基于灰度线阵CCD图像的自适应增强算法制造技术

本发明专利技术利用优化后的多尺度Retinex(MSR)算法对基于灰度线阵CCD图像进行增强处理，主要步骤是首先对图像进行灰度分布的分析和取样；然后使用二维方向的高斯模糊滤波器，利用灰度均值和深度比例自动定义不同尺度下高斯模糊滤波器的标准方差；通过二维高斯模糊滤波器对图像的不同区域进行多尺度增强。使用本增强算法在对噪音去除的同时还使得照度趋于平衡，使得图像中的阴暗区域的细节更加明显，易于人眼的观测，并能提高前景分割的准确性。

【技术实现步骤摘要】

本专利技术属于图像处理
，特别是涉及到一种基于灰度线阵CXD图像的自适应增强算法。
技术介绍
铁路上经常用到线阵CC D成像技术来进行信息采集和检测，由于室外环境的复杂性和鉄路建设施工的局限性，在鉄路现场采集到的灰度线阵CCD图像，都有不同程度的空间噪音和照度的不平衡。如何能够对灰度线阵CCD图像进行噪音去除、使得照度趋于平衡，使得图像中的明暗区域的细节更加明显，这是目前急需解决的问题。
技术实现思路
本专利技术要解决的问题是提出一种基于灰度线阵CCD图像的自适应增强算法，对灰度线阵CCD图像进行噪音去除，使得照度趋于平衡，易于人眼的观测，井能提高前景分割的准确性。为了实现上述目的，本专利技术采取的技术方案为一种基于灰度线阵CXD图像的自适应增强算法，该方法按照以下步骤实施步骤I、将图像的像素值从8位整型转化为32位浮点型；由于原图像的像素值都是8位整型，而在基于Java的计算机软件处理的算法中要求其像素点为浮点型，因此首先进行对像素点数值类型的转换。步骤2、获取原图像的灰度直方图和灰度均值；步骤3、根据步骤2所获得的灰度均值，进行Retinex (MSR)增强算法，具体计算过程如下(I)根据步骤2获得的灰度均值，计算出当前尺度的高斯方差；(2)从图像左上方，第一个像素开始，以半径为n的窗ロ扫描整幅图像，使用ニ维方向的高斯模糊滤波器，计算在每个窗ロ的高斯滤波值；(3)将得到的高斯滤波值，计算获得当前尺度的增强；(4)重复计算过程(I)至(3)，直到完成所有尺度的计算；(5)将所有尺度的增强值迭代相加，获得最終的增强值；(6)将最终增强值赋予窗ロ的中心点作为新的像素值；步骤4、将步骤3计算获得的新的像素值重新转化为8位整型。优选的，步骤3中的计算过程(I)，计算公式如下权利要求1.一种基于灰度线阵CCD图像的自适应增强算法，其特征在于，该算法按照以下步骤实施 步骤I、将图像的像素值从8位整型转化为32位浮点型； 步骤2、获取原图像的灰度直方图和灰度均值； 步骤3、根据步骤2所获得的灰度均值，进行Retinex(MSR)增强算法，具体计算过程如下 (1)根据步骤2获得的灰度均值，计算出当前尺度的高斯方差； (2)从图像左上方，第一个像素开始，以半径为η的窗口扫描整幅图像，使用二维方向的高斯模糊滤波器，计算在每个窗口的高斯滤波值； (3)将得到的高斯滤波值，计算获得当前尺度的增强； (4)重复计算过程(I)至(3)，直到完成所有尺度的计算； (5)将所有尺度的增强值迭代相加，获得最终的增强值； (6)将最终增强值赋予窗口的中心点作为新的像素值； 步骤4、将步骤3计算获得的新的像素值重新转化为8位整型。2.如权利要求I所述的一种基于灰度线阵CCD图像的自适应增强算法，其特征在于所述步骤3中的计算过程(I)，计算公式如下3.如权利要求2所述的一种基于灰度线阵CCD图像的自适应增强算法，其特征在于所述s等于240。4.如权利要求I所述的一种基于灰度线阵CCD图像的自适应增强算法，其特征在于所述步骤3中的计算过程(2)，计算公式如下5.如权利要求I所述的一种基于灰度线阵CCD图像的自适应增强算法，其特征在于所述步骤3中的计算过程(3)，计算公式如下全文摘要本专利技术利用优化后的多尺度Retinex(MSR)算法对基于灰度线阵CCD图像进行增强处理，主要步骤是首先对图像进行灰度分布的分析和取样；然后使用二维方向的高斯模糊滤波器，利用灰度均值和深度比例自动定义不同尺度下高斯模糊滤波器的标准方差；通过二维高斯模糊滤波器对图像的不同区域进行多尺度增强。使用本增强算法在对噪音去除的同时还使得照度趋于平衡，使得图像中的阴暗区域的细节更加明显，易于人眼的观测，并能提高前景分割的准确性。文档编号G06T5/00GK102855612SQ20121032538公开日2013年1月2日 申请日期2012年9月5日 优先权日2012年9月5日专利技术者俞大海, 韩建枫, 单玉堂, 陈钟, 岳明, 邓国青, 李震 申请人:天津光电高斯通信工程技术有限公司本文档来自技高网...

【技术保护点】
一种基于灰度线阵CCD图像的自适应增强算法，其特征在于，该算法按照以下步骤实施：步骤1、将图像的像素值从8位整型转化为32位浮点型；步骤2、获取原图像的灰度直方图和灰度均值；步骤3、根据步骤2所获得的灰度均值，进行Retinex(MSR)增强算法，具体计算过程如下：(1)根据步骤2获得的灰度均值，计算出当前尺度的高斯方差；(2)从图像左上方，第一个像素开始，以半径为n的窗口扫描整幅图像，使用二维方向的高斯模糊滤波器，计算在每个窗口的高斯滤波值；(3)将得到的高斯滤波值，计算获得当前尺度的增强；(4)重复计算过程(1)至(3)，直到完成所有尺度的计算；(5)将所有尺度的增强值迭代相加，获得最终的增强值；(6)将最终增强值赋予窗口的中心点作为新的像素值；步骤4、将步骤3计算获得的新的像素值重新转化为8位整型。

【技术特征摘要】

【专利技术属性】
技术研发人员：俞大海，韩建枫，单玉堂，陈钟，岳明，邓国青，李震，
申请(专利权)人：天津光电高斯通信工程技术有限公司，
类型：发明
国别省市：