档案图像增强的构造方法技术

本发明专利技术公开一种档案图像增强的构造方法，其特征在于：包括如下步骤：步骤一：将全局对比度增强和局部对比度增加结合在一起，即将ＣＬＡＨＥ方法和Ｌｅｅ滤波器方法结合，形成强化细节的ＡＨＥ方法；步骤二：对ＤＡＨＥ方法进行改进，引入梯度幅值，使之具有图像空间自适应能力，得到ＩＤＡＨＥ方法；步骤三、用抽样数据进行实验，得到不同类型输入图像的参数ε、ｋ、λ１和λ２的最佳实验数值；显著效果：提高全局对比度，有效放大局部细节，成像清晰。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，尤其涉及一种用于扫描档案图像的构造方法。
技术介绍
图像增强技术主要包括空域处理和频域处理两种方法。空间域处理法是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。用数学公式来表达就是g(x，y) = T,T是所选择的变换，空间域处理方法主要有点运算(反转变换、对数变换、对 比度拉伸)、代数运算(算术运算加减乘除，逻辑运算与或非)、直方图均衡化(把原始图的 直方图变换为均勻分布的形式)、直方图规定化(按照指定的灰度比例，进行图像灰度之间 的映射)。频域处理法的基础是卷积定理。由于频率成分和图像外表之间的存在一定的对 应关系，一幅图像的边缘、跳跃部分以及颗粒噪声对应着图像信号的高频分量，而大量的背 景区则对应着图像信号的低频分量。因此，可以用高通滤波来衰减其低频分量，相对地调高 其高频分量使图像锐化；同样可以用低通滤波滤除高频部分，去掉噪声，从而使图像平滑。 具体实现时，既可以把图像变换到频率域，在频率域进行滤波处理后再变换回空间域。针对扫描档案图像，上述两类图像增强技术有一些具体的应用实例。王洪君等人 针对褪化类别的档案，提出一种自适应韧性滤波的局部对比度增强方法，以滤除图像中的 多类噪声，实验表明其方法能明显改善视觉效果。靳从提出规则文档分层去除噪方法，但其 方法对包含图像比例过大的档案处理效果不佳。Shirali-Shahreza M. H.等人针对波斯语 和阿拉伯语的扫描档案图像，提出了去除点类噪声的方法。但是，这三种方法限定了待处理 对象的种类，对批量生产的多数档案图像具有一定程度的不适应性。现有的噪声滤波技术，处理后都免不了产生一定程度的边缘模糊，这样会使对比 度进一步下降，给进一步处理带来困难；而现有的对比度增强技术，尤其是局部对比度增强 技术，大都在增强对比度的同时提升了图像噪声，处理扫描档案图像的效果都不理想。
技术实现思路
本专利技术的目的是提供一种图像清晰的。为达到上述目的，本专利技术表述一种，其关键在于按如下 步骤进行步骤一将全局对比度增强和局部对比度增加结合在一起，即将CLAHE方法(受限 的自适应直方图均衡化方法)和Lee滤波器方法结合，形成强化细节的AHE方法(自适应 直方图均衡化方法)，简称DAHE方法，其数学表达式为χ' = CLAHE (Xij J^k(Xijj-Hiijj)(1)式中CLAHE (Xi,」)表示对Xi,」像素执行CLAHE操作后的像素灰度值， 为局部窗口 W内像素的平均灰度值；Xi,j和χ' υ分别为变换前后的中心像素的灰度值，k为一自适应参数；步骤二 对DAHE方法进行改进，引入梯度幅值，使之具有图像空间自适应能力，其 中引入的梯度幅值的数学表达式为 (2)其中表示图像在像素点(i，j)处的梯度，gi(i = 1,2,…，η)为各种梯度算子 的模值，其中gl和&分别为梯度模和Roberts算子gl =max{|f(x, y+l)-f(x,y) | f (x+1, y)-f (χ, y) |}(3)g2 = max {| f (x+1, y+1) -f (x, y) | , | f (x+1, y) -f (x, y+1) |} (4)这样，得到IDAHE方法(CLAHE和细节放大相结合的图像增强方法)的数学表达 式 其中参数ε ( ε >0)为噪声阈值梯度。步骤三、用抽样数据进行实验，得到不同类型输入图像的参数ε、k、X1* λ2的 最佳实验数值。根据输入图像选择合适的参数，用IDAHE方法对输入图像进行处理，便可得 到较为清晰的图像。所述数学表达式(1)和(5)中的自适应参数k的值为 (6)其中k'为一个正比例系数，且A1, λ2>0为正整数，增强系数k随梯度幅值的 增大而减小，满足实际档案图像增强的需求。所述噪声阈值梯度ε是根据样本扫描档案图像的均值确定的，该噪声阈值梯度 ε和均值的关系近似为一指数曲线，ε在曲线最大曲率处取值。这有利于使处理得到的图 像效果最佳。运用CLAHE方法进行全局对比度拉伸，运用Lee滤波器进行局部细节放大，将两者 结合并引入梯度幅值，形成IDAHE方法，一是引入噪声抑制措施，使得Lee滤波器只放大图 像细节而不放大噪声；二是制定柔性细节放大机制，使得细节放大更加符合人类视觉习惯。 改进后的方法既能提高全局对比度，又能有效放大局部细节，使得处理扫描档案图像的效 果更加良好。本专利技术的显著效果是提高全局对比度，有效放大局部细节，成像清晰。 附图说明图1为本专利技术的步骤流程图；图2为不同方法处理文字印章图像的对比效果图；图3为不同方法处理图画图像的对比效果图。具体实施例方式下面结合附图和具体实施例对本专利技术作进一步详细说明。按照如图1所示方法，对图2和3中的输入图像(a)进行处理，其中参数e、k、入 和的最佳实验数值分别为4、5、1、10，其按照如下步骤进行第一步、针对输入图像的每个像素点，执行CLAHE操作。如果所有像素点均处理完 毕，输出增强后的图像。该步骤对应的计算公式表达为X' = CLAHE (XijJ)(1)其中Xi-X' i,」分别代表正在处理的像素点和处理后的像素点，CLAHEOq,」)代表 CLAHE操作。第二步、用IDAHE方法对第一步输出的增强后的图像进行处理，对正在处理的像 素点，判断其是否为噪声。该第二步对应的计算公式表达为 (2)其中Vx^表示图像在像素点(i，j)处的梯度，￡ ( ￡ >0)为噪声阈值梯度。如果 > s成立，表明该像素点处无噪声，执行下一步。否则属于噪声，不增强细节，而进一步处理后续像素点；在等式⑵中，Vxy的进一步计算公式为 }(3)gl和&分别为梯度模和Roberts算子，其离散计算公式为gl =max{|f(x, y+l)-f(x,y) | f (x+1, y)-f (x, y) |}(4)g2 = max {| f (x+1，y+1) -f (x, y) |，| f (x+1，y) -f (x, y+1) |} (5)在等式(2)中，参数￡需要根据样本扫描档案图像的均值来确定。实验表明，e 和均值的关系近似为-指数曲线，￡的选择应该使得曲线在该处具有最大的曲率。第三步、提取无噪声像素点处图像的细节，放大该细节，并叠加到CLAHE处理后的 图像上。该步骤的计算公式为X' = CLAHE (xijJ)+k(xijJ-mijJ)(6)其中 )是第一步骤的处理结果，k(xi,rmi,J)是该像素点处细节的放大值。一 Z A J为局部邻域窗口 W内像素的平均灰度值，k为细节放函(ij)sW大参数。在等式(6)中，放大参数k的计算由下式给出= +(7)其中k'为一个正比例系数，且人p人2>0为正整数。这样，增强系数k将随梯 度增大反而减小，以满足实际档案图像增强的需求。上述步骤中，对文字印章和图画进行处理得到(d)，其中(a)代表输入的档案扫描 图像，(b)和(c)分别代表CLAHE方法和DAHE方法的增强效果图像，(d)代表本专利技术的方 法得到的增强效果图像，(a)、(b)、(c)和(d)相比较，显然(d)的效果最好。四个参数e、 k、、和入2是采用抽样数据进行实验得到参数，对于不同的扫描文件有不同的本文档来自技高网...

【技术保护点】
一种档案图像增强的构造方法，其特征在于：按如下步骤：步骤一：将全局对比度增强和局部对比度增加结合在一起，即将ＣＬＡＨＥ方法和Ｌｅｅ滤波器方法结合，形成强化细节的ＡＨＥ方法，简称ＤＡＨＥ方法，其数学表达式为：ｘ′↓［ｉ，ｊ］＝ＣＬＡＨＥ（ｘ↓［ｉ，ｊ］）＋ｋ（ｘ↓［ｉ，ｊ］－ｍ↓［ｉ，ｊ］）（１）式中ＣＬＡＨＥ（ｘ↓［ｉ，ｊ］）表示对ｘ↓［ｉ，ｊ］像素执行ＣＬＡＨＥ操作后的像素灰度值，ｍ↓［ｉ，ｊ］＝１／ｍｎ＊ｘ↓［ｉ，ｊ］为局部窗口Ｗ内像素的平均灰度值；ｘ↓［ｉ，ｊ］和ｘ′↓［ｉ，ｊ］分别为变换前后的中心像素的灰度值，ｋ为一自适应参数；步骤二：对ＤＡＨＥ方法进行改进，引入梯度幅值，使之具有图像空间自适应能力，其中引入的梯度幅值的数学表达式为：｜▽ｘ↓［ｉｊ］｜＝ｍａｘ｛ｇ↓［１］，ｇ↓［２］｝（２）其中▽↓［ｉ，ｊ］表示图像在像素点（ｉ，ｊ）处的梯度，ｇ↓［ｉ］（ｉ＝１，２，…，ｎ）为各种梯度算子的模值，其中ｇ↓［１］和ｇ↓［２］分别为梯度模和Ｒｏｂｅｒｔｓ算子：ｇ↓［１］＝ｍａｘ｛｜ｆ（ｘ，ｙ＋１）－ｆ（ｘ，ｙ）｜，｜ｆ（ｘ＋１，ｙ）－ｆ（ｘ，ｙ）｜｝（３）ｇ↓［２］＝ｍａｘ｛｜ｆ（ｘ＋１，ｙ＋１）－ｆ（ｘ，ｙ）｜，｜ｆ（ｘ＋１，ｙ）－ｆ（ｘ，ｙ＋１）｜｝（４）这样，得到ＩＤＡＨＥ方法的数学表达式：ｘ↓［ｉ，ｊ］′＝＊＊＊（５）其中参数ε（ε＞０）为噪声阈值梯度。步骤三、用抽样数据进行实验，得到不同类型输入图像的参数ε、ｋ、λ↓［１］和λ↓［２］的最佳实验数值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：杨有，
申请(专利权)人：重庆师范大学，
类型：发明
国别省市：85[中国|重庆]