基于雙線性插值的CLAHE算法研究與實(shí)現(xiàn)

劉巧玲，李 想，明 旭

(成都大學(xué) 電子信息工程學(xué)院，四川 成都 610106)

0 引 言

在近代科學(xué)研究、工農(nóng)業(yè)生產(chǎn)、醫(yī)學(xué)、氣象等領(lǐng)域中，圖像信息越來越多地被人們用來認(rèn)識(shí)和判斷事物，解決實(shí)際問題.實(shí)際中，通過成像系統(tǒng)獲得的圖像都會(huì)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(duì)比度和顏色在大霧天氣影響下被改變或退化，圖像中蘊(yùn)含的許多特征被覆蓋或模糊，使景物的可辨識(shí)度大大降低，這就需要圖像增強(qiáng)技術(shù)來改善其視覺效果［1］.傳統(tǒng)的數(shù)字圖像處理算法中，自適應(yīng)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(yīng)局部灰度分布的缺陷，但其均衡化后塊效應(yīng)明顯，因此，限制對(duì)比度的自適應(yīng)性直方圖均衡化(contrast limited adaptivehistogram equalization，CLAHE)算法［2］應(yīng)運(yùn)而生，但CLAHE 算法復(fù)雜度高、處理時(shí)間長、效率低.在此基礎(chǔ)上，本研究提出一種基于雙線性插值的CLAHE 圖像增強(qiáng)算法，以降低算法時(shí)間復(fù)雜度，并將該算法在TMS320C6748 上實(shí)現(xiàn)優(yōu)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(duì)比度過度提高的自適應(yīng)直方圖均衡算法［3－10］，與普通的AHE 算法比較，該算法對(duì)于每個(gè)子塊進(jìn)行直方圖均衡的同時(shí)都使用對(duì)比度限幅，導(dǎo)致其復(fù)雜度相當(dāng)大.

CLAHE 算法采用遞歸的過程并通過增強(qiáng)局部區(qū)域的對(duì)比度，從而增強(qiáng)圖像局部細(xì)節(jié)的可視性.CLAHE 算法的關(guān)鍵是在計(jì)算轉(zhuǎn)化函數(shù)之前通過剪裁直方圖限制對(duì)比度的放大.CLAHE 算法的一個(gè)參數(shù)用來限制預(yù)定義的值:首先將圖像分為若干個(gè)子塊，依次分別計(jì)算每個(gè)子塊的直方圖，通過限制對(duì)比度對(duì)每個(gè)直方圖進(jìn)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(fù)雜，本研究提出了采用雙線性插值對(duì)CLAHE 算法進(jìn)行改進(jìn)，降低CLAHE 算法復(fù)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(gè)方向進(jìn)行線性插值計(jì)算.

假設(shè)函數(shù)f(x)與函數(shù)上已知的4 個(gè)點(diǎn)的值:Q11= (x1，y1)，Q12= (x1，y2)，Q21= (x2，y1)，Q22=(x2，y2)，在函數(shù)f(x)上點(diǎn)P = (x，y)可通過線性插值近似求出.

首先在x 方向進(jìn)行線性插值，得到，

然后在y 方向上進(jìn)行線性插值，得到，

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

在分塊對(duì)輸入圖像進(jìn)行直方圖均衡算法時(shí)，由于每個(gè)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(fā)生變化，如果直接根據(jù)均衡化后的直方圖得出結(jié)果圖像，此時(shí)，輸入像素只按照所屬子塊的灰度變換得出輸出結(jié)果，相鄰塊之間會(huì)出現(xiàn)塊效應(yīng).對(duì)此，本研究根據(jù)相鄰塊的直方圖信息，利用雙線性插值，在不影響圖像增強(qiáng)效果的前提下，以分配權(quán)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(yīng).

由此可知，利用雙線性插值計(jì)算，求出一個(gè)輸出像素的值只需進(jìn)行6 次乘法3 次加法和2 次位移，算法復(fù)雜度遠(yuǎn)小于在一個(gè)子塊內(nèi)進(jìn)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(shí)現(xiàn)流程如圖1 所示.

圖1 算法實(shí)現(xiàn)流程圖

2 算法優(yōu)化與實(shí)驗(yàn)

2.1 存儲(chǔ)資源優(yōu)化

根據(jù)增強(qiáng)算法的實(shí)現(xiàn)流程，增強(qiáng)算法只對(duì)輸入圖像的圖像數(shù)據(jù)與圖像直方圖進(jìn)行運(yùn)算.在存儲(chǔ)資源的分配上，由于算法的整個(gè)過程只需要存儲(chǔ)一幅圖像和對(duì)應(yīng)的直方圖，因此，將內(nèi)部L2 的256K 的一半配置為Cache，另一半配置為內(nèi)部RAM 使用，并且在內(nèi)部RAM 開辟一個(gè)DRAM 段，將多次調(diào)用的數(shù)據(jù)存儲(chǔ)到內(nèi)部DRAM 段中.

2.2 算法優(yōu)化

雙線性插值代碼的優(yōu)化中，進(jìn)行邊界處理時(shí)，對(duì)所有的判斷語句，將滿足判斷條件更高的結(jié)構(gòu)寫在前面.本設(shè)計(jì)把圖像分為20 個(gè)子塊，因此每一個(gè)塊的大小為64* 64，像素的個(gè)數(shù)為2 的指數(shù)次冪，因此在實(shí)現(xiàn)插值運(yùn)算時(shí)，所有的除法均可用右移代替.

2.3 實(shí) 驗(yàn)

實(shí)驗(yàn)圖像分別如圖2 所示，圖像分辨率分別為361 ×336，375 ×551.本實(shí)驗(yàn)在TMS320C6748 開發(fā)板上對(duì)實(shí)驗(yàn)圖像分別利用CLAHE 算法和本研究算法進(jìn)行圖像增強(qiáng)處理.

圖2 實(shí)驗(yàn)原始圖片

CLAHE 算法、本研究算法處理2 幅圖像得到的實(shí)驗(yàn)結(jié)果如圖3 所示.圖3(a)、(b)為CLAHE 算法實(shí)驗(yàn)結(jié)果，圖3(c)、(d)為本研究實(shí)驗(yàn)結(jié)果圖.比較4幅實(shí)驗(yàn)結(jié)果圖像可見，2 種算法對(duì)圖像的增強(qiáng)結(jié)果均比原實(shí)驗(yàn)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(fā)現(xiàn)(b)圖中圖像下面部分樹葉比(d)圖中相應(yīng)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(qiáng)效果，但本研究算法對(duì)圖像的處理效果優(yōu)于CLAHE 算法.

圖3 實(shí)驗(yàn)處理后的圖片

表1 為2 種算法在TMS320C6748 上處理2 幅實(shí)驗(yàn)圖像所用時(shí)間比較.比較表格中的數(shù)據(jù)可見，處理同一幅圖像，本研究算法所用時(shí)間比CLAHE 算法所用時(shí)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(yùn)行時(shí)間比較

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

3 結(jié) 論

在傳統(tǒng)的CLAHE 算法基礎(chǔ)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(fā)板處理平臺(tái)上對(duì)本研究算法和資源配置進(jìn)行了適當(dāng)優(yōu)化.實(shí)驗(yàn)結(jié)果表明，本研究算法具有更好的圖像增強(qiáng)效果，處理速率比傳統(tǒng)CLAHE 算法有較大提高.

［1］孫振興.基于DSP 的圖像增強(qiáng)技術(shù)研究［D］.西安:西安電子科技大學(xué)，2012.

［2］張璞，王英，王蘇蘇.基于CLAHE 變換的低對(duì)比度圖像增強(qiáng)改進(jìn)算法［J］.青島大學(xué)學(xué)報(bào)(工程技術(shù)版)，2011，26(4):57－60.

［3］楊驥，楊亞東，梅雪.基于改進(jìn)的限制對(duì)比度自適應(yīng)直方圖的視頻快速去霧算法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2015，36(1):221－226.

［4］毛本清，金小梅.自適應(yīng)直方圖均衡化算法在圖像增強(qiáng)處理的應(yīng)用［J］.河北北方學(xué)院學(xué)報(bào)，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(yīng)用開發(fā)［M］.北京航空航天大學(xué)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(shù)字圖像處理學(xué)［M］.北京:電子工業(yè)出版社，2001.

［10］沈福民.自適應(yīng)信號(hào)處理［M］.西安:西安電子科技大學(xué)出版社，2011.