基于圖像傳感器的圖像畫質增強算法研究

劉純 陶薇薇

摘 ?要： 針對當前圖像畫質增強算法存在的亮度低、噪聲大、對比度小等缺陷，為改善傳感器輸出圖像的視覺效果，設計基于圖像傳感器的圖像畫質增強算法。首先，采用圖像傳感器對目標圖像進行采集，并引入雙邊濾波算法對采集的原始圖像進行去噪，抑制噪聲圖像畫質干擾;然后，采用冪次變換提高去噪圖像的對比度，并采用非線性變換對去噪圖像進行亮度增強;最后，采用Retinex算法根據人眼視覺感知特性對圖像整體進行增強，使圖像的不同區域過渡更加自然，并進行了圖像畫質增強性能的驗證性測試實驗。結果表明，所提算法較好地解決了當前圖像畫質增強過程中存在的一些難題，提高了圖像的信噪比，亮度和對比度也得到了明顯的改善，相對于對比算法，獲得了十分理想的圖像畫質增強結果。

關鍵詞： 畫質增強算法; 圖像處理技術; 圖像去噪; 信號采集; 雙邊濾波; 性能測試

中圖分類號： TN911.73?34; TP317.4 ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）07?0066?04

Research on image quality enhancement algorithm based on image sensor

LIU Chun， TAO Weiwei

（School of Software， Chongqing Institute of Engineering， Chongqing 400000， China）

Abstract： For the defects of the current image quality enhancement algorithms， such as low brightness， high noise and low contrast， an image quality enhancement algorithm based on image sensor is designed to improve the visual effect of the sensor output image. Firstly， the target image is collected with the image sensor， and the collected original image is denoised by bilateral filtering algorithm to suppress the interference of noise on image quality. Then the contrast of the denoised image is improved by power transform， and the brightness of the denoised image is enhanced by non?linear transform. Finally， the whole image is enhanced by Retinex algorithm according to the human visual perception characteristics， so that the transition of different areas in the image is more natural. A test experiment was performed to verify the enhancement performance of image quality. The results show that the proposed algorithm can deal with certain difficulties existing in the current image quality enhancement process， improve the signal?to?noise ratio of the image， and obviously enhance the brightness and the contrast of the image. In comparison with the existing algorithms， the proposed algorithm can obtain a satisfied enhancement result of image quality.

Keywords： image quality enhancement algorithm; image processing technology; image denoising; signal acquisition; bilateral filtering; performance testing

0 ?引 ?言

隨著圖像處理技術和傳感器技術的迅速發展和不斷成熟，出現了專用于圖像信息采集的傳感器。相對于其他類型的傳感器，圖像傳感器不僅穩定性好、抗干擾能力強，而且運行速度快，在圖像處理領域得到了廣泛、成功的應用[1?3]。在圖像傳感器的工作過程中，由于外界環境的影響，如光照變化以及操作人員自身的影響，得到的原始圖像包含有一定的噪聲，亮度比較暗，圖像模糊，因此需要對傳感器輸出的圖像畫質進行增強處理，圖像畫質增強算法的設計成為了當前一個重大研究課題[4?6]。

為了提高圖像質量，國內外專家和學者引入許多技術對圖像畫質增強問題進行研究。國外的圖像畫質增強研究起步早，提出的圖像畫質增強算法相對較多，增強技術也比較成熟[7?9];國內由于投入的人力、財力比較大，圖像畫質增強研究發展迅速也取得了許多重要的研究成果[10]。最初設計了基于直方均衡圖的圖像畫質增強算法，通過對原始圖像像素進行增強處理，以改善圖像畫質，但是該方法對噪聲十分敏感，通用性比較差。后來，有學者提出基于小波變換的圖像畫質增強算法，對原始圖像進行空間變換，從變換后的空間去掉圖像中的噪聲，抑制噪聲對圖像畫質的影響，但是其無法對圖像對比度以及亮度進行改善，無法獲得理想的圖像畫質增強結果。最后，有學者提出基于Retinex算法的圖像畫質增強算法，根據人的視網膜特性對圖像進行處理，改善圖像質量，尤其對于光照變化比較大的圖像，可以獲得較理想的結果，但是其假設光照均勻，這與實際情況不相符，使得圖像畫質出現“過增強”現象，圖像質量有待進一步改善[11?13]。

為了解決當前圖像畫質增強過程中存在的亮度低、噪聲大、對比度小等不足，本文設計了基于圖像傳感器的圖像畫質增強算法，圖像畫質增強性能的驗證性測試實驗結果表明，本文算法較好地解決了當前圖像畫質增強過程中存在的一些難題，提高了圖像的信噪比，亮度和對比度也得到了明顯的改善，相對于對比算法，獲得了更優的圖像畫質增強結果。

1 ?基于圖像傳感器的圖像畫質增強思路

本文設計的傳感器圖像畫質增強基本思路為：

1） 采用圖像傳感器對目標圖像進行采集，并獲得原始圖像，引入雙邊濾波算法對采集到的原始圖像進行去噪，抑制噪聲圖像畫質干擾;

2） 采用冪次變換對去噪圖像進行對比度增強，并采用非線性變換對去噪圖像進行亮度增強，提高圖像的清晰度;

3） 采用Retinex算法根據人眼視覺感知特性對圖像整體進行增強，去掉圖像中的光照反射分量，使圖像的不同區域過度更加自然，以改善圖像畫質，具體如圖1所示。

2 ?基于圖像傳感器的圖像畫質增強算法具體設計

2.1 ?雙邊濾波算法的圖像去噪操作

由于圖像傳感器采集的原始圖像中包含了一定數量的噪聲，噪聲會將有用的信息淹沒掉，這樣使圖像無法真正地表達想要表達的信息，因此要進行去噪操作，當前有許多有效的噪聲去除算法，如傅里葉變換、曲波變換、雙邊濾波算法等。

相對于其他算法，雙邊濾波算法可以保證在原始信息完整的條件下，將圖像中的噪聲去除干凈，因此，本文選擇雙邊濾波算法對圖像傳感器采集的原始圖像進行去噪操作。

[g（x，y）=f（x，y）+n（x，y）] （1）

式中：[f（x，y）]為理想的圖像;[n（x，y）]為噪聲。

引入雙邊濾波對圖像進行預處理，實質就是消除[n（x，y）]，得到理想的圖像，即：

[g（x，y）=i，j∈sx，yw（i，j）g（i，j）i，j∈sx，yw（i，j）] （2）

式中：[sx，y]表示像素點[（x，y）]的鄰近區域;[w（i，j）]表示權值，其定義為：

[w（i，j）=ws（i，j）wr（i，j）] （3）

式中：[ws（i，j）]和[wr（i，j）]分別表示亮度和對比度因子，具體如下：

[ws（i，j）=e-i-x2+j-y22σ2swr（i，j）=e-g（i，j）-g（x，y）22σ2r] （4）

式中[σs]和[σr]分別表示亮度和對比度衰減因子。

2.2 ?冪次變換和非線性變換的圖像處理

采用冪次變換對圖像進行處理，可以將一些灰度區域動態范圍映射到更大的區域，提高圖像的對比度，具體為：

[h（x，y）=cf（x，y）γ] （5）

式中[c]，[γ]均為正常數。

采用冪次變換對圖像進行處理后，有可能出現高光區域，為了防止該現象的發生，采用非線性變換對圖像進行處理，分別對圖像暗區和亮區的細節進行增強，使圖像的亮度更加合理，具體為：

[I2（x，y）=21+exp（-m）-1×255-v（x，y）] ?（6）

[m=k（v）?vv+av] ? （7）

[k（v）=7， ? ? 0≤v≤60（v-600）70+7， ? ? 60

式中：[a]為亮度調整參數;[v（x，y）]為整個圖像的灰度值;[v]為灰度均值。

2.3 ?Retinex算法的圖像增強操作

Retinex算法是一種根據中心/環繞理論的圖像增強算法，具有較高的色彩保真度，[Gx，y]表示待處理的圖像，其反射光分量和照射光分量分別為[Rx，y]和[Lx，y]，那么有：

[Gx，y=Rx，yLx，y] ? （9）

為了使反射光分量和照射光分量能夠有效分離，對式（9）兩邊進行取對數操作，得到：

[G（x，y）=ln G（x，y）=ln R（x，y）L（x，y）=ln R（x，y）+ln L（x，y）] （10）

采用低通濾波函數對待處理的圖像進行卷積操作，可以得到：

[L（x，y）=G（x，y）?h（x，y）] （11）

采用Retinex算法去掉圖像照射光的分量，得到反射光分量的估計，具體如式（12）所示，這樣，圖像可以適合光照變化要求，圖像視覺效果更優。

[R（x，y）=expG（x，y）-ln L（x，y）] （12）

3 ?圖像畫質增強算法的性能測試

3.1 ?測試環境

為了測試本文提出的圖像畫質增強算法的性能，進行了性能測試試驗，測試環境為：Intel 酷睿i3 8100 CPU，金士頓DDR4 2400 8 GB內存，西部數據WD GREEN 240 GB M.2 2280 SSD硬盤。為了使本文算法的測試結果更具說服力，選擇文獻[11]和文獻[12]算法的圖像畫質增強算法進行對比測試。畫質待增強圖像如圖2所示。從圖2可以看出，圖像比較模糊，清晰度不夠，灰暗，圖像的畫質比較差。

3.2 ?圖像畫質增強后的視覺效果對比

所有算法圖像畫質增強后的視覺效果如圖3～圖5所示。從圖3～圖5的圖像畫質增強后的視覺效果可以看出，本文算法的圖像畫質更優，而對比算法的圖像出現了過增強或者圖像清晰度不夠的缺陷，本文方法獲得了理想的圖像畫質。

3.3 ?圖像畫質增強后的整體性能對比

為了測試圖像增強后畫質的整體性效果，本文選擇峰值信噪比（PSNR）、平均絕對誤差（MAE）對測試結果進行對比和分析[13]：

[PSNR=10lgI2（m，n）1MNi=1Mj=1N[I（m，n）-I（m，n）]2] （13）

[MAE=1MNi=1Mj=1NI（m，n）-I（m，n）] （14）

式中[M]，[N]分別為圖像的行數和列數。

統計增強后圖像的PSNR，MAE，結果如表1所示。

從表1可以看出，本文算法增強后圖像的PSNR最高，這表明本文算法有效地抑制了噪聲的不利影響;MAE最低，說明本文算法與理想的圖像偏差很小，圖像的整體性能要遠遠優于對比算法。

4 ?結 ?語

為了改善圖像畫質，本文設計了基于圖像傳感器的圖像畫質增強算法。測試結果表明，雙邊濾波算法能夠抑制噪聲的干擾，提高圖像的信噪比，使圖像的有用信息更加豐富，引入冪次變換和非線性變換提升圖像的對比度和亮度。采用Retinex算法消除了光照變化對圖像畫質的影響，獲得了理想的圖像畫質，具有廣泛的應用前景。

參考文獻

[1] 肖進勝，單姍姍，段鵬飛，等.基于不同色彩空間融合的快速圖像增強算法[J].自動化學報，2014，40（4）：697?705.

[2] 張菲菲，謝偉強，秦前清.人眼視覺感知驅動的梯度域低照度圖像對比度增強[J].計算機輔助設計與圖形學學報，2014，26（11）：1981?1989.

[3] 張新龍，汪榮貴，張璇，等.基于視覺區域劃分的霧天圖像清晰化方法[J].電子測量與儀器學報，2010，24（8）：754?762.

[4] 竇智，韓玉兵，胡靜，等.內容相關的分塊處理自適應圖像對比度增強算法[J].計算機科學，2014，41（10）：110?114.

[5] 遆曉光，曲悠楊.一種改進的色彩保持低照度圖像增強方法[J].哈爾濱工業大學學報，2014，46（3）：1?7.

[6] 付樹軍，阮秋綺.基于雙線耦合擴散的保持特征的邊緣銳化和圖像增強[J].計算機學報，2008，31（3）：529?535.

[7] SAHU P， GUPTA N， SHARMA N. A survey on underwater image enhancement techniques [J]. International journal of computer applications， 2014， 87（2）： 19?23.

[8] 汪榮貴，楊萬挺，方帥，等.基于小波域信息融合的MSR改進算法[J].中國圖象圖形學報，2010，15（7）：1091?1098.

[9] 劉海波，湯群芳，楊杰.改進直方圖均衡和Retinex算法在灰度圖像增強中的應用[J].量子電子學報，2014，31（5）：525?532.

[10] 李垚峰，何小海，吳小強.改進的帶色彩恢復的多尺度Retinex霧天圖像增強算法[J].計算機應用，2014，34（10）：2996?2999.

[11] 汪榮貴，周良，張新龍，等.基于Retinex的JPEG 圖像增強新方法[J].中國圖象圖形學報，2011，16（12）：2124?2132.

[12] 汪榮貴，朱靜，楊萬挺，等.基于照度分割的局部多尺度Retinex算法[J].電子學報，2010，38（5）：1181?1186.

[13] KROM A J， WICKHAM F， HALL M L. Evaluation of image enhancement software as a method of performing half?count bone scans [J]. Nuclear medicine communications， 2013， 34（1）： 78?85.