微光图像对比度增强技术研究

2016-01-26胡海波邱民仆

测绘通报 2015年1期

关键词：增强

胡海波，邱民仆

(北京空间机电研究所，北京 100094)

Research on Contrast Enhancement Technology for Low-light-level Image

HU Haibo，QIU Minpu

微光图像对比度增强技术研究

胡海波，邱民仆

(北京空间机电研究所，北京 100094)

ResearchonContrastEnhancementTechnologyforLow-light-levelImage

HUHaibo，QIUMinpu

摘要：低对比度是微光图像的主要特征之一，因此对比度增强处理是微光图像处理的重要方面。本文首先对常用数字图像对比度增强方法——灰度变换和直方图均衡的基本原理和实现方法进行了阐述，然后针对实际试验中获取的典型低对比度微光图像进行了对比度增强处理，并且对比分析了几种增强方法所得到的图像处理效果，最后总结了典型低对比度微光图像对比度增强方法各自的优缺点及其适用性。

关键词：低对比度；微光图像；增强

一、引言

微光成像技术致力于探索夜间和其他低照度条件下目标图像信息的获取，其在军事和民用方面均发挥着重要作用。随着微光探测器件的发展，尤其是EMCCD的出现，微光成像技术在卫星遥感领域的应用得到快速发展[1-3]。微光图像的特征是对比度差、信噪比低，所有微光图像的处理都是围绕着增强对比度和提高信噪比而展开的[4]。微光图像对比度差主要表现为以下两种情况：一种情况为景物普遍亮度较低，图像偏暗，图像不易于观察，如图1(a)所示，由于图像DN值过低，导致图像信息

图1　低对比度微光图像及其直方图

无法分辨；另一种情况是景物内存在人工光源，景物亮度范围大，表现在图像上为光源处亮度高，暗景物处图像细节无法观察，如图1(c)所示。因此，对微光图像进行对比度增强，使图像易于观察是很必要的。对比度增强主要手段有灰度变换和直方图均衡等技术，其中，灰度变换分为线性变换和非线性变换两种。本文首先对上述几种对比度增强方法的基本原理和实现过程进行了说明，然后分别应用上述方法对实际试验中所获取的微光图像进行对比度增强处理。通过对得到的图像增强视觉效果和直方图特点进行对比分析，总结出不同对比度增强方法的优缺点及其适用场合。

二、灰度变换技术

1. 线性变

(1)

图2　灰度线性变换函数形式

多段线性变换实现形式为

(2)

2. 非线性变换

常用的非线性变换方法有对数变换和幂率变换，其中对数变换的通用形式见式(3)，s为输出灰度，r为输入灰度，c为常数。图3所示对数变换函数曲线形状表明，该变换将输入图像中范围较窄的低灰度值映射为输出图像中较宽范围的灰度值。因此，该变换能够实现扩展图像中较暗像素的值，同时压缩更高灰度级的值，适用于图1(c)对比度增强的实现[5-6]。

(3)

图3　灰度对数变换函数形式

三、直方图均衡技术

图4　直方图均衡变换原理

(4)

四、方法应用与分析

下文利用上述两类对比度增强方法，针对实际试验得到的原始微光图像(如图5(a)和图6(a)所示)进行对比度增强处理和效果分析。图5(a)和图6(a)为典型的两种低对比度微光图像，图像通过EMCCD相机获取，获取时间为夜间，获取地点为空旷野外，图像景物包括各种靶标和模型。图像均为

16bit、TIF格式，其中图5(a)分辨率为666像素×746像素，图6(a)分辨率为1024像素×1024像素。

采用Matlab2008软件对原始图像图5(a)和图6(a)进行灰度变换和直方图均衡，根据两幅图像的不同特点，分别对其进行图像增强处理[10-11]。

对于图5(a)所示原始图像，图像灰度集中在低值区间，灰度范围狭窄，由于图像灰度集中在一个区域，因此可以采用单段线性变换进行对比度增强，处理结果如图5(b)所示，可以发现图像的对比度得到了极大的提升，整体视觉效果增强。图5(c)为直方图均衡结果，图像细节无法分辨，效果较差。分析原因为原始图像信息灰度级范围过窄，达不到16位图像最大灰度范围的1%，灰度值相近，变换后造成图像灰度丢失严重，因此，图像内容灰度级过窄不适合直接采用直方图均衡处理。

图6显示了灰度值集中在高低两端的图像进行对比度增强试验结果。图6(b)显示单段线性变换提升了图像对比度，但图像灯光处出现饱和现象，这是由于变换过程中高亮处被置为最高灰度级造成的。多段线性变换可以避免这种现象，如图6(c)所示，多段线性变换实现了图像主要灰度值的拉伸，同时保留了高灰度值的区间。图6(g)为对数变换结果，图像对比度提升明显，且在高灰度值区间有较好的表现。图6(h)为直方图均衡结果，现象和原因与图5(c)图像相同。

图5　低对比度微光图像增强结果

图6　低对比度微光图像增强结果

对比文中几种灰度增强方法的试验结果及其原理，可以发现不同特征的微光图像适用不同的灰度增强方法。对于灰度集中在单个区域的图像，直接进行灰度线性变化是简单有效的方法，能够得到视觉效果较好的图像；对于有灯光存在的微光图像，图像灰度集中在高低两端，直接线性变换会使高亮产生饱和现象，因此应使用多段线性变换方法，消除饱和现象，多段线性变换的缺点是计算复杂，且若输入图像变化，变换系数需要重新调整，分段越多，图像效果越好，但系数越多；对数变换能够达到较好的效果，尤其在高亮度区域，优于多段线性变换，并且需要调整的系数少，适用性较高；具体可根据实际情况选择合适的变换方法。

五、结束语

本文首先说明了微光图像进行对比度增强的必要性，总结了典型低对比度微光图像的特征，然后阐述了常用的图像对比度增强方法原理和实现形式，最后通过具体的对比度增强处理试验对增强方法进行了验证，根据试验结果，得出了各种对比度增强方法的优缺点和适用性。

参考文献：

[1]何开远, 唐钦, 郑传文, 等. 数字微光夜视技术及应用[J]. 四川兵工学报, 2010, 31(10): 105-108.

[2]李才平, 邹永星, 杨松龄. 基于微光与红外的夜视技术[J]. 国外电子元器件, 2006(2): 72-75.

[3]艾克聪. 微光夜视技术的进展与展望[J]. 应用光学, 2006, 27(4): 303-307.

[4]陈钱, 顾国华, 柏连发, 等. 微光图像实时对比度增强处理[J]. 南京理工大学学报, 1997, 21(4): 293-296.

[5]练敏隆，王世涛.基于ICCD的空间微光成像系统成像性能研究[J].航天返回与遥感，2007，28(3)：6-8.

[6]GONZALEZRC,WOODSRE. 数字图像处理[M]. 阮秋琦, 阮宇智, 译. 北京: 电子工业出版社, 2011: 64-74.

[7]党韬. 微光图像增强算法的初步研究[D]. 成都: 电子科技大学, 2010.

[8]程煜. 微光电视图像实时降噪处理技术的研究[D]. 南京: 南京理工大学, 2013.

[9]皋军. 图象的灰度直方图均衡化的实现[J]. 盐城工学院学报：自然科学版, 2001, 14(4): 35-36.