基于人眼视觉特性的彩色图像增强算法
2008-07-11
作者：乔香磊，宋 刚
摘 要：在分析现有彩色图像" title="彩色图像">彩色图像增强算法的基础上，按照视觉心理感知特性选择HSV色彩空间，并在此空间提出了新的彩色图像增强" title="图像增强">图像增强算法，保持色调不变，从而保证了没有颜色的失真或偏移。实验证明，经本文算法增强后的彩色图像画面更清晰、层次感更强、色彩也更加丰富，达到了预期的目的。
关键词：彩色图像 色彩空间 视觉特性 局部相关系数
目前数字图像增强技术主要用于灰度图像，通过采用一些技术手段修正图像的灰度分布,以达到增强图像对比度和清晰度的目的。然而在现实世界中，人们面对的大多是彩色图像，所以现在关于彩色图像增强技术的研究也越来越多。与灰度图像相比，彩色图像包含着更加丰富的色彩信息。彩色图像增强主要是对其亮度、色彩等信息进行修正，使得增强后的图像更加生动、细节更加明显、色彩更加鲜艳，同时又要确保没有颜色的失真或偏移。
现有的彩色图像增强算法根据颜色空间的不同大致可分为两类：
(1)基于RGB颜色空间的增强算法。该类算法主要有R、G、B单色通道二维直方图均衡" title="直方图均衡">直方图均衡、直方图规定以及三维直方图均衡[1-3]。实验表明，在RGB颜色空间进行直方图均衡可以增强图像亮度，但是却容易导致颜色的失真。这主要是因为这类算法是单独地作用于R、G、B各个分量，而没有考虑彩色图像R、G、B各个分量之间的相关性。大量人眼色彩感知较好的图像,其RGB三分量中，R和G、R和B、B和G的相关系数分别为：要是把彩色图像从RGB颜色空间变换到其他的颜色空间，如HSV、La*b*等空间，表示亮度的信息分量(如HSV空间的V分量，La*b*空间的L分量)和表示饱和度" title="饱和度">饱和度的信息分量(如HSV空间的S分量)为Crg=0.848、Crb=0.704、Cbg=0.884[4]，这说明彩色图像的R、G、B三个分量之间存在着很强的相关性，改变像素的任一分量都会改变R、G、B三个分量的比例，使得图像产生颜色的失真或偏移。
(2)基于变换空间的彩色图像增强算法。对这类算法主要的S分量(La*b*空间的a*/b*分量)进行处理。本文在对颜色空间研究的基础上，合理地选择了HSV颜色空间，根据人眼视觉对亮度和颜色敏感性不同提出一种基于人眼视觉特性的彩色图像增强算法。实验证明，增强后的彩色图像细节更加清晰、色彩更加丰富鲜艳。
1 HSV彩色空间
彩色图像在计算机中，一般采用RGB空间来表示。彩色图像的R、G、B三基色之间存在很强的相关性，改变像素的任一分量都会导致颜色的失真或偏移[5]。通常彩色图像处理" title="图像处理">图像处理是将彩色图像经过色彩空间变换，从相关性很强的RGB色彩空间变换到相关性不强的色彩空间。
从心理学的角度来看，颜色有三个要素：色调、饱和度和亮度。HSV颜色模型就是基于人眼对颜色的心理感受这一因素而转换成的，因此比较符合人的视觉感受。其立体模型如图1所示。图中，轴向表示亮度，自上而下由白变黑；径向表示色饱和度，自内向外逐渐变高，即颜色越来越纯；圆周方向，则表示色调的变化，形成色环，红、黄、绿、青、蓝和洋红六个标准色分别相隔60°。其中，HSV和RGB之间各分量转换关系如式(1)～式(3)：
还有其他的颜色空间，如YIQ、Lab等[4]。这些颜色空间中，也是其中一个分量表示亮度，其余的两个是色度分量（YIQ中的I、Q，Lab中的a、b）。实验证明，HSV颜色空间对于彩色图像增强是一种较好的选择[5]。由于HSV颜色空间的三个分量相关性很小，改变任一分量对其余分量影响很小，因此，可以对H、S、V各个分量采用独立的方法进行处理。本文在保持色调分量H不变的前提下，对亮度分量V和饱和度分量S采用不同的方法进行增强。增强后的彩色图像细节更加清晰、色彩更加鲜艳、而且没有产生颜色的失真或偏移。
2 基于自适应饱和度反馈的亮度增强算法
由于饱和度分量包含了大量的图像细节[6]，因此在进行彩色图像增强时，应该充分利用饱和度分量，而且图像颜色的饱和程度也会直接影响到图像的亮度。根据这一理论，Thomas等提出了基于饱和度分量反馈的自适应亮度增强算法[7]，该算法的表示式为：
式中，V、S分别表示原始图像的亮度分量和饱和度分量，Venh表示增强后图像的亮度分量，k1和k2是实数，ρ(x，y)是V、S的局部相关系数，其定义如下：
窗w同时作用于V和S，局部均值
和局部方差的计算公式如式(6)和式(7)，
的计算类似于式(6)和式(7)。
该算法充分利用了彩色图像亮度分量和饱和度分量的局部相关关系，对亮度分量进行自适应调节，能够取得一定的效果。当k1<1时，图像的细节增强并不明显；而当k1>1时，图像的细节得到了明显增强，但是噪声却变得明显了。显然，该算法对噪声是很敏感的。
3 新算法
为了解决以上算法中所存在的缺陷，本文提出改进的新算法。
根据人眼对图像平缓部分的噪声比细节部分的噪声更敏感这一视觉特性，可以使图像的局部对比度在细节部分增加得大一些，在平缓部分增加得小一些，即让式（4）中的参数k1与区域的空间变化率成正比。为此，把Sobel算子作用于图像的亮度分量，得到亮度分量的梯度
V(x，y)：
本文选择Sobel算子是因为它具有平滑噪声突出细节的作用[5]。定义|
V(x，y)|的最大值为Max
V，令：
对于饱和度分量S，主要是调节它的动态范围。由于用于图像获取、打印和显示的各种装置是根据幂次规律进行响应的[5]，因此，本文采用幂次变换对饱和度分量进行直方图拉伸，其数学模型为：
式中，S是原图像的饱和度分量，Senh是伽玛校正后的饱和度分量，γ是拉伸因子，决定饱和度分量的饱和程度。
本文算法实现彩色图像增强的步骤如下：
(1)将图像从RGB颜色空间变换到HSV颜色空间。
(2)保持色调H分量不变，用式(9)对亮度分量进行自适应增强，同时用式（10）对饱和度分量进行直方图拉伸。
(3)将H、S、V分量重构成HSV颜色空间图像，然后变换到RGB颜色空间，并显示。
4 实验结果
实验过程中，把改进的自适应亮度增强算法和对饱和度分量的直方图拉伸应用到彩色图像增强中。实验证明，经本文算法增强后的彩色图像能达到良好的效果。图2是本文算法和其他彩色图像增强算法的比较。
其中，图2(b)是在RGB颜色空间对R、G、B三个通道分别采用常规的直方图均衡，但处理后的图像产生了严重的颜色失真。图2(c)是采用参考文献[7]中基于自适应饱和度分量反馈的亮度增强算法得到的效果图，其中窗的大小为3×3，k1=k2=2。从图中可以看到，图像细节得到了明显增强，但是噪声也得到了增强，其天空中的噪声尤其明显。这主要是因为，系数k1同时作用于图像的细节和噪声，没有考虑人眼的视觉特性，使得在增强图像细节的同时也增强了噪声。图2(d)是用本文算法增强后的效果图，窗的大小也是3×3，k1=4，k2=0.5，γ=0.77。与原图相比色彩更加艳丽，细节更加清晰，视觉效果良好，达到了色彩增强的目的。图3 为图2(d)增加了比例系数K(x，y)的效果图，k1=4.0，其中白色区域的K(x，y)值大于0.7。从图3中可以看出，图像边缘部分K值较大，细节得到了明显增强；而平缓部分K值较小，有效抑制了噪声。本文算法通过增加比例函数K(x，y)，自适应地调节图像亮度分量，对图像细节部分增加得大一些，对平缓部分增加得小一些，达到了强化细节、抑制噪声的目的，取得了较好的效果。
本文在保持图像色调分量不变的前提下，根据人眼对图像平缓部分的噪声比细节部分的噪声更敏感这一视觉特性，提出了基于人眼视觉特性的自适应彩色图像增强算法。实验证明，经本文算法增强后的彩色图像不仅更加清晰，同时也更加生动、鲜艳。在彩色图像处理过程中面临一个共同的问题，即在对图像各个分量（如H、S、V分量）进行处理时，会有一些值超出0～1这个动态范围[8]，对该问题的解决会直接影响到处理效果。本文采取把小于0的值置为0、把大于1的值置为1的方法，取得了良好的效果。随着彩色图像的广泛应用，需要一种真正的彩色图像增强算法，使得增强后图像色彩更丰富、细节更清晰、无噪声、无人造现象，这也是今后彩色图像处理算法研究的方向。
参考文献
[1] LEDLEY R S，BUAS M,GOLAB T J.Fundamentals of truecolor image processing[C]//Pattern cognition.Proceedings of the 10th International Conference.1990，1：791-795.
[2] ZHANG Q，MLSNA P A，RODRIGUEZ J J.A recursive technique for 3-D histogram enhancement of color images[C]
//Image Analysis and Interpretation.Proceedings of the IEEE Southwest Symposium，1996：218-223.
[3] TRAHANIAS P E，VENETSANOPOULOS A N.Color image enhancement through 3-D histogram equalization[C]//Pattern Recognition.Proceedings of the 11th IAPP International Conference，1992，3：545-548.
[4] SINDOUKAS D，ECONOMOU G，IFANTIS A， et al.Color image enhancement using local density function estimators[c]//digital signal processing.Proceedings of the 13th International Conference，1997，2：551-554.
[5] 冈萨雷斯著，阮秋琦译.数字图像处理[M]第二版.北京：电子工业出版社，2005.
[6] STRICKLAND R N，KIM C S，MCDONNELL W F.Digital color image enhancement based on the saturation component[J]. Optical Engineering，1987，26(7)：609-616.
[7] THMOAS B A，STRICKLAND R N,HEFFERY J.Color image enhancement using spatially adaptive saturation feed-
back[C]//image processing.Proceedings of the IEEE Inter national Conference，1997，3：30-33.
[8] NAIK S K，MURTHY C A.Hue-preserving color image enhancement without gamut problem[J].IEEE Transaction on
Image Processing，2003，12(12)：1591-1598.