佘志用 宋濤 張雷

摘要：圖像增強能夠有選擇地突出圖像中的有用信息并抑制無用信息，以改善圖像視覺效果進而提高圖像清晰度和使用價值。由于圖像信息本身具有復(fù)雜性和相關(guān)性，導(dǎo)致在圖像增強中出現(xiàn)不確定性和模糊性。提出粗糙集和規(guī)定化直方圖的圖像增強算法，采用粗糙集表示圖像，用規(guī)定化直方圖和最大類間方差法求出劃分圖像的灰度閾值和噪聲閾值;將圖像劃分為背景子圖、前景子圖和噪聲子圖，分別對各個子圖進行增強處理，然后合并子圖以增強圖像。實驗分析表明，粗糙集、規(guī)定化直方圖和最大類間方差法相結(jié)合的圖像增強處理對灰度圖像有效，具有一定的實用性。

關(guān)鍵詞：粗糙集;最大類間方差法;規(guī)定化直方圖;圖像增強

DOI：10.11907/rjd k.191299

中圖分類號：TP312 文獻標(biāo)識碼：A 文章編號：1672-7800（2019）012-0108-04

0引言

圖像在傳輸過程中會降低質(zhì)量，使圖像變得不清晰，影響信息獲取。針對該問題人們提出了許多關(guān)于圖像增強處理的算法，提高了圖像對比度，確保獲取到所需信息。因圖像信息本身具有復(fù)雜性和相關(guān)性，在圖像處理過程中經(jīng)常出現(xiàn)不完整性和不精確性問題，而粗糙集的優(yōu)勢在于不需要任何先驗知識就可以處理不確定數(shù)據(jù)，因此圖像用粗糙集表示。已有學(xué)者在圖像處理中引入粗糙集，為圖像處理、分析和知識發(fā)現(xiàn)開辟了新途徑。粗糙集是波蘭數(shù)學(xué)家Pawlak提出的一種新的、強有力處理不精確及不確定性信息的數(shù)學(xué)工具。通過知識的屬性約簡，導(dǎo)出問題的決策或分類規(guī)則，成功應(yīng)用到機器學(xué)習(xí)、決策分析、人工智能、模式識別與數(shù)據(jù)挖掘等領(lǐng)域。粗糙集在圖像增強處理上的基本思想是，將每一幅圖像表達的信息作為一個知識系統(tǒng)，先劃分圖像，再對劃分后的圖像逐一增強，從而達到圖像增強的目的。徐立中等提出一種粗糙集圖像增強方法，利用屬性把圖像分成不同的子圖，分別對子圖進行增強處理。利用粗糙集增強的圖像在灰度層次和邊緣清晰度上都優(yōu)于傳統(tǒng)的圖像增強方法。圖像增強的目的是改善圖像的視覺效果以更適合于機器分析，采用技術(shù)主要有灰度轉(zhuǎn)換、平滑與濾波等。其中，以直方圖為工具的灰度轉(zhuǎn)換是簡單、常用、有效的圖像增強方法，其定義了一種規(guī)定化直方圖，是直方圖的推廣，也是一種受約束的直方圖。規(guī)定化直方圖應(yīng)用靈活、主觀性較強，在圖像中能突出所需要的信息。本文在此基礎(chǔ)上提出一種基于粗糙集理論和規(guī)定化直方圖的圖像增強算法。通過實例說明該算法的有效性，并給出實驗結(jié)果。

1圖像增強理論

圖像處理最基本的目的之一是改善圖像，而改善圖像最常用的技術(shù)是圖像增強。圖像增強不考慮圖像質(zhì)量下降的原因，只將圖像中感興趣的特征有選擇地突出，衰減不需要的特征，其目的主要是提高圖像的可讀性。圖像增強是圖像處理的重要內(nèi)容，在圖像生成、傳輸或變換過程中，由于多種因素造成圖像質(zhì)量下降、圖像模糊、特征淹沒，給分析和識別帶來困難。因此，按特定的需要將圖像中感興趣的特征有選擇地突出，衰減不需要的特征，提高圖像可懂度是圖像增強的主要內(nèi)容。

圖像增強不考慮圖像降質(zhì)原因，而且改善后的圖像也不一定逼近原圖像，這是它與圖像復(fù)原的本質(zhì)區(qū)別。圖像增強主要有兩個目的：①改善圖像的視覺效果，提高圖像的清晰度;②將圖像轉(zhuǎn)換成一種更適合人類或機器進行分析處理的形式，以便從圖像中獲取更多有用信息。圖像增強方法大致分為兩類：①空間域處理法;②頻域處理法?？臻g域是直接對圖像的像素進行處理，基本上以灰度映射變換為基礎(chǔ)，所用的映射變換取決于圖像的特點和增強的目的，主要包括灰度修正、圖像平滑和銳化等。頻域處理法是在圖像的某種變換域內(nèi)，對變換后的系數(shù)進行運算，然后再求其反變換到原來的空間域，得到增強的圖像，主要包括低通濾波、高通濾波、帶阻濾波、同態(tài)濾波等。

在進行圖像增強過程中，需要一個評價標(biāo)準(zhǔn)對一副含有噪聲的圖像去噪之后的質(zhì)量進行評估。因此，簡單地引入圖像的客觀評價標(biāo)準(zhǔn)對去噪前后的圖像質(zhì)量進行衡量，信噪比是較常用的標(biāo)準(zhǔn)，圖像信噪比公式如下：

3實驗分析

以上是利用粗糙集和規(guī)定化直方圖對圖像增強處理的理論過程，采用MATLAB對原圖1進行實驗，得出劃分圖1的前景子圖和背景子圖的灰度值域Q1=124，得出噪聲值域Q2=1.18。根據(jù)得到的Q1獲取圖1的增強圖像，根據(jù)Q2得到圖1去噪后的圖像，實驗結(jié)果如圖2和圖3所示。

利用該算法得到增強后的圖2和去噪后的圖3，可以直觀看到圖像已經(jīng)增強，這說明該算法可對圖像進行增強處理，但是不能直觀地表示圖像增強的實質(zhì)，因此將獲取圖1的直方圖、規(guī)定化直方圖和增強后的直方圖進行對比，實驗結(jié)果如圖4、圖5和圖6所示。

由圖4、圖5和圖6可知，利用規(guī)定化直方圖對原圖直方圖進行改進得到增強后的直方圖，通過3個直方圖對比，能夠更加直觀地理解利用粗采集和規(guī)定化直方圖圖像增強處理的思想。

為證明本文提出的算法優(yōu)于傳統(tǒng)的圖像增強算法，對兩種算法進行實驗對比，得出實驗結(jié)果如圖7、圖8、圖9所示。

通過兩個增強方法進行試驗得到很顯著的效果，利用粗糙集理論和規(guī)定化直方圖對圖像的增強效果優(yōu)于灰度直方圖均衡化，說明本文提出的算法對圖像增強有顯著效果。

4結(jié)語

本文提出的增強算法處理的圖像是單峰圖像，對于多峰圖像效果不是很明顯。該算法核心是對圖像進行子圖劃分，單峰圖像子圖劃分很明確，實驗表明該算法適合單峰圖像增強。而多峰圖像的灰度閾值很難確定，利用該算法對多峰圖像進行子圖劃分很難，因此該算法不適合多峰圖像增強。

目前人們一般應(yīng)用傳統(tǒng)算法處理數(shù)字圖像，而圖像信息具有復(fù)雜性和相關(guān)性且知識粒度相對較大，因此本文通過粗糙集與數(shù)字圖像處理中的圖像增強、圖像分割、圖像分類和圖像特征提取等方法相結(jié)合進行研究，在圖像增強和分類方面取得了一定效果。