|
|
#include "stdafx.h"
|
|
|
#include "histProject.h"
|
|
|
#include "omp.h" // 多核编程
|
|
|
|
|
|
// 功能：直方图投影，提高图像对比度
|
|
|
// 输入：
|
|
|
// src： 输入图像
|
|
|
// 输出：
|
|
|
// dst: 输出图像
|
|
|
// 返回值：运算成功返回true，否则返回false
|
|
|
bool HP(cv::Mat& dst, const cv::Mat &src)
|
|
|
{
|
|
|
try
|
|
|
{
|
|
|
// 数据有效性验证
|
|
|
if (src.empty() == true || src.type() != 0)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
// 计算直方图
|
|
|
int channels[1];
|
|
|
channels[0] = 0;
|
|
|
|
|
|
int histSize[1];
|
|
|
histSize[0] = 256;
|
|
|
|
|
|
float hranges[2];
|
|
|
hranges[0] = 0.0f;
|
|
|
hranges[1] = 255.0f;
|
|
|
|
|
|
const float * ranges[1];
|
|
|
ranges[0] = hranges;
|
|
|
|
|
|
cv::MatND hist;
|
|
|
cv::calcHist(&src, 1, channels, cv::Mat(), hist, 1, histSize, ranges);
|
|
|
|
|
|
// 直方图统计
|
|
|
cv::Mat ZeroValuesStat(1, 256, CV_8UC1);
|
|
|
ZeroValuesStat = 0;
|
|
|
|
|
|
double srcMaxVal = 0;
|
|
|
uchar zeroCount = 0;
|
|
|
for (int i = 0; i < 256; i++)
|
|
|
{
|
|
|
ZeroValuesStat.at<uchar>(0, i) = zeroCount;
|
|
|
|
|
|
if (hist.at<float>(i) == 0)
|
|
|
{
|
|
|
zeroCount++;
|
|
|
}
|
|
|
else
|
|
|
{
|
|
|
srcMaxVal = i;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
if (zeroCount == 0)
|
|
|
{
|
|
|
src.copyTo(dst);
|
|
|
return true;
|
|
|
}
|
|
|
|
|
|
dst.release();
|
|
|
dst = cv::Mat(src.rows, src.cols, CV_8UC1);
|
|
|
|
|
|
// 剔除像素个数为0的像素值：向低阶压缩
|
|
|
#pragma omp parallel for
|
|
|
for (int r = 0; r < src.rows; r++)
|
|
|
{
|
|
|
for (int c = 0; c < src.cols; c++)
|
|
|
{
|
|
|
dst.at<uchar>(r, c) = src.at<uchar>(r, c) - ZeroValuesStat.at<uchar>(0, src.at<uchar>(r, c));
|
|
|
}
|
|
|
}
|
|
|
|
|
|
// 灰度阶拉伸
|
|
|
double maxVal = 255 - ZeroValuesStat.at<uchar>(0, 255);
|
|
|
|
|
|
double ratio = 1.0;
|
|
|
if (maxVal > 0)
|
|
|
{
|
|
|
ratio = 255.0 / maxVal;
|
|
|
}
|
|
|
|
|
|
dst.convertTo(dst, CV_8U, ratio, 0);
|
|
|
|
|
|
return true;
|
|
|
}
|
|
|
catch(cv::Exception &e)
|
|
|
{
|
|
|
e.msg;
|
|
|
return false;
|
|
|
}
|
|
|
catch(...)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
// 自适应阈值直方图投影，提高图像对比度
|
|
|
bool SAHP(cv::Mat &dst,const cv::Mat& src)
|
|
|
{
|
|
|
// 数据有效性验证
|
|
|
if (src.empty() == true || src.type() != CV_8UC1)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
// 计算直方图
|
|
|
int channels[1];
|
|
|
channels[0] = 0;
|
|
|
|
|
|
int histSize[1];
|
|
|
histSize[0] = 256;
|
|
|
|
|
|
float hranges[2];
|
|
|
hranges[0] = 0.0f;
|
|
|
hranges[1] = 255.0f;
|
|
|
|
|
|
const float * ranges[1];
|
|
|
ranges[0] = hranges;
|
|
|
|
|
|
// 统计直方图
|
|
|
cv::MatND hist;
|
|
|
cv::calcHist(&src, 1, channels, cv::Mat(), hist, 1, histSize, ranges);
|
|
|
|
|
|
// 直方图分析
|
|
|
cv::Mat ZeroValuesStat(1, 256, CV_8UC1);
|
|
|
ZeroValuesStat = 0;
|
|
|
|
|
|
uchar zeroCount = 0;
|
|
|
int threshold = (src.rows * src.cols) / (256 * 33); // 均值的3%倍
|
|
|
for (int i = 0; i < 256; i++)
|
|
|
{
|
|
|
ZeroValuesStat.at<uchar>(0, i) = zeroCount;
|
|
|
|
|
|
if (hist.at<float>(i) < threshold)
|
|
|
{
|
|
|
zeroCount++;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
if (zeroCount == 0)
|
|
|
{
|
|
|
src.copyTo(dst);
|
|
|
return true;
|
|
|
}
|
|
|
|
|
|
dst.release();
|
|
|
dst = cv::Mat(src.rows, src.cols, CV_8UC1);
|
|
|
|
|
|
// 剔除像素个数为0的像素值：向低阶压缩
|
|
|
for (int r = 0; r < src.rows; r++)
|
|
|
{
|
|
|
for (int c = 0; c < src.cols; c++)
|
|
|
{
|
|
|
dst.at<uchar>(r, c) = src.at<uchar>(r, c) - ZeroValuesStat.at<uchar>(0, src.at<uchar>(r, c));
|
|
|
}
|
|
|
}
|
|
|
|
|
|
// 灰度阶拉伸
|
|
|
double maxVal = 255 - ZeroValuesStat.at<uchar>(0, 255);
|
|
|
|
|
|
double ratio = 1.0;
|
|
|
if (maxVal > 0)
|
|
|
{
|
|
|
ratio = 255.0 / maxVal;
|
|
|
}
|
|
|
|
|
|
dst.convertTo(dst, CV_8UC1, ratio);
|
|
|
|
|
|
return true;
|
|
|
}
|
|
|
|
|
|
|
|
|
// 高斯无约束直方图投影算法： 质量一般、速度快
|
|
|
bool GNRHP(cv::Mat& dst, const cv::Mat &src, bool bDeNoise)
|
|
|
{
|
|
|
try
|
|
|
{
|
|
|
// 数据有效性验证
|
|
|
if (src.empty() == true || src.type() != CV_8UC1)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
// 备份
|
|
|
cv::Mat srcCopy;
|
|
|
src.copyTo(srcCopy);
|
|
|
|
|
|
// 第一步：散粒噪声滤波
|
|
|
if (bDeNoise == true)
|
|
|
{
|
|
|
cv::medianBlur(srcCopy, srcCopy, 3);
|
|
|
}
|
|
|
|
|
|
|
|
|
// 第二步：高斯无约束细节增强
|
|
|
|
|
|
// 计算参数 T
|
|
|
double minVal = 0, maxVal = 0;
|
|
|
cv::minMaxLoc(srcCopy, &minVal, &maxVal);
|
|
|
|
|
|
double T = 2 * (maxVal - minVal);
|
|
|
|
|
|
if (T == 0)
|
|
|
{
|
|
|
src.copyTo(dst);
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
// 底图
|
|
|
cv::Mat BaseImg;
|
|
|
srcCopy.convertTo(BaseImg, CV_32FC1);
|
|
|
|
|
|
// 高斯模糊 获取基图 3 * 1.667 = 5
|
|
|
cv::GaussianBlur(BaseImg, BaseImg, cv::Size(5,5), 1.667);
|
|
|
|
|
|
// 细节图
|
|
|
cv::Mat DetailImg;
|
|
|
cv::Mat srcF;
|
|
|
srcCopy.convertTo(srcF, CV_32FC1);
|
|
|
DetailImg = srcF - BaseImg;
|
|
|
|
|
|
|
|
|
// 计算比例系数 自适应
|
|
|
cv::minMaxLoc(BaseImg, &minVal, &maxVal);
|
|
|
double BaseImgSpan = maxVal - minVal;
|
|
|
cv::minMaxLoc(DetailImg, &minVal, &maxVal);
|
|
|
double DetailImgSpan = maxVal - minVal;
|
|
|
double ratio = BaseImgSpan / DetailImgSpan * 2.0;
|
|
|
|
|
|
// 图像合成 可改进
|
|
|
cv::Mat dstimg;
|
|
|
cv::addWeighted(BaseImg, 1.0, DetailImg, ratio, 0, dstimg);
|
|
|
|
|
|
cv::minMaxLoc(dstimg, &minVal, &maxVal);
|
|
|
dstimg = dstimg - minVal;
|
|
|
maxVal -= minVal;
|
|
|
dstimg.convertTo(dstimg, CV_8U, 255.0 / maxVal, 0);
|
|
|
|
|
|
// 细节增强图像HP(直方图投影）
|
|
|
return HP(dst, dstimg);
|
|
|
}
|
|
|
catch(cv::Exception &e)
|
|
|
{
|
|
|
e.msg;
|
|
|
return false;
|
|
|
}
|
|
|
catch(...)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
|
|
|
// 高斯约束直方图投影算法： 质量好、速度慢
|
|
|
bool GRHP(cv::Mat& dst, const cv::Mat &src, bool bDeNoise)
|
|
|
{
|
|
|
try
|
|
|
{
|
|
|
// 数据有效性验证
|
|
|
if (src.empty() == true || src.type() != 0)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
// 备份
|
|
|
cv::Mat srcCopy;
|
|
|
src.copyTo(srcCopy);
|
|
|
|
|
|
// 第一步：散粒噪声滤波
|
|
|
if (bDeNoise == true)
|
|
|
{
|
|
|
cv::medianBlur(srcCopy, srcCopy, 3); // 用中值滤波代替
|
|
|
}
|
|
|
|
|
|
|
|
|
// 高斯滤波核尺寸
|
|
|
int kernelSize = 7;
|
|
|
double delta = 2.0;
|
|
|
|
|
|
// 边缘复制
|
|
|
cv::copyMakeBorder(srcCopy, srcCopy, kernelSize, kernelSize, kernelSize, kernelSize, BORDER_REPLICATE);
|
|
|
|
|
|
// 第二步：高斯约束细节增强
|
|
|
|
|
|
// 计算参数 T
|
|
|
double minVal = 0, maxVal = 0;
|
|
|
cv::minMaxLoc(srcCopy, &minVal, &maxVal);
|
|
|
|
|
|
double T = 2 * (maxVal - minVal);
|
|
|
|
|
|
if (T == 0)
|
|
|
{
|
|
|
src.copyTo(dst);
|
|
|
return false;
|
|
|
}
|
|
|
|
|
|
// 底图
|
|
|
cv::Mat BaseImg;
|
|
|
srcCopy.convertTo(BaseImg, CV_32FC1);
|
|
|
|
|
|
#pragma omp parallel for
|
|
|
for (int r = kernelSize; r < srcCopy.rows - kernelSize; r++)
|
|
|
{
|
|
|
for (int c = kernelSize; c < srcCopy.cols - kernelSize; c++)
|
|
|
{
|
|
|
double val = 0;
|
|
|
double sumS = 0;
|
|
|
|
|
|
for (int i = -kernelSize; i < kernelSize + 1; i++)
|
|
|
{
|
|
|
for (int j = -kernelSize; j < kernelSize + 1; j++)
|
|
|
{
|
|
|
// 高斯滤波器系数：GC
|
|
|
double GC = exp(-(i * i + j * j)/ (2 * delta * delta));
|
|
|
|
|
|
// 灰度差值约束系数：DR
|
|
|
double diff = srcCopy.at<uchar>(r + i, c + j) - srcCopy.at<uchar>(r, c);
|
|
|
double DR = T / (pow(diff, 2) + T);
|
|
|
|
|
|
// 合成系数
|
|
|
double CC = GC * DR;
|
|
|
|
|
|
// 累和
|
|
|
val += CC * srcCopy.at<uchar>(r + i, c + j);
|
|
|
sumS += CC;
|
|
|
}
|
|
|
}
|
|
|
|
|
|
val = val / sumS;
|
|
|
BaseImg.at<float>(r, c) = float(val);
|
|
|
}
|
|
|
}
|
|
|
|
|
|
// 细节图
|
|
|
cv::Mat DetailImg;
|
|
|
cv::Mat srcF;
|
|
|
srcCopy.convertTo(srcF, CV_32FC1);
|
|
|
DetailImg = srcF - BaseImg;
|
|
|
|
|
|
// BaseImg DetailImg 裁边
|
|
|
BaseImg = BaseImg(cv::Range(kernelSize, BaseImg.rows - kernelSize), cv::Range(kernelSize, BaseImg.cols - kernelSize));
|
|
|
DetailImg = DetailImg(cv::Range(kernelSize, DetailImg.rows - kernelSize), cv::Range(kernelSize, DetailImg.cols - kernelSize));
|
|
|
|
|
|
|
|
|
// 计算比例系数 自适应
|
|
|
cv::minMaxLoc(BaseImg, &minVal, &maxVal);
|
|
|
double BaseImgSpan = maxVal - minVal;
|
|
|
cv::minMaxLoc(DetailImg, &minVal, &maxVal);
|
|
|
double DetailImgSpan = maxVal - minVal;
|
|
|
double ratio = BaseImgSpan / DetailImgSpan * 2.0;
|
|
|
|
|
|
// 图像合成 可改进
|
|
|
cv::Mat dstimg;
|
|
|
cv::addWeighted(BaseImg, 1.0, DetailImg, ratio, 0, dstimg);
|
|
|
|
|
|
cv::minMaxLoc(dstimg, &minVal, &maxVal);
|
|
|
dstimg = dstimg - minVal;
|
|
|
maxVal -= minVal;
|
|
|
dstimg.convertTo(dstimg, CV_8U, 255.0 / maxVal, 0);
|
|
|
|
|
|
// 细节增强图像HP(直方图投影）
|
|
|
return HP(dst, dstimg);
|
|
|
}
|
|
|
catch(cv::Exception &e)
|
|
|
{
|
|
|
e.msg;
|
|
|
return false;
|
|
|
}
|
|
|
catch(...)
|
|
|
{
|
|
|
return false;
|
|
|
}
|
|
|
} |