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