段錦

(1.西安工程大學(xué)，紡織科學(xué)與工程學(xué)院，陜西，西安 710048；2.楊凌職業(yè)技術(shù)學(xué)院，信息工程學(xué)院，陜西，楊凌 712100)

0 引言

園林景觀圖像可體現(xiàn)設(shè)計師的設(shè)計理念，園林景觀設(shè)計效果圖可直觀展示園林景觀設(shè)計全部功能[1-3]。目前，采用三維景觀設(shè)計方式設(shè)計園林景觀，設(shè)計結(jié)果通常以三維展示方式呈現(xiàn)，具有較高的仿真效果和清晰度，可直觀展示園林景觀藝術(shù)特性。低光照強度將造成園林景觀細節(jié)模糊，主觀視覺效果差的缺陷，光照不足區(qū)域灰度過于集中，提升圖像后續(xù)處理難度；高光照強度會使圖像亮度過高而出現(xiàn)失真情況，影響園林景觀圖像的呈現(xiàn)效果。園林景觀圖像的細節(jié)呈現(xiàn)能力極為重要，不同光照強度下圖像補償問題是圖像處理領(lǐng)域急需解決的重要問題[4-6]。在不同光照條件下，不同的圖像處理技術(shù)應(yīng)用于園林景觀圖像處理中，且得到了很好的增強效果。

有學(xué)者[7]研究基于優(yōu)化估計的深度圖像修復(fù)與誤差補償方法，對圖像進行深度修復(fù)并補償圖像誤差，實現(xiàn)圖像質(zhì)量的高度提升；有學(xué)者[8]提出了一種用于寬動態(tài)范圍下的紅外圖像局部細節(jié)強化的新方法，提升了圖像的全局信息展示效果，但計算速度過慢，實時性較差。

針對以上方法缺陷，本文提出了改進Retinex的園林景觀圖像增強方法，并通過對比實驗測試其性能。

1 改進Retinex的園林景觀圖像增強方法

1.1 園林景觀圖像增強流程

光照強度對園林景觀圖像的影響較高，而強烈和微弱的光線會使園林景觀圖像背景和主體信息邊緣檢測精度下降[9]。圖1給出了不同光照強度下園林景觀圖像增強的流程。本文采用 CIEXYZ顏色空間方法對園林景觀圖像進行了光照強度信息的辨識，并對其中亮度較高或較低的區(qū)域進行了歸一化處理[10]，解決光照強度不足或光照強度過強時園林景觀圖像受光照強度變化的影響。將完成歸一化處理的園林景觀圖像通過改進的Retinex算法實施圖像增強，實現(xiàn)園林景觀圖像增強。

圖1 園林景觀圖像增強流程圖

1.2 光照強度識別

園林景觀圖像中光照強度變化較為常見，本文通過分析園林景觀圖像與光照強度間關(guān)系，利用CIEXYZ顏色空間獲取園林景觀圖像中顏色信息的統(tǒng)計特征實現(xiàn)環(huán)境光照強度識別。CIEXYZ顏色空間將紅色、綠色、藍色變換后所獲取的值分別用三色刺激值X、Y、Z體現(xiàn)，將RGB顏色空間轉(zhuǎn)換至CIEXYZ顏色空間公式如下：

(1)

式中，bxy表示圖像像素點。

分析式(1)可知，在不同光照強度下CIEXYZ顏色空間的Y通道存在明顯變化，為此，依據(jù)CIEXYZ顏色空間統(tǒng)計特性對園林景觀圖像進行了光照強度分析，從而提升了光照強度識別實時性。選取支持向量機方法作為識別園林景觀圖像光照強度的分類器，支持向量機輸出結(jié)果如式(2)：

(2)

式中，輸出結(jié)果為1時，表明光照強度較弱，輸出結(jié)果為2時，表明光照強度理想，輸出結(jié)果為3時，表明光照強度過高。

1.3 光照強度歸一化

對識別結(jié)果為光照強度過高或過低的圖像通過光照歸一化方法令園林景觀圖像均衡化，便于后續(xù)通過圖像增強實現(xiàn)圖像增強。

(1) 伽瑪修正。采用伽瑪曲線對園林景觀圖像進行伽瑪修正、非線性色彩的剪裁、分離圖像中的亮部和暗部，并采用伽瑪修正的方法，將圖像中的高、低灰度值進行了壓縮和擴充，提高了圖像對比度。伽瑪修正公式如下：

(3)

式中，Iin與Iout分別表示原始及校正后的灰度值，max gray與λ分別表示最大灰度值及校正系數(shù)。

(2) 高斯差分濾波。利用伽瑪校正改善園林景觀圖像對比度，圖像邊緣的陰影區(qū)域仍需進一步處理。通過高斯差分濾波器提取園林景觀圖像邊緣，降低由于光照強度對園林景觀圖像邊緣區(qū)域的影響。利用高斯差分濾波器濾波園林景觀圖像G(x,y)公式如下：

(4)

式中，φ1與φ2均為高斯差分濾波系數(shù)，且φ1<φ2。

g(x,y)=G(x,y)*I(x,y)

(5)

式(4)與式(5)分別為高斯差分濾波器以及濾波處理結(jié)果。當(dāng)φ1>φ2時，式(4)轉(zhuǎn)換為帶通濾波器。

(3) 對比度均衡。通過以上處理實現(xiàn)園林景觀圖像校正與濾波，完成處理后圖像仍具有突出亮點。利用均衡的方法來消除園林景觀圖像中像素點的干擾，并對圖像進行灰度處理，避免圖像由于灰度值過高圖像質(zhì)量受到影響，然后分割處理歸一化后園林景觀圖像的高灰度值，各步驟公式如下：

(6)

(7)

式中，δ與φ表示圖像灰度值的壓縮系數(shù)以及閾值，mean()表示均值函數(shù)。

利用式(6)和式(7)表示完成灰度值變換的截斷值。

1.4 改進的Retinex圖像增強算法

對完成歸一化處理的圖像利用改進的Retinex圖像增強算法實現(xiàn)圖像增強。通過高斯金字塔和卷積采樣的方式對園林景觀圖像實施采樣，采樣公式如下：

(8)

式中，m、n分別表示行數(shù)和列數(shù)，h與R(m,n)分別表示金字塔層數(shù)以及高斯卷積核數(shù)量。

采用像素差值和空間間距求出高斯權(quán)重，在相鄰像元之間存在很大差別和光照強度最小或最大的區(qū)域為噪聲區(qū)，此時采用降低中心權(quán)重的方法對其進行處理。在x軸和y軸上對園林景觀圖像進行了濾波，獲取濾波函數(shù)如下：

l(x)=z-1(x)(o(ψ,x)+s(f(ψ),f(x)))dψ

(9)

式中，ψ與z(x)分別表示空間像素點及權(quán)重和，o與s分別表示距離函數(shù)以及相似度函數(shù)。

完成雙邊濾波后壓縮圖像對比度避免圖像退化。利用雙三次差值算法還原圖像，通過圖像的四鄰域像素信息獲取精準(zhǔn)的插補圖形，增強圖像放大效果，雙三次差值公式如下：

(10)

式中，wij表示權(quán)重系數(shù)，W(i)與W(j)分別表示橫坐標(biāo)權(quán)重以及縱坐標(biāo)權(quán)重。

完成雙三次差值處理后，將處理完成的圖像與原始圖像在對數(shù)空間內(nèi)相減，基于尺度不變情況下實現(xiàn)圖像的顏色恒定和細節(jié)增強。利用S型函數(shù)實現(xiàn)增強后圖像的顏色恢復(fù)，依據(jù)S型函數(shù)特點壓縮圖像中亮度兩側(cè)區(qū)域范圍。利用層次化處理的方式提升圖像整體的視覺效果，完成圖像對數(shù)域相減處理后選取sigmoid函數(shù)實施S型曲線函數(shù)拉伸。sigmoid函數(shù)為

(11)

完成S型曲線函數(shù)拉伸處理后，還原園林景觀圖像對比度公式如下：

(12)

式中，P(x)表示還原后的像素值，g1表示對比度系數(shù)，g2表示像素值系數(shù)。

根據(jù)還原公式實現(xiàn)園林景觀圖像的最終優(yōu)化，優(yōu)化后園林景觀圖像具有較高的色彩飽和度，避免出現(xiàn)顏色失真情況。完成顏色還原后像素值區(qū)間為0～255 pixel，可有效避免顏色反轉(zhuǎn)情況，降低圖像偏色現(xiàn)象，令園林景觀圖像以高質(zhì)量效果展示。

2 實例分析

為檢測本文研究改進Retinex的園林景觀圖像增強方法優(yōu)化園林景觀圖像有效性，從某園林景觀設(shè)計網(wǎng)站中選取10幅不同光照情況下的園林景觀圖像。通過主觀測試結(jié)果以及客觀測試結(jié)果兩部分檢測本文方法對圖像增強的有效性。

測試過程中以園林景觀圖像的亮度、信息熵、清晰度、均方誤差(MSE)、峰值信噪比(PNSR)為客觀評價指標(biāo)，將文獻[7]的優(yōu)化估計方法以及文獻[8]的寬動態(tài)方法作為對比方法進行測試。具體評價指標(biāo)內(nèi)容如表1所示。

表1 評價指標(biāo)內(nèi)容

2.1 主觀測試結(jié)果

隨機選取10組目標(biāo)圖像中的1幅弱光照強度園林景觀圖像，分別利用本文方法、寬動態(tài)方法和優(yōu)化估計方法對其進行增強，并得到主觀測試結(jié)果如圖2所示。由圖2可知，寬動態(tài)方法對園林景觀圖像光強的校正結(jié)果不理想，經(jīng)過改進后圖像亮度仍然很低；優(yōu)化估計方法對園林景觀圖像中的過度曝光區(qū)域進行了最優(yōu)處理，但圖像細節(jié)的完整度不佳；本文方法具有較好的光照補償效果以及色彩恢復(fù)效果，真實展示園林景觀圖像細節(jié)，具有較高的優(yōu)化效果。其主要原因是，本文方法對園林景觀圖像進行了改進，使其具有較高的人眼視覺效果，消除了圖像中的暗角落，保持了圖像的顏色，且對整幅圖像的顏色進行了修正，得到了清晰的邊緣。

(a) 原始圖像

2.2 客觀測試結(jié)果

2.2.1 圖像質(zhì)量

客觀測試首先考察本文方法、寬動態(tài)方法和優(yōu)化估計方法增強后的園林景觀圖像質(zhì)量，以亮度、信息熵和清晰度3個指標(biāo)為判斷標(biāo)準(zhǔn)，測試結(jié)果如表2所示。

由表2可知，寬動態(tài)方法和優(yōu)化估計方法應(yīng)用后亮度、信息熵和清晰度分別低于120 cd/m、7 bit和5，而本文方法應(yīng)用后亮度、信息熵和清晰度高于120 cd/m、7.4 bit和5。綜上分析可知，本文方法增強后的園林景觀圖像光強分布比較均衡，沒有明顯的高、低現(xiàn)象，具有較好的圖像質(zhì)量。

表2 不同方法優(yōu)化后圖像質(zhì)量對比

2.2.2 峰值信噪比

統(tǒng)計采用3種方法優(yōu)化不同光照強度下園林景觀圖像的峰值信噪比，對比結(jié)果如圖3所示。從圖3可以看出，本文方法優(yōu)化10幅不同光照強度下園林景觀圖像峰值信噪比高于20 dB，而寬動態(tài)方法和優(yōu)化估計方法低于20 dB。由此可知，本文方法對園林景觀圖像增強后圖像失真程度最小，因此，本文方法與其他2種方法相比，增強后圖像與原始圖像之間具有更好的相似度和平衡性。

2.2.3 優(yōu)化時間

統(tǒng)計采用3種方法優(yōu)化園林景觀圖像所需時間，統(tǒng)計結(jié)果如圖4所示。從圖4可以看出，采用本文方法優(yōu)化園林景觀圖像所需時間均在200 ms以內(nèi)，而采用寬動態(tài)方法和優(yōu)化估計方法優(yōu)化園林景觀圖像所需時間均高于200 ms。綜上分析可知，本文方法可在較短時間內(nèi)實現(xiàn)園林景觀圖像的高質(zhì)量增強，具有較高的實時性。

圖3 不同方法峰值信噪比對比結(jié)果

圖4 不同方法優(yōu)化時間對比

2.2.4 去噪效果對比

對比3種方法在不同含量噪聲圖像中的增強效果，對比結(jié)果如圖5所示。從圖5可以看出，對于5～25 dB噪聲的圖像，本文方法的增強效果在92%以上，采用寬動態(tài)方法和優(yōu)化估計方法增強效果均低于86%。綜合上述數(shù)據(jù)可知，本文方法在噪聲干擾下具有較好的增強效果，圖像清晰度更高，因此，本文方法可令圖像具有較高的去噪效果。

圖5 噪聲圖像增強效果

3 總結(jié)

光照強度對圖像呈現(xiàn)效果影響較大，為此，本文識別了園林景觀圖像光照強度，針對光照強度較高以及較低圖像實施光照歸一化，利用改進的Retinex算法實現(xiàn)園林景觀圖像增強處理。經(jīng)實驗測試可知，本文方法能夠在很短的時間內(nèi)達到高品質(zhì)的圖像優(yōu)化目的。增強后的圖像峰值信噪比較高，均方誤差較小，能夠很好地滿足園林景觀圖像增強的實際需求。但是此次研究未對通用圖像進行深入分析，下一步將對通用圖像的增強效果等進行深入研究。