一種基于直覺模糊集的圖像增強(qiáng)方法
【專利摘要】本發(fā)明公開了一種基于直覺模糊集的圖像增強(qiáng)方法，有效改善弱邊緣噪聲圖像質(zhì)量，涉及數(shù)字圖像處理【技術(shù)領(lǐng)域】。本發(fā)明利用直覺模糊集理論，提出新的直覺模糊算子，然后通過隸屬度平面上的自適應(yīng)操作，增大前景區(qū)域像素點(diǎn)的隸屬度、降低背景區(qū)域像素點(diǎn)的隸屬度，最后通過逆變換獲取高質(zhì)量的圖像，從而有選擇性地突出或抑制圖像的特定信息，使其更適合人類的視覺特性或其它系統(tǒng)的識別功能。
【專利說明】一種基于直覺模糊集的圖像增強(qiáng)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像處理【技術(shù)領(lǐng)域】，具體是一種基于直覺模糊集的圖像增強(qiáng)方 法。

【背景技術(shù)】
[0002] 在相當(dāng)多的場合，由于受到不同類型噪聲的污染，或成像設(shè)備和圖像傳輸設(shè)備等 物理性質(zhì)的限制，光學(xué)或醫(yī)學(xué)圖像質(zhì)量嚴(yán)重退化，其對比度差，圖像邊緣和感興趣區(qū)域模 糊，因而需要采用圖像增強(qiáng)處理技術(shù)改善圖像質(zhì)量，以期獲得在視覺感知或某種最優(yōu)準(zhǔn)則 下的高質(zhì)量圖像。圖像增強(qiáng)技術(shù)主要有空域和頻域兩大類，其目的在于選擇性地突出或抑 制圖像的特定信息，從而調(diào)節(jié)圖像的對比度，平滑圖像的感興趣區(qū)域，或銳化圖像的邊緣和 細(xì)節(jié)信息等。然而，盡管已有諸如直方圖均衡化、非線性反銳化掩模、小波變換和模糊集等 圖像增強(qiáng)方法，但對于弱邊緣噪聲圖像質(zhì)量的改善在計(jì)算機(jī)視覺和模式識別中依然面臨很 大困難。
[0003] 依據(jù)假設(shè)：具有均勻分布的灰度直方圖的圖像具有最佳的視覺對比，直方圖均衡 法在圖像增強(qiáng)領(lǐng)域占據(jù)主導(dǎo)地位（S.D. Chen and A.R. Ramli, "Minimum mean brightness error bi-histogram equalization in contrast enhancement,，'IEEE Trans. Consumer Electronics, vol. 49, no. 4, pp. 1310-1319, Nov. 2003.)。然而，自動分析和亮度保持方面的 不足，以及沖蝕效應(yīng)阻礙了直方圖均衡法的發(fā)展。此外，圖像的采集和傳輸過程中不可避 免地會產(chǎn)生模糊性和不確定性，且圖像的邊緣、紋理和區(qū)域等特征的定義也存在模糊性，因 此，有效描述圖像信息應(yīng)該利用啟發(fā)式的人類知識表達(dá)方法，而這種方法是高度非線性的， 不能用經(jīng)典數(shù)學(xué)模型表示。
[0004] 由于模糊技術(shù)是非線性的和基于知識的，且可以處理具有模糊性的而不是隨機(jī)性 的缺損數(shù)據(jù)，模糊集理論已在圖像處理領(lǐng)域引起廣泛關(guān)注（M. Hanmandlu and D. Jha, "An optimal fuzzy system for color image enhancement,，' IEEE Trans. Image Processing ，vol. 15, no. 10, pp. 2965-2966, Oct. 2006.)。模糊技術(shù)的成功應(yīng)用表明，歸功于圖像處理固 有的模糊性，基于模糊集和模糊邏輯方法非常適合自動調(diào)節(jié)圖像的對比度，改善圖像質(zhì)量 (C.Yang等"A fuzzy-statistics-based principal component analysis (FS-PCA)method for multispectral image enhancement and display,，'IEEE Trans. Geoscience&Remote Sensing, vol. 46, no. 11，pp. 3937-3947, Nov. 2008.)。然而，經(jīng)典模糊增強(qiáng)方法也存在一些 瑕疵：一是輸出圖像的灰度范圍幾乎是不變的，這表明該方法不合適處理灰度等級少、對 比度低的退化圖像；二是隸屬函數(shù)的范圍不是一個(gè)規(guī)范形式；三是缺乏圖像增強(qiáng)的優(yōu)化條 件。
[0005] 因此，如何設(shè)計(jì)更符合人類決策過程的模糊圖像增強(qiáng)方法對改善圖像質(zhì)量，為后 續(xù)圖像分析具有重要意義。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明是針對現(xiàn)有圖像增強(qiáng)處理方法存在的上述技術(shù)問題，提供了一種基于直覺 模糊集的圖像增強(qiáng)方法。
[0007] -種基于直覺模糊集的圖像增強(qiáng)方法，包括以下步驟：
[0008] 步驟1，將原始圖像I劃分為各個(gè)子圖像；
[0009] 步驟2,對每一個(gè)子圖像通過閾值分割為前景區(qū)域和背景區(qū)域；
[0010] 步驟3,對每一個(gè)子圖像求解各個(gè)像素點(diǎn)的隸屬度；
[0011] 步驟4,對每一個(gè)像素點(diǎn)隸屬度進(jìn)行調(diào)整使得前景區(qū)域的像素點(diǎn)的隸屬度增大，背 景區(qū)域的像素點(diǎn)的隸屬度減??；
[0012] 步驟5,將步驟4調(diào)整之后的隸屬度逆變換到像素平面得到對比度增強(qiáng)的圖像J ;
[0013] 步驟6，將原始圖像I和圖像J加權(quán)求和，獲得增強(qiáng)后圖像K。
[0014] 如上所述的閾值分割為Otsu閾值分割。
[0015] 如上所述的步驟3的隸屬度的求解基于以下公式：

【權(quán)利要求】
1. 一種基于直覺模糊集的圖像增強(qiáng)方法，其特征在于，包括以下步驟： 步驟1，將原始圖像I劃分為各個(gè)子圖像； 步驟2,對每一個(gè)子圖像通過閾值分割為前景區(qū)域和背景區(qū)域； 步驟3,對每一個(gè)子圖像求解各個(gè)像素點(diǎn)的隸屬度； 步驟4,對每一個(gè)像素點(diǎn)隸屬度進(jìn)行調(diào)整使得前景區(qū)域的像素點(diǎn)的隸屬度增大，背景區(qū) 域的像素點(diǎn)的隸屬度減?。? 步驟5,將步驟4調(diào)整之后的隸屬度逆變換到像素平面得到對比度增強(qiáng)的圖像J; 步驟6,將原始圖像I和圖像J加權(quán)求和，獲得增強(qiáng)后圖像K。
2. 根據(jù)權(quán)利要求1所述的一種基于直覺模糊集的圖像增強(qiáng)方法，其特征在于，所述的 閾值分割為Otsu閾值分割。
3. 根據(jù)權(quán)利要求1所述的一種基于直覺模糊集的圖像增強(qiáng)方法，其特征在于，所述的 步驟3的隸屬度的求解基于以下公式：
其中，W1和Ψ2均為模糊化函數(shù)，w,是閾值，Hkl是前景區(qū)域的像素點(diǎn)灰度均值，Hl1是背 景區(qū)域的像素點(diǎn)灰度均值，Uij表示在像素點(diǎn)（i，j)處的灰度值，Utj(Uij)表示前景區(qū)域內(nèi) 像素點(diǎn)（i，j)處的隸屬度，μJuij)表示背景區(qū)域內(nèi)像素點(diǎn)（i，j)處的隸屬度。
4. 根據(jù)權(quán)利要求3所述的一種基于直覺模糊集的圖像增強(qiáng)方法，其特征在于，所述的 步驟4中隸屬度的調(diào)整是基于以下公式：
其中，T1和T1均為隸屬度調(diào)整函數(shù)，為前景區(qū)域，ΩΒ為背景區(qū) 域，μ'Α(&)指經(jīng)過隸屬度調(diào)整后像素點(diǎn)（i，j)處新的隸屬度，^(Uij)指 前景區(qū)域內(nèi)像素點(diǎn)的隸屬度，yB(Uij)指背景區(qū)域內(nèi)像素點(diǎn)的隸屬度，
和 /C分別指前景區(qū)域像素點(diǎn)的隸屬度的最小值和最大值，A"*和/T分別指背景區(qū)域隸屬度 的最小值和最大值。
5. 根據(jù)權(quán)利要求4所述的一種基于直覺模糊集的圖像增強(qiáng)方法，其特征在于，所述的 步驟5中逆變換是基于以下公式：
其中，CD1和φ2均為逆變換函數(shù)，u'u表示像素點(diǎn)（i，j)處的新的像素值，μ' Q(UiJ) 指前景區(qū)域的各個(gè)像素點(diǎn)經(jīng)過步驟4隸屬度調(diào)整后所得的新的隸屬度，μ'Juj指背景區(qū) 域經(jīng)過步驟4隸屬度調(diào)整后所得的各個(gè)像素點(diǎn)新的隸屬度，Umin和Umax分別為原始圖像I的 最小和最大灰度值。
6.根據(jù)權(quán)利要求5所述的一種基于直覺模糊集的圖像增強(qiáng)方法，其特征在于，所述的 步驟6中加權(quán)求和是基于以下公式： Ku(i，j) = a·Iu(i，j)+b·Ju(i，j)， 其中Ku(ij為增強(qiáng)后圖像中在像素點(diǎn)（i，j)處的像素值，Iu(ij為原始圖像I中在像素 點(diǎn)（i，j)處的像素值，Juaj)為對比度增強(qiáng)的圖像J中在像素點(diǎn)（i，j)處的像素值，a和b 均為非負(fù)數(shù)。
【文檔編號】G06T5/00GK104463804SQ201410768670
【公開日】2015年3月25日 申請日期:2014年12月12日 優(yōu)先權(quán)日:2014年12月12日
【發(fā)明者】周欣, 鄧鶴, 孫獻(xiàn)平, 劉買利, 葉朝輝 申請人:中國科學(xué)院武漢物理與數(shù)學(xué)研究所