基于圖像不同亮度區(qū)域特征的Gamma矯正方法

丁 毅，李玉惠，李 勃

(昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，云南 昆明 650500)

基于圖像不同亮度區(qū)域特征的Gamma矯正方法

丁 毅，李玉惠，李 勃

(昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，云南 昆明 650500)

在圖像處理領(lǐng)域中，圖像亮度不均會(huì)大大降低圖像分割的正確性。為了有效弱化圖像亮度不均對(duì)圖像分割帶來(lái)的影響，對(duì)處理圖像亮度不均具有優(yōu)勢(shì)的Gamma矯正方法及各種改進(jìn)方法進(jìn)行了對(duì)比分析。針對(duì)現(xiàn)有Gamma矯正方法對(duì)圖像高光區(qū)矯正效果的不佳，文中提出了類余切Gamma矯正函數(shù)和橢圓非線性矯正模型。實(shí)驗(yàn)結(jié)果表明，按圖像像素值對(duì)圖像分區(qū)，該方法不僅保持了現(xiàn)有Gamma矯正方法對(duì)陰影區(qū)和過(guò)渡區(qū)亮度處理的效果，而且縮小了圖像高光區(qū)的像素取值范圍，提高了對(duì)圖像高光區(qū)矯正的效果，有效降低了整幅圖像亮度的比例，在一定程度上使圖像亮度分布更加均勻。同時(shí)，該方法具有較好的普適性，在處理其他亮度比例較大的圖像時(shí)，該方法可以較好地均衡圖像亮度的分布，在某些特殊場(chǎng)景下會(huì)大大提高圖像分割的正確性和準(zhǔn)確率。

圖像處理;類余切Gamma矯正函數(shù);橢圓非線性矯正模型;亮度不均;圖像分割

0 引 言

由于客觀環(huán)境通常使得獲取的圖像亮度分布不均勻，對(duì)以圖像內(nèi)容理解為目標(biāo)的圖像分割、目標(biāo)跟蹤等研究和應(yīng)用造成較大的困難。因此，有效弱化圖像亮度不均帶來(lái)的影響，是圖像內(nèi)容理解研究中不可缺少的預(yù)處理環(huán)節(jié)，這也是計(jì)算機(jī)視覺(jué)中尚未有效解決的技術(shù)難點(diǎn)之一[1]。

為了有效解決圖像亮度不均對(duì)圖像分割帶來(lái)的影響，近年來(lái)眾多研究者提出了一些方法，如直方圖均衡化方法[2]、色彩空間轉(zhuǎn)換方法[3]、色感一致性方法[4]、色彩相似度方法[5]和改進(jìn)的Gamma矯正方法[6-9]等。直方圖均衡化方法雖然可以改善圖像質(zhì)量，但往往會(huì)在均衡后給圖像帶來(lái)一些不連續(xù)的斑塊；色彩空間轉(zhuǎn)換方法沒(méi)有解決色彩通道之間的相關(guān)性問(wèn)題；色感一致性方法存在精確估計(jì)光源位置的困難；色彩相似度方法對(duì)光照劇烈變化較為敏感[10]。相比之下，Gamma矯正是對(duì)圖像像素值進(jìn)行的矯正，矯正后不會(huì)給圖像帶來(lái)不連續(xù)的斑塊，同時(shí)也不需要考慮光源位置，以及色彩通道之間的相關(guān)性問(wèn)題，從而在處理圖像亮度不均方面表現(xiàn)出一定優(yōu)勢(shì)[11]。但是，現(xiàn)有Gamma矯正方法在處理亮度比例較大的圖像時(shí)，存在對(duì)高光區(qū)矯正程度的不足。

文中對(duì)多種改進(jìn)的Gamma矯正方法進(jìn)行了分析，結(jié)合不同亮度區(qū)域的特征，對(duì)高光區(qū)采用了類余切Gamma矯正函數(shù)和橢圓非線性矯正模型，使得整幅圖像的亮度得到更好的均衡。

1 Gamma矯正方法

針對(duì)現(xiàn)有Gamma矯正方法處理亮度比例較大圖像的不足，文中在文獻(xiàn)[12]的基礎(chǔ)上，對(duì)圖像陰影區(qū)和過(guò)渡區(qū)采用類余弦Gamma矯正函數(shù)，保持對(duì)陰影區(qū)和過(guò)渡區(qū)的矯正效果。對(duì)圖像高光區(qū)，采用類余切Gamma矯正函數(shù)矯正像素值的分布趨勢(shì)，采用橢圓非線性矯正模型矯正像素的取值范圍，使得整幅圖像的亮度得到更好的均衡。

1.1 類余切Gamma矯正函數(shù)

將像素值區(qū)間分為陰影區(qū)、過(guò)渡區(qū)和高光區(qū)，具體范圍為[0,x0],[x0,x1],[x1,255]，E1,E2,E3分別代表這三個(gè)區(qū)間。令p代表像素值區(qū)間[0,255]，Ω代表角度值區(qū)間[0,π]，Γ代表Gamma值區(qū)間，x代表像素值。取x1=x0+(255-x0)/n，n為區(qū)間[x0,255]的等分?jǐn)?shù)，x0和n的值可根據(jù)實(shí)際情況而定，一般x0取中點(diǎn)。則p到Ω的線性映射定義為：

φ:p→Ω;Ω={ω|ω=φ(x)}

φ(x)=

(1)

其中，p到Γ的映射定義為：

h：p→Γ；Γ={h|h=h(x)}

因此，改進(jìn)的f1(x)函數(shù)的表達(dá)式如下：

(2)

式中，λ∈(0,+∞)是調(diào)節(jié)矯正后圖像Gamma取值范圍的參數(shù)。

文獻(xiàn)[12]在處理圖像陰影區(qū)和過(guò)渡區(qū)方面，已經(jīng)取得了較好的效果；但是，對(duì)高光區(qū)處理效果不佳。因此，文中針對(duì)圖像高光區(qū)改進(jìn)了函數(shù)f1(x)，如式(2)所示；對(duì)文獻(xiàn)[12]中的函數(shù)f2(x)和f3(x)做了相應(yīng)調(diào)整，使它們只對(duì)改進(jìn)的函數(shù)f1(x)在處理圖像陰影區(qū)和過(guò)渡區(qū)方面起到修正的作用。則重新定義的f2(x)和f3(x)的表達(dá)式如下：

(3)

(4)

式中的相關(guān)變量說(shuō)明見(jiàn)文獻(xiàn)[12]。因此，Gamma值矯正函數(shù)定義如下：

h(x)=f1(x)+f2(x)+f3(x)

(5)

取像素值矯正函數(shù)[3]：

g(x)=255(x/255)1/h(x)

(6)

所以，當(dāng)a=0.6,b=0.3,n=5,λ=1時(shí)，g(x)曲線圖如圖1所示。

圖1 g(x)曲線圖

圖1表明，對(duì)圖像高光區(qū)即區(qū)間[153,255]的矯正，只矯正了像素值的分布趨勢(shì)，仍然沒(méi)有縮小高光區(qū)像素的取值范圍。所以，在類余切Gamma矯正函數(shù)處理的基礎(chǔ)上，還需要對(duì)圖像高光區(qū)的像素取值范圍進(jìn)行矯正。

1.2 橢圓非線性矯正模型

圖2 橢圓曲線

p(x)=b(1-g1(x)/a)

(7)

矯正后g(x)的表達(dá)式如下：

(8)

式中，參數(shù)q是為了得到一條連續(xù)的像素值矯正曲線，使區(qū)間E2,E3對(duì)應(yīng)的像素值平滑地銜接而被定義的。

q定義如下：

q=g1(x1+1)-g1(x1)

(9)

因此，矯正后g(x)的曲線圖如圖3所示。

圖3 矯正后的g(x)曲線圖

圖3表明，文中方法與現(xiàn)有Gamma矯正方法相比，保持了現(xiàn)有Gamma矯正方法對(duì)陰影區(qū)和過(guò)渡區(qū)亮度的處理效果，縮小了圖像高光區(qū)像素的取值范圍，有效降低了圖像亮度的比例，使整幅圖像亮度得到了更好的均衡。同時(shí)，圖1和圖3表明，采用橢圓非線性矯正模型對(duì)g(x)進(jìn)行矯正，具有隨著像素值增大，矯正值緩慢減小的特點(diǎn)，合理控制了高光區(qū)像素的取值范圍，一定程度上抑制了因矯正引起的圖像失真。

函數(shù)f1(x)第二部分的λ參數(shù)起到了合理控制矯正后Gamma取值范圍的作用，使得對(duì)高光區(qū)的矯正有了自適應(yīng)的特點(diǎn)。當(dāng)λ選取不同參數(shù)時(shí)，Gamma值矯正曲線圖和g(x)曲線圖如圖4所示。

(a)Gamma值矯正曲線圖

(b)g(x)曲線圖

圖(a)表明，λ的取值越大，矯正后的Gamma值就越大，從而對(duì)高光區(qū)矯正程度就越深，圖像亮度的比例也就變得越小，效果如圖(b)所示。但是，隨著λ的增加，矯正后的圖像亮度比例就會(huì)減小，矯正后的圖像失真度也就會(huì)越大。因此，對(duì)于亮度比例不同的圖像，λ取值也不相同。

2 實(shí)驗(yàn)結(jié)果分析

文中的實(shí)驗(yàn)圖像來(lái)自國(guó)家教育考試標(biāo)準(zhǔn)化考場(chǎng)監(jiān)控圖像，具有亮度比例較大的特點(diǎn)。在同一環(huán)境下，對(duì)文中方法、文獻(xiàn)[12-14]的方法進(jìn)行了對(duì)比實(shí)驗(yàn)。在取較佳參數(shù)的情況下，實(shí)驗(yàn)效果如圖5所示。

圖5 不同方法處理后的效果圖

圖5表明，與現(xiàn)有Gamma矯正方法相比，文中所提出的方法保持了現(xiàn)有Gamma矯正方法對(duì)陰影區(qū)和過(guò)渡區(qū)亮度的處理效果，又縮小了高光區(qū)像素的取值范圍，有效降低了圖像亮度的比例，使整幅圖像達(dá)到了更好的亮度均衡。

3 結(jié)束語(yǔ)

文中對(duì)多種改進(jìn)的Gamma矯正方法進(jìn)行了對(duì)比分析，提出了類余切Gamma矯正函數(shù)和橢圓非線性矯正模型對(duì)圖像高光區(qū)進(jìn)行矯正，并與文獻(xiàn)[12-14]的方法進(jìn)行對(duì)比實(shí)驗(yàn)。結(jié)果表明文中方法的有效性。

文中方法和其他Gamma矯正方法一樣存在如何自動(dòng)地、無(wú)監(jiān)督地選取參數(shù)組合值的問(wèn)題。因此，后續(xù)將會(huì)對(duì)這一問(wèn)題做更深入的研究，從而提高文中方法的廣泛實(shí)用性。

[1] 劉 培,王建英,尹忠科.圖像光照補(bǔ)償方法的研究[J].系統(tǒng)工程與電子技術(shù),2008,30(7):1343-1346.

[2]ShenH,SunS,LeiB,etal.Anadaptivebrightnesspreservingbi-histogramequalization[C]//ProceedingsofSPIE.[s.l.]:[s.n.],2011.

[3]QaziImtnan-UI,AlataO,BurieJean-Christophe,etal.Choiceofapertinentcolorspaceforcolortexturecharacterizationusingparametricspectralanalysis[J].PatternRecognition,2011,44(1):16-31.

[4]FinlaysonG,FuntB,BarnardJ.Colorconstancyunderavaryingillumination[C]//Proceedingsofinternationalconferenceoncomputervision.WashingtonDC,USA:IEEEComputerSocietyPress,1995:720-725.

[5]SorianoM,MartinkauppiB,HuovinenS.Skindetectioninvideounderchangingilluminationconditions[C]//Proceedingsofinternationalconferenceonpatternrecognition.Barcelona:[s.n.],2000:839-842.

[6] 鄭東亮,達(dá)飛鵬.提高數(shù)字光柵投影測(cè)量系統(tǒng)精度的gamma校正技術(shù)[J].光學(xué)學(xué)報(bào),2011,31(5):116-121.

[7] 肖焱山,曹益平,武迎春,等.基于傅里葉頻譜分析的相位測(cè)量輪廓術(shù)系統(tǒng)Gamma非線性校正方法[J].光學(xué)學(xué)報(bào),2012,32(12):172-177.

[8] 王志國(guó),梁志虎,劉純亮.一種應(yīng)用于ACPDP的反gamma校正與動(dòng)態(tài)對(duì)比度增強(qiáng)相結(jié)合的新方法[J].真空科學(xué)與技術(shù)學(xué)報(bào),2009,29(6):700-703.

[9]MaS,QuanC,ZhuR.AfastandaccurategammacorrectionbasedonFourierspectrumanalysisfordigitalfringeprojectionprofilometry[J].OpticsCommunications,2012,285:533-538.

[10] 師一華,楊金鋒.圖像處理中改進(jìn)的Gamma矯正方法[J].安陽(yáng)工學(xué)院學(xué)報(bào),2005(6):67-70.

[11] 儲(chǔ) 霞,吳效明,黃岳山.照度不均勻圖像的自動(dòng)Gamma灰度校正[J].微計(jì)算機(jī)信息,2009,25(18):292-293.

[12] 許 龍,李晨釗,李 鵬.弱輻射特征遙感影像的自動(dòng)伽馬校正[J].海洋測(cè)繪,2013,33(1):32-34.

[13] 楊金鋒,楊國(guó)慶,吳仁彪.減少光照影響的自適應(yīng)Gamma矯正方法[J].信號(hào)處理,2005,21(4A):261-264.

[14] 楊金鋒,師一華,熊興隆.光照處理中改進(jìn)的Gamma矯正方法[J].中國(guó)民航學(xué)院學(xué)報(bào),2006,24(4):39-42.

Gamma Correction Based on Different Brightness Regional Features for Images

DING Yi，LI Yu-hui，LI Bo

(Faculty of Information Engineering and Automation,Kunming University of Science and Technology, Kunming 650500,China)

Uneven brightness can reduce greatly the correctness of image segmentation in image processing.In order to effectively weaken the influence on the image segmentation which brought by uneven brightness,in this paper,a variety of methods of Gamma correction and improved ones are compared and analyzed.In view of the bad effect on correcting image highlights district by using the existing Gamma correction methods,the class cotangent Gamma correction function and elliptical nonlinear correction model are proposed.The experiment shows that on the basis of maintaining the effect on luminance processing in the shadow area and the transition zone by the existing Gamma correction methods,this method narrows the pixel value range of the image highlights area,enhances the correction effect of the image highlights area,and reduces the proportion of the whole image brightness effectively,which makes the brightness distribution more uniform to some extent.In dealing with a larger brightness proportion of image,this method,with good universality,can balance brightness distribution of the image well and greatly improve the segmentation correctness and accuracy of image in some special situations.

image processing;classing cotangent Gamma correction function;elliptical nonlinear correction model;uneven brightness;image segmentation

2015-09-13

2015-12-22

時(shí)間：2016-05-25

國(guó)家自然科學(xué)基金資助項(xiàng)目(61363043)

丁 毅(1991-)，男，碩士研究生，研究方向?yàn)閳D像處理與智能計(jì)算。

http://www.cnki.net/kcms/detail/61.1450.TP.20160525.1706.040.html

TP391.41

A

1673-629X(2016)06-0037-03

10.3969/j.issn.1673-629X.2016.06.008