MATLAB基于刑事偵查的圖像增強(qiáng)

梁 帥，初 凱（.鐵道警察學(xué)院 河南鄭州 450053；.吉林警察學(xué)院 吉林長(zhǎng)春 307）

MATLAB基于刑事偵查的圖像增強(qiáng)

梁 帥1，初 凱2
（1.鐵道警察學(xué)院 河南鄭州 450053；2.吉林警察學(xué)院 吉林長(zhǎng)春 130117）

分析目前刑事圖像處理的現(xiàn)狀和手段，引出了一種程序易調(diào)試、人機(jī)交互性強(qiáng)的MATLAB圖像處理工具。并著重研究圖像的直方圖均衡化處理和圖像的高頻濾波銳化處理，從空間域和頻域兩大方面對(duì)圖像進(jìn)行增強(qiáng)。提高刑事辦案效率。

刑事圖像；MATLAB；直方圖均衡化；高頻濾波

近年來，隨著計(jì)算機(jī)應(yīng)用的迅猛發(fā)展，圖像處理技術(shù)日趨成熟，在公安領(lǐng)域中發(fā)揮著至關(guān)重要的作用，圖像處理技術(shù)更多的為刑事訴訟和形事偵查所應(yīng)用，拓展了刑事偵查技術(shù)手段，提高了痕跡物證的利用率和可檢驗(yàn)率[1]。MATLAB是MathWorks公司開發(fā)的用于數(shù)值計(jì)算和圖形處理的工程語(yǔ)言，它將數(shù)值分析、矩陣運(yùn)算、圖形圖像處理等集于一體，構(gòu)成了一個(gè)方便、界面友好的用戶環(huán)境。MATLAB起于數(shù)值運(yùn)算，在矩陣運(yùn)算方面有著得天獨(dú)厚的優(yōu)勢(shì)，況且MATLAB中所用的M語(yǔ)言編程簡(jiǎn)單易學(xué)，更符合書寫計(jì)算公式的思維方式，并提供數(shù)百個(gè)內(nèi)置函數(shù)供隨時(shí)調(diào)用，開放性強(qiáng)，可根據(jù)實(shí)際情況對(duì)內(nèi)部函數(shù)進(jìn)行任意擴(kuò)展[2]。所以，MATLAB可以供刑技人員高效利用，將更多的圖像處理技術(shù)應(yīng)用到刑事偵查之中。其中，圖像增強(qiáng)技術(shù)在模糊圖像的處理中經(jīng)常用到。

圖像增強(qiáng)是為了提高圖像的質(zhì)量，如去除噪聲、提高圖像的清晰度等，有選擇地突出模糊圖像中對(duì)偵查有促進(jìn)作用的特征或抑制圖像中某些不重要的特征，從而使案件中可利用的信息得到增強(qiáng)，以便于進(jìn)一步的分析和處理案情。在計(jì)算機(jī)物證圖像自動(dòng)識(shí)別技術(shù)中，采用圖像增強(qiáng)技術(shù)進(jìn)行預(yù)處理，使原始物證圖像信息轉(zhuǎn)換成一種更適合機(jī)器感知、理解和分析的形式，以提高機(jī)器處理分析物證圖像的質(zhì)量。下面主要介紹MATLAB在刑偵領(lǐng)域的兩項(xiàng)圖像增強(qiáng)技術(shù)。

一、直方圖均衡化

灰度直方圖是灰度級(jí)的函數(shù)，描述的是灰度圖像中具有該灰度級(jí)的像素的個(gè)數(shù)。其橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)是該灰度出現(xiàn)的頻率。直方圖體現(xiàn)了圖像的統(tǒng)計(jì)特性。

直方圖反應(yīng)了數(shù)字圖像中的每一灰度級(jí)與其出現(xiàn)頻率之間的關(guān)系（而不反應(yīng)該像素出現(xiàn)的位置），通過一幅圖像的直方圖可以看出該圖像的灰度分布情況和圖像所有灰度值的整體描述。

任何圖像都可唯一地計(jì)算并作出與之相對(duì)應(yīng)的直方圖，但同一幅直方圖可能對(duì)應(yīng)不同的圖像?？梢酝ㄟ^改變直方圖的形狀來調(diào)整圖像的明暗效果。

直方圖均衡化是以概率論為基礎(chǔ)，其原理是把原圖像的直方圖分布通過變換函數(shù)修整為均勻的分布，即對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化是一種非線性變換。這種變換是通過增加像素灰度值的動(dòng)態(tài)范圍從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。均衡化后的圖像的灰度范圍擴(kuò)大了，但其本質(zhì)是擴(kuò)大了一些量化層之間的間隔，而不是量化層的數(shù)目。

設(shè)sk為增強(qiáng)前的灰度級(jí)，0≤s≤1，a=T（sk）為增強(qiáng)后的灰度級(jí)，0≤T（sk）≤1。

T（sk）應(yīng)該滿足三個(gè)條件：（1）sk的變換函數(shù)T（sk）在0≤s≤1范圍內(nèi)是單調(diào)遞增的函數(shù)；（2）對(duì)0≤s≤1，有0≤T（sk）≤1。（3）反變換s=T（a）也滿足以上條件。

第一個(gè)條件保證了原圖像各灰度級(jí)在變換后仍保持從黑到白的排列次序，第二個(gè)條件保證了變換后灰度范圍與原圖一致。

從概率論可知，如果p（s）、a=T（sk）為單值單調(diào)增函數(shù)，因?yàn)閟=T（a），則變換圖像灰度級(jí)的概率密度函數(shù)為：

假定變換函數(shù)為：

將上式代入①，得到：

這說明在定義域內(nèi)pa（a）為均衡密度。

但是對(duì)于離散圖像，實(shí)際上直方圖均衡化修正后的圖像直方圖并不是十分均衡的，其計(jì)算步驟如下：

（1）統(tǒng)計(jì)原始圖像的直方圖；（2）計(jì)算直方圖累積分布曲線；（3）用累積分布函數(shù)作變換函數(shù)進(jìn)行圖像灰度變換。

對(duì)圖像進(jìn)行直方圖均衡化處理編程如下：

MyYuanLaiPic=imread（'d：/均衡化圖像.jpg'）；箛讀入圖像文件

imshow（MyYuanLaiPic）；箛顯示原圖像

MyFirstGrayPic=rgb2gray（MyYuanLaiPic）；

[rows，cols，colors]=size（MyYuanLaiPic）；

MidGrayPic=zeros（rows，cols）；

MidGrayPic=uint8（MidGrayPic）；

fori=1：rows

end箛對(duì)原圖像進(jìn)行二維化處理

figure，imhist（MidGrayPic）；顯示原圖像的直方圖

[EqualizationPic，T]=histeq（MidGrayPic，64）；箛對(duì)原圖像進(jìn)行直方圖均衡化處理figure，imshow（EqualizationPic）；箛顯示處理后的圖像

figure，imhist（EqualizationPic）；箛顯示處理后圖像的直方圖

運(yùn)行結(jié)果如下：

原圖像

均衡化前圖像直方圖

均衡化后圖像

均衡化后圖像直方圖

二、頻域銳化濾波

圖像的頻域增強(qiáng)，是對(duì)原始圖像的傅里葉頻譜的增強(qiáng)，這實(shí)際上是數(shù)學(xué)意義上的離散卷積。傅里葉變換是數(shù)學(xué)上的積分變換，在圖像處理技術(shù)中，傅立葉變換是頻域處理的理論依據(jù)，圖像經(jīng)過傅里葉變換，使在空間域中不便或無法實(shí)現(xiàn)的圖像處理成為可能[3]。

頻域空間的增強(qiáng)方法分為三個(gè)步驟：1.將圖像從圖像空間f（x，y）轉(zhuǎn)換到頻域空間F（u，v）；2.在頻域空間對(duì)圖像進(jìn)行處理，將F（u，v）與傳遞函數(shù)H（u，v）進(jìn)行乘積運(yùn)算得G（u，v）；3.將增強(qiáng)后的圖像再?gòu)念l域空間G（u，v）轉(zhuǎn)換到圖像空間f（x，y）。

F（u，v）被稱為圖像的頻譜函數(shù)。

圖像的邊緣、細(xì)節(jié)主要位于高頻部分，而模糊圖像是由于高頻成分比較弱而產(chǎn)生的。頻域銳化可以消除模糊，突出邊緣。因此采用高通濾波器使高頻成分通過，低頻成分消弱，再經(jīng)傅里葉反變換得到邊緣銳化的圖像。

對(duì)模糊圖像進(jìn)行高頻濾波的編程如下：

I=imread（'d：/222.jpg'）；箛讀入圖像文件

I=rgb2gray（I）；

figure（1），imshow（I）；箛顯示原圖像

s=fftshift（fft2（I））；

figure（2）；

imshow（abs（s），[]）；箛顯示變換所得頻譜

figure（3）；

imshow（log（abs（s）），[]）；箛顯示圖像變換取對(duì)數(shù)所得頻譜

[a，b]=size（s）；

a0=round（a/2）；

b0=round（b/2）；

d=10；

p=0.2；q=0.5；

fori=1：a

forj=1：b

distance=sqrt（（i-a0）^2+（j-b0）^2）；

ifdistance＜=dh=0；

elseh=1；

end；

s（i，j）=（p+q*h）*s（i，j）；

end；

end；

s=real（ifft2（ifftshift（s）））；

s=uint8（s）；

figure（4）；

imshow（s）；箛顯示高通濾波后所得圖像

figure（5）；

imshow（s+I）；箛顯示高通濾波所得高頻圖像增強(qiáng)

運(yùn)行結(jié)果如下：

原圖像

圖像變換所得頻譜

圖像變換取對(duì)數(shù)所得頻譜

高通濾波所得圖像

高通濾波所得高頻圖像

在刑事偵查中，圖像增強(qiáng)的方法多種多樣，前文只重點(diǎn)介紹了兩種方法，各種圖像增強(qiáng)算法的特點(diǎn)不同，對(duì)圖像增強(qiáng)的側(cè)重點(diǎn)也不同。所以，針對(duì)不同案件中的不同物證圖像，在對(duì)物證圖像進(jìn)行處理之前，首先應(yīng)分析不同圖像增強(qiáng)方法的優(yōu)缺點(diǎn)，具體問題具體分析，然后選擇幾種增強(qiáng)方法結(jié)合使用，也許就可能達(dá)到預(yù)期的增強(qiáng)效果，從而為偵破案件提供更加直觀的證據(jù)。

[1]臺(tái)治強(qiáng).數(shù)字化刑事圖像技術(shù)[M].北京：中國(guó)人民公安大學(xué)出版社,2009.

[2]馮清枝,楊洪臣,程國(guó)棟.運(yùn)用同態(tài)濾波法增強(qiáng)指紋圖像[J].警察技術(shù),2009,（11）：34-36.

[3]羅納德·N·布雷斯維爾.傅里葉變換及其應(yīng)用[M].西安：西安交通大學(xué)出版社,2005.

MATLABImageEnhancementBasingonCriminalInvestigation

LIANGShuai，CHUKai

Byanalysisonthepresentconditionofthecriminalimageprocessingandmethods，wefound atoolforMATLABimageprocessing，whichfocusesonhistogramequalizationandhighfrequencyfiltering sharpeningprocessing，enhancesimageinspaceandinfrequency，improvestheefficiencyofthecriminal caseinvestigation.

CriminalImage；MATLAB；HistogramEqualization；HighFrequencyFilter

D918

：1674-5612（2015）04-0090-05

（責(zé)任編輯：吳良培）

2015-03-12

梁帥，（1989- ），男，山東人，鐵道警察學(xué)院公安技術(shù)系教師，研究方向：刑事技術(shù)；

初 凱，（1988- ），男，吉林人，吉林警察學(xué)院交通管理系教師，研究方向：道路交通管理。