CN101964109A - 底层图像挖掘中的最佳质量图像的自动自适应获取方法 - Google Patents

Abstract

本发明公开一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，其特征在于按以下步骤进行：步骤一，获取源图像每个像素点的灰度Og(x,y)，计算源图像的平均灰度AG0；步骤二，计算Zadeh-X变换的层次因子Delta的值，该Delta可由下式获得：Delta=3.99×AG0－0.0162；步骤三，利用获取的Delta值，根据Zadeh-X变换方法挖掘得到源图像对应的最佳质量图像。本发明能够自动地、自适应的得到暗视觉条件下获得的图像的最佳质量图像，不需要人工调整挖掘参数，节约了挖掘时间。

Description

底层图像挖掘中的最佳质量图像的自动自适应获取方法

技术领域

本发明属于计算机数字图像处理领域，具体涉及一种底层图像挖掘中自动自适应获取最佳质量图像的方法。

背景技术

图像挖掘分为基于逻辑推理以挖掘“知识”的高层图像挖掘和基于像素级操作的挖掘图像结构本身的底层图像挖掘。由于在微光条件下，人类视觉系统对图像的分辨能力很低，很多图像其实含有信息，但是人类视觉觉察不到，不能清楚看清图像结构，因而需要对图像进行挖掘。

现代图像挖掘技术一般涉及明视觉条件，对于暗视觉条件下获得的图像的研究很少。有限的研究也只是对图像做尝试性的挖掘，需要人工调整参数，耗费较长时间才能挖掘出源图像中的有用信息，不能进行自动挖掘，得到质量最好的图像。

发明内容

本发明的目的是提供一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，能够自动地、自适应地、快速地得到最佳质量图像，挖掘出暗视觉条件下获得的源图像中的有用信息。

为了实现上述目的，本发明表述一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，其关键在于按以下步骤进行：

步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；

平均灰度AG0可根据下式计算：

                                                 

上式中，Og（x, y）为像素点（x, y）的灰度，M，N为x, y方向的像素数。

步骤二，计算Zadeh-X变化的层次因子Delta的值，该Delta可由下式获得：

                Delta=3.99×AL0－0.0162

步骤三，利用获取的Delta值，根据Zadeh-X变换方法挖掘得到源图像对应的最佳质量图像，Zadeh-X变换方法如下：

                  

 

    上式的约束条件为：

          

其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示最佳质量图像中像素点(x, y)的灰度值，k表示伸缩因子，取k=255，Theta表示变换起点，取Theta=0。

研究发现，图像的灰度及其空间分布才是灰度图像的关键特征。我们观察一幅图像，正是观察其像素的灰度及其空间分布，其余的特征都是导出的或是二次特征，因此，最佳质量图像的获取与原始图像的灰度有很大关系。在明视觉条件下，图像理想的最佳视觉亮度为127.5灰度级，但是逆命题并不成立。而取自暗视觉条件的视觉不能清晰可见的图像挖掘出的图像的最佳视觉亮度不再是127.5灰度级。我们在主观试验中发现，这时的最佳可视亮度约为64灰度级，约为明视觉下的最佳可视亮度的一半。本发明仅用于挖掘暗视觉条件下的源图像的质量最佳图像，认为的视觉最佳即平均亮度在64灰度级左右。

Zadeh-X变化方法是一种由模糊数学中的Zadeh变换转化而来的图像变换方法，通过改变该方法中的Theta、Delta、K，可以实现底层图像的挖掘、隐藏等。本发明即是通过确定最佳质量图像的Theta、Delta、K的值，其中最重要的是Delta的值，来对源图像进行挖掘，得到源图像对应的质量最佳的图像，不需要人工调整参数，可操作性强，适用于所有暗视觉条件下获得的灰度图像，适用范围广。

本发明的显著效果是：根据源图像灰度情况，自适应地确定Zadeh-X变换方法的三个参数，尤其是层次因子Delta的值，来自动获取源图像对应的质量最佳图像。极大地减少了最佳质量图像获取的时间，可操作性强。

附图说明

图1是本发明的流程图；

图2是实施例1的源图像；

图3是图2对应的质量最好图像；

图4是实施例2的源图像；

图5是图4对应的质量最好图像。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

实施例1：

如图1所示，一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，按以下步骤进行：

步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；

平均灰度AG0可根据下式计算：

 

上式中，Og（x, y）为像素点（x, y）的灰度，M，N为x, y方向的像素数。

    步骤二，计算Zadeh-X变化的层次因子Delta的值，该Delta可由下式获得：

                Delta=3.99×AG0－0.0162

步骤三，利用获取的Delta值，根据Zadeh-X变换方法挖掘得到源图像对应的最佳质量图像，Zadeh-X变换方法如下：

                   

    上式的约束条件为：

          

其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示最佳质量图像中像素点(x, y)的灰度值，k表示伸缩因子，取k=255，Theta表示变换起点，取Theta=0。

    图2所示的灰度图像是本实施例的源图像，该源图像是在暗视觉条件下获得，含有人类视觉无法识别的信息。计算得到，图2的平均灰度AG0=2.1269，Zadeh-X变化的层次因子Delta=3.99×2.1269－0.0162=8.47，将Delta=8.47、Theta=0、k=255带入Zadeh-X变化式中，得到源图像图2对应的质量最好图像，如图3所示。经计算，图3的平均灰度为63.9496，接近64灰度级，可以认为是图2对应的质量最好图像。

    实施例2：

    本实施例与实施例1大致相同，其不同之处在于：源图像为图4所示的灰度图像，该源图像也是在暗视觉条件下获得，含有人类视觉无法识别的信息。该灰度图像的平均灰度AG0=4.9385，计算得到Delta=3.99×4.9385－0.0162=19.69，将Delta=19.69、Theta=0、k=255带入Zadeh-X变化式中，得到源图像图4对应的质量最好图像，如图5所示。经计算，图5的平均灰度为63.9417，接近64灰度级，可以认为是图4对应的质量最好图像。

Claims (1)

1.一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，其特征在于按以下步骤进行：

    步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；

步骤二，计算Zadeh-X变化的层次因子Delta的值，该Delta可由下式获得：

                Delta=3.99×AG0－0.0162

步骤三，利用获取的Delta值，根据Zadeh-X变换方法挖掘得到源图像对应的最佳质量图像，Zadeh-X变换方法如下：

                                                                   

    上式的约束条件为：

          

其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示最佳质量图像中像素点(x, y)的灰度值，k表示伸缩因子，取k=255，Theta表示变换起点，取Theta=0。

Images