基于平均明暗熵差的人脸增强算法.pdfVIP

第28卷 第 6期 兰 州 交 通 大 学 学 报 Vo1．28No．6 2009年 12月 JournalofLanzhouJiaotongUniversity Dec．2009 文章编号：1001—4373(2009)06—0011-04 基于平均明暗熵差的人脸增强算法 韩泉叶， 王晓明，党建武 (兰州交通大学 电子与信息工程学院，甘肃 兰州 730070) 摘 要：针对人类视觉对图像亮度的响应特征 ，提出了一种使用粒子群优化方法对图像灰度的非线性转换 函数参 数进行优化，用以使图像的平均明暗信息熵之差的绝对值最小，从而使图像 的明暗灰度分布更加均匀的人脸增强 算法．实验结果表明，该方法在增强图像的基础上能有效地提高图像在高灰度区域的视觉效果，对图像在高灰度区 对比度有所损失的现 象进行弥补，同时也能有效地提高整幅图像的视觉层次． 关键词 ：信息熵 ；图像增强；粒子群优化 中图分类号 ：TP391 文献标识码：A 为了使一幅人脸图像更便于人脸识别系统的识 值越大，图像灰度分布越均匀，图像的对 比度越大， 别，往往要对原图像进行增强处理．目前 ，图像增强 图像质量越好，其中文献 [1o]的适应度函数是对文 方法很多，但都具有一定的针对性，如文献[1]提出 献E9J中适应度函数的改进．但上述算法都没有考虑 的方法适合于从一幅灰度图像恢复成彩色图像．文 “人眼对图像亮度的感知呈对数或立方根特性”，这 献E2]具有一定的普遍性，它提倡建立一个图像增强 使得人眼所能感觉到的图像在高灰度区对比度有所 算法库，通过分析不同图像的数值特征来选取不同 损失．故本文提出了一种基于平均明暗熵差的人脸 的增强算法．文献[3—4，11]属于图像增强的 “频域” 增强算法，与文献[5—6]不同的是它的适应度函数选 处理方式，文献E3]通过信息熵窗划分和放大来增强 择平均明暗信息熵之差的绝对值，其值越小，说明明 “局部”的对 比度，而文献E4]则采用奇异值扰动方 暗灰度分布越均匀，图像的对比度就越大，图像的质 法，通过幂函数来加强承载大部分信息的奇异值，舍 量就越好，与文献E9—10]所选的灰度非线性转换 函 去携带少部分信息的奇异值，但这两种方法对于图 数也不同，本文选择的非线性转换函数考虑了 “人眼 像中部分重要的弱信息非常不利．文献[5—6]属于图 对图像亮度的感知呈对数或立方根特性”这一特征， 像增强的 “空域”处理方式，它们的共同特点就是用 而它们使用的是Tubbs提出的不完全 函数，考虑 各分割域的信息熵之和作为适应度函数，认为适应 的是函数的自动拟合特征．实验结果表明本文提出 度函数值越大，图像质量越好．文献ET]使用各分割 的算法可以对 “人眼所能感觉到的图像在高灰度区 域信息熵之和的最大值来确定图像分割的最佳 阈 对比度有所损失”的现象进行弥补． 值．文献E8]从图像灰度均匀度 的角度 出发，给出了 2 基本原理 均匀度的衡量标准体系，认为图像的灰度均匀度越 好，图像质量越好．文献E9—10]通过不同的智能优化 设定L级灰度图像，有一个高灰度区阈值 ，使 算法，优化图像的非线性转换函数参数，认为适应度 得灰度变换函数具有立方根响应的关系，表达式为 ∑户，(rj)， i一0，1，…，一1； J—O 参 1 (∑