復(fù)雜環(huán)境下航天探測(cè)圖像增強(qiáng)技術(shù)

李登良

摘要：由于太空環(huán)境復(fù)雜多變，使探測(cè)到的太空?qǐng)D像背景復(fù)雜、對(duì)比度和清晰度等因素較低，這都嚴(yán)重影響了其后續(xù)處理的實(shí)時(shí)性與準(zhǔn)確性。為此，本文提出了一種可在復(fù)雜環(huán)境下對(duì)探測(cè)到的太空現(xiàn)場(chǎng)圖像增強(qiáng)的多尺度離散小波變換算法。首先將RGB圖像轉(zhuǎn)換到HSV空間的H分量、S分量、V分量;然后通過(guò)采用多尺度小波變換在頻域增強(qiáng)該顏色空間的V分量，同時(shí)利用相關(guān)系數(shù)使S分量隨著V分量的增強(qiáng)進(jìn)行自適應(yīng)調(diào)整;最后將處理后的H、s、v分量圖像轉(zhuǎn)換到RGB空間合成目標(biāo)圖像，得到一種對(duì)比度清晰的空間圖像。將該算法與圖像增強(qiáng)算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明：該方法在使清晰度得到增強(qiáng)的同時(shí)細(xì)節(jié)信息也增強(qiáng)，排除復(fù)雜天氣的干擾，大幅提高空間探測(cè)圖像的對(duì)比度、清晰度。

關(guān)鍵詞：現(xiàn)場(chǎng)圖像 小波變換 HSV空間 頻域增強(qiáng) 清晰度

1 引言

隨著科技的進(jìn)步，人類(lèi)對(duì)太空的探索也在不斷加深，由于小行星本身對(duì)宇宙發(fā)展的揭秘以及其可能存在的豐富礦藏使得人類(lèi)對(duì)小行星的探測(cè)熱情不斷升高。這給我們對(duì)空間探測(cè)造成了極大的不便，給我們對(duì)空間資源等的探索使用造成了難以估量的損失。因此對(duì)空間小行星等的探測(cè)研究有著重大的現(xiàn)實(shí)意義。由于空間小行星所處環(huán)境復(fù)雜，在現(xiàn)實(shí)條件下采集圖像時(shí)會(huì)受光線(xiàn)、運(yùn)動(dòng)、采集時(shí)間、圖像背景以及對(duì)比度等因素影響，使其拍攝圖像質(zhì)量嚴(yán)重偏低，使得現(xiàn)有識(shí)別檢測(cè)技術(shù)都有一定的使用局限性。

2 算法實(shí)現(xiàn)流程

如何將復(fù)雜天氣下空間探測(cè)圖像的低頻分量和高頻分量正確、快速分離，是低照度圖像增強(qiáng)的關(guān)鍵。為此，根據(jù)顏色空間各分量的相關(guān)性及小波變換可以有效分離圖像的高、低頻信息的特點(diǎn)，提出了基于HSV空間的小波變換圖像增強(qiáng)算法，減小復(fù)雜環(huán)境因素對(duì)空間探測(cè)圖像清晰影響，算法流程如圖1所示。

3 RGB轉(zhuǎn)到HSV圖像空間

RGB顏色模型是一種面向設(shè)備的顏色空間;HSV用顏色的三個(gè)基本屬性

色調(diào)（hue）、飽和度（saturation）和明度（value）來(lái)表示色彩，是一種面向視覺(jué)感知的顏色模型，能較好的反應(yīng)人對(duì)色彩的感知和鑒別，所以非常適合于圖像處理。

4 V、S分量圖像處理

對(duì)V分量圖像進(jìn)行小波變換及其逆變換，在頻域中利用雙邊濾波進(jìn)行背景估計(jì)，去除噪聲的同時(shí)增強(qiáng)圖像的細(xì)節(jié)部分;通過(guò)相關(guān)系數(shù)關(guān)系對(duì)S分量進(jìn)行自適應(yīng)增強(qiáng)及直方圖拉伸處理將最終得到的v、H、S轉(zhuǎn)換到RGB空間，并進(jìn)行合成顯示得到清晰的空間探測(cè)圖像。

4.1 小波域變換

針對(duì)空間探測(cè)圖像能量分布比較集中的特點(diǎn)，對(duì)小波系數(shù)進(jìn)行二級(jí)分解之后對(duì)低頻

子帶進(jìn)行處理，對(duì)處理過(guò)后的低頻子帶圖像進(jìn)行逆變換重構(gòu)。

4.2 S分量的自適應(yīng)增強(qiáng)及直方圖拉伸

由于飽和度分量包含了大量的圖像細(xì)節(jié)，因此在進(jìn)行圖像增強(qiáng)時(shí)，應(yīng)該充分利用飽和度分量，而且圖像顏色的飽和程度也會(huì)直接影響到圖像的亮度。

4.3 合成圖像

將經(jīng)過(guò)上述變換處理之后的H、S、V分量變換到RGB顏色空間，并顯示。（清晰度，指圖像中各細(xì)部影紋及其邊界的清晰程度。通過(guò)看圖像的清晰程度來(lái)比較圖像質(zhì)量。）

5 實(shí)例及結(jié)果分析

實(shí)驗(yàn)共選取2幅典型復(fù)雜環(huán)境下的現(xiàn)場(chǎng)空間探測(cè)圖像進(jìn)行增強(qiáng)處理，其中圖像1為640x480像素的遮光圖像;圖像2為103lx1488像素的亮度較弱的陰暗圖像。為了驗(yàn)證本文算法的性能，將其與處理前圖像進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果如圖2及表1所示。

由合成顯示圖像及表1知可知，處理后的圖像達(dá)到令人滿(mǎn)意的效果。本文的算法按照小波分解在頻域調(diào)整亮度的同時(shí)，自適應(yīng)地增強(qiáng)色度和飽和度，對(duì)具有亮暗細(xì)節(jié)的圖像增強(qiáng)效果非常顯著，不但可以保留亮細(xì)節(jié)處的顏色，而且可以增強(qiáng)暗細(xì)節(jié)，同時(shí)做到了圖像顏色基本不失真。增強(qiáng)后的圖像無(wú)論是明度、色度、飽和度等方面均優(yōu)于處理前。

6 結(jié)論

（1）本文通過(guò)將空間探測(cè)圖像的RGB空間變換到HSV空間，對(duì)V分量采用小波變換，充分利用低頻子帶信息，同時(shí)抑制高頻子帶及噪聲;通過(guò)相關(guān)系數(shù)對(duì)S、H分量處理，合成顯示目標(biāo)圖像?？梢詫?fù)雜環(huán)境下的背景處理成相對(duì)清晰的背景模式。

（2）采用的離散小波變換及其逆變換的系數(shù)特征去除空間探測(cè)圖像中的低頻成份大幅提高了圖像的清晰度，該方法有效的解決了復(fù)雜環(huán)境對(duì)空間探測(cè)圖像的影響，簡(jiǎn)單可行，且成本較低。

參考文獻(xiàn)

[1]莊緒霞，阮寧娟，趙思思.近地小行星天基光學(xué)監(jiān)測(cè)與識(shí)別技術(shù)研究[J].空間碎片研究.2018.18（1）：1-11.

[2]焦維新，鐘俊.近地小行星探測(cè)目標(biāo)選擇[J]地球物理學(xué)報(bào).2016，59（11）：39553959.

[3]任行行，屈楨深，劉學(xué)軍.基于特征跟蹤的空間交會(huì)接近目標(biāo)位姿測(cè)量研究[J].計(jì)算機(jī)工程與應(yīng)用，2008，44（28）：204—_210.

[4]曹春萍，梁慧.圖像邊緣檢測(cè)中的改進(jìn)算法[J].上海理工大學(xué)學(xué)報(bào)，2003，35（2）：157-160.