基于空間培養的植物圖像處理方法

趙青青， 張 濤， 鄭偉波

(1.中國科學院 上海技術物理研究所，上海 200083； 2．中國科學院大學， 北京 100049)

?

基于空間培養的植物圖像處理方法

趙青青1,2， 張 濤1， 鄭偉波1

(1.中國科學院 上海技術物理研究所，上海 200083； 2．中國科學院大學， 北京 100049)

光照環境偏暗偏紅，光照不均勻等會影響彩色圖像的視覺效果。在比較幾種現有的處理方法的基礎上，提出了一種新的方法，該方法首先減小RGB彩色圖像中偏紅部分的紅色分量值，然后轉換到HSV色彩模型中，對亮度分量進行直方圖均衡和Retinex 算法處理，最后轉換回RGB顏色空間并進行Garmma校正。實驗表明:該方法不僅能夠減弱紅色光源對圖像質量的影響而且能夠提高圖像的亮度，同時也能較好地保留圖像的細節。

減小紅色分量； HSV色彩模型； Retinex算法； Garmma校正

0 引 言

在空間環境條件下研究綠色高等植物的生長發育是非常重要的，因為可能會解決人類在太空長期生存的自給自足或部分自給自足的問題。在空間生命科學實驗中，密閉的培養箱可以為植物提供生長所必需的環境條件，同時通過內置相機對植物成像，實時觀察植物的生長發育狀況，因此，圖像質量對開展空間生命科學研究起著至關重要的作用。為滿足植物正常的生長發育，實驗箱內同時需要白色光源和紅色光源，所成的圖像偏紅偏暗，需要對拍攝的圖片進行特殊處理，才能達到良好的視覺效果。

本文就兩個方面對植物圖像進行處理：1)減弱紅色光源對成像質量造成的影響。2)減小密閉實驗箱內光線較暗對圖像造成的影響[1～4]。

1 算法分析

為了避免色彩失真，本文在減弱紅色分量的基礎上將RGB顏色模型轉換到HSV顏色模型中[5]，并對亮度分量(V分量)進行增強。本文算法總體思想如圖1所示。

圖1 本文算法流程圖Fig 1 Flow chart of this algorithm

本文主要用到兩大類算法：1)紅色分量減弱算法。 2)基于V分量的圖像增強算法。

1.1 紅色分量減弱算法

由于航天設備的限制，空間生命科學儀器中光線不僅偏暗，而且偏紅，使綠色植物的顏色不夠真實，因此，本文提出一種減弱圖像偏紅部分紅色分量的像素強度的方法，算法流程圖如圖2所示。

1.2 基于V分量的圖像增強算法

RGB顏色模型由紅、綠、藍三種色度分量組成，當對這三個分量分別進行不同程度矯正時，由于三個分量數值改變的同時比例系數也隨之變化，因此，處理后的圖像顏色會出現失真現象。將RGB顏色模型轉換為HSV顏色模型，其中,H代表色調，S代表飽和度，V代表亮度，這樣只對亮度分量進行增強處理，然后再逆變換到RGB彩色空間，這樣能夠較好地提高亮度并且保留彩色信息。

圖2 紅色分量減弱算法流程圖Fig 2 Flow chart of algorithm fading red component

目前，現有的圖像增強方法基本有直方圖均衡法、Garmma曲線校正及其改進法[6]、Retinex及其改進法等。它們的特點如表1所示。

表1 光照補償方法特點比較

多尺度 Retinex 算法[7]是對單尺度 Retinex的發展和延伸，它是幾個單尺Retinex的加權組合，是一種既可很好完成圖像的動態范圍壓縮,又可保證圖像的色感一致性的圖像增強方法。其公式為

(1)

式中 (x,y)為V分量像素的位置，i為單尺度序列號，wi為第i個尺度的加權系數，取w1=w2=w3=1/3 ；Ri(x,y)計算公式為

(2)

式中 I(x,y)為(x,y)位置的V分量值，σi為第i個尺度的高斯尺度參數，i=1，2,3；本文取σ1=90，σ2=160，σ3=10。

本文V分量增強算法處理中綜合采用了直方圖均衡算法和多尺度Retinex算法。

2 各種算法處理結果比較與分析

2.1主觀評判

目前彩色圖像光照補償方法大致分為兩大類：1)對RGB三個顏色通道分別進行增強處理，為方法一，如圖3所示；2)轉換為其他顏色模型并對與色度無關分量進行校正，為方法二，如圖4所示。本文用Matlab對圖像進行處理。

圖3 RGB三分量分別處理(方法一)Fig 3 Process RGB components separately(method one)

圖4 V分量單獨處理(方法二)Fig 4 Individually process V component(method two)

以上實驗結果中，圖3為對RGB三通道分別進行處理的結果，圖4為轉換為HSV顏色模型的處理結果。圖4(d)為本文算法，即在減弱圖像偏紅部分的紅色分量的基礎上進行圖4(b)中處理的結果。通過以上實驗結果可以看出：圖3對RGB三通道分別進行處理出現了很大的色偏現象，同時植物的顏色不夠鮮艷。對圖4(b)、(c)、(d)比較發現,圖4(d)不僅亮度有所增強，同時綠色植物的色彩更加艷麗，整體色彩比較自然，而且圖像的細節也未丟失。

2.2 客觀分析

由于在自然光下對白紙成像時RGB三通道的值相等。為了檢驗本文中紅色分量減弱算法的處理效果，在相同硬件環境下對白紙成像并進行處理，處理結果如圖5所示，統計分析白紙中R,G,B三個顏色通道差值的均值和方差，如表2所示。

圖5 白紙處理結果Fig 5 Processing results of white paper

通過對表2結果的分析可知，圖5 (c)算法中R,G,B三個顏色通道差值的均值和方差都較小，因此，本文算法對圖像偏紅現象的處理結果較好。

3 結 論

本文提出對圖像偏紅部分的紅色分量減弱的處理方法，處理結果表明:該方法取得一定的效果，在對光照補償處理中，本文采用轉換顏色空間方法，并對亮度分量進行直方圖均衡算法和Retinex算法處理，處理效果良好，最后對圖像Garmma校正,對整幅圖像進行調整，圖像色彩更加自然。

表2 顏色通道差值的均值和方差

[1] 蔡利梅,錢建生,羅驅波，等.一種基于色彩保持的低照度圖像增強算法[J].計算機應用與軟件,2009,26(3)：226-243.

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

[3] 付爭方，朱 虹.基于模糊理論的低照度彩色圖像增強算法[J].傳感器與微系統,2014,33(5):121-124.

[4] 劉 翔，董 昱.改進的自適應免疫遺傳算法在圖像增強中的應用[J].傳感器與微系統,2015,34(6):156-160.

[5] 焦竹青,徐保國.HSV變換和同態濾波的彩色圖像光照補償[J].計算機工程與應用,2010,46(30):142-144.

[6] Farid H.Blind inverse Gamma correction[J].IEEE Trans on Image Processing,2001,10(2):1428 -1433.

[7] 張甲杰，陳樹越，劉瑞劍，等.基于多尺度Retinex的醫學圖像增強方法研究[J].中國醫學影像技術,2007,23(11):1724-1726.

Plant image processing methods based on spatial cultivation

ZHAO Qing-qing1,2, ZHANG Tao1, ZHENG Wei-bo1

(1.Shanghai Institude of Technical Physics,Chinese Academy of Sciences,Shanghai 200083,China; 2.University of Chinese Academy of Scienses,Beijing 100049,China)

Illumination environment is relatively dark,red and uneven,will affect visual effect of color image.A new method is presented on the basis of comparing several existing processing methods.Firstly，the method reduces red component of the partial red part of the RGB color image, then convert the corlor model from RGB to HSV,so as to deal with luminance component,histogram equalization and Retinex algorithm processing,and at last,convert back to RGB color space and carry out Garmma correction.Experiment shows the method can not only reduce influence of the red light source on quality of image,but also can increase brightness of image,simultaneously,reserve details of image.

fading the red component; HSV color model; Retinex algorithm; Garmma correction

2015—11—26

10.13873/J.1000—9787(2016)10—0046—03

TN 014

A

1000—9787(2016)10—0046—03

趙青青(1988-)，女，山東濟寧人，博士研究生，研究方向為生物光信息處理。