基于改進模糊增強機場圖像處理

摘 要：針對機場圖像中噪聲點過多問題，利用改進模糊增強算法進行處理。實驗證明算法處理后的機場圖像，目標清晰、噪聲點較少。

關(guān)鍵詞：機場圖像；模糊增強

機場目標自動識別一直是圖像處理與模式識別的重要研究內(nèi)容。機場作為飛機起降的基礎(chǔ)設(shè)施，具有目標明顯、結(jié)構(gòu)清晰、不易遮蔽的特點。在全色圖像中表現(xiàn)為高于周圍自然景物的亮度特性，同時，由于機場的作用特殊，所處環(huán)境復(fù)雜，周圍物體成像時造成大量噪聲點的存在。

目前，機場檢測以邊緣檢測和直線提取相結(jié)合為主[1][2]，對前期處理的要求較高，為此，本文將利用改進模糊增強進行增強去噪處理。

1 模糊圖像增強

圖像增強，目的是為了突出圖像中的特征，加強對目標的認識，以提高后續(xù)處理能力。圖像增強一般方法有統(tǒng)計概率、函數(shù)變換、銳化處理。針對機場圖像，該三種方法均有不足：統(tǒng)計概率，基于全局思想對大場景處理較難；函數(shù)變換，過多依賴函數(shù)變化參數(shù)調(diào)整，不具有自適應(yīng)性；銳化處理，無法降低噪聲干擾甚至?xí)鰪娫肼暤挠绊憽?/p>

本文采用一種優(yōu)于常規(guī)增強算法的模糊增強算法。

模糊增強簡單過程理解：

IF一個像素是暗的， THEN令它更暗

IF一個像素是灰的，THEN令它變亮

IF一個像素是亮的，THEN令它最亮

本文以Pal[3]等人提出的模糊增強算法為基礎(chǔ)，pal算法步驟：

1.1 圖像的模糊特征提取

利用函數(shù)將圖像從空域變換到模糊域：

Fe、Fd為變換系數(shù)，gmax為最大灰度值可以直接設(shè)定為255，gmn為當前像素點大小。

1.2 隸屬度函數(shù)值修正

Pal采用了模糊增強算子（INT）的回歸調(diào)用修正隸屬度：

1.3 模糊域反變換

反變換，恢復(fù)到空域。

Pal算法優(yōu)點是對于大部分圖像都有增強效果，實現(xiàn)簡單。缺點是受到隸屬度定值判斷的影響，對低灰度范圍人為置0，對不同圖像沒有適應(yīng)性且對干擾無法自我判斷。

目前國內(nèi)對于模糊增強改進算法，主要集中在隸屬度函數(shù)的修改和閾值的自適應(yīng)選取上[4][5][6]。其中文獻[6]采用

作為模糊增強函數(shù)。

并采用改進OTUS算法得到渡越點。對于使用增強函數(shù)研究發(fā)現(xiàn)，易造成在渡越點附近的“斷裂”。

針對機場圖像特性，本文在pal和文獻[5]的基礎(chǔ)上做以下改進：

修改pal的增強因子

以圖1說明增強函數(shù)曲線變化，所有函數(shù)值域為0到1。

I為文獻中的增強函數(shù)，用◆表示。

T1為 ，用☆表示。

T2為 ，用_.表示。

T3為 ，用*表示。

對于采用相同離散點數(shù)的函數(shù)曲線，T3要比I在渡越點處變化更加平滑，能夠確保信息的完整性。

2 實驗比對

本文改進后的算法步驟如下：

⑴利用函數(shù)將圖像從空域變換到模糊域，采用式2-1；

⑵修改pal的增強因子，采用式2-4；

⑶模糊域反變換，采用式2-3；

模糊增強除了能夠提高對比度外，在迭代多次后的處理能力也是算法優(yōu)劣的評價指標。

下面給出文獻[5]和本文改進算法效果比對圖。

3 結(jié)論

改進模糊增強算法針對機場圖像增強效果好，能夠弱化多數(shù)噪聲點，并且多次增強處理后能夠達到突出機場目標的效果。

[參考文獻]

[1]董銀文，苑秉成，石釗銘，等.基于直線特征的航拍圖像機場跑道自動識別算法[J].系統(tǒng)工程與電子技術(shù).2013，35（4）.

[2]楊超，朱敏，王昭蓮，等.基于線特征的機場跑道定位算法[J].計算機應(yīng)用.2011，31（z1）：52-54.

[3]Pal S K，King R A.Image Enhancement Using Fuzzy Sets[J].Electronics Letters.1980，16（9）：376-378.

[4]楊波，賈振紅，覃錫忠，等.基于改進模糊算法和相對熵的遙感圖像增強[J].激光雜志.2014，（2）：37-38，41.

[5]趙世亮.一種改進的模糊增強算法[J].微處理.2010，31（1）：58-59

[6]姜桃，趙春江，陳明，等.自適應(yīng)圖像模糊增強快速算法[J].計算機工程.2011，37（19）：