基于改進(jìn)小波變換的低照度多媒體平面圖像色彩增強(qiáng)方法

趙 潔

（青島市技師學(xué)院 山東 青島 266229）

0 引言

受實(shí)際拍攝環(huán)境條件的影響，多媒體平面圖像的色彩強(qiáng)度會(huì)呈現(xiàn)出低飽和度的特征，不僅影響圖像的質(zhì)量，對(duì)于圖像中目標(biāo)的識(shí)別也極為不利[1]。多媒體平面圖像會(huì)受到光線和周圍環(huán)境因素的制約，造成圖像信噪比較低、對(duì)比度較差和分辨率較低的情況，這將使圖像的后續(xù)處理變得更加困難。由于低照度圖像的自身灰度值較低，所以其目標(biāo)之間的細(xì)節(jié)灰度差別較小，無(wú)法有效分析具體識(shí)別目標(biāo)的特征。在圖像處理過程中，圖像的色彩增強(qiáng)對(duì)改善圖像的質(zhì)量起著非常關(guān)鍵的作用，因此針對(duì)低照度圖像色彩明亮度較暗、對(duì)比度清晰度較低、黑暗連通區(qū)范圍較大的問題，實(shí)施對(duì)應(yīng)的色彩增強(qiáng)措施是十分必要的[2]。就現(xiàn)階段而言，該部分研究已經(jīng)取得了一定的成果，其中，馬鋮旭等[3]以逆光圖像為研究對(duì)象，提出了一種建立在卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上的圖像增強(qiáng)技術(shù)，大大提高了圖像色彩的飽和度，并且未對(duì)圖像的原有信息造成影響，但是其主要是以逆光圖像為目標(biāo)，在使用性上存在一定的局限性。彭晏飛等[4]以低照度遙感圖像為研究目標(biāo)，通過構(gòu)建條件生成對(duì)抗網(wǎng)絡(luò)，實(shí)現(xiàn)了對(duì)圖像的增強(qiáng)處理，但是其在實(shí)際應(yīng)用階段表現(xiàn)出了較強(qiáng)的衰落屬性。劉壽鑫等[5]通過對(duì)彩色模型空間進(jìn)行融合處理，實(shí)現(xiàn)了對(duì)非線性低照度圖像的有效增強(qiáng)，提高了圖像的質(zhì)量，但是對(duì)于光線基礎(chǔ)條件較差的圖像，其增強(qiáng)效果仍存在一定的提升空間。通過上文的研究不難看出，對(duì)于低照度圖像的色彩增強(qiáng)處理還需要進(jìn)一步探索和研究[6]。

為此，本文提出基于改進(jìn)小波變換的低照度多媒體平面圖像色彩增強(qiáng)方法，在對(duì)原有的小波變換技術(shù)進(jìn)行適應(yīng)性改進(jìn)的基礎(chǔ)上，達(dá)到對(duì)低照度多媒體平面圖像色彩增強(qiáng)的目的，并通過對(duì)比測(cè)試分析驗(yàn)證了設(shè)計(jì)增強(qiáng)方法的有效性。借助本文的研究，希望可以為相關(guān)低照度圖像的處理工作提供有價(jià)值的參考。

1 低照度多媒體平面圖像色彩增強(qiáng)處理

為了提升低照度圖像的色彩明亮度、改善圖像對(duì)比清晰程度、縮小黑暗連通區(qū)范圍，需要對(duì)低照度多媒體平面圖像色彩進(jìn)行增強(qiáng)處理。通過Mean Shift算法計(jì)算圖像色彩空間像素點(diǎn)分布情況，根據(jù)參數(shù)數(shù)值結(jié)果調(diào)整漂移向量，實(shí)現(xiàn)低照度圖像色彩分割，優(yōu)化圖像協(xié)調(diào)性。通過改進(jìn)小波變換的方式，將色域關(guān)系和空域關(guān)系融合到算法，完成對(duì)低照度圖像的像素信息界定，以此實(shí)現(xiàn)低照度圖像色彩分割后的各個(gè)單元具有一定的像素信息內(nèi)積屬性，提升低照度多媒體平面圖像色彩增強(qiáng)處理效果。

1.1 低照度圖像色彩分割

一般情況下，在對(duì)圖像進(jìn)行色彩增強(qiáng)處理時(shí)，會(huì)參考圖像為基礎(chǔ)對(duì)其處理程度進(jìn)行校正[7]，而一張低照度圖像本身，在照度上也是存在一定差異的[8]。為了確保增強(qiáng)后的圖像能夠具有更高的協(xié)調(diào)性，本文首先采用Mean Shift算法對(duì)低光照?qǐng)D像進(jìn)行圖像色彩分割處理。

假設(shè)待增強(qiáng)的圖像在色彩空間內(nèi)包含n個(gè)樣本點(diǎn)，對(duì)應(yīng)的空間維度為R。那么對(duì)于任意一個(gè)像素點(diǎn) x而言，其對(duì)應(yīng)的Mean Shift向量可以表示為

其中，表示像素點(diǎn)x的漂移向量的均值，（xi-x）表示像素點(diǎn)x相對(duì)于xi點(diǎn)的漂移向量，Rmax和Rmin分別表示空間維度的最大值和最小值，表示圖像像素點(diǎn)的密度梯度。

按照式（1）所示的方式，即可計(jì)算得到圖像的Mean Shift向量。在此基礎(chǔ)上，本文實(shí)施對(duì)低照度圖像的色彩分割時(shí)，以每個(gè)像素點(diǎn)一定鄰域內(nèi)的漂移向量均值為基礎(chǔ)參數(shù)，按照向量大小和偏移方向完成對(duì)其的分割，其計(jì)算方式可以表示為

其中，Pi表示圖像Mean Shift向量的擬合參量，sim表示相似函數(shù)，以此為基礎(chǔ)完成低照度圖像色彩分割。為了確保增強(qiáng)處理后圖像的質(zhì)量，本文以0.90為尺度標(biāo)準(zhǔn)，對(duì)圖像進(jìn)行分割，提高圖像目標(biāo)的色彩特征，為后續(xù)圖像增強(qiáng)提供技術(shù)支持。

1.2 基于改進(jìn)小波變換的圖像增強(qiáng)

在完成對(duì)低照度圖像的分割處理后，我們需要對(duì)增強(qiáng)低照度多媒體平面圖像色彩進(jìn)行分析。本文采用改進(jìn)小波變換的方式實(shí)現(xiàn)對(duì)各個(gè)分割單元的增強(qiáng)，在傳統(tǒng)小波變換算法中，只有當(dāng)圖像增強(qiáng)的像素點(diǎn)均勻地分布在圖像上時(shí)才能夠達(dá)到預(yù)期效果[9]，而實(shí)際上，低照度圖像的像素點(diǎn)是存在稠密之分的[10]。為此，本文將在小波變換中引入了色域關(guān)系和空域關(guān)系兩個(gè)參數(shù)，分別體現(xiàn)當(dāng)前和未來像素點(diǎn)在顏色和空間位置上與參考圖像的關(guān)系。通過優(yōu)化圖像色域關(guān)系可以擴(kuò)大顏色數(shù)量所構(gòu)成的范圍區(qū)域，以此縮小黑暗連通區(qū)范圍面積。空域關(guān)系可以增強(qiáng)圖像的細(xì)節(jié)內(nèi)容識(shí)別能力，有效保留低照度圖像的主體輪廓，以此提升圖像對(duì)比清晰度。因此，采用改進(jìn)小波變換算法，擴(kuò)大像素信息內(nèi)積，增強(qiáng)圖像的色彩信息識(shí)別能力，有效解決圖像色彩明亮度、對(duì)比度清晰、黑暗連通的問題。

首先，按照1.1部分的分割結(jié)果，以分割區(qū)域內(nèi)的照度信息均值為尺度單位，對(duì)其像素信息進(jìn)行內(nèi)積，其計(jì)算方式可以表示為

其中，W（Pi，li）表示對(duì)Pi分割部分像素信息的內(nèi)積結(jié)果，li表示Pi對(duì)應(yīng)分割部分的照度均值，a表示像素的概率密度，x（d）表示像素的空域關(guān)系，s（c）表示像素的色域關(guān)系，φ表示分割部分在圖像整體中的貢獻(xiàn)程度系數(shù)，l表示分割部分像素的具體照度信息。

在此基礎(chǔ)上，按照參照?qǐng)D像的色彩信息，對(duì)Pi分割部分像素信息的內(nèi)積結(jié)果進(jìn)行增寬，并且保持原有的內(nèi)積值不變，其計(jì)算方式可以表示為

其中，W＇（Pi，li）表示增寬后的Pi分割部分像素信息內(nèi)積結(jié)果，ω表示參照?qǐng)D像的色彩信息。以計(jì)算得到的像素信息為基準(zhǔn)，實(shí)現(xiàn)對(duì)各個(gè)分割單元的色彩增強(qiáng)處理。至此完成了基于改進(jìn)小波變換的低照度多媒體平面圖像色彩增強(qiáng)方法的設(shè)計(jì)，可以有效增強(qiáng)圖像細(xì)節(jié)處理能力，提升低照度圖像的亮度，實(shí)現(xiàn)低照度圖像整體色彩增強(qiáng)的目的。

2 試驗(yàn)測(cè)試

為了分析驗(yàn)證本文所提圖像增強(qiáng)方法的有效性，進(jìn)行了對(duì)比試驗(yàn)，其中，對(duì)照組分別為馬鋮旭等[3]提出的基于卷積神經(jīng)網(wǎng)絡(luò)的逆光圖像增強(qiáng)方法，彭晏飛等[4]提出的基于條件生成對(duì)抗網(wǎng)絡(luò)的低照度遙感圖像增強(qiáng)方法以及劉壽鑫等[5]提出的融合彩色模型空間的非線性低照度圖像增強(qiáng)方法。

2.1 測(cè)試數(shù)據(jù)

考慮到不同低照度情況，在The MNIST Database（http://yann.lecun.com/exdb/mnist/）圖像識(shí)別數(shù)據(jù)集中，隨機(jī)選擇100組示例圖像作為測(cè)試集。為了提高測(cè)試效率，對(duì)100組示例圖像進(jìn)行測(cè)試用例，通過Bug循環(huán)記錄的方式完成示例圖像測(cè)試，為后續(xù)實(shí)際實(shí)驗(yàn)提供支持。本文在完成示例圖像測(cè)試數(shù)據(jù)集中，隨機(jī)選擇2組測(cè)試圖像作為測(cè)試對(duì)象，具體如圖1所示。

圖1 測(cè)試圖像信息

如圖1所示，2組測(cè)試圖像均存在照度差異較大的問題，圖像1-a的近景的照度較低，遠(yuǎn)景的照度較高，圖像1-b整體照度相對(duì)較低，在局部光源的作用下，其圖像照度波動(dòng)明顯。

本文分別采用4種方法進(jìn)行色彩增強(qiáng)處理，設(shè)置的評(píng)價(jià)指標(biāo)包括五個(gè)具體內(nèi)容：第一是信息熵，信息熵的值越大，則色彩增強(qiáng)后的圖像中攜帶的信息越多；第二是標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差越高，圖像的細(xì)節(jié)信息提升效果越明顯；第三是平均梯度值，平均梯度值越高，圖像的清晰度越高；第四是結(jié)構(gòu)相似度，結(jié)構(gòu)相似度越高，增強(qiáng)后的圖像與標(biāo)準(zhǔn)參考圖像的一致性越強(qiáng)；第五是峰值信噪比，峰值信噪比越高，圖像的質(zhì)量越高。

以此為基礎(chǔ)，對(duì)4種方法的測(cè)試結(jié)果進(jìn)行比較。

2.2 測(cè)試結(jié)果與分析

以上述構(gòu)建的五種評(píng)價(jià)指標(biāo)為基礎(chǔ)，統(tǒng)計(jì)了4種低照度圖像增強(qiáng)方法的測(cè)試結(jié)果，具體如表1、表2所示。

表1 圖像1-a增強(qiáng)效果統(tǒng)計(jì)表

表2 圖像1-b增強(qiáng)效果統(tǒng)計(jì)表

結(jié)合表1和表2中的測(cè)試結(jié)果可以看出，對(duì)比4種增強(qiáng)方法的處理效果，馬鋮旭等[3]方法的處理結(jié)果中，最終圖像的信息熵相對(duì)較低，2組測(cè)試結(jié)果的值均在8.00以下，表明色彩增強(qiáng)后的圖像中的信息出現(xiàn)了丟失，導(dǎo)致其攜帶的信息相對(duì)較少；彭晏飛等[4]方法的測(cè)試結(jié)果中，結(jié)構(gòu)相似度和峰值信噪比均明顯低于另外三種測(cè)試方法。這表明色彩增強(qiáng)后的圖像與標(biāo)準(zhǔn)參考圖像之間存在一定的差異，這與圖像的質(zhì)量直接相關(guān)，質(zhì)量越低，對(duì)應(yīng)的特征丟失越明顯，與標(biāo)準(zhǔn)參考圖像的一致性也就越低；劉壽鑫等[5]方法的測(cè)試結(jié)果中，同樣在結(jié)構(gòu)相似度上表現(xiàn)出了一定的不足，2組測(cè)試結(jié)果的最大值僅為0.552 0，最小值僅為0.447 3，這表明利用其對(duì)圖像進(jìn)行增強(qiáng)處理過后，同樣造成了與標(biāo)準(zhǔn)參考圖像之間差異，而其他檢測(cè)指標(biāo)所處水平相對(duì)穩(wěn)定，那么出現(xiàn)該情況的原因可能是增強(qiáng)尺度設(shè)置的合理性較低。相比之下，采用本文方法處理后的圖像，對(duì)于設(shè)置的評(píng)價(jià)指標(biāo)均表現(xiàn)出了較好的效果，其中，信息熵始終穩(wěn)定在8.00以上，標(biāo)準(zhǔn)差不低于70.00，且最大值達(dá)到了72.095 1，平均梯度值穩(wěn)定在16.00～17.00，并且結(jié)構(gòu)相似度和峰值信噪比均對(duì)照組。測(cè)試結(jié)果表明，本文提出的基于改進(jìn)小波變換的低照度多媒體平面圖像色彩增強(qiáng)方法可以實(shí)現(xiàn)對(duì)圖像的有效處理。

3 結(jié)語(yǔ)

低照度圖像本身包含的信息是相對(duì)完整的，但是受光線條件的影響，較難實(shí)現(xiàn)對(duì)其直接讀取。因此，對(duì)其實(shí)施合適的色差增強(qiáng)處理技術(shù)成了提高其利用價(jià)值的重要手段。本文提出基于改進(jìn)小波變換的低照度多媒體平面圖像色彩增強(qiáng)方法，利用小波變換在圖像信息處理上的優(yōu)勢(shì)，針對(duì)低照度圖像的特征對(duì)其進(jìn)行適當(dāng)改進(jìn)后，大大提高了最終的處理效果。處理后圖像的信息得到了更大程度上的保留，并且圖像的細(xì)節(jié)信息也得到了有效提升，在保障其與標(biāo)準(zhǔn)參考圖像一致性的基礎(chǔ)上，圖像的清晰度和質(zhì)量均處于較高水平。