[发明专利]基于变幂次单稳态自适应随机共振的彩色图像增强方法

说明书

本发明提供一种基于变幂次单稳态自适应随机共振的彩色图像增强方法，针对现有图像增强方法在对比度提高和噪声抑制间存在矛盾关系，利用变幂次单稳态随机共振能发挥噪声的积极作用增强图像中有用信息的特性，结合遗传算法(GA)，将信息熵作为GA算法的适应度函数，对变幂次单稳态系统参数进行优化，实现低照度彩色图像的增强。本发明增强后图像亮度、对比度明显提高，并且不存在过曝光和色彩失真问题，图像整体亮度适中，细节特征清晰，能有效实现低照度彩色图像的增强。

技术领域

本发明属于图像增强的技术，具体涉及一种基于变幂次单稳态自适应随机共振的彩色图像增强方法。

背景技术

图像在采集或传输过程中，常常由于拍摄环境照明条件差、天气的变化或传输过程受噪声干扰等，使得图像亮度和对比度低、细节模糊不清甚至产生失真，从而影响图像特征提取、分类和识别等后续处理。直方图均衡化和基于Retinex理论的方法是目前较为有效的低对比度图像增强方法。直方图均衡化依据图像灰度分布的统计特性，通过变换函数对原始图像的直方图进行均匀修正，使得各灰度级具有相同的概率分布，达到对低照度图像增强的目的。但是其增强的强度难以调节，容易造成增强过度和细节信息丢失，并且对于彩色图像易出现色彩失真的情况。Retinex理论将图像表示为环境照度分量和物体反射分量的乘积，通过消除环境亮度的影响来增强图像的对比度。在图像处理中噪声总是被视为有害的干扰而加以抑制，但在提高图像对比度的同时又容易造成噪声的放大。图像对比度增强和噪声抑制间的矛盾关系是图像增强的难点。然而，噪声并不总是起消极的作用，随机共振能利用并发挥噪声的积极作用来增强图像中的有用信息，噪声、微弱信号和非线性系统是产生随机共振的三个基本要素，当三者达到一定的匹配关系时，能增强系统对微弱信号的响应，这为低照度图像的增强提供了新的思路和方法。

发明内容

本发明的目的在于提供一种基于变幂次单稳态自适应随机共振的彩色图像增强方法，该方法利用多通道变幂次单稳态随机共振对彩色图像RGB三分量进行增强，以达到对含噪低照度彩色图像的亮度及对比度提高的同时抑制噪声，保持彩色图像的自然效果。

实现本发明目的的技术解决方案为：一种基于变幂次单稳态自适应随机共振的彩色图像增强方法，包括以下步骤：

步骤1：对原始含噪低对比度彩色图像进行分解，获得彩色图像R、G和B三个通道的图像分量；

步骤2：对三个分量分别进行Hilbert降维扫描处理，获得一维图像序列。

步骤3：建立变幂次单稳态系统模型，将步骤2中得到的三分量一维图像序列分别作为单稳态系统的输入，经过数值求解后得到一维输出信号并将其映射到[0,255]范围，得到输出一维序列；

步骤4：对步骤3处理获得的一维序列通过Hilbert逆变换得到增强后三通道分量并合成，得到增强的彩色图像；

步骤5：通过遗传算法优化单稳态系统的参数a和b，选用无参考图像评价指标—信息熵作为遗传算法的适应度函数，对三通道的单稳态系统参数进行全局最优求解，获得彩色图像信息熵最大时三通道对应的最佳系统参数组合(a_R,b_R；a_G,b_G；a_B,b_B)；

步骤6：依据步骤5中获得的三通道对应的最佳系统参数组合(a_R,b_R；a_G,b_G；a_B,b_B)下的变幂次单稳态系统，重新执行步骤3和步骤4获得最终增强后的彩色图像。

作为本发明基于变幂次单稳态自适应随机共振的彩色图像增强方法的一种优选方案，步骤1中对大小为M×N的原始暗彩色图像矩阵I(i,j,k)进行分解，获得彩色图像R、G和B 三个通道的分量I_R(i,j)，I_G(i,j)和I_B(i,j)：