欢迎来到天天文库
浏览记录
ID:6058655
大小:27.50 KB
页数:5页
时间:2018-01-01
《一种基于局部方差图像低对比度区域判定方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、一种基于局部方差图像低对比度区域判定方法 摘要:根据图像低对比度区域的特点,基于局部方差的自适应理论提出了一种判定图像低对比度区域的方法。通过给局部方差设置一定的阈值和合适的比例,调节低对比度区域的大小。实验结果表明,该方法实现了对图像低对比度区域的有效判定,为图像处理带来了便利。关键词:局部方差;自适应算法;低对比度区域中图分类号:TP317.4文献标识码:A文章编号:1672-7800(2014)003-0147-030引言5图像处理中经常遇到对比度很低的区域,这些区域给图像处理带来了诸多不便。针对这种情况,通常
2、采用一些处理方法对整个图像进行图像增强,如:直方图均衡化[1]、基于小波变换的方法[2][3]等。但是有些区域对比度适中,经过图像变换后可能出现过增强现象。因而,需要一种能够把图像中低对比度区域划分出来,而不影响其它区域的方法。目前,对图像处理中低对比度区域的研究较少。本文分析了图像中低对比度区域的特点,在此基础上提出了依据局部方差大小和其所占比例来判定低对比度区域的方法,通过调节局部方差的上限和下限以及比例范围可以有效控制图像低对比度区域大小,为后续图像处理打下了基础。实验结果表明,该方法对于低对比度区域的自适应判定
3、具有良好效果。1基本原理1.1图像低对比度区域特点分析对于低对比度区域,可以认为其局部方差相对很小(也不能太小,因为太小的局部方差可能是图像中的平滑区域),但并不能由局部方差很小这一个条件就判定某一区域是低对比度区域。在低对比度区域中,假设有一条很弱的过渡线,把整个区域分成“微明”、“微暗”两个部分。在这两个区域中,当有一个区域面积占整个区域面积的比例很小或很大时,整个区域就不是低对比度区域。但在实际中,当出现上述情况时,也有可能是某一低对比度区域的周边部分,这时,可利用一滑动窗口按像素移动,在很近的距离上判断出该低对
4、比度区域。另外,由于单用一个局部方差不足以反映“微明”和“微暗”两部分区域的特点,本文采用两个局部均方差:“微明”部分均方差和“微暗”部分均方差。由此得出低对比度区域的特点:①“微明”和“微暗”部分的局部均方差都是相对很小的;②“微明”和“微暗”部分所占局部区域总面积的比例适中。51.2判定图像低对比度区域根据上述低对比度区域的特点,可以对低对比度区域进行判断。(1)先设定一个n×n(n为奇数)的滑动窗口sub_c。上述方法是否能够准确地判断低对比度区域,衡量标准应该是在低对比度图片中被判定为低对比度点的像素个数占图片
5、像素个数总数的百分比是否很大。为了更好地说明问题,提出如下概念:①判定区域的上限百分比:判定图片为低对比度图片时被标记为低对比度点的像素个数占所在图片像素个数的最大百分比;②最佳thr_high:在满足判定区域上限百分比的情况下,使图片被判定为低对比度图片的最大有效阈值。实验时,thr_high和thr_low的选取要根据最佳thr_high的大小来确定。2实验结果与分析2.1阈值设定为了使低对比度区域得到准确判定,滑动窗口sub_c的选取应尽可能大,实验中可采用7×7的滑动窗口。percentage的选取不能太小,可
6、令percentage=30%。thr_high和thr_low的选取则需通过实验得出。选取实验对象如图1所示,截取图1中车胎与车胎影子交界部分组成多个图片实验多次。53结语本文提出了一种自适应判定图像低对比度区域的方法,该方法有效解决了图像中低对比度区域的自适应划分。提出了“最佳thr_high”和“判定区域的上限百分比”的概念;给出了thr_low和thr_high的参考选取范围;根据实际需要,可以调整thr_low至thr_high之间的范围,以控制低对比度区域大小,即低对比度区域范围是可控的。试验结果表明,本文
7、方法能有效地自适应判定图像中低对比度区域。该方法可被广泛应用到图像处理、模式识别领域中,特别适用于自适应图像增强、图像中含有部分低对比度区域情况下的边缘检测等。本文方法也存在一定缺陷,例如在可以准确判定出低对比度区域的情况下,会检测出背景中的某些区域。为此,可以采用图像分割方法去除这些区域。参考文献:[1]尹立敏,刘艳滢,顾蕊,等.一种可控的直方图均衡算法[J].微计算机信息,2009,21(36):147-148.[2]SAKELLAROPOULOSP,COSTARIDOUL,PANAYIOTAKISG.Awavel
8、et-basedspatiallyadaptivemethodformammographiccontrastenchancement[J].PhysicsinMedicineBiology,2003,48(6):783-803.[3]吴颖谦,施鹏飞.基于小波变换的低对比度图像增强[J].红外与激光工程,2010,32(1):4-7
此文档下载收益归作者所有