基于人眼视觉特性的图像增强算法研究

论文摘要

利用图像增强技术,可以使图像获得更佳的视觉效果,提高人眼对信息的辨别能力,另一方面,图像增强作为一种预处理技术,能使处理后的图像比原图像更适合于参数估计、图像分割和目标识别等后续图像分析工作。因此,图像增强技术的研究一直是图像处理的一项重要内容。但传统的基于直方图的图像增强方法存在以下几个问题:1)传统直方图灰度级统计量与信息量存在不一致问题;2)传统直方图均衡方法在灰度级调整过程中,没有充分利用视觉敏感区段; 3)没有针对图像内容多变特点,自适应地获取灰度级调整的优化配置参数。针对上述问题本文展开以下几个方面研究:首先,针对传统直方图对图像信息的描述存在不足,本文提出了一种新的基于视觉注意机制的灰度级信息量直方图构造方法。这种新的直方图在灰度级统计过程中同时考虑各灰度级数量和空间分布情况,采用视觉注意机制计算模型测算出不同位置灰度级的重要性(或显著性),并依据各像素灰度级的重要性进行加权统计,使得统计结果可以客观反映各灰度级对图像信息刻画所起的作用。其次,在灰度级调整过程中考虑人眼视觉感知的非线性特性,并针对其特点提出了将不同比例的灰度级信息量分配至不同的视觉敏感度区段。其分配原则遵循敏感度大的区段分配较多的信息量,同时为避免主导灰度级在直方图拉伸处理中占用较大范围的灰度级空间,本文利用人眼感知能力曲线约束主导灰度级动态范围。最后,由于图像内容存在多变的特点,为了获取更好的图像增强效果,有必要对各视觉敏感度区段的信息量分配比例做一定的调节,为此本文提出了依据图像增强质量客观评估算法的分析结果,自适应地获取最佳调节参数。图像增强质量客观评估算法是依据视觉感知模型设计的,大量测试结果表明,客观评估算法的分析结果与主观评估结果基本吻合。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 图像增强的研究现状
• 1.2.1 基于直方图处理的图像增强算法
• 1.2.2 基于多尺度分析的图像增强方法
• 1.3 研究内容和目的
• 1.4 结构安排
• 第二章 人眼视觉系统概述
• 2.1 人眼构造及其光学感知特性
• 2.2 人眼视觉感知系统
• 2.2.1 视觉信息传递过程
• 2.2.2 感受野
• 2.2.3 人类视觉系统的注意机制
• 2.3 小结
• 第三章 基于视觉注意机制的灰度级信息量直方图构造
• 3.1 传统直方图的缺陷
• 3.2 常用的区域显著性度量方法
• 3.3 基于数据驱动的视觉注意机制的显著性度量方法
• 3.3.1 多尺度采样
• 3.3.2 初级特征提取
• 3.3.3 中央周边差
• 3.3.4 多特征图合并策略
• 3.4 灰度级信息量直方图构造算法
• 3.5 实验结果
• 3.5.1 基于视觉注意机制的区域显著性度量方法
• 3.5.2 灰度级信息量直方图构造结果
• 3.6 小结
• 第四章 基于人眼视觉特性的图像增强方法
• 4.1 灰度级动态范围的优化配置
• 4.1.1 传统的灰度级动态范围优化配置方法
• 4.1.2 基于视觉特性的灰度级动态范围调整优化
• 4.2 图像增强质量客观评估算法
• 4.2.1 人眼视觉调制传递函数
• 4.2.2 基于视觉感知特性及人眼调制传递函数的图像增强评估算法
• 4.3 图像增强算法描述
• 4.4 实验结果与分析
• 4.4.1 图像质量评价算法实验结果
• 4.4.2 图像增强算法实验结果
• 4.5 小结
• 第五章 总结与展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢