设计-交通图像增强方法研究.docx

交通图像增强方法研究摘要图像增强是图像处理技术的重要组成部分，其目的就是就我们所需的部分尽量凸显出来或者削弱、去除某些信息以便特殊应用。图像增强的应用己经渗透到各个方面，包括医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。传统的图像增强方法，如直方图均衡化，由于原理简单等而广泛运用，但如果直方图中有多个峰值时，会产生过度增强、欠增强以及不自然的光晕现象，为此一些学者提出自适应直方图均衡化等方法，但由于缺乏全局信息，这些方法经常过度或棋盘格现象。为避免上述缺点，本文主要研究了一种基于人类视觉特性的自适应直方图均衡化的图像增强算法。人类视觉特性之所以是目前世界上效果最好、精度最高的图像处理系统，原因是人眼所具有的一系列特殊的视觉特性。在分析了人类视觉特性与系统上，对图像进行分区，提出在分区上分别进行自适应直方图均衡化算法，对图像增强有较好效果，尤其对于暗图像的处理更好。关键词：图像增强，直方图均衡化，人类视觉特性，高斯函数，亮度恒常性等AbstractImageenhancementisanimportantpartoftheimageprocessingtechnology,itspurposeisjustweneedsomestandoutasfaraspossibleorweakenorremovesomeinformationforspecialapplications.Imageenhancementapplicationhaspenetratedintoallaspects,includingthemedicaldiagnosis,aerospace,militaryreconnaissance,fingerprintidentification,nondestructiveflawdetection,theprocessingofsatelliteimages,andotherfields.Traditionalimageenhancementmethods,suchashistogramequalization,iswidelyusedbecauseofitssimpleprinciple,etc,butifyouhavemorethanonepeakinthehistogram,andwillproduceexcessiveenhancement,owetoenhancenaturalhalophenomenon,somescholarshaveputforwardthemethodsofadaptivehistogramequalization,butduetolackofglobalinformation,thesemethodsoftenexcessiveorthecheckerboardphenomenon.Inordertoavoidtheaboveshortcomings,thispapermainlystudiesakindofbasedonhumanvisualcharacteristicsofadaptiveimageenhancementalgorithmofhistogramequalization.Humanvisualcharacteristicsisthereasonwhytheworldbestandhighestaccuracyofimageprocessingsystem,thereasonisthehumaneyehasaseriesofspecialvisualcharacteristics.Ontheanalysisofthehumanvisualcharacteristicsandsystem,theimagepartition,putforwardrespectivelyinthepartitionforadaptivehistogramequalizationalgorithmandhasgoodeffecttotheimageenhancement,especiallyforthedarkimageprocessingbetter.Keywords:imageenhancement;histogramequalization,humanvisualcharacteristics,gaussfunction,brightnessconstancy,etc目录第1章绪论11.1 课题背景与目的11.2 国内外研究现状21. 3研究难点重点及处理方法31.4论文的工作及内容安排3第2章基于人类视觉特性的分区算法42. 1引言42. 2人类视觉特性简介52. 2.1人眼的构造与视觉处理过程52. 2.2人眼的视觉特性72. 2.3人类视觉特性与图像增强82.3基于人类视觉特性（HVS）的区域划分9第3章基于分区的直方图均衡化与直方图规定化算法153. 1引言153.2直方图介绍153.3直方图均衡算法执行步骤163.4直方图匹配（规定化）介绍173. 5直方图匹配（规定化）算法描述与步骤描述17第4章图像融合及实验结果193.1 分区子直方图融合1942高斯函数194. 3算法总结19第5章总结与展望25致谢26第1章绪论1.1 课题背景与目的图像增强是指根据特定的需求突出图像中的重要信息，同时减弱或者去除不需要的信息。图像增强的目标是改进图片的质量，增强视觉效果，把源图像变为一种更适合人眼观察或者更适合计算机分析处理的形式。图像增强对于给定的图像，有针对性的强调图像的整体或者局部的特征，将原来不清晰的图像变得更加清晰，或者有效的突出图像中的某个感兴趣的局部特征。为了让图像能够在人眼中看起来具有更好的效果，一般地,需要借助模拟人类的视觉系统。在分析人类视觉系统是，没有统一的评价。图像增强后的效果不仅与图像本身有关，还与个体的主观感受有关系。经过几十年的发展，图像增强技术现如今已经在生活生产的各个方面都得到了应用。例如：航空航天、生物医学、工业生产、军事探测、无损探伤、人脸识别等等领域。由于人类视觉系统（即HVS）是目前为止世界上精度最高、速度最快、效果最好的图像处理系统。人类大部分的信息都是从图像中获得的。如果能够很好的模拟出HVS系统，就能够得到更加适应于人眼视觉需求所要的图片。因此，近年来国内外的许多学者都对HVS系统进行了深入的研究，试图通过模拟出更好的HVS系统从而得到更好的图像增强效果。HVS系统之所以能够更精确的获得场景信息，与人眼所具有的一系列特殊的视觉特点是分不开的。例如HVS所具有的色彩恒常性，使得人眼可以在任意的光照条件下，获得物体原有的色彩信息与样貌而不受光照的影响。在图像增强算法方面，通过借助直方图修正的方法，提出一种基于人类视觉特性分区自适应直方图均衡化的图像增强方法，其不仅能有效的增强图像的暗区域，而且抑制图像亮区域的过度增强问题。由于图像增强在当今的世界下具有非常重要的实际意义，所以一直以来都是国内外专家学者的研究重点和热点。HVS现已成为图像增强研究的新方向，国内外众多的学者专家都在研究通过借助HVS来实现很好的图像增强的图像增强是指根据特定的需求突出图像中的重要信息，同时减弱或者去除不需要的信息。图像增强的目标是改进图片的质量，增强视觉效果，把源图像变为一种更适合人眼观察或者更适合计算机分析处理的形式。图像增强对于给定的图像，有针对性的强调图像的整体或者局部的特征，将原来不清晰的图像变得更加清晰，或者有效的突出图像中的某个感兴趣的局部特征。为了让图像能够在人眼中看起来具有更好的效果，一般地,需要借助模拟人类的视觉系统。在分析人类视觉系统是，没有统一的评价。图像增强后的效果不仅与图像本身有关，还与个体的主观感受有关系。所以，对图像处理来说，很难对各种处理定义出一个通用的标准，即图像增强不存在通用理论。经过几十年的发展，图像增强技术现如今已经在生活生产的各个方面都得到了应用。例如：航空航天、生物医学、工业生产、军事探测、无损探伤、人脸识别等等领域。由于人类视觉系统(即HVS)是目前为止世界上精度最高、速度最快、效果最好的图像处理系统。如果能够很好的模拟出HVS系统，就能够得到更加适应于人眼视觉需求所要的图片。因此，近年来国内外的许多学者都对HVS系统进行了深入的研究，试图通过模拟出更好的HVS系统从而得到更好的图像增强效果。HVS系统之所以能够更精确的获得场景信息，与人眼所具有的一系列特殊的视觉特点是分不开的。例如HVS所具有的色彩恒常性，使得人眼可以在任意的光照条件下，获得物体原有的色彩信息与样貌而不受光照的影响。在图像增强算法方面，通过借助直方图修正的方法，提出一种基于人类视觉特性分区自适应直方图均衡化的图像增强方法，其不仅能有效的增强图像的暗区域，而且抑制图像亮区域的过度增强问题。由于图像增强在当今的世界下具有非常重要的实际意义，所以一直以来都是国内外专家学者的研究重点和热点。HVS现已成为图像增强研究的新方向，国内外众多的学者专家都在研究通过借助HVS来实现很好的图像增强的效果。1.2 国内外研究现状直方图均衡化(histogramequalization,HE)是最常见的间接对比度增强方法之一。直方图增强通过利用图像的直方图对对比度进行调整，它能够在很大的程度上增强图像的视觉效果，并能够有效地扩展常用的亮度，使得直方图上的亮度分布更均匀的同时还能够不影响图像整体的对比度。直方图均衡化的中心思想就是对原始直方图进行重新分配图像的像素值，使其分布的形式能够更加均匀。通过这种方法使图像的像素灰度值的动态范围增大，从而增强图像整体的对比度。由于传统的直方图均衡化是对整幅图像采用同一个变换，因此不同适应不同地区的对比度变化，所以当不同区域的对比度相差较大时，这种变换的结果往往并不是很理想。当图像的某个较小的区域灰度分布相对均匀且这个区域中包含有我们感兴趣的物体或细节时,HE或许很难帮助我们获得这些需要的细节。为了克服HE的缺点，人们又提出了现在在广泛使用的自适应直方图均衡化（adaptivehistogramequalization,AHE），区别于使用对整幅图像做同一个变换，AHE只对图像总的每一个像素根据其所在区域的直方图采用不同的变换。因此，这种方法也被人们成为局部直方图均衡化（IoCaIareahistogramequalization,LAHE）相应地把HE成为全局均衡化（fullframehistogramequalization,FFHE）。另外，如果直方图具有多个峰值，会造成过度增强、欠增强以及不自然的光晕现象。为了避免上述现象的产生，自适应直方图均衡化（adaptivelocalhistogramequalization,ALHE）、对比度受限直方图均衡化（Contrast-Iimitedadaptivehistogramequalization,ALCHE）等方法也是均先将图像分割成多个不同的部分，然后对不同的分割部分进行直方图均衡化。但是由于缺乏全局信息，这些方法常常过度或棋盘格现象。高斯混合模型被引入拟合灰度分布，然后用混合模型间的交叉点来分隔输入直方图，然后分别进行直方图均衡化。这些多直方图均衡化方法能够有效的保持亮度，但当用于暗图像增强时，则会导致欠增强；此外，由于多个子直方图均采用相同的均衡化策略，当图像明暗反差较大时，这些方法很容易导致过度增强；而针对每个分段子直方图采用不同的均衡化策略则能有效抑制过度增强，但目前缺乏研究。1.3 研究难点重点及处理方法1 .研究的难点与重点在于：（1）如何适当地对图像进行分区，从而得到更好的处理效果；（2）对均衡后的各部分进行融合时的权值确定；（3）开发图像处理软件。2