基于ＨＳＶ空間的簡牘圖像增強算法研究

摘 要：針對簡牘圖像存在對比度低、噪聲大、文字模糊等問題，采用了一種適合簡牘的彩色圖像增強算法。該方法按人的視覺特性選擇了HSV空間，并將線性變換、中值濾波、高斯—拉普拉斯級聯(lián)作用于圖像的亮度分量，同時也對飽和度做了相應的拉伸處理。理論分析和實驗結(jié)果均表明，增強后的簡牘圖像更清晰，文字信息更突出，增加了可讀信息，達到了令人滿意的結(jié)果，有利于后期信息提取工作的開展。

關(guān)鍵詞：色度空間；線性變換；中值濾波；高斯—拉普拉斯

中圖分類號：TP391文獻標志碼：A

文章編號：1001-3695(2007)06-0204-03

簡牘是20世紀我國繼甲骨卜辭、居延漢簡、敦煌文書之后在古文獻領(lǐng)域的又一重大發(fā)現(xiàn)。它是在紙未出現(xiàn)以前的文檔材料，即書寫在竹片或木片上的文書?？梢姾啝┦俏覈盼幕闹匾d體，大量重要的歷史信息均存于簡牘上，其可靠程度大大超過文獻記載。如何挖掘簡牘所蘊涵的豐富信息是目前考古學家所關(guān)注的焦點問題。但大多數(shù)簡牘實物長期埋存地下，出土時重疊、黏連，有的腐蝕、朽爛，文字信息出現(xiàn)脫落，墨跡擴散，根本難以識別簡牘上的文字符號。這大大增加了簡牘信息提取的難度。

通常采用圖像增強技術(shù)來改善圖像的視覺效果，提高圖像的可懂度。但現(xiàn)有的圖像增強方法，如線性變換、中值濾波、圖像銳化等，對于灰度圖像而言是很好的方法，但將它們應用于彩色圖像卻有一定的局限性。這主要是由于彩色圖像還存在色彩信息。常見的彩色圖像增強算法［1，2］是將彩色圖像經(jīng)過色度空間轉(zhuǎn)換，將密切相關(guān)的三個分量的空間轉(zhuǎn)變到基本不相關(guān)的色度空間，最常見的是HSV空間；然后對V分量和S分量進行處理，保持H分量不變。但是一些增強方法往往帶有針對性，以致對某些圖像效果好的增強方法未必一定適用于另一些圖像。本文結(jié)合簡牘圖像自身的特點，提出一種新的彩色圖像增強方法。在色調(diào)分量不改變的前提下，將幾種增強技術(shù)組合起來作用于簡牘的亮度分量，不僅可以調(diào)節(jié)動態(tài)范圍，還可以去除圖像的噪聲并使目標輪廓得到增強，而對于飽和度進行適當?shù)幕叶壤欤淖兤渲狈綀D分布。實驗證明，增強后的簡牘圖像對比度明顯提高了，文字細節(jié)信息更加清晰，色彩信息也更符合人眼的視覺心理特性。

1 簡牘增強算法［2］

簡牘屬于彩色圖像，對它的增強處理不能局限于灰度圖像處理技術(shù)，應重視其色彩信息。其主要算法步驟如下：

原始簡牘圖像 → RGB空間轉(zhuǎn)換到HSV空間 →

線性變換飽和度亮度 → 中值濾波 →

高斯—拉普拉斯 → HSV空間轉(zhuǎn)換到RGB空間 →輸出結(jié)果

1.1 色度空間［1， 2］

彩色空間［3］是以數(shù)值方式描述色彩的模型，如RGB、YIQ、HSV空間等。彩色圖像在計算機中一般采用RGB空間來表示。在圖像增強中，三基色之間彼此有很強的相關(guān)性。如果對RGB分量直接采用灰度圖像的增強方法，可以增強圖中的可視亮度細節(jié)，但得到的圖像中的色調(diào)可能完全沒有意義，圖中對應同一個像素的RGB這三個分量均發(fā)生了較大的改變。而在HSV模型中，亮度分量和色度分量是分開的，色度和飽和度的概念與人的感知是緊密相連的。因此可以先把彩色圖像的RGB轉(zhuǎn)換到HSV模型。其中H是色調(diào)(Hue)，又稱色相；S是飽和度(Saturation)；V是亮度值(Value)。在圖像處理和計算機視覺中，大量算法均可在HSV色彩空間中方便地使用；它們可以分開處理而且是相互獨立的，可以大大簡化圖像分析和處理的工作量。

1.2 線性變換［4］

在HSV空間［2］，當色度保持不變時，V和S決定了彩色圖像的總體效果，包括顏色信息和亮度信息。因此要實現(xiàn)簡牘的增強，必須對兩者均進行線性變換；否則將達不到滿意的增強效果。線性變換是用一個線性單值函數(shù)，根據(jù)某種目標條件對圖像的每一個像素灰度作線性擴展，有效地增強圖像的對比度，使圖像在逼真度和可辨識度兩個方面得到改善，以獲得用戶所需的重要信息。

根據(jù)簡牘圖像的特點，采用截取式的線性變換，其表達式如下：

其中， f(x，y)為原圖像的灰度分布函數(shù)； [a，b]為像素灰度分布范圍；[a′，b′]為變換后的灰度范圍；g(x，y)則為增強后圖像的灰度分布函數(shù)。

由于原始簡牘圖片的灰度范圍相當窄，其灰度直方圖集中于一部分，使目標圖像灰度值與背景灰度值相接近，人眼無法辨別。利用線性變換［5］，就可以使圖像的直方圖分布于整個灰度部分，圖像有較大的動態(tài)變化范圍，視覺上增加對變換后圖像分辨的亮度差的總級數(shù)，同時也加大目標圖像與背景間亮度差異；而且飽和度的線性處理，也使簡牘的顏色信息有所改變，更符合人眼的色覺。 

圖1、2是原始簡牘圖像及進行線性變換的結(jié)果顯示。

本文實驗中所采用的簡牘是766×150，JPG格式的彩色圖片。從圖1、2可以看出，圖片對比度增強了，顏色信息也增強了，更適合人眼觀察；但是圖片上還存在著許多噪聲，需要對亮度分量再進行中值濾波，去除圖像噪聲，提高圖像質(zhì)量。

1.3 中值濾波

中值濾波［3，6］是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)。它是一種領(lǐng)域運算，類似于卷積，但是計算的不是加權(quán)求和，而是把鄰域中的像素按灰度級進行排序，然后選擇改組的中間值作為輸出像素值。它能減弱或消除傅里葉空間的高頻分量。這些高頻分量對應圖像中區(qū)域邊緣的灰度值具有較大較快變化的部分。該濾波可將這些分量濾除，從而使圖像平滑。

對于圖像的像素矩陣，取以目標像素為中心的一個子矩陣窗口。這個窗口可以是3×3、5×5等，也可根據(jù)需要選取。窗口的形狀常用的有方形、十字形和圓形等。設(shè){xij，(i，j)∈I×I}表示數(shù)字圖像各點的灰度值，濾波窗口為B 的二維中值濾波［7］可定義為

中值濾波的具體實現(xiàn)步驟［8］如下：

(1)將模板在圖像中漫游，并將模板中心與圖像中某個像素的位置結(jié)合;

(2)讀取模板下各對應像素的灰度值;

(3)將這些灰度值從小到大排成一列;

(4)找出這些值中排在中間的一個;

(5)將這個中間值賦給對應模板中心位置的像素。

可以看出，中值濾波的主要功能就是讓與周圍像素灰度值的差比較大的像素改取與周圍像素值接近的值，從而消除孤立的噪聲點。雖然中值濾波技術(shù)［9］在衰減噪聲的同時能較好地保護圖像的邊緣，但由于其僅考慮濾波窗內(nèi)輸入數(shù)據(jù)的排序信息，而未考慮輸入數(shù)據(jù)的時序原信息，在圖像處理中會產(chǎn)生邊緣抖動，并會刪除一些重要的圖像細節(jié)，如細線、拐角等，使圖像的邊緣變得模糊。圖3是對圖2的亮度進行中值濾波。

1.4 高斯—拉普拉斯算子

高斯—拉普拉斯算子［4，8］即LOG（Laplacian of Gaussian）算子，它可以加強圖像的目標邊界和圖像細節(jié)，減弱并消除模糊，是效果較好的圖像銳化方法。LOG算子先用高斯低通濾波器將圖像進行預先平滑；然后用拉普拉斯算子找出圖像中的陡峭邊緣；最后用零灰度值進行二值化，產(chǎn)生閉合的、連通的輪廓，消除了所有的內(nèi)部點。其中拉普拉斯算子是一個線性的、移不變的算子，其傳遞函數(shù)在頻域空間的原點是零。因此經(jīng)拉普拉斯濾波過的圖像具有零平均灰度。

行卷積運算后提取的零交叉點為邊緣點。

圖4在圖3的基礎(chǔ)上，對圖像亮度再進行了圖像銳化處理，即高斯—拉普拉斯變換。從圖4可以看出，采用本文提出的彩色圖像增強方法有效地提高了簡牘圖像成分的清晰度，達到了圖像增強的目的。

圖5直接將灰度變換擴展到彩色圖像增強中，即對R、G、B三色通道分別采用線性變換方法，并未進行色度空間轉(zhuǎn)換。從圖5可以看出，文字的顏色已經(jīng)被改變了。該方法帶來了色彩的失真，不適用于簡牘圖像的增強處理。

從視覺效果上來看（圖4），本文方法不僅使圖像的動態(tài)范圍提高了，而且在細節(jié)信息上具有明顯的改善，使文字信息凸顯出來，其增強效果也可以從對應的直方圖看出。該方法具有很大的實用價值，提高了圖像的可讀性，有利于考古學家提取簡牘圖片上的文字信息。對圖1、4的亮度分量直方圖如圖6、7所示；對圖1、4飽和度分量直方圖如圖8、9所示。

對圖像增強結(jié)果的評價還可以利用圖像的統(tǒng)計參數(shù)［1，10］進行客觀判斷，如均值、標準差、信息熵、清晰度和亮度的改變比例。利用圖像的亮度值，分別統(tǒng)計出各圖像的均值、標準差、信息熵和清晰度，并求出整個圖像采用不同方法得到的亮度的改變比例。其結(jié)果如表1所示。

表1 簡牘性能統(tǒng)計參數(shù)

從表1的統(tǒng)計參數(shù)可以看出：本文算法的清晰度是四種方法中最高的，其均值、信息熵與其他方法相差不多，但標準差大，說明該方法得到的簡牘灰度級比較分散，灰度級出現(xiàn)的概率最趨于相等，包含的信息量最大。各種情況下的亮度改變比例值也充分表明該方法的性能相對較好，能夠得到相對較高的亮度。通過客觀評價與視覺判斷，均可以說明本文所采用的方法是十分有效的。

2 結(jié)束語

在數(shù)字圖像增強處理中，無論是灰度還是彩色圖像，單獨使用一種或兩種增強技術(shù)，均難以達到較好的視覺效果。根據(jù)在灰度圖像增強中，線性變換、中值濾波、高斯—拉普拉斯各自的特點，本文提出了在HSV空間中將線性變換、中值濾波、高斯—拉普拉斯級聯(lián)作用于簡牘圖片中的亮度信息，同時，對飽和度分量也做了簡單的拉伸處理。實驗表明，這種方法是有效的，增強后的彩色圖像不僅更清晰，圖像特征更明顯，而且色彩信息也更鮮艷了，提高了簡牘圖像識別的可靠性、科學性，為進一步處理簡牘圖像做好了鋪墊。

本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。