光照补偿问题解决办法
解决光照补偿的问题是采用
对光照变化不敏感的图像的表示方法。例如,图像的边缘图,利用人脸器官的横纹特征对光照不敏感的特性等图像的二维Gabor函数滤波,它类似于加强图像的边缘轮廓;灰度图像的一阶、二阶导数,对于周围光照变化不敏感;非线性变换在在图像增强中也经常用到。以上几种方法对光照变化都有补偿作用,但是都存在一定的局限性。
补偿光照方法:
(1)直方图均衡化即直方图平坦化,目的是消除光照条件变化及成像设备感线的不同所带来的影响,使直方图成为均匀分布的形式。通过对图像进方图均衡化的处理,可以增强图像的对比度,提高图像的质量。直方图均衡化的方法对光照过暗和偏光现象能进行有效的光照补偿,但补偿效果容易受背景影响。直方图均衡化增加了图像的对比度,使亮的更亮,暗的更暗,减弱了图像的细节。
(2)非线性变换的方法-Log和Exp
非线性变换是一种灰度变换的方法,它可以描述如下:
设单色图f(x,y)的灰度为r,经某非线性变换函数s=T(r)变为另一幅图像g(x,y),其灰度为s,两者的直方图分别为p(r)和p(s)。新的直方图p(s)应根据人的视觉感觉模型来确定,而作为计算机视觉就要求其视觉传感器的视敏响应曲线与g(x,y)的直方图p(x,y)相匹配,这样才能取得最佳的视觉效果。有资料说明主观亮度是眼睛入射光强(照度)的对数函数[25]。对数变换形式如下:
指数变换的形式如下:
经过大量的实验和比较,发现a取0,c取1/255,将原灰度f(x,y ),转换到区间[0,1],b为255,得到灰度范围为[0,255]的图像g(x,y)。它的效果与对数相反,它将图像的高灰度区域给予较大的扩展而压缩低灰度区。指数变换对面部过亮的图像有较好的光照补偿作用,而对偏光则无能为力。
(3)基于临域的非线性变换方法-LogAbout
以上提到了非线性变换Log变换对光照有较好的光照补偿效果,但是由于Log变换曲线分析,Log变换在高灰度区对象素进行压缩,如果图像上相邻的两个象素是边缘信息,又处于高灰度区,很可能被压缩掉,从而可能衰减整幅图像的信息,使某些边缘损失掉(如图8中的Log变换)。Log变换对图像象素直接进行处理,没有用到象素临域的信息。鉴于这种情况,有必要对非线性Log方法做出以下改进:
-1 | -1 | -1 |
-1 | 9 | -1 |
-1 | -1 | -1 |