基于直方圖規(guī)定化的太陽(yáng)圖像增強(qiáng)方法*

王　瑞，徐　稚，楊　磊，季凱帆

(1. 中國(guó)科學(xué)院云南天文臺(tái)，云南 昆明　650011; 2. 中國(guó)科學(xué)院大學(xué)，北京　100049)

圖像增強(qiáng)是圖像處理的一個(gè)重要分支，它通過(guò)有目的地強(qiáng)調(diào)顯示圖像的整體或局部特性改善圖像的視覺(jué)效果，便于人們辨識(shí)圖像中感興趣的內(nèi)容和特征。直方圖規(guī)定化作為一種常用的圖像增強(qiáng)方法，它的基本思想是根據(jù)輸入圖像強(qiáng)度分布構(gòu)造一個(gè)單調(diào)、非線性的映射函數(shù)。通過(guò)這個(gè)映射函數(shù)重新分配輸入圖像各像素值的顯示灰度，使輸出圖像具有目標(biāo)直方圖的分布特征[1-4]。目標(biāo)直方圖可用多種形式給出，可以是另一幅圖像的直方圖，也可以是對(duì)原直方圖的修改，還可以是給定形狀的直方圖等等，這取決于圖像顯示的不同需求和目的以及顯示效果[5-7]。

在實(shí)測(cè)太陽(yáng)物理的研究中，人們經(jīng)常先通過(guò)對(duì)太陽(yáng)圖像的視覺(jué)觀察發(fā)現(xiàn)自己感興趣的活動(dòng)現(xiàn)象或精細(xì)結(jié)構(gòu)，然后再針對(duì)所關(guān)注的目標(biāo)進(jìn)行進(jìn)一步的科學(xué)分析[8-9]。但是由于太陽(yáng)大氣的各種物理原因(如密度、溫度、磁場(chǎng)強(qiáng)度等)，圖像的灰度顯示范圍由圖像中的暗區(qū)域和部分亮區(qū)域的強(qiáng)度決定。通常觀測(cè)到的數(shù)據(jù)多為16位的圖像，而圖像的顯示多采用256級(jí)灰度，從原始數(shù)據(jù)到顯示灰度圖像的線性映射過(guò)程中，圖像的對(duì)比度被壓縮。因此在圖像的顯示過(guò)程中，由于部分過(guò)亮區(qū)域的存在使得暗區(qū)域中的細(xì)節(jié)結(jié)構(gòu)被隱藏，這使人們關(guān)心的很多太陽(yáng)活動(dòng)細(xì)節(jié)無(wú)法被清晰地看到。且對(duì)于地基太陽(yáng)觀測(cè)來(lái)說(shuō)，常常因?yàn)榈厍虼髿馔该鞫鹊仍蛟斐蓤D像顯示對(duì)比度下降，影響人們對(duì)各種太陽(yáng)活動(dòng)現(xiàn)象的觀察和發(fā)現(xiàn)。針對(duì)這些問(wèn)題，本文研究了一套基于直方圖規(guī)定化的方法，對(duì)實(shí)測(cè)太陽(yáng)物理研究中常涉及的幾類觀測(cè)目標(biāo)圖像進(jìn)行直方圖規(guī)定化處理，增強(qiáng)圖像中各強(qiáng)度分布區(qū)域細(xì)節(jié)結(jié)構(gòu)的顯示對(duì)比度。包括對(duì)太陽(yáng)極紫外像以及太陽(yáng)色球活動(dòng)區(qū)像采用瑞利分布的直方圖形式；對(duì)太陽(yáng)光球黑子像采用雙高斯分布的直方圖形式；對(duì)太陽(yáng)色球日面邊緣的日珥像采用三重瑞利混合分布的直方圖形式進(jìn)行規(guī)定化處理,并與目前常用的太陽(yáng)圖像對(duì)比度增強(qiáng)方法(如對(duì)數(shù)變換、灰度門(mén)限化)進(jìn)行比較。結(jié)果表明，通過(guò)本文方法的處理，可有效提高圖像整體的顯示對(duì)比度，同時(shí)又提高了特定強(qiáng)度區(qū)域的顯示度，便于人們從圖像中發(fā)現(xiàn)和觀察感興趣的太陽(yáng)活動(dòng)現(xiàn)象。

1　直方圖規(guī)定化理論及算法實(shí)現(xiàn)

在實(shí)際的數(shù)字圖像中，各像素強(qiáng)度取值是離散的，它的概率密度函數(shù)用各強(qiáng)度值在圖像中出現(xiàn)的頻次表示(歸一化直方圖)，積分變換用求和變換代替。通過(guò)將輸入圖像的累積分布函數(shù)匹配到目標(biāo)累積分布函數(shù)實(shí)現(xiàn)直方圖規(guī)定化[1,11-13]，具體實(shí)現(xiàn)過(guò)程可分為以下4個(gè)步驟：

(1)計(jì)算輸入圖像歸一化直方圖：

(1)

其中，rk為第k個(gè)強(qiáng)度值；nk為具有該強(qiáng)度值的像素個(gè)數(shù)；n為輸入圖像的總像素個(gè)數(shù)。

(2)計(jì)算輸入圖像的累積分布函數(shù)CDFi：

(2)

(3)計(jì)算目標(biāo)直方圖的累積分布函數(shù)CDFh：

(3)

其中，pz(zj)為歸一化目標(biāo)直方圖；zj為第j個(gè)強(qiáng)度值。

(4)由CDFi和CDFh得到映射函數(shù)M，再由函數(shù)M給出各目標(biāo)直方圖強(qiáng)度值對(duì)應(yīng)的輸入圖像強(qiáng)度值。整個(gè)映射關(guān)系的實(shí)現(xiàn)過(guò)程如圖1(a)。S1：在CDFh曲線中找到與強(qiáng)度zj對(duì)應(yīng)的累積分布值CDFh(zj)；S2：將CDFi曲線的累積分布值從0到1逐次與累積分布值CDFh(zj)進(jìn)行比較，直到第k+1個(gè)強(qiáng)度值rk+1對(duì)應(yīng)的累積分布值CDFi(rk+1)首次大于目標(biāo)累積分布值CDFh(zj)為止。這時(shí)就找到了目標(biāo)累積分布值CDFh(zj)在輸入累積分布函數(shù)CDFi中的近似值為CDFi(rk)；S3：通過(guò)CDFi(rk)值確定與之對(duì)應(yīng)的輸入圖像強(qiáng)度值rk。

由上述過(guò)程得到輸入圖像強(qiáng)度與規(guī)定化輸出圖像強(qiáng)度之間的映射函數(shù)M可表示為

M(rk)=zj,CDFh(zj-1)

(4)

圖1(b)是最終得到的映射函數(shù)M的輸入輸出圖像強(qiáng)度曲線，將這個(gè)映射關(guān)系應(yīng)用到輸入圖像中，實(shí)現(xiàn)圖像的直方圖規(guī)定化。

2　太陽(yáng)圖像直方圖規(guī)定化

太陽(yáng)大氣活動(dòng)現(xiàn)象多種多樣(比如光球米粒結(jié)構(gòu)，黑子半影纖維，色球暗條結(jié)構(gòu)，色球磁環(huán)，增亮現(xiàn)象，日冕磁環(huán)，耀斑爆發(fā)等)[14-15]。這些活動(dòng)現(xiàn)象在實(shí)測(cè)太陽(yáng)數(shù)據(jù)中主要涉及太陽(yáng)光球黑子像、色球活動(dòng)區(qū)像、色球日珥像和太陽(yáng)極紫外圖像。本節(jié)介紹如何運(yùn)用適當(dāng)?shù)闹狈綀D形式對(duì)這幾類數(shù)據(jù)進(jìn)行規(guī)定化處理，從而達(dá)到增強(qiáng)圖像中相應(yīng)活動(dòng)現(xiàn)象顯示度的目的。

圖1　累計(jì)分布直方圖映射算法圖解(a)，映射函數(shù)M曲線(b)Fig.1　Graphical representation of cumulative distribution histogram (a), the mapping function (M) curve (b)

2.1　太陽(yáng)極紫外活動(dòng)區(qū)像和色球活動(dòng)區(qū)像的直方圖規(guī)定化

針對(duì)太陽(yáng)極紫外圖像以及色球高分辨率活動(dòng)區(qū)圖像，其強(qiáng)度直方圖的分布特性類似于瑞利分布，本文運(yùn)用簡(jiǎn)單的瑞利分布對(duì)他們進(jìn)行規(guī)定化，達(dá)到改善圖像對(duì)比度的目的。瑞利分布直方圖表達(dá)形式如下：

(5)

其中，L為規(guī)定化直方圖的強(qiáng)度級(jí)數(shù)；k為取值在區(qū)間[0, 1]的可調(diào)擴(kuò)展因子，通過(guò)對(duì)k的調(diào)整可拉伸直方圖的寬度，從而調(diào)節(jié)輸出圖像顯示的動(dòng)態(tài)范圍，k越大，動(dòng)態(tài)范圍越大。

2.2　光球黑子像的直方圖規(guī)定化

對(duì)于太陽(yáng)高分辨率光球黑子像，圖像強(qiáng)度直方圖由兩部分組成(呈雙峰分布)，即低強(qiáng)度值的黑子區(qū)域以及高強(qiáng)度值的米粒區(qū)域。根據(jù)這個(gè)特點(diǎn)，運(yùn)用雙高斯分布對(duì)其進(jìn)行規(guī)定化處理，從而可以凸顯黑子半影纖維的結(jié)構(gòu)、本影亮點(diǎn)，同時(shí)使米粒結(jié)構(gòu)對(duì)比度也有所增強(qiáng)。雙高斯分布直方圖的表達(dá)形式如下：

(6)

(7)

直方圖的強(qiáng)度方差(即圖像強(qiáng)度方差)：

(8)

其中，令rk表示第k個(gè)強(qiáng)度值，pr(rk)為該強(qiáng)度值在圖像中出現(xiàn)的頻率。

2.3　色球日珥像的直方圖規(guī)定化

對(duì)于色球日珥高分辨率觀測(cè)這種特殊數(shù)據(jù)，圖像強(qiáng)度明顯由3部分組成(直方圖呈三峰分布)，即色球日面高強(qiáng)度值區(qū)域、色球邊緣針狀物中間強(qiáng)度區(qū)域以及日面以外的低強(qiáng)度日珥和暗背景區(qū)域。針對(duì)這一特點(diǎn)，本文提出運(yùn)用三重瑞利混合分布對(duì)其進(jìn)行規(guī)定化處理，從而達(dá)到突出日珥結(jié)構(gòu)的目的，同時(shí)一定程度地保留了日面色球結(jié)構(gòu)細(xì)節(jié)。本文給出的三重瑞利混合分布直方圖的表達(dá)形式如下：

(9)

圖2給出了本文直方圖規(guī)定化程序的詳細(xì)流程圖。經(jīng)過(guò)強(qiáng)度直方圖規(guī)定化之后，原圖像的強(qiáng)度得到重新分配，再線性映射到256級(jí)灰度圖像并顯示。這使得圖像整體的顯示動(dòng)態(tài)范圍得到擴(kuò)充，增強(qiáng)了圖像各灰度區(qū)域的顯示度。這里需要強(qiáng)調(diào)，對(duì)太陽(yáng)圖像的直方圖規(guī)定化屬于圖像強(qiáng)度的非線性變換。處理后的圖像是為了幫助人們?cè)谘芯康某跏茧A段更直觀地從圖像中發(fā)現(xiàn)感興趣的活動(dòng)現(xiàn)象，經(jīng)過(guò)灰度對(duì)比度增強(qiáng)的圖像不直接用于后期的定量科學(xué)計(jì)算與分析。

3　結(jié)果分析與討論

太陽(yáng)日冕的極紫外像包含各種大氣活動(dòng)現(xiàn)象和大氣結(jié)構(gòu)，比如太陽(yáng)活動(dòng)區(qū)、不同增亮區(qū)域附近的暗條通道、磁環(huán)等等[19-22]。圖3是對(duì)空間太陽(yáng)望遠(yuǎn)鏡的AIA171圖像的處理比較以及相應(yīng)的直方圖。圖3(a)是原始圖像，由于局部高亮耀斑區(qū)域的存在，使得圖像中其他暗部區(qū)域的細(xì)節(jié)無(wú)法顯示。這通過(guò)直方圖也可以反應(yīng)(圖3d)，圖像強(qiáng)度值大部分集中在低強(qiáng)度區(qū)域，高強(qiáng)度區(qū)域也有少量分布，這些高強(qiáng)度值的存在使圖像中集中在低強(qiáng)度區(qū)域的細(xì)節(jié)被隱藏。圖3(b)和3(e)是經(jīng)過(guò)對(duì)數(shù)化處理后的圖像和直方圖分布。經(jīng)過(guò)對(duì)數(shù)化處理的圖像得到明顯改善，暗部細(xì)節(jié)以及日冕磁環(huán)都能清晰地看到，但是圖像整體的灰度對(duì)比度不夠，磁環(huán)下方的暗條結(jié)構(gòu)細(xì)節(jié)不是很突出。圖3(c)和3(f)是經(jīng)過(guò)本文方法處理后的圖像以及直方圖分布,這里標(biāo)準(zhǔn)差σ=424.4是由原始圖像(a)的強(qiáng)度分布得到，擴(kuò)展因子k=0.82是對(duì)輸出圖像直方圖的動(dòng)態(tài)范圍擴(kuò)充。從直方圖中可以看出，具有中間強(qiáng)度值的像素得到了擴(kuò)充，圖像的對(duì)比度明顯提高，冕環(huán)結(jié)構(gòu)增強(qiáng)的同時(shí)暗條結(jié)構(gòu)的細(xì)節(jié)也有適當(dāng)?shù)脑鰪?qiáng)。圖4是對(duì)同一區(qū)域的AIA304圖像的處理比較以及相應(yīng)的直方圖，本文對(duì)該波段圖像同樣采用了瑞利分布直方圖進(jìn)行規(guī)定化處理。圖4(a)和4(d)是原始圖像和直方圖，圖像顯示整體過(guò)暗。圖4(b)和4(e)是對(duì)數(shù)化處理后的圖像和直方圖，可以看出經(jīng)過(guò)對(duì)數(shù)化處理的圖像暗部結(jié)構(gòu)亮度雖然得到了顯著提升，但是對(duì)比度不夠強(qiáng)，不利于暗條等低強(qiáng)度結(jié)構(gòu)的觀察。圖4(c)和4(f)是經(jīng)過(guò)本文的瑞利分布直方圖規(guī)定化后的圖像和直方圖，這里原始圖像標(biāo)準(zhǔn)差σ=271.4，輸出圖像擴(kuò)展因子k=0.64。可以看出，相對(duì)于單純的對(duì)數(shù)化處理，經(jīng)過(guò)本文方法的處理，圖像的對(duì)比度和細(xì)節(jié)都有明顯的提高，活動(dòng)區(qū)的暗條環(huán)細(xì)節(jié)更加清晰可見(jiàn)。這有助于人們清晰地看到太陽(yáng)日冕磁環(huán)與色球活動(dòng)區(qū)暗條的細(xì)節(jié)以及它們的足點(diǎn)結(jié)構(gòu)。

圖2太陽(yáng)圖像的直方圖規(guī)定化程序流程圖

Fig.2Flow chart of histogram specification program of solar image

圖3AIA171原圖像(a)和直方圖(d)，AIA171對(duì)數(shù)化圖像(b)和直方圖(e)；AIA171瑞利分布直方圖規(guī)定化圖像(c)和直方圖(f)

Fig.3AIA171 image (a) and the histogram (d), AIA171 image after alog processing (b) and the histogram (e);AIA171 image after Rayleigh distribution histogram specification (c) and the histogram (f)

在太陽(yáng)色球的高分辨率觀測(cè)研究中，對(duì)活動(dòng)區(qū)暗條的結(jié)構(gòu)和演化過(guò)程以及日珥的動(dòng)力學(xué)特性的研究是實(shí)測(cè)太陽(yáng)物理中的重要課題[23-24]。圖5展示了對(duì)1 m太陽(yáng)望遠(yuǎn)鏡[25]的Hα色球活動(dòng)區(qū)高分辨率像用瑞利直方圖規(guī)定化處理的結(jié)果，以及與1 m太陽(yáng)望遠(yuǎn)鏡數(shù)據(jù)處理中所用的強(qiáng)度門(mén)限化處理結(jié)果的比較。圖5(a)和5(d)是原始圖像和強(qiáng)度直方圖，圖像整體偏暗，不利于觀察分析。圖5(b)和5(e)是強(qiáng)度門(mén)限化處理之后的圖像和直方圖，圖像亮度得到了整體的提升，暗條細(xì)節(jié)清晰可見(jiàn)，但是活動(dòng)區(qū)部分出現(xiàn)過(guò)飽和現(xiàn)象。圖5(c)和5(f)是經(jīng)過(guò)本文方法處理之后的圖像和直方圖，在這里原始圖像強(qiáng)度標(biāo)準(zhǔn)差σ=3 540.7，輸出圖像擴(kuò)展因子k=0.79。可以看出經(jīng)過(guò)處理后，暗條細(xì)節(jié)清晰可見(jiàn)，同時(shí)又沒(méi)有造成局部亮區(qū)域的過(guò)飽和現(xiàn)象，圖像整體顯示對(duì)比度也明顯提高。

圖4AIA304原圖像(a)和直方圖(d)，AIA304對(duì)數(shù)化圖像(b)和直方圖(e)；AIA304瑞利分布直方圖規(guī)定化圖像(c)和直方圖(f)

Fig.4AIA304 image (a) and the histogram (d), AIA304 image after alog processing (b) and the histogram (e);AIA304 image after Rayleigh distribution histogram specification (c) and the histogram (f)

在對(duì)太陽(yáng)光球的高分辨率觀測(cè)研究中，常常分析黑子半影纖維的動(dòng)力學(xué)特性，比如半影波、半影纖維的扭纏運(yùn)動(dòng)等[26-27]。圖6是用雙高斯直方圖對(duì)1 m太陽(yáng)望遠(yuǎn)鏡的TiO波段太陽(yáng)光球黑子像進(jìn)行規(guī)定化處理前后的對(duì)比。圖6(a)和6(c)是未經(jīng)任何增強(qiáng)處理的太陽(yáng)黑子像以及直方圖，黑子半影結(jié)構(gòu)清晰但對(duì)比度不夠，不利于觀察。圖6(b)和6(d)是本文雙高斯規(guī)定化處理后的圖像和直方圖，圖中紅線(G1，即主高斯項(xiàng))給出了對(duì)米粒結(jié)構(gòu)強(qiáng)度的規(guī)定化曲線，綠線(G2，即次高斯項(xiàng))給出了對(duì)黑子結(jié)構(gòu)強(qiáng)度的規(guī)定化曲線。其中主高斯項(xiàng)的原始圖像強(qiáng)度標(biāo)準(zhǔn)差σ0=2 327.8，均值μ0=30 653.2，次高斯項(xiàng)σ1=4 439.1，均值μ1=17 269.9，輸出調(diào)節(jié)系數(shù)kσ=0.54，兩個(gè)高斯項(xiàng)的峰值增益分別為A0=26 089.7，A1=1 657.28。從圖6(b)可以看出黑子半影纖維的顯示對(duì)比度得到了明顯增強(qiáng)，半影纖維的結(jié)構(gòu)以及本影亮點(diǎn)更加清晰，有助于人們觀察本影亮點(diǎn)的變化以及半影纖維的運(yùn)動(dòng)特性。同時(shí)，雙高斯規(guī)定化也增強(qiáng)了米粒的顯示對(duì)比度，有利于觀察米粒結(jié)構(gòu)的演化過(guò)程。

圖5Hα/NVST太陽(yáng)色球活動(dòng)區(qū)原圖像(a)和直方圖(d)；強(qiáng)度門(mén)限化處理圖像(b)和直方圖(e)； 瑞利分布直方圖規(guī)定化圖像(c)和直方圖(f)

Fig.5Original image of solar chromosphere active region of Hα/NVST (a) and the histogram (b); image after grayscale thresholding (b) and the histogram (e); image after Rayleigh distribution histogram specification (c) and the corresponding histogram (f)

圖6TiO/NVST光球黑子像(a)和直方圖(c)，高斯分布直方圖規(guī)定化之后的黑子像(b)和直方圖(d)

Fig.6Sunspot image of TiO/NVST (a) and the histogram (b), image after Gaussian distribution histogram specification (c) and the histogram (d)

圖7展示了1 m太陽(yáng)望遠(yuǎn)鏡觀測(cè)到的一個(gè)Hα日珥數(shù)據(jù)的原始圖像和直方圖(圖7(a)， 7(d))，強(qiáng)度門(mén)限化處理的圖像和直方圖(圖7(b)， 7(e))以及本文的三重瑞利混合直方圖規(guī)定化處理的圖像和直方圖(圖7(c)， 7(f))。在圖7(f)中同時(shí)給出了各瑞利分布的輪廓，其中紅線(Ray1)是對(duì)日面外暗區(qū)域的強(qiáng)度規(guī)定曲線，綠線(Ray2)是對(duì)色球針狀物區(qū)域的強(qiáng)度規(guī)定曲線，青線(Ray3)是對(duì)日面色球的強(qiáng)度規(guī)定曲線。各部分瑞利分布的峰值增益分別是A1=16 957.0,A2=3 001.66,A3=6 721.95，原圖強(qiáng)度標(biāo)準(zhǔn)差分別是σ1=471.26，σ2=1 201.0，σ3=1 084.9，輸出調(diào)節(jié)系數(shù)分別是k1=0.52,k2=0.17,k3=0.17。可以看出，在原圖像中日面高強(qiáng)度值區(qū)域與日面之外的低強(qiáng)度值區(qū)域的過(guò)大反差，使得暗弱的日珥結(jié)構(gòu)無(wú)法清晰地顯示。經(jīng)過(guò)1 m太陽(yáng)望遠(yuǎn)鏡常用的強(qiáng)度門(mén)限化處理之后，日珥結(jié)構(gòu)雖有所凸顯，但是日面區(qū)域過(guò)飽和，日面與日珥之間的過(guò)渡區(qū)域結(jié)構(gòu)消失。而經(jīng)過(guò)本文的三重瑞利直方圖規(guī)定化處理之后，日面色球結(jié)構(gòu)得以保留，日面邊緣色球結(jié)構(gòu)也得到了一定程度的保留。與此同時(shí)，日珥結(jié)構(gòu)更加清晰可見(jiàn)，更有利于人們的觀察分析。

圖7Hα/NVST太陽(yáng)邊緣日珥原圖像(a)和直方圖(d)；強(qiáng)度門(mén)限化處理圖像(b)和直方圖(e)； 利分布直方圖規(guī)定化圖像(c)和直方圖(f)

Fig.7Original image of solar limb prominence of Hα/NVST (a) and the histogram (b);image after grayscale thresholding (b) and the histogram (e); image after Rayleigh distribution histogram specification (c) and the histogram (f)

為了定量說(shuō)明本文程序?qū)ι鲜龈鞑ǘ翁?yáng)圖像顯示對(duì)比度的增強(qiáng)效果，需要用到一些評(píng)價(jià)圖像對(duì)比度的參數(shù)分析直方圖處理前后圖像對(duì)比度的變化情況。本文分別用圖像的標(biāo)準(zhǔn)差、增強(qiáng)測(cè)量[28]以及基于熵的增強(qiáng)測(cè)量參數(shù)來(lái)衡量圖像對(duì)比度的變化。表1列出了對(duì)空間太陽(yáng)望遠(yuǎn)鏡的AIA171色球圖像、AIA304日冕圖像以及1 m太陽(yáng)望遠(yuǎn)鏡的Hα色球圖像、TiO光球圖像和色球日珥像處理前后的標(biāo)準(zhǔn)差、增強(qiáng)測(cè)量、基于熵的增強(qiáng)測(cè)量的計(jì)算結(jié)果。其中，AIA171、AIA304、Hα/NVST活動(dòng)區(qū)(AR)和Hα/NVST日珥(prominence)表格中左側(cè)為未處理圖像的評(píng)價(jià)參數(shù)，中間為對(duì)數(shù)化或強(qiáng)度門(mén)限化處理圖像的評(píng)價(jià)參數(shù)，右側(cè)為本文的瑞利直方圖規(guī)定化處理圖像的評(píng)價(jià)參數(shù)；TiO/NVST表格中左側(cè)為未處理圖像的評(píng)價(jià)參數(shù)，右側(cè)為本文的雙高斯直方圖規(guī)定化處理圖像的評(píng)價(jià)參數(shù)。從這些參數(shù)中可以看到，經(jīng)過(guò)本文的處理，圖像的對(duì)比度均好于原圖像以及一般的對(duì)數(shù)化處理和強(qiáng)度門(mén)限化處理的圖像，這與從圖像的視覺(jué)效果得出的結(jié)論相一致。

表1　圖像對(duì)比度增強(qiáng)測(cè)量參數(shù)Table1　MeasurementparametersforImagecontrastenhancement

4　結(jié)　論

本文運(yùn)用基于直方圖規(guī)定化的圖像增強(qiáng)方法，提出了用瑞利分布、雙高斯分布以及三重瑞利混合分布的直方圖形式對(duì)實(shí)測(cè)太陽(yáng)物理中常見(jiàn)的幾類觀測(cè)數(shù)據(jù)(即太陽(yáng)極紫外像，色球高分辨率像，光球黑子高分辨率像以及色球日珥像)進(jìn)行直方圖規(guī)定化處理。實(shí)現(xiàn)了對(duì)這些圖像的顯示對(duì)比度增強(qiáng)的目的，提高了圖像中人們感興趣的幾類活動(dòng)現(xiàn)象的顯示清晰度，有助于對(duì)這些太陽(yáng)活動(dòng)現(xiàn)象的觀察與分析。文中還用了標(biāo)準(zhǔn)差、增強(qiáng)測(cè)量、基于熵的增強(qiáng)測(cè)量等參數(shù)對(duì)對(duì)比度增強(qiáng)的效果進(jìn)行了定量的分析和評(píng)價(jià)。從這3個(gè)參數(shù)上看，在對(duì)空間太陽(yáng)望遠(yuǎn)鏡的AIA171和AIA304極紫外圖像，1 m太陽(yáng)望遠(yuǎn)鏡的高分辨率Hα色球圖像和TiO光球圖像進(jìn)行適當(dāng)?shù)闹狈綀D規(guī)定化處理之后，顯示對(duì)比度均有所提升。

因此，經(jīng)過(guò)本文設(shè)計(jì)的直方圖規(guī)定化程序處理之后，可有效地實(shí)現(xiàn)對(duì)不同波段太陽(yáng)像的不同活動(dòng)現(xiàn)象進(jìn)行有目的的顯示增強(qiáng)，有利于人們從圖像中發(fā)現(xiàn)和觀察自己感興趣的活動(dòng)現(xiàn)象。但需要說(shuō)明的是，太陽(yáng)大氣活動(dòng)現(xiàn)象復(fù)雜，本文只是對(duì)常見(jiàn)的幾類活動(dòng)現(xiàn)象運(yùn)用雙高斯直方圖和(三重)瑞利直方圖處理并得到較好的效果，說(shuō)明了該方法的可行性。在未來(lái)的研究中，對(duì)于其他活動(dòng)現(xiàn)象以及觀測(cè)情況，需要進(jìn)一步探索合適的直方圖形式進(jìn)行處理，得到所需效果。

參考文獻(xiàn)：

[1]Gonzales R C. woods R E. Digital iamge processing[M]. Englewood: Prentice Hall, 2002.

[2]Thomas G, Flores-Tapia D, Pistorius S. Histogram specification: a fast and flexible method to process digital images[J]. IEEE Transactions on Instrumentation and Measurement, 2011, 60(5): 1565-1578.

[3]Gayakwad S B, Ravishankar S S. Image enhancement by histogram specification[J]. International Journal of Recent Advances in Engineering & Technology, 2014, 2(4): 10-12.

[4]Maini R, Aggarwal H. A comprehensive review of image enhancement techniques[J]. Journal of Computing, 2010, 2(3): 8-13.

[5]Kenneth R C. Digital image processing[M]. Englewood: Prentice Hall, 1996.

[6]Kong J, Jiang M, Halidan A, et al. Image specification based on multimodal Gaussian-like function[M]// Unifying Electrical Engineering and Electronics Engineering. 2014: 1197-1205.

[7]Cobra D T. A generalization of the method of quadratic hyperbolization of image histograms[C]// Proceedings of the 38th Midwest Symposium on Circuits and Systems. 1995: 141-144.

[8]Glackin D L, Martin S F. Application of digital image processing techniques to faint solar flare phenomena[C]// Conference on Applications of Digital Image Processing to Astronomy. 1980: 236-242.

[9]Morgan H. An observation of solar active region expansion into the heliosphere[J]. Monthly Notices of the Royal Astronomical Society: Letters, 2013, 433(1): L74-L78.

[10]Papoulis A, Pillai S U. Probability, random variables, and stochastic processes[M]. New York: Tata McGraw-Hill Education, 2002.

[11]Wegener M. Destriping multiple sensor imagery by improved histogram matching[J]. International Journal of Remote Sensing, 1990, 11(5): 859-875.

[12]Stricker M A, Orengo M. Similarity of Color Images[C]// Storage and Retrieval for Image and Video Databases (SPIE). 1995: 381-392.

[13]Fecker U, Barkowsky M, Kaup A. Improving the prediction efficiency for multi-view video coding using histogram matching[C]// Picture Coding Symposium (PCS 2006). 2006.

[14]Wedemeyer-B?hm S, Lagg A, Nordlund ?. Coupling from the photosphere to the chromosphere and the corona[J]. Space Science Reviews, 2009, 144(1-4): 317-350.

[15]Berkebile-Stoiser S, G?m?ry P, Veronig A M, et al. Multi-wavelength fine structure and mass flows in solar microflares[J]. Astronomy & Astrophysics, 2009, 505(2): 811-823.

[16]Otsu N．A threshold selection method from gray-level histogram[J]. IEEE Transactions on Systems Man & Cybernetics, 1979, 9(1): 62-66.

[17]Liu D, Yu J. Otsu Method and K-means[C]// Ninth International Conference on Hybrid Intelligent Systems. 2009: 344-349.

[18]Liao P S, Chen T S, Chung P C. A fast algorithm of multilevel thresholding[J]. Journal of Information Science and Engineering, 2001, 17(5): 713-727.

[19]Guglielmino S L, Rubio L R B, Zuccarello F, et al. Multiwavelength observations of small-scale reconnection events triggered by magnetic flux emergence in the solar atmosphere[J]. The Astrophysical Journal, 2010, 724(2): 1083-1098.

[20]Suresh S, Dube R. A multi-channel approach for segmentation of solar corona in images from the solar dynamics observatory[C]// Image Processing Workshop (WNYIPW), 2012 Western New York. 2012: 33-36.

[21]Martens P C H, Attrill G D R, Davey A R, et al. Computer vision for the solar dynamics observatory (SDO) [J]. Solar Physics, 2012, 275(1-2): 79-113.

[22]Cirtain J W, Golub L, Winebarger A R, et al. Energy release in the solar corona from spatially resolved magnetic braids[J]. Nature, 2013, 493(7433): 501-503.

[23]Lin Y. Filament thread-like structures and their small-amplitude oscillations[J]. Space Science Reviews, 2011, 158(2): 237-266.

[24]Xu Z, Jin Z Y, Xu F Y, et al. Primary observations of solar filaments using the multi-channel imaging system of the New Vacuum Solar Telescope[C]// Proceedings of the International Astronomical Union. 2013: 117-120.

[25]Liu Z, Xu J. 1-meter near-infrared solar telescope[C]// Astronomical Society of India Conference Series. 2011.

[26]Ichimoto K, Suematsu Y, Tsuneta S, et al. Twisting motions of sunspot penumbral filaments[J]. Science, 2007, 318(5856): 1597-1599.

[27]Scharmer G B, Henriques V M J, Kiselman D, et al. Detection of convective downflows in a sunspot Penumbra[J]. Science, 2011, 333(6040): 316-319.

[28]Agaian S S, Panetta K, Grigoryan A M. A new measure of image enhancement[C]// IASTED International Conference on Signal Processing & Communication Citeseer. 2000: 19-22.