一種復合域臺風云圖增強算法分析

基金項目：南通市科技局項目；項目名稱：基于變分優化和生成對抗網絡的遙感圖像pansharpening融合方法研究；項目編號：JCZ2022097。

作者簡介：郭彭浩（1995— ），男，助教，碩士；研究方向：計算機視覺，人工智能。

摘要：臺風云圖增強是通過增加圖像的對比度和色彩，增加臺風的可視化，為后續預測路徑和圖像分割提供準確的圖像。文章提出一種有效的增強臺風云圖對比度的方法，首先對輸入圖像進行反相操作和梯度處理，獲取梯度域和取反的圖像信息，增加臺風云圖的細節信息；其次，使用一個簡單有效改進直方圖的模型來生成分布函數，增強圖像的對比度；最后，通過對增強后的圖像進行融合，得到最終的增強臺風云圖。與幾種增強方法相比，文章提出的方法獲得了更好的主觀結果和客觀評價。

關鍵詞：臺風云圖；對比度增強；圖像逆處理；梯度域處理

中圖分類號：TP312" 文獻標志碼：A

0" 引言

高質量的臺風云圖是實時臺風預報的必要條件。但在復雜大氣條件下，臺風云圖對比度低，細節丟失較多。對比度是從臺風云圖中分割螺旋云帶的重要質量因素，為了更好的信息表示和更舒適的視覺，需要對臺風云圖進行對比度增強。為了獲得高質量的臺風云圖像，人們開發了很多對比度增強方法，主要可以分為2大類：基于空間域的方法和基于變換域的方法?？臻g域方法直接改變圖像相鄰單元的灰度值。直方圖均衡化（Histogram Equalization，HE）［1］采用非線性拉伸來平衡直方圖，在圖像增強方面是有效的，但是當輸入圖像的直方圖存在峰值時，這種方法可能會導致增強后的圖像出現飽和偽影和過度增強。變換域方法是在變換域中對圖像進行增強，然后將增強的結果反變換到空間域中。Karantzalos等［2］把各向異性擴散處理和交替順序濾波相結合，增強臺風云圖平滑和對比度。

本文提出了一種增強臺風云圖對比度和細節的方法，與以往的臺風圖像增強方法相比，本文方法具有以下優勢：（1）對臺風圖像進行反演，從明亮的云層中獲得較暗的區域，在增強云層較暗的區域，較少圖像的過度增強；（2）對臺風云圖進行梯度處理，從梯度域獲取圖像的細節信息，減少臺風云圖在增強過程中的細節損耗；（3）采用包含sigmoid函數的正則化直方圖均衡化算法對反演圖像和梯度域圖像進行處理，可以避免過度增強和飽和偽影，保證了較快的增強速度和明顯的增強效果。

1" 算法

本文算法分別使用取反算子和梯度算子得到原始圖像的取反圖像和梯度域圖像，然后對取反和梯度域圖像進行增強。增強算法是修改的對比度增強算法，將增強后的梯度域和取反圖像進行融合，得到最終的融合圖像。流程如圖1所示。

圖像取反算子定義如下：

Y=255-X（1）

其中，X 為輸入圖像，Y 為逆圖像。水平梯度算子是［1：，：-1］，垂直梯度算子是［：1，-1：］。

本文采用改進的對比度增強算法對取反圖像和梯度域圖像進行增強，該算法使用新的分布函數減少輸出圖像的過增和偽影，公式如下：

Yi=F（ymax-ymin）+ymin（2）

其中，Yi表示增強后的圖像，F表示累積分布函數，ymin=0，ymax=2N-1，N為輸入圖像的像素深度。F是分布函數累積結果，公式如下：

F=∑Kt=1f（t）（3）

其中，K是輸入圖像的像素數量，f（t）是分布函數f（k）的歸一化，公式如下：

f（k）←f（k）/∑Kt=1f（t）（4）

圖1" 本文算法流程

其中，k = 1，…，K，分布函數f（k）公式如下：

f（k）=h（k）+s（k）（5）

h（k）表示歸一化的輸入直方圖，s（k）表示修正后sigmoid函數，具有平滑及壓縮特性，可有效避免過度增強和飽和偽影問題，表達式為：

s（k）=11+e-（k-1）-25（6）

圖像融合，本文采用拉普拉斯融合算法對三者進行融合，具體過程如圖2所示，先將增強后的梯度域水平和豎直圖像相加，然后與取反增強的圖像進行融合。公式如下：

O=0.1（Ye_h+Ye_v）+0.9Ye_o（7）

其中，Ye_h、Ye_v分別是增強后的梯度域圖像，Ye_o是二次取反后的增強圖像，O是融合后的增強圖像。

2" 實驗

本文使用4種對比算法，具體如下：HE、CLAHE［3］、DWT-SVD［4］、微光圖像增強（LIME）［5］，使用2個定量指標來評估不同方法的增強性能：離散熵（Discrete Entropy，DE）和平均梯度（Mean Gradient，MG）。DE表示圖像的組合特性，DE值越高圖像信息越豐富。MG反映細節對比度和紋理變化特征，MG值越高表示算法的增強效果越好。測試數據集來自 http：//www.agora.ex.nii.ac.jp /digital-typhoon/。

輸入圖像如圖3（a）所示，它們成像效果不清晰，對比度低，不利于后續的圖像分割和路徑規劃。如圖3（b）所示，HE算法增強臺風云圖的對比度效果很好，但是對部分云層存在過度增強，不符合圖像增強的結果。如圖3（c）所示，CLAHE算法可以避免過度增強，獲得更多的細節，但增強圖像中出現較多的偽影，細節的視覺效果不如本文提出的方法。在圖3（d）中，LIME成功增強了臺風圖像的全局信息，但該方法忽略了圖像高頻部分，丟失大量細節信息。如圖3（e）所示，DWT- SVD可以獲得更多的高頻信息，但是會引入一些噪聲。如圖 3（f）所示，與其他對比算法相比，本文的方法在增強對比度和保留局部細節方面取得了更好的結果。

表1采用30張大小為 512×512 的臺風圖像作為實驗對象，使用DE和MG作為增強圖像的評價指標，顯示結果是30張圖像的平均值，其中用加粗文字效果表示最好的結果，用下劃線效果表示第二好的結果。如表1所示，本文提出的方法在客觀評估方面優于其他競爭方法。

3" 結語

本文提出了一種新的臺風云圖的增強方法。首先對輸入圖像進行反向處理和梯度化，獲得臺風云圖的更多細節；然后采用正則化直方圖均衡化方法對它們進行增強，避免過度增強和飽和偽影。最終的主客觀結果表明，該方法可以減少偽影，獲得高對比度和更多細節的增強圖像。

參考文獻

［1］PLATANIOTIS K N， VENETSANOPOULOS A N. Color image processing and applications［J］. Springer Science amp; Business Media， 2001（12）：2.

［2］KARANTZALOS K G. Combining anisotropic diffusion and alternating sequential filtering for satellite image enhancement and smoothing［J］.Proceedings of Spie the International Society for Optical Engineering， 2004（5238）：461-468.

［3］ZHANG C J， WANG X D. Typhoon cloud image enhancement and reducing speckle with genetic algorithm in stationary wavelet domain［J］.IET Image Processing，2009（4）： 200-216.

［4］DEMIREL H， OZCINAR C， ANBARJAFARI G. Satellite image contrast enhancement using discrete wavelet transform and singular value decomposition［J］. IEEE Geoscience and Remote Sensing Letters， 2010（2）： 333-337.

［5］GUO X J. LIME：a method for low-light image enhancement［C］.Amsterdam： MM’16： ACM Multimedia Conference，Association for Computing Machinery， 2016： 87-91.

（編輯" 王雪芬）

Analysis of a composite domain typhoon cloud map enhancement algorithm

Guo" Penghao， Chen" Feifei

（School of Computer and Information， Nantong Institute of Technology， Nantong 226001， China）

Abstract：" Typhoon cloud map enhancement is to increase the visualization of typhoon by increasing the contrast and color of images， to provide accurate image for the subsequent prediction path and image segmentation. This paper proposes an effective method to enhance the contrast of typhoon cloud map， first， the input image for reverse phase operation and gradient processing， obtain the gradient domain and reverse image information， increase the detail information of the typhoon cloud map; then use a simple and effective improvement model to generate the distribution function， enhance the contrast of the image; through the enhanced image fusion， to obtain the final enhanced typhoon cloud map. The proposed method achieves better subjective results and objective evaluation than several enhancement methods.

Key words： typhoon cloud map; contrast enhancement; image inverse processing; gradient domain processing