閩江學院數學系 江忠良

一種非線性組合變換的圖像增強技術

閩江學院數學系 江忠良

針對圖像增強的線性變換不能有效的拉開顏色相近區(qū)域的灰度值，傳統(tǒng)的非線性變換又不能使灰度值變換到中部視覺敏感區(qū)域，提出一種先對圖像分割再進行組合非線性變換，該變換除了能有效拉開顏色灰度值之外，還能還能使灰度值盡量集中于視覺敏感區(qū)，對惡劣天氣下的照片增強效果優(yōu)秀。此外針對非線性變換的計算量給出了一個加速算法，可實現(xiàn)探頭圖像實時變換增強。

圖像增強；組合變換；圖像變換加速；實時增強

1.引言

隨著電子技術的發(fā)展，數字成像技術越來越成熟，包括CMOS、CCD等技術方式[1]，幾乎在所有與成像有關的領域都得到了廣泛的應用，并且發(fā)揮著越來越重要的作用。在數字成像過程中，由于自然環(huán)境的影響，如低照度、霧霾天氣、逆光、強光等原因，常常使圖像的某些細節(jié)辨別效果不好，故運用圖像增強技術使圖像更符合人眼的辨識特性，可以使數字成像更好的應用于各種高科技領域和工作生活中。

圖像增強是數字圖像處理過程中的一個重要環(huán)節(jié)。

在我們生活的自然環(huán)境中，如：霧、霾、雨、沙塵等等氣候，他們也是水、沙粒、固體水等特定物質形式，被作為圖像采集的一部分被攝取，嚴重影響了主體圖像的質量，使其效果模糊不清。在強光、逆光的情況下，圖像常常過曝或欠曝，使細節(jié)無法呈現(xiàn)。同時，由于目前的數字成像技術COMS、CCD、紅外成像的技術原理，很難實現(xiàn)寬動態(tài)圖象處理技術，由此，亮與暗兼有的環(huán)境圖象攝取，很難達到十分理想的效果。

圖像增強是指在原始的圖像信息中，根據圖像的情況，選擇性的增強、突出一些信息，使其便于人眼辨別，而這種增強并沒有增加原始圖像的信息，只是使圖像更符合人眼視覺的特性，這樣既保證了圖像質量又保證了圖像的真實性，在后期的圖像應用上更加有效。

2.圖像增強的方法

圖像增強通常可從頻率域和空間域兩個方面著手。

頻率域的圖像增強原理是噪點、干擾等信號，都是高頻信號，所以可以通過高頻濾波的方式，將干擾信號去除，軟件實現(xiàn)方法即調整圖像的量化值，再逆變換獲得處理后的圖像，缺點是會丟失圖像的部分有效信號，細節(jié)模糊。

本文主要介紹空間域的一種處理方法，根據圖像的灰度分布直接對圖像RGB值調整，改變像素點的灰度，獲得一幅增強后的新圖像。

2.1 圖像區(qū)域劃分

一幅圖像的灰度分布可能不均勻，如果以整幅圖像的直方圖(Color Histogram)[2]來做判斷，就會影響效果，如圖2-1左：

圖2-1 亮暗兼有的圖(左) 亮暗兼有的圖直方圖(右)

從圖2-1中，如果只觀察整幅圖的灰度分布如圖2-1(右)，會得出圖像質量良好的結論，進而圖像增強的效果也不好，但是圖中紅圈處的細節(jié)基本無法看清，所以圖像增強不能依賴于整幅圖像的灰度分布[3]。

本圖像增強的方法在最開始做圖像分析時就與其他方法不同，先將圖像分成N個區(qū)域，如4X4、8X8甚至是16X16個區(qū)域，每個區(qū)域單獨做灰度分布的分析。當區(qū)域灰度分布較集中時，則可啟動該區(qū)域的圖像校正。

2.2 灰度與灰度變換

灰度使用黑色調表示物體,即用黑色為基準色，不同的飽和度的黑色來顯示圖像。 每個灰度對象都具有從 0%（白色）到100%（黑色）的亮度值。自然界中的大部分物體平均灰度為18%。

灰度的計算公式為：

Gray=(R*30+G*59+B*11)/100

灰度變換可使灰度動態(tài)范圍加大，根據變換函數的形式，灰度變換分為線性變換、非線性變換和組合變換。

2.3 線性變換

在過曝和欠曝情況下，圖像灰度的分布可能會局限在一個很小的范圍內。此時視覺上呈現(xiàn)的是一個模糊不清、似乎沒有灰度層次的圖像。采用線性變換對圖像每一個像素灰度作線性拉伸，可有效地改善圖像視覺效果。

圖2-3 F_tan函數圖形

線性變換的效果有一定的局限性，因為人眼對灰度的敏感度就不是線性的。

2.4 非線性變換

灰度變換以更符合人眼視覺的曲線的方式拉伸，調整曲線的曲率，增強圖像有效信息的對比度。

通過選擇非線性函數g′(i,j)如圖2-2(右)，一般能把圖像有效增強。目前常用的非線性變換函數為二次函數，冪函數，對數函數等，各有不同特點[4]。

2.5 組合式變換

本文使用線性變換和正切變換組合函數對灰度值進行變換，函數為：

如圖2-3，這種變換可使灰度值向中部靠攏，對灰度值分散很大或者灰度值不是正態(tài)分的圖像有很好效果，并可使灰度值變換到視覺敏感區(qū)域。

這種變換可使灰度值向中部靠攏，對灰度值分散很大或者灰度值不是正態(tài)分的圖像有很好效果。

組合式灰度變換是目前圖像增強效果最好的方式。我們取a=c=50，b=d=210效果如下圖：

圖2-4 陰霾天氣

圖2-5 大霧天氣

圖2-6 大雨天氣

圖2-7 夜間

灰度變換會有一些副作用，因為實質上有將亮度提升，增強對比度，所以不可避免的會放大噪聲，使圖像上呈現(xiàn)更多的噪點，但總體影響不大，還可通過降噪處理的方式如濾波來減輕噪點的影響[6]。

2.6 算法加速

由于上述組合變換，對每個像素的灰度值都要計算一次非線性函數值，計算量大，變換速度慢。但是，我們發(fā)現(xiàn)當變換參數固定時，一個灰度值通過變換后得到的另一個對應灰度值是不變的，所以我們可以把所有灰度值變換的結果先保存于一個數組中，例如，8位位圖，我們只要使用一個256個元素的數組F存放變換結果，即當灰度值為k時，通過變換后形成的灰度值存于F(k)中。這樣當我們做變換時，只要根據原始灰度值直接到數組中讀取變換后的灰度值，大大增加了圖像變換速度，這種方法可用于攝像頭圖像實時增強。

3.結論

圖像處理是一門綜合性很強的交叉學科，涵蓋了統(tǒng)計學、數學、電子、計算機視覺等。本文采用線性變換與三角函數變換組合變換對圖像進行增強，增強效果優(yōu)秀，同時增強后圖像的直方圖趨于正態(tài)分布，直方圖評價高[7]。但是使用該方法在計算量上偏高，通過去除重復計算，達到了實時變換的要求，該算法可在監(jiān)控攝像頭等上加載，在不同天氣下也有較高效果。未來圖像增強的應用會越來越廣闊。

[1]阮秋琦,數字圖像處理學[M].北京:電子工業(yè)出版社,2003:187-188.

[2]Swain M J,Ballard H.Color indexing{J},International Journal of Computer Vision,1991,7(1):11-32.

[3]陳傳波,金先級.數字圖像處理[M].北京:機械工業(yè)出版社,2004:210-212.

[4]孫即祥,圖像處理[M].北京:科學出版社,2004:148-149.

[5]徐飛,施曉紅.Matlab 應用圖像處理[M].西安:西安電子科技大學出版社,2002:155-158.

[6]李弼程,彭天強,彭波等編著.智能圖像處理技術[M].北京:電子工業(yè)出版社,2004:311-315.

[7]馬苗,胡青超.基于Curvelet變換的圖像質量多尺度胡評價[J].計算機工程與應用,2010,45(29):179-181.

福建省教育廳中青年教師教育科研項目(JAT170449)。

江忠良（1972—），男，漢，福建福州人，講師，學士，主要研究方向為數據處理。