图像质量评价2.docVIP

基于空间域统计特性的图像质量评价摘 要 煤矿井下的安全高效生产离不开清晰流畅的监控图像，针对煤矿井下拍摄图像光照不均匀的，对常见的几类可以改善非均匀照度图像视觉效果的增强理论进行了深入研究并对在实际应用中遇到的问题和存在的缺点进行分析直方图均衡化图像增强方法在处理低照度图像方面有不错的视觉效果，但由于它在均衡化过程中会对灰度级进行四舍五入，使得部分灰度级丢失，容易造成图像失真。图像增强算法 基于图像处理所的空间不同，图像增强方法通常可以分为频域增强方法和空域增强方法两类。频域增强方法首先将图像看成一种二维信号，然后再对信号进行基于域变换的增强。 1.1 直接对比度增强 直接对比度增强是根据特定的算法规则对图像中每一个像素点的灰度值进行逐点改变，以此达到改变图像灰度值动态范围的目标。在图像处理中，一般将输出图像的像素点灰度值与其对应的输入图像的像素点灰度值之间的对数关系称之为图像的对数变换，该种方法常常用来压缩高灰度值、扩展低灰度值，从而使低灰度值的图像细节更加清晰的目标。其一般公式为： () 在式中表示变换后输出图像像素点灰度值，而表示变换前输入图像像素点灰度值，其中表示以10为底。同时，上式也可选用自然对数为底。 为了增加变换的动态范围，适当考虑变换的灵活性，可以加入一些调制参数，上述公式可变为： (2) 式中、、是可以选择的变换参数，项是为了避免对零求对数而设置。当时，，则。而是轴上的截距，可见参数的大小反映确定变换曲线的起始位置的变化关系，、两个参数可以确定变换曲线的曲率[]。变化曲线如图所示 图1 对数变换曲线图 1.2反锐化掩膜增强 反锐化掩模法[]的提出是为了增强图像的细节和边缘信息，它与锐化的作用是正好相反的。反锐化掩膜图像增强法的具体过程如下：首先将原始图像经过一个低通滤波器，分离开低频和高频信息，产生一个低频的模糊图像，将原图进行修正后再减去模糊图像的修正结果，从而就得到了只包含高频成分的图像，然后放大高频成分，增强了细节部分，最后将此图与原图像进行叠加，最终得到图像中低频成份几乎不受影响，并且同时还增强了图像的高频成份。数学表达为： (3) 在式()中，表示原始输入图像，表示经过低通滤波器后的图像，表示增强后的图像，而、都是正系数，并且要求。 在处理低照度图像时通常不要求改变图像局部区域的均值。如果选用归一化的低通滤波器，式()可以保证图像局部均值不变。 (4) 对式()作简单变换 (5) 在式()中，称为图像的高频增益系数。当时，输出图像相对于原始图像没有任何改变；当时，增强了输出图像的高频信息分量；当时，减少了输出图像的高频信息分量，从而使得图像变得模糊。而在复频域中，低频图像可以看作是低通滤波器与原图像傅里叶变换的乘积，如式()： (6) 1.3直方图均衡化处理矿井非均匀照度图像 .3.1算法的主要思想和原理 直方图均衡化方法的实质是对图像进行非线性变换，非线性变换就是重新分配图像像素的灰度值，从而使得特定灰度区域内像素数量相同。具体操作过程是：在图像的整体灰度区域中，根据均衡化曲线将原始图像的灰度直方图进行均匀的分配，这样就可以通过增加像素灰度值的动态范围从而达到增强图像整体对比度的目的[]。 在对煤矿井下的非均匀照度图像进行相应处理时，为了使图像的灰度级分布在的区间内，首先应将灰度图像进行归一化处理。然后再对归一化后的任意灰度级进行式的变换： () 这里时，表示黑色时，表示白色原始灰度图像中，对于任意的灰度级都将会产生一个新的灰度值，选择变换函数时要求具有逆变换，因此它在区间必须是单值函数；变换前后图像的明暗顺序是不能发生变化的，所以变换函数还应该是单调函数；值域取值范围为：，其目的是为了保证图像在变换前后灰度范围不变。 如果一幅图像的灰度级是区间上的随机变量，那么该灰度值就可以用概率密度函数来描述，另外，代表的概率密度函数，而代表的概率密度函数。在已知的情况下，则可以得到变量的概率密度函数： () 从式可以看出，增强时所选择的变换函数和输入图像的灰度概率密度函数共同决定着随机变量的概率密度函数。所选择的变换函数和原图像的概率密度变换函数关系如下式所示： () 由上式推出：