马永强,王顺利,刘宝娥

(集宁师范学院,内蒙古 乌兰察布 012000)

基于归一化标量权重映射的图像增强算法研究

马永强,王顺利,刘宝娥

(集宁师范学院,内蒙古 乌兰察布 012000)

文章阐述了图像对比度增强算法的基本方法,分析了几种具有代表性的图像增强算法不同之处,主要包括基于直方图均衡化图像增强算法、基于小波变换的图像增强算法以及和基于人眼视觉特征的图像增强算法,提出定义图像对比度度量模型和亮度度量模型的方法来解决目前算法中存在的一些问题.

图像增强算法;直方图均衡化;视觉特征;对比度度量模型;亮度度量模型

相关研究指出,人类对外部世界的感知有80%都是通过眼睛获取的,所以说图像是人们相互交流和获取信息最为重要的一种手段,在人们学习和生活中都扮演着重要的角色.但是,图像在通过网络等媒介进行传输过程中,由于各种原因会出现不同程度的损坏,使得人们在使用图像时发现其质量出现大幅下降,影响其使用和研究.

为了有效提高图像质量,根据不同情况对图像进行相应处理,而图像增强则是图像处理的第一个预处理阶段[1-2],是整个图像处理过程中非常重要的一个环节,对后续环节有着至关重要的影响.对比度增强算法主要是通过一些技术手段改善原有图像的质量、改进图像呈现的视觉效果,或者是将原有图像进行转换使其更加适合人们眼睛观察或更加适合机器(计算机等设备)进行分析、识别、处理的形式,更加方便从原有图像中获取更有价值的信息.

1 图像增强处理技术

灰度变换、直方图修正、图像锐化、频域滤波、彩色增强以及去除噪声等方式是几种较为常见的图像增强处理技术.图像增强算法并不存在一种适合各种应用环境的通用模型,因为图像增强与研究者的观察习惯以及图像处理的具体目的都有着非常紧密的联系,所以为了提高不同应用环境图像的质量和视觉效果,产生了多种图像增强算法.根据处理空间的不同,将图像增强算法分为基于空间域和基于变换域的图像增强算法.

2 经典图像增强算法对比研究

2.1 基于直方图均衡化的图像增强算法

该算法的基本思想是通过对图像灰度分布进行均衡化处理,从而提高图像质量和图像对比度,改进图像视觉效果.

图像直方图对图像灰度级内容进行了描述,可以把它理解为一个描述图像各灰度值统计特性与灰度值的一个函数,也可以将它看成横坐标表示像素点灰度级,而纵坐标表示像素点在图像中出现次数的一个二维图.

直方图很好地描述了图像最基本的特征,如直方图只反映一幅图像中不同灰度值出现的次数,对某一灰度所在位置并没有反映;生活中不同图像对应的直方图很可能是相同的.我们可以改变图像对应的直方图,使之成为特定形状,这就是直方图均衡化.

直方图均衡化技术基本算法描述为:定义变量r代表原始图像像素灰度等级,定义另一个变量s代表图像增强算法使用后的像素灰度等级,为了方便我们将r和s归一化在0~1之间,图像直方图均衡化技术本质是找到一个灰度变换函数T(.),使得处理后的灰度值s=T(r),用函数的形式表示两个变量之间的映射关系.利用s=T(r)使得原始图像中细节不清晰、灰度分布集中的狭窄区域灰度分布趋于均衡,各个像素灰度之间的间距变大,有效提高图像质量,从而提高人眼视觉感受.

实验结果表明,图像直方图均衡化技术存在两点不足:首先,使用该技术处理后不可避免地会导致图像细节丢失;其次,对某些图像而言,该技术处理后会出现增强过度的情况.所以,对图像细节要求不是特别高的应用领域使用该技术能够实现很好的增强效果.

2.2 基于小波变换的图像增强算法

小波变换图像增强技术基本思想是用一组函数来表示某一个信号[3].这一组函数我们可以称之为小波函数系,它们是通过一小波母函数的伸缩和平移从而产生与"母波"对应的"子波"来构成的,并使用变换系数来描述原来的信号.在实际使用过程中,我们可以充分利用小波分解将原图像中高频与低频分量进行不同程度的分离,使用不同的技术方法增强不同频率范围图像的细节分量,突出图像细节,实现提高图像视觉感受,更好地改善图像质量.

2.3 基于人眼视觉特性的彩色图像增强算法

2.3.1 相关理论

人的视觉系统对颜色的感知包括3个基本特性:(1)人的眼睛本质上来说是一台照相机,眼睛都是通过视网膜神经元对外部世界进行感知和观察的,每个神经元都是一个对颜色较为敏感的椎体或一个对颜色不是特别敏感的杆状体;(2)红、绿、蓝3种椎体细胞对不同频率的光的感知程度是不相同的,同时它们对亮度的感知程度也不相同,所以我们能够充分利用人们眼睛的这些特征对图像进行数据压缩和图像增强;(3)我们能够感受的任何一种颜色都是能够由R,G,B 3种颜色值按照不同比例进行混合得到,即颜色=R(红色百分比)+G(绿色百分比)+B(蓝色百分比)[4-5].

计算机处理图像时会使用两种彩色模型,即RGB模型和HSL模型,其中HSL 3个字母分别代表色调(hue)、饱和度(satuation)、亮度(lightness).而打印彩色图像使用CMY模型,即青色(cyan)、品红(magenta)和黄色(yellow),用这种方法产生的颜色称之为相减色,即减少了为时间系统识别所需要的反射光.HSV模型是从心理学角度提出的一种颜色模型,其中V表示亮度值,其他两个参数与HSL一样.大量实验表明,HSV颜色空间是图像尤其是彩色图像增强的一种明智的选择.

Land视网膜皮层理论的提出,表明颜色的感知在某种程度上与刺激光谱的波长关系并不大.该理论认为,经过视网膜中3种椎体细胞处理后的信息后续处理过程是在3个独立的通道中进行的,而这些通道能够消除光照对颜色感知的影响.这些独立通道该理论称之为视网膜皮层系统.

2.3.2 彩色图像增强算法

彩色图像增强算法可以分为两个大的类别:保持颜色不变的增强算法和根据人眼视觉特性改变图像颜色的增强算法.保持颜色不变的彩色图像增强算法可以分为基于灰度图像增强算法和颜色信息引入增强算法.

但是,在某些特定场合拍摄的图像,必须改变原始图像颜色才能够达到令人满意或者达到能够使用的目的,基于此,根据人眼特性改变颜色的彩色图像增强算法应运而生.

Land的Retinex理论认为图像由入射光和反射物体共同组成,基于这一理论,图像可以表示成:L(λ)=E(λ).R(λ),入射光、反射物体性质和反射光分别用E(λ),R(λ)和L(λ)来表示,该理论是为了能够从彩色图像L(λ)中获取到物体的R(λ),通过"屏蔽"入射光性质来体现物体特征.

3 基于归一化标量权重映射模型的构造和研究

前面提到的这些经典算法,能够较好的对图像进行增强处理,但是无论哪种算法总是存在一些问题:如保持了图像亮度但是产生了冲腐效应,难以增强局部细节;通过相关技术增强了局部细节,得到了较为柔和的图像并抑制了噪声,但是与此同时又不可避免地容易出现块不连续和图像内容被篡改等问题.

为了很好地解决这些问题,本文提出建立图像对比度度量模型和亮度度量模型的思路和想法.

假设一个输入图像为I(x,y),其中两个参数分别用来表示图像像素的行坐标与列坐标.

利用上述公式可以计算图像梯度矢量作为图像对比度C的指标.

4 结语

构造对比度度量模型和亮度度量模型并不能够解决已有算法出现的常见问题,在后续研究中还应该结合融合金字塔技术,利用融合策略获得图像的融合金字塔,并在度量模型和归一化权重映射技术引导下,完成图像对比度增强,并应该在真实实验环境下对设计的算法性能进行多次测试.

[1]盛道清.图像增强算法的研究[D].武汉:武汉科技大学,2007.

[2]吴一全,史骏鹏.基于多尺度Retinex的非下采样Contourlet域图像增强[J].光学学报,2015(3):79-88.

[3]马琳,于宁.数字图像增强算法分析[J].交通科技与经济,2011(1):122-125.

[4]林福宗.多媒体技术基础[M].2版.北京:清华大学出版社,2002.

[5]朱虹.数字图像处理基础[M].北京:科学出版社,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

内蒙古自治区高等学校科学研究项目;项目名称:基于归一化标量权重映射与融合金字塔的图像对比度增强算法研究;项目编号:NJZY16318.

马永强(1982- ),男,内蒙古乌兰察布人,副教授,硕士;研究方向:计算机辅助教育与多媒体技术应用.