CN102360492A - 光电导航***图像增强方法 - Google Patents

Abstract

本发明涉及一种光电导航***图像增强方法，其包括如下步骤：a、读取光电导航中的图像数据；b、对上述读取的图像数据进行边界扩展；c、根据公式dlta＝f(i，j)-f(i+k，j+l)；k∈[-n，n]，l∈[-n，n]计算中心点与其对应选取邻域内各个点的像素值的差值，并统计差值中dlta大于0的个数N1，小于0的个数N2；d、根据公式

对图像的各个像素点进行变换，得到变换后的像素值f′(i，j)；e、步骤d中得到变换后的像素值f′(i，j)进行分级增强，得到增强后的像素矩阵F；f、检测图像数据内点对应的像素值是否均经过上述处理步骤，若存在像素点，转至步骤c对所述像素点进行上述处理；否则，输出变换后增强的像素矩阵F。本发明步骤简单，提高图像处理效率，避免滤波时对细节的滤除，提高模式识别的精确度。

Description

光电导航***图像增强方法

技术领域

本发明涉及一种图像增强方法，尤其是一种光电导航***图像增强方法，属于光电导航的技术领域。

背景技术

目前，对于光电导航***中，现有算法利用2n+1邻域内的中心点与周围(2n+1)²-1个点的均值作比较，通过差值判断出是否需要增强像素点。通过上述方法对图像各个像素点进行逐点扫描，就可以得到一幅对比度增强的特征图像。即通过公式 $f^{\′}(i,j)=f(i,j)-\frac{1}{{(2n+1)}^2-1}\underset{m=-n}{\overset{n}{\mathrm{\Σ}}}f(i+m,j+m)$ 能完成对图像进行增强。

但是，现有算法存在两个比较明显的缺陷：

1)、噪声同时被增强；

图像的噪声隐藏在图像的像素值中，按照上述图像增强的方法，如果中心点包含噪声，那么增强后图像的噪声也同时被放大，对图像的模式识别将会带来很大的影响。现有很多算法是在图像增强前对图像进行噪声的滤除处理，这样的做法会导致：(1)算法复杂，运算量大；(2)滤波和增强是两个矛盾的方面，其平衡点无法控制。

2)、图像邻域细节的退化

图像增强采用同级增强，为了使整幅图像的对比度达到某一个级别，会牺牲邻域内的细节，给模式识别的精确度带来影响。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种光电导向***图像增强方法，其步骤简单，提高图像处理效率，避免滤波时对细节的滤除，提高模式识别的精确度。

按照本发明提供的技术方案，一种光电导航***图像增强方法，所述图像增强方法包括如下步骤：

a、读取光电导航中的图像数据，并对所述图像数据进行相应的预处理；

b、对上述读取的图像数据进行边界扩展，以使得进行邻域计算时边界数据不溢出；

c、对上述边界扩展后的图像数据进行逐点扫描，并以图像数据中(i，j)为中心，选取2n+1邻域的像素作为图像处理模块；根据公式

dlta＝f(i，j)-f(i+k，j+l)；k∈[-n，n]，l∈[-n，n]

计算中心点与其对应选取邻域内各个点的像素值的差值，并统计差值中dlta大于0的个数N1，小于0的个数N2；其中，f(i，j)为中心点(i，j)的像素值，f(i+k，j+l)为以中心点(i，j)选取2n+1内(i+k，j+l)点的像素值；

d、根据公式

$f^{\′}(i,j)=\mathrm{Kf}(i,j)+\underset{m=-n}{\overset{n}{\mathrm{\Σ}}}{k}_{\mathrm{mm}}f(i+m,j+m)$

对图像的各个像素点进行变换，得到变换后的像素值f′(i，j)；其中，K，k_mm均为像素变换加权系数，f(i，j)为点(i，j)的像素值，f(i+m，j+m)为点(i+m，j+m)的像素值；

e、根据步骤c中得到的统计个数N1与N2，对步骤d中得到变换后的像素值f′(i，j)进行分级增强，得到增强后的像素矩阵F；

f、检测图像数据内点对应的像素值是否均经过上述处理步骤，若存在像素点，转至步骤c对所述像素点进行上述处理；否则，输出变换后增强的像素矩阵F。

所述步骤e中，对变换后的像素值f′(i，j)进行分级增强时，当N1或N2大于第一阈值Th1且|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₁×f′(i，j)；当N1或N2大于第二阈值Th2且|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₂×f′(i，j)；当|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₃×f′(i，j)，否则，F(i，j)＝K₄×f′(i，j)，以此得到增强后的像素矩阵F。

本发明的优点：通过选择2n+1邻域的像素点作为处理模块，在进行对比时，选择离中心点稍微远的点进行对比，体现出差异性；同时通过离中心点近的点进行像素变换，以降低对中心点像素的影响，上述处理后对图像数据分级增强，能保留图像中的细节，同时降低运算量，提高图像处理效率，提高模式识别的精确度。

附图说明

图1为本发明以n＝2时选取5邻域作为处理模块的示意图。

图2为与图1中对应的具体数值处理的示意图。

图3为本发明对图像增强方法的流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1～图3所示：为了提高光电导航***中进行模式识别过程的匹配精确度，以n＝2选取5邻域的像素作为图像处理模块，本发明对光电导航图像增强方法包括如下步骤：

a、读取光电导航中的图像数据，并对所述图像数据进行相应的预处理；

所述图像预处理包括图像数据转换以及对固有噪声的去除，所述预处理过程根据所获得图像数据的环境来进行选择，以提高对后续图像处理的精确度；

b、对上述读取的图像数据进行边界扩展，以使得进行邻域计算时边界数据不溢出；

当n＝2，选取5邻域的像素作为图像处理模块时，位于图像边缘数据选取时得不到对应大小的处理模块，因此为了能够对图像数据内的所有像素点进行处理，需要对边界扩展；边界扩展的方法可以选择重复邻近的行列数值，也可以采用其他的边界扩展方法；

c、对上述边界扩展后的图像数据进行逐点扫描，并以图像数据中(i，j)为中心，选取5邻域的像素作为图像处理模块；根据公式

dlta＝f(i，j)-f(i+k，j+l)；k∈[-2，2]，l∈[-2，2]      (1)

计算中心点与其对应选取邻域内各个点的像素值的差值，并统计差值中dlta大于0的个数N1，小于0的个数N2；其中，f(i，j)为中心点(i，j)的像素值，f(i+k，j+l)为以中心点(i，j)选取5邻域内(i+k，j+l)点的像素值；当n＝2，选择5邻域内的像素值作为处理模块时，中心点与中心点对应的24个像素值进行比较判断；通过远离中心点的像素值进行对比，能够体现出中心点与周围像素点的差异性；

d、根据公式

$f^{\′}(i,j)=\mathrm{Kf}(i,j)+\underset{m=-n}{\overset{n}{\mathrm{\Σ}}}{k}_{\mathrm{mm}}f(i+m,j+m),$ m∈[-2，2]；          (2)

对图像的各个像素点进行变换，得到变换后的像素值f′(i，j)；其中，K，k_mm均为像素变换加权系数，f(i，j)为点(i，j)的像素值，f(i+m，j+m)为点(i+m，j+m)的像素值；所述K，k_mm均为像素变换加权系数的取值根据导航图像的环境进行对应设置；变换时，远离中心点的像素加权值较小，靠近中心点像素的加权值比重较大，能够体现出图像中亮度的差异性；

根据公式进行像素点变换时，选择的是中心点及其周围3×3范围内的像素值进行变换，这个变换过程包括对图像的滤波：既不会对中心点的像素值产生很大影响，又能达到保留图像数据内的细节，提高图像识别匹配的精确度的目的；

e、根据步骤c中得到的统计个数N1与N2，对步骤d中得到变换后的像素值f′(i，j)进行分级增强，得到增强后的像素矩阵F；

对变换后的像素值f′(i，j)进行分级增强时，当N1或N2大于第一阈值Th1且|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₁×f′(i，j)；当N1或N2大于第二阈值Th2且|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₂×f′(i，j)；当|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₃×f′(i，j)，否则，F(i，j)＝K₄×f′(i，j)，以此得到增强后的像素矩阵F；所述矩阵像素F与读取图像数据内包含数据的维数相一致，通过上述条件的分级增强后，能够得到所需增强后的图像；第一阈值Th1、第二阈值Th2及第三阈值T1的取值都与光电导航图像的环境相关；K₁，K₂，K₃及K₄的选取，光电导航***的硬件环境进行设置；

f、检测图像数据内点对应的像素值是否均经过上述处理步骤，若存在像素点，转至步骤c对所述像素点进行上述处理；否则，输出变换后增强的像素矩阵F。

由于图像传感器输出图像数据中阵列相邻像素影响很大，往往一个像素的灰度值跟周围几个像素的灰度值很接近，利用这样的周围点对其进行均值滤波在滤除一部分噪声的同时对中心点像素的影响不会很大。用离中心点稍微远的点来做参照点进行图像增强，是因为这样的点与中心点存在一定的差异，能体现出对比的目的，从而能体现出局部环境的亮度。

由上述步骤可以看出，在对中心点进行比对时，选择以中心点周围5行5列的数据进行比对，通过用远离中心点的数据来进行参照，能体现出中心点与周围点的差异，体现出对比目的，从而能体现出局部环境的亮度；而在对像素点进行变换时，选择以中心点周围3行3列的数据进行变换，这样通过用邻近的点进行变换时，不会对中心点的像素变换产生很大的差异，能够得到较好的变换效果，保留图像数据的细节。

增强图像的对比度，抑制噪声的影响，突出图像的特征信息，以方便模式识别过程中的匹配精确度。本发明提出了具有滤波特性的图像增强算法，该方案在一定程度上抑制噪声的影响，达到有效提高图像的对比度；为了保持图像邻域内的细节，通过对中心点的比较及像素变换，得到分级增强后的像素值，使得模式识别能够更精确。

Claims (2)

1.一种光电导航***图像增强方法，其特征是，所述图像增强方法包括如下步骤：

(a)、读取光电导航中的图像数据，并对所述图像数据进行相应的预处理；

(b)、对上述读取的图像数据进行边界扩展，以使得进行邻域计算时边界数据不溢出；

(c)、对上述边界扩展后的图像数据进行逐点扫描，并以图像数据中(i，j)为中心，选取2n+1邻域的像素作为图像处理模块；根据公式

dlta＝f(i，j)-f(i+k，j+l)；k∈[-n，n]，l∈[-n，n]

计算中心点与其对应选取邻域内各个点的像素值的差值，并统计差值中dlta大于0的个数N1，小于0的个数N2；其中，f(i，j)为中心点(i，j)的像素值，f(i+k，j+l)为以中心点(i，j)选取2n+1邻域(i+k，j+l)点的像素值；

(d)、根据公式

$f^{\′}(i,j)=\mathrm{Kf}(i,j)+\underset{m=-n}{\overset{n}{\mathrm{\Σ}}}{k}_{\mathrm{mm}}f(i+m,j+m),$ m∈[-n，n]；

对图像的各个像素点进行变换，得到变换后的像素值f′(i，j)；其中，K，k_mm均为像素变换加权系数，f(i，j)为点(i，j)的像素值，f(i+m，j+m)为点(i+m，j+m)的像素值；

(e)、根据步骤(c)中得到的统计个数N1与N2，对步骤(d)中得到变换后的像素值f′(i，j)进行分级增强，得到增强后的像素矩阵F；

(f)、检测图像数据内点对应的像素值是否均经过上述处理步骤，若存在像素点，转至步骤(c)对所述像素点进行上述处理；否则，输出变换后增强的像素矩阵F。

2.根据权利要求1所述的光电导航***图像增强方法，其特征是：所述步骤(e)中，对变换后的像素值f′(i，j)进行分级增强时，当N1或N2大于第一阈值Th1且|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₁×f′(i，j)；当N1或N2大于第二阈值Th2且|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₂×f′(i，j)；当|f′(i，j)|大于第三阈值T1时，像素矩阵F内对应的像素值F(i，j)＝K₃×f′(i，j)，否则，F(i，j)＝K₄×f′(i，j)，以此得到增强后的像素矩阵F。

Images