基于非線性加權(quán)最優(yōu)模糊聚類的彩色圖像增強(qiáng)

《基于非線性加權(quán)最優(yōu)模糊聚類的彩色圖像增強(qiáng)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第38卷第7期光子學(xué)報Vo1．38NO．72009年7月ACTAPHoToNICASINICAJuly2009基于非線性加權(quán)最優(yōu)模糊聚類的彩色圖像增強(qiáng)黃粉平，鄭恩讓，張玲(陜西科技大學(xué)電氣與信息工程學(xué)院，西安710021)摘要：根據(jù)人眼對色彩的感知特性，提出HSV色彩空間上的一種非線性加權(quán)最優(yōu)模糊聚類的彩色圖像增強(qiáng)算法．將原始圖像從RGB空間轉(zhuǎn)換到HSV色彩空間，提取H、S、三分量，對其中的亮度分量進(jìn)行非線性最優(yōu)模糊聚類增強(qiáng)處理，將合成后的HSV圖像轉(zhuǎn)回到RGB空間，完成彩色圖像的增強(qiáng)處理．實(shí)驗(yàn)結(jié)果表明，該算法能避免色彩失

2、真，改善圖像的色彩辨識性，提高了景物信息的清晰度．關(guān)鍵詞：彩色圖像增強(qiáng)；HSV；色彩空間；模糊聚類；非線性加權(quán)中圖分類號：TP751文獻(xiàn)標(biāo)識碼：A文章編號：1004—42l3(2009)07—1877—40引言種色彩空間。都有各自的特點(diǎn)和適用范圍，且各空問之間是可以轉(zhuǎn)換的．對任何三個在[O，1]范圍內(nèi)的人的視覺系統(tǒng)感知因受到各方面因素的制約或R、G、B值，其對應(yīng)HSV模式中的H、S、分量可限制，如采光不足等原因，往往使得到的彩色圖像色按式(1)計算彩分辨率降低、亮度不足、某些局部景點(diǎn)難以辨識．f—I(R+G+B)為了解決這

3、些問題，需要對彩色圖像做出適當(dāng)?shù)脑鰪?qiáng)處理l1】，提高其色彩辨識度，顯示出不同物體的原{5一l一[H1in(R、G、B)](1)貌，改善視覺效果，突出圖像中的有用信息．人眼對紅綠藍(lán)(RGB)

4、2三種色光最為敏感，而fH=arccos{面[(R-G)+(R-B)]／2}／36。且自然界中任何一種顏色都可由這三基色按一定的反之，若設(shè)H、S、V的值在[O，1]之19，R、G、B比例混合而成，但在彩色圖像增強(qiáng)處理時，如果直接的值在[O，1]之間，則由HSV到RGB的轉(zhuǎn)換如式運(yùn)用直方圖均衡或修正圖像R、G、B三分量比重，(2)～(4)

5、．則會因其存在很大的相關(guān)性而造成色彩失真，使得1)當(dāng)H在[0，1／3]區(qū)19增強(qiáng)后的圖像不符合人類的視覺感知．國內(nèi)外的專家學(xué)者研究認(rèn)為可利用不同色彩模型_3的特性，把RGB圖像轉(zhuǎn)換到其它色彩空間進(jìn)行處理，即可避免JR13一=V(1+-~)(2)色彩失真]．HSV[5模型是基于人類對顏色的感覺，描述了顏色的三個基本特征，即色調(diào)H，飽和度S和亮度，在此模型中色調(diào)H和飽和度S的概念2)當(dāng)H在[1／3，2／3]區(qū)間是與人眼的視覺感知_6特性密切相關(guān)的，而亮度fR—V(1一S)與色調(diào)H及飽和度S是分開的，因此可以把彩色圖9iScos

6、(2丌H一7c)像從RGB空間轉(zhuǎn)換到HSV空間_7]，只對不影響色(3)fG—V[1-~一—]調(diào)及飽和度的分量進(jìn)行模糊聚類，將其劃分成不lB一3V一(R+G)同亮度類別，然后再采用非線性加權(quán)增強(qiáng)處理]，最后合成HSV圖像并轉(zhuǎn)換回RGB色彩空間，達(dá)到在3)當(dāng)H在[2／3，1]區(qū)間不產(chǎn)生色彩失真的前提下做好彩色圖像的增強(qiáng)G—V(1一S)處理．AScos(27cH一÷7c)B—[1+——_=———一](4)1仿真實(shí)驗(yàn)COS(姜兀一2兀H)01．1色彩空間的轉(zhuǎn)換R一3V一(G—B)色彩是以建立好的描述和模型為基礎(chǔ)的，每一1．2V分

7、量的模糊集表示Tel：13720761574Email：huangfenping@yahoo．corn．cn按照模糊集的概念，一幅亮度級為L的M×N收稿日期：2008一O1—10修回日期：200802—25的彩色圖像x可作為一個模糊點(diǎn)陣集m來看待，即光子學(xué)報38卷P11／XllP12fX12PN?xN極小值，即是可解的，則設(shè)計最優(yōu)模糊聚類算法為P2】／x2lP22／x22P2N／X2N1)對于亮度V的模糊相似陣樣本集R{一r，r，?X==(5)r)，IT／一”×n，確定正整數(shù)c，要求將R分成c類，cPM1／xMlPM2／x

8、M2PMNfX州<和q>1，及誤差允許￡>0；設(shè)定初始模糊劃分式中X即表示圖像(，)點(diǎn)的亮度值，P／x表示矩陣D一()，依次去迭代步數(shù)z一0，1，2，?圖像中第(i，j)點(diǎn)像素的亮度特征P(o≤P≤1)，●稱P為模糊特征．x?表示最大亮度值，模糊特征2)根據(jù)D“計算聚類中心(f]可由式(6)提取得到．∑()rP一F(x)一[1十(A_)](f)一—一一1，2，?，c(1O)』P∑()k一1i一1，2，?M；一1，2，?N(6)3)修正模糊分類矩陣D“’為D“’，對k一1，2，?，／T／式中F是模糊參量，當(dāng)x，一X?時，P，

9、一1，當(dāng)x①若有J(1≤≤c)，使一(／】，則令值減小時，P隨之減小，由式(6)定義的模糊特征f1一；P，將具體表示圖像中第(i，j：)點(diǎn)像素具有最大亮度一{i一1，2，?，f(11)l0z：J值的程度，全體P組成的平面稱圖像模糊特征②若對于V，都有≠(f)，則令平面．1一一1．3最優(yōu)模糊聚類，2，?，