基于圖像傳感器的圖像畫(huà)質(zhì)增強(qiáng)算法研究

劉純 陶薇薇

摘 ?要： 針對(duì)當(dāng)前圖像畫(huà)質(zhì)增強(qiáng)算法存在的亮度低、噪聲大、對(duì)比度小等缺陷，為改善傳感器輸出圖像的視覺(jué)效果，設(shè)計(jì)基于圖像傳感器的圖像畫(huà)質(zhì)增強(qiáng)算法。首先，采用圖像傳感器對(duì)目標(biāo)圖像進(jìn)行采集，并引入雙邊濾波算法對(duì)采集的原始圖像進(jìn)行去噪，抑制噪聲圖像畫(huà)質(zhì)干擾;然后，采用冪次變換提高去噪圖像的對(duì)比度，并采用非線性變換對(duì)去噪圖像進(jìn)行亮度增強(qiáng);最后，采用Retinex算法根據(jù)人眼視覺(jué)感知特性對(duì)圖像整體進(jìn)行增強(qiáng)，使圖像的不同區(qū)域過(guò)渡更加自然，并進(jìn)行了圖像畫(huà)質(zhì)增強(qiáng)性能的驗(yàn)證性測(cè)試實(shí)驗(yàn)。結(jié)果表明，所提算法較好地解決了當(dāng)前圖像畫(huà)質(zhì)增強(qiáng)過(guò)程中存在的一些難題，提高了圖像的信噪比，亮度和對(duì)比度也得到了明顯的改善，相對(duì)于對(duì)比算法，獲得了十分理想的圖像畫(huà)質(zhì)增強(qiáng)結(jié)果。

關(guān)鍵詞： 畫(huà)質(zhì)增強(qiáng)算法; 圖像處理技術(shù); 圖像去噪; 信號(hào)采集; 雙邊濾波; 性能測(cè)試

中圖分類(lèi)號(hào)： TN911.73?34; TP317.4 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）07?0066?04

Research on image quality enhancement algorithm based on image sensor

LIU Chun， TAO Weiwei

（School of Software， Chongqing Institute of Engineering， Chongqing 400000， China）

Abstract： For the defects of the current image quality enhancement algorithms， such as low brightness， high noise and low contrast， an image quality enhancement algorithm based on image sensor is designed to improve the visual effect of the sensor output image. Firstly， the target image is collected with the image sensor， and the collected original image is denoised by bilateral filtering algorithm to suppress the interference of noise on image quality. Then the contrast of the denoised image is improved by power transform， and the brightness of the denoised image is enhanced by non?linear transform. Finally， the whole image is enhanced by Retinex algorithm according to the human visual perception characteristics， so that the transition of different areas in the image is more natural. A test experiment was performed to verify the enhancement performance of image quality. The results show that the proposed algorithm can deal with certain difficulties existing in the current image quality enhancement process， improve the signal?to?noise ratio of the image， and obviously enhance the brightness and the contrast of the image. In comparison with the existing algorithms， the proposed algorithm can obtain a satisfied enhancement result of image quality.

Keywords： image quality enhancement algorithm; image processing technology; image denoising; signal acquisition; bilateral filtering; performance testing

0 ?引 ?言

隨著圖像處理技術(shù)和傳感器技術(shù)的迅速發(fā)展和不斷成熟，出現(xiàn)了專(zhuān)用于圖像信息采集的傳感器。相對(duì)于其他類(lèi)型的傳感器，圖像傳感器不僅穩(wěn)定性好、抗干擾能力強(qiáng)，而且運(yùn)行速度快，在圖像處理領(lǐng)域得到了廣泛、成功的應(yīng)用[1?3]。在圖像傳感器的工作過(guò)程中，由于外界環(huán)境的影響，如光照變化以及操作人員自身的影響，得到的原始圖像包含有一定的噪聲，亮度比較暗，圖像模糊，因此需要對(duì)傳感器輸出的圖像畫(huà)質(zhì)進(jìn)行增強(qiáng)處理，圖像畫(huà)質(zhì)增強(qiáng)算法的設(shè)計(jì)成為了當(dāng)前一個(gè)重大研究課題[4?6]。

為了提高圖像質(zhì)量，國(guó)內(nèi)外專(zhuān)家和學(xué)者引入許多技術(shù)對(duì)圖像畫(huà)質(zhì)增強(qiáng)問(wèn)題進(jìn)行研究。國(guó)外的圖像畫(huà)質(zhì)增強(qiáng)研究起步早，提出的圖像畫(huà)質(zhì)增強(qiáng)算法相對(duì)較多，增強(qiáng)技術(shù)也比較成熟[7?9];國(guó)內(nèi)由于投入的人力、財(cái)力比較大，圖像畫(huà)質(zhì)增強(qiáng)研究發(fā)展迅速也取得了許多重要的研究成果[10]。最初設(shè)計(jì)了基于直方均衡圖的圖像畫(huà)質(zhì)增強(qiáng)算法，通過(guò)對(duì)原始圖像像素進(jìn)行增強(qiáng)處理，以改善圖像畫(huà)質(zhì)，但是該方法對(duì)噪聲十分敏感，通用性比較差。后來(lái)，有學(xué)者提出基于小波變換的圖像畫(huà)質(zhì)增強(qiáng)算法，對(duì)原始圖像進(jìn)行空間變換，從變換后的空間去掉圖像中的噪聲，抑制噪聲對(duì)圖像畫(huà)質(zhì)的影響，但是其無(wú)法對(duì)圖像對(duì)比度以及亮度進(jìn)行改善，無(wú)法獲得理想的圖像畫(huà)質(zhì)增強(qiáng)結(jié)果。最后，有學(xué)者提出基于Retinex算法的圖像畫(huà)質(zhì)增強(qiáng)算法，根據(jù)人的視網(wǎng)膜特性對(duì)圖像進(jìn)行處理，改善圖像質(zhì)量，尤其對(duì)于光照變化比較大的圖像，可以獲得較理想的結(jié)果，但是其假設(shè)光照均勻，這與實(shí)際情況不相符，使得圖像畫(huà)質(zhì)出現(xiàn)“過(guò)增強(qiáng)”現(xiàn)象，圖像質(zhì)量有待進(jìn)一步改善[11?13]。

為了解決當(dāng)前圖像畫(huà)質(zhì)增強(qiáng)過(guò)程中存在的亮度低、噪聲大、對(duì)比度小等不足，本文設(shè)計(jì)了基于圖像傳感器的圖像畫(huà)質(zhì)增強(qiáng)算法，圖像畫(huà)質(zhì)增強(qiáng)性能的驗(yàn)證性測(cè)試實(shí)驗(yàn)結(jié)果表明，本文算法較好地解決了當(dāng)前圖像畫(huà)質(zhì)增強(qiáng)過(guò)程中存在的一些難題，提高了圖像的信噪比，亮度和對(duì)比度也得到了明顯的改善，相對(duì)于對(duì)比算法，獲得了更優(yōu)的圖像畫(huà)質(zhì)增強(qiáng)結(jié)果。

1 ?基于圖像傳感器的圖像畫(huà)質(zhì)增強(qiáng)思路

本文設(shè)計(jì)的傳感器圖像畫(huà)質(zhì)增強(qiáng)基本思路為：

1） 采用圖像傳感器對(duì)目標(biāo)圖像進(jìn)行采集，并獲得原始圖像，引入雙邊濾波算法對(duì)采集到的原始圖像進(jìn)行去噪，抑制噪聲圖像畫(huà)質(zhì)干擾;

2） 采用冪次變換對(duì)去噪圖像進(jìn)行對(duì)比度增強(qiáng)，并采用非線性變換對(duì)去噪圖像進(jìn)行亮度增強(qiáng)，提高圖像的清晰度;

3） 采用Retinex算法根據(jù)人眼視覺(jué)感知特性對(duì)圖像整體進(jìn)行增強(qiáng)，去掉圖像中的光照反射分量，使圖像的不同區(qū)域過(guò)度更加自然，以改善圖像畫(huà)質(zhì)，具體如圖1所示。

2 ?基于圖像傳感器的圖像畫(huà)質(zhì)增強(qiáng)算法具體設(shè)計(jì)

2.1 ?雙邊濾波算法的圖像去噪操作

由于圖像傳感器采集的原始圖像中包含了一定數(shù)量的噪聲，噪聲會(huì)將有用的信息淹沒(méi)掉，這樣使圖像無(wú)法真正地表達(dá)想要表達(dá)的信息，因此要進(jìn)行去噪操作，當(dāng)前有許多有效的噪聲去除算法，如傅里葉變換、曲波變換、雙邊濾波算法等。

相對(duì)于其他算法，雙邊濾波算法可以保證在原始信息完整的條件下，將圖像中的噪聲去除干凈，因此，本文選擇雙邊濾波算法對(duì)圖像傳感器采集的原始圖像進(jìn)行去噪操作。

[g（x，y）=f（x，y）+n（x，y）] （1）

式中：[f（x，y）]為理想的圖像;[n（x，y）]為噪聲。

引入雙邊濾波對(duì)圖像進(jìn)行預(yù)處理，實(shí)質(zhì)就是消除[n（x，y）]，得到理想的圖像，即：

[g（x，y）=i，j∈sx，yw（i，j）g（i，j）i，j∈sx，yw（i，j）] （2）

式中：[sx，y]表示像素點(diǎn)[（x，y）]的鄰近區(qū)域;[w（i，j）]表示權(quán)值，其定義為：

[w（i，j）=ws（i，j）wr（i，j）] （3）

式中：[ws（i，j）]和[wr（i，j）]分別表示亮度和對(duì)比度因子，具體如下：

[ws（i，j）=e-i-x2+j-y22σ2swr（i，j）=e-g（i，j）-g（x，y）22σ2r] （4）

式中[σs]和[σr]分別表示亮度和對(duì)比度衰減因子。

2.2 ?冪次變換和非線性變換的圖像處理

采用冪次變換對(duì)圖像進(jìn)行處理，可以將一些灰度區(qū)域動(dòng)態(tài)范圍映射到更大的區(qū)域，提高圖像的對(duì)比度，具體為：

[h（x，y）=cf（x，y）γ] （5）

式中[c]，[γ]均為正常數(shù)。

采用冪次變換對(duì)圖像進(jìn)行處理后，有可能出現(xiàn)高光區(qū)域，為了防止該現(xiàn)象的發(fā)生，采用非線性變換對(duì)圖像進(jìn)行處理，分別對(duì)圖像暗區(qū)和亮區(qū)的細(xì)節(jié)進(jìn)行增強(qiáng)，使圖像的亮度更加合理，具體為：

[I2（x，y）=21+exp（-m）-1×255-v（x，y）] ?（6）

[m=k（v）?vv+av] ? （7）

[k（v）=7， ? ? 0≤v≤60（v-600）70+7， ? ? 60

式中：[a]為亮度調(diào)整參數(shù);[v（x，y）]為整個(gè)圖像的灰度值;[v]為灰度均值。

2.3 ?Retinex算法的圖像增強(qiáng)操作

Retinex算法是一種根據(jù)中心/環(huán)繞理論的圖像增強(qiáng)算法，具有較高的色彩保真度，[Gx，y]表示待處理的圖像，其反射光分量和照射光分量分別為[Rx，y]和[Lx，y]，那么有：

[Gx，y=Rx，yLx，y] ? （9）

為了使反射光分量和照射光分量能夠有效分離，對(duì)式（9）兩邊進(jìn)行取對(duì)數(shù)操作，得到：

[G（x，y）=ln G（x，y）=ln R（x，y）L（x，y）=ln R（x，y）+ln L（x，y）] （10）

采用低通濾波函數(shù)對(duì)待處理的圖像進(jìn)行卷積操作，可以得到：

[L（x，y）=G（x，y）?h（x，y）] （11）

采用Retinex算法去掉圖像照射光的分量，得到反射光分量的估計(jì)，具體如式（12）所示，這樣，圖像可以適合光照變化要求，圖像視覺(jué)效果更優(yōu)。

[R（x，y）=expG（x，y）-ln L（x，y）] （12）

3 ?圖像畫(huà)質(zhì)增強(qiáng)算法的性能測(cè)試

3.1 ?測(cè)試環(huán)境

為了測(cè)試本文提出的圖像畫(huà)質(zhì)增強(qiáng)算法的性能，進(jìn)行了性能測(cè)試試驗(yàn)，測(cè)試環(huán)境為：Intel 酷睿i3 8100 CPU，金士頓DDR4 2400 8 GB內(nèi)存，西部數(shù)據(jù)WD GREEN 240 GB M.2 2280 SSD硬盤(pán)。為了使本文算法的測(cè)試結(jié)果更具說(shuō)服力，選擇文獻(xiàn)[11]和文獻(xiàn)[12]算法的圖像畫(huà)質(zhì)增強(qiáng)算法進(jìn)行對(duì)比測(cè)試。畫(huà)質(zhì)待增強(qiáng)圖像如圖2所示。從圖2可以看出，圖像比較模糊，清晰度不夠，灰暗，圖像的畫(huà)質(zhì)比較差。

3.2 ?圖像畫(huà)質(zhì)增強(qiáng)后的視覺(jué)效果對(duì)比

所有算法圖像畫(huà)質(zhì)增強(qiáng)后的視覺(jué)效果如圖3～圖5所示。從圖3～圖5的圖像畫(huà)質(zhì)增強(qiáng)后的視覺(jué)效果可以看出，本文算法的圖像畫(huà)質(zhì)更優(yōu)，而對(duì)比算法的圖像出現(xiàn)了過(guò)增強(qiáng)或者圖像清晰度不夠的缺陷，本文方法獲得了理想的圖像畫(huà)質(zhì)。

3.3 ?圖像畫(huà)質(zhì)增強(qiáng)后的整體性能對(duì)比

為了測(cè)試圖像增強(qiáng)后畫(huà)質(zhì)的整體性效果，本文選擇峰值信噪比（PSNR）、平均絕對(duì)誤差（MAE）對(duì)測(cè)試結(jié)果進(jìn)行對(duì)比和分析[13]：

[PSNR=10lgI2（m，n）1MNi=1Mj=1N[I（m，n）-I（m，n）]2] （13）

[MAE=1MNi=1Mj=1NI（m，n）-I（m，n）] （14）

式中[M]，[N]分別為圖像的行數(shù)和列數(shù)。

統(tǒng)計(jì)增強(qiáng)后圖像的PSNR，MAE，結(jié)果如表1所示。

從表1可以看出，本文算法增強(qiáng)后圖像的PSNR最高，這表明本文算法有效地抑制了噪聲的不利影響;MAE最低，說(shuō)明本文算法與理想的圖像偏差很小，圖像的整體性能要遠(yuǎn)遠(yuǎn)優(yōu)于對(duì)比算法。

4 ?結(jié) ?語(yǔ)

為了改善圖像畫(huà)質(zhì)，本文設(shè)計(jì)了基于圖像傳感器的圖像畫(huà)質(zhì)增強(qiáng)算法。測(cè)試結(jié)果表明，雙邊濾波算法能夠抑制噪聲的干擾，提高圖像的信噪比，使圖像的有用信息更加豐富，引入冪次變換和非線性變換提升圖像的對(duì)比度和亮度。采用Retinex算法消除了光照變化對(duì)圖像畫(huà)質(zhì)的影響，獲得了理想的圖像畫(huà)質(zhì)，具有廣泛的應(yīng)用前景。

參考文獻(xiàn)

[1] 肖進(jìn)勝，單姍姍，段鵬飛，等.基于不同色彩空間融合的快速圖像增強(qiáng)算法[J].自動(dòng)化學(xué)報(bào)，2014，40（4）：697?705.

[2] 張菲菲，謝偉強(qiáng)，秦前清.人眼視覺(jué)感知驅(qū)動(dòng)的梯度域低照度圖像對(duì)比度增強(qiáng)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2014，26（11）：1981?1989.

[3] 張新龍，汪榮貴，張璇，等.基于視覺(jué)區(qū)域劃分的霧天圖像清晰化方法[J].電子測(cè)量與儀器學(xué)報(bào)，2010，24（8）：754?762.

[4] 竇智，韓玉兵，胡靜，等.內(nèi)容相關(guān)的分塊處理自適應(yīng)圖像對(duì)比度增強(qiáng)算法[J].計(jì)算機(jī)科學(xué)，2014，41（10）：110?114.

[5] 遆曉光，曲悠楊.一種改進(jìn)的色彩保持低照度圖像增強(qiáng)方法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2014，46（3）：1?7.

[6] 付樹(shù)軍，阮秋綺.基于雙線耦合擴(kuò)散的保持特征的邊緣銳化和圖像增強(qiáng)[J].計(jì)算機(jī)學(xué)報(bào)，2008，31（3）：529?535.

[7] SAHU P， GUPTA N， SHARMA N. A survey on underwater image enhancement techniques [J]. International journal of computer applications， 2014， 87（2）： 19?23.

[8] 汪榮貴，楊萬(wàn)挺，方帥，等.基于小波域信息融合的MSR改進(jìn)算法[J].中國(guó)圖象圖形學(xué)報(bào)，2010，15（7）：1091?1098.

[9] 劉海波，湯群芳，楊杰.改進(jìn)直方圖均衡和Retinex算法在灰度圖像增強(qiáng)中的應(yīng)用[J].量子電子學(xué)報(bào)，2014，31（5）：525?532.

[10] 李垚峰，何小海，吳小強(qiáng).改進(jìn)的帶色彩恢復(fù)的多尺度Retinex霧天圖像增強(qiáng)算法[J].計(jì)算機(jī)應(yīng)用，2014，34（10）：2996?2999.

[11] 汪榮貴，周良，張新龍，等.基于Retinex的JPEG 圖像增強(qiáng)新方法[J].中國(guó)圖象圖形學(xué)報(bào)，2011，16（12）：2124?2132.

[12] 汪榮貴，朱靜，楊萬(wàn)挺，等.基于照度分割的局部多尺度Retinex算法[J].電子學(xué)報(bào)，2010，38（5）：1181?1186.

[13] KROM A J， WICKHAM F， HALL M L. Evaluation of image enhancement software as a method of performing half?count bone scans [J]. Nuclear medicine communications， 2013， 34（1）： 78?85.