基于歸一化標量權重映射的圖像增強算法研究

馬永強,王順利,劉寶娥

(集寧師范學院,內蒙古 烏蘭察布 012000)

基于歸一化標量權重映射的圖像增強算法研究

馬永強,王順利,劉寶娥

(集寧師范學院,內蒙古 烏蘭察布 012000)

文章闡述了圖像對比度增強算法的基本方法,分析了幾種具有代表性的圖像增強算法不同之處,主要包括基于直方圖均衡化圖像增強算法、基于小波變換的圖像增強算法以及和基于人眼視覺特征的圖像增強算法,提出定義圖像對比度度量模型和亮度度量模型的方法來解決目前算法中存在的一些問題.

圖像增強算法;直方圖均衡化;視覺特征;對比度度量模型;亮度度量模型

相關研究指出,人類對外部世界的感知有80%都是通過眼睛獲取的,所以說圖像是人們相互交流和獲取信息最為重要的一種手段,在人們學習和生活中都扮演著重要的角色.但是,圖像在通過網絡等媒介進行傳輸過程中,由于各種原因會出現不同程度的損壞,使得人們在使用圖像時發現其質量出現大幅下降,影響其使用和研究.

為了有效提高圖像質量,根據不同情況對圖像進行相應處理,而圖像增強則是圖像處理的第一個預處理階段[1-2],是整個圖像處理過程中非常重要的一個環節,對后續環節有著至關重要的影響.對比度增強算法主要是通過一些技術手段改善原有圖像的質量、改進圖像呈現的視覺效果,或者是將原有圖像進行轉換使其更加適合人們眼睛觀察或更加適合機器(計算機等設備)進行分析、識別、處理的形式,更加方便從原有圖像中獲取更有價值的信息.

1 圖像增強處理技術

灰度變換、直方圖修正、圖像銳化、頻域濾波、彩色增強以及去除噪聲等方式是幾種較為常見的圖像增強處理技術.圖像增強算法并不存在一種適合各種應用環境的通用模型,因為圖像增強與研究者的觀察習慣以及圖像處理的具體目的都有著非常緊密的聯系,所以為了提高不同應用環境圖像的質量和視覺效果,產生了多種圖像增強算法.根據處理空間的不同,將圖像增強算法分為基于空間域和基于變換域的圖像增強算法.

2 經典圖像增強算法對比研究

2.1 基于直方圖均衡化的圖像增強算法

該算法的基本思想是通過對圖像灰度分布進行均衡化處理,從而提高圖像質量和圖像對比度,改進圖像視覺效果.

圖像直方圖對圖像灰度級內容進行了描述,可以把它理解為一個描述圖像各灰度值統計特性與灰度值的一個函數,也可以將它看成橫坐標表示像素點灰度級,而縱坐標表示像素點在圖像中出現次數的一個二維圖.

直方圖很好地描述了圖像最基本的特征,如直方圖只反映一幅圖像中不同灰度值出現的次數,對某一灰度所在位置并沒有反映;生活中不同圖像對應的直方圖很可能是相同的.我們可以改變圖像對應的直方圖,使之成為特定形狀,這就是直方圖均衡化.

直方圖均衡化技術基本算法描述為:定義變量r代表原始圖像像素灰度等級,定義另一個變量s代表圖像增強算法使用后的像素灰度等級,為了方便我們將r和s歸一化在0~1之間,圖像直方圖均衡化技術本質是找到一個灰度變換函數T(.),使得處理后的灰度值s=T(r),用函數的形式表示兩個變量之間的映射關系.利用s=T(r)使得原始圖像中細節不清晰、灰度分布集中的狹窄區域灰度分布趨于均衡,各個像素灰度之間的間距變大,有效提高圖像質量,從而提高人眼視覺感受.

實驗結果表明,圖像直方圖均衡化技術存在兩點不足:首先,使用該技術處理后不可避免地會導致圖像細節丟失;其次,對某些圖像而言,該技術處理后會出現增強過度的情況.所以,對圖像細節要求不是特別高的應用領域使用該技術能夠實現很好的增強效果.

2.2 基于小波變換的圖像增強算法

小波變換圖像增強技術基本思想是用一組函數來表示某一個信號[3].這一組函數我們可以稱之為小波函數系,它們是通過一小波母函數的伸縮和平移從而產生與"母波"對應的"子波"來構成的,并使用變換系數來描述原來的信號.在實際使用過程中,我們可以充分利用小波分解將原圖像中高頻與低頻分量進行不同程度的分離,使用不同的技術方法增強不同頻率范圍圖像的細節分量,突出圖像細節,實現提高圖像視覺感受,更好地改善圖像質量.

2.3 基于人眼視覺特性的彩色圖像增強算法

2.3.1 相關理論

人的視覺系統對顏色的感知包括3個基本特性:(1)人的眼睛本質上來說是一臺照相機,眼睛都是通過視網膜神經元對外部世界進行感知和觀察的,每個神經元都是一個對顏色較為敏感的椎體或一個對顏色不是特別敏感的桿狀體;(2)紅、綠、藍3種椎體細胞對不同頻率的光的感知程度是不相同的,同時它們對亮度的感知程度也不相同,所以我們能夠充分利用人們眼睛的這些特征對圖像進行數據壓縮和圖像增強;(3)我們能夠感受的任何一種顏色都是能夠由R,G,B 3種顏色值按照不同比例進行混合得到,即顏色=R(紅色百分比)+G(綠色百分比)+B(藍色百分比)[4-5].

計算機處理圖像時會使用兩種彩色模型,即RGB模型和HSL模型,其中HSL 3個字母分別代表色調(hue)、飽和度(satuation)、亮度(lightness).而打印彩色圖像使用CMY模型,即青色(cyan)、品紅(magenta)和黃色(yellow),用這種方法產生的顏色稱之為相減色,即減少了為時間系統識別所需要的反射光.HSV模型是從心理學角度提出的一種顏色模型,其中V表示亮度值,其他兩個參數與HSL一樣.大量實驗表明,HSV顏色空間是圖像尤其是彩色圖像增強的一種明智的選擇.

Land視網膜皮層理論的提出,表明顏色的感知在某種程度上與刺激光譜的波長關系并不大.該理論認為,經過視網膜中3種椎體細胞處理后的信息后續處理過程是在3個獨立的通道中進行的,而這些通道能夠消除光照對顏色感知的影響.這些獨立通道該理論稱之為視網膜皮層系統.

2.3.2 彩色圖像增強算法

彩色圖像增強算法可以分為兩個大的類別:保持顏色不變的增強算法和根據人眼視覺特性改變圖像顏色的增強算法.保持顏色不變的彩色圖像增強算法可以分為基于灰度圖像增強算法和顏色信息引入增強算法.

但是,在某些特定場合拍攝的圖像,必須改變原始圖像顏色才能夠達到令人滿意或者達到能夠使用的目的,基于此,根據人眼特性改變顏色的彩色圖像增強算法應運而生.

Land的Retinex理論認為圖像由入射光和反射物體共同組成,基于這一理論,圖像可以表示成:L(λ)=E(λ).R(λ),入射光、反射物體性質和反射光分別用E(λ),R(λ)和L(λ)來表示,該理論是為了能夠從彩色圖像L(λ)中獲取到物體的R(λ),通過"屏蔽"入射光性質來體現物體特征.

3 基于歸一化標量權重映射模型的構造和研究

前面提到的這些經典算法,能夠較好的對圖像進行增強處理,但是無論哪種算法總是存在一些問題:如保持了圖像亮度但是產生了沖腐效應,難以增強局部細節;通過相關技術增強了局部細節,得到了較為柔和的圖像并抑制了噪聲,但是與此同時又不可避免地容易出現塊不連續和圖像內容被篡改等問題.

為了很好地解決這些問題,本文提出建立圖像對比度度量模型和亮度度量模型的思路和想法.

假設一個輸入圖像為I(x,y),其中兩個參數分別用來表示圖像像素的行坐標與列坐標.

利用上述公式可以計算圖像梯度矢量作為圖像對比度C的指標.

4 結語

構造對比度度量模型和亮度度量模型并不能夠解決已有算法出現的常見問題,在后續研究中還應該結合融合金字塔技術,利用融合策略獲得圖像的融合金字塔,并在度量模型和歸一化權重映射技術引導下,完成圖像對比度增強,并應該在真實實驗環境下對設計的算法性能進行多次測試.

[1]盛道清.圖像增強算法的研究[D].武漢:武漢科技大學,2007.

[2]吳一全,史駿鵬.基于多尺度Retinex的非下采樣Contourlet域圖像增強[J].光學學報,2015(3):79-88.

[3]馬琳,于寧.數字圖像增強算法分析[J].交通科技與經濟,2011(1):122-125.

[4]林福宗.多媒體技術基礎[M].2版.北京:清華大學出版社,2002.

[5]朱虹.數字圖像處理基礎[M].北京:科學出版社,2005.

Study on image enhancement algorithm based on normalized scalar weight map

Ma Yongqiang, Wang Shunli, Liu Baoe
(Jining Normal University, Ulanqab 012000, China)

This paper expounds the basic method of image contrast enhancement algorithm, analyzes the differences of some representative enhancement algorithms, mainly including image enhancement algorithm based on histogram equalization, image enhancement algorithm based on wavelet transform and image enhancement algorithm based on human visual property. It defines the image contrast and brightness measurement model to solve the current algorithms problems.

image enhancement algorithm; histogram equalization; visual property; contrast measurement model; brightness measurement model

內蒙古自治區高等學校科學研究項目;項目名稱:基于歸一化標量權重映射與融合金字塔的圖像對比度增強算法研究;項目編號:NJZY16318.

馬永強(1982- ),男,內蒙古烏蘭察布人,副教授,碩士;研究方向:計算機輔助教育與多媒體技術應用.