分段线性变换增强的自适应方法

图像增强之分段线性变换的自适应方法

电子科技 20年第 3 ( 05期总第 16 ) 8期

分段线性变换增强的自适应方法张秀君,孙晓丽(西安电子科技大学技术物理学院,陕西西安 7 0 7 ) 10 1摘要在对分段灰度变换方法进行分析的基础上,采用最小误差法实现了区间边界点的自适应计算,对不

同灰度区间采用拉伸,保持和抑制等不同的处理,并对目标区间的拉伸系数进行了讨论.实验结果表明,算法简 单,图像视觉效果得到较大改善.关键词红外图像增强;分段灰度变换;最小误差法中图分类号 T 314 P 9. 1

1引言 受成像器件的灵敏度,分辨率和噪声特性等限制,以及目标与周围环境存在着辐射作用等原因,使得红外成像系统所成图像噪声较大,对比度较低,边缘模糊.对于远距离目标所成的红外图像来说,这一问题更为突出.所以红外图像一般要经

佳增强效果 .

笔者从实际应用出发,对基本的分段灰度变换方法进行了研究,采用自适应最小误差法计算 2个分段点,将整幅图像根据分段点分为背景段,过渡段和目标段,对不同的灰度段进行不同的灰度变换,并对目标段和背景段的拉伸系数,抑制系数进行了讨论.

过图像去噪,增强,边缘细化等预处理才能使用.在观测系统中,图像增强是必要的处理手段, 增强效果的好坏直接影响图像分割,特征提取, 目标跟踪等后续处理.图像增强的主要目的是处理一

2基本算法2 1分段灰度变换基本思想 . .

将图像灰度区间分成两段乃至多段,分别作灰

幅给定的图像,使它的结果对某种特定应用来说

度变换称之为分段灰度变换. 1是分三段进行灰图度变换的示意图.分段灰度变换法的优点是可以根制不感兴趣的背景的灰度级.分段变换法的区间边

比原始图像更适用.所以图像增强技术是针对具体类图像中对比度增强为主要需求. 型i s 2I -正在研究中.比较常用的是直方图均衡法, 直方图规定化法和灰度变换法.直方图均衡法的优点是能自动地增强整个图像的对比度,但它的具体增强效果不易控制,往往在增强目标的同时,也增强了背景和噪声.直方图规定化法是按照需要变换

问题的,文中研究的是用人眼观察的红外图像,这据用户的需要,拉伸特征目标的灰度细节,相对抑对比度增强算法很多1,还有一些新的算法模界可以通过键盘交互式输入的方法来确定,因此是 1 1一

种比较灵活的方法,而且由于硬件实现较简单,fx f,

在红外图像增强中得到了广泛的应用.

直方图使之成为某个特定的形状,从而有选择的增强目标所在灰度值范围内的对比度,但是在实际应用中,往往很难准确提取目标特征,并进一步利用这

些特征制定最佳的特定直方图.而分段灰度变换法因为算法简单,且变换函数可以任意合成而得到了广泛的应用.分段灰度变换法的主要缺点是需要

6

较多的用户输入,以便确定分段点的位置,获得最收稿日期:20—01 041—8

6

图 1分段灰度变换示意图

图像增强之分段线性变换的自适应方法

舟段线性变换增强竹占适应方法

分段灰度变换遵循以下规则c -~" '-I -

文采用的红外像巾,目标的灰度级位灰 p i

(一+ r

Ⅱ,置Y< < ( )C c,葺y(< ( j I) 1

度矗方图的高端,所以认为图像中高于阈值的像素属于目标,其他像素属于背最.所以利用最小误差法对图像进行第一次阏值计算,町得日标段和过渡段的分段点 .然后对背景按 I=述方法再进行一次阈值计算,可得过渡段和背景段的分段点 (< ) .这样利用自适应的阏值计算方法,将

f( Y= ,)

c r一 )c,+ J

d c- ),+

d fxY< < ( )b,

如果 I' '—一 I C dI, I ' ' d— I, c dd d c—I f

l. '1—, b dI b dl则是压缩第 ' a d一>区间【,维持第两次阏值计算的结果作为分段灰度变换的分段点,, 二区间[】 q d,扩展第i区间【, .对于红外图像实现 r分段点的自适应选取. d 蹭强来说,就是抑制背景段,保持过渡段,拉仲目标段. 2 2分段点的选取 .

23分段灰度变换方法 .

如果图像显示没暂的动态范围为【 .:, g,g】图像变换前的实际灰度范围为[ i m x, mn a l, 则令a:mi b=ma C ,=,Ⅱ g,b=g2 n, x,= d 1

在应用分段灰度变换方法的时候,分段点的选

择是个关键问题.分段点(,和(,'的位置控可得具体的变换公式如下: c C) dd) 制着变换函数的形状.往应婀中,多采用人工手 Jt一 i l , mn rn fx ) g a< (y< i,动调整的方法选择分段点的位置.这种键盘交互式, y{ f c ' ) 一十 =< (y , J≈<输入的方法虽然比较灵括,是合适分段点的得到但需要多次反复地试验,以求得最佳的增强效果如

() 2,

【, ) (一+ '式中丘:,旦,: k"一

< (< l .^ ) mi, x,盟 k:一 ma— x

果采用自适应阈债计算的方法确定分段点,则呵以 很好地解决以上问题.

mi n

.

'

分别称之为背景区抑制系数,过渡区保持系数和目

自适应阈值的汁掉疗法很多 ,文献[】 7中对标区拉仲系数.为了增强对比度,对日标段的灰度几种公认比较蚶的臼适应阈值计算疗法进行了比级进行拉仲,对过渡段的灰度级保持.对背景段的较.考虑到红外图像目标对比度低和算法实时性的要求,文中选取最小误差法计算分段点. f 最小误差法的I心思想是构造一个评价函数: _} .(=1【 ( i (+ r+2 f n ) 1 ) ) ) n ) I (】 n 一

灰度级进行压

缩,目的是获得最佳的规觉效果.即 令k< ..,, . 1k:lk>l可得约束条件如 F :! <1二!: ai一r n

2 . ) () f I ()【 (I f n f十 f n r1 )

盟—

: 1

() 3

其中

)∑= ' ∑四 i一,Iot= J( )

即)∑,=∑· i(1- f f2^ ) ) (' l) ( f

墨二>1

根据k,k的定义以及约束条件 ( )难 , 3, 推出公式 ()中各个未知量的值为: 2

k:二

兰二± !二 二,?一mi: n

∑f I'

"

C:g一 2m x f) +, 2 k( a一_一 2d=g一 ( x 2 2 2ma—T )

∑ f .r【 (_ f )z) __一 (- t 当评价函数取得最小债时对应最佳阀值即T=agri (1 r a nJ f1 I 4 TAgl a. 5 2 0 e M r I 0 5

这样只要拉仲系数 k确定后,公式 ()中的, 2各项系数就都确定了. 24拉伸系数 k的选取 .,

相对于背景区来说,人们更关心目标区细节的

图像增强之分段线性变换的自适应方法

分段线性变换增强的自应方法适

扩展.故确定拉伸系数k,,从而确定整个变换公式符合人们的主要目的.另一方面,拉伸系数的选取有一定的范围,过小则目标细节的放大效果不明

显,过大则会引起图像像素灰度值的溢出.当然可以在具体算法中令变换后灰度值大于 g的像素值 为.,但这样做会带来目标区域灰度细节的损失, g, 所以有必要讨论拉伸系数k的取值范围., 实际上从约束条件 ()中,就可以解出k的 3,一

( )k值较合适 d 2

图 2 k取值对实验结果的影响 ,

个取值范围,见下式:1 k<星 二±<[ '

图 2 ()为k值过小的情况,分段灰度变换 b,() 4m a - x

的结果不明显,图 2 ()为k值过大的情况,原 c,图中卡车的发动机部分已经发生了溢出,图 2 ( ) d

实际计算中可将曼墨二±!![ ! !! !取整数部分 m ax一

为k值较为合适的情况,,可见文中算法在抑制背景的同时,最大程度地保留了目标的细节,并对细节进行了有效的增强.

赋给k,以获得最佳增强效果.,

3实验结果及分析 …… 此处隐藏：3995字，全部文档内容请下载后查看。喜欢就下载吧 ……