李世豪 劉飛宇＊ 章祎琳 楊厲平 朱可依

（南京師范大學(xué)，江蘇 南京 210000）

1 概述

紅外熱成像技術(shù)的使用越來越普遍，在很多領(lǐng)域都有著重大應(yīng)用和需求，就比如說此次疫情防控用的紅外測(cè)溫儀門等。由于紅外探照燈及紅外探測(cè)器件的限制，現(xiàn)有的紅外測(cè)溫儀容易受外界的影響，尤其是受夜晚光線不充足、雨霧天氣等因素影響圖像的清晰度。夜間圖像中暗色占據(jù)了圖片的大部分內(nèi)容，主要存在總體或局部亮度不足、顏色的對(duì)比度和飽和度低，以至于很多關(guān)鍵細(xì)節(jié)無法充分展現(xiàn)。圖像增強(qiáng)主要是將暗色區(qū)域的內(nèi)容展示清楚，但如果亮度太高，細(xì)節(jié)信息容易丟失。

許多學(xué)者提出了不同的圖像增強(qiáng)的方法。傳統(tǒng)的圖像增強(qiáng)算法有灰度直方算法，雖然其處理方法上簡(jiǎn)便，但處理圖像的同時(shí)會(huì)使噪聲也增大，從而影響最終的處理效果。Norbert Wiener 提出了以平方最小為最佳準(zhǔn)則的維納濾波來處理噪聲，其實(shí)際輸出與目標(biāo)輸出的差的平方最小，這種線性濾波算法較簡(jiǎn)單、速度快，但是在處理圖像的同時(shí)會(huì)造成細(xì)節(jié)和邊緣的模糊。Marco Tulio Ribeiro 提出了一種局部可解釋性模型算法--LIME 算法，在文本和圖像中應(yīng)用較多，其具有較強(qiáng)的通用性，效果比較好。我們主要對(duì)灰度直方算法、維納濾波、LIME 算法進(jìn)行了一些實(shí)驗(yàn)研究，并進(jìn)行性能上的比較，進(jìn)一步探索更適合處理夜間圖像的算法。

2 基于目前應(yīng)用較多的算法研究

2.1 灰度直方增強(qiáng)算法

灰度直方算法的本質(zhì)是一維的離散函數(shù)：

圖1 為我們利用灰度直方算法進(jìn)行處理的結(jié)果，觀察結(jié)果圖，我們發(fā)現(xiàn)直方圖主要分布于坐標(biāo)系縱軸附近，夜間圖像不同，因亮度不同，直方圖的分布情況也不同。從實(shí)驗(yàn)結(jié)果中也可以很明顯的看出，經(jīng)過灰度直方處理后的圖像清晰度確實(shí)比原始圖像清晰了些，但是圖像背景的光源卻被放大了許多，導(dǎo)致處理后的圖像還是不能滿足我們的視覺感受，沒有達(dá)到我們想要的預(yù)期效果。

圖1

2.2 維納濾波降噪

為了找到適合處理夜間圖像的算法，我們又對(duì)維納濾波算法進(jìn)行了研究和實(shí)驗(yàn)，維納濾波也叫最小均方濾波，是綜合了退化函數(shù)和噪聲特征進(jìn)行圖像處理的方法，其本質(zhì)是利用統(tǒng)計(jì)估計(jì)方法，是關(guān)于圖像、噪聲的矩陣，由圖像的方差調(diào)整輸出，該算法是基于圖像和噪聲都是隨機(jī)變量的基礎(chǔ)上，基本思路是：

圖2

3 LIME 增強(qiáng)算法

通過對(duì)前兩個(gè)算法的研究，我們發(fā)現(xiàn)前面兩個(gè)算法在一定程度上的確增強(qiáng)了圖像，但缺點(diǎn)是在增強(qiáng)圖像的同時(shí)會(huì)過度放大圖像中的部分內(nèi)容，導(dǎo)致最后的圖像達(dá)不到我們預(yù)期的效果。LIME 算法對(duì)于圖像處理有較強(qiáng)的通用性，因此，我們對(duì)該算法進(jìn)行了進(jìn)一步的研究和探索，該算法的原理是先在R、G、B三個(gè)通道中找出最大值以估測(cè)每像素的照明，隨后對(duì)初始圖像進(jìn)行細(xì)化，細(xì)化后的圖像作為最后的光照映射，由此生成最終的增強(qiáng)圖像。LIME 算法模型如下：

式中L 表示圖像，I 表示圖像所需的恢復(fù)，T 表示照明圖，*表示元素乘法，該模型表明圖像可以看作所需場(chǎng)景和光照?qǐng)D像的乘積，T 是處理圖像的關(guān)鍵，其處理圖像模型展開如下：

3.1 初始照明圖估計(jì)

該算法首先是通過尋找三個(gè)通道的最大值進(jìn)行光照估計(jì)，但這只能提高整體照明，為了解決光照不均勻的情況，我們采用以下初始估計(jì)：

3.2 對(duì)光照?qǐng)D進(jìn)行細(xì)化

光照估計(jì)可以由局部一致性得來，其比較常用的方式有：

其中第一項(xiàng)表示初始估計(jì)圖與照明圖之間的保真度，第二項(xiàng)表示圖像的平滑度，W 表示權(quán)值矩陣，其包括水平分量和垂直分量，優(yōu)化處理的關(guān)鍵就在于對(duì)W 的設(shè)計(jì)：

式（17）中因?yàn)橹缓雾?xiàng)，所以可以直接進(jìn)行計(jì)算。

由于圖像處理放大的不同及輸入不同區(qū)域的噪聲大小也不同，在處理圖像時(shí)會(huì)存在一些重要信息的模塊被剝奪，而一些無關(guān)緊要的地方過于平滑，為避免這種圖像處理的不均勻性，我們采用以下方法改進(jìn)：

其中Id和If分別表示去噪和重構(gòu)后的結(jié)果，將去噪放到最后一步，這樣就可以與其他的圖像處理方法進(jìn)行銜接。

圖3

4 實(shí)驗(yàn)結(jié)果與分析

圖4

結(jié)束語

我們對(duì)現(xiàn)有的一些針對(duì)圖像處理的灰度直方算法、維納濾波降噪算法、LIME 算法這三種算法進(jìn)行了研究，深入的探究了這三種算法的基本模型和原理，并利用這三種算法對(duì)夜間圖像進(jìn)行增強(qiáng)對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，LIME 增強(qiáng)算法可以使原始圖像的清晰度、亮度、對(duì)比度等得到改善，而且沒有出現(xiàn)失真，圖像的亮光區(qū)也得到了進(jìn)一步的改善，暗光區(qū)的細(xì)節(jié)信息也清晰的體現(xiàn)了出來，整體上使得夜間圖像的視覺效果有了顯著的增強(qiáng)，也更適合我們的視覺感受。從而，我們得出LIME 算法對(duì)于處理夜間圖像的適用性和有效性更強(qiáng)。