車底檢測中的智能圖像處理技術
摘要:1.簡述 自適應直方圖均衡化(AHE)主要是基于分塊處理的思想用來提高圖像對比度的一種算法,其特點是通過極端圖像的局部直方圖,然后通過重新分布圖像的亮度來改變圖像對比度。主要用于獲取圖像更多的細節!和普通的直方圖均衡算法不同,AHE算法通過計算圖...
1.簡述
自適應直方圖均衡化(AHE)主要是基于分塊處理的思想用來提高圖像對比度的一種算法,其特點是通過極端圖像的局部直方圖,然后通過重新分布圖像的亮度來改變圖像對比度。主要用于獲取圖像更多的細節!和普通的直方圖均衡算法不同,AHE算法通過計算圖像的局部直方圖,然后重新分布亮度來來改變圖像對比度。因此,該算法更適合于改進圖像的局部對比度以及獲得更多的圖像細節。
不過,AHE有過度放大圖像中相同區域的噪音的問題,另外一種自適應的直方圖均衡算法即限制對比度直方圖均衡(CLAHE)算法能有限的限制這種不利的放大。
2. 算法的解釋
普通的直方圖均衡算法對于整幅圖像的像素使用相同的直方圖變換,對于那些像素值分布比較均衡的圖像來說,算法的效果很好。然后,如果圖像中包括明顯比圖像其它區域暗或者亮的部分,在這些部分的對比度將得不到有效的增強。
AHE算法通過對局部區域執行響應的直方圖均衡來改變上述問題。該算法首先被開發出來適用于改進航天器駕駛艙的顯示效果。其***簡單的形式,就是每個像素通過其周邊一個矩形范圍內的像素的直方圖進行均衡化。均衡的方式則完全同普通的均衡化算法:變換函數同像素周邊的累積直方圖函數(CDF)成比例。
圖像邊緣的像素需要特殊處理,因為邊緣像素的領域不完全在圖像內部。這個通過鏡像圖像邊緣的行像素或列像素來解決。直接復制邊緣的像素進行擴充是不合適的。因為這會導致帶有劍鋒的領域直方圖。普通的AHE傾向于在圖像的近恒定區域過度放大對比度,因為這些區域的直方圖高度集中。因此,AHE可能會導致噪聲在接近恒定的區域被放大。對比度受限AHE (CLAHE)是自適應直方圖均衡化的一種變體,它限制了對比度的放大,從而減少了噪聲放大的問題。在網格中,在給定像素值附近的對比度放大由變換函數的斜率給出。這與鄰域累積分布函數(CDF)的斜率成正比,因此與該像素值處的直方圖值成正比。CLAHE通過在計算CDF之前將直方圖裁剪到預定義值來限制放大。這限制了CDF的斜率,因此也限制了變換函數的斜率。直方圖被裁剪的值,即所謂的剪切極限,取決于直方圖的歸一化,因此也取決于鄰域的大小。公共值將產生的放大限制在3到4之間。盡可能不要丟棄直方圖中超過剪輯限制的部分,而是在所有直方圖箱中均勻地重新分配。
3. AHE的屬性
領域的大小是該方法的一個參數。領域小,對比度得到增強,領域大,則對比度降低。當某個區域包含的像素值非常相似,其直方圖就會尖狀化,此時直方圖的變換函數會將一個很窄范圍內的像素映射到整個像素范圍。這將使得某些平坦區域中的少量噪音經AHE處理后過度放大。
山東華時數字技術有限公司自主研發并生產全系列各種型號車底安全檢查系統,技術實力雄厚,車底成像效果好、設備質量穩定可靠。歡迎各位合作伙伴聯系合作事宜,共同為中國安檢事業做出貢獻!
原創文章,轉載或摘錄請注明:
摘自山東華時數字技術有限公司官網(http://www.vydnjxzf.cn)。
謝謝合作!