面向水下環(huán)境的圖像對比度增強算法研究.pdf

《面向水下環(huán)境的圖像對比度增強算法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、32化工自動化及儀表第40卷面向水下環(huán)境的圖像對比度增強算法研究朱其新1’2’3唐宇峰2(1．北京大學(xué)工學(xué)院，北京100871；2．華東交通大學(xué)電氣與電子工程學(xué)院，南昌330013；3．蘇州科技學(xué)院機電系，江蘇蘇州215009)摘要在采集水下圖像時，由于水面對光的反射和散射會導(dǎo)致水下圖像對比度下降。針對這一情況，提出了一種基于離散平穩(wěn)小波變換的算法，對圖像進行去噪和對比度增強的處理。實驗表明：新算法能夠有效鵠增強水下圖像的磚比度，同時還能夠很好地抑制圖像中的白噪聲。關(guān)鍵詞平穩(wěn)小波變換對巋度圖像增強中圈分類號TH85衷母標識碼A文章鳙號1000-3932(2013)01

2、-0032-04由于水面和光之間的相互作用1，水下的目標平面會受到不同照度的光照，因此通過視頻系統(tǒng)獲得的水下圖像就存在模糊1、亮度不均勻、顏色失真及對比度下降等問題。近些年來，為了解決上述問題，許多學(xué)者提出了不少方法。常用的圖像增強方法，如自適應(yīng)直方圖均衡法、直方圖均衡法及反銳化掩模法等，往往在增強細節(jié)信號的同時，也放大了噪聲，對圖像質(zhì)量產(chǎn)生了影響¨，2J。在低對比度、多噪聲圖像中，尤其需要改進算法，以達到在增強微弱細節(jié)信號的同時抑制背景中的高頻噪聲的目的。由于在原始圖像中，低暗區(qū)和高亮區(qū)的背景信息對比度差別較大，會對后續(xù)的圖像處理產(chǎn)生影響。而提升爵像質(zhì)量釣重要而有效

3、的方法之一就是增強水下圖像韻對比度。針對這一問題，筆者提出了一種基于離散平穩(wěn)小波變換的算法，對水下圖像進行對比度增強的處理。小波的空頻域分析、多尺度特性適合于增強處理。同時，還能夠很好地抑制圖像中的白噪聲‘31。1離散平穩(wěn)小波變換用于圖像增強離散平穩(wěn)小波變換與經(jīng)典的離散正交小波交換相比，其主要特點是冗余性和平移不變性，作為時域和頻域分析的一種新技術(shù)，能對連續(xù)小波變換給出一個更為近似的估計。在實際運用中，尤其是在計算機上實現(xiàn)時，將連續(xù)小波離散化是非常必要的。通常需要改變連續(xù)平移參數(shù)和連續(xù)尺度參數(shù)，即采用動態(tài)采樣網(wǎng)格，使小波變換具有可變化的時間和頻率分辨率。同時，為了增強

4、圖像的全局特征，提出了基于小波變換的多尺度增強算法。小波分解的意義在于能夠在不同尺度上對信號進行分析，同時，還可以根據(jù)不同的目的來確定不同的尺度H]。在連續(xù)小波中，考慮函數(shù)：“牡laI。露砂(譬)(1)其中口是連續(xù)盼尺度參數(shù)且口ER+；b是連續(xù)平移參數(shù)且bER；t是時間變量。為方便起見，在離散化中限制口只取正值，則相容性條件就變?yōu)椋骸．=』：警品<∞‘(2)通常，在離散小波變換中．，尺度參數(shù)口和平移參數(shù)b的離散公式分別取為n=eo。，6一-琵以6。，其中．『EZ。假定滿足口。>l，貝!l對應(yīng)的離散小波函數(shù)砂m(t)可以寫作：啪h彳膽砂半(3)=口彳?2妒(a07一k

5、bo)而離散化小波變換系數(shù)則可以表示為：r。q，t=J一。以t)CA(t)dt=<，，吼．I>(4)重構(gòu)公式為：-，(I)=C∑∑q．I吼，I(t)(5)收稿日期：2012-09-27(修改稿)基金項目：國家自然科學(xué)基金資助項目(60964004)；江西省青年科學(xué)家培養(yǎng)計劃項目(2010DQ01700)；江西省科技支撐計劃項目(2010BGB00607)；華東交通大學(xué)研究生創(chuàng)新資金項目(YC2011．X011)第1期朱其新等．面向水下環(huán)境的圖像對比度增強算法研究33C是一個與信號無關(guān)的常數(shù)。此外，在實際運用中，為了能夠保證信號重構(gòu)的精確度，‰和b。會盡可能取小些。信號

6、的主要特征由信號的近似分量表示，這一般為信號的低頻分量，是大的縮放因子計算的系數(shù)；而信號的細節(jié)和差別，諸如輪廓及噪聲等局部細節(jié)，由信號的細節(jié)分量表示，這一般為信號的高頻分量，是小的縮放因子計算的系數(shù)。對于任意一個信號，離散平穩(wěn)小波變換的第一步運算是充分利用小波分解，將原始圖像中高頻分量和低頻分量進行不同程度的分解。由于分解過程是重復(fù)迭代的，從理論上講，可以無限地連續(xù)分解下去。不過在實際運用中，通常會根據(jù)要分析的信號數(shù)據(jù)特征和用戶的合適標準來選擇適當?shù)姆纸饧墧?shù)。第二步是采用不同的增強算法來處理不同頻率范圍內(nèi)圖像的細節(jié)分量，同時，采用多尺度方法來處理圖像的尺度系數(shù)，突出不

7、同尺度的細節(jié)，從而達到改善圖像的視覺效果。最后，利用得到的小波系數(shù)和尺度系數(shù)進行小波逆變換‘5

8、。本算法將處理整體對比度較低的水下圖像。經(jīng)過處理后，低頻部分將被增強，以有效提升原圖像的整體對比度；同時，高頻部分也將加權(quán)進行適當減弱，以提升細節(jié)內(nèi)容的對比度。圖像增強的目的通過針對高頻小波系數(shù)和低頻小波系數(shù)的不同特性做不同處理來實現(xiàn)¨1。2小波變換用于圖像降噪在視覺系統(tǒng)中，圖像噪聲的產(chǎn)生是由于存在電子器件干擾及傳感器振蕩等因素。噪聲對于圖像處理的采集、輸入、處理的各個環(huán)節(jié)以及輸出結(jié)果的全過程有著較大的影響。所以，去噪已經(jīng)成為了圖像處理中非常重要的一部分。