用opencv来验证一篇彩色图像增强算法

      网上看到了一篇论文《彩色图像的亮度色度非线性重组》http://www.docin.com/p-395819289.html，主要介绍了彩图图像增强的算法。中心思想是：对三通道彩图的R，G，B三个通道分别进行某种变换（文中为直方图均衡化），得到R1,G1,B1。再将原图(R,G,B)空间转为色度亮度彩色空间(Y,U,V)，同时将(R1,G1,B1)空间也转化为色度亮度空间(Y1,U1,V1)，然后将(Y1,U,V)结合起来，转化到RGB空间中去，就得到改善后的图像。

      这里用opencv来验证此论文。

      代码大致如下，头文件自行添加，效果见下图：

void main()
{
	cv::Mat src = imread("F:/sample.bmp");//源图像

	cv::Mat dst;
	dst.create(src.cols, src.rows, CV_8UC3);//创建目标图像

	// 通道分离用
	std::vector<cv::Mat> Src_bgr(src.channels());
	std::vector<cv::Mat> Dst_bgr(src.channels());

	// 通道合成用
	std::vector<cv::Mat> mbgr(src.channels()); 

	// 分离
	split(src,Src_bgr);  //将src分裂成三个通道，并且保存在Src_bgr中

	//每个通道分别进行直方图均衡化
	for(int i=0;i<src.channels();++i)
	{
		cv::equalizeHist(Src_bgr[i],Dst_bgr[i]);
	}

	//将均衡化后的三个通道合并到一起
	merge(Dst_bgr,dst); 
					
	int R,G,B,R1,G1,B1;
	int Y,U,V,Y1,U1,V1;

	for ( int j = 0; j < src.rows; j++)//rows是行数相当于height ,cols是列数相当于width;
	{
		for (int i = 0; i < src.cols; i++)
		{	
						
			B = src.at<cv::Vec3b>(j,i)[0];//Mat 里面数据是BGR顺序存储
			G = src.at<cv::Vec3b>(j,i)[1];
			R = src.at<cv::Vec3b>(j,i)[2];

			B1 = dst.at<cv::Vec3b>(j,i)[0];
			G1 = dst.at<cv::Vec3b>(j,i)[1];
			R1 = dst.at<cv::Vec3b>(j,i)[2];

			Y = 0.299 * R + 0.587 * G + 0.1148 * B;
			U = -0.147 * R - 0.289 * G + 0.436 * B;
			V = 0.615 * R - 0.515 * G - 0.100 * B;

			Y1 = 0.299 * R1 + 0.587 * G1 + 0.1148 * B1;
			U1 = -0.147 * R1 - 0.289 * G1 + 0.436 * B1;
			V1 = 0.615 * R1 - 0.515 * G1 - 0.100 * B1;
								
			R = Y1 + 1.14 * V;
			G = Y1 - 0.39 * U - 0.58 * V;
			B = Y1 + 2.03 * U;

			src.at<cv::Vec3b>(j,i)[0] = B;
			src.at<cv::Vec3b>(j,i)[1] = G;
			src.at<cv::Vec3b>(j,i)[2] = R;

						
					 }
				 }

		imshow("Src",src);
		imshow("Dst",dst);
			 
}

 

效果：

 

 

     可见效果根本不像作者所说的不会失真。但是这种思路值得借鉴。