处理方法与装置。
技术介绍
用手机、照相机把看到景物、人物拍下来留作纪念，是一种无比惬意的事情了，可是由于我们无法和专业的摄影人士相比，经常会出现拍出的照片亮度不够，整个效果很差，甚至画面黯淡的连五官都无法辨清。在亮度太强的地方，图像太过明亮，无法分辨一些细节。这时我们就需要对图片进行简单的亮度增强处理，传统的亮度增强处理可以让过暗的图片变得变亮，但是原来较亮的图像经过处理后会变的更亮，同时一些细节也会丢失。反之，原来过亮的图像处理后也会丢失一些细节。
技术实现思路
本专利技术实施例的目的在于提出一种自适应图像亮度的处理方法，旨在解决现有技术亮度增强处理会丢失图像细节的问题。 本专利技术实施例是这样实现的，一种自适应图像亮度的处理方法，所述方法包括: 获取图像a，对图像a进行归一化处理，获得图像A ; 将图像A从RGB空间转化为HSI空间得到图像F ； 对图像F的分量I按特定方式处理得到分量I'； 将所述分量I'与图像F的分量S，分量H合并为新的图像b; 将图像b从HSI空间转化为RGB空间得到图像B ； 输出图像B。 进一步地，所述“对图像F的分量I按特定方式处理得到分量Γ ”具体为: 对分量I进行直方图统计，并进行归一化处理得到直方图P ; 将归一化处理后的直方分布函数P按灰度级分成η个灰度区间，并计算每个灰度区间的灰度级权重A和计算每个灰度区间的区间权重Wi ;其中，i表示对直方图P进行灰度级分区后，分成的灰度区间的序号，I < i < η。 通过ri，Wi构建新的灰度区间，并得出相应的新的灰度区间的每个区间权重w' i ； i计算函数样点，并构造直方归定化函数f,且满足函数f为单调递增函数； 对图像F的分量I通过直方归定化函数f计算I'。 本专利技术实施例的另一目的在于提出一种自适应图像亮度的处理装置，所述装置包括: 图像获取模块，用于获取图像a ； 第一归一化处理模块，用于对图像a进行归一化处理，获得图像A ； 第一空间转换模块，用于将图像A从RGB空间转化为HSI空间得到图像F ； 分量处理装置，用于对图像F的分量I按特定方式处理，得到Γ ； 分量合并模块，用于将所述分量Γ与图像F的分量S，分量H合并为新的图像b ； 第二空间转换模块，用于将图像b从HSI空间转化为RGB空间得到图像B ； 输出模块,用于输出图像B。 进一步地,所述分量处理装置还包括: 直方图统计模块，用于对分量I进行直方图统计； 第二归一化处理模块，用于对直方图统计后的分量I进行归一化处理得到直方图P ; 分区模块，用于将归一化处理后的直方分布函数P按灰度级进行分区； 区间灰度级权重计算模块，用于并计算每个灰度区间的灰度级权重& ； 区间权重计算模块，用于计算每个灰度区间的区间权重Wi 灰度区间构建模块，用于通过Wi构建新的灰度区间； 区间权重计算模块，用于计算每个新的灰度区间的区间权重w' i ； 直方归定化函数构造模块，用于由U' i计算函数样点，并构造直方归定化函数f,且满足函数f为单调递增函数； 分量计算模块，用于对图像F的分量I通过直方归定化函数f计算I'。 本专利技术的有益效果 很多过于暗，过于明亮的图像看不到细节，通常图像这部分的灰度在直方图中表显出灰度跨度比较狭窄，灰度值过于集中。因此为了使过多细节的图像部分会有更大的灰度跨度，同时缩小图像中无关紧要部分的灰度广度。本专利技术方法过从单通道直方图分析，调整分量I的取值，适当调整源图像的灰度结构，实现了图像局部增强的效果。 【专利附图】【附图说明】 图1是本专利技术优选实施例一种自适应图像亮度的处理方法流程图； 图2是图1流程图中步骤S103的详细方法流程图； 图3是用阈值分区方法对直方图P进行灰度级分区后的直方图； 图4是由Wi, w' i计算函数样点构造的直方归定化线性函数f; 图5是由Wi，W1 i计算函数样点构造的直方归定化样条平滑函数f ； 图6是对图像F的分量I通过直方归定化函数f计算后的新的直方图P'; 图7是本专利技术优选实施例一种自适应图像亮度的处理装置结构图； 图8是图7结构图中分量处理装置的详细结构图。 【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本专利技术进行进一步详细说明，为了便于说明，仅示出了与本专利技术实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本专利技术，并不用以限制本专利技术。 很多过于暗，过于明亮的图像看不到细节，通常图像这部分的灰度在直方图中表显出灰度跨度比较狭窄，灰度值过于集中。因此为了使过多细节的图像部分会有更大的灰度跨度，同时缩小图像中无关紧要部分的灰度广度。本专利技术实施例通过从单通道直方图分析，调整分量I的取值，适当调整源图像的灰度结构，实现了图像局部增强的效果。 实施例一 图1是本专利技术优选实施例一种自适应图像亮度的处理方法流程图；所述方法包括以下步骤: S101，获取图像a，对图像a进行归一化处理，获得图像A ; S102，将图像A从RGB空间转化为HSI空间得到图像F ； S103，对图像F的分量I按特定方式处理，得到Γ ； 具体为:(图2是图1流程图中步骤S103的详细方法流程图) S1031，对分量I进行直方图统计，并进行归一化处理得到直方图P ； S1032，将归一化处理后的直方分布函数P按灰度级进行分区，分成η个灰度区间，并计算每个灰度区间的灰度级权重ri和计算每个灰度区间的区间权重Wi (即区间的长度)，其中，i表示对直方图P进行灰度级分区后，分成的灰度区间的序号；1 < i < η ; 对归一化处理后的直方分布函数P进行分区的方法可以使用阈值，聚类等方法；使用阈值，聚类分区的方法为本
公知的技术，本专利技术仅对阈值分区方法进行说明及举例。 阈值分区方法为，设定一个阈值P，阈值P直线与直方图P中灰度值分布曲线的交点所在的横坐标即为灰度区间的临界点；并且阈值P需满足:当Ρ>Ρ时，区间灰度值连续，当ρ〈ρ时区间灰度值连续。其中阈值P为(0，1)的阈值，P表示直方分布函数。 如图3所示为用阈值分区方法对直方图P进行灰度级分区后的直方图，直方图P分成了 8个灰度区间；其中横坐标为归一化的灰度值，纵坐标为灰度值权重，图中的曲线为直方分布函数P，kp k2、k3、k4、k5、k6、k7为灰度区间的临界点。 计算每个灰度区间的灰度级权重&的方法为: Ti 本文档来自技高网...
【技术保护点】
一种自适应图像亮度的处理方法，其特征在于，所述方法包括：获取图像a，对图像a进行归一化处理，获得图像A；将图像A从RGB空间转化为HSI空间得到图像F；对图像F的分量I按特定方式处理得到分量I′；将所述分量I′与图像F的分量S，分量H合并为新的图像b；将图像b从HSI空间转化为RGB空间得到图像B；输出图像B。
【技术特征摘要】
【专利技术属性】
技术研发人员：秦文礼，
申请(专利权)人：深圳市云宙多媒体技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。