雙通道分塊同態(tài)濾波彩色圖像增強(qiáng)算法

段 群，吳粉俠，李 紅

(咸陽(yáng)師范學(xué)院 圖形圖像處理研究所，陜西 咸陽(yáng) 712000)

雙通道分塊同態(tài)濾波彩色圖像增強(qiáng)算法

段 群，吳粉俠，李 紅

(咸陽(yáng)師范學(xué)院 圖形圖像處理研究所，陜西 咸陽(yáng) 712000)

為了有效增強(qiáng)由于光照不均的彩色圖像，文中在應(yīng)用HSV彩色模型空間的基礎(chǔ)上，提出了一種基于雙通道的分塊同態(tài)濾波彩色圖像增強(qiáng)算法。首先將光照不均源彩色圖像從RGB色彩空間模型轉(zhuǎn)換到HSV色彩空間模型。然后為了彌補(bǔ)光照不足引起的圖像亮度不均，對(duì)變換后的亮度分量做分塊巴特沃斯高通同態(tài)濾波，之后會(huì)出現(xiàn)輕微塊效應(yīng)，為了去除塊效應(yīng)，對(duì)相鄰子圖像邊界處亮度值采用3×3鄰域均值的亮度值代替；接著為了提高圖像的整體對(duì)比度，對(duì)變換后的飽和度分量做全局巴特沃斯高通同態(tài)濾波以便微調(diào)增強(qiáng)效果。最后，再將圖像從HSV色彩空間模型還原到RGB色彩空間模型。實(shí)驗(yàn)結(jié)果表明，該算法不僅增加了圖像暗區(qū)域明亮度，而且顏色保持較好，紋理更清晰。

HSV顏色模型；同態(tài)濾波；彩色圖像增強(qiáng)；塊效應(yīng)；截至頻率

0 引 言

對(duì)彩色圖像的增強(qiáng)是圖像預(yù)處理中非常關(guān)鍵的一個(gè)環(huán)節(jié)，它不僅能夠很大程度上改善圖像的視覺效果，而且也能夠有效地突出圖像的特征，以便對(duì)圖像進(jìn)行分割、識(shí)別、特征提取等后期處理。目前，根據(jù)處理空間的不同，圖像增強(qiáng)可以分為“空域增強(qiáng)”處理和“頻域增強(qiáng)”處理兩種方法[1]，前者直接對(duì)圖像的像素進(jìn)行處理，而后者首先將圖像變換到頻域(如傅里葉變換)，再對(duì)其變換系數(shù)進(jìn)行調(diào)整，最后做相應(yīng)的反變換，以得到增強(qiáng)后的圖像。對(duì)彩色圖像的增強(qiáng)處理，文獻(xiàn)[2]中提出的方法是直接對(duì)彩色圖像R,G,B三個(gè)分量做直方圖均衡化處理。此方法雖然可以有效改變圖像亮度動(dòng)態(tài)范圍，但使得圖像模糊，又由于在R,G,B三個(gè)分量直接處理，會(huì)造成圖像色彩嚴(yán)重偏離。文獻(xiàn)[2-3]采用小波變換的方法增強(qiáng)圖像，取得了較好的效果，此方法可以借鑒。文獻(xiàn)[4-7]采用的是同態(tài)濾波增強(qiáng)，可以有效增強(qiáng)圖像的亮度，但由于是對(duì)整個(gè)圖像做濾波，原來圖像中較亮部分會(huì)出現(xiàn)過度增強(qiáng)現(xiàn)象，丟失圖像細(xì)節(jié)。文獻(xiàn)[7-8]采用局部同態(tài)濾波方法，解決了文獻(xiàn)[4-7]的問題，但由于只是對(duì)亮度分量進(jìn)行處理，色彩不豐富。文獻(xiàn)[9-14]對(duì)飽和度和亮度分量都做全局同態(tài)濾波。

鑒于上述問題，文中提出了在彩色圖像的HSV色彩空間，對(duì)亮度分量做自適應(yīng)分塊同態(tài)濾波，對(duì)飽和度分量做自適應(yīng)全局同態(tài)濾波的增強(qiáng)算法，同時(shí)對(duì)調(diào)節(jié)系數(shù)對(duì)巴特沃斯高通濾波器的影響做了一定的研究。經(jīng)過大量實(shí)驗(yàn)驗(yàn)證，此方法能有效解決圖像亮度不均、色彩偏離、細(xì)節(jié)丟失等問題。

1 HSV色彩空間模型

HSV是在1978年由A.R.Smith根據(jù)顏色的直觀特性創(chuàng)建的一種顏色空間，也稱六角錐體模型[1]。在這個(gè)模型中顏色有3個(gè)參數(shù)：色調(diào)(H)，飽和度(S)，亮度(V)。色調(diào)H用角度度量，取值范圍為0°～360°，按逆時(shí)針方向計(jì)算，紅色為0°，綠色為120°，藍(lán)色為240°，它們的補(bǔ)色是：黃色為60°，青色為180°，品紅為300°。飽和度S的取值范圍為0.0～1.0，值越大，顏色越飽和。亮度V的取值范圍為0(黑色)～255(白色)。

2 同態(tài)濾波器的設(shè)計(jì)

同態(tài)濾波對(duì)圖像是在頻率域中進(jìn)行處理，主要是對(duì)圖像的灰度范圍進(jìn)行調(diào)整。一幅自然景物的圖像f(x,y)，在形成時(shí)由光源的照度入射分量fi(x,y)和物體的反射分量fr(x,y)組成，用數(shù)學(xué)模型表示為[1]：

f(x,y)=fi(x,y)×fr(x,y),0

(1)

式中，fi(x,y)照度分量在空間中的變化比較緩慢，而fr(x,y)反射分量在景物的交界處變化較劇烈，圖像做同態(tài)濾波后，傅里葉變換的低頻部分主要對(duì)應(yīng)照度分量，而高頻部分主要對(duì)應(yīng)反射分量。因此，對(duì)fi(x,y)采取壓縮低頻部分，fr(x,y)采取提高高頻的方法，就能減弱入射分量、增強(qiáng)反射分量，最終使圖像變得清晰。

同態(tài)濾波的巴特沃斯高通濾波器可以在傅里葉頻率域有效壓縮低頻的動(dòng)態(tài)范圍，并能較好地保留更多的高頻分量。同態(tài)濾波增強(qiáng)圖像的流程如圖1所示。

圖1 同態(tài)濾波增強(qiáng)圖像流程

巴特沃斯高通濾波傳遞函數(shù)為：

(2)

式中，rH、rL為調(diào)節(jié)系數(shù)，rH的值越小圖像越亮，而rL的值在不超過rH的值的情況下對(duì)增強(qiáng)效果影響不大；n越大，濾波函數(shù)衰減速度越快；D(u,v)為點(diǎn)(u,v)到傅里葉變換中心的距離，D(u,v)由式(3)計(jì)算；D0為截至頻率，值越小保留的低頻越多，圖像越暗，反之越亮。

(3)

式中，M和N為圖像行數(shù)和列數(shù)。

3 雙通道分塊同態(tài)濾波彩色圖像增強(qiáng)

3.1 圖像分塊

圖像做全局同態(tài)濾波處理后，會(huì)很大程度地提升圖像的亮度，但是圖像中原來清晰明亮的部分就會(huì)過度被增強(qiáng)，丟失了一些細(xì)節(jié)和邊緣信息。為了解決此問題，可以對(duì)圖像做分塊同態(tài)濾波[7-8]，對(duì)不同的圖像子塊分別用不同截至頻率進(jìn)行濾波。文中做了大量實(shí)驗(yàn)，若將圖像分成大小為8×8、16×16、32×32的子塊，圖像分塊過多，塊效應(yīng)嚴(yán)重，去除效果不好；而如果將塊大小確定為128×128甚至更大時(shí)，就起不到分塊濾波的目的，反而因?yàn)樯贁?shù)塊效應(yīng)，濾波效果不如全局濾波好。因此，文中圖像子塊大小確定為64×64。

3.2V分量分塊同態(tài)濾波增強(qiáng)

文中將真彩色圖像從RGB空間轉(zhuǎn)換到HSV空間中，提取圖像的亮度分量V，對(duì)V分量做分塊同態(tài)濾波，以提升圖像的亮度。

首先將圖像分成64×64大小的一系列子圖像；然后對(duì)每個(gè)子圖像塊做巴特沃斯高通同態(tài)濾波，式(2)中的rH=0.4，rL=0，n取值為10，截止頻率D0=a×median(median(D'))，其中D'為每個(gè)子塊點(diǎn)(u,v)到傅里葉變換中心的距離，a為調(diào)節(jié)系數(shù)，a=0.000 03～0.000 06[9]，值越大，截止頻率越大，低頻系數(shù)通過的越少，圖像細(xì)節(jié)保留的越少。文中做了大量實(shí)驗(yàn)，a取值為0.000 03；最后對(duì)濾波結(jié)果圖像做伽馬校正，以微調(diào)圖像整體亮度到人眼舒適為止。

g=gr

(4)

式中，r=0.8，r值越小，圖像越亮。

3.3V分量分塊濾波后消除塊效應(yīng)

對(duì)V分量做分塊局部濾波后，在塊的邊界上會(huì)出現(xiàn)塊效應(yīng)(即子圖像塊水平、垂直方向出現(xiàn)白色的線條)。為了去除塊效應(yīng)，文獻(xiàn)[7]采用了邊界均值方法，文獻(xiàn)[8]采用了重疊塊加權(quán)方法，均能在一定程度上去除。

文中采取相鄰塊邊界M×N鄰域均值方法，并在計(jì)算均值時(shí)不包括塊效應(yīng)處的像素，能更有效地接近實(shí)際圖像。設(shè)L、R是相鄰子圖像進(jìn)行濾波后水平方向上的相鄰圖像像素，U、D為垂直方向上的相鄰圖像像素，消除4個(gè)像素的塊效應(yīng)如式(5)-(8)。

(5)

(6)

(7)

(8)

其中，模板大小為M×N，M=3，N=3，m0=floor(M/2)，n0=floor(N/2)。

3.4S分量同態(tài)濾波增強(qiáng)

在對(duì)V分量做分塊同態(tài)濾波后，圖像的亮度明顯提高了，但圖像的對(duì)比度一定程度上降低了。為了提高圖像的對(duì)比度，使得圖像更加清晰、色彩更豐富，接下來再對(duì)S分量做全局巴特沃斯高通同態(tài)濾波，進(jìn)行微調(diào)，以改善圖像色彩視覺效果。

在式(2)中，rH=0.9，rL=0，n取值為10，截止頻率D0=a×median(median(D))，其中a=0.000 03。

4 文中算法流程

文中提出的算法是基于飽和度S和亮度V的雙通道分塊同態(tài)濾波彩色圖像增強(qiáng)算法，步驟如下：

(1)讀入光照不均的真彩色圖像。

(2)將圖像從RGB空間轉(zhuǎn)換到HSV空間。

(3)對(duì)亮度分量V，首先分為塊大小為64×64的一系列子圖像，再對(duì)每個(gè)子圖像做自適應(yīng)截止頻率的巴特沃斯高通同態(tài)濾波，并進(jìn)行伽馬校正，最后采用鄰域均值消除塊效應(yīng)。

(4)對(duì)飽和度分量S做全局巴特沃斯高通同態(tài)濾波。

(5)得到處理后圖像HS’V’。

(6)將圖像從HSV空間還原到RGB空間。

(7)輸出增強(qiáng)后的真彩色圖像。

5 實(shí)驗(yàn)結(jié)果分析

圖像的信息熵[10,15]是衡量圖像信息豐富程度的重要指標(biāo)，其值越大，說明圖像含有的信息量越多，圖像越逼真，質(zhì)量也就越好。文中采用Matlab2013軟件做模擬實(shí)驗(yàn)，選取兩幅亮度不均、對(duì)比度低、細(xì)節(jié)不明顯的真彩色圖像。分別在HSV色彩空間做單通道(V分量)全局同態(tài)濾波、雙通道(V分量和S分量)全局同態(tài)濾波，以及文中算法對(duì)圖像做增強(qiáng)處理，以圖像的信息熵作為客觀評(píng)價(jià)指標(biāo)。從表1的數(shù)據(jù)可以看出，文中算法的處理結(jié)果比全局同態(tài)濾波V分量的信息熵大，比單通道同態(tài)濾波S分量的信息熵大，說明文中算法在亮度和對(duì)比度方面都有明顯提高。

表1 圖像信息熵客觀性能比較

另外從視覺上可以看出，對(duì)圖像V分量做全局同態(tài)濾波可以使得圖像整體變亮，但是圖像中原有較亮的部分會(huì)被過度增強(qiáng)，丟失一些細(xì)節(jié)信息，如圖2(b)中天空及其附近的樹木部分和圖3(b)左下角部分，尤其是圖2(a)天空附近的樹木部分，過度明亮，層次變得不清晰了，并且由于只對(duì)V分量進(jìn)行增強(qiáng)，顏色也不夠艷麗，如圖2(b)車頂、女孩嘴唇和圖3(b)士兵上衣部分。因而文中對(duì)光照不均的圖像V分量做分塊同態(tài)濾波，并對(duì)S分量也做同態(tài)濾波進(jìn)行微調(diào)，不僅使得圖像亮度提升，而且顏色也更明艷、豐富了，效果如圖2(d)和圖3(d)所示。

圖2 girl圖像增強(qiáng)效果比較

圖3 army圖像增強(qiáng)效果比較

6 結(jié)束語

文中方法能在提高圖像的亮度的同時(shí)保持圖像顏色基本上不偏離，適合增強(qiáng)光照不均或有部分暗區(qū)域的真彩色圖像，不適合雨霧圖像。下一步將繼續(xù)尋找更有效的頻域內(nèi)調(diào)整函數(shù)，并且研究能適合范圍更廣的彩色圖像增強(qiáng)的方法。

[1] 劉 剛.MATLAB數(shù)字圖像處理[M].北京:機(jī)械工業(yè)出版社,2010.

[2] 陳守剛.基于直方圖均衡化的彩色圖像增強(qiáng)研究[J].重慶三峽學(xué)院學(xué)報(bào),2011,27(3):74-77.

[3]HanmanduM,JhaD.Anoptimalfuzzysystemforcolorimageenhancement[J].IEEETransactionsonImageProcessing,2006,15(10):2956-2966.

[4] 韓麗娜,耿國(guó)華.基于小波變換的真彩圖像降噪與增強(qiáng)[J].計(jì)算機(jī)工程,2010,36(12):224-225.

[5]SeowMJ,AsariVK.Homomorphicprocessingsystemandratioruleforcolorimageenhancement[C]//ProceedingsoftheIEEEinternationaljointconferenceonneuralnetworks.Budapest,Hungray:IEEE,2004:2507-2511.

[6]SeowMJ,AsariVK.Ratioruleandhomomorphicfilterforenhancementofdigitalcolorimage[J].Neurocomputing,2006,69:954-958.

[7]JobsonDJ,RahmanZU,WoodellGA.Thestatisticsofvisualrepresentation[C]//ProceedingofSPIEvisualinformation.Washington:SPIEPress,2002:25-35.

[8] 張亞飛,謝明鴻.基于HSI和局部同態(tài)濾波的彩色圖像增強(qiáng)算法[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(12):303-307.

[9] 張亞飛,謝明鴻.基于分塊DCT同態(tài)濾波的彩色圖像增強(qiáng)算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2013,34(5):1752-1756.

[10] 韓麗娜,熊 杰,耿國(guó)華,等.利用HSV空間的雙通道同態(tài)濾波真彩圖像增強(qiáng)[J].計(jì)算機(jī)工程與應(yīng)用,2009,45(27):18-20.

[11] 焦竹青,徐保國(guó).基于同態(tài)濾波的彩色圖像光照補(bǔ)償方法[J].光電子·激光,2010,21(4):602-605.

[12] 焦竹青,徐保國(guó).HSV變換和同態(tài)濾波的彩色圖像光照補(bǔ)償[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(30):142-144.

[13] 鄭曉東,王永強(qiáng),許增補(bǔ),等.基于同態(tài)濾波彩色圖像亮度不均校正方法[J].微計(jì)算機(jī)信息,2009,25(12-1):114-116.

[14] 劉燕君,劉 奇.基于同態(tài)濾波與直方圖均衡化的超聲圖像增強(qiáng)[J].中國(guó)組織工程研究與臨床康復(fù),2011,15(48):9031-9034.

[15] 周西柳,章 潔.基于聚類余弦變換的圖像增強(qiáng)算法研究[J].計(jì)算機(jī)仿真,2012,29(2):216-219.

An Enhanced Algorithm of Color Image Based on Block Homomorphic Filter in Two Channels

DUAN Qun,WU Fen-xia,LI Hong

(Institute of Graphics and Image Processing,Xianyang Normal University,Xianyang 712000,China)

A new enhanced method of non-uniform illumination color image based on block homomorphic filter in two channels was presented on basis of applying HSV color model space.First,a color image is transformed from RGB color space to HSV color space.Then,luminance channel is blocked and enhanced by Butterworth highpass homomorphic filter to compensate for the non-uniform illumination due to lack of light,and the block effect caused by blocking homomorphic filter process is removed by the method of averaging the 3*3 adjacent sub-images boundaries.The saturation channel is slightly enhanced by Butterworth highpass global homomorphic filter to increase image contrast.Last,the color image is transformed from HSV color space to RGB color space.Experiments illustrate that this algorithm can not only correct non-uniform illumination in images,but also maintain a good image color and the local details.

hue saturation value space;homomorphic filter;color image enhancement;block effect;cut-off frequency

2015-04-02

2015-07-15

時(shí)間：2016-01-04

陜西省教育廳項(xiàng)目(14JK1802)；咸陽(yáng)師范學(xué)院基金項(xiàng)目(13XSYK058)

段 群(1980-)，女，講師，碩士，研究方向?yàn)閳D像增強(qiáng)與降噪、并行計(jì)算。

http://www.cnki.net/kcms/detail/61.1450.TP.20160104.1608.076.html

TP301.6

A

1673-629X(2016)01-0082-04

10.3969/j.issn.1673-629X.2016.01.017