一种基于色彩保持的低照度图像增强算法精.docx

一种基于色彩保持的低照度图像增强算法精.docx

《一种基于色彩保持的低照度图像增强算法精.docx》由会员分享，可在线阅读，更多相关《一种基于色彩保持的低照度图像增强算法精.docx（15页珍藏版）》请在冰点文库上搜索。

一种基于色彩保持的低照度图像增强算法精

第２６卷第３期２００９年３月

计算机应用与软件

ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ

Ｖ０１．２６Ｎｏ．３

Ｍａｒ．２００９

一种基于色彩保持的低照度图像增强算法

蔡利梅钱建生

摘要

罗驱波夏林稳

张明胜

（中国矿业大学信息与电气工程学院江苏徐州２２１００８）

保持色彩不变是彩色图像增强的一个重要问题。

针对低照度图像，提出一种快速保持色彩增强方法，采用抛物线函数进

行亮度增强，获得亮度增益后，对ＲＧＢ值进行同比增强，在增强亮度的同时，保持色彩不变。

实验表明，本算法运算速度快且增强效果良好。

关键词

低照度

图像增强

色彩保持抛物线函数

ＡＨ［ＵＥＰＲＥＳＥＲＶＩＮＧＢＡＳＥＤ

ＡＬＧｏＲＩＴＨＭ

ＦＯＲ

ＬＯＷ．ＩＬＬＵＭＩＮＡＴＩＯＮ

ＣＯＬＯＵＲ

ＩＭＡＧＥＥＮＨＡＮＣＥＭＥＮＴ

ＣａｉＬｉｍｅｉ

ＱｉａｎＪｉａｎｓｈｅｎｇ

Ｌｕｏ

Ｑｕｂｏ

ＸｉａＬｉｎｗｅｎ

ＺｈａｎｇＭｉｎｇｓｈｅｎｇ

（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｗｅｒｉｎｇ，ＣＵＭＴ，Ｘｕｚｈｏｕ２２１００８，ｆｉａｎ伊ｕ，Ｃｈｉｎａ）

ｅｓｓｅｎｔｉａｌｒｅｑｕｉｒｅｍｅｎｔｆｏｒｅｏｌｏｕｒｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｏｐｏｓｅｄ

ｆａｓｔｔｅｃｈｎｉｑｕｅｉｎｐｒｏｖｉ—ｐａｒａｂｏｌａｆｕｎｃｔｉｏｎ

ｔｏ

ｅｎ－

Ａｂｓｔｒａｃｔ

Ｈｕｅｐｒｅｓｅｒｖｉｎｇｉｓ

ａｌｌ

ａ

ｄｉｎｇｈｕｅｐｒｅｓｅｒｖｉｎｇａｎｄｅｎｈａｎｃｅｍｅｎｔｗｈｉｃｈＣａｎｂｅ

ｈｎｎｃｅｔｈｅ

ａｐｐｌｉｅｄ

ｔｏ

ｔｈｅｌｏｗ－ｉｌｌｕｍｉｎａｔｉｏｎｃｏｌｏｕｒｉｍａｇｅ．Ｔｈｅｔｅｃｈｎｉｑｕｅ

ｕｓｅｓ

ｂｒｉｇｈｔｎｅｓｓ，ａｎｄｔｈｅｎｇｅｔｓｔｈｅｓｅａｌｉｎｇ

ｔｅｓｔｓ

ｏｎ

ｔｏ

ａｄｊｕｓｔｔｈｅＲＧＢ

ｓｃｅｎｅ

ｖａｌｕｅｗｉｔｈｌｕｍｉｎａｎｃｅｇａｉｎａｃｑｕｉｒｅｄ．Ｔｈｅｈｕｅｗｉｌｌｋｅｅｐｕｎｃｈａｎｇｅｄｗｈｉｌｅｔｈｅ

ｂｒｉｇｈｔｎｅｓｓｉｓｉｎｃｒｅａｓｉｎｇ．Ｅｘｐｅｒｉｍｅｎｔａｌｆａｓｔｅｒｉｎｃｏｍｐｕｔａｔｉｏｎｔｈａｎｔｈｅｏｔｈｅｒｓ

Ｌｏｗ—ｉｌｌｕｍｉｎａｔｉｏｎ

ｎｕｍｅｒｏｕｓ

ｉｍａｇｅｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｔｅｃｈｎｉｑｕｅｉｓｅｆｆｉｃｉｅｎｔｉｎｅｎｈａｎｃｅｍｅｎｔａｎｄｍｕｃｈ

ａｄｄｒｅｓｓｉｎｇｔｈｅｓａｍｅｐｒｏｂｌｅｍ．

ｅｎｈａｎｃｅｍｅｎｔ

Ｈｕｅｐｒｅｓｅｒｖｉｎｇ

ＫｅｙｗｏｒｄｓＩｍａｇｅ

Ｐａｒａｂｏｌａｆｕｎｃｔｉｏｎ

０

引

言

１

基于色彩保持的低照度图像增强

利用图像增强技术改善图像的视觉效果，是许多图像处理

１．１基本思路

由于低照度图像的首要特点，即光照不充分、图像整体效果较暗，因此，低照度图像增强的首要步骤是增强像素的亮度。

由于在ＲＧＢ空间，三维矢量［Ｒ，Ｇ，Ｂ］既包含颜色，也包含了亮度信息，如果把灰度图像增强方法直接用于彩色图像增强，在亮度发生改变的同时，颜色也会发生改变，但如果两个像素点（尺。

，

Ｐ

￡

系统的首要工作。

对于全天候工作场所，照明情况的改变给图

像处理带来了很多问题，尤其夜晚，即使现场有照明设备，一般照度较低、所摄图像质量、可分辨性较差，给监控等工作带来很多不便。

因此，必须改善低照度下图像的质量，增强图像的可分辨率。

灰度图像增强的主要方法如：

对比度拉伸、限幅、直方图均衡化等在很多文献资料中有详细的讨论，但是这些方法不能直接用于彩色图像增强，主要在于增强彩色图像的时候像素的色度值不能被改变，不然，图像的视觉效果会发生变化。

因此，在低照度图像亮度增强的同时，必须保持原有色彩不变。

对于保持色彩增强图像的问题，已经有一系列的算法提出，其中牵涉到小波变换ｐ。

７１、Ｒｅｔｉｎｅｘ理论¨。

３ｏ等，这些算法较好地增强了图像，并且色彩保持良好，但同时，由于牵涉到小波变换、与多个高斯函数的卷积等运算，在实现良好的处理效果的同时，作为代价付出较大的计算量和较长的运算时间，不太适用于实际工作中的实时处理，因此，本文根据ＲＧＢ颜色空间三分量相关性的特点，提出采用抛物线函数进行亮度增强，获得亮度增益后，对ＲＧＢ值进行同比增强的方法，运算速度快且增强效果良好。

Ｇ。

，Ｂ。

）、（Ｒ２，Ｇ２，Ｂ２）在ＲＧＢ空间的值是成比例的，即：

Ｆｓｔｌ＝万Ｖｌ儿２ｕ２

曰

＝｛｝＝Ａ，那么这两点具有相同的颜色，只是亮度不同，且亮度

Ｄ２

增量为Ａ。

所以要实现低照度图像增强，且保持色彩不变，关键在于亮度增益Ａ的确定。

所以，考虑先通过亮度增强，获得亮度增量Ａ，再调整每个像素的ＲＧＢ值。

１．２算法步骤

（１）实现色彩与亮度的分离

由于ＨＳＶ、ＹＩＱ等多个色度

空间都实现了色彩与亮度的分离，因此首先进行色度空间的转化。

本文中采用ＨＳＶ色度空间实现亮度和颜色分离，其中ｙ分量为亮度信息，于是原彩色图可灰度化为ｔ

收稿日期：

２００８—０５—１１。

蔡利梅，博士生，主研领域：

图像处理，模式识别。

万方数据

第３期蔡利梅等：

一种基于色彩保持的低照度图像增强算法

２２７

Ｖ，（髫，Ｙ）＝ｍａｘ（Ｒ，（石，Ｙ），ＧＪ（石，Ｙ），Ｂｌ（髫，Ｙ））

（２）获取亮度增量入采用抛物线函数对亮度进行非线性

Ｖ

变换：

Ｋ２＝２ｐＶｌ，计算亮度增量：

Ａ＝孑。

’１

（３）更改像素ＲＧＢ值

Ｒ２＝ＡＲｌ，Ｇ２＝ＡＧｌ，Ｂ２＝ＡＢｌ

１．３算法分析

（１）

亮度增强采用抛物线函数

抛物线函数的特点，极低灰度区变换较大，从中灰度到高灰度变换幅度较小，不会由于亮度增益过大而引起色彩失真。

灰度图像增强中常用对数函数，图１所示为对数函数与抛物线函数，从图１中可以看出，对数变换把极低灰度都变换到约灰度级５０，灰度范围０—７５约变换到５０—２００，所以拉伸较大，亮度增强幅度大，引起一定的颜色失真。

抛物线函数变换，除了极低灰度区变化较大，中灰度区有小幅度变化，高灰度区几乎没有变化，所以，可以增强图像中暗区细节，同时避免高亮．区（光源附近）的失真。

（ａ）对数函数Ｉ警Ｉ形

（ｈ）抛物线函数吲形

图１对数函数与抛物线函数变换图形对比

（２）克服Ｇａｍｕｔ问题

在获得亮度增益后，对彩色图像的ＲＧＢ值进行拉伸会产生

Ｇａｍｕｔ问题，即比较高的ＲＧＢ值被拉伸到一个超出合理灰度级

范围的数值。

为解决这个问题，常用的方法有规范化处理，即２５５／ｍａｘ（ＲＧＢ），但是，这个方法使得图像整体又变暗；也有采用图像增强处理过后，再对灰度范围进行压缩，但是，会改变图像的色调，引起图像的色彩失真；在文献［４］中通过采用线性、非线性的灰度对比度增强函数来克服这个问题，方法比较复杂，而且计算较耗时。

在本文的算法中，采用对亮度进行抛物线变换Ｋ２＝２ｐｙ。

，

即％＝伽Ｋ，这是一个单调递增函数，当参数Ｐ选择为１２８

时，Ｋ取最大灰度级２５５时，Ｋ依然为２５５，Ｖ的变换不会超出最大灰度级范围，而Ｖｌ＝ｍａｘ（Ｒ。

，Ｇ。

，Ｂ。

），所以Ｒ、Ｇ、Ｂ的同比增强都不会超出灰度范围，则不会引起Ｇａｍｕｔ问题。

（３）

算法简便、运算快速、处理效果良好

实际工程应用要求处理的实时性，复杂的算法运算时间长，影响实时应用，本文算法简洁、快速，同时处理效果良好。

２实验结果

用大量的低照度图片对本文的算法进行了实验，结果表明、有较好的效果。

现以图２一图４为例，把本文算法与直方图均衡化算法和基于对数变换的算法进行比较，图中（ａ）是原图；

（ｂ）是直接应用灰度图像直方图均衡化方法，分别对其ＲＧＢ色

彩通道进行均衡化得到的色彩图像，图像亮度得到增强，但是色彩失真；（ｃ）是利用对数函数获得亮度增益，但增益过大，色彩

万方数据

存在失真；（ｄ）是利用本文算法获得的处理后图像，低亮度得到了增强，但高亮区（灯源处）变化不大，同时色彩基本保持不变。

相比较而言，本文算法运算量很小，运算速度很快，且视觉效果良好。

图４三种算法效果不例３

低照度图像的亮度改变比较直观，为了客观地评价图像的色彩保持、亮度改变情况，利用下列公式测试图像的亮度改变比例和、色调改变比例（由表ｌ、表２所示）：

，

Ｍｅａｎ（Ｌ。

。

（戈，Ｙ））一Ｍｅａｎ（Ｌ；。

（ｚ，Ｙ））

。

一

Ｍｅａｎ（Ｌ。

（菇，Ｙ））…

，，

Ｍｅａｎ（Ｈｏ。

（省，Ｙ））一Ｍｅａｎ（Ｈｉ。

（戈，Ｙ））

Ｍｅａｎ（Ｈｆｎ（戈，Ｙ））

其中Ｈ。

。

（菇，＿ｙ）、Ｈｏ。

（ｚ，ｙ）分别表示处理前后彩色图像在ＨＳＶ空间的色调分量，Ｌ。

。

（戈，ｙ）、Ｌ。

（戈，ｙ）分别表示处理前后彩色图像在ＨＳＶ空间的亮度分量。

（下转第２４３页）

第３期丁振国等：

基于用户兴趣的元搜索结果合成算法研究

２４３

终得分的重要性。

去重后依据结果集中每个结果的最终相关度进行排序。

３算法验证

用程序实现此算法（ＭｙＷｅｂＳｅａｒｃｈ）并与ｇｏｏｇｌｅ、ｂａｉｄｕ、ｙａ－ｈｏｏ、ｓｏｈｕ等搜索引擎进行平均相关度比较，结果如表１所示，表明该算法的平均相关性明显好于单个搜索引擎。

表１元搜索与单个搜索引擎平均相关性比较

ｌ

引擎XX

ＧｏｏｓｌｅＳｏｈｕ

ＹａｈｏｏＭｙＳｅａｒｃｈＩ平均相关度

０．６０

Ｏ．６５

Ｏ．５５

Ｏ．５

Ｏ．７５

算法与几种常用结果合并算法比较平均相关性，如图１所示，横坐标表示合并后所取的搜索结果数，纵坐标表示平均相关度，ＵＰ・ＲＭＡ（ｕｓｅｒｐｒｏｆｉｌｅｒｅｓｕｌｔｓｍｅｒｇｉｎｇ

ａｌｇｏｒｉｔｈｍ）代表基于用户

兴趣的合并算法，可见此算法较其他几种合并算法平均相关性

要高。

图１

各种合并算法的相关性比较

４结论

本文提出了一种基于用户兴趣的元搜索结果合成算法，在摘要法计算用户查询与搜索结果相关度的基础上，加入了词条匹配等级的概念，改善了摘要法的效果；结合用户兴趣，通过分别计算用户查询与用户兴趣类的相关度和查询结果与用户兴趣类的相关度，来获得用户查询与查询结果的相关度，提高了系统的个性化程度；最后还考虑了成员引擎与用户查询的相关度。

经实验验证，此算法能够使得用户尽快在庞大的搜索结果中找到自己感兴趣的结果，较其他单个搜索引擎以及其他合并算法大大提高了查询的效果和效率。

参考文献

［１］张卫丰，徐宝文，周晓宇，等．元搜索引擎结果生成技术研究［Ｊ］．

小型微型计算机系统．２００３。

２４（１）：

３４—３７．

［２］ＺｈａｎｇＷｅｉｆｅｎｇ，ＸｕＢａｏｗｅｎ．ＲｅｓｅａｒｃｈｏｎｆｒａｍｅｗｏｒｋｓｕｐｐｏｒｔｉｎｇＷｅｂ

ｓｅａｒｃｈ

ｅｎｇｉｎｅ［Ｊ］．Ｊｏｕｒｎａｌ

ｏｆ

ＣｏｍｐｕｔｅｒＲｅｓｅａｒｃｈ＆ＤｅｖｅＩｏｐｍｅｎｔ．

２０００，３７（３）：

３７６—３７８．

［３］ＺｏｕＴａｏ．Ｔｈｅｔｅｃｈｎｏｌｏｇｙｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆ

ｉｎｆｏｒｍａｔｉｏｎ

ｍｉｎｉｎｇ

ｏｎ

ｗｗｗ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＲｅｓｅａｒｃｈ＆Ｄｅｖｅｌｏｐｍｅｎｔ．１９９９．３６（８）：

１０２１—１０２４．

［４］ＳｈｅｎＳｉＷｕ，ＳａｌｌｙＭｃＣｌｅａｎ．Ｒｅｓｕｌｔ

ｍｅｒｇｉｎｇ

ｍｅｔｈｏｄｓｉｎｄｉｓｔｒｉｂｕｔｅｄｉｎ．ｆｏｒｍａｔｉｏｎ

ｒｅｔｒｉｅｖａｌｗｉｔｈ

ｏｖｅｒｌａｐｐｉｎｇｄａｔａｂａｓｅｓ［Ｊ］．ＩｎｆＲｅｔｒｉｅｖａｌ．ＤＯＩ１０．１００７／ｓ１０７９１—００７－９０２３－Ｙ．

［５］徐科，崔志明，郑冬冬，等．元搜索引擎中基于用户兴趣的查询结

万方数据

果合成研究［Ｊ］．微电子学与计算机，２００６，２３（７）．

［６］张弓强，喻国宝，廖湖声，等．一种元搜索引擎的查询结果处理模型

［Ｊ］．通讯与计算机，２００５，２（２）．

（上接第２２７页）

、＼

表１三种算法的色调改变比例

图２

图３

图４

彩色直方图均衡化一０．０２９７

１．７６３８０．２５８７基于对数函数增强

０．００２３一Ｏ．０４２３

Ｏ．００２７本文算法增强

一Ｏ．００２２

０．００３０

Ｏ．００１０

、＼

表２三种算法的亮度改变比例

图２

图３

图４

彩色直方图均衡化１．７６００６．３３２７１．２３１１基于对数函数增强２．１８２５１．７８３２

１．３６５８

本文算法增强

１．０６４０

０．８９０９

０．６９１２

从表中数据可以看出，彩色直方图均衡化、基于对数函数的的增强，本算法对图像的色度改变很少，少于１％。

在具有相似输出图像质量的情况下，运用基本原理的简单参考文献

展及展望［Ｊ］．中国激光，２００７（４）：

４５１—４６０．

［Ｊ］．计算机应用，２００８（２）：

４４８—４５１２．

区间对图像质量的影响［Ｊ］．光学技术，２００７（１）：

１２７—１２９．

ＫｕｍａｒＮａｉｋ，ＭｕａｈｙＣ

Ａ．Ｈｕｅ—Ｐｒｅｓｅｒｖｉｎｇ

Ｃｏｌｏｒ

Ｉｍａｇｅ

Ｅｎｈａｎｃｅ—

ｍｅｎｔＷｉｔｈｏｕｔＧａｍｕｔ

Ｐｒｏｂｌｅｍ［Ｊ］．ＩＥＥＥＴＲＡＮＳＡＣＴＩＯＮＳＯＮＩＭＡＧＥ

ＰＲＯＣＥＳＳＩＮＧ，２００３（１２）：

１５９１—１５９８．

Ｈｕａｎｇ，ＱｉａｏＷａｎｇ，ＺｈｅｎｙａｎｇＷｕ．ＣｏｌｏｒＩｍａｇｅＥｎｈａｎｃｅｍｅｎｔ

ＡｎｄＥｖａｌｕａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄＯｎ

Ｈｕｍａｎ

Ｖｉｓｕａｌ

Ｓｙｓｔｅｍ『Ｊ１．ＩＣ—

ＡＳＳＰ２００４：

７２１—７２４．

的增强［Ｊ］．西安交通大学学报，２００６（２）：

１８７—１９０．

［Ｊ］．计算机应用与软件，２００７（３）：

１６３—１６５．

Ｔａｎａｋａ，ＮｏｒｉａｋｉＳｕｅｔａｋｅ，Ｅｉｊｉ

Ｕｃｈｉｎｏ．Ｉｍａｇｅ

Ｅｎｈａｎｃｅｍｅｎｔ

Ｂａｓｅｄ

Ｏｎ

ＭｕｌＴｉｐｌｅ

Ｐａｒａｍｅｔｒｉｃ

ＳｉｇｍｏｉｄＦｕｎｃｔｉｏｎｓ．Ｐｒｏｃｅｅｄｉｎｇｓｏｆ２００７Ｉｎｔｅｒ－

ｎａｔｉｏｎａｌ

Ｓｙｍｐｏｓｉｕｍ

ｏｎ

ＩｎｔｅｌｌｉｇｅｎｔＳｉｇｎａｌ

Ｐｒｏｃｅｓｓｉｎｇ

ａｎｄＣｏｍｍｕｎｉｃａ－

ｔｉｏｎ

Ｓｙｓｔｅｍｓ：

１０８一１１１．

增强方法改变亮度较大，本算法改变亮度适中；同时，随着亮度３结论

技术比原理复杂且运算耗时的技术具有更好的优越性。

因此，本文针对低照度图像的增强问题，提出一种基于色彩保持的增

强方法，采用抛物线函数增强像素亮度，获得亮度增益后对原图像的ＲＧＢ值同比增强，在增强亮度的同时，保持色彩不变。

实

验证明，这种方法对低照度图像的增强及色彩保持具有良好的效果，而且运算速度快，适用于实时处理。

［１］倪国强，肖蔓君，胡宏清，等．基于视觉特性的真实影像再现技术进

［２］赵全友，潘保昌，郑胜林，等．一种颜色保持的彩色图像增强新算法

［３］江兴方，陶纯堪．Ｒｅｔｉｎｅｘ彩色图像增强理论的物理思考及其截断

［４］Ｓａｒｉｆ

［５］Ｋａｉｑｉ［６］李天钢，王素品，秦辰．基于信息熵窗的小波低频子带弱目标图像

［７］何宏，唐志航，张细政，等．基于小波多尺度积的图像增强新算法

［８］Ｇｏ