一种Android移动终端图像增强算法

吕千千，魏　延

(重庆师范大学计算机与信息科学学院， 重庆　沙坪坝　401331)



一种Android移动终端图像增强算法

吕千千，魏延

(重庆师范大学计算机与信息科学学院， 重庆沙坪坝401331)

针对Android移动终端和低照度图像的特点，提出了一种改进的直方图均衡化的图像增强算法.首先将采集到的RGB图像转换到HSV彩色空间，对V通道的像素进行区分，对需要处理的像素进行直方图均衡化，之后重新转回RGB空间，对整幅图像进行Gamma校正.最后在Android平台上进行试验.结果表明，该方法能够增强低照度图像，也能够满足实时性要求.

Android移动终端；直方图均衡化；Gamma校正；图像增强

随着移动互联网的飞速发展，智能移动终端的优势越来越明显，其便捷性和强大的功能已逐步渗透到生活中的方方面面.2007年，基于Linux的Android操作系统面世，凭借其开源、免费、易开发等优点，迅速成为市场占有率第一的操作系统.人类所获的外界信息有70﹪以上是通过视觉系统即图像获取的，因此图像不仅能够记录生活，而且还可以直观传达信息.拍摄图像的质量受很多条件的影响，光照是其中举足轻重的一个.低照度的图像灰度范围变化较小，图像会丢失信息.因此，要改善Android移动终端低照度的图像质量，就要从亮度、清晰度和对比度等方面入手.

针对低照度图像增强问题，当前已有很多可行的算法.文献[1]针对监控图像提出了一种基于相似场景增强的方法.首先建立图像库，该库中存放与低照度图像场景相似的良好光照图，再从中选出参照样本，利用直方图匹配法不断迭代增强图像.文献[2]基于暗原色先验提出一种改进的低照度图像增强算法，为得到类似雾化的效果先对图像进行取反，之后利用暗原色先验法对雾化效果图去雾，再取反增强图像并引入导向滤波保边去噪.文献[3]基于曝光阈值提出划分直方图的算法，在BHEPL方法基础上结合低照度图像的灰度直方图特点对直方图裁剪方法加以改进，进而达到增强效果.文献[4]提出一种色彩恢复的彩色图像增强方法，在HSV彩色空间利用对数图像增强模型对其亮度分量进行非线性增强，再把图像亮度分量通过正弦隶属函数从空间域映射到模糊域,并采用Pal增强算子修正隶属函数值实现亮度分量再次增强.文献[5]提出了一种快速的自适应低照度图像增强算法，在HSV彩色空间对亮度分量V采用均值同态滤波方法进行增强,同时增加自适应系数拉伸亮度值，以此完成增强图像.本文结合Android移动终端的特点，提出一种基于直方图均衡化的图像增强算法.首先将采集到的RGB彩色图像转化到HSV彩色空间，对其亮度分量V通道进行直方图均衡化处理，并利用Gamma曲线进行校正，实现对低照度图像的增强.

1　直方图均衡化方法与改进的直方图均衡化方法

1.1直方图均衡化方法

直方图均衡化在图像增强领域是应用较广泛的方法之一.该方法采用累积分布函数对图像像素的灰度级进行处理，使其达到均衡分布状态，使图像更加清晰.

对于采集到的图像X，其灰度概率分布函数p(Xk)定义为：

上式中的n是一幅图像的像素总数，nk是灰度级为Xk的像素数目，p(Xk)是整幅图像像素中第k个灰度级的概率.传统的直方图均衡化方法的累计分布函数T(X)为：

其中，0≤ri≤1，且i=0,1,……,H-1.H为原始图像最大灰度级.

1.2改进的直方图均衡化算法

传统的直方图均衡化是对所有像素进行累计分布函数处理，但低照度图像有亮度低、细节被掩盖的特点.本文提出对图像像素进行区分的直方图均值化，以使其达到更好的处理效果.由于我们是对HSV彩色空间的亮度V通道进行处理，可将V通道像素分为两种：需要处理像素和不作处理像素.在亮度通道中，0表示亮度值达到最小，1表示亮度值达到最大，增强低照度图像也就是增强亮度值偏小的像素.因此，本文对V通道亮度值大于0.95或小于1/255的像素不作处理.

1.3Gamma校正

Gamma校正是一种非线性转换方法，不同的γ取值处理效果有很大不同.如图1所示．当γ=1时，图像亮度保持不变；当γ<1时，图像亮度整体增强；当γ>1时，图像亮度整体降低[6-8].由于经过直方图均衡化之后图像的亮度已经变大，为了使图像更符合视觉效果，本文中取γ值为0.8.

(a)原图　　　　　　(b)γ<1

(a)γ>1　　　　　(b)γ=1图1　γ取不同值的效果图

2　本文算法

低照度图像由于照明不足，导致图像对比度和亮度偏低且细节不清晰，若利用传统的直方图均值化方法,概率较小的像素可能会被过度合并，导致灰度级减少，图像细节信息丢失[9-11].因此，为了使处理后的图像有更好的质量，本文将原图转化到HSV彩色空间，只对亮度V通道进行直方图均衡化，不改变其色相和饱和度，再把图像转回RGB彩色空间,利用Gamma校正进一步增强图像.

算法步骤：

①将通过Android移动终端采集到的低照度图像转换到HSV空间.

②用改进的直方图均值化方法处理V通道.

③将处理后的HSV空间图转成RGB颜色空间.

④对整幅图像进行Gamma校正.

3　仿真实验

3.1仿真环境

Eclipse是基于Java的开源平台，通过相关插件构建开发环境.本文基于Android移动终端进行试验，选择安装ADT插件配置实验环境.实验的图像全部来自于华为H30-U10，四核1.3GHz CPU，2GB RAM，Andorid 4.2.2系统手机.在Eclipse软件中构建ARM(armeabi-v7a) CPU,343M RAM,Android 4.4系统的虚拟机进行仿真实验.如图2所示的3幅低照度图像为实验对象，并与传统的直方图均衡化方法作比较实验.

(a)Img1　　　　　　　　　　　　(b)Img2　　　　　　　　　　　　(c)Img3图2　实验图像

3.2实验结果与评价

为了验证本文算法的有效性，将实验结果与传统的直方图均衡化作比较[12-13].图3、4、5为实验结果，从主观视角看，经过直方图均值化处理之后，图片亮度明显增强，整幅图片也明显变清晰.本文算法处理结果与之相比，在细节上更胜一筹，视觉上舒适感增强.

(1)原图 　　　　　　　　　 (2)直方图均衡化 　　　　　　　　　　　　 (3)本文算法图3　Img1实验结果

(1)原图 　　　　　　　　　 (2)直方图均衡化 　　　　　　　　　　　　 (3)本文算法图4　Img2实验结果

(1)原图 　　　　　　　　　 (2)直方图均衡化 　　　　　　　　　　　　 (3)本文算法图5　Img3实验结果

对图像质量的评价指标，除了主观视觉效果，还有定量的数据指标，本文引入信息熵和标准差两个指标作为定量评价标准.信息熵主要体现图片的细节信息量，而标准差则可衡量图片的灰度分布状况.由表1可看出，本文算法处理后的图像信息熵和标准差最大，说明保留的细节最多，灰度级也变多.由表2运行时间可看出，虽然本文算法运行时间长于对比算法，但整体运行时间很短，完全可以满足Android移动终端对实时性的要求.

表1　信息熵和标准差比较结果

表2　运行时间比较结果

4　结论

本文基于Android移动终端的低照度图像，提出一种改进的直方图均衡化方法，使得图像在处理后亮度明显增强，细节信息更多，更符合人的视觉观赏需求.实验结果表明，相比于传统的直方图均衡化，本文算法保留的细节信息更好，而且可以满足Android移动终端的实时性要求.

[1]朱婧雅，王中元. 基于相似场景的低照度监控图像增强[J]． 计算机应用与软件，2015, 32(1)：203-210.

[2]黄勇，孙兴波，袁文林，等. 基于暗原色先验的低照度图像增强[J]．四川理工学院学报(自然科学版)，2015, 28(3)：42-45.

[3]赵娟. 一种结合曝光阈值的低照度图像增强算法[J]．温州大学学报(自然科学版)，2015(2)：8-12.

[4]田小平，徐小京，吴成茂. 基于LIP模型的低照度彩色图像增强新算法[J]．西安邮电大学学报，2015, 20(1):9-13.

[5]张绍堂，任友俊，徐昆良. 机器视觉系统中低照度彩色图像自适应增强[J]．自动化技术与应用，2015, 34(12):38-41.

[6]蒋刚毅，黄大江，王旭，等．图像质量评价方法研究进展[J]．电子与信息学报，2010，32(1)：219-225．

[7]何畏．基于改进直方图的低照度图像增强算法[J]．计算机科学，2015，42(6)：241-242．

[8]阮文慧，薛亚娣．基于Android平台的图像增强算法[J]．吉林大学学报(理学版)，2015，53(9)：1006-1012．

[9]赵华夏，禹晶，肖创柏．基于目的性优化及改进直方图均衡化的夜间彩色图像增强[J].计算机研究与发展，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]霍荣，邓家先，谢凯明．一种改进的低对比度图像增强算法[J].电视技术，2015，39(11):27-31.

[13]田小平，徐小京，吴成茂. 基于LIP模型的低照度彩色图像增强新算法[J]. 西安邮电大学学报，2015，20(1):9-13.

(责任编辑穆刚)

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

吕千千(1990—)，女，河南济源人，硕士研究生，主要从事机器学习方面的研究；魏延(1970—)，男，四川泸县人，教授，博士，主要从事机器学习与智能计算方面的研究.

TP391.41

A

1673-8004(2016)05-0101-04