张 扬,郑 宾,刘 珊

(1 中北大学电子测试技术国家重点实验室,太原 030051;2 北华航天工业学院,河北廊坊 065000)

高帽变换和toggle算子组合的图像增强优化算法*

张 扬1,郑 宾1,刘 珊2

(1 中北大学电子测试技术国家重点实验室,太原 030051;2 北华航天工业学院,河北廊坊 065000)

针对灰度图像对比度较低而难以识别目标区域的问题,对形态学中传统的高帽变换算子和toggle算子进行组合,提出了基于高帽变换和toggle算子组合的图像增强优化算法。该算法利用高帽变换算子增大原始图像灰度值的动态范围,同时利用toggle算子锐化图像,使图像清晰。实验结果表明,该组合算子相对单个算子来说,对灰度图像的对比度增强效果更好,目标识别效果更佳。

高帽变换;toggle算子;对比度;图像增强;目标识别

0 引言

图像增强是图像处理的一种重要技术,已被广泛应用在生物医学工程、指纹识别、天文图像和红外图像处理等不同方面[1]。图像增强的主要思想是通过增大图像中明亮区域和暗淡区域的对比度,以获得更好的视觉效果。很多图像受成像传感器、背景辐射和成像环境操作的影响,具有较低的对比度。为了提取图像关键信息进行目标识别,需要对杂波背景里的目标区域进行增强。

为了增强不同应用的图像,人们提出了多种图像增强算法,包括小波理论[2],对比度拉伸算法[3],模糊逻辑算法[4]和数学形态学算法[5-7]。控制对比度拉伸可以达到图像增强的结果,但是部分图像区域可能被抑制,将影响部……