【正文】 線狀物不夠突出；還有的圖像波段數(shù)據(jù)量大，例如TM圖像，而且各波段之間存在一定的相關(guān)性，為進一步處理造成困難。（2）紅外技術(shù)在軍事及人們?nèi)粘Ｉ钪杏兄絹碓綇V泛的應(yīng)用。XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計圖像增強處理的應(yīng)用已經(jīng)滲透到醫(yī)學(xué)診斷、航天航空、軍事偵察、指紋識別、無損探傷等領(lǐng)域。這也是圖像處理的一般要求。圖像增強質(zhì)量客觀評估算法是依據(jù)視覺感知模型設(shè)計的，大量測試結(jié)果表明，客觀評估算法的分析結(jié)果與主觀評估結(jié)果基本吻合。這種新的直方圖在灰度級統(tǒng)計過程中同時考慮各灰度級數(shù)量和空間分布情況，采用視覺注意機制計算模型測算出不同位置灰度級的重要性（或顯著性），并依據(jù)各像素灰度級的重要性進行加權(quán)統(tǒng)計，使得統(tǒng)計結(jié)果可以客觀反映各灰度級對圖像信息刻畫所起的作用。畢業(yè)設(shè)計基于人眼視覺特性的圖像增強算法研究摘 要：利用圖像增強技術(shù)，可以使圖像獲得更佳的視覺效果，提高人眼對信息的辨別能力，另一方面，圖像增強作為一種預(yù)處理技術(shù)，能使處理后的圖像比原圖像更適合于參數(shù)估計、圖像分割和目標(biāo)識別等后續(xù)圖像分析工作。針對上述問題本文展開以下幾個方面研究：首先，針對傳統(tǒng)直方圖對圖像信息的描述存在不足，本文提出了一種新的基于視覺注意機制的灰度級信息量直方圖構(gòu)造方法。最后，由于圖像內(nèi)容存在多變的特點，為了獲取更好的圖像增強效果，有必要對各視覺敏感度區(qū)段的信息量分配比例做一定的調(diào)節(jié)，為此本文提出了依據(jù)圖像增強質(zhì)量客觀評估算法的分析結(jié)果，自適應(yīng)地獲取最佳調(diào)節(jié)參數(shù)。因此，如何對這些“降質(zhì)”圖像或受到噪聲污染的質(zhì)量不太滿意的圖像進行處理，以符合人們的要求，例如盡可能恢復(fù)原貌，改善圖像的視覺效果，突出有用的目標(biāo)等，具有廣泛的應(yīng)用前景和工程價值。如何從中識別出人們感興趣的目標(biāo)，如機場、跑道、飛機、建筑物等，就需要進行增強處理。對X射線圖像、CT圖像、內(nèi)窺鏡圖像等進行增強，使醫(yī)生更容易從中確定病變區(qū)域。為使夜視距離達(dá)到監(jiān)測要求并使圖像更適合于人眼觀測、適用于圖像后續(xù)目標(biāo)識別及跟蹤處理，有必要對紅外圖像低照度采集來增長主動式紅外夜視系統(tǒng)的夜視距離，對圖像進行增強及目標(biāo)分割處理來增強紅外圖像視覺效果?？傊瑘D像增強技術(shù)的快速發(fā)展同它廣泛的應(yīng)用是分不開的，發(fā)展的動力來自不斷涌現(xiàn)的新的應(yīng)用，可以預(yù)料，在未來社會中，圖像增強技術(shù)將會發(fā)揮更大的作用。目前常用的增強技術(shù)根據(jù)其處理所進行的空間不同，可分為基于空間域（圖像域）的方法和基于頻率域（變換域）的方法兩種。以下將介紹空間域和變換域一些較新的研究進展。全局直方圖均衡（Global Histogram Equalization, GHE）是全局算法中的代表性成果，其基本思想是依據(jù)直方圖的統(tǒng)計結(jié)果，相應(yīng)地分配灰度級的動態(tài)范圍。針對這些問題，很多學(xué)者提出了多種改進的方案。以上算法都是在不改變直方圖統(tǒng)計方式上做出的，但由于傳統(tǒng)直方圖存在明顯缺陷，即完全丟失了像素的位置信息，使得這些算法的性能受到了一定程度的影響。近幾年來，以小波變換為代表的多尺度分析方法備受科學(xué)技術(shù)界的重視，它不僅在數(shù)學(xué)上已經(jīng)形成一個新的分支，而且在應(yīng)用上，如信號處理和圖像處理，被認(rèn)為是近年來分析工具及方法上的重大突破。近幾年來使用多尺度分析思想來增強這些圖像已經(jīng)引起眾多研究者的關(guān)注，并且在理論和應(yīng)用上取得了一些有價值的結(jié)果。XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計基于多尺度分析思想的圖像增強方法主要應(yīng)用的場合通常是一些特殊圖像，如醫(yī)學(xué)圖像、衛(wèi)星遙感圖像、紋理圖像和嚴(yán)重噪聲污染的圖像等。在圖像增強的方法使用上，可以使用一種增強方法，也可以使用多種方法混合使用，只要達(dá)到需要的效果即可。比如，在圖像的平滑區(qū)或背景區(qū)內(nèi)某些灰度級的統(tǒng)計值雖然很大，但這些灰度級所刻畫的信息卻很少（或很簡單）。為解決這個問題，本文把灰度級按照視覺感知特性分為三個部分：最弱感知區(qū)、最強感知區(qū)及次強感知區(qū)，同時把圖像中大量信息區(qū)的灰度級分配在最強感知區(qū)，把含有少量信息的區(qū)域的灰度級分配在最弱感知區(qū)及次強感知區(qū)，但次強感知區(qū)分配到的信息量要比最弱感知區(qū)多，這樣可以拉伸圖像的灰度層次，提高圖像的對比度，使增強后的圖像獲得滿意的視覺效果。在實際應(yīng)用中，許多圖像處理與分析的目的就是改善圖像的視覺效果或處理后以便于人們對圖像的分析，所以了解人的視覺系統(tǒng)特性及視覺信息處理特性在觀察圖像或判讀圖像時的某些現(xiàn)象和特性是有必要的。因為現(xiàn)有的大多圖像處理算法都或多或少地引入了人眼視覺系統(tǒng)，為便于理解，本章首先就人眼構(gòu)造及光學(xué)特性、人眼視覺感知系統(tǒng)作簡單介紹。脈絡(luò)膜位于鞏膜的里邊，這層膜包含有血管網(wǎng)，它是眼睛的重要滋養(yǎng)源，脈絡(luò)膜外殼著色很重，因此有助于減少進入眼內(nèi)的外來光和眼球內(nèi)的回射。瞳孔后面是一扁球形的彈性透明體，稱為晶狀體，相當(dāng)于照相機鏡頭的作用。眼睛最里層的膜是視網(wǎng)膜，它布滿在整個眼球后部的內(nèi)壁上，當(dāng)眼球適當(dāng)聚集時，從眼睛的外部物體來的光就在視網(wǎng)膜上成像。它們主要位于視網(wǎng)膜的中間部分，叫做中央凹，即黃斑區(qū)，它們主要是在強光下檢測亮度和顏色信息。它們能在弱光下檢測亮度信息，但沒有色彩的感覺。對于落入盲點的圖像人眼無法看到。XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計（3）對比靈敏度實驗表明，人眼辨別亮度差的能力是同周圍環(huán)境以及照度本身的大小有關(guān)，即視覺對亮度偏差的敏感程度隨背景亮度變化呈非線性變化，總的來說在高亮度背景區(qū)人眼對亮度偏差的辨別力相比在低亮度區(qū)要強。因此視覺是一個有明確輸入和輸出的信息處理問題。圖 人眼視覺的信息傳遞過程 感受野研究發(fā)現(xiàn)，視覺通路上各個層次的神經(jīng)元感受野尺寸是不同的，神經(jīng)元的層次越深入，其感受野的尺寸就越大，比如，視網(wǎng)膜中心（Fovea）具有較小的感受野，外周（Periphery）的則較大，這種層次體系被稱為感受野等級結(jié)構(gòu)。XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計感受野機制所反映出來的多尺度表示方法和中央外周（CenterSurround）計算策略是一種十分重要的視覺計算模型。將這嚴(yán)重失調(diào)的兩個過程聯(lián)系起來的橋梁正是視覺注意機制，它是視覺感知過程的引導(dǎo)者，是其高效性和可靠性的保障。圖 視覺注意的示例圖從視覺注意與視覺感知的關(guān)系中可以看到，選擇性是視覺注意眾多功能中最根本的一條，它表現(xiàn)為舍棄一部分信息，以便有效地處理重要信息的控制和調(diào)節(jié)能力。而在該過程中，引起注意的場景內(nèi)容則被稱為注意焦點（Focus ofAttention，簡稱FOA）。本章的這些研究為將人眼視覺特性引入到圖像增強算法中打下了堅實的理論基礎(chǔ)。但這種表達(dá)也存在嚴(yán)重缺陷：在灰度級統(tǒng)計時，完全丟失了灰度級的位置信息，使得直方圖的統(tǒng)計結(jié)果并不能反映各灰度級對刻畫信息所起的作用，即出現(xiàn)灰度級統(tǒng)計量與信息量不一致問題。XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計圖 rose原圖和采用GHE算法的增強圖像及相應(yīng)的直方圖根據(jù)顯著性度量方法的不同，可將目前的顯著區(qū)域檢測算法分為兩大類。該方法往往是針對某些特定的目標(biāo)或圖像提出來的，通用性較差。比如：Wai通過DOG算子比較候選區(qū)域與周邊區(qū)域的灰度差異Itti通過中央周邊（Centersurround）算子比較候選區(qū)域與周邊區(qū)域在亮度、顏色和朝向這些早期視覺特征上的差異等。從而導(dǎo)致視覺注意模型包括兩種：（1）采用bottomup控制策略的數(shù)據(jù)驅(qū)動注意機制，由作為底層數(shù)據(jù)的視覺刺激驅(qū)動，與作為高層知識的觀察任務(wù)無關(guān)。本文的研究也主要應(yīng)用的是數(shù)據(jù)驅(qū)動的注意機制。Itti提出了高斯金字塔模型，非均勻采樣體現(xiàn)在不同的采樣層次上。為了從強度中分離出色度信號，使用I來歸一化信道。顯然，這樣的對局部空間不連續(xù)性的敏感結(jié)構(gòu)特別適用于檢測相對于其局部周圍突出的區(qū)域。所以細(xì)尺度特征圖代表中央?yún)^(qū)域，粗尺度特征圖代表周邊區(qū)域。這些特征顯著性描述需要按照一定的策略合并為一張全局顯著圖，因為最終供注意機制選擇的是全局顯著圖中的多個目標(biāo)。大量實驗表明，該算法的測算結(jié)果與視覺主觀分析結(jié)果基本吻合。3．按公式分別進行亮度與朝向特征的中央周邊差計算。4 基于人眼視覺特性的圖像增強方法針對上文提到的傳統(tǒng)直方圖均衡方法描述的缺陷：在灰度級調(diào)整過程中沒有充分利用視覺敏感區(qū)段，本文研究了人眼視覺系統(tǒng)，視覺特性參數(shù)表明，人眼對不同亮度背景下灰度偏差的感知能力存在差異，在暗背景下辨別能力較弱。最后在灰度級信息量直方圖基礎(chǔ)上，結(jié)合人眼視覺特性，提出了一種新的圖像增強方法，該方法使增強圖像保留了更多的細(xì)節(jié)信息，獲得滿意的視覺效果。下面將從這兩方面展開研究。直方圖均衡化是非線性動態(tài)范圍調(diào)整中最常用的一種方法，其實質(zhì)是有選擇地增強圖像中的某些信息（占有較多像素的灰度）而抑制另一些信息（占有較少像素的灰度）。 基于視覺特性的灰度級動態(tài)范圍調(diào)整優(yōu)化圖像增強的目的之一是為了改善圖像的視覺效果，以增強人眼對圖中信息的辨別能力。XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計臨界可見偏差這一概念最早是由Jayant提出，在圖像壓縮編碼設(shè)計和評估中被普遍采用，但JND與圖像增強也有著密切的關(guān)系，它反映了人眼在不同亮度背景條件下能分辨的最小亮度偏差，這也是細(xì)節(jié)信息被有效增強的最低門限要求。但圖像整體亮度的提升并沒有改變原圖像暗區(qū)灰度之間的偏差。對主導(dǎo)灰度級進行限幅處理后，會節(jié)省一些灰度空間，可以把這些灰度空間按照統(tǒng)計值大小分配給除主導(dǎo)灰度級以外的其它灰度級。在本文中，評價的對象是增強后的自然圖像，即非壓縮、非紅外等不可見光所形成的圖像。視覺系統(tǒng)是一個復(fù)雜完善的信息獲取和分析系統(tǒng)，它涉及許多學(xué)科，目前尚有許多感知機理仍不清楚，這也是阻礙圖像質(zhì)量評價發(fā)展的重要原因。人眼視覺系統(tǒng)的傳遞特性用調(diào)制傳遞函數(shù)MTF (f)來表示。此外，在圖像增強處理過程中，平滑區(qū)也會有不同程度的增強，有時增強力度甚至超過了細(xì)節(jié)區(qū)，這時圖像的整體視覺效果很差，但MSE和PSNR的測算結(jié)果卻較好，因為這兩項指標(biāo)是依據(jù)全局灰度變化的分析指標(biāo)，這與人眼的視覺判定結(jié)果出現(xiàn)了較大的偏差。視覺研究表明，圖像增強質(zhì)量的好壞與圖像內(nèi)有效感知灰度級躍變數(shù)量的大小直接相關(guān)，即圖像的有效感知躍變數(shù)量越大，圖像細(xì)節(jié)就顯得越豐富、越清晰，圖像增強效果也越好。區(qū)域的劃分是依據(jù)視覺注意機制得到的全局顯著圖的結(jié)果。因此本文將圖像的整個灰度范圍分為三個區(qū)域，各區(qū)域依據(jù)直方圖中灰度信息量大小分配灰度級的動態(tài)范圍W(r)，其計算公式如下：XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計其中，為灰度級r的信息量統(tǒng)計值，N為所有灰度級信息量統(tǒng)計值之和，GL為所在區(qū)域的灰度級范圍，本文設(shè)定第一個區(qū)域的灰度級范圍為75，第二個區(qū)域的灰度級范圍為125，第三個區(qū)域的灰度級范圍為56。結(jié)果如下：XX大學(xué) XX學(xué)院 201X屆 XXXX專業(yè) 畢業(yè)設(shè)計圖 圖像質(zhì)量評價算法結(jié)果本節(jié)選用幾組典型的圖像，對本章提出的增強算法與兩種經(jīng)典的算法做了對比實驗，這兩種算法是全局算法的代表GHE算法和局部算法的代表AHE算法。為此，本文對人眼視覺感知能力進行了研究針對其特點將JND