一种基于粗糙集的图像快速修复方法

文档序号:8488376阅读:232来源:国知局
一种基于粗糙集的图像快速修复方法
【技术领域】
[0001] 本发明属于机器视觉检测领域,是图像处理与识别技术的应用,具体涉及一种基 于粗糙集的图像快速修复方法。
【背景技术】
[0002] 在很多实际成像环境中,光照条件往往达不到理想水平,反映在图像上就是出现 过亮或过暗的区块或斑纹,对图像的分析判断造成严重干扰,所以如何有效快速去除阴影 具有广泛的应用前景。
[0003] 在复杂环境条件下采集图像往往存在以下难点:传播介质的影响,由于介质混浊, 介质中的颗粒悬浮物等对光线的吸收与衰减、散射,会导致采集到的图像降质;光源不理 想,在一些自然光照无法到达的条件下,需要自带光源,而自带光源受到设备成本(优良的 照明设备成本昂贵且体积质量大能耗高)的限制,简陋的照明设备使得光照十分不理想; 光学相机本身的限制,光学镜片透光的不均匀性以及传感器的灵敏度使得图像产生一定的 畸变使光强弱分布不均匀。
[0004]Mask匀光法是一类具有代表性的解决光照不均匀的问题的方法,该方法源于胶片 印晒,改进的Mask勾光算法,解决了灰度剧烈变化导致的灰度失真。Weiss算法根据一组 不同时间点的同一场景图像序列中值滤波后整合,从而去除阴影区域,该算法在处理光照 变化不大的图像序列时不可靠,且不适用于单幅图像匀光处理。摸拟人类视觉系统特点的 Retinex法是新的解决方案,Retinex是Retina(视网膜)与Cortex(大脑皮层)的合成, 其核心思想是综合人类视觉与大脑对光照和物体细节的感知与理解。Retinex算法在光照 强度变化范围较大的图像具有一定的鲁棒性。该类算法具有较高的计算复杂度,不利于实 际应用。
[0005] 尽管以上解决方法能够在一定程度上均匀光照,但是对于复杂环境条件下实现快 速均匀光照还有欠缺。

【发明内容】

[0006] 针对现有技术的不足本发明提供一种基于粗糙集的图像快速修复方法。既能有效 的去除阴影平衡亮度从而保留图像的有用信息,且满足实时性可靠性要求,为后期图像信 息的获取提供清晰有效真实的数据。
[0007]为了达到上述目的,本发明的技术方案是:首先粗糙集构建图像知识表达系统,粗 糙理论中的知识是对事物分类的一种能力,那么对研宄对象(图像)的各个要素进行一种 形式化的定义是必要的,这便于它们在算法中的表示和计算。然后根据知识提取光照分布 划分亮度层,为保证在纹理能够有效地不被削弱地还原出来,获取图像背景光照分布,需要 对背景知识提取。最后自适应亮度层并按层增强纹理,逐层求取亮度层后,对于同一层来 说,认为其背景光照在同一亮度等级,为了使得过度光照和弱光照区域的均值和方差均衡 到合理范围内,需要对每一层进行修复。
[0008] 具体步骤如下:
[0009] (1)、图像采集;
[0010](2)、根据采集到的图像建立粗糙集模型,构建出知识表达系统;
[0011] (3)、根据知识提取光照分布特征;
[0012](4)、按光照分布特征划分亮度层;
[0013](5)、自适应最佳亮度划分层数;
[0014](6)、按亮度层逐层增强纹理。
[0015] 进一步的,所述步骤(2)根据采集到的图像建立粗糙集模型,构建出知识表达系 统具体为:定义四元组KRS为一个知识表达系统:
[0016]KRS=(U,A,V,f) (1)
[0017] 其中,U代表论域,A代表属性,V表示属性值域,f代表信息函数。
[0018] 进一步的,所述步骤(3)根据知识提取光照分布特征包括如下步骤:
[0019] (3a)、背景知识提取,将采集到的图像像素点邻域亮度均值知识记作凡,划分掩 膜
【主权项】
1. 一种基于粗糙集的图像快速修复方法,其特征在于:包括如下步骤: (1) 、图像采集; (2) 、根据采集到的图像建立粗糙集模型,构建出知识表达系统; (3) 、根据知识提取光照分布特征; (4) 、按光照分布特征划分亮度层; (5) 、自适应最佳亮度划分层数; (6) 、按亮度层逐层增强纹理。
2. 根据权利要求1所述的一种基于粗糙集的图像快速修复方法,其特征在于:所述步 骤(2)根据采集到的图像建立粗糙集模型,构建出知识表达系统具体为:定义四元组KRS为 一个知识表达系统: KRS= (U,A,V,f) (1) 其中,U代表论域,A代表属性,V表示属性值域,f代表信息函数。
3. 根据权利要求1所述的一种基于粗糙集的图像快速修复方法,其特征在于:所述步 骤(3)根据知识提取光照分布特征包括如下步骤: (3a)、背景知识提取,将采集到的图像像素点邻域亮度均值知识记作凡,划分掩膜:
其中,X,Y分布二为原图的宽和高,并将掩膜窗口设为1/16原图像大小,掩膜系数
(3b)、对整幅图像作掩膜线性空间滤波,首先根据公式(3)对掩膜内所有像素值求和, 再将掩膜在论域U中逐个像素点移动掩膜的中心,根据公式(4)对整幅图像进行线性空间 滤波处理得到处理后的背景图像的像素值;
其中,G(x,y)为原图中像素值,K(i,j)为掩膜图像邻域像素值,g".v,.V)为处理后得到 的背景图像的像素值,x、y分别为像素点的横坐标与纵坐标。
4. 根据权利要求1所述的一种基于粗糙集的图像快速修复方法,其特征在于:所述步 骤(4)中按光照分布特征划分亮度层具体为:首先对知识库K= (U,R)用&求取划分,公 式如下: U/R!= {T〇, Ti,. . . , Tj, . . . , T255} (5) Tt = !G(.v, v)|(G(.v, v) e l/) A(gi?i(x,y) = i)K〇< / < 255 (6) 其中,U/^为将论域U根据Ri划分的知识库,Ti为第i个亮度值; 论域U按亮度层数N和&均分图像所有像素点,以xXy/N为一个亮度层,根据Ri从最 亮到最暗依次求取每个亮度层; 下面对于第1个亮度层Xi求根据知识库K= (U,Ri)求上近似:由于均匀划分亮度层从Xglj乂1<每层及层与层之间亮度值由低向高依次排列,像素值也从低到高排列,所以T:为X1 的子集,同理了2为Xi子集,T。+1\+. . . +1\+. . . +1;满足条件:
;=0 7=0 时那么W. ? ? +Ti+. ? ? +Tn为民(Xi)记作;满足条件:
W. ? ? +1\+. ? ? +Tn+Tn+1 为瓦(X,)记作X;-; 递推下近似:
递推上近似:
其中,m为计算时公式(5)中未被划分的的最小的那个i值;将用上近似或 下近似求取的亮度层I,"'、x严^统一记作Xi。
5. 根据权利要求1所述的一种基于粗糙集的图像快速修复方法,其特征在于:所述步 骤(5)中自适应最佳亮度划分层数具体为: 根据如下公式计算sigRiCU趋近于1时所对应的亮度层数N,当|sigRi(X,)-l|<0.01时所 对应的第一个亮度层即为最佳亮度层数;
其中sigRi (JQ为系统参数重要度,(X,)为集合Xi的R:边界域。
6. 根据权利要求1所述的一种基于粗糙集的图像快速修复方法,其特征在于:所述步 骤(6)中按亮度层逐层增强纹理具体为: 规定最暗为〇最亮为1,那么a到(〇〈a〈0〈1)为正常亮度区域,即i〈a,时的Xi 为暗区的亮度层,i> 0 *N时的Xi为亮区的亮度层,xi为亮度层对每一层进行亮度均衡,公 式如下:
(13) 式中为第i个亮度层的亮度均值,G(x,为处理后的像素值,处理 前原图像像素点的像素值,〇nOTmalaMa、nnOTmalma分别表示正常区域所有亮度层的标准差和 均值计,它们的算公式如下:
同理分别代表第i个亮度层的标准差和均值,其中ni为第i个亮度层的像 素点数。
【专利摘要】本发明公开了一种基于粗糙集的图像快速修复方法,其步骤包括:对采集到的数字图像建立粗糙集模型,抽象出一个知识表达系统;然后根据知识表达系统中的等价关系进行亮度等级划分;按照划分分别用上近似下近似求取论域(图像)的光照亮度层;然后引入近似分类精度,系统参数重要度,计算其值随划分层数变化趋势;最后根据他们的收敛性反馈最佳划分从而自适应亮度层,将所有亮度层划分为过量区域、正常区域、过暗区域,以正常区域为基准逐层恢复亮度。最终得到清晰、可视性良好、细节更为突出的图像,本发明适应能力强,能够克服各种苛刻光照环境条件,处理速度快,具有一定的在线实时性,具有很大的现实意义和实用价值。
【IPC分类】G06T5-00
【公开号】CN104809712
【申请号】CN201510250849
【发明人】范新南, 汪耕任, 史鹏飞, 张卓, 谢迎娟, 倪建军, 张学武, 李敏
【申请人】河海大学常州校区
【公开日】2015年7月29日
【申请日】2015年5月15日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1