退化圖像增強及在機器視覺中的應(yīng)用

1、退化圖像的增強及在機器視覺中的應(yīng)用摘要：模糊理論集已被用于處理退化圖像，即圖像邊緣不確定和 不準確的圖像的增強問題。對于這些類型的圖像，在一定程度上, 可以通過基于模糊集合的圖像增強方法而不是傳統(tǒng)的圖像增強 方法來獲得良好的圖像增強。由 SK帕爾提出的經(jīng)典模糊增強方 法中灰度等級的最高值沒有改變，所以這種方法不適合有較少的 灰度等級和較低的對比度的退化圖像的增強問題。事實上，灰度等級成員函數(shù)的范圍不是標準化的，是傳統(tǒng)模糊增強方法的另 一缺點。針對上面提到的問題，本文提出了一種普遍迭代模糊增 強算法。一種新的圖像質(zhì)量評估標準在圖像灰度等級統(tǒng)計直方圖 的基礎(chǔ)上被建議，來控制的所提出的圖像增強算法的

2、迭代產(chǎn)生。 電腦仿真結(jié)果表明該新型增強方法比模糊增強和灰度水平變換 更適合處理擁有較少灰度等級和較小對比度的圖像增強問題。關(guān)鍵詞：圖像增強、模糊集、普遍模糊增強、機器視覺1概要圖像的傳輸和轉(zhuǎn)換過程中的圖像劣化是不可避免的。例如，有時 由一個攝像機拍攝的圖像質(zhì)量很差，由于相機的光學系統(tǒng)失真， 拍攝對象的相對運動，相機，環(huán)境變化和隨機擾動。圖像增強是 一種重要的科技用來提高劣化的圖像的質(zhì)量， 并有選擇性地提供 一些感興趣的圖像特征。有許多圖像增強方法，如直方圖修正， 圖像平滑，圖像銳化，逆過濾和維納過濾。然而，如果待增強 的圖像中有不確定性和不精確性，采用上面提到的傳統(tǒng)的增強方 法將得不到想要的結(jié)

3、果。由于模糊系統(tǒng)適用于表達多樣化，非精 確的，不確定的知識或信息，自從 S. K Pal在80年代初提出模 糊增強方法以來，建立在模糊理論基礎(chǔ)上的圖像處理和識別吸引 了眾多研究者的關(guān)注。然而，使用模糊增強的輸出圖像的灰度級 范圍內(nèi)幾乎是不變的，因此，這種增強方法是不適合于那些具有 較少的灰度級和低對比度的圖像。此外，該灰度級的模糊增強方 法的隸屬函數(shù)沒有歸一化的形式。客觀圖像質(zhì)量檢測在各種圖像處理和計算機視覺應(yīng)用中扮演著 重要作用。近年來在發(fā)展客觀圖像質(zhì)量的指標上付出了很大的努 力?；旧嫌袃深惪陀^質(zhì)量評估方法。第一是在數(shù)學上定義的措 施，例如廣泛使用的均方誤差（MSE），峰值信噪比（PSNR

4、）， 均方根誤差（RMSE），平均絕對誤差（MAE ）和信噪比（SNR） 的。第二類測量方法考慮了人類視覺系統(tǒng)（HVS ）特性，嘗試 結(jié)合感知質(zhì)量的方法。據(jù)報道，已有文獻中尚沒有任何復(fù)雜客觀 圖像質(zhì)量指標相比簡單的數(shù)學措施例如嚴格測試條件和不同圖 像失真環(huán)境下的PSNR有明顯優(yōu)勢。數(shù)學上定義的指標仍然是有 吸引力的，因為它們很容易計算，通常計算復(fù)雜度低，且獨立于 測試者和測試條件。圖像理解的一個需要是組織原始像素數(shù)據(jù)， 這樣處理可以集中在 圖像中的特定區(qū)域或?qū)ο?，而不是在完整的場景。因此，圖像分 割是圖像理解和識別物體的關(guān)鍵一步。自動識別工件，并確定其 位置和方向（姿勢）的是實現(xiàn)生產(chǎn)現(xiàn)代化的先

5、決條件，從而可提 高生產(chǎn)效率，減輕工作人員的負擔。為了正確地獲得對象的方向， 必須對代表取向的奇點加以處理。本文的其余部分組織如下。首先在第 2部分回顧了 SK Pal提出 的模糊增強。為了克服模糊增強的缺點，第 3部分討論了廣義模 糊增強方法，它結(jié)合了模糊增強的優(yōu)點和灰度變換，可以用來處 理低對比度和窄灰度范圍的增強問題，轉(zhuǎn)化灰度的隸屬函數(shù)如 0,1。此外，該部分還提出了一個以圖像灰度級直方圖的統(tǒng)計 特征為基礎(chǔ)的新的目標圖像質(zhì)量評價標準， 來控制所提出的圖像 增強算法的迭代過程，并比較不同的圖像增強的方法。第4部分提出了一種改進的標記方法，并且這種標記方法不需要等價表 格。在第5部分討論了代

6、表方位的奇異性。第 6部分給出了計算 機模擬來闡明廣義模糊增強方法的有效性，改進標記方法和對象的方位的表示方法。2模糊增強方法的概述模糊增強主要分為3步：（1）模糊化（2）迭代計算（3）去模糊 化給定一個圖像f （I, J）,其中mx n個象素和f最大值，并讓 I = 1,2m , J =1,2 n,是在像素位置（I, J）的灰度級。鑒于模糊 集理論，該圖像可以被認為是模糊的單身集合，每個帶有一個隸 屬函數(shù)表示具有某種灰度級。模糊集合F對應(yīng)此圖像可以寫成以 下形式：其中,山< 1,指定的亮度的程度由第(i, j)個像素的灰度等級fij確定。此指定亮度通常是圖像灰度級的最大值fmax這里山

7、=0表示暗，Jij =1表示亮。任何中間值是指像素的最大灰 度級的級別。一系列的也被稱作圖像的模糊平面特性，山表示如其中Fc和Fd分別表示指數(shù)和模糊。很明顯，這兩個正的常數(shù)有 改變模糊屬性平面的模糊的效果。一個特別的灰度等級被稱為交 叉點，在此處勺=G fij m5。模糊增強關(guān)鍵是對比度增強操作符(INT)，降低的模糊性通過增加在0.5以上的冏的值，降低那 些低于0.5的值。模糊集中的對比度增強操作符(INT)生成 另一個模糊集其隸屬函數(shù)表達為如下：TUlJ 230"川0.5,其中T表示操作符INT，圖像f(ij )可以再屬性域通過以下轉(zhuǎn)換函數(shù) 增強：兀=W g = T(T(/勺)，

8、尸12(4)其中一 被定義為T的連續(xù)應(yīng)用，在限制的情況下，當產(chǎn)生二值圖像。增強的圖像可以通過以下逆轉(zhuǎn)r > +s M換獲得:ftj =(5)其中'增強圖像像素的灰度等級，一表示的逆轉(zhuǎn)換，我們可 以確定轉(zhuǎn)換前后灰度等級的最大值是相等的。3廣義模糊增強算法在第1部分中我們已經(jīng)指出，使用模糊增強得到的增強圖像在灰 度等級的范圍上和原圖像是幾乎相同的，僅僅進行了局部灰度等 級的增加或減少。然而，對于那些灰度級范圍較窄的和對比度的 較低的圖像，由模糊增強獲得的圖像的視覺效果是不令人滿意 的。為了擴大灰度級的范圍，我們建議采用廣義模糊增強方法對 灰度轉(zhuǎn)換的結(jié)果進行轉(zhuǎn)換。廣義模糊增強系統(tǒng)的框圖

9、中如圖1：Fig. 1 Block diagram of the generalized iin ag e enhancement system nsin fiizzy sets平滑操作s的目的是抑制噪聲或圖像中的其它小的波動，它等同 于抑制傅里葉變換域中高頻。由于平滑基于直接平均模糊圖像邊 緣的方法，本文是利用中值濾波。中值濾波是一種非線性平滑化 方法，通過由其附近點亮度的平均值來替換當前值減小了邊緣的 模糊。在改進的模糊增強(在圖1中表示為IFE)的階段，一個 隸屬函數(shù)的規(guī)范化形式被提出，其仍保持原有的模糊增強和灰度 變換的優(yōu)點，同時將灰度范圍的隸屬函數(shù)轉(zhuǎn)換到0,1。這種新的隸屬函數(shù)可以表

10、示為角J 二丹（厶）二1+ ?,/ma x J min 丿其中在方程（6）中符號的含義是與上述相同的含義。 在方程（3） 和（4）迭代模糊增強之后，使用改進的模糊增強獲得的增強圖像可使用公式（6）的逆變換獲得，它具有以下形式：珀=- 1 一九耳（/nW -入n）ax最終轉(zhuǎn)換結(jié)果可以通過轉(zhuǎn)換方程來獲得，形式如下:_ /n 祎 _ /nin （_ f1、亠嚴m(xù)ax* ij） 軒 f r Jtj J minJ min "J max J min其中像素的灰度級，灰度最大值，灰度最小值分別表示為類似的,/-1'1 和/|'1分別表示增強后的灰度最大值和最小值。且滿足下列關(guān)系:要

11、終止所提出的圖像增強算法的迭代過程， 一個新的目標圖像質(zhì) 量評價準則是根據(jù)圖像的灰度直方圖的統(tǒng)計特征。通常，一個具 有良好的視覺效果的圖像，具有灰度級的一個寬的動態(tài)范圍，即, 豐富的灰度級，其直方圖曲線也是光滑的?？紤]到這一事實，圖 像質(zhì)量評價指數(shù)可表示為如下：在圖像質(zhì)量，灰度級的動態(tài)范圍，實際的灰度級數(shù)目是由廠，“ 和N表示。此外，和 表示的像素的數(shù)目與部分的灰度級的 像素的圖像的總數(shù)和 的平均比例。顯而易見的是，廠越小， 圖像視覺越好。根據(jù)上面的分析，廣義模糊增強算法可以被概括如下。算法1:廣義模糊增強1輸入原始圖像F（l ,J）,令r= 1和定義最小值八"和最大值2對于每個像素

12、F（ i，j）中，由3*3相鄰像素的灰度平均值取代 它的灰度值3根據(jù)（6）計算第r級模糊屬性面的濾波圖像。4變換由（3）和（4）定義的模糊屬性平面5求解逆變換H （7），和第r次迭代模糊增強圖像的灰度值6由（8）計算增強后的圖像的灰度.7計算第r級模糊增強后的圖像的質(zhì)量：；，''''，如果S（F）%（r-1），執(zhí)行尸小到4,否則迭代結(jié)束。&輸出第（r-1）次增強后的圖像。4針對圖像分割的改進的標記算法從一個二進制圖像找到連接組件是一件重要的事情。連續(xù)成分的算法通常用于由不同的標記來標記不同的連通區(qū)域序貫算法是一個兩通算法。第一遍掃描的二值圖像，并分配任何

13、未標記的像素一個新標簽。在這些標簽的分配中相鄰像素的標簽將被考慮。 在第二遍期間的像素的標簽都被改變到等價類的標簽。本文提出了一種改進的標記方法。這種改進的標簽方法進行圖像分割是很 容易理解，不必建立等價類。算法2:改進的標簽算法1掃描二值圖像從左到右，從上到下.2如果當前像素具有“0”值，則跳過此像素到下一個像素，并重 復(fù)此步驟，否則請轉(zhuǎn)到步驟3。3如果左邊，頂部和左上部像素含有“ 0”值，然后分配一個新標 簽給這個像素，否則到下一步4分配左上像素的標簽到當前像素如果左上角的像素具有“ 1”的值，否則轉(zhuǎn)到下一步。5指定的左上像素的標簽給當前像素如果頂部像素和左側(cè)的像素 具有“0”值和“ 1”

14、值，分別否則轉(zhuǎn)到下一步6分配的頂部象素的標簽給當前像素如果頂部像素和左側(cè)的像素 具有“1”值和“0”分別否則轉(zhuǎn)到下一步.7如果頂部的像素和左側(cè)的像素都具有 “ 1”的值且被標以相同的 標號，然后分配這個標號給當前像素，否則轉(zhuǎn)到下一個step.8如果頂部的像素和左像素都具有 “ 1”且被標以不同的標號，然 后小標簽給當前像素，同時具有較小的標簽替換較大的標簽的所 有掃描的像素，否則進入下一步。9。如果所有像素都被掃描，然后結(jié)束，否則轉(zhuǎn)到步驟 25表示目標的取向分割決定分割圖像區(qū)域的姿態(tài)在圖象描述中是一個頻率問題。圖像區(qū)域的位置由它的幾何特征很容易地計算。然而，有一個奇點問題表示物體的方位。這個問

15、題可以用圖2來解釋。Fig. 2 Siiigulaiity of representing orientation 在圖2中，兩個字母A的方向不同，但由最小慣量得到的值是相 同的，有下列線性方程表達:y = kxx+b其中k = + tan&. bx-y-kx .分段圖像的塊中心由"八來表示，是最小慣量和水平方向yj 工 + &的夾角，垂直的最小慣量為.，遵循點的工程坐標表示如下：b、一爲 bk、T _ V -6實驗研究及結(jié)果為了闡明廣義模糊增強方法的有效性和改進標記算法，在此部分提出了應(yīng)用到低對比度較少灰度圖像的增強問題。通過比較，我 們比較廣義模糊增強與模糊增強和

16、灰度變換的結(jié)果的結(jié)果。原退 化圖像是由于在圖3。通過灰度變換（圖4）增強的圖像擴展灰度范圍的原始圖像，但對象的輸出圖像中的輪廓不清晰和它的對比度是不可取的。增強結(jié)果經(jīng)典模糊增強示于圖。5。我們可以很容易地發(fā)現(xiàn)，這種增強的方法是不適合原來的退化圖像的增 強問題，因為輸出圖像的視覺效果，只有具有比原始圖像的多一 點改善。由廣義模糊增強圖提高了輸出圖像。6 ,以及相關(guān)的參數(shù)是，和二由于增強的圖像不僅豐富了原有的退化圖像的灰度級，但同時也增加了它的對比度，結(jié)果圖像 具有良好的視覺效果。表1表示的圖像質(zhì)量和增強次數(shù)之間的關(guān) 系。圖像分割和識別的結(jié)Fig. 3 Original image (TwQ =

17、0.0413)Fig. 4 Image enhanced by gray level traiisfonnatio: (仇廠 0.0163)Fig. 5 Image enhanced by fiizzy enhancement (仇i=0.0214)Fig. 6 linage enhanced by generalized fiizzy enhancement (<T 3 = 0.0158)Fig. 7 Result of image segmentation and recognitionafter GFETable 1 Relation ship between the quality of enhanced iinage and th亡 iteration timesr -1r=2r = 3b沖10,02370.02140.02820.01630.01630.0163% 30.01750.01580.0161給定圖像尺寸為768*576，最小慣量與垂