退化圖像增強(qiáng)及在機(jī)器視覺中的應(yīng)用

《退化圖像增強(qiáng)及在機(jī)器視覺中的應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、退化圖像的增強(qiáng)及在機(jī)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(zhǔn)確的圖像的增強(qiáng)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(qiáng)方法而不是傳統(tǒng)的圖像增強(qiáng)方法來獲得良好的圖像增強(qiáng)。由SK帕爾提出的經(jīng)典模糊增強(qiáng)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(qiáng)問題。事實(shí)上，灰度等級成員函數(shù)的范圍不是標(biāo)準(zhǔn)化的，是傳統(tǒng)模糊增強(qiáng)方法的另一缺點(diǎn)。針對上面提到的問題，本文提出了一種普遍迭代模糊增強(qiáng)算法。一種新的圖像質(zhì)量評估標(biāo)準(zhǔn)在圖像灰度等級統(tǒng)計直方圖

2、的基礎(chǔ)上被建議，來控制的所提出的圖像增強(qiáng)算法的迭代產(chǎn)生。電腦仿真結(jié)果表明該新型增強(qiáng)方法比模糊增強(qiáng)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(qiáng)問題。關(guān)鍵詞：圖像增強(qiáng)、模糊集、普遍模糊增強(qiáng)、機(jī)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(jī)拍攝的圖像質(zhì)量很差，由于相機(jī)的光學(xué)系統(tǒng)失真，拍攝對象的相對運(yùn)動，相機(jī)，環(huán)境變化和隨機(jī)擾動。圖像增強(qiáng)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(qiáng)方法，如直方圖修正，圖像平滑，圖像銳化，逆過濾和維納過濾。

3、然而，如果待增強(qiáng)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(qiáng)方法將得不到想要的結(jié)果。由于模糊系統(tǒng)適用于表達(dá)多樣化，非精確的，不確定的知識或信息，自從S.KPal在80年代初提出模糊增強(qiáng)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(qiáng)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(qiáng)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(qiáng)方法的隸屬函數(shù)沒有歸一化的形式?？陀^圖像質(zhì)量檢測在各種圖像處理和計算機(jī)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(biāo)

4、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(xué)上定義的措施，例如廣泛使用的均方誤差（MSE），峰值信噪比（PSNR），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(xiàn)中尚沒有任何復(fù)雜客觀圖像質(zhì)量指標(biāo)相比簡單的數(shù)學(xué)措施例如嚴(yán)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(xué)上定義的指標(biāo)仍然是有吸引力的，因?yàn)樗鼈兒苋菀子嬎?，通常計算?fù)雜度低，且獨(dú)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

5、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(shí)現(xiàn)生產(chǎn)現(xiàn)代化的先決條件，從而可提高生產(chǎn)效率，減輕工作人員的負(fù)擔(dān)。為了正確地獲得對象的方向，必須對代表取向的奇點(diǎn)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SKPal提出的模糊增強(qiáng)。為了克服模糊增強(qiáng)的缺點(diǎn)，第3部分討論了廣義模糊增強(qiáng)方法，它結(jié)合了模糊增強(qiáng)的優(yōu)點(diǎn)和灰度變換，可以用來處理低對比度和窄灰度范圍的增強(qiáng)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

6、像灰度級直方圖的統(tǒng)計特征為基礎(chǔ)的新的目標(biāo)圖像質(zhì)量評價標(biāo)準(zhǔn)，來控制所提出的圖像增強(qiáng)算法的迭代過程，并比較不同的圖像增強(qiáng)的方法。第4部分提出了一種改進(jìn)的標(biāo)記方法，并且這種標(biāo)記方法不需要等價表格。在第5部分討論了代表方位的奇異性。第6部分給出了計算機(jī)模擬來闡明廣義模糊增強(qiáng)方法的有效性，改進(jìn)標(biāo)記方法和對象的方位的表示方法。2模糊增強(qiáng)方法的概述模糊增強(qiáng)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m×n個象素和f最大值，并讓I=1,2m，J=1,2n，是在像素位置（I，J）的灰度級。鑒于模糊集理論，該

7、圖像可以被認(rèn)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。模糊集合對應(yīng)此圖像可以寫成以下形式：其中，，0≤≤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=0表示暗，=1表示亮。任何中間值是指像素的最大灰度級的級別。一系列的被稱作圖像的模糊平面特性，表示如下：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(diǎn)，在此處。模糊增強(qiáng)關(guān)鍵是對比度增強(qiáng)操作符（INT），降低的模糊性通過增加在0.5

8、以上的的值，降低那些低于0.5的值。模糊集中的對比度增強(qiáng)操作符（INT）生成另一個模糊集其隸屬函數(shù)表達(dá)為如下：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(qiáng)：其中被定義為T的連續(xù)應(yīng)用，在限制的情況下，當(dāng)，產(chǎn)生二值圖像。增強(qiáng)的