专利名称：：基于信息熵和对数对比度加权和的挖掘最佳图像的方法
技术领域：
：本发明属于计算机数字图像处理
技术领域：
。
背景技术：
：底层图像挖掘技术将人类视觉不可用信息变为视觉可用信息，可用于挖掘恶劣条件下拍摄的图像信息，如汽车肇事后逃逸，金融机构监控图像中隐藏的信息等。然而在挖掘过程中由于无法判断用什么挖掘参数才能挖掘出图像质量最佳，所以在实践中不得不进行反复挖掘以使挖掘出的图像信息达到人类视觉质量最佳，很费时费力，而且挖掘获得的所谓最佳质量图像依赖于人类不同个体的主观感受，并非客观意义上的最佳质量图像。目前，国内外对于如何在挖掘中直接获取质量最佳的图像成为人类尚未解决好的问题。
发明内容本发明的目的是提供一种对于具有下降型灰度谱分布的源图像在底层图像挖掘中基于信息熵和对数对比度加权和的挖掘最佳图像的方法，运用该方法可快速地获得客观意义上的最佳质量图像。本发明的目的是通过这样的技术方案实现的，该方法包括以下步骤(1)检测源图像的灰度谱分布，确定,具有下降型灰度谱分布，然后计算源图像的灰度谱连续带宽BW;(2)建立图像质量评价函数IQAF，其计算公式为IQAF=0.3InEn+lg匸InEn为图像信息熵，^为平均对比度，图像信息熵InEn的计算公式为；InEn二-J]p(i)Log2p(i)式中p(i)为图像在第i个灰度级上的像素数，当P(i)二0时，令Log2p(i)^;平均对比度r的计算公式为1M，N为图像在x，y方向的像素数，G(x,力为像素点(x，y)的灰度值，G(x+1，力为像素点(x+l，y)的灰度值；(3)进行底层图像挖掘，并用挖掘图像对应的信息熵InEn和平均对数对比度1gC计算评价函数IQAF的值，底层图像挖掘公式为TG(x，y)=KOG(x,y)—ThetaDelta约束条件:TG(x,y)=255,0,TG(x,y)>255TG(x,y)<0TG(x，y)、OG(x，y)分别表示挖掘图像和源图像在像素点(x，y)的灰度值，Theta[O，255]和delta[l，255]为挖掘参数，分别表示挖掘起点和挖掘图像的灰度层次，K为空间伸縮因子，对于底层图像挖掘，取k=255，theta=0;令theta二0，delta从1到灰度谱连续带宽BW每次增1变化，对源图像进行底层图像挖掘，用每个delta值所对应的挖掘图像的信息熵InEn和平均对数对比度1g^计算图像质量评价函数'IQAF的值，直到获得IQAF的最大值；(4)用图像质量评价函数IQAF最大值所对应的挖掘参数delta、theta按照步骤(3)所述底层图像挖掘公式挖掘出的图像即为质量最佳图像。本发明所用的用于图像灰度谱的检测方法(该方法记载在专利号为ZL200610054324.9的发明专利中)具有强有力的底层图像信息挖掘功能，具有--个像素点的可视化精度，是一般灰度直方图和对数灰度直方图不能比拟的，在很低照度下拍摄的图像，经过分级平坦化后的灰度谱显示了该图像的所有信息，其谱的宽度表明了图像信息存在的范围，我们称之为图像的灰度谱连续带宽用BW表示。所用公式为式中，O(g)，T(g)分别表示原始图像和目标图像在第g个灰度级上的像素数；g二0，1，2、…N-1，N^255，表示灰度或色度级；M为正整数，称为平坦化级；本发明适用于源图像具有下降型灰度谱分布的底层图像挖掘，下降型灰度谱分布的图像是指图像信息从0灰度级开始存在并在0灰度级图像信息最多，即从0灰度级起呈下降型灰度谱分布的情况。根据实践经验，在照明度很低的条件下拍摄的原始图像多有这种灰度谱分布，因此在挖掘具有下降型灰度谱分布的原始图像的最佳质量图像时，挖掘起点theta固定设置为0。根据反复实验结果发现，对每一次delta变化后挖掘出的图像，从计算得出的挖掘图像信息熵InEn的值来看，随着delta的增加，图像信息熵InEn随delta的增加呈单调上升趋势。据反复实验结果发现，对每一次delta变化后挖掘出的图像，从计算得出的挖掘出的图像平均对数对比度lge值来看，随着delta的增加，图像的平均对数对比度Lgf随delta增加变化呈单调下降趋势。根据反复实验结果发现对每一次delta变化后挖掘出的图像，从计算的图像质量评价函数IQAF值来看，随着delta的增加，挖掘出的图像信息熵InEn和平均对数对比度LgC的加权和随delta的增加变化有最大值，即无参图像质量评价函数IQAFW.3InEn+lgf有最大值；我们在反复实验中一边随delta的变化挖掘图像，一边计算挖掘图像的图像质量评价函数IQAF值时发现随delta变化挖掘出图像的质量从差到好，然后再到图像的质量变差，与图像质量评价函数IQAF值随delta的变化的趋势一致，且当图像质量评价函数取最大值时，用其所对应的挖掘参数delta和theta利用上述步骤(3)所述的底层图像挖掘公式挖掘出的图像质量与所有挖掘出的图像比较其质量最佳。本发明的有益效果是该方法能够迅速地在具有下降型谱分布的源图像的底层图像挖掘过程中获得客观意义上的最佳质量图像，在光照很低的拍摄条件下拍摄的图像通过该方法能够获得清晰的客观自然景物的最佳图像；将本方法嵌入现有照相机系统可以实现普通相机夜景拍摄，并获得最佳夜景质量图像，嵌入现有监控系统可以实现全天候监控，嵌入现有微光夜视系统提高现有系统功能。本发明的如下图1为本发明方法的流程图2为本发明实施例中信息熵、对数对比度和无参图像质量评价函数随delta的变化其中I为信息熵InEn随delta变化曲线；II为平均对数对比度lgC随delta变化曲线，III为图像质量评价函数IQAF值随delta变化曲线。图3为挖掘本实施例最佳质量图像过程中，图像质量随无参图像质量评价函数值的变化。其中图3(a)为源图像及其灰度谱；BW=19;图3(b)为Theta二O;delta=3时所对应图像质量评价函数IQAF=2.2411取最大值时挖掘出的图像及其灰度谱；图3(c)为theta=0;delta=l时，所对应图像质量评价函数IQAF=2.0052时挖掘出的图像及其灰度谱。具体实施例方式下面结合附图和实施例对本发明作进一步说明本发明方法的流程图如图l所示，具体步骤如下-(1)检测源图像的灰度谱分布，确定具有下降型灰度谱分布，然后计算源图像的灰度谱连续带宽BW;如图3(a)所示可明显看出本实施例的灰度谱呈下降型谱分布；灰度谱连续带宽BW=19。本发明步骤(1)中所用的用于图像灰度谱的检测方法(该方法记载在专利号为ZL200610054324.9的发明专利中)具有强有力的底层图像信息挖掘功能，具有一个像素点的可视化精度，是一般灰度直方图和对数灰度直方图不能比拟的，在很低照度下拍摄的图像，经过分级平坦化后的灰度谱显示了该图像的所有信息，其谱的宽度表明了图像信息存在的范围，我们称之为图像的灰度谱连续带宽用BW表示。所用公式为T(g卜om(g)y255o(g)式中，O(g)，T(g)分别表示原始Sif象和目标图像在第g个灰度级上的像素数；g=0，1，2、…N-1，N^255，表示灰度或色度级；M为正整数，称为平坦化级；(2)建立图像质量评价函数IQAF，其计算公式为-IQAF:O.3InEn+lgfInEn为图像信息熵，f为平均对比度，图像信息熵InEn的计算公式为255InEn=-Zp(i)Log2p(i)式中p(i)为图像在第i个灰度级上的像素数，当P(i)=0时，令Log2p(i)=0;平均对比度C的计算公式为M,iV为图像在x，y方向的像素数，G(;c，力为像素点(x,y)的灰度值，G(x+1,力为像素点(x+l,y)的灰度值；(3)进行底层图像挖掘，并用挖掘图像对应的信息熵InEn和平均对数对比度lgf计算评价函数IQAF的值，底层图像挖掘公式为TG(x，y)=K0G(X,y)-ThetaDelta约束条件255，TG(x,y)>255TG(x,y)='0，TG(x,y)<0TG(x,y)、OG(x，y)分别表示挖掘图像和源图像在像素点(x，y)的灰度值，Theta[O，255]和delta[l，255]为挖掘参数，分别表示挖掘起点和挖掘图像的灰度层次，K为空间伸缩因子，对于底层图像挖掘，取k二255，theta=0;本发明适用于源图像具有下降型灰度谱分布的底层图像挖掘，下降型灰度谱分布的图像是指图像信息从0灰度级开始存在并在0灰度级图像信息最多，即从o灰度级起呈下降型灰度谱分布的情况。根据实践经验，在照明度很低的条件下拍摄的原始图像多有这种灰度谱分布，因此在挖掘具有下降型灰度谱分布的原始图像的最佳质量图像时，theta的初始值固定设置为0。令theta=0，delta从1到灰度谱连续带宽BW每次增1变化，对源图像进行底层图像挖掘，用每个delta值所对应的挖掘图像的信息熵InEn和平均对数对比度lgf计算图像质量评价函数IQAF的值，直到获得IQAF的最大值；根据反复实验结果发现，对每一次delta变化后挖掘出的图像，从计算得出的挖掘图像信息熵InEn的值来看，随着delta的增加，图像信息熵InEn随delta的增加呈单调上升趋势，如图2所示I为信息熵InEn随delta变化曲线。，根据反复实验结果发现，对每一次delta变化后挖掘出的图像，从计算得出的挖掘出的图像平均对数对比度lgf值来看，随着delta的增加，图像的平均对数对比度lgf随delta增加变化呈单调下降趋势，如图2所示II为平均对数对比度lgf随delta变化曲线。根据反复实验结果发现对每一次delta变化后挖掘出的图像，从计算的图像质量评价函数IQAF值来看，随着挖掘的图像灰度层次delta的增加，挖掘出的图像信息熵InEn和平均对数对比度lgC的加权和随delta的增加变化有最大值，即无参图像质量评价函数IQAF^。3InEn+lgC有最大值，如图2所示III为图像质量评价函数IQAF值随delta变化曲线；(4)用图像质量评价函数IQAF最大值所对应的挖掘参数delta、theta按照步骤(3)所述底层图像挖掘公式挖掘出的图像即为质量最佳图像。我们在实验中一边随delta的变化挖掘图像，一边计算挖掘图像的图像质量评价函数IQAF值时发现根据delta增加变化挖掘出的每一幅图像的质量从差到好，然后再到图像的质量变差，与图像质量评价函数IQAF值随delta变化的趋势一致，且当图像质量评价函数取最大值时，用其所对应的挖掘参数delta和theta利用上述步骤(3)所述的挖掘公式挖掘出的图像与所有挖掘出的图像比较其视觉效果最佳。利用本发明方法对本实施例如图3(a)所示的源图像进行底层图像挖掘所获得的最佳质量图像如图3(b)所示。下表是在挖掘本实施例最佳质量图像时，图像信息熵InEn、平均对数对比度lgC、图像质量评价函数IQAF随挖掘参数delta的变化情况。ThetaK)<table>tableseeoriginaldocumentpage10</column></row><table>从上表的实验数据可以看出，当theta力，delta二3时，本实施例的图像质量评价函数对应有最大值，比较图3中的(a)、(b)、(c)可以看出利用该最大值对应的挖掘参数delta挖掘出的图像质量最佳如图3(b)所示。为了清楚的说明本发明方法，上表列出了本实施例delta从1到9变化时，图像质量评价函数、信息熵、平均对数对比度的变化情况，但是在实践中只要计算到delta在取某一值时，图像质量评价函数的值开始变小，即停止对图像的挖掘和对图像质量评价函数值的计算，并利用图像质量评价函数最大值对应的挖掘参数delta和theta挖掘图像，所获得的图像即为质量最佳图像。例如本实施例中当计算到delta二4，IQAF二2.1656时，发现图像质量评价函数IQAF的值小于当delta=3，IQAF=2。2411的值时，即停止对图像的挖掘和图像质量评价函数值的计算，并利用本方法所述的挖掘公式挖掘delt『3、theta二O时的图像，所挖掘出的图像即为图像质量最佳，如图3(b)所示。从上表的实验数据可以看出本实施例的图像信息熵InEn随delta的增加变化成单调上升趋势，挖掘图像的平均对数对比度lg^随delta的增加变化呈单调下降趋势，图像质量评价函数IQAF随delta的增加变化有最大值。本实施例中，当delta二3时，图像质量评价函数IQAF二2,2411为最大值，利用该最大值对应的挖掘参数thetaK)，delta^3挖掘出的图像如图3(b)所示。比较本实施例的源图像如图3(a)所示和图像质量评价函数IQAF取非最大值时对应的挖掘参数例如delta=l，theta=0时挖掘出的图像如图3(c)所示，可以看出图像质量评价函数IQAF取最大值对应挖掘出的图像如图3(b)质量最佳。嵌入本发明方法的照相机和摄像机可以实现在夜间拍摄出清晰图像。嵌入本发明方法的数字望远镜可以实现夜间观测。权利要求1.一种基于信息熵和对数对比度加权和的挖掘最佳图像的方法，其特征在于包括以下步骤(1)检测源图像的灰度谱分布，确定具有下降型灰度谱分布，然后计算源图像的灰度谱连续带宽BW；(2)建立图像质量评价函数IQAF，其计算公式为IQAF＝0.3InEn+1g<overscore>C</overscore>InEn为图像信息熵，C为平均对比度，图像信息熵InEn的计算公式为式中p(i)为图像在第i个灰度级上的像素数，当p(i)＝0时，令Log2p(i)＝0；平均对比度<overscore>C</overscore>的计算公式为M，N为图像在x，y方向的像素数，G(x，y)为像素点(x，y)的灰度值，G(x+1，y)为像素点(x+1，y)的灰度值；(3)进行底层图像挖掘，并用挖掘图像对应的信息熵InEn和平均对数对比度1gC计算评价函数IQAF的值，底层图像挖掘公式为约束条件TG(x，y)、OG(x，y)分别表示挖掘图像和源图像在像素点(x，y)的灰度值，Theta和delta[1，255]为挖掘参数，分别表示挖掘起点和挖掘图像的灰度层次，K为空间伸缩因子，对于底层图像挖掘，取k＝255，theta＝0；令theta＝0，delta从1到灰度谱连续带宽BW每次增1变化，对源图像进行底层图像挖掘，用每个delta值所对应的挖掘图像的信息熵InEn和平均对比度C计算图像质量评价函数IQAF的值，直到获得IQAF的最大值；(4)用图像质量评价函数IQAF最大值所对应的挖掘参数delta、theta按照步骤(3)所述底层图像挖掘公式挖掘出的图像即为质量最佳图像。全文摘要一种基于信息熵和对数对比度加权和的挖掘最佳图像的方法，包括以下步骤(1)检测源图像的灰度谱分布，确定具有下降型灰度谱分布，然后计算源图像的灰度谱连续带宽BW；(2)建立图像质量评价函数IQAF；(3)进行底层图像挖掘，并用挖掘图像对应的信息熵InEn和平均对数对比度lgC计算评价函数IQAF的值；(4)用图像质量评价函数IQAF最大值所对应的挖掘参数按照步骤(3)所述底层图像挖掘公式挖掘出的图像即为质量最佳图像。该方法能够迅速地挖掘出源图像具有下降型灰度谱分布的图像在客观意义上的最佳质量图像，在光照很低的拍摄条件下拍摄的图像通过该方法能够获得清晰的客观景物的最佳图像。文档编号G06T7/00GK101441770SQ20081023315公开日2009年5月27日申请日期2008年11月28日优先权日2008年11月28日发明者刘玉红,王志芳,琴胡,谢正祥申请人:重庆医科大学