【正文】 幅處理。臨界可見偏差 (Just Noticeable XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 18 Difference,JND)是現(xiàn)已提出的能反映人眼視覺辨別力的重要參數(shù)，它揭示了 人眼在不同亮度背景下對亮度偏差的感知規(guī)律。線性動態(tài)范圍調(diào)整是最簡單的灰度級動態(tài)范圍調(diào)整方法，觀察者可以改變?nèi)魏位叶燃壏秶鷥?nèi)的對比度。另外在圖像灰度級統(tǒng)計時，往往會出現(xiàn)一些比重過大的灰度級，稱為主導灰度級，這些灰度級在直方圖拉伸處理中將占用較大范圍的灰度級空間，而灰度級整個動態(tài)空間 資源只有 256 級，這無疑會影響其它灰度級的表現(xiàn)。 2．對金字 塔的每一層分別提取多個初級視覺特征。計算結果稱為對比映射圖。根據(jù)歸一化后的 r，建立 4 個寬調(diào)諧的顏色通道：紅色R =r (g +b)/2， 綠色 G =g (r +b )/2，藍色 B =b (r +g)/2 和黃色 Y =(r+g )/2|r – g|/2b，負值則置為 0。這一機制最早 由Zeevi 等在研究人類視網(wǎng)膜中心錐狀細胞的分布時發(fā)現(xiàn)，隨后在模擬生物視覺的模型中被頻繁采用。這些方法大都是 根據(jù)視覺感知過程提出來的，通用性較強。這類方法認為視覺顯著性的產(chǎn)生是由于視覺對象本身具有某種能夠引起觀察者注意的特殊屬性。目前正在進行的探索正在朝著統(tǒng)一的完整的理論方向前進。從人的角度來看，這是一個從場景中選擇內(nèi)容進行觀察的過程，可以稱之為視覺選擇性（ Visual Selection）；從場景的角度來看，場景中的某些內(nèi)容比其他內(nèi)容更能引起觀察者的注意，可以稱之為視覺顯著性（ Visual Saliency）。根據(jù)上文所述，視感受的信息處理 方式是并行 (Parallel Process)的，視知覺的信息處理方式是串行 (Serial Process)的?？紤]到其中的視覺信息處理過程的復雜性，研究學者又將其劃分為視 感覺處理和視知覺處理兩個階段。 （ 2）同時對比度由于人眼對亮度有很強的適應性，因此很難精確判斷刺激的絕對亮度。由于分布面積較大且多個桿狀細胞與一個視覺神經(jīng)末梢相連，使接收器能夠識別細節(jié)的量減少了，即對細分辨率較低，只能給出視野中一般的輪廓，形成人眼的暗視。當眼睛聚集到遠于 3m的物體時，晶狀體的折射能力最弱，當聚集到非常近的物體時，其折射能力最強。它的正 前方六分之一 是透明的角膜，角膜是一種硬而透明的組織，它蓋著眼睛 的前表面，鞏膜與角膜連在一起，鞏膜是一層包圍著眼球剩余部分的不透明的膜。 2 人眼視覺系統(tǒng)概述 圖像信息是通過人的視覺來接收的。 首先，在直方圖均衡化處理過程中，灰度級直方圖只是簡單地數(shù)量上的統(tǒng)計，而丟失了灰度級的位置信息，使得統(tǒng)計結果無法客觀反映各灰度級對刻畫圖像信息所起的作用，即出現(xiàn)灰度級統(tǒng)計量與信息量不一致問題。為了驗證這種方法的有效性， Jung 對具有嚴重噪聲污染的 Lena 圖像、監(jiān)控圖像和自然場景圖像進行了增強處理，結果表明這種方法是有效的。多尺度分析又稱為多分辨率分析，它是由 Mallat首先提出來的。 AHE 算法是依據(jù)像素局部鄰域的直方圖統(tǒng)計結果，確定該像素灰度級映射值，使局部對比度明顯拉伸，然而該算法計算復雜度太大、對噪聲敏感、平滑區(qū)過增強等問題較為突出。 經(jīng)典的空間域和變換域增強方法都可以在絕大多數(shù)“數(shù)字圖像處理”教材中找到，為此不再贅述。 （ 4）在煤礦工業(yè)電視系統(tǒng)中采用增強處理來提高工業(yè)電視圖像的清晰度，克服光線不足、灰塵等原因帶來的圖像模糊、偏差等現(xiàn)象，減少電視系統(tǒng)維護量。如果能夠先對造影圖像進行增強濾波處理，可以去除非感興趣器官（如肌肉、骨骼等）對 X射線吸收形成的背影圖像，則有利于提高醫(yī)生臨床診斷的準確性。例如，攝像時，由于光學系統(tǒng)失真、相對運動、大氣湍流等都會使圖像模糊；醫(yī)學上，由于受到人體的器官、組織、光照等各個方面的影響，拍到的照片總是不盡人意，很難識別病變組織與正常組織，做出早期診斷。但傳統(tǒng)的基于直方圖的圖像增強方法存在以下幾個問題： 1）傳統(tǒng)直方圖灰度級統(tǒng)計量與信息量存在不一致問題； 2）傳統(tǒng)直方圖均衡方法在灰度級調(diào)整過程中，沒有充分利用視覺敏感區(qū)段； 3）沒有針對圖像內(nèi)容多變特點，自適應 地獲取灰度級調(diào)整的優(yōu)化配置參數(shù)。 其次，在灰度級調(diào)整過程中考慮人眼視覺感知的非線性特性，并針對其特點提出了將不同比例的灰度級信息量 分配至不同的視覺敏感度區(qū)段。圖像增強是一種常用的圖像處理方法，其目的是將圖像中感興趣的部分盡可能突現(xiàn)出來。由于紅外探照燈以及紅外探測器件的限制，紅外成像系統(tǒng)的成像效果不夠理想。對于一幅給定的圖像，圖像增XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 4 強可以根據(jù)圖像的模糊情況和應用場合，采用某種特殊的技術來突出圖像中的某些信息，削弱或消除某些無用的信息，從而有目的的強調(diào)圖像的整體或局部特征 。以 直方圖為基礎的增強算法研究是空間域算法的主流研究方向。為了克服以上問題， Caselles 等人提出了保形對比度增強方法（ Shape Preserving Contrast Enhancement,SPCE）。小波分析在時域和頻域上都具有很好的局部特性，而且由于對高頻信號采取逐漸精細的時域或空域步長，從而可以聚焦到分析對象的任意細節(jié)。但以上算法面臨的主要問題是很難確定合適的分析尺度及不同尺度下的最優(yōu)調(diào)節(jié)參數(shù)。該直方圖綜合考慮灰度級的個數(shù)和空間分布，并在灰度級統(tǒng)計過程中注重保留重要信息區(qū)的灰度級統(tǒng)計量，同時削弱平滑區(qū)或背景區(qū)的統(tǒng)計量，使得統(tǒng)計結果可較好地反映各灰度級對刻畫信息所起的作用。視覺器官“眼睛”接受外界的刺激信息，而大腦對這些信息通過復雜的機理進行處理和解釋，使這些刺激具有明確的物理意義。虹膜中間有一小圓孔稱為瞳孔。這種光接收器可分為兩類：錐狀體和桿狀體。 視錐細胞和視桿細胞統(tǒng)稱視細胞。把主觀上可識別的最小亮度差稱為亮度的可辨別閾值。視網(wǎng)膜神經(jīng)節(jié)細胞和外側膝狀體神經(jīng)元的感受野呈同心圓中心 外周頡頏形式，即在感受野的中心與外圍，刺激對細胞響應的影響正好相反。 1. 認識視覺注意 圖 是幾個視覺注意示例圖，從中可以非常明顯地感受到視覺注意的存 在。 選擇性視覺注意也是各個領域的研究者共同關心的一個焦點，目前大家對于視覺注意機制的研究幾乎全部集中在這一方面。為了使以上分析更直觀，本文特別找了一幅圖像，如圖 (a)所示，圖中背景和刻畫信息灰度級區(qū)分較為明顯。第 2 類是基于視覺反差的算法， 即利用候選區(qū)域與外界比較產(chǎn)生的差XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 14 異值或差異矢量來描述顯著性。（ 2）采用 topdown 控制策略的任務驅動注意機制，它引入外部命令，以適應外界命令的要求，從而達到將注意力集中 于特定目標的目的。為了抽取圖像中的多尺度信息，對輸入圖像逐級進行子采樣和 Gauss 濾波，得到同一幅圖像的不同分辨率表示。模型中的中央周邊差是通過計算不同尺度下圖像特征圖的差值來實現(xiàn)的。該過程通過兩步合并操作完成： 1）合并不同尺度下同一類特征對比 映射圖，獲取特征顯著性描述；2）融合不同種類特征顯著性描述，得到全局顯著圖。 4．最后利用全局加強法將多特征對比映射圖進行合并處理，得到全局顯著圖。 XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 17 另外，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)，而傳統(tǒng)的基于直方圖的圖像增強方法并不能自適應地獲取灰度級調(diào)整的優(yōu)化配置參數(shù)，由于評價算法除了能對增強效果進行評價，也可以對參數(shù)進行自適應調(diào)節(jié)，為此本文依據(jù)視覺感知模型設計了一個圖像增強質(zhì)量客觀評價算法，并依據(jù)該評價算法的分析結果，自適應地獲取最佳調(diào)節(jié)參數(shù)。雖然直方圖均衡化在一定程度上使 得處理后的圖像灰度得以較均勻的分布，改善了圖像的視覺效果，但如第一章所述，直方圖均衡化方法并沒有考慮到人眼感知的非線性特性，即它是在假定不同的灰度級的視覺敏感度一樣的基礎上進行動態(tài)范圍調(diào)整的，并不能充分利用視覺敏感區(qū)段。 已有的視覺研究成果表明，人眼所能感覺到的最小亮度差與觀察對象的背景有關 [52]，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比在低亮度區(qū)要強。 圖像增強質(zhì)量客觀評估算法 近年來，關于圖像增強算法的研究報道很多，各種算法也都有其各自的特點和優(yōu)勢，在實際應用過程中就需要對各種圖像增強算法進行評價和分析。 一般把人眼看成一個精密的光學系統(tǒng)，可以用分析光學系統(tǒng)的方法來研究人眼的視覺特性。研究發(fā)現(xiàn)，圖像中細節(jié)區(qū)（感興趣區(qū)域）的增強效果在人的視覺評判中起決定性作用。 其具體過程如下 : 1．根據(jù)公式以 M M的模板計算圖像灰度的變化頻率，并根據(jù)公式轉化為人眼的空間頻率； 2．根據(jù)公式計算出圖像中各個像素對應的 MTF 值及頻率值，并對 MTF 進行歸一化； 3．以像素 (x,y)位置為中心，計算出該像素周圍的背景平均亮度 I (x,y)； XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 21 4．在局部平均亮度基礎上，計算出亮度閾值，即局部區(qū)域的 JND(x,y)參數(shù)值； 5．對 MTF 進行分段考慮，即當 MTF 位于 ～ 1時，臨界可見偏差為 JND 曲線；隨著 MTF 的衰減， MTF 衰減多少倍， JND 就 增加多少倍，但為了使圖像 符 合人眼感知效果，可適當?shù)恼{(diào)整 JND 值； 6．計算中心像素相對背景平均亮度的躍變強度 ),(),(y)I ( x , yxIyxI ??? ； 7．當躍變強度Δ I(x,y)≥ JND(x,y)時，可判斷該位置存在一有效的感知躍變，并將該像素位置的標記設為 1，否則置 0； 8．重復步驟 1到 7，對增強圖像所有像素位置的躍變情況進行分析，得到二值化表示的有效感知躍變分布圖； 9．利用全局顯著圖將待分析的圖像分為細節(jié)區(qū)和平滑區(qū)； 10．統(tǒng)計細節(jié)區(qū)內(nèi)有效感知躍變數(shù)，并與細節(jié)區(qū)總的像素點數(shù)相除，得到該區(qū)域有效感知躍變百分數(shù) P，作為細節(jié)區(qū)增強效果的評判指標， P 值越大表明細節(jié)區(qū)增強效果好。 圖 對圖像分布不均的圖像增強效果比較 圖 處理噪聲強度較大的圖像增強效果比較 XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 24 5 總結與展望 本文將視覺注意機制引入到灰度 級信息量直方圖構造過程中，在此基礎上，結合視覺特性約束，提出了一種基于灰度級信息量直方圖的圖像增強新算法，至此本文主要完成了以下工作： 1．首先分析了傳統(tǒng)直方圖數(shù)據(jù)描述形式的局限性，即灰度級統(tǒng)計量與其承載信息量不相關討論了這種不一致關系對圖像增強處理產(chǎn)生的不利影響：難以保證對主要刻畫信息的灰度級進行有限拉伸，極大地影響基于直方圖的圖像增強算法的性能和魯棒性。 結合當前圖像增強算法的研究方向和本文的研究工作，作者認為本文的研 究工作可以從以下幾方面進行完善： 1．采用信息融合技術的圖像增強算法研究 不同增強算法或 同一算法不同參數(shù)設置，增強后的圖像局部域效果都存在一XX 大學 XX 學院 201X 屆 XXXX 專業(yè) 畢業(yè)設計 25 定的差異。因此希望可以通過評估算法選擇一個最有利的 JND 參數(shù)，或總結各種圖像的頻率分布特點，依據(jù)這些特點可以能夠自動確定最優(yōu)