低对比度图像边缘增强算法的研究与应用.pdfVIP

第l4卷 第34期 2014年 12月 科 学 技 术 与 工 程 V()I．14 No．34 Dec．2014 1671～ 1815(2014)34—0246—07 ScienceTechnologyandEngineering ⑥ 2014 Sei．Tec,h．Engrg． 低对比度图像边缘增强算法的研究与应用 魏 华 何对燕 (武汉大学电子信息学院武汉 430072) 摘 要 单色低对比度图像具有邻近像素的空间相关性高、灰度变化不明显等特点，这使得图像中的目标、背景、细节、噪声 等信息都包含在一个较窄的灰度范围内而难以区分，从而给 目标的边缘检测和识别带来 困难。针对低对比度 图像边缘的增 强问题进行了研究，在分析传统对比度增强算法的实质以及所存在问题的基础上，提出了一种新的算法——四段对比度拉伸 法。一系列的对比实验证明，该算法有较广的适用性、较强的抗噪性、较灵活的应用范围。在低对比度冷钢板边界检测实验 中，对于不同情况，该算法可以通过改变灰度变换函数中系数的取值来增强 目标的边缘，有效地提高冷钢板边缘的识别与提取 关键}i|J 数字图像处理 低对比度图像 四段对比度拉伸法 增强对比度 边缘检测 中图法分类号 TP391．41； 文献标志码 A 单色低对比度图像具有邻近像素的空间相关性 示原图像的灰度级概率密度函数。在均衡过程 中， 高、灰度变化不明显等特点，这使得图像中的目标、 设图像具有 个灰度级，像素总个数为n，其中灰度 背景、细节、噪声等信息都包含在一个较窄的灰度范 级为r的像素的频数为n ，则灰度级为r的像素分 围内而难 以区分。传统低对比度图像增强算法有直 布概率为： 方图均衡化 。。和从其演化而来的 自适应改进双直 P(r)=n／n (1) 方均衡化法 、对 比度拉伸变换法、小波变换 以 式 (1)中，0r 1，0kK—l。 及将多种方法进行综合使用 ，这些方法有各 自的 设r(0≤r)为原图像的灰度、S(s≤1)为经过 适用性和局限性。在研究和分析这些已有方法的基 直方图均衡化后相对应的图像灰度。经过变换后， 础上，文中提出了一种新的有效的对 比度拉伸变换 每个 r值对应一个 S值，对于离散的灰度级，采用求 算法——四段对比度拉伸法 。通过对比实验证 明， 和方式，则变换函数为： 该算法有较广的适用性、较强的抗噪性、较灵活的应 s=c=砉pcr，，=砉 (2) 用范围。在低对比度冷钢板边界检测实验中，对于 不同情况，该算法可以通过改变灰度变换函数 中系 式(2)中， =1，2，…，，且 是输出(处理后的)图 数的取值来提高所需处理图像的对比度，有效地提 像中的亮度值。 高冷钢板低对比度边界识别与提取 。 1．2 对比度拉伸变换法 对比度拉伸变换法 是一种灰度变换，其灰度 1 图像的灰度变换 变换函数表达式为： 1．1 图像直方图均衡化 s= r)= (3) 图像的直方 图可表达该图像的灰度级分布情 况。直方图均衡 就是对一幅已知灰度概率分布 式 (3)中，r表示输入图像的灰度值，s是输出图像中 的图像进行变换，使之变成具有均匀概率分布的 的相应灰度值，m为输入图像灰度值的均值， 可控 图像 。 制该函数的斜率 。其函数图像如图 1所示 。 先将图像灰度范围归一化至[01]，设P(r)表 由函数图可知，该函数