车底检测中的智能图像处理技术

2023-12-07 16:36

1.简述 

      自适应直方图均衡化（AHE）主要是基于分块处理的思想用来提高图像对比度的一种算法，其特点是通过极端图像的局部直方图，然后通过重新分布图像的亮度来改变图像对比度。主要用于获取图像更多的细节！和普通的直方图均衡算法不同，AHE算法通过计算图像的局部直方图，然后重新分布亮度来来改变图像对比度。因此，该算法更适合于改进图像的局部对比度以及获得更多的图像细节。

       不过，AHE有过度放大图像中相同区域的噪音的问题，另外一种自适应的直方图均衡算法即限制对比度直方图均衡（CLAHE）算法能有限的限制这种不利的放大。

      2. 算法的解释

普通的直方图均衡算法对于整幅图像的像素使用相同的直方图变换，对于那些像素值分布比较均衡的图像来说，算法的效果很好。然后，如果图像中包括明显比图像其它区域暗或者亮的部分，在这些部分的对比度将得不到有效的增强。

       AHE算法通过对局部区域执行响应的直方图均衡来改变上述问题。该算法首先被开发出来适用于改进航天器驾驶舱的显示效果。其***简单的形式，就是每个像素通过其周边一个矩形范围内的像素的直方图进行均衡化。均衡的方式则完全同普通的均衡化算法：变换函数同像素周边的累积直方图函数（CDF）成比例。

       图像边缘的像素需要特殊处理，因为边缘像素的领域不完全在图像内部。这个通过镜像图像边缘的行像素或列像素来解决。直接复制边缘的像素进行扩充是不合适的。因为这会导致带有剑锋的领域直方图。普通的AHE倾向于在图像的近恒定区域过度放大对比度，因为这些区域的直方图高度集中。因此，AHE可能会导致噪声在接近恒定的区域被放大。对比度受限AHE (CLAHE)是自适应直方图均衡化的一种变体，它限制了对比度的放大，从而减少了噪声放大的问题。在网格中，在给定像素值附近的对比度放大由变换函数的斜率给出。这与邻域累积分布函数(CDF)的斜率成正比，因此与该像素值处的直方图值成正比。CLAHE通过在计算CDF之前将直方图裁剪到预定义值来限制放大。这限制了CDF的斜率，因此也限制了变换函数的斜率。直方图被裁剪的值，即所谓的剪切极限，取决于直方图的归一化，因此也取决于邻域的大小。公共值将产生的放大限制在3到4之间。尽可能不要丢弃直方图中超过剪辑限制的部分，而是在所有直方图箱中均匀地重新分配。

      3. AHE的属性

领域的大小是该方法的一个参数。领域小，对比度得到增强，领域大，则对比度降低。当某个区域包含的像素值非常相似，其直方图就会尖状化，此时直方图的变换函数会将一个很窄范围内的像素映射到整个像素范围。这将使得某些平坦区域中的少量噪音经AHE处理后过度放大。

山东华时数字技术有限公司自主研发并生产全系列各种型号车底安全检查系统，技术实力雄厚，车底成像效果好、设备质量稳定可靠。欢迎各位合作伙伴联系合作事宜，共同为中国安检事业做出贡献！

原创文章，转载或摘录请注明：

摘自山东华时数字技术有限公司官网（http://www.huashtech.com）。

谢谢合作！