專利名稱：一種融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種芯片設(shè)計(jì)領(lǐng)域中的圖像處理技術(shù)，尤其涉及一種融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，即用模糊集理論實(shí)現(xiàn)一種圖像增強(qiáng)的方法，可用于處理黑白和彩色圖像。

背景技術(shù)：
目前，在芯片設(shè)計(jì)中圖像處理的應(yīng)用越來越廣泛，比如數(shù)碼照相機(jī)、數(shù)碼攝像機(jī)、手機(jī)、視頻會議系統(tǒng)等等。而圖像處理一般包括預(yù)處理、壓縮和后處理幾個(gè)部分。圖像增強(qiáng)技術(shù)是圖像預(yù)處理中一種常用的手段，其目的是按照特定的需要，針對給定的圖像，有選擇地突出或削弱圖像中的某些信息，以提高人眼的視覺效果，或?qū)D像轉(zhuǎn)換成適合人眼的觀察或機(jī)器的分析與處理。
由于彩色圖像可能被噪聲污染，如傳感器振動、背景光分布不均、光照條件不足、圖像采集過程中光圈設(shè)置不當(dāng)或快門速度調(diào)節(jié)不當(dāng)引起曝光不足或曝光過度等，上述不確定因素都會使圖像質(zhì)量下降。此時(shí)的圖像已經(jīng)不適合后續(xù)的分析與處理，因此對圖像進(jìn)行增強(qiáng)處理已經(jīng)成為必要。圖像增強(qiáng)是數(shù)字圖像預(yù)處理中的一種重要手段，通過圖像增強(qiáng)可以改善視覺效果，或易于機(jī)器分析。圖像的模糊增強(qiáng)是利用圖像中存在的某種不確定性，即模糊性，將模糊集理論用于圖像增強(qiáng)的一種方法。傳統(tǒng)的圖像增強(qiáng)方法分為空域法和頻域法?？沼蚍ㄈ鐖D像均衡、對比度拉伸等。傳統(tǒng)的面向具體問題的圖像增強(qiáng)方法當(dāng)圖像亮度分布不均勻時(shí)(如圖像中有大部分區(qū)域很白、小部分區(qū)域偏黑或大部分區(qū)域很黑，小部分區(qū)域很白的情況)會處理失效，具有很大局限性。由于圖像被噪聲污染的原因的不確定性，以及圖像的某些模糊特性，難以用統(tǒng)計(jì)信息進(jìn)行描述，而模糊數(shù)學(xué)的理論能夠很好地解決這些不確定的、具有模糊性的問題。利用模糊集合的概念和邏輯推理方式處理圖像因多灰度所造成的不確定性問題比用普通集合的思維更加合理。將模糊集理論用于圖像增強(qiáng)領(lǐng)域，可以取得比傳統(tǒng)圖像增強(qiáng)方法更好的視覺效果。
1965年，美國加利福尼亞大學(xué)著名控制論專家L.A.Zadeh教授發(fā)表了論文“fuzzy sets”，文中明確提出了模糊性的問題，給出了模糊概率的定量描述方法，從而誕生了模糊數(shù)學(xué)。模糊數(shù)學(xué)的產(chǎn)生不僅拓寬了經(jīng)典數(shù)學(xué)的數(shù)學(xué)基礎(chǔ)，而且為數(shù)學(xué)更好地運(yùn)用到具體模糊現(xiàn)象和模糊概念的各個(gè)領(lǐng)域作出了重要貢獻(xiàn)。目前，模糊集理論已經(jīng)廣泛用于人工智能、模式識別等領(lǐng)域中，并取得了明顯成效。1981年，S.K Pal等人提出了圖像的模糊增強(qiáng)方法，將模糊理論引入到圖像增強(qiáng)技術(shù)中。模糊性是指客觀事物的差異在中間過渡時(shí)所呈現(xiàn)的“亦此亦彼”的不分明性，比如“高與低”，“冷與熱”，“暗與亮”等。由于圖像在成像過程中存在許多不確定性，即模糊性，針對圖像的模糊性將模糊理論運(yùn)用到圖像處理，往往能夠取得比傳統(tǒng)圖像增強(qiáng)方法更好的視覺效果。Pal模糊圖像增強(qiáng)算法有以下基本步驟(1)對原圖像按一定變換公式進(jìn)行模糊特征提取，得到圖像的模糊特征平面；即首先將一幅M×N維且具有L個(gè)灰度級(一般L取值為0～255)的圖像X看作一個(gè)模糊點(diǎn)陣表示圖像(i，j)個(gè)象素xij具有的某種特征的程度，pij稱為隸屬函數(shù)。隸屬函數(shù)可以是非線性指數(shù)型或倒數(shù)型函數(shù)，也可以為線性函數(shù)。簡記為pij＝T(xij)。T為從空域圖像變換到模糊域的變換因子，T變換中包括指數(shù)型和倒數(shù)型因子，它們的取值將直接影響到模糊性的大小。(2)在模糊特征平面上，對模糊特征按一定的模糊增強(qiáng)算子進(jìn)行增強(qiáng)處理，得到增強(qiáng)后的模糊增強(qiáng)平面；即模糊增強(qiáng)算子定義為pij′＝Ir(pij)＝I1(Ir-1(pij))，r為迭代次數(shù)。傳統(tǒng)的模糊增強(qiáng)算法中，模糊增強(qiáng)算子為指數(shù)型因子、對數(shù)型因子、雙曲函數(shù)型因子或多項(xiàng)式因子中的一種。(3)對新的模糊增強(qiáng)平面按照(1)的逆變換，得到相應(yīng)的增強(qiáng)后的輸出圖像；即對已增強(qiáng)的模糊特征pij′進(jìn)行T-1變換，得出已增強(qiáng)的空域圖像X′，記為X′＝T-1(pij′)，T-1為(1)中T的反變換，主要目的是將增強(qiáng)后的模糊域圖像反變換回空域，以得到增強(qiáng)后的空域圖像。
傳統(tǒng)的模糊增強(qiáng)方法具有以下缺陷(1)由于其選擇的模糊隸屬度函數(shù)的局限性，使得模糊增強(qiáng)后的圖像丟失部分低灰度信息。(2)對圖像的整個(gè)灰度區(qū)域進(jìn)行增強(qiáng)，無法針對幾個(gè)感興趣的灰度級別進(jìn)行處理。(3)傳統(tǒng)的模糊增強(qiáng)對于不同的圖像，只采用同一種模糊增強(qiáng)算子對數(shù)字圖像進(jìn)行增強(qiáng)，無法對各種亮暗級別的圖像均取得較好的視覺效果。


發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，能夠根據(jù)不同圖像的亮暗等級，選擇不同的模糊算子進(jìn)行圖像模糊增強(qiáng)，充分利用不同算子對于不同圖像處理的優(yōu)勢，以達(dá)到處理不同亮暗程度的圖像，均能取得較好的視覺效果的目的。
為解決上述技術(shù)問題，本發(fā)明提出了一種融合多模糊算子的圖像增強(qiáng)方法，對輸入的一幅圖像的處理步驟包括步驟一、判斷圖像的整體亮暗程度并確定圖像的整體亮暗級別；步驟二、根據(jù)步驟一確定的圖像的整體亮暗級別，采用不同的隸屬度函數(shù)變換到模糊域；其中等級一和等級二采用線性隸屬度函數(shù)進(jìn)行變換，等級三和等級四采用分段非線性隸屬度函數(shù)進(jìn)行變換；步驟三、采用相應(yīng)的模糊算子對圖像進(jìn)行增強(qiáng)操作，其中等級一采用多項(xiàng)式增強(qiáng)算子進(jìn)行模糊增強(qiáng)，等級二采用對數(shù)型增強(qiáng)算子進(jìn)行模糊增強(qiáng)，等級三和等級四采用分段渡越型增強(qiáng)算子進(jìn)行模糊增強(qiáng)；步驟四、將圖像從模糊域反變換回空域，并輸出增強(qiáng)后的圖像，其中反變換采用的是步驟二中變換函數(shù)的反變換。上述步驟一判斷整體亮暗級別，可以通過人眼觀察所述圖像后判斷，也可以通過統(tǒng)計(jì)分析圖像的亮度平均值的大小來判斷，若亮度平均值較小，即為偏暗，若亮度平均值較大，即為偏亮；上述圖像的整體亮暗級別分為四級，其中等級一為非常暗，等級二為一般的暗，等級三為一般的亮，等級四為非常亮。其中等級一～二級針對偏暗圖像，等級三～四級針對偏亮圖像。上述步驟二和步驟三是對0～255共256級灰度級，即數(shù)值0～255共256個(gè)數(shù)，做所述的操作以得到256級灰度的映射表，所述增強(qiáng)即將對應(yīng)點(diǎn)象素值查映射表，以得到相應(yīng)的映射輸出值。
模糊增強(qiáng)處理過程如下 對于整體亮暗級別確定為等級一的圖像，采用如下步驟進(jìn)行處理步驟(a)、定義線性隸屬度函數(shù)為pij＝xij/Lmax，將圖像從空域映射到模糊域空間，其中xij為圖像中的第(i，j)個(gè)象素，Lmax為圖像的最大灰度等級，其取值為0～255；步驟(b)、選用多項(xiàng)式型增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即其中t1，t2，t3，t4為可調(diào)因子，使得I1(pij)為凸函數(shù)，即I1(pij)需滿足I1(0)＝0，I1(1)＝1，I1(x)≥x；步驟(c)、將增強(qiáng)后的模糊域圖像反變換回空域并輸出，即xij′＝pij′×Lmax；上述步驟(b)中增強(qiáng)算子最好為 對于整體亮暗級別確定為等級二的圖像，采用如下步驟進(jìn)行處理步驟(d)、定義線性隸屬度函數(shù)為pij＝xij/Lmax，將圖像從空域映射到模糊域，其中Lmax為圖像的最大灰度等級，其取值為0～255；步驟(e)、選用對數(shù)型增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即pij′＝log(1+k×pij)/log(1+k)，其中k為可調(diào)節(jié)因子且為正整數(shù)；步驟(f)、將增強(qiáng)后的模糊域圖像反變換回空域，即xij′＝pij′×Lmax；上述步驟(e)中可調(diào)節(jié)因子k可取整數(shù)值2。
對于整體亮暗級別確定為等級三或等級四的圖像，采用如下步驟進(jìn)行處理步驟(g)、定義新的分段隸屬度函數(shù)為將圖像從空域變換到模糊域空間，其中Lmax為圖像的最大灰度等級，其取值范圍為0～255，XT為可調(diào)節(jié)閾值因子；步驟(h)、選用分段渡越增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即其中T為可調(diào)參數(shù)；步驟(i)、將增強(qiáng)后的模糊域圖像反變換回空域并輸出， 即上述步驟(h)中可調(diào)參數(shù)T取值范圍為0.45～0.55。其中對于較低對比度圖像取小于0.5的值，對于較高對比度圖像取大于0.5的值。并且當(dāng)圖像的整體亮暗級別確定為等級三時(shí)，可調(diào)節(jié)閾值因子XT取值范圍為100～110；當(dāng)圖像的整體亮暗級別確定為等級四時(shí)，可調(diào)節(jié)閾值因子XT取值范圍為為130～140。上述發(fā)明方法可應(yīng)用于黑白圖像處理和彩色圖像處理，對于彩色圖像作模糊增強(qiáng)時(shí)，同時(shí)對其R、G、B三個(gè)色度通道獨(dú)立進(jìn)行增強(qiáng)操作。
本發(fā)明方法由于將圖像增強(qiáng)算子在模糊域中進(jìn)行增強(qiáng)，能夠有效地克服成像中的不確定性，因而無論對于整體偏暗(曝光不足)或整體偏亮(曝光過度)的圖像，均能取得良好的視覺效果，特別是當(dāng)圖像亮暗分布不均時(shí)，傳統(tǒng)空域增強(qiáng)方法處理失效，而本發(fā)明的方法仍能取得很好的視覺效果。同時(shí)，本發(fā)明的方法對具體實(shí)現(xiàn)方式進(jìn)行了優(yōu)化，采用查找表的方式大大減少了計(jì)算量，使得本發(fā)明的方法非常適合硬件實(shí)現(xiàn)。



圖1是本發(fā)明方法的算法總體框圖； 圖2是本發(fā)明方法處理等級一(非常暗)的圖像的流程圖； 圖3是本發(fā)明方法處理等級二(一般的暗)的圖像的流程圖； 圖4是本發(fā)明方法處理等級三(一般的亮)和等級四(非常亮)的圖像的流程圖。

具體實(shí)施例方式 下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)的說明。
本發(fā)明的方法是對傳統(tǒng)的模糊增強(qiáng)方法的一種改進(jìn)和擴(kuò)展，該方法將圖像分為若干個(gè)亮暗級別(推薦分為4個(gè)級別)，對不同級別的圖像選擇不同的增強(qiáng)算子進(jìn)行模糊增強(qiáng)，充分利用了各算子的優(yōu)勢，以達(dá)到最佳的視覺效果。本發(fā)明的方法適用于黑白和彩色圖像。黑白圖像用一個(gè)亮度通道實(shí)現(xiàn)模糊增強(qiáng)操作，而彩色圖像分R、G、B三個(gè)色度通道獨(dú)立實(shí)現(xiàn)模糊增強(qiáng)操作。每個(gè)通道的具體實(shí)現(xiàn)分以下三個(gè)步驟 步驟一首先給出圖像的整體亮暗級別，一般分四個(gè)等級(等級一～四級分別代表從暗到亮的等級，等級一為非常暗，等級二為一般的暗，等級三為一般的亮，等級四為非常亮)。其中等級一～二級針對偏暗圖像，等級三～四級針對偏亮圖像。該步驟可以通過人眼觀察待增強(qiáng)的圖像后給出，也可以通過統(tǒng)計(jì)分析的方法(如通過計(jì)算圖像的亮度平均值的大小，如果亮度均值較小，認(rèn)為偏暗，亮度均值較大，認(rèn)為偏亮)給出。
步驟二根據(jù)圖像不同的亮暗等級，采用以下四個(gè)不同的分支分別實(shí)現(xiàn)對等級一(非常暗)、等級二(一般暗)、等級三(一般亮)、等級四(非常亮)等四種不同類型圖像的模糊增強(qiáng)方法。為了提高計(jì)算的效率，本發(fā)明的方法并不是對圖像的每個(gè)象素點(diǎn)逐一作模糊增強(qiáng)，而是對圖像直方圖中256級灰度值(灰度級0～255)進(jìn)行模糊增強(qiáng)，得到相應(yīng)的映射表，最后對于圖像的每個(gè)象素點(diǎn)查映射表得到相應(yīng)的象素值即可。這樣可以大大減少了計(jì)算量。上述四種具體的模糊增強(qiáng)方法如下。
分支1、對于亮度等級為一(非常暗)的圖像，采用如下步驟進(jìn)行處理(處理流程圖如圖2所示) (1)定義隸屬度函數(shù)為pij＝xij/Lmax，Lmax為圖像的最大灰度等級(Lmax取值范圍為0～255)，通過該隸屬函數(shù)，將圖像從空域映射到模糊域空間。
(2)選用多項(xiàng)式型增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即其中t1，t2，t3，t4為可調(diào)因子，使得I1(pij)為凸函數(shù)。即I1(pij)需滿足I1(0)＝0，I1(1)＝1，I1(x)≥x。經(jīng)過大量實(shí)驗(yàn)，我們選擇 (3)將增強(qiáng)后的模糊域圖像反變換回空域，xij′＝pij′×Lmax。
分支2對于亮度等級為二(一般暗)的圖像，采用如下步驟進(jìn)行處理(處理流程圖如圖3所示) (1)定義隸屬度函數(shù)為pij＝xij/Lmax，Lmax為圖像的最大灰度等級(Lmax取值范圍為0～255)，通過該隸屬函數(shù)，將圖像從空域映射到模糊域。
(2)選用對數(shù)型增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即pij′＝log(1+k×pij)/log(1+k)，k為可調(diào)節(jié)因子，k為正整數(shù)，取值為2。
(3)將增強(qiáng)后的模糊域圖像反變換回空域，xij′＝pij′×Lmax。
分支3與分支4對于亮度等級為等級三(一般亮)或等級四(非常亮)的圖像，采用分段渡越函數(shù)進(jìn)行模糊增強(qiáng)(處理流程圖如附圖4所示)。首先定義可調(diào)節(jié)閾值因子XT。分支3與分支4采用如下相同的處理流程，唯一的區(qū)別就是XT的取值不同。
(1)定義新的分段隸屬度函數(shù)為將圖像從空域映射到模糊域空間，其中，XT為可調(diào)節(jié)閾值因子，Lmax為圖像的最大灰度等級，取值范圍為0～255。
(2)選用分段渡越增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即其中T為可調(diào)參數(shù)，通常T取值范圍為0.45～0.55。其中對于較低對比度圖像取小于0.5的值，對于較高對比度圖像取大于0.5的值。
(3)將增強(qiáng)后的模糊域圖像反變換回空域，即為圖像的最大灰度等級，取值范圍為0～255；其中分支3針對亮度等級為3(一般亮)的圖像，XT取值為100～110，典型值XT＝110；分支4針對亮度等級為4(非常亮)的圖像，XT取值為130～140，典型值XT＝130 步驟三輸出增強(qiáng)后的圖像。
實(shí)施例 下面以輸入一幅彩色圖像(分R，G，B三個(gè)通道數(shù)據(jù)輸入)為例，具體說明本發(fā)明的具體實(shí)施方式
。
該實(shí)施例中分以下步驟進(jìn)行圖像的模糊增強(qiáng) 步驟一判定圖像的整體亮暗級別。該步驟可以通過人眼觀察待增強(qiáng)的圖像后給出，也可以通過統(tǒng)計(jì)分析的方法(如通過計(jì)算圖像的亮度平均值的大小，如果亮度均值較小，認(rèn)為偏暗，亮度均值較大，認(rèn)為偏亮)給出。將圖像的亮暗程度分四個(gè)等級(等級一～四級分別代表從暗到亮的等級，等級一為非常暗，等級二為一般的暗，等級三為一般的亮，等級四為非常亮)，其中，等級一～二級二針對偏暗圖像，等級三～四級四針對偏亮圖像。假設(shè)輸入的圖像總體偏暗，細(xì)節(jié)信息都很難看清，根據(jù)上述的判定準(zhǔn)則，我們得到圖像的亮度級別為等級一(非常暗)。
步驟二在得到了圖像的亮度等級為1(非常暗)之后，進(jìn)入分支1的處理流程?；镜奶幚矸忠韵挛鍌€(gè)步驟進(jìn)行 (1)對于0到255共256級灰度等級，將其從空域映射至模糊域。分支1的隸屬度函數(shù)為pij＝xij/Lmax。假設(shè)圖像的最大灰度值為255，則灰度值為128的隸屬度為其它灰度值的隸屬度同理計(jì)算可得。則通過該映射我們將得到灰度值0～255映射后的256個(gè)數(shù)的隸屬度，其取值為0～1.0。
(2)模糊域增強(qiáng)運(yùn)算。分支1采用的模糊域增強(qiáng)算子為多項(xiàng)式型算子。其公式為其中t1，t2，t3，t4為可調(diào)因子，使得I1(pij)為凸函數(shù)。假設(shè)試驗(yàn)中取則 其他象素值的增強(qiáng)計(jì)算方法同理類推。
(3)將增強(qiáng)后的模糊域圖像反變換回空域。其變換公式為xij′＝pij′×Lmax。如 灰度值0變換回空域的象素值為xij′＝pij′×Lmax＝0×255＝0，灰度值1變換回空域的象素值為xij′＝pij′×Lmax＝0.0155942×255＝3，灰度值2變換回空域的象素值為xij′＝pij′×Lmax＝0.0310054×255＝7，灰度值128變換回空域的象素值為xij′＝pij′×Lmax＝0.938475×255＝239；其他象素值的反變換同理類推。至此，我們得到直方圖0～255級灰度增強(qiáng)后的映射表如下0映射為0，1映射為3，2映射為7…128映射為239… (4)由于輸入圖像為彩色圖像，分R，G，B三個(gè)通道，對于每個(gè)通道輸入象素值，分別查(3)中得到的映射表，得到新的象素值，作為其輸出點(diǎn)的象素值。
(5)輸出增強(qiáng)后的圖像。
若步驟一中判定圖像亮度等級為等級二，等級三或等級四時(shí)，則按照各分支計(jì)算公式進(jìn)行相應(yīng)的增強(qiáng)計(jì)算，基本流程與上述流程類似，這里不再贅述。
實(shí)驗(yàn)表明，本發(fā)明的方法無論對于整體偏暗(曝光不足)或整體偏亮(曝光過度)的圖像，均能取得良好的視覺效果。特別是本方法對圖像亮度分布不均的情況(如圖像中有大部分區(qū)域很白、小部分區(qū)域偏黑或大部分區(qū)域很黑，小部分區(qū)域很白)，能夠取得比傳統(tǒng)圖像均衡、對比度拉伸等傳統(tǒng)方法更好的圖像視覺效果。同時(shí)，本發(fā)明的方法在具體實(shí)現(xiàn)方式上進(jìn)行了優(yōu)化，采用查找表的方式大大減少了計(jì)算量，使得本發(fā)明的方法非常適合硬件實(shí)現(xiàn)。
權(quán)利要求
1.一種融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，對輸入的一幅數(shù)字圖像的處理步驟包括
步驟一、判斷所述圖像的整體亮暗并確定所述圖像的整體亮暗級別，其中所述圖像的整體亮暗級別為等級一，即所述圖像非常暗；等級二，即所述圖像一般暗；等級三，即所述圖像一般亮；等級四，即所述圖像非常亮；等級一、二級針對偏暗圖像，等級三、四級針對偏亮圖像；
步驟二、根據(jù)步驟一確定的所述圖像的整體亮暗級別，采用不同的隸屬度函數(shù)變換到模糊域；其中等級一和等級二采用線性隸屬度函數(shù)進(jìn)行變換，等級三和等級四采用分段非線性隸屬度函數(shù)進(jìn)行變換；
步驟三、采用相應(yīng)的模糊算子在圖像的模糊域上進(jìn)行模糊增強(qiáng)操作，其中等級一采用多項(xiàng)式增強(qiáng)算子進(jìn)行模糊增強(qiáng)，等級二采用對數(shù)型增強(qiáng)算子進(jìn)行模糊增強(qiáng)，等級三和等級四采用分段渡越型增強(qiáng)算子進(jìn)行模糊增強(qiáng)；
步驟四、將圖像從模糊域反變換回空域，并輸出增強(qiáng)后的圖像，其中反變換采用的是步驟二中變換函數(shù)的反變換。
2.根據(jù)權(quán)利要求1所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，所述步驟二和步驟三是對0～255共256級灰度級，即數(shù)值0～255共256個(gè)數(shù)，做所述的操作以得到256級灰度的映射表，所述增強(qiáng)即將對應(yīng)點(diǎn)象素值查映射表，以得到相應(yīng)的映射輸出值。
3.根據(jù)權(quán)利要求1所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，所述步驟一判斷整體亮暗級別，可以通過人眼觀察所述圖像并根據(jù)感興趣區(qū)域的亮暗程度進(jìn)行判斷；也可以通過統(tǒng)計(jì)方法得出圖像的亮度平均值，若亮度平均值較小，即為偏暗，若亮度平均值較大，即為偏亮。
4.根據(jù)權(quán)利要求3所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，對于所述整體亮暗級別確定為等級一的圖像，采用如下步驟進(jìn)行處理
步驟(a)、定義線性隸屬度函數(shù)為pij＝xij/Lmax，將所述圖像從空域映射到模糊域空間，其中xij為所述圖像中的第(i，j)個(gè)象素，Lmax為所述圖像的最大灰度等級，取值范圍為0～255；
步驟(b)、選用多項(xiàng)式型模糊增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即其中t1，t2，t3，t4為可調(diào)因子，使得I1(pij)為凸函數(shù)，即I1(pij)需滿足I1(0)＝0，I1(1)＝1，I1(x)≥x；
步驟(c)、將增強(qiáng)后的模糊域圖像反變換回空域并輸出，即xij′＝pij′×Lmax。
5.根據(jù)權(quán)利要求4所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，所述步驟(b)中
6.根據(jù)權(quán)利要求3所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，對于所述整體亮暗級別確定為等級二的圖像，采用如下步驟進(jìn)行處理
步驟(d)、定義線性隸屬度函數(shù)為pij＝xij/Lmax，將所述圖像從空域映射到模糊域，其中Lmax為所述圖像的最大灰度等級，取值范圍為0～255；
步驟(e)、選用對數(shù)型模糊增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即pij′＝log(1+k×pij)/log(1+k)，其中k為可調(diào)節(jié)因子，且k為正整數(shù)；
步驟(f)、將增強(qiáng)后的模糊域圖像反變換回空域并輸出，即xij′＝pij′×Lmax。
7.根據(jù)權(quán)利要求6所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，所述步驟(e)中可調(diào)節(jié)因子k為整數(shù)，且取值為2。
8.根據(jù)權(quán)利要求3所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，對于所述整體亮暗級別確定為等級三或等級四的圖像，采用如下步驟進(jìn)行處理
步驟(g)、定義新的非線性分段隸屬度函數(shù)為
將所述圖像從空域映射到模糊域空間，其中Lmax為所述圖像的最大灰度等級，取值范圍為0～255，XT為可調(diào)節(jié)閾值因子；
步驟(h)、選用分段渡越增強(qiáng)算子，在模糊域空間進(jìn)行模糊增強(qiáng)，即其中T為可調(diào)參數(shù)；
步驟(i)、將增強(qiáng)后的模糊域圖像反變換回空域并輸出，即
9.根據(jù)權(quán)利要求8所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，所述步驟(h)中可調(diào)參數(shù)T取值范圍為0.45～0.55，其中對于較低對比度圖像取小于0.5的值，對于較高對比度圖像取大于0.5的值。
10.根據(jù)權(quán)利要求9所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，當(dāng)所述圖像的整體亮暗級別確定為等級三時(shí)，可調(diào)節(jié)閾值因子XT取值范圍為100～110；當(dāng)所述圖像的整體亮暗級別確定為等級四時(shí)，可調(diào)節(jié)閾值因子XT取值范圍為為130～140。
11.根據(jù)權(quán)利要求1、2、3、4、5、6、7、8、9、10所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，可應(yīng)用于黑白圖像處理，即對黑白圖像的1個(gè)通道即亮度通道進(jìn)行增強(qiáng)操作。
12.根據(jù)權(quán)利要求1、2、3、4、5、6、7、8、9、10所述的融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法，其特征在于，可應(yīng)用于彩色圖像處理，且應(yīng)對彩色圖像的R、G、B三個(gè)色度通道獨(dú)立進(jìn)行增強(qiáng)操作。
全文摘要
本發(fā)明公開了一種融合多模糊算子的數(shù)字圖像模糊增強(qiáng)方法。該方法分如下四個(gè)步驟步驟一，確定圖像的亮暗等級分四個(gè)等級；步驟二，對于等級一和等級二的圖像，采用線性渡越函數(shù)進(jìn)行變換，等級三和等級四采用分段非線性渡越函數(shù)進(jìn)行變換；步驟三，模糊域上對不同亮暗等級選擇不同的模糊算子進(jìn)行模糊圖像增強(qiáng)對于等級一的圖像采用多項(xiàng)式增強(qiáng)算子進(jìn)行模糊域增強(qiáng)；對于等級二的圖像，采用對數(shù)型增強(qiáng)算子進(jìn)行模糊域增強(qiáng)；對于等級三和等級四的圖像，采用分段渡越型增強(qiáng)算子進(jìn)行模糊域增強(qiáng)；步驟四，反變換回空域，得到模糊增強(qiáng)后的空域圖像并輸出。本發(fā)明無論對于曝光不足或曝光過度的圖像，均能取得很好的視覺效果。
文檔編號H04N1/409GK101207697SQ200610147748
公開日2008年6月25日 申請日期2006年12月22日 優(yōu)先權(quán)日2006年12月22日
發(fā)明者歐陽合, 林曉蕓 申請人:上海杰得微電子有限公司