基于直方圖均衡算法的低照度巡檢圖像增強(qiáng)方法

龐小龍，賀志華，王 玄，王海默，崔春暉

（1.國網(wǎng)寧夏電力有限公司檢修公司，寧夏銀川 750001；2.南京悠闊電氣科技有限公司，江蘇南京 211100）

0 引言

輸電線路圖像在線監(jiān)測具有可靠性高、實(shí)時(shí)性好的優(yōu)勢，正在被廣泛運(yùn)用到架空輸電線路領(lǐng)域。巡檢的圖像采用紅外線成像技術(shù)，由于其具有抗干擾性、隱蔽性、調(diào)節(jié)性等優(yōu)勢，被廣泛應(yīng)用于軍民生活生產(chǎn)的各個(gè)領(lǐng)域[1]。但是巡檢圖像也常受到設(shè)備和環(huán)境的影響，有時(shí)成像清晰度差，因此提出對(duì)紅外線圖像的邊緣濾波均衡化處理和直方圖均衡化的算法。此種實(shí)驗(yàn)設(shè)計(jì)增加了圖像在低照度情況下的對(duì)比程度，解決了圖像發(fā)灰的映襯，突出了紅外巡檢圖像的成像效果。

1 傳統(tǒng)的HE 矩陣增強(qiáng)算法

傳統(tǒng)的矩陣算法是德國人提出，其主要應(yīng)用在大規(guī)模的優(yōu)化牛頓類型的方法中，對(duì)于二維圖像，HE 矩陣可以很好表述圖像的主要元素信息，在圖像處理優(yōu)化中有很大作用[2]。經(jīng)典的HE 矩陣算法在視覺效果上雖然有了很多改進(jìn)，但是因?yàn)槠錂?quán)值的固定適宜性不靈活，因此其局部圖像存在過度增強(qiáng)的問題。同時(shí)對(duì)于存在噪聲的低照度的圖像，使用此種方法也會(huì)丟失很多細(xì)節(jié)，輸出圖像時(shí)背景的噪聲也不會(huì)被抑制，導(dǎo)致清晰度下降。此種算法耗時(shí)較長，不能提高對(duì)比度，當(dāng)目標(biāo)圖像被增強(qiáng)時(shí)，也使無用的背景圖像進(jìn)行了增強(qiáng)，這對(duì)于輸出巡檢圖像的識(shí)別就不是很明顯[3-4]。

2 直方圖均衡化圖像低頻信號(hào)的增強(qiáng)算法

巡檢的整體視覺圖像都是集中在低頻信號(hào)上的，改進(jìn)的均衡化算法，就是制定一個(gè)臨界值，通過這個(gè)臨界值（閾值）來克制背景圖像的增強(qiáng)，進(jìn)而來提高整體巡檢圖像的明暗對(duì)比度，使圖像邊緣的輪廓更為突出，增強(qiáng)視覺效果[5]。設(shè)定巡檢圖像的灰度級(jí)數(shù)為L，其概率函數(shù)為F（k）。

其中，k 為灰度等級(jí)，k=0，1，…，255，Nk為灰度的等級(jí)，是k的像素?cái)?shù)量，N 為巡檢圖像中總的像素?cái)?shù)量。在均衡算法中，相應(yīng)概率的密度函數(shù)見式（2）。

在式（2）中，設(shè)定F（k）≥x 時(shí)，均衡算法中概率的密度函數(shù)主要是依據(jù)臨界值x 設(shè)定的，當(dāng)F（k）一直不變時(shí)，則臨界值始終是x。根據(jù)上述算法，當(dāng)?shù)皖l信號(hào)經(jīng)過均衡處理以后，輸出的圖像結(jié)果為式（3）。

其中，Px（k）為經(jīng)處理增強(qiáng)以后的第k 個(gè)等級(jí)的灰度圖像，floor（）為向下取整函數(shù)。

3 實(shí)驗(yàn)研究和分析

將直方圖均衡化算法與HE 矩陣算法進(jìn)行比對(duì)，選取巡檢的圖片作為初始圖片，在2 GB 的內(nèi)存機(jī)器上分別進(jìn)行運(yùn)算。然后把兩種算法處理過的目標(biāo)圖片進(jìn)行驗(yàn)證比較，如圖1 所示。

通過比較，可看出直方圖均衡算法得出的圖像對(duì)比度增強(qiáng)，細(xì)節(jié)的清晰度明顯得到提高，目標(biāo)圖像的邊緣更為清晰。運(yùn)算所得圖片增強(qiáng)效果的比較，采用數(shù)據(jù)量化的方式比較直觀。目標(biāo)圖片的結(jié)果值采用標(biāo)準(zhǔn)偏差、熵值法、模糊性指數(shù)的運(yùn)算來進(jìn)行比對(duì)，得出直方圖均衡算法與HE傳統(tǒng)算法的區(qū)別。通過計(jì)算，得出兩種算法的比較數(shù)值（表1）。

圖1 成像比較

表1 不同算法的檢測比較結(jié)果

通過上述公式測算，可以看出均衡算法在增強(qiáng)圖像上和傳統(tǒng)算法比較后，熵值和模糊性指數(shù)都符合圖像信息輸出的增強(qiáng)效果要求，只有標(biāo)準(zhǔn)的偏差值稍低一些。這是由于傳統(tǒng)算法本身就具有過渡增強(qiáng)的特征，但是在低照度情況下細(xì)節(jié)的信息數(shù)量對(duì)于圖像的清晰度尤為重要，因此這種算法在有干擾的情況下不會(huì)丟失很多信息，圖像也就更為穩(wěn)定。

4 結(jié)論

針對(duì)低照度情況下增強(qiáng)巡檢圖像的視覺效果，本文提出直方圖均衡化的算法。通過將輸入的圖像進(jìn)行低頻信號(hào)與高頻信號(hào)的分類，首先確定適宜的閾值來提高低頻信號(hào)的增強(qiáng)效果，從而實(shí)現(xiàn)對(duì)其信號(hào)的完善；其次將高頻信號(hào)進(jìn)行強(qiáng)、中、弱的邊緣系數(shù)的分類，從而分別制定不同的增強(qiáng)設(shè)計(jì)，通過提高局部圖像的對(duì)比度來實(shí)現(xiàn)對(duì)細(xì)節(jié)信息的保留和強(qiáng)化，進(jìn)而提高背景圖像與目標(biāo)圖像區(qū)別，提高巡檢圖像的識(shí)別度。

參加文獻(xiàn)

［1］萬智萍.結(jié)合視覺特性與灰度拉伸的直方圖均衡化紅外圖像增強(qiáng)算法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2016，37（3）：714-719.

［2］段軍，高翔.基于統(tǒng)計(jì)濾波的自適應(yīng)雙閾值改進(jìn)canny 算子邊緣檢測算法［J］.激光雜志，2015，36（1）：10-13.

［3］顧明，鄭林濤，劉中華.結(jié)合暗原色優(yōu)先和Gamma 校正的紅外交通圖像增強(qiáng)算法［J］.交通運(yùn)輸工程學(xué)報(bào)，2016，16（6）：149-158.

［4］汪忱，張寶輝，王虹.基于視覺顯著區(qū)域的紅外圖像增強(qiáng)算法研究［J］.紅外技術(shù)，2017，39（9）：834-839.

［5］曹關(guān)，程亞玲，盛惠興.改進(jìn)的直方圖均衡化和NSCT 變換的紅外圖像增強(qiáng)［J］.應(yīng)用科技，2016，43（2）：24-27.