光照不均勻圖像的同態(tài)濾波改善方法

頁共20頁1引言1.1課題背景圖像是人類獲取和交換信息的主要來源，是視覺的基礎(chǔ)，而視覺又是人類重要的感知手段，所以，圖像成為心理學(xué)、生理學(xué)、計算機科學(xué)等諸多方面學(xué)者研究示圖感知的有效工具。圖像處理是一門實用的學(xué)科，在軍事公交、航空、航天、遙感、通信、醫(yī)學(xué)、教育等領(lǐng)域得到廣泛應(yīng)用。近年來,隨著信息技術(shù)的發(fā)展,圖像資源日益豐富,圖像增強在信息處理中占據(jù)了越來越重要的位置。一方面,在圖像產(chǎn)生過程中,由于圖像是由光的反射形成的,常出現(xiàn)光源在景物上照射不均勻的現(xiàn)象,至使光照強的部分較亮,光照弱的部分較暗；另一方面,在圖像生成和傳輸?shù)倪^程中,經(jīng)常會引起脈沖噪聲,從而導(dǎo)致圖像呈現(xiàn)出隨機分布的黑白相間的噪聲點。上述兩種現(xiàn)象的存在,不僅破壞了圖像的真實信息,還嚴(yán)重影響了圖像的視覺效果。圖像增強處理是數(shù)字圖像處理的一個重要分支。很多場景由于條件的影響，圖像拍攝的視覺效果不佳，這就需要圖像增強技術(shù)來改善人的視覺效果，比如突出圖像中目標(biāo)物體的某些特點、從數(shù)字圖像中提取目標(biāo)物的特征參數(shù)等等，這些都有利于對圖像中目標(biāo)的識別、跟蹤和理解。圖像增強處理主要內(nèi)容是突出圖像中感興趣的部分，減弱或去除不需要的信息，其主要目的是使處理后的圖像對某種特定的應(yīng)用來說，比原始圖像更適用。因此，這類處理是為了某種應(yīng)用目的而去改善圖像質(zhì)量的。處理的結(jié)果使圖像更適合于人的視覺特性或機器的識別系統(tǒng)。應(yīng)該明確的是增強處理并不能增強原始圖像的信息，其結(jié)果只能增強村某種信息的辨別能力，這樣使有用信息得到加強，從而得到一種更加實用的圖像或者轉(zhuǎn)換成一種更適合人或機器進(jìn)行分析處理的圖像。圖像增強的應(yīng)用領(lǐng)域也十分廣闊并涉及各種類型的圖像。例如，在軍事應(yīng)用中，增強紅外圖像提取我方感興趣的敵軍目標(biāo)；在空間應(yīng)用中，對用太空照相機傳來的月球圖片進(jìn)行增強處理改善圖像的質(zhì)量；在農(nóng)業(yè)應(yīng)用中，增強遙感圖像了解農(nóng)作物的分布；在交通應(yīng)用中，對大霧天氣圖像進(jìn)行增強，加強車牌、路標(biāo)等重要信息進(jìn)行識別。在圖像采集過程中,由于光照環(huán)境或物體表面反光等原因造成的圖像整體光照不均,導(dǎo)致信息識讀出現(xiàn)困難。按照圖像光照不均勻的表現(xiàn)可以分為：圖像整體灰度值低，由于采集圖像時周圍環(huán)境光照條件不佳或采集圖像設(shè)備本身的問題,使得到的圖像整體灰度值偏低、圖像對比度低,感興趣區(qū)域難以識別,如紅外圖、夜晚時獲取的圖像；圖像局部灰度值低，圖像中一部分由于獲取光照不足或位于陰影區(qū)域?qū)е禄叶戎递^低,與背景融合在一起,雖然與其他部分對比度高,但圖像動態(tài)范圍大,使提取出原始圖像中這部分的信息出現(xiàn)困難；圖像位于金屬光滑表面或有弧度的物體表面,使得采集到的圖像出現(xiàn)高光現(xiàn)象,如圖1所示。高光現(xiàn)象不僅使圖像信息難以提取而且改變了圖像的原始面貌,導(dǎo)致進(jìn)一步處理更加困難。1.2研究現(xiàn)狀及發(fā)展趨勢光照不均在一定程度上改變了圖像的原始面貌,增加了進(jìn)一步處理的困難程度。在圖像分析過程中,一種最基本、最直接的方法就是利用圖像中不同區(qū)域的信息來識別圖像中不同的物體。這種方法假設(shè)同類物體具有類似的特征,在灰度圖像中是亮度,在彩色圖像中則為物體的顏色。對于灰度圖像,如果不同物體之間的亮度信息有較大的區(qū)別,那么就可以用簡單的算法,比如基于直方圖的二值化,把物體從圖像中分割出來。這種方法雖然忽略了像素的空間分布而具有分割上的局限性,但由于其簡單性,有很多研究者對不同的圖像特性提出了不少有針對性的二值化分割算法,比如類間方差自動門限法,最佳熵自動門限法,矩不變自動門限法等。雖然這些方法基于不同的假定條件導(dǎo)出,但它們一般都在直方圖具有較好峰峰特性的時候才能得到較好的分割效果。對于光照不均勻，常見的處理方法包括以直方圖均衡化法為代表的灰度變換法、基于照明反射模型的同態(tài)濾波法、Retinex增強方法以及梯度域增強方法等。以直方圖均衡化法為代表的灰度變換法能使圖像灰度分布更均勻,并增強圖像對比度；但它沒有考慮圖像的頻率信息以及細(xì)節(jié)信息,容易過增強圖像。頻域方法則針對圖像頻帶寬的特點,充分利用頻率信息將圖像的高頻部分與低頻部分分開?；谡彰鳌瓷淠Ｐ偷耐瑧B(tài)濾波法將圖像分為高、低頻兩部分,再進(jìn)行濾波達(dá)到增強圖像對比度同時壓縮圖像動態(tài)范圍的目的。Retinex增強方法使用高斯平滑函數(shù)估計原圖像的亮度分量,應(yīng)用光照補償方法逼近反射圖像。梯度域增強方法則對原圖像的梯度進(jìn)行處理,通過減小圖像梯度值壓縮圖像動態(tài)范圍,增大局部梯度值來增強圖像邊緣。1.3研究方法在監(jiān)控等圖像采集場合中，由于現(xiàn)場條件、拍攝角度及閃光燈使用不當(dāng)?shù)日斩炔痪鶆虻脑颍瑤в邪涤盎蛎髁羺^(qū)域的高動態(tài)真彩圖像隨處可見。為了盡可能地還原真實場景，獲取更多有價值的現(xiàn)場或客體本身的信息，需對圖片進(jìn)行修正，消除照度不均勻的影響。圖像增強正是壓縮圖像的動態(tài)范圍以便于人眼感受，同時也使數(shù)字圖像適于后續(xù)分析。處理圖像光照不均勻的同態(tài)濾波是把頻率過濾和灰度變換結(jié)合起來的一種圖像處理方法，它依靠圖像的照度—反射率模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強對比度來改善圖像的質(zhì)量。圖像的灰度不僅僅由光照函數(shù)(入射光)決定,而且還與反射函數(shù)有關(guān),反射函數(shù)反映出圖像的具體內(nèi)容。光照強度一般具有一致性,在空間上通常具有緩慢變化的性質(zhì),在傅立葉變換下表現(xiàn)為低頻分量,然而不同的材料或物體的反射率差異很大,常引起反射光的急劇變化,從而使圖像的灰度值發(fā)生變化,這種變化與高頻分量有關(guān)。為了消除不均勻照度的影響,增強圖像的細(xì)節(jié),可以采用建立在頻域內(nèi)的同態(tài)濾波器對光照不足的或有光照變化的圖象進(jìn)行處理,可以減少因光照不足引起的圖像質(zhì)量下降,并對感興趣的景物進(jìn)行有效增強,這樣就在很大程度保留圖像原貌的同時對圖像細(xì)節(jié)增強。2光照不均勻圖像目前改善方法為了解決圖像光照不均問題,國內(nèi)外文獻(xiàn)提出了許多的解決方法,代表性的有以直方圖均衡化法為代表的灰度變換法、基于照明—反射的同態(tài)濾波法、Retinex增強方法以及梯度域圖像增強方法、小波變換法、背景擬合法等。2.1以直方圖均衡化法為代表的灰度變換法灰度變換法指的是對圖像使用某一灰度變換函數(shù)以達(dá)到壓縮/拉伸圖像灰度范圍的目的。直方圖均衡化法是灰度變換法中使用頻率高、具有代表性的方法。它分為全局直方圖均衡化法和局部直方圖均衡化法。全局直方圖均衡化法以圖像灰度直方圖為變量,利用圖像本身信息對其進(jìn)行變換。全局直方圖均衡化法有如下缺點:a)全局直方圖均衡化法僅僅使灰度級分布平均化而不是擴大灰度范圍；b)對于灰度級分布范圍較大的圖像灰度拉伸效果不明顯；c)會產(chǎn)生灰度級合并的現(xiàn)象,這樣將改變圖像的原始面貌并丟失圖像細(xì)節(jié)。針對全局直方圖方法的缺點,各種局部直方圖均衡化方法被提出。按照所均衡子塊的重疊程度,局部直方圖均衡算法可分為子塊不重疊、子塊重疊和子塊部分重疊三種。子塊不重疊的均衡算法其優(yōu)點是圖像局部細(xì)節(jié)對比度得到充分的增強；缺點是各子塊的直方圖均衡函數(shù)差異較大,輸出圖像中容易出現(xiàn)塊效應(yīng),實際中并不常使用。子塊重疊的均衡算法充分增強了圖像局部細(xì)節(jié),同時消除了塊效應(yīng),但由于子塊均衡總次數(shù)等于輸入圖像的像素總數(shù),算法效率較低。子塊部分重疊均衡算法對原圖像取窗口子塊,對窗口中的每個元素使用轉(zhuǎn)移函數(shù),將窗口按照某一尺寸在原圖像中移動至最后一個像素。該算法的優(yōu)點是在一定程度上減弱了塊效應(yīng),采用子塊按照一定尺寸移動而不是逐像素計算,計算效率大幅提高,同時與子塊重疊算法增強效果相近,是局部直方圖方法中常用的一種；缺點是在計算完成之后需要對圖像進(jìn)行塊效應(yīng)檢查,這個過程需要檢查子塊圖像的邊界,并對其進(jìn)行塊效應(yīng)濾波處理。局部方法僅僅考慮了在某一窗口中的灰度分布而沒有考慮圖像的整體特點,因此容易減弱圖像層次感。近些年來,基于直方圖均衡化法的改進(jìn)方法被不斷提出,如在子塊部分重疊的均衡算法基礎(chǔ)上提出將圖像根據(jù)亮度均值對子塊圖像進(jìn)行遞歸分解,得到一系列不同灰度范圍的子圖像,然后對每一個子圖像在其相應(yīng)的灰度范圍內(nèi)應(yīng)用子塊部分重疊算法進(jìn)行直方圖均衡，最后合并這些子圖像的均衡結(jié)果。該方法能較好地保持圖像亮度但計算時間有所增加。由于自適應(yīng)均衡化法對圖像中任意灰度范圍的像素進(jìn)行處理,對興趣區(qū)域進(jìn)行增強的同時也增強了噪聲。針對這個缺點,提出了一種基于小波的多分辨率重疊子塊均衡化法,對每個子帶圖像進(jìn)行分解并分別使用均衡化法,然后使用小波逆變換重構(gòu)圖像，利用小波將圖像分解為高頻、低頻兩部分的特點,有效地降低了圖像中的噪聲，并增強了圖像。有些圖像層次豐富但灰度失衡,此時可以在全局直方圖均衡化法基礎(chǔ)上，檢查原圖中含像素點少的灰度級,增強這部分灰度級對應(yīng)像素的梯度，以此來增強圖像的細(xì)節(jié)，但該方法對直方圖分布集中的圖像效果不大。全局直方圖均衡化法一般作為圖像預(yù)處理，能有效地增強圖像對比度,對于整體灰度值低圖像增強效果顯著。局部均衡化法其細(xì)節(jié)增強能力較全局直方圖均衡化法更強,適用于增強需要保持原始亮度的圖像,但會出現(xiàn)塊效應(yīng)\計算速率、增強細(xì)節(jié)與增強噪聲等問題。同時直方圖均衡化法作為一類空域方法忽略了圖像的頻率信息。灰度直方圖是指將一幅數(shù)字圖像中的每一個灰度數(shù)值對應(yīng)的像素統(tǒng)計出來，并以灰度數(shù)值為橫坐標(biāo)，以對應(yīng)的像素數(shù)為縱坐標(biāo)繪制的圖形。它反映了數(shù)字圖像中每一灰度數(shù)值與其出現(xiàn)頻率間的統(tǒng)計關(guān)系,描述了數(shù)字圖像的概貌，包含了數(shù)字圖像的灰度分布范圍和分布動態(tài)等信息，從而為數(shù)字圖像進(jìn)一步處理提供了重要依據(jù)。既然一幅數(shù)字圖像的基本特征可以通過灰度直方圖反映出來，反之，也可以利用直方圖修正的方法來調(diào)整圖像的灰度分布,使圖像細(xì)節(jié)更豐富、更清晰，達(dá)到增強的目的。因為直方圖反映的是一幅數(shù)字圖像的灰度數(shù)值的概率統(tǒng)計特征，所以基于直方圖修正的圖像增強技術(shù)是以概率統(tǒng)計學(xué)為理論基礎(chǔ)的。2.2基于感知理論（Retinex理論）的增強方法Retinex算法源于EdwinLand對人類視覺系統(tǒng)對光和色彩的感知機理，Retinex一詞就源于視網(wǎng)膜（Retina)和大腦皮層（cortex）兩詞的合成。該算法的當(dāng)前實現(xiàn)是由Hurlbert提出的利用高斯環(huán)繞函數(shù)通過卷積對圖像進(jìn)行增強。然而，卷積算法的運算量非常大,為了使該算法具有實時性，卷積運算將通過傅立葉變換和傅立葉逆變換轉(zhuǎn)化為乘積運算，從而大大減少計算量。在Retinex模型中,圖像由兩部分組成,一部分是場景中物體的光亮亮度,對應(yīng)于圖像的低頻部分,另一部分是場景中物體的反射亮度對應(yīng)于圖像的高頻部分,通常它們也被稱為亮度圖像和反射圖像,分別用和表示。因此,如果從給定的圖像中分離出亮度圖像和反射圖像,在顏色恒定的條件下,就可通過改變亮度圖像和反射圖像在原圖像中的比例來達(dá)到增強圖像的目的。Retinex算法實質(zhì)上是一種基于光照補償?shù)膱D像增強算法Retinex算法的基本內(nèi)容是:圖像由亮度圖像和反射圖像構(gòu)成,分別用和表示,三者關(guān)系可由式(2.1)來表示: (2.1)其中:L是亮度分量,被觀察者或圖像捕捉設(shè)備收到的構(gòu)成圖像；反射分量R決定了圖像的內(nèi)在性質(zhì)。Retinex方法對圖像處理的目的就是從圖像I中獲得物體的反射性質(zhì)分量R。Retinex算法流程,如圖2所示。幾乎所有應(yīng)用Retinex算法對圖像進(jìn)行處理的算法,都是圍繞如何更準(zhǔn)確、合理地將亮度分量L從原始圖像I中提取出來?，F(xiàn)有文獻(xiàn)中有很多算法來解決這個問題,如單尺度Retinex算法、多尺度Retinex算法等。照射分量估計照射分量估計圖2.1Retinex算法基本流程實驗表明,單尺度Retinex算法可以較好地增強圖像,能在保持原始圖像亮度的同時壓縮圖像對比度,并增強圖像暗處信息。但是當(dāng)圖像中有大塊灰度相似的區(qū)域時,增強后的圖像會產(chǎn)生暈環(huán)現(xiàn)象。多尺度Retinex算法是對單尺度Retinex算法的改進(jìn)。將圖像依照灰度值分為若干級,分別使用單尺度Retinex方法,最后使用系數(shù)加權(quán)得到處理結(jié)果。上述經(jīng)典的Retinex算法實質(zhì)上都是通過對原圖像進(jìn)行某種高斯平滑來提取亮度圖像,且都需要復(fù)雜的計算使得提取的亮度圖像盡量準(zhǔn)確。下面是幾點Retinex方法需要考慮的地方:對圖像進(jìn)行對數(shù)函數(shù)的位置、中心函數(shù)、連續(xù)環(huán)繞空間的大小以及輸出結(jié)果之前的處理。針對這些問題,國內(nèi)外文獻(xiàn)提出了各種改進(jìn)方法。為了得到更好的視覺效果,在原有單尺度Retinex算法中使用卷積函數(shù)對亮度粗估計之后再使用非線性函數(shù)增強原圖像對比度,通過對此時圖像數(shù)據(jù)進(jìn)行Gamma校正,并將調(diào)整后的反射圖像與粗估計的亮度圖像進(jìn)行合成,得到最終的增強圖像。針對傳統(tǒng)中心/環(huán)繞Retinex圖像增強方法在處理高動態(tài)范圍圖像時易在明暗對比強烈處產(chǎn)生光暈現(xiàn)象,又有人提出了一種使用meanshift濾波進(jìn)行估計光照的方法,并在處理之后對圖像直方圖中的孤立點作進(jìn)一步處理,有效地消除了光暈現(xiàn)象。針對原有變分Retinex方法處理后的圖像易出現(xiàn)偽影、邊界易模糊以及噪聲加強的問題,提出了一種基于小波框架的變分Retinex方法,將圖像變換至小波域,通過對各尺度系數(shù)應(yīng)用各向異性改進(jìn)的變分Retinex方法來保持圖像邊界,同時通過對小波系數(shù)處理降低圖像噪聲。Retinex方法的關(guān)鍵在于對反射分量的估計,提出的各種方法力求在對比度增強效果、抑制噪聲、計算效率等方面進(jìn)行平衡,以達(dá)到最佳視覺效果。該方法適合處理局部灰度值低的圖像,能有效增強其中暗處的細(xì)節(jié)部分,并且在壓縮圖像對比度同時能在一定程度上保持圖像原始亮度?；谡彰?反射模型的同態(tài)濾波法和Retinex增強方法都充分利用了圖像的頻率信息,但沒有重視圖像梯度信息,易在增強圖像的同時模糊邊緣信息。梯度域圖像增強方法則充分利用了圖像梯度信息。2.3梯度域圖像增強方法圖像光照不均在梯度場中的具體表現(xiàn)為梯度分布不均。圖像對比度高表現(xiàn)為梯度強度大、結(jié)構(gòu)清晰,擴大圖像梯度范圍可擴大圖像動態(tài)范圍,減小梯度范圍則壓縮圖像動態(tài)范圍,因此可通過處理圖像梯度場來實現(xiàn)圖像增強。Subr等人提出了依賴于圖像局部差分總和的目標(biāo)函數(shù)來度量圖像的對比度,并通過貪婪迭代優(yōu)化方法實現(xiàn)目標(biāo)函數(shù)最大值來增強圖像。Fattal等人提出了一種直接對圖像梯度圖進(jìn)行修改的方法,該方法的主要思想是:將圖像轉(zhuǎn)換至對數(shù)域中,在對數(shù)域中求得圖像的梯度；將某一因子作用于每一個梯度圖像像素中,減弱圖像梯度值；最后,使用數(shù)值方法在梯度域中重建圖像數(shù)據(jù),并將重建后的圖像指數(shù)化并輸出。該方法處理過程如下:設(shè)圖像對數(shù)化后為,記為圖像梯度,對梯度使用平滑函數(shù)得到式: (2.2)其中:與方向相同,大小由與系數(shù)因子共同決定。該方法的核心是對梯度場中的每個像素點使用作卷積運算來壓縮圖像動態(tài)范圍。該方法需要使用數(shù)值方法在修改后的梯度域中重建圖像,也可以直接在圖像梯度域中對梯度函數(shù)使用直方圖均衡方法取代因子這樣可以在增強圖像局部對比度的同時使圖像整體梯度均勻化,避免了使用Retinex方法產(chǎn)生的暈環(huán)現(xiàn)象。大部分局部增強方法能夠在壓縮圖像動態(tài)范圍的同時增強暗處信息,但是對原圖較亮部分以及陰影部分增強不夠。原圖中光照均勻部分表現(xiàn)為梯度分布均勻,而較亮部分與陰影部分梯度范圍小,可以通過壓縮其他部分梯度的同時擴大較亮部分或陰影部分圖像的梯度,壓縮圖像動態(tài)范圍同時增強局部對比度,使得這部分信息更易識別。梯度域增強方法能夠較好地保持原圖中的細(xì)節(jié)信息和層次感,適合分析圖像高光區(qū)與陰影區(qū)的信息；是會使圖像在一定程度上銳化,并且在梯度域中重建圖像需要一定的數(shù)值算法,不適合實時使用。梯度域方法作為一種較新的圖像增強算法,可用于增強醫(yī)學(xué)圖像、聲納圖像等。2.4背景擬合法恢復(fù)光照不均勻圖像背景擬合是從原圖中提取出若干屬于背景的像素(稱為背景樣點),記下其行位置、位置和其灰度值,然后進(jìn)行多項式擬合。在這個過程中,選取的背景樣點要盡量均勻分布在整個圖像中。如果背景樣點集中在一個小區(qū)域,而在別的區(qū)域中很少或者沒有,那么多項式對那些很少樣點的位置作外插時就會產(chǎn)生很大的誤差,使得擬合出的背景在這些位置不能較好地逼近原圖中的背景光照分布。由此,在采用背景擬合時,首先要從原圖中判斷哪些像素肯定屬于背景區(qū)域。在實際圖像中,背景的變化與物體相比,一般較為緩慢,而且背景在整幅圖像中所占的面積往往比物體所占的面積大。所以,可以采用平滑濾波函數(shù)從圖像中先分離出緩變的部分,從中選取背景樣點。當(dāng)采用較大尺寸的算子時,濾波器的形狀是非常重要的,主要有兩個制約因素:空間定位的精確性及頻域中的平穩(wěn)性。從信號處理的知識知道,這兩個要求實際上是矛盾的,所以只能尋求綜合性能最好的濾波器。Marr證明,只有高斯濾波器才能在空域和頻域同時達(dá)到最佳,所以這里采用高斯濾波器來標(biāo)志背景像素。2.5基于小波變換的照度不均勻改善技術(shù)在照度不均勻消除方法中,僅僅考慮在一個域(空域或頻域)上進(jìn)行不均勻照度消除,必然會在另一個域上產(chǎn)生誤差.這是用以上照度不均勻消除技術(shù)產(chǎn)生誤差的根本原因.因此作者提出基于小波變換的照度不均勻消除技術(shù),它同時考慮了空域和頻域的情況,具有計算量少和誤差小的優(yōu)點。選擇適當(dāng)?shù)某叨纫蜃雍推揭埔蜃涌梢院芊奖愕剡x擇小波函數(shù)的空-頻窗口寬度和頻率窗口的中心頻率的位置。尺度越小,則時(空)域?qū)挾仍叫?、頻域?qū)挾仍酱蟆㈩l窗向高頻方向移動越遠(yuǎn).上面綜述了五類現(xiàn)有的光照不均圖像增強方法。由上述分析可以看出,全局直方圖均衡化法能增強圖像整體對比度,適用于增強整體灰度值低、動態(tài)范圍低的圖像；局部直方圖均衡化法能增強圖像細(xì)節(jié)信息,拉伸圖像局部灰度級范圍,但出現(xiàn)塊效應(yīng)、計算速率等問題；Retinex法均為頻域處理方法,計算效率高。Retinex方法主要在于對亮度圖像的估計,能在保持圖像亮度的同時增強圖像暗處的信息,但需要針對每幅圖像調(diào)整參數(shù),并且對原圖像中較亮的部分處理能力不足,在梯度突變部分易出現(xiàn)光暈現(xiàn)象。梯度域方法能夠在壓縮圖像動態(tài)范圍的同時擴大局部梯度范圍,相比其他方法,它在增強圖像陰影、高光部分表現(xiàn)良好。但在梯度域中重建圖像,需要一定的數(shù)值算法。小波變換是一種窗口大小固定不變,但其形狀可以改變的局部化分析方法。小波變換在信號的高頻部分可以取得較好的時間分辨率；在信號的低頻部分,可以取得較好的頻率分辨率,從而能有效地從信號(如語音、圖像等)中提取信息。近年來,上述五類方法在不斷改進(jìn)。直方圖均衡化法趨向于與人體視覺結(jié)合,增強圖像的同時保持圖像原始面貌。頻域方法、Retinex方法則傾向于與其他方法的結(jié)合,其降低噪聲的功能可以彌補其他方法的不足。梯度域方法著重在計算效率上的改進(jìn)。筆者認(rèn)為如下兩個方面仍需進(jìn)一步研究:a)計算效率。局部直方圖均衡化法、梯度場方法雖然處理效果好,但缺乏快速算法,使得這些方法僅適用于圖像分析,不能實時使用,局限了其應(yīng)用范圍。b)處理問題的范圍。上述圖像處理方法都是基于圖像灰度值是連續(xù)、緩慢變化這個假設(shè),而當(dāng)圖像灰度值出現(xiàn)突變時,如當(dāng)圖像出現(xiàn)部分反光時,由于圖像具有高動態(tài)范圍,直方圖均衡化法失效；圖像灰度變化一部分是連續(xù)緩慢的,但另一部分出現(xiàn)了突變,Retinex方法也將失效；梯度域方法雖然能提取出圖像突變位置,但難以避免光照急劇變化對圖像帶來的影響。3同態(tài)濾波的原理3.1基本概念（1）疊加性信號：信號為兩個或多個信號的和的形式。（2）相乘信號：信號為兩個或多個分量的成績，如圖像信號、衰落的傳輸信道中的信號等。（3）卷積信號：信號為兩個或多個信號的卷積，如語音信號，地震信號等。（4）同態(tài)系統(tǒng)：同態(tài)系統(tǒng)是服從廣義疊加原理、在代數(shù)運算上可用輸入和輸出的矢量空間之間的線性變換來表征的非線性系統(tǒng)。3.2同態(tài)信號處理在信號處理中，常需從帶有噪聲的信號中提取原始信號。一般用濾波處理方法濾除或削弱噪聲干擾以及其他不需要的信號。對于疊加性組合信號，可用線性濾波器將它們分離開。對于實用中常見的非疊加性組合信號（如乘積性信號和褶積性信號），靠線性濾波器分離或處理這些信號分量往往是無效的，這時應(yīng)采用非線性濾波，即要用同態(tài)濾波處理系統(tǒng)進(jìn)行信號處理。在輸入輸出運算相同的情況下，同態(tài)系統(tǒng)可分為相乘信號的同態(tài)濾波處理和褶積信號的同態(tài)濾波處理兩種。在許多實際問題中，信號為兩個或多個分量的乘積（如在有衰落的傳輸信道中，衰落效應(yīng)可看作一個緩變分量和傳輸信號相乘）。對這類相乘信號，如用線性系統(tǒng)來分離信號各成分或單獨地改善某一信號成分往往是無效的。但利用相乘信號的同態(tài)濾波處理，就可以取得較好的濾波效果。在多徑或混響環(huán)境中進(jìn)行通信、定位或記錄，產(chǎn)生失真的效果可以看成是干擾與所需信號的褶積，對這類信號可用褶積信號的同態(tài)濾波處理。在語音、圖像、雷達(dá)、聲吶、地震勘探以及生物醫(yī)學(xué)工程等領(lǐng)域中，同態(tài)信號處理獲得廣泛的應(yīng)用。3.2.1相乘信號的同態(tài)濾波處理一個相乘信號可以（以兩個信號相乘形式為例）用分量及分量來表示，即 (3.1)因為傅里葉變換是線性變換，所以對于式()中具有相乘關(guān)系的兩個分量無法分開。也就是說， (3.2)式中代表傅里葉變換。如果首先把式(3.1)的兩邊取對數(shù)就可以把式中的乘性分量變成加性分量，再加以進(jìn)一步處理，即 (3.3)此后對式（3.3）再進(jìn)行傅里葉變換，得 (3.4)令 (3.5) 則 (3.6)如果用一個傳遞函數(shù)為的濾波器來處理,那么如前面所討論的那樣，有： (3.7)處理后將式(3.6)再施以傅里葉變換，則 (3.8)令 (3.9) 式（3.7）可以寫成下式： (3.10)因為是的對數(shù)，為了得到所要求的信號函數(shù)，還要進(jìn)行一次相反的元算，即也就是通過指數(shù)運算這一和對數(shù)運算相反的元算來設(shè)置算法，使之變?yōu)樗璧男问?，? (3.11)令 (3.12) 則 (3.13)式中和是處理后的兩個信號的分量。適當(dāng)?shù)剡x擇濾波器傳遞函數(shù)將會對傅里葉變換中的分量產(chǎn)生小同的響應(yīng)，處理結(jié)果會使信號達(dá)到所要求的目的。用同態(tài)濾波的方法處理相乘形式信號的流程框圖如下所示。線性濾波線性濾波explog圖3.1相乘形式信號同態(tài)處理流程3.2.2卷積信號的同態(tài)濾波處理一個卷積形式的信號為兩個或多個信號的卷積(以兩個信號的卷積組成的信號為例子)，可以表示為 (3.14)即 (3.15)這種形式的信號服從廣義的疊加原理，可以用同態(tài)濾波的方法進(jìn)行處理，前面已經(jīng)論述了乘積形式信號的同態(tài)濾波的處理，設(shè)法將卷積形式轉(zhuǎn)換為乘積形式是主要思路，通過對信號進(jìn)行Z變換或傅里葉變換就可以使卷積的形式變?yōu)橄喑说男问?，? 或 (3.16)后面的處理和相乘形式信號的方法是一致的，只是在指數(shù)運算之后相應(yīng)的多了一步求Z逆變換的計算,所用算法流圖如下所示。LOGLOG線性濾波ＥＸＰ圖3.2卷積形式信號同態(tài)處理流程4用同態(tài)濾波技術(shù)改善光照不均勻圖像4.1簡單的圖像形成模型和特性用二維函數(shù)形式表示圖像在特定的坐標(biāo)處的值或幅度是一個正的標(biāo)量，其物理意義由圖像源決定。當(dāng)一幅圖像從物理過程產(chǎn)生時它的值正比于物理源的輻射能量。因此一定是非零和有限的，即 (4.1)函數(shù)可由兩個分量來表征：(1)入射到觀察場景的光源總量；(2)場景中物體反射光的總量。這兩個分量分別稱為入射分量和反射分量,表示為和。兩個函數(shù)合并形成，即 (4.2)其中 (4.3)式(4.3)指出反射分量限制在0(全吸收)和1(全反射)之間,的性質(zhì)取決于照射源,而取決于成像物體的特性。圖像的灰度不僅僅由光照函數(shù)(入射光)決定,而且還與反射函數(shù)有關(guān),反射函數(shù)反映出圖像的具體內(nèi)容。光照強度一般具有一致性,在空間上通常具有緩慢變化的性質(zhì),在傅立葉變換下表現(xiàn)為低頻分量,然而不同的材料或物體的反射率差異很大,常引起反射光的急劇變化,從而使圖像的灰度值發(fā)生變化,這種變化與高頻分量有關(guān)。4.2同態(tài)濾波改善圖像的數(shù)學(xué)模型為了消除不均勻照度的影響,增強圖像的細(xì)節(jié),可以采用建立在頻域內(nèi)的同態(tài)濾波器對光照不足的或有光照變化的圖象進(jìn)行處理,可以減少因光照不足引起的圖像質(zhì)量下降,并對感興趣的景物進(jìn)行有效增強,這樣就在很大程度保留圖像原貌的同時對圖像細(xì)節(jié)增強。同態(tài)濾波是一種在頻域中進(jìn)行的圖像對比度增強和壓縮圖像亮度范圍的特殊濾波方法。同態(tài)濾波能夠減少低頻并增加高頻,從而能減少光照變化并銳化邊緣或細(xì)節(jié)。同態(tài)系統(tǒng)適用于服從廣義疊加原理的,輸入和輸出之間可以用線性變化表示的系統(tǒng)。圖像的同態(tài)濾波是基于以入射光和反射光為基礎(chǔ)的圖像模型上的,如果把圖像函數(shù)表示為光照函數(shù)(入射光)和反射函數(shù)這兩個分量的乘積,那么圖像的模型可以表示為 (4.4)其中的性質(zhì)取決于成像物體的表面特性。通過對光照分量和反射分量的研究可知,光照分量一般反映灰度的恒定分量,類似于頻域中的低頻信息。減弱光照函數(shù)(入射光)就可以起到縮小圖像灰度范圍的作用；而反射光與物體的邊界特性是密切相關(guān)的,類似于頻域中的高頻信息。增強反射光就可以起到提高圖像對比度的作用。因此,同態(tài)濾波的傳遞函數(shù)一般在低頻部分小于1,在高頻部分大于1。進(jìn)行同態(tài)濾波,首先要對原圖像取對數(shù),使圖像模型中的乘法運算轉(zhuǎn)化為簡單的加法運算: (4.5)再對函數(shù)做傅里葉變換，將函數(shù)轉(zhuǎn)換到頻域 (4.6)選擇合適的傳遞函數(shù),壓縮分量的變化范圍,削弱,增強分量的對比度,提升,增強細(xì)節(jié)，即確定一個合適的。由以上分析可知的大致形狀如圖（4.1）所示。其中代表高頻增益,代表低頻增益,表示點到濾波中心的距離。圖4.1同態(tài)濾波傳遞函數(shù)利用對(4.6)式進(jìn)行濾波,可得 (4.7)最后對濾波結(jié)果進(jìn)行傅立葉反變換和指數(shù)運算,得到同態(tài)濾波后的輸出結(jié)果 (4.8) (4.9)同態(tài)濾波過程的完整框圖如下所示：FFTFFTIFFT圖4.2同態(tài)濾波算法流程圖4.3同態(tài)濾波函數(shù)的確定從同態(tài)的實現(xiàn)過程可以看出,能否達(dá)到理想的增強效果并取得壓縮灰度的動態(tài)范圍效果取決于同態(tài)濾波傳遞函數(shù)的選擇。從圖(4.1)可知,同態(tài)濾波的傳遞函數(shù)與傳統(tǒng)的巴特沃思高通濾波器十分相似,巴特沃思高通濾波的傳遞函數(shù)為 (4.10)其中為為0時的的的值,表示截止頻率。根據(jù)兩者之間的相似性,將巴特沃思高通濾波器的表達(dá)式稍作修改即可得到對應(yīng)的同態(tài)濾波函數(shù) (4.11)由前面的分析可知,同態(tài)濾波器的傳遞函數(shù)在高頻部分應(yīng)大于1,低頻部分應(yīng)小于1,即,這樣可以減小低頻和增強高頻,使得圖像整體灰度范圍壓縮,而對比度增強。的選擇則與照度函數(shù)和反射函數(shù)有關(guān),需要大量實踐比較選擇合適的值,為銳化系數(shù)。4.4計算機仿真用高斯巴特沃斯高通濾波器及改進(jìn)的同態(tài)濾波器,基于Matlab軟件,采用(4.10)式和(4.11)式對原始圖像進(jìn)行增強處理,下面對仿真結(jié)果進(jìn)行分析討論。圖4.3高通濾波器的頻率響應(yīng)圖由頻率響應(yīng)圖可以看出，這是一個典型的高通濾波器，越靠近中間的部分（低頻部分），頻率響應(yīng)幅度越小，越靠近邊緣的部分（高頻部分）頻率響應(yīng)幅度越大。這樣減小了低頻而增強了高頻,使圖像整體灰度范圍被壓縮,對比度增強圖4.4原始圖像這是一幅遙感圖像，由于拍攝條件的限制，圖像對比度不是太強，觀察起來難以分辨，用設(shè)計的算法基于Matlab進(jìn)行仿真，分別用巴特沃斯高通濾波器和在此濾波器基礎(chǔ)上改進(jìn)的同態(tài)濾波器對此圖像進(jìn)行處理，結(jié)果分別為圖4.5同態(tài)濾波處理結(jié)果圖4.6巴特沃斯高通濾波結(jié)果從圖4.4、4.5、4.6的對比可以看出，巴特沃斯高通濾波和同態(tài)濾波這兩種濾波器，都能對圖像進(jìn)行增強，使圖像偏亮。雖然這兩種濾波器都能講照片中的細(xì)節(jié)顯示出來，但可以看出，巴特沃斯濾波器反而使得亮處圖像更加不清晰，如房屋的屋頂和馬路上汽車的車頂。采用同態(tài)濾波處理的圖像，在得到光照補償?shù)耐瑫r，其亮處也得到了很好的抑制，從而使結(jié)果更加理想，更適宜于人眼觀察，有利于細(xì)節(jié)的分辨。用這一方法處理圖像的效果可以通過更多的此類圖片來驗證。圖4.7是一幅灰度圖像，很明顯能看出它的照度是很不均勻的，用上面的方法，并且對參數(shù)對這一圖像進(jìn)行處理，可分別得到圖4.8、圖4.9。圖4.7原始圖像圖4.8巴特沃斯高通濾波圖像通過比較圖4.7、圖4.8及圖4.9可以得出，在低頻增益相同的條件下,雖然二者都可以將景物內(nèi)的細(xì)節(jié)顯示出來,但可以看出,巴特沃斯高通濾波反而使得亮處圖像(有光線穿過的樹間)更加不清晰,采用改進(jìn)的同態(tài)濾波器在光照補償?shù)耐瑫r,圖像的亮處被很好地抑制，使細(xì)節(jié)更清晰，更容易區(qū)分細(xì)節(jié)，對比度明顯增強。圖4.9同態(tài)濾波處理圖像結(jié)論本文首先論述了圖像增強的原理，并細(xì)致的闡述和分析了同態(tài)濾波的原理，最后通過模擬仿真獲得了較為理想的結(jié)果。通過本次課題的研究，可以得出同態(tài)濾波對光照不均勻圖像的改善效果比較好，使圖像的對比度顯著增強，細(xì)節(jié)分辨度明顯提高。同態(tài)濾波的優(yōu)點，能同時進(jìn)行動態(tài)范圍的壓縮和圖像局部對比度的增強，在對圖像細(xì)節(jié)方面增強能力頗佳。但本文所研究的同態(tài)濾波是從圖像的整體角度對光照不均勻進(jìn)行修正，雖然可以很好地保持圖像的原始面貌,但它沒有充分考慮圖像的空域局部特性，在增強圖像某部分像素時，易導(dǎo)致另一部分像素過增強。參考文獻(xiàn)[1]MariaPetrou等.數(shù)字圖像處理疑難解析[M].機械工業(yè)出版社,2005.4[2]徐飛,施曉紅.MATLAB應(yīng)用圖像處理[M].西安電子科技大學(xué)出版社,2002[3]李益華.MATLAB輔助數(shù)字信號處理[M].西安電子科技大學(xué)出版社，2010.7[4]岡薩雷斯.數(shù)字圖像處理(第二版)[M].電子工業(yè)出版社,2005[5]陳春寧,王延杰.在頻域中利用同態(tài)濾波增強圖像對比度[J].微計算機信息,2007.2[6]江巨浪,張佑生,薛峰,等.保持圖像亮度的局部直方圖均衡算法[J].電子學(xué)報,2006,34(5):861-866[7]肖俊,宋壽鵬,丁麗娟.空域同態(tài)濾波算法研究[J].中國圖象圖形學(xué)報,2008,13(12):2302-2305[8]蔣永馨,王孝通,徐曉剛,等.一種基于光照補償?shù)膱D像增強算法[J].電子學(xué)報,2009,37(4A):151-155致謝本文是在蘇禮坤老師的指導(dǎo)下完成的，他嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)，深深地感染和激勵著我。蘇老師不僅在學(xué)業(yè)上給我以精心指導(dǎo)，同時還在思想、生活上給我以無微不至的關(guān)懷，在此謹(jǐn)向蘇老師致以誠摯的謝意和崇高的敬意。我還要感謝在一起愉快的度過畢業(yè)論文小組的同學(xué)們，正是由于你們的幫助和支持，我才能克服一個一個的困難和疑惑，直至本文的順利完成。在論文即將完成之際，我的心情無法平靜，從開始進(jìn)入課題到論文的順利完成，有多少可敬的師長、同學(xué)、朋友給了我無言的幫助，在這里請接受我誠摯的謝意!最后我還要感謝培養(yǎng)我長大含辛茹苦的父母，謝謝你們！最后，再次對關(guān)心、幫助我的老師和同學(xué)表示衷心地感謝！作者簡介姓名：田曉振性別：男出生年月：1989-01民族：漢E-mail:tianxiaozhengg@163.com聲明本論文的工作是2012年2月至2012年6月在成都信息工程學(xué)院光電技術(shù)學(xué)院完成的。文中除了特別加以標(biāo)注地方外，不包含他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得成都信息工程學(xué)院或其他教學(xué)機構(gòu)的學(xué)位或證書而使用過的材料。關(guān)于學(xué)位論文使用權(quán)和研究成果知識產(chǎn)權(quán)的說明：本人完全了解成都信息工程學(xué)院有關(guān)保管使用學(xué)位論文的規(guī)定，其中包括：（1）學(xué)校有權(quán)保管并向有關(guān)部門遞交學(xué)位論文的原件與復(fù)印件。（2）學(xué)?？梢圆捎糜坝?、縮印或其他復(fù)制方式保存學(xué)位論文。（3）學(xué)校可以學(xué)術(shù)交流為目的復(fù)制、贈送和交換學(xué)位論文。（4）學(xué)?？稍试S學(xué)位論文被查閱或借閱。（5）學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容（保密學(xué)位論文在解密后遵守此規(guī)定）。除非另有科研合同和其他法律文書的制約，本論文的科研成果屬于成都信息工程學(xué)院。特此聲明！作者簽名：年月日

學(xué)位論文原創(chuàng)性聲明學(xué)位論文作者（本人簽名）：年月日學(xué)位論文出版授權(quán)書論文密級：□公開 □保密（___年__月至__年__月）(作者簽名：_______導(dǎo)師簽名：______________年_____月_____日_______年_____月_____日

獨創(chuàng)聲明本人鄭重聲明：所呈交的畢業(yè)設(shè)計(論文)，是本人在指導(dǎo)老師的指導(dǎo)下，獨立進(jìn)行研究工作所取得的成果，成果不存在知識產(chǎn)權(quán)爭議。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本設(shè)計（論文）不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻(xiàn)的個人和集體均已在文中以明確方式標(biāo)明。本聲明的法律后果由本人承擔(dān)。

作者簽名:二〇一〇年九月二十日

畢業(yè)設(shè)計（論文）使用授權(quán)聲明本人完全了解濱州學(xué)院關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定。本人愿意按照學(xué)校要求提交學(xué)位論文的印刷本和電子版，同意學(xué)校保存學(xué)位論文的印刷本和電子版，或采用影印、數(shù)字化或其它復(fù)制手段保存設(shè)計（論文）；同意學(xué)校在不以營利為目的的前提下，建立目錄檢索與閱覽服務(wù)系統(tǒng)，公布設(shè)計（論文）的部分或全部內(nèi)容，允許他人依法合理使用。（保密論文在解密后遵守此規(guī)定）

作者簽名:二〇一〇年九月二十日

致謝時間飛逝，大學(xué)的學(xué)習(xí)生活很快就要過去，在這四年的學(xué)習(xí)生活中，收獲了很多，而這些成績的取得是和一直關(guān)心幫助我的人分不開的。首先非常感謝學(xué)校開設(shè)這個課題，為本人日后從事計算機方面的工作提供了經(jīng)驗，奠定了基礎(chǔ)。本次畢業(yè)設(shè)計大概持續(xù)了半年，現(xiàn)在終于到結(jié)尾了。本次畢業(yè)設(shè)計是對我大學(xué)四年學(xué)習(xí)下來最好的檢驗。經(jīng)過這次畢業(yè)設(shè)計，我的能力有了很大的提高，比如操作能力、分析問題的能力、合作精神、嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)等方方面面都有很大的進(jìn)步。這期間凝聚了很多人的心血，在此我表示由衷的感謝。沒有他們的幫助，我將無法順利完成這次設(shè)計。首先，我要特別感謝我的知道郭謙功老師對我的悉心指導(dǎo)，在我的論文書寫及設(shè)計過程中給了我大量的幫助和指導(dǎo)，為我理清了設(shè)計思路和操作方法，并對我所做的課題提出了有效的改進(jìn)方案。郭謙功老師淵博的知識、嚴(yán)謹(jǐn)?shù)淖黠L(fēng)和誨人不倦的態(tài)度給我留下了深刻的印象。從他身上，我學(xué)到了許多能受益終生的東西。再次對周巍老師表示衷心的感謝。其次，我要感謝大學(xué)四年中所有的任課老師和輔導(dǎo)員在學(xué)習(xí)期間對我的嚴(yán)格要求，感謝他們對我學(xué)習(xí)上和生活上的幫助，使我了解了許多專業(yè)知識和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。另外，我還要感謝大學(xué)四年和我一起走過的同學(xué)朋友對我的關(guān)心與支持，與他們一起學(xué)習(xí)、生活，讓我在大學(xué)期間生活的很充實，給我留下了很多難忘的回憶。最后，我要感謝我的父母對我的關(guān)系和理解，如果沒有他們在我的學(xué)習(xí)生涯中的無私奉獻(xiàn)和默默支持，我將無法順利完成今天的學(xué)業(yè)。四年的大學(xué)生活就快走入尾聲，我們的校園生活就要劃上句號，心中是無盡的難舍與眷戀。從這里走出，對我的人生來說，將是踏上一個新的征程，要把所學(xué)的知識應(yīng)用到實際工作中去?；厥姿哪?，取得了些許成績，生活中有快樂也有艱辛。感謝老師四年來對我孜孜不倦的教誨，對我成長的關(guān)心和愛護(hù)。學(xué)友情深，情同兄妹。四年的風(fēng)風(fēng)雨雨，我們一同走過，充滿著關(guān)愛，給我留下了值得珍藏的最美好的記憶。在我的十幾年求學(xué)歷程里，離不開父母的鼓勵和支持，是他們辛勤的勞作，無私的付出，為我創(chuàng)造良好的學(xué)習(xí)條件，我才能順利完成完成學(xué)業(yè)，感激他們一直以來對我的撫養(yǎng)與培育。最后，我要特別感謝我的導(dǎo)師趙達(dá)睿老師、和研究生助教熊偉麗老師。是他們在我畢業(yè)的最后關(guān)頭給了我們巨大的幫助與鼓勵，給了我很多解決問題的思路，在此表示衷心的感激。老師們認(rèn)真負(fù)責(zé)的工作態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神和深厚的理論水平都使我收益匪淺。他無論在理論上還是在實踐中，都給與我很大的幫助，使我得到不少的提高這對于我以后的工作和學(xué)習(xí)都有一種巨大的幫助，感謝他耐心的輔導(dǎo)。在論文的撰寫過程中老師們給予我很大的幫助，幫助解決了不少的難點，使得論文能夠及時完成，這里一并表示真誠的感謝。目錄TOC\o"1-2"\h\z第一章項目基本情況 3一、項目情況說明 3二、可行性研究的依據(jù) 5第二章項目建設(shè)的必要性與可行性 8一、項目建設(shè)背景 8二、項目建設(shè)的必要性 9三、項目建設(shè)的可行性 14第三章市場供求分析及預(yù)測 17一、項目區(qū)生豬養(yǎng)殖和養(yǎng)殖糞污的利用現(xiàn)狀 17二、禽畜糞污產(chǎn)量、沼氣及沼肥產(chǎn)量調(diào)查與分析 18三、項目產(chǎn)品市場前景分析 20第四章項目承擔(dān)單位的基本情況 21一、養(yǎng)殖場概況 21二、資產(chǎn)狀況 21三、經(jīng)營狀況 21第五章項目地點選擇分析 23一、選址原則 23二、項目選點 23三、項目區(qū)建設(shè)條件 24第六章 工藝技術(shù)方案分析 27一、污水處理模式的選擇 27二、處理工藝的選擇 29三、項目工藝流程 31四、主要技術(shù)參數(shù) 35五、主要設(shè)備選型 39第七章項目建設(shè)目標(biāo) 40一、項目建設(shè)目標(biāo) 40二、項目建設(shè)規(guī)模 40第八章項目建設(shè)內(nèi)容 42一、建安工程 42二、儀器設(shè)備 46第九章投資估算和資金籌措 PAGE