一、基本原理
圖像增強是指按特定的需要突出一幅圖像中的某些信息,同時削弱或去除某些不需要的 信息,它是一種將原來不清晰的圖像變得清晰或強調某些感興趣的特征,抑制不感興趣的特 征,使之改善圖像質量、豐富信息量,加強圖像判讀和識別效果的圖像處理方法。 圖像增強技術基本上可分成兩大類:頻域處理法和空域處理法。頻域處理法的基礎是卷 積定理,它是將圖像看作波,然后利用信號處理中的手段對圖像波進行處理??沼蛱幚矸ǖ?基礎是灰度映射變換,它是直接針對圖像中的像素進行處理,所用到的映射變換取決于增強 的目的,例如增加圖像的對比度,改善圖像的灰度層次等處理均屬于空域處理法的范疇。 線性空域銳化濾波法是一種經典且有效的圖像增強技術。
最常用的線性空域銳化濾波器 是一種線性高通濾波器,其工作原理在于讓圖像的低頻分量受到抑制而不影響高頻分量,由 于低頻分量對應于圖像中灰度值緩慢變化的區域,和圖像的整體特性無關,僅與圖像整體對 比度以及平均灰度值等有關系,所以該濾波器把這些分量濾去后,使得圖像進一步銳化。然 后通過增強圖像中被模糊的細節以達到目標和背景易于分離的目的。 在空域內進行濾波是利用模板和圖像進行卷積來實現的,其主要步驟如下:(1)將模板 在圖像中漫游,實現模板的中心與圖像中某個像素位置重合;(2)將模板上系數與模板下的 圖像的對應像素相乘;(3)將所有乘積的結果相加;(4)將相加之和(模板的輸出響應)賦給 圖像中對應模板中心位置的像素。例如圖1(a)給出一幅原始圖像的一部分,其中sx 表示 像素的灰度值。圖1(b)是一個3X3 的模板,模板內的kn 表示為模板系數。如將k0 所在位 置與圖像中灰度值為s0 的像素重合(即把模板中心放在圖中的(x, y)位置),則模板的輸出響 應R 表示為: R=k0s0+k1s1+……+k8s8 并且把R 值賦給增強圖,作為 (x, y)位置處的灰度值, 如圖1(c)所示。如果對原圖像的每個像素都這樣進行處理就可以得到所有位置增強后的 新灰度值。如果我們在設計濾波器時給每個k 賦予不同的值,就可得到不同的高通或低通效 果。
二、基于二階微分的圖像增強方法——拉普拉斯算子法
由于銳化圖像這種變換常常具有隨意的方向,因而需要挑選那些不具備空間方向性的同 時具有旋轉不變性的線性微分算子幫助我們銳化圖像,例如Roberts 算子、Sobel 算子、Prewitt 算子、Krisch 算子、高斯—拉普拉斯算子等等。其中拉普拉斯算子就是不依賴于邊緣方向的 二階微分算子,同時也是最常用的二階導數算子。對于一個連續函數f(x,y)來說,它在 (x,y)點的拉普拉斯表達式為:
去模糊圖像拉普拉斯算子乘一個常系數kτ 而得到。但是對kτ 要合理挑選,kτ 太大會使圖像中輪廓邊緣產生過沖,kτ 太小會銳化不明顯。
對數字圖像來講,圖像f(i,j)的一階偏導數為:
拉普拉斯算子通常用模板來進行檢測。典型的空域銳化濾波器的中心系數應為正數而周 圍的系數應為負數。對3X3 的模板來說,典型的系數取值是取圖1 中的k0=8,而其余系數 都為-1,這樣所有的系數之和都為0。當這樣的模板放在圖像中灰度值是常數或變化很小的 區域時,其輸出為零或很小。
三、硬件部分設計
如圖 3 所示是一個基于TI 公司的TMS320VC5402 芯片的數字圖像空域濾波增強的DSP 電路原理圖。從圖3 中可以看到,視頻信號由同軸電纜送入AD8041,此處AD8041 是一個電壓跟隨 器,信號經過兩個二極管嵌位,和R3 電阻限流后送入AD9057 模/數轉換器,然后由AD9057 把模擬視頻信號轉換成數字視頻信號,并通過DSP(VC5402)的外部數據總線的低8 位送 入DSP 中進行處理,其中空域濾波程序由DSP 來實現。
四、軟件部分設計
以下程序是就是基于圖 3 所示的DSP 平臺實現對圖像進行空域增強濾波的部分程序。
Block repeats (ehancement_loop-1)
a=T* *ar4 ;把中心像素的灰度值和中心系數ko 相乘,即是ko╳so
四、結束語
目前有很多場合需要對現場自動拍攝的圖像進行處理,例如在賓館的保安監控系統、城 市交通擁擠道路的視頻監控系統中,由于現場環境的原因,拍攝的圖像不盡人意,無法看清 細節,不便于公安部門或交通管理部門監視處理,這時就需要對所拍攝的圖像進行增強處理。 在另一方面,由于一個對某一圖像效果好的增強算法不一定適合于另一種圖像,所以一般情 況下,為了得到滿意的圖像增強效果,常常需要同時挑選幾種合適的增強算法進行相當數量 的試驗,從中選出視覺效果比較好的,計算量相對小的,又能滿足要求的最優算法。本文采 用的線性空域銳化濾波法是一種經典且有效的圖像增強技術,它能夠使得圖像對比度變大。 目標和背景易于分離,在工程應用中具有很強的實用性,同時具有很廣的市場前景。
-
dsp
+關注
關注
554文章
8058瀏覽量
349566 -
轉換器
+關注
關注
27文章
8736瀏覽量
147557 -
濾波器
+關注
關注
161文章
7853瀏覽量
178511
發布評論請先 登錄
相關推薦
評論