基于HSV空间简牍图像增强算法研究.docVIP

基于HSV空间简牍图像增强算法研究 　　摘 要：针对简牍图像存在对比度低、噪声大、文字模糊等问题，采用了一种适合简牍的彩色图像增强算法。该方法按人的视觉特性选择了HSV空间，并将线性变换、中值滤波、高斯―拉普拉斯级联作用于图像的亮度分量，同时也对饱和度做了相应的拉伸处理。理论分析和实验结果均表明，增强后的简牍图像更清晰，文字信息更突出，增加了可读信息，达到了令人满意的结果，有利于后期信息提取工作的开展。 　　关键词：色度空间；线性变换；中值滤波；高斯―拉普拉斯 　　中图分类号：TP391文献标志码：A 　　文章编号：1001-3695(2007)06-0204-03 　　简牍是20世纪我国继甲骨卜辞、居延汉简、敦煌文书之后在古文献领域的又一重大发现。它是在纸未出现以前的文档材料，即书写在竹片或木片上的文书。可见简牍是我国古文化的重要载体，大量重要的历史信息均存于简牍上，其可靠程度大大超过文献记载。如何挖掘简牍所蕴涵的丰富信息是目前考古学家所关注的焦点问题。但大多数简牍实物长期埋存地下，出土时重叠、黏连，有的腐蚀、朽烂，文字信息出现脱落，墨迹扩散，根本难以识别简牍上的文字符号。这大大增加了简牍信息提取的难度。 　　通常采用图像增强技术来改善图像的视觉效果，提高图像的可懂度。但现有的图像增强方法，如线性变换、中值滤波、图像锐化等，对于灰度图像而言是很好的方法，但将它们应用于彩色图像却有一定的局限性。这主要是由于彩色图像还存在色彩信息。常见的彩色图像增强算法［1,2］是将彩色图像经过色度空间转换，将密切相关的三个分量的空间转变到基本不相关的色度空间，最常见的是HSV空间；然后对V分量和S分量进行处理，保持H分量不变。但是一些增强方法往往带有针对性，以致对某些图像效果好的增强方法未必一定适用于另一些图像。本文结合简牍图像自身的特点，提出一种新的彩色图像增强方法。在色调分量不改变的前提下，将几种增强技术组合起来作用于简牍的亮度分量，不仅可以调节动态范围，还可以去除图像的噪声并使目标轮廓得到增强，而对于饱和度进行适当的灰度拉伸，改变其直方图分布。实验证明，增强后的简牍图像对比度明显提高了，文字细节信息更加清晰，色彩信息也更符合人眼的视觉心理特性。?? 　　 　　1 简牍增强算法［2］?? 　　简牍属于彩色图像，对它的增强处理不能局限于灰度图像处理技术，应重视其色彩信息。其主要算法步骤如下： 　　原始简牍图像 → RGB空间转换到HSV空间 → 　　线性变换饱和度亮度 → 中值滤波 → 　　高斯―拉普拉斯 → HSV空间转换到RGB空间 →输出结果 　　1.1 色度空间［1, 2］?? 　　彩色空间［3］是以数值方式描述色彩的模型，如RGB、YIQ、HSV空间等。彩色图像在计算机中一般采用RGB空间来表示。在图像增强中，三基色之间彼此有很强的相关性。如果对RGB分量直接采用灰度图像的增强方法，可以增强图中的可视亮度细节，但得到的图像中的色调可能完全没有意义，图中对应同一个像素的RGB这三个分量均发生了较大的改变。而在HSV模型中，亮度分量和色度分量是分开的，色度和饱和度的概念与人的感知是紧密相连的。因此可以先把彩色图像的RGB转换到HSV模型。其中H是色调(Hue)，又称色相；S是饱和度(Saturation)；V是亮度值(Value)。在图像处理和计算机视觉中，大量算法均可在HSV色彩空间中方便地使用；它们可以分开处理而且是相互独立的，可以大大简化图像分析和处理的工作量。 　　1.2 线性变换［4］?? 　　在HSV空间［2］，当色度保持不变时，V和S决定了彩色图像的总体效果，包括颜色信息和亮度信息。因此要实现简牍的增强，必须对两者均进行线性变换；否则将达不到满意的增强效果。线性变换是用一个线性单值函数，根据某种目标条件对图像的每一个像素灰度作线性扩展，有效地增强图像的对比度，使图像在逼真度和可辨识度两个方面得到改善，以获得用户所需的重要信息。 　　根据简牍图像的特点，采用截取式的线性变换，其表达式如下： 　　其中， f(x,y)为原图像的灰度分布函数； [a,b]为像素灰度分布范围；[a′,b′]为变换后的灰度范围；g(x,y)则为增强后图像的灰度分布函数。???? 　　由于原始简牍图片的灰度范围相当窄，其灰度直方图集中于一部分，使目标图像灰度值与背景灰度值相接近，人眼无法辨别。利用线性变换［5］，就可以使图像的直方图分布于整个灰度部分，图像有较大的动态变化范围，视觉上增加对变换后图像分辨的亮度差的总级数，同时也加大目标图像与背景间亮度差异；而且饱和度的线性处理，也使简牍的颜色信息有所改变，更符合人眼的色觉。 ?? 　　图1、2是原始简牍图像及进行线性变换的结果显示。 　　本文实验中所采用的简