[發(fā)明專利]對比受限自適應(yīng)直方圖均衡的水下目標(biāo)探測圖像增強(qiáng)方法

在審

• 申請?zhí)枺?/td>: 201711038835.6
• 申請日: 2017-10-30
• 公開（公告）號: CN107833189A
• 公開（公告）日: 2018-03-23
• 發(fā)明（設(shè)計(jì)）人: 馬金祥;肖進(jìn);趙宇;柴濟(jì)民;杜文漢;范新南
• 申請（專利權(quán)）人: 常州工學(xué)院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40
• 代理公司: 南京知識(shí)律師事務(wù)所32207
• 代理人: 高桂珍

1.對比受限自適應(yīng)直方圖均衡的水下目標(biāo)探測圖像增強(qiáng)方法，包括如下步驟：

步驟一：獲取水下目標(biāo)探測原始彩色圖像；

步驟二：計(jì)算原始彩色圖像對應(yīng)的灰度圖像的4方向Sobel邊緣檢測器，梯度圖像，以及自適應(yīng)增益函數(shù)；

步驟三：將原始彩色圖像由RGB空間經(jīng)非線性變換至HSI空間；

步驟四：將HSI空間圖像中的亮度向量應(yīng)用對比受限自適應(yīng)直方圖均衡算法進(jìn)行增強(qiáng)處理；

步驟五：將增強(qiáng)后的HSI空間圖像轉(zhuǎn)換返回至RGB空間；

步驟六：對增強(qiáng)后的RGB圖像中R，G，B分量分別進(jìn)行基于自適應(yīng)增益函數(shù)的廣義有界乘法運(yùn)算，獲取基于原始圖像梯度信息的增強(qiáng)圖像；

步驟七：將增強(qiáng)圖像的R，G，B分量由[0,1]范圍變換至[0,255]范圍，進(jìn)行增強(qiáng)后圖像顯示；

步驟八：對增強(qiáng)圖像從均值、對比度、信息熵和色彩尺度等方面進(jìn)行定量評價(jià)。

2.根據(jù)權(quán)利要求1所述的對比受限自適應(yīng)直方圖均衡的水下目標(biāo)探測圖像增強(qiáng)方法，其特征在于：所述步驟二，

計(jì)算原始彩色圖像I對應(yīng)的灰度圖像Gray(I)；利用人眼對邊緣等高頻信息比較敏感的特性，選擇具有噪聲魯棒性的Sobel算子獲取邊緣梯度圖像；在傳統(tǒng)Sobel算子濾波，即0°和90°方向的基礎(chǔ)上，增加兩個(gè)對角方向，即45°和135°方向的濾波；

四個(gè)方向上的Sobel邊緣檢測器掩模定義為：

S1=-101-202-101]]>

S2=-1-2-1000121]]>

S3=012-101-2-10]]>

S4=21010-10-1-2]]>

假設(shè)Z(i,j)定義為像素點(diǎn)(i,j)的3×3圖像鄰域，則Z(i,j)可以表示為：

Z(i,j)=z(i-1,j-1)z(i-1,j)z(i-1,j+1)z(i,j-1)z(i,j)z(i,j+1)z(i+1,j-1)z(i+1,j)z(i+1,j+1)]]>

其中，z(i,j)定義為像素點(diǎn)(i,j)的灰度值；

像素點(diǎn)(i,j)的4方向的梯度向量可以定義為：

G_k(i,j)＝∑∑z(i+m-1,j+n-1)×S_k(m,n),k＝1,2,3,4

像素點(diǎn)(i,j)的梯度圖像可以定義為：

g(i,j)=Σk=14Gk2(i,j)]]>

梯度圖像歸一化為：

gn(i,j)=log(g(i,j)+1+δ1)log(max(g(i,j))+δ2)]]>

其中，δ₁和δ₂為微小的擾動(dòng)量，以確保g_n(i,j)∈(0,1)；

在像素點(diǎn)(i,j)處的自適應(yīng)增益函數(shù)λ(i,j)表述為：

λ(i,j)=2[a×gn(i,j)]+b]]>

其中，a和b為可調(diào)節(jié)正數(shù)變量，用于使自適應(yīng)增益函數(shù)λ(i,j)均值