《混合空间法在彩色图像增强中的应用.doc》由会员分享,可在线阅读,更多相关《混合空间法在彩色图像增强中的应用.doc(5页珍藏版)》请在三一文库上搜索。
1、精品论文混合空间法在彩色图像增强中的应用罗 娟 北京邮电大学电信工程学院,北京 (100876) E-mail:摘 要:本文结合拉普拉斯变换与梯度变换两种不同的空间锐化方法对模糊的彩色图像进 行增强处理,并与单用一种算法锐化的结果进行比较,结果证明混合空间增强法对彩色图像 增强有着更好的视觉效果,并且值得进一步研究。关键词: 彩色图像,空间域增强,拉普拉斯变换,梯度变换 中图分类号:TN1.引 言图像增强的方法分为两大类:空间域方法和频域方法1。空间域方法是对图像的像素直 接进行处理,其中锐化处理能突出图像中的细节或者增强被模糊了的细节,可以用空间微分 来实现,同时一阶与两阶微分有不同的响应效
2、果。本文利用 matlab 软件,在分析比较拉普拉斯变换与梯度变换处理图像结果的基础上, 尝试性的将两者结合起来应用到彩色图像增强中,通过各种实验结果的比较,得出了针对镜 头模糊得到的彩色图像的一种较为理想的增强方法。2.彩色图象增强目前,大多成熟的图像增强方法都是面向灰度图像。要想将这些方法应用到彩色图像中 首先就必须选择一种合适的彩色空间模型。一般的彩色模型有 RGB、CMY、HSI 等,其中, HSI 模型把图像分为彩色和灰度信息,将灰度从彩色中独立出来,因此本文选择 HSI 模型为 基础进行研究。HSI模型1将彩色描述为色调、饱和度和亮度三个分量,本文都将把实验图像从RGB彩 色空间转
3、换HSI空间,具体公式见参考文献 1,再对亮度分量I进行各种锐化处理,最后再把 处理后的亮度分量与没有变化的色调及饱和度再转回RGB空间中,以显示处理后的结果。3.基于二阶微分的图像增强3.1 拉普拉斯算子在数字图像处理中,基于二阶微分最简单的各向同性的微分算子是拉普拉斯算子2。即- 5 - 2 f= f ( x + 1, y) + f ( x 1, y) + f ( x, y + 1) + f ( x, y 1) 4 f ( x, y) ,其对应的掩模为图 1(a)所示。考虑到对角线方向,为了在对角线上也具有各向同向性,可以把对角线上 的象素也包括到拉普拉斯算子中,则对应的掩模为图 1(b)
4、所示。在本文中采用的是后者。从拉普拉斯算子的定义中,能看出它将强调图像中灰度的突变,而在灰度变化缓慢以 及平坦区域则会出现暗背景,为了既能保护锐化的效果,又复原原有的背景图像,要将原有 的图像和拉普拉斯变换后的图像叠加在一起,这样既保证了图像中的各灰度值得到复原,同 时也能增强图像中灰度突变处的对比度。(a)(b)图 1 拉普拉斯变换掩模3.2 变换结果分析图 2 是进行镜头模糊处理后的 lena 图像,先将其由 RGB 空间转换到 HIS 空间中,再对 I 分量进行拉普拉斯变换,然后将变换后的结果与原 I 分量相减,取绝对值,最后再变换到 RGB 空间,显示结果如图 3 所示。从结果中可以看
5、出,在用拉普拉斯变换对模糊的彩色图像进行锐化后,图像中人物的 轮廓清晰了,细节更突出,整个画面也不模糊了,但随之而来的问题是整个画面有很多小细 纹一样的噪声,尤其在画面的平坦区域,如人脸上特别明显。这是由于拉普拉斯变换在图像 细节增强方面有特别明显的效果,灰度有变化的地方都能提取出来,同样的对于噪声或者变化较小的地方也得到了加强,这样处理后的图像就会有很多的噪声,视觉效果不佳。图 2 镜头模糊处理后的 lena 图像图 3 拉普拉斯变换增强后的图像4.基于一阶微分的图像增强4.1 梯度变换在数字图像处理中,一阶微分是通过梯度法来实现的2。同时为了保证各向同性,采用梯度矢量的模值进行计算。具体公
6、式为 f模板,分别如图 4 的(a)(b)所示。=| G x | + | G y | ,其中 G x 和 Gy 采用Sobel算子(a)(b)图 4 Sobel 算子处理掩模梯度变换同样也会突出图像中灰度有变换的地方,但是由于梯度变换是一阶微分的近 似,在灰度变化区域即图像边缘处的响应要比拉普拉斯变换更为强烈,而在噪声及小细节的 响应要比拉普拉斯变换弱,同样在变换后为了得到原有图像的背景,仍将变换后的图像和原 图像叠加在一起。4.2 变换结果分析仍然对模糊处理过的 lena 图像进行处理,先将其由 RGB 空间转换到 HSI 空间中,再对 I 分量进行梯度变换,然后将变换后的结果与原 I 分量
7、相减,取绝对值,最后变换到 RGB 空 间,显示结果如图 5 所示。从结果中可以看出来,由于梯度变换对灰度变化的区域响应太强烈,使得图像边缘处 都得到了很强的突出,视觉效果不是很好,但是通过此变换,可以发现图像细节或者噪声处 都没有被突出,整个图像只是在大的轮廓上被重点突显,同拉普拉斯变换后的结果相比较, 能发现这两者在图像突出的重点及优势上互补,因此,可以考虑将两者结合起来,寻求一个合适的折中办法,使增强后的图像有最佳的视觉效果。图 5 梯度变换增强后的图像5.混合空间法通过上述分析可以看出,单一的增强方法对于模糊的 lena 图像进行处理并不能得到满 意的结果,针对实验结果的分析,采用混合
8、空间法对图像进行增强。首先,仍然将图像从 RGB 空间转换到 HSI 空间中,先对 I 分量进行拉普拉斯变换,突 出图像中的小细节,再对 I 分量进行梯度变换,突出图像边缘,再将拉普拉斯变换后的结果 与梯度变换后的结果相乘,用原图像减去相乘的结果得到混合处理后的 I 分量,最后变换到 RGB 空间,显示结果如图 6 所示。从结果中可以看出,将两种变换方法结合起来,处理后的图像在灰度变化强的区域仍保 留细节,而在灰度变化相对平坦的区域减少了噪声,整个画面的视觉效果最好,通过这种方 法可以完美的将拉普拉斯变换和梯度变换的优点结合起来,同时还可以将其它一些灰度增强方法,如直方图均衡,灰度拉伸3等方法
9、结合起来。图 6 空间混合法处理后的图像6.总结在图像增强中,我们应当正确分析图像所存在的问题,合理的选择多种增强方法进行处 理,本文针对模糊处理过的lena图像进行了不同的增强方法,通过分析比较最终获得一种适 合此图的混合增强法。同时对于彩色图像增强处理,较之单一的灰度图像要复杂很多,因为 考虑到彩色图像的多个分量,要保证彩色平衡4以及噪声在多个分量之间都存在等问题,全 彩色图像处理技术值得继续深入研究。参考文献1 Rafael C.Gonzalez and Richard E.WoodsDigital Image Processing M阮秋琦,阮宇智北京:电子工 业出版社,2005.32
10、 李俊山,李旭辉数字图像处理M,北京:清华大学出版社,2007.43 姚敏数字图像处理M,北京:机械工业出版社,2006.14 夏思宇,李久贤,夏良正基于色彩恒常性的彩色图像增强改进算法J南京航天航空大学学报,2006,第 38 卷增刊The application of Mixed Spatial Method in Color ImageEnhancementLuoJuanMultimedia Communication Lab, Beijing University of Posts and Telecommunication, Beijing, PRC (100876)Abstract
11、This paper mixes two different spatial sharpening methods, which are Laplace Transform and Gradient Transform, to enhance the fuzzy color image. Compared with the result of a single-sharpening algorithm, the mixed enhancement method has better visual effects and is worth further studying.Keywords: color image, spatial domain enhancement, laplace transform, Gradient transform作者简介:罗娟,女,1984年生,湖南人,北京邮电大学电信工程学院通信与信息系统硕 士研究生 主要研究方向:数字电视,网络视频,移动多媒体通信。
链接地址:https://www.31doc.com/p-3626211.html