一种非线性组合变换的图像增强技术

闽江学院数学系 江忠良

一种非线性组合变换的图像增强技术

闽江学院数学系 江忠良

针对图像增强的线性变换不能有效的拉开颜色相近区域的灰度值，传统的非线性变换又不能使灰度值变换到中部视觉敏感区域，提出一种先对图像分割再进行组合非线性变换，该变换除了能有效拉开颜色灰度值之外，还能还能使灰度值尽量集中于视觉敏感区，对恶劣天气下的照片增强效果优秀。此外针对非线性变换的计算量给出了一个加速算法，可实现探头图像实时变换增强。

图像增强；组合变换；图像变换加速；实时增强

1.引言

随着电子技术的发展，数字成像技术越来越成熟，包括CMOS、CCD等技术方式[1]，几乎在所有与成像有关的领域都得到了广泛的应用，并且发挥着越来越重要的作用。在数字成像过程中，由于自然环境的影响，如低照度、雾霾天气、逆光、强光等原因，常常使图像的某些细节辨别效果不好，故运用图像增强技术使图像更符合人眼的辨识特性，可以使数字成像更好的应用于各种高科技领域和工作生活中。

图像增强是数字图像处理过程中的一个重要环节。

在我们生活的自然环境中，如：雾、霾、雨、沙尘等等气候，他们也是水、沙粒、固体水等特定物质形式，被作为图像采集的一部分被摄取，严重影响了主体图像的质量，使其效果模糊不清。在强光、逆光的情况下，图像常常过曝或欠曝，使细节无法呈现。同时，由于目前的数字成像技术COMS、CCD、红外成像的技术原理，很难实现宽动态图象处理技术，由此，亮与暗兼有的环境图象摄取，很难达到十分理想的效果。

图像增强是指在原始的图像信息中，根据图像的情况，选择性的增强、突出一些信息，使其便于人眼辨别，而这种增强并没有增加原始图像的信息，只是使图像更符合人眼视觉的特性，这样既保证了图像质量又保证了图像的真实性，在后期的图像应用上更加有效。

2.图像增强的方法

图像增强通常可从频率域和空间域两个方面着手。

频率域的图像增强原理是噪点、干扰等信号，都是高频信号，所以可以通过高频滤波的方式，将干扰信号去除，软件实现方法即调整图像的量化值，再逆变换获得处理后的图像，缺点是会丢失图像的部分有效信号，细节模糊。

本文主要介绍空间域的一种处理方法，根据图像的灰度分布直接对图像RGB值调整，改变像素点的灰度，获得一幅增强后的新图像。

2.1 图像区域划分

一幅图像的灰度分布可能不均匀，如果以整幅图像的直方图(Color Histogram)[2]来做判断，就会影响效果，如图2-1左：

图2-1 亮暗兼有的图(左) 亮暗兼有的图直方图(右)

从图2-1中，如果只观察整幅图的灰度分布如图2-1(右)，会得出图像质量良好的结论，进而图像增强的效果也不好，但是图中红圈处的细节基本无法看清，所以图像增强不能依赖于整幅图像的灰度分布[3]。

本图像增强的方法在最开始做图像分析时就与其他方法不同，先将图像分成N个区域，如4X4、8X8甚至是16X16个区域，每个区域单独做灰度分布的分析。当区域灰度分布较集中时，则可启动该区域的图像校正。

2.2 灰度与灰度变换

灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。 每个灰度对象都具有从 0%（白色）到100%（黑色）的亮度值。自然界中的大部分物体平均灰度为18%。

灰度的计算公式为：

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

灰度变换可使灰度动态范围加大，根据变换函数的形式，灰度变换分为线性变换、非线性变换和组合变换。

2.3 线性变换

在过曝和欠曝情况下，图像灰度的分布可能会局限在一个很小的范围内。此时视觉上呈现的是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。

图2-3 F_tan函数图形

线性变换的效果有一定的局限性，因为人眼对灰度的敏感度就不是线性的。

2.4 非线性变换

灰度变换以更符合人眼视觉的曲线的方式拉伸，调整曲线的曲率，增强图像有效信息的对比度。

通过选择非线性函数g´(i,j)如图2-2(右)，一般能把图像有效增强。目前常用的非线性变换函数为二次函数，幂函数，对数函数等，各有不同特点[4]。

2.5 组合式变换

本文使用线性变换和正切变换组合函数对灰度值进行变换，函数为：

如图2-3，这种变换可使灰度值向中部靠拢，对灰度值分散很大或者灰度值不是正态分的图像有很好效果，并可使灰度值变换到视觉敏感区域。

这种变换可使灰度值向中部靠拢，对灰度值分散很大或者灰度值不是正态分的图像有很好效果。

组合式灰度变换是目前图像增强效果最好的方式。我们取a=c=50，b=d=210效果如下图：

图2-4 阴霾天气

图2-5 大雾天气

图2-6 大雨天气

图2-7 夜间

灰度变换会有一些副作用，因为实质上有将亮度提升，增强对比度，所以不可避免的会放大噪声，使图像上呈现更多的噪点，但总体影响不大，还可通过降噪处理的方式如滤波来减轻噪点的影响[6]。

2.6 算法加速

由于上述组合变换，对每个像素的灰度值都要计算一次非线性函数值，计算量大，变换速度慢。但是，我们发现当变换参数固定时，一个灰度值通过变换后得到的另一个对应灰度值是不变的，所以我们可以把所有灰度值变换的结果先保存于一个数组中，例如，8位位图，我们只要使用一个256个元素的数组F存放变换结果，即当灰度值为k时，通过变换后形成的灰度值存于F(k)中。这样当我们做变换时，只要根据原始灰度值直接到数组中读取变换后的灰度值，大大增加了图像变换速度，这种方法可用于摄像头图像实时增强。

3.结论

图像处理是一门综合性很强的交叉学科，涵盖了统计学、数学、电子、计算机视觉等。本文采用线性变换与三角函数变换组合变换对图像进行增强，增强效果优秀，同时增强后图像的直方图趋于正态分布，直方图评价高[7]。但是使用该方法在计算量上偏高，通过去除重复计算，达到了实时变换的要求，该算法可在监控摄像头等上加载，在不同天气下也有较高效果。未来图像增强的应用会越来越广阔。

[1]阮秋琦,数字图像处理学[M].北京:电子工业出版社,2003:187-188.

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

[3]陈传波,金先级.数字图像处理[M].北京:机械工业出版社,2004:210-212.

[4]孙即祥,图像处理[M].北京:科学出版社,2004:148-149.

[5]徐飞,施晓红.Matlab 应用图像处理[M].西安:西安电子科技大学出版社,2002:155-158.

[6]李弼程,彭天强,彭波等编著.智能图像处理技术[M].北京:电子工业出版社,2004:311-315.

[7]马苗,胡青超.基于Curvelet变换的图像质量多尺度胡评价[J].计算机工程与应用,2010,45(29):179-181.

福建省教育厅中青年教师教育科研项目(JAT170449)。

江忠良（1972—），男，汉，福建福州人，讲师，学士，主要研究方向为数据处理。