基于直方圖均衡算法的低照度巡檢圖像增強(qiáng)方法

龐小龍，賀志華，王 玄，王海默，崔春暉

（1.國網(wǎng)寧夏電力有限公司檢修公司，寧夏銀川 750001；2.南京悠闊電氣科技有限公司，江蘇南京 211100）

0 引言

輸電線路圖像在線監(jiān)測具有可靠性高、實(shí)時(shí)性好的優(yōu)勢，正在被廣泛運(yùn)用到架空輸電線路領(lǐng)域。巡檢的圖像采用紅外線成像技術(shù)，由于其具有抗干擾性、隱蔽性、調(diào)節(jié)性等優(yōu)勢，被廣泛應(yīng)用于軍民生活生產(chǎn)的各個(gè)領(lǐng)域[1]。但是巡檢圖像也常受到設(shè)備和環(huán)境的影響，有時(shí)成像清晰度差，因此提出對紅外線圖像的邊緣濾波均衡化處理和直方圖均衡化的算法。此種實(shí)驗(yàn)設(shè)計(jì)增加了圖像在低照度情況下的對比程度，解決了圖像發(fā)灰的映襯，突出了紅外巡檢圖像的成像效果。

1 傳統(tǒng)的HE 矩陣增強(qiáng)算法

傳統(tǒng)的矩陣算法是德國人提出，其主要應(yīng)用在大規(guī)模的優(yōu)化牛頓類型的方法中，對于二維圖像，HE 矩陣可以很好表述圖像的主要元素信息，在圖像處理優(yōu)化中有很大作用[2]。經(jīng)典的HE 矩陣算法在視覺效果上雖然有了很多改進(jìn)，但是因?yàn)槠錂?quán)值的固定適宜性不靈活，因此其局部圖像存在過度增強(qiáng)的問題。同時(shí)對于存在噪聲的低照度的圖像，使用此種方法也會丟失很多細(xì)節(jié)，輸出圖像時(shí)背景的噪聲也不會被抑制，導(dǎo)致清晰度下降。此種算法耗時(shí)較長，不能提高對比度，當(dāng)目標(biāo)圖像被增強(qiáng)時(shí)，也使無用的背景圖像進(jìn)行了增強(qiáng)，這對于輸出巡檢圖像的識別就不是很明顯[3-4]。

2 直方圖均衡化圖像低頻信號的增強(qiáng)算法

巡檢的整體視覺圖像都是集中在低頻信號上的，改進(jìn)的均衡化算法，就是制定一個(gè)臨界值，通過這個(gè)臨界值（閾值）來克制背景圖像的增強(qiáng)，進(jìn)而來提高整體巡檢圖像的明暗對比度，使圖像邊緣的輪廓更為突出，增強(qiáng)視覺效果[5]。設(shè)定巡檢圖像的灰度級數(shù)為L，其概率函數(shù)為F（k）。

其中，k 為灰度等級，k=0，1，…，255，Nk為灰度的等級，是k的像素?cái)?shù)量，N 為巡檢圖像中總的像素?cái)?shù)量。在均衡算法中，相應(yīng)概率的密度函數(shù)見式（2）。

在式（2）中，設(shè)定F（k）≥x 時(shí)，均衡算法中概率的密度函數(shù)主要是依據(jù)臨界值x 設(shè)定的，當(dāng)F（k）一直不變時(shí)，則臨界值始終是x。根據(jù)上述算法，當(dāng)?shù)皖l信號經(jīng)過均衡處理以后，輸出的圖像結(jié)果為式（3）。

其中，Px（k）為經(jīng)處理增強(qiáng)以后的第k 個(gè)等級的灰度圖像，floor（）為向下取整函數(shù)。

3 實(shí)驗(yàn)研究和分析

將直方圖均衡化算法與HE 矩陣算法進(jìn)行比對，選取巡檢的圖片作為初始圖片，在2 GB 的內(nèi)存機(jī)器上分別進(jìn)行運(yùn)算。然后把兩種算法處理過的目標(biāo)圖片進(jìn)行驗(yàn)證比較，如圖1 所示。

通過比較，可看出直方圖均衡算法得出的圖像對比度增強(qiáng)，細(xì)節(jié)的清晰度明顯得到提高，目標(biāo)圖像的邊緣更為清晰。運(yùn)算所得圖片增強(qiáng)效果的比較，采用數(shù)據(jù)量化的方式比較直觀。目標(biāo)圖片的結(jié)果值采用標(biāo)準(zhǔn)偏差、熵值法、模糊性指數(shù)的運(yùn)算來進(jìn)行比對，得出直方圖均衡算法與HE傳統(tǒng)算法的區(qū)別。通過計(jì)算，得出兩種算法的比較數(shù)值（表1）。

圖1 成像比較

表1 不同算法的檢測比較結(jié)果

通過上述公式測算，可以看出均衡算法在增強(qiáng)圖像上和傳統(tǒng)算法比較后，熵值和模糊性指數(shù)都符合圖像信息輸出的增強(qiáng)效果要求，只有標(biāo)準(zhǔn)的偏差值稍低一些。這是由于傳統(tǒng)算法本身就具有過渡增強(qiáng)的特征，但是在低照度情況下細(xì)節(jié)的信息數(shù)量對于圖像的清晰度尤為重要，因此這種算法在有干擾的情況下不會丟失很多信息，圖像也就更為穩(wěn)定。

4 結(jié)論

針對低照度情況下增強(qiáng)巡檢圖像的視覺效果，本文提出直方圖均衡化的算法。通過將輸入的圖像進(jìn)行低頻信號與高頻信號的分類，首先確定適宜的閾值來提高低頻信號的增強(qiáng)效果，從而實(shí)現(xiàn)對其信號的完善；其次將高頻信號進(jìn)行強(qiáng)、中、弱的邊緣系數(shù)的分類，從而分別制定不同的增強(qiáng)設(shè)計(jì)，通過提高局部圖像的對比度來實(shí)現(xiàn)對細(xì)節(jié)信息的保留和強(qiáng)化，進(jìn)而提高背景圖像與目標(biāo)圖像區(qū)別，提高巡檢圖像的識別度。

參加文獻(xiàn)

［1］萬智萍.結(jié)合視覺特性與灰度拉伸的直方圖均衡化紅外圖像增強(qiáng)算法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2016，37（3）：714-719.

［2］段軍，高翔.基于統(tǒng)計(jì)濾波的自適應(yīng)雙閾值改進(jìn)canny 算子邊緣檢測算法［J］.激光雜志，2015，36（1）：10-13.

［3］顧明，鄭林濤，劉中華.結(jié)合暗原色優(yōu)先和Gamma 校正的紅外交通圖像增強(qiáng)算法［J］.交通運(yùn)輸工程學(xué)報(bào)，2016，16（6）：149-158.

［4］汪忱，張寶輝，王虹.基于視覺顯著區(qū)域的紅外圖像增強(qiáng)算法研究［J］.紅外技術(shù)，2017，39（9）：834-839.

［5］曹關(guān)，程亞玲，盛惠興.改進(jìn)的直方圖均衡化和NSCT 變換的紅外圖像增強(qiáng)［J］.應(yīng)用科技，2016，43（2）：24-27.