[发明专利]基于Logistic隶属度函数的图像模糊增强方法及系统

说明书

技术领域

本发明涉及图像增强技术，尤其涉及一种图像模糊增强方法及系统。

背景技术

红外热像检测技术是保障电力设备安全的重要巡检手段之一。然而红外热成像技术往往受外界环境影响较大，存在设备图像边缘模糊、对比度差等问题，同时还存在各种各样的噪声，这往往会导致设备热缺陷的正确识别、分割和提取存在较大的困难。因此，有必要进行电力设备红外热像增强以实现设备的故障或热缺陷的正确检出。一般而言，电力设备红外热像增强方法可以分为两类，其一为基于空间域处理方法，即直接对灰度级进行处理，如Laxmikant Dash,Chatterji,B.N.首先提出利用亮度变化进行图像增强，该法相比较传统的增强方法更优，但受制于噪声，而且存在过增强和过抑制现象；其二为基于频域处理方法，即在变换域内改变图像参数的间接增强方法，如基于小波变换、金字塔变换等的图像增强方法，该类方法虽可有效抑制噪声，但算法的复杂程度较高，图像本身的不确定性因素也较多。

为解决上述问题，模糊理论逐渐应用到电力设备的红外图像增强处理之中：首先对给定图像选取适当的隶属度函数，通过该函数将原图像映射到对应的模糊集上，得到模糊特征平面，经模糊处理增强结果，再通过其反函数去模糊化输出结果。模糊增强理论常采用经典S型函数、Pal函数等作为隶属函数，但是在计算程度、去模糊化等方面效果不甚理想。Pal算法则将处理后的像素负值硬性规定为0，这样将导致被强行削弱为0值部分像素信息的缺失；经典S型函数与经典Pal函数相比，不存在过调或过抑制现象，而且计算复杂度较低，但是因其为分段函数，对其参数进行控制相对较难。

发明内容

本发明的目的之一是提供一种基于Logistic隶属度函数的图像模糊增强方法，其能简单有效地对待增强图像进行增强。

基于上述目的，本发明提供了一种基于Logistic隶属度函数的图像模糊增强方法，其包括步骤：

S10：获取待增强图像，并将其表达为空间域上的待增强图像；

S20：采用Logistic函数作为模糊隶属度函数，将所述空间域上的待增强图像从空间域映射至模糊域，得到模糊域上的待增强图像；

S30：对模糊域上的待增强图像进行增强处理，得到模糊域上的增强图像；

S40：对模糊域上的增强图像进行逆变换，得到空间域上的增强图像。

本发明所述的基于Logistic隶属度函数的图像模糊增强方法，其运用基于Logistic隶属度函数的模糊理论对待增强图像进行模糊化，并对所得作为所述模糊域上的待增强图像的模糊特征平面进行增强，然后再通过逆变换进行去模糊化处理，得到效果明显增强的图像。

Logistic函数为模糊理论隶属函数在定义域上为连续函数，逆变换不存在无解情况，作为模糊算子可以保证增强的模糊特征平面逆变到空间域时，不存在信息丢失。当自变量区域无穷时，该函数变化率趋于0，可以使值域在一个有限区间内，避免过增强或过抑制现象。同时，与经典S函数相比，该方法在参数控制上也易于实现。

此外，与经典pal函数、经典S型函数进行分析比较，可以发现该函数在保存图像边缘信息完整性、调节的适度性、算法的复杂度上有相对的优势，在增强故障部分和抑制缓冲区域具有可佳的效果，并且运行效率较高，符合图像处理的实际要求。

因此，相对于现有的常规隶属度函数等处理算法，本发明方法处理的图像边缘信息更为完整，图像对比度大幅提高，并且执行效率高，可批量处理，因而能简单有效地对待增强图像进行增强。

进一步地，本发明所述的基于Logistic隶属度函数的图像模糊增强方法中，所述步骤S10中采用双边滤波器对空间域上的待增强图像进行双边滤波。

上述方案中，双边滤波的作用是抑制设备红外图像中的噪声干扰，为后面的图像增强提供较高质量的红外图像原图。

更进一步地，上述基于Logistic隶属度函数的图像模糊增强方法中，所述双边滤波包括步骤：

计算距离权重G和强度权重H；

按照式F(i，j)＝H×G计算双边滤波器的权重F(i，j)；

基于所述双边滤波器的权重F(i，j)计算滤波响应。

更进一步地，上述基于Logistic隶属度函数的图像模糊增强方法中，所述距离权重G按照下式计算：

其中，和为核距离矩阵，w为双边滤波器的窗口半径，δ_d为空间域距离标准方差，e为自然指数。

更进一步地，上述基于Logistic隶属度函数的图像模糊增强方法中，所述强度权重H按照下式计算：