数字图像处理报告.docVIP

数字图像处理课题报告 ——对照度不均图像增强后保留自然度的算法研究 组别：6组 课题组长：王秋红 课题成员：王秋红 邱念庭 吴纵横 胡军 报告撰写：胡军 摘要：图像增强在图像处理中起着重要作用。在各种增强算法中，Retinex算法能够有效地提高细节而被广泛采用。由于Retinex算法会取出环境光，同时对反射光不做限制，使得对非均匀环境光的自然图像处理后，图像显得不真实、不自然。然而，从人的视觉系统来说，图像的自然真实是非常重要的。为了保证图像自然的同时又能增强细节，论文中提出了一种新的增强算法。总的来说，论文包括三大部分。首先，提出亮度阶误差来衡量图像自然度的保留程度。其次，提出亮通滤波器可以把图像分解为反射部分和环境照射部分，这两部分分别决定图像细节和图像的自然度。第三，我们提出了一个双对数变换，其被用于平衡图像的细节和自然度。试验结果表明，对于环境光照射不均匀的图像，该算法不仅能加强细节，同时也能保留图像的自然度。 关键词：双对数变换；亮通滤波器；亮度阶误差；图像增强 课题研究背景 有时出于某种特殊应用的考虑，需要对原始的图像进行增强。目前，已经提出了多种图像增强算法，例如：基础的Retinex算法、USM算法、直方图均衡算法等，图像增强算法被应用于天文学、生物学、计算机视觉等各种领域。其中，一部分图像增强算法能有效提高图像细节，但是会降低图像的自然性；而另一部分算法则以牺牲图像细节为代价来增强图像。 大多数基于Retinex理论的算法，都只是提取和增强了图像的反射分量，而去除掉了图像的照射分量，因此，这种方法可以明显增强图像的细节，但是因为去除了图像的照射分量，使图像失去了景深，影响图像的观感。事实上，照射分量不能简单的去除掉，并且要限制反射分量增强的程度。 基于USM的算法把图像分解为了高频部分和低频部分，分别对这两部分进行处理，算法中照顾到了低频部分，这样可以防止过度增强。但是USM算法最后只是将高频和低频简单的相加，最终的结果难以在细节和观感上得到平衡。 直方图均衡算法虽然简单却得到了广泛的应用。由于简单的直方图算法容易导致图像的过度增强，所以又提出了一些改进的直方图算法，如保留亮度、限制对比度等。保留亮度的直方图算法虽然能保留图像的强度，但是会损失细节。限制对比度的算法虽然能够抑制过度增强，但是对于不均匀照度图像的效果却不好。 为了提高图像的细节同时又保证图像的观感，提出了自然度保留的概念：在图像得到增强以后，图像的整体观感不会有太大改变，不会出现光晕、光斑等过增强的现象。论文中对这个概念做了调整，图像增强后整体观感不变，并且光源的方向也不发生改变。目前，对增强图像细节并保留自然度的问题，提出了一下算法，但是这些算法并不适用于照度不均匀的图像。 课题研究分工 通过小组内讨论，我们把课题研究分为以下过程，前期搜集资料，搜索图像增强相关论文，我们经过筛选，选择一篇比较新的并且引用率较高的论文；接下来，小组内成员阅读论文，并在组内进行讨论，不断加深对论文的理解；最后，制作PPT并详细讲解算法，以及撰写课题研究报告。 我主要负责前期的资料准备，阅读论文并参与组内的讨论，以及撰写报告。 课题研究内容 从不同的角度划分，一幅图像可以分解为不同的特征空间。比如：小波变换算法认为图像是由高频信息和低频信息组合而成的，基于Retinex理论的算法则把图像分解为照射分量和反射分量。总的来说，低频信息和照射分量反应图像的全局自然度，而高频信息和反射分量则代表图像的局部细节。所以在细节和自然度之间找到平衡点很重要，因为只保留大量的低频信息会淹没图像的局部细节，反之，只保留高频信息则会影响图像的观感。 因此，为了在增强图像细节的同时，保证图像的整体观感，新算法应该满足两个条件：第一，反射分量应该被控制在合适的范围之内（[0,1]）；第二，不同区域的照度分量变化幅度不能太大。 3.1 自然度保留程度的量化 由于图像质量评价和人类视觉系统相关，所以没有一种统一的评价方法能满足所有人的主观需求，大多数算法只是评价图像的几个重要的特征，比如：对比度，熵等，根据之前的分析，亮度阶对于衡量自然度的保留程度有重要作用，所以提出了LOE算法来评估图像的自然度。由于相邻的亮度阶代表了光源的方向和光的抖动程度，所以增强后图像的观感和图像的亮度阶密切相关，因此提出了LOE算法，代表原始图像，代表增强后的图像，图像的亮度用三个通道中亮度最大的来表示： (1) 对于每一个像素点，图像增强前后，与该像素点相关的亮度阶的差别定义如下： (2) (3) 式中和分别代表图像的高度和宽度，是阶跃函数，代表异或操作。 LOE公