基于图像传感器的图像画质增强算法研究

来源:用户上传      作者:

　　摘  要： 针对当前图像画质增强算法存在的亮度低、噪声大、对比度小等缺陷，为改善传感器输出图像的视觉效果，设计基于图像传感器的图像画质增强算法。首先，采用图像传感器对目标图像进行采集，并引入双边滤波算法对采集的原始图像进行去噪，抑制噪声图像画质干扰;然后，采用幂次变换提高去噪图像的对比度，并采用非线性变换对去噪图像进行亮度增强;最后，采用Retinex算法根据人眼视觉感知特性对图像整体进行增强，使图像的不同区域过渡更加自然，并进行了图像画质增强性能的验证性测试实验。结果表明，所提算法较好地解决了当前图像画质增强过程中存在的一些难题，提高了图像的信噪比，亮度和对比度也得到了明显的改善，相对于对比算法，获得了十分理想的图像画质增强结果。
　　关键词： 画质增强算法; 图像处理技术; 图像去噪; 信号采集; 双边滤波; 性能测试
　　中图分类号： TN911.73?34; TP317.4                   文献标识码： A                文章编号： 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
　　随着图像处理技术和传感器技术的迅速发展和不断成熟，出现了专用于图像信息采集的传感器。相对于其他类型的传感器，图像传感器不仅稳定性好、抗干扰能力强，而且运行速度快，在图像处理领域得到了广泛、成功的应用[1?3]。在图像传感器的工作过程中，由于外界环境的影响，如光照变化以及操作人员自身的影响，得到的原始图像包含有一定的噪声，亮度比较暗，图像模糊，因此需要对传感器输出的图像画质进行增强处理，图像画质增强算法的设计成为了当前一个重大研究课题[4?6]。
　　为了提高图像质量，国内外专家和学者引入许多技术对图像画质增强问题进行研究。国外的图像画质增强研究起步早，提出的图像画质增强算法相对较多，增强技术也比较成熟[7?9];国内由于投入的人力、财力比较大，图像画质增强研究发展迅速也取得了许多重要的研究成果[10]。最初设计了基于直方均衡图的图像画质增强算法，通过对原始图像像素进行增强处理，以改善图像画质，但是该方法对噪声十分敏感，通用性比较差。后来，有学者提出基于小波变换的图像画质增强算法，对原始图像进行空间变换，从变换后的空间去掉图像中的噪声，抑制噪声对图像画质的影响，但是其无法对图像对比度以及亮度进行改善，无法获得理想的图像画质增强结果。最后，有学者提出基于Retinex算法的图像画质增强算法，根据人的视网膜特性对图像进行处理，改善图像质量，尤其对于光照变化比较大的图像，可以获得较理想的结果，但是其假设光照均匀，这与实际情况不相符，使得图像画质出现“过增强”现象，图像质量有待进一步改善[11?13]。 　　为了解决当前图像画质增强过程中存在的亮度低、噪声大、对比度小等不足，本文设计了基于图像传感器的图像画质增强算法，图像画质增强性能的验证性测试实验结果表明，本文算法较好地解决了当前图像画质增强过程中存在的一些难题，提高了图像的信噪比，亮度和对比度也得到了明显的改善，相对于对比算法，获得了更优的图像画质增强结果。
　　1  基于图像传感器的图像画质增强思路
　　本文设计的传感器图像画质增强基本思路为：
　　1） 采用图像传感器对目标图像进行采集，并获得原始图像，引入双边滤波算法对采集到的原始图像进行去噪，抑制噪声图像画质干扰;
　　2） 采用幂次变换对去噪图像进行对比度增强，并采用非线性变换对去噪图像进行亮度增强，提高图像的清晰度;
　　3） 采用Retinex算法根据人眼视觉感知特性对图像整体进行增强，去掉图像中的光照反射分量，使图像的不同区域过度更加自然，以改善图像画质，具体如图1所示。
　　2  基于图像传感器的图像画质增强算法具体设计
　　2.1  双边滤波算法的图像去噪操作
　　由于图像传感器采集的原始图像中包含了一定数量的噪声，噪声会将有用的信息淹没掉，这样使图像无法真正地表达想要表达的信息，因此要进行去噪操作，当前有许多有效的噪声去除算法，如傅里叶变换、曲波变换、双边滤波算法等。
　　相对于其他算法，双边滤波算法可以保证在原始信息完整的条件下，将图像中的噪声去除干净，因此，本文选择双边滤波算法对图像传感器采集的原始图像进行去噪操作。
　　[g（x，y）=f（x，y）+n（x，y）] （1）
　　式中：[f（x，y）]为理想的图像;[n（x，y）]为噪声。
　　引入雙边滤波对图像进行预处理，实质就是消除[n（x，y）]，得到理想的图像，即：
　　[g（x，y）=i，j∈sx，yw（i，j）g（i，j）i，j∈sx，yw（i，j）] （2）
　　式中：[sx，y]表示像素点[（x，y）]的邻近区域;[w（i，j）]表示权值，其定义为：
　　[w（i，j）=ws（i，j）wr（i，j）] （3）
　　式中：[ws（i，j）]和[wr（i，j）]分别表示亮度和对比度因子，具体如下：
　　[ws（i，j）=e-i-x2+j-y22σ2swr（i，j）=e-g（i，j）-g（x，y）22σ2r] （4）
　　式中[σs]和[σr]分别表示亮度和对比度衰减因子。
　　2.2  幂次变换和非线性变换的图像处理
　　采用幂次变换对图像进行处理，可以将一些灰度区域动态范围映射到更大的区域，提高图像的对比度，具体为：
　　[h（x，y）=cf（x，y）γ] （5）
　　式中[c]，[γ]均为正常数。
　　采用幂次变换对图像进行处理后，有可能出现高光区域，为了防止该现象的发生，采用非线性变换对图像进行处理，分别对图像暗区和亮区的细节进行增强，使图像的亮度更加合理，具体为：
　　[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<v≤200（v-200）55+9，     200<v≤255]   （8）
　　式中：[a]为亮度调整参数;[v（x，y）]为整个图像的灰度值;[v]为灰度均值。
　　2.3  Retinex算法的图像增强操作
　　Retinex算法是一种根据中心/环绕理论的图像增强算法，具有较高的色彩保真度，[Gx，y]表示待处理的图像，其反射光分量和照射光分量分别为[Rx，y]和[Lx，y]，那么有：
　　[Gx，y=Rx，yLx，y]   （9）
　　为了使反射光分量和照射光分量能够有效分离，对式（9）两边进行取对数操作，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）
　　采用低通滤波函数对待处理的图像进行卷积操作，可以得到：
　　[L（x，y）=G（x，y）?h（x，y）] （11）
　　采用Retinex算法去掉图像照射光的分量，得到反射光分量的估计，具体如式（12）所示，这样，图像可以适合光照变化要求，图像视觉效果更优。
　　[R（x，y）=expG（x，y）-ln L（x，y）] （12）
　　3  图像画质增强算法的性能测试
　　3.1  测试环境
　　为了测试本文提出的图像画质增强算法的性能，进行了性能测试试验，测试环境为：Intel 酷睿i3 8100 CPU，金士顿DDR4 2400 8 GB内存，西部数据WD GREEN 240 GB M.2 2280 SSD硬盘。为了使本文算法的测试结果更具说服力，选择文献[11]和文献[12]算法的图像画质增强算法进行对比测试。画质待增强图像如图2所示。从图2可以看出，图像比较模糊，清晰度不够，灰暗，图像的画质比较差。
　　3.2  图像画质增强后的视觉效果对比
　　所有算法图像画质增强后的视觉效果如图3～图5所示。从图3～图5的图像画质增强后的视觉效果可以看出，本文算法的图像画质更优，而对比算法的图像出现了过增强或者图像清晰度不够的缺陷，本文方法获得了理想的图像画质。 　　3.3  图像画质增强后的整体性能对比
　　为了测试图像增强后画质的整体性效果，本文选择峰值信噪比（PSNR）、平均绝对误差（MAE）对测试结果进行对比和分析[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]分别为图像的行数和列数。
　　统计增强后图像的PSNR，MAE，结果如表1所示。
　　从表1可以看出，本文算法增强后图像的PSNR最高，这表明本文算法有效地抑制了噪声的不利影响;MAE最低，说明本文算法与理想的图像偏差很小，图像的整体性能要远远优于对比算法。
　　4  结  语
　　为了改善图像画质，本文设计了基于图像传感器的图像画质增强算法。测试结果表明，双边滤波算法能够抑制噪声的干扰，提高图像的信噪比，使图像的有用信息更加丰富，引入幂次变换和非线性变换提升图像的对比度和亮度。采用Retinex算法消除了光照变化对图像画质的影响，获得了理想的图像画质，具有广泛的应用前景。
　　参考文献
　　[1] 肖进胜，单姗姗，段鹏飞，等.基于不同色彩空间融合的快速图像增强算法[J].自动化学报，2014，40（4）：697?705.
　　[2] 张菲菲，谢伟强，秦前清.人眼视觉感知驱动的梯度域低照度图像对比度增强[J].计算机辅助设计与图形学学报，2014，26（11）：1981?1989.
　　[3] 张新龙，汪荣贵，张璇，等.基于视觉区域划分的雾天图像清晰化方法[J].电子测量与仪器学报，2010，24（8）：754?762.
　　[4] 窦智，韩玉兵，胡静，等.内容相关的分块处理自适应图像对比度增强算法[J].计算机科学，2014，41（10）：110?114.
　　[5] 遆晓光，曲悠杨.一种改进的色彩保持低照度图像增强方法[J].哈尔滨工业大学学报，2014，46（3）：1?7.
　　[6] 付树军，阮秋绮.基于双线耦合扩散的保持特征的边缘锐化和图像增强[J].计算机学报，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] 汪榮贵，杨万挺，方帅，等.基于小波域信息融合的MSR改进算法[J].中国图象图形学报，2010，15（7）：1091?1098.
　　[9] 刘海波，汤群芳，杨杰.改进直方图均衡和Retinex算法在灰度图像增强中的应用[J].量子电子学报，2014，31（5）：525?532.
　　[10] 李垚峰，何小海，吴小强.改进的带色彩恢复的多尺度Retinex雾天图像增强算法[J].计算机应用，2014，34（10）：2996?2999.
　　[11] 汪荣贵，周良，张新龙，等.基于Retinex的JPEG 图像增强新方法[J].中国图象图形学报，2011，16（12）：2124?2132.
　　[12] 汪荣贵，朱静，杨万挺，等.基于照度分割的局部多尺度Retinex算法[J].电子学报，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.
转载注明来源:https://www.xzbu.com/8/view-15245412.htm