自适应K均值图像处理 [基于正切图像处理（TIP）模型的自适应图像增强算法]

　　摘要：针对图像增强算法复杂度高、对噪声敏感等问题，在分析对数图像处理模型的基础上，提出了一种基于正切图像处理模型的自适应图像增强算法，该算法具有实现容易、运算速度快等特点，对噪声具有一定的抑制作用，可以增强和保留图像细节信息。既可以增强灰度图像，又可以增强彩色图像，实验和理论分析说明了该算法的优越性。
　　关键词：TIP模型；噪声；图像增强
　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2012)18-4482-04
　　An Adaptive Image Enhancement Algorithm Based on TIP Model
　　CHEN Xiang-kui, KANG Mu
　　(Academic of Information Technology, Luoyang Normal University, Luoyang 471022,China)
　　Abstract: For the high complexity to calculation, sensitivity to noise, under analysis of log image process model. An adaptive image en? hancement algorithm based on Tangent Image Process model is proposed. The proposed algorithm has the advantages such as easy realiza? tion and quick calculation .It play a certain part in restraining noise. It can enhance and reserve the detail signal. It can strengthen the gray images and color images. Its advantage has been demonstrated by the theory analysis and the corresponding experiment.
　　Key words: TIP model；Noise; image enhancement
　　国内外学者提出了许多种实际有用的方法和理论来进行图像增强，其中涉及到直方图均衡、同态增晰等；但是这些方法有的对噪声非常敏感，有的容易丢失角点等细节信息，有的容易产生颜色失真，有的运算复杂。该文提出了一种图像增强的简单算法，该算法基于新提出的TIP（Tangent Image Process）模型，可有效抑制噪声，增强和保留图像的细节信息，而且易于实时实现不会引起颜色失真。
　　(a)原图像（含噪声）(b）直方图均衡法（c）Deng方法（d）袁、王等方法(e)文中方法
　　图2实验结果1的边缘图像
　　从图2中可以清楚地看到，原图像的边缘是单像素的，而经过增强后，直方图均衡法的的边缘和原图像人边缘相同，Deng方法斜线边缘变为双线的，而水平和垂直的线段仍然是单像素的，袁、王等方法和文中方法的所有边缘都是双线的。
　　为了验证各算法对噪声的敏感程度，对含有高斯白噪声（均值μ=0，方差σ=20）的特别设置的图像利用直方图均衡法、Deng方法、袁、王等[13]方法和文中方法进行增强，实验结果如图3所示：
　　综合上面的两个实验结果可知，文中算法不但可以增强图像时视觉效果，还可以有效地抑制噪声，在增强图像时视觉效果的同时，总的来说文中方法具有一定的优越性。
　　该文针对现有的图像增强算法对噪声敏感，运算复杂，容易产生颜色失真等问题，在分析对数图像处理（LIP）模型的基础上，提出了一种基于正切图像处理（TIP）模型的自适应图像增强算法，它算法简单，不需要计算像素梯度等信息，可以根据图像内容自适应地生成参数α，既可以用于增强灰度图像，该算法可以用于增强彩色图像，视觉效果好且不会引起颜色失真，可以有效地抑制噪声，又可以增强和保留图像的细节信息，是一种比较好的图像增强算法。
　　[1] Jourlin M,Pinoli J C.A model for logarithmic image processing[J].Microscopy,1988,149(1):21-35.
　　[2] Jourlin M,Pinoli J C.Contrast definition and contour detection for logarithmic image[J].Microscopy,1989,156(10):33-40.
　　[3] Deng G,Cahill L W,Tobin G R. The study of logarithmic image processing model and its application to image enhancement[J].IEEE Trans. on Image Processing,1995(4):506-512.
　　[4]许欣,陈强,王平安,等.消除光晕现象的快速Retinex图像增强[J].计算机辅助设计与图形学学报.2008,20(10):1325-1331.
　　[5]付树军,阮秋琦,穆成坡,等.基于双向耦合扩散的保持特征的边缘锐化和图像增强[J].计算机学报,2008,31(3):529-536.
　　[6]王刚,肖亮,贺安之,等.脊小波变换域模糊自适应图像增强算法[J].光学学报,2007,27(7):1183-1190.
　　[7]李琦,姚睿,单纪鑫.基于热像仪的太赫兹成像及图像增强初步研究[J].光学学报.2008,28(s2):275-277.
　　[8]康牧,王宝树.基于人眼视觉特性的彩色图像自适应增强算法[J].光学学报, 2009,29(11):3018-3024.
　　[9]黄凯奇，王桥，吴镇扬,等.基于人眼视觉特性的多尺度彩色图像增强算法[J].中国图像图形学报.2003,8A(11):1242-1247
　　[10]黄凯奇,王桥,吴镇扬,等.基于视觉特性的多尺度彩色图像增强算法[J].电路与系统学报,2003,8(6):113-117.
　　[11]黄凯奇,王桥,吴镇扬,等.基于视觉特性和彩色空间的多尺度彩色图像增强算法[J].电子学报.2004,32(4):673-676.
　　[12]冷寒冰,王先,刘上乾,等.基于人眼视觉特性的邻域自适应模糊增强算法[J].光电工程,2004,31(1): 62-65.
　　[13]袁晓松，王秀坛，王希勤,等.基于人眼视觉特性的自适应的图像增强算法的研究[J].电子学报,1999，27（4）:63-65.
　　[14]刘金根,刘兴建,周灿.基于人眼视觉特性和模糊集的自适应图像增强算法[J].武汉理工大学学报,2006,28(12): 1-4.
　　[15]吴颖谦,方涛,李聪亮,等.一种基于小波分析和人眼视觉特性的图像增强方法[J].数据采集与处理.2003,(18):17-21.
　　[16]何东健,耿楠,张义宽,等.数字图像处理[M].西安:西安电子科技大学出版社,2003:29-33.
　　[17] Canny J. A computational approach to edge detection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6): 679-698.