專利名稱：一種基于人類視覺特性的仿生圖像復原方法
技術領域：
本發明涉及圖像處理技術領域，尤其是一種模擬人類視覺系統的仿生圖像復原方法。
背景技術：
圖像復原是圖像處理技術的一個重要組成部分，不僅在天文學、衛星遙感、醫學成 像、工業視覺、軍事公安等多個領域的科學研究與工程實踐中得以廣泛的應用，還被廣泛用 于錄像復原、歷史照片和影片復原、視頻和多媒體圖像復原以及掃描文檔處理等領域。圖像 復原的基本問題是去模糊。圖像模糊的實質就是圖像受到平均或積分運算，從頻域上來分 析，圖像模糊的實質是其高頻分量被衰減。因此，比如微分運算或者高頻加重濾波能達到一 定程度的圖像復原，但是卻很容易增強噪聲的干擾，往往達不到很好的效果。反卷積是對模糊圖像進行復原的基本方法，已有的圖像復原方法諸如逆濾波器、 維納濾波器等均是基于反卷積的方法。但它存在兩個固有的問題1)病態問題，即觀測數 據的微小變動，就有可能導致解的大變動；2)解的不唯一性問題，這是由信息的不完備造 成的。這兩方面使得反卷積的方法無論是在理論分析還是數值計算上都存在著無法解決的 困難。近些年來，隨著神經網絡和模糊控制理論的深入研究，利用神經網絡的并行計 算性、非線性映射和自適應能力，提出了基于神經網絡的圖像復原方法，比如改進的 Hopfield神經網絡模型等。但是這些方法，難以找到最優網絡，并且有可能在圖像復原過程 中遺失觀測圖像的平滑性和其它特征，導致不能完整地保留原始圖像的信息。
發明內容
(一)要解決的技術問題本發明的目的在于提出一種基于人類視覺特性的仿生圖像復原方法，以避免反卷 積方法中的病態問題和基于神經網絡的圖像復原方法中的最優化網絡問題。( 二 )技術方案為達到上述目的，本發明提供了一種基于人類視覺特性的仿生圖像復原方法，該 方法模擬了人類視覺系統的視網膜神經節細胞感受野的傳輸特性和視覺系統的自適應調 節的特性，包括步驟1 對圖像進行亮度提取；步驟2 采用高斯濾波計算當前點的鄰域平均亮度；步驟3 利用人眼的主觀亮度感覺與實際光強對數的局部線性關系，對圖像進行 局部對比度調整；步驟4:利用局部對比度調整后的亮度圖像與原始圖像的亮度進行比較，來線性 調整圖像的色彩信息，實現圖像顏色線性恢復。上述方案中，步驟1中所述對圖像進行亮度提取，是指提取圖像的亮度部分，若圖像為彩色圖像，則是提取包括各種色彩空間在內的亮度；若圖像為灰度圖像，則將灰度作為 亮度圖像。上述方案中，步驟2中所述采用高斯濾波計算當前點的鄰域平均亮度，是采用高 斯模型的位置濾波和亮度濾波來計算當前點的鄰域平均亮度。上述方案中，步驟2中所述計算當前點的鄰域平均亮度，高斯模型采用單高斯模 型、雙高斯模型或三高斯模型，高斯濾波采用單邊濾波或雙邊濾波。上述方案中，步驟3中所述利用人眼的主觀亮度感覺與實際光強對數的局部線性 關系對圖像進行局部對比度調整，是指依據每個像素點的亮度與其鄰域平均亮度的大小關 系，進行局部對比度調整。上述方案中，步驟4中所述利用局部對比度調整后的亮度圖像與原始圖像的亮度 進行比較，來線性調整圖像的色彩信息，實現圖像顏色線性恢復，是指通過采取線性調整的 顏色恢復算法，來恢復對比度調整后圖像的色彩信息。上述方案中，若原始輸入圖像為灰度圖，則無須通過顏色線性恢復。(三)有益效果從上述技術方案可以看出，本發明具有以下有益效果本發明提供的基于人類視覺特性的仿生圖像復原的方法，模擬了人類視覺系統的 視網膜神經節細胞感受野的輸入-輸出特性和人類視覺系統的自適應調節的特性，針對不 同模糊機理的圖像泛化能力強，復原效果良好，可有效復原區域亮度對比和亮度梯度信息， 具有廣闊的應用前景。進一步地，實驗結果表明，本發明能有效實現模糊圖像復原，特別是對于圖像邊界 區域，既能很好地增強邊緣對比，又可有效提升區域亮度對比和亮度梯度信息。
為進一步說明本發明的技術內容，以下結合附圖及實施案例對本發明詳細說明如 后，其中圖1是本發明提供的基于人類視覺特性的仿生圖像復原的方法流程圖；圖2是光強對數與主觀亮度的關系曲線；圖3是三高斯模型的空間結構圖。
具體實施例方式為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照 附圖，對本發明進一步詳細說明。為了能定量地描述視網膜神經節細胞感受野的輸入-輸出特性，本發明采用一種 雙高斯差模型(DOG模型)，用同心重疊、大小不同的圓形區來描述神經節細胞傳統感受野 的中心區和外周區。但研究表明在傳統感受野外存在大范圍去抑制區，在DOG模型的基礎 上提出了三高斯模型，增加了第三個高斯核用來代表大范圍去抑制區。生物學研究表明，人眼的主觀亮度是進入眼睛的光強度的對數函數。從實際光強 度的對數與人眼的主觀亮度的關系曲線分析(如圖2所示)，可以看出人的視覺絕對不能同 時在一個范圍內工作。確切的說，它是利用改變整個靈敏度來適應一定的范圍下工作的，這就是局部亮度適應調節特性。而且，與整個適應范圍相比，能同時鑒別的光強度級的總范圍 很小。由圖2分析得出，在一定亮度范圍內，人眼的主觀亮度感覺與實際光強的對數成局部 線性關系。基于人類視覺系統的上述感知視覺特性，圖1是本發明提出全新的仿生圖像復原 方法流程圖，該方法模擬了人類視覺系統的視網膜神經節細胞感受野的傳輸特性和視覺系 統的自適應調節的特性，包括步驟1 對圖像進行亮度提取；步驟2 采用高斯濾波計算當前點的鄰域平均亮度；步驟3 利用人眼的主觀亮度感覺與實際光強對數的局部線性關系，對圖像進行 局部對比度調整；步驟4:利用局部對比度調整后的亮度圖像與原始圖像的亮度進行比較，來線性 調整圖像的色彩信息，實現圖像顏色線性恢復。其中，步驟1中所述對圖像進行亮度提取，是指提取圖像的亮度部分，若圖像為彩 色圖像，則是提取包括各種色彩空間在內的亮度；若圖像為灰度圖像，則將灰度作為亮度圖像。步驟2中所述采用高斯濾波計算當前點的鄰域平均亮度，是采用高斯模型的位置 濾波和亮度濾波來計算當前點的鄰域平均亮度。所述計算當前點的鄰域平均亮度，高斯模 型采用單高斯模型、雙高斯模型或三高斯模型，高斯濾波采用單邊濾波或雙邊濾波。步驟3中所述利用人眼的主觀亮度感覺與實際光強對數的局部線性關系對圖像 進行局部對比度調整，是指依據每個像素點的亮度與其鄰域平均亮度的大小關系，進行局 部對比度調整。步驟4中所述利用局部對比度調整后的亮度圖像與原始圖像的亮度進行比較，來 線性調整圖像的色彩信息，實現圖像顏色線性恢復，是指通過采取線性調整的顏色恢復算 法，來恢復對比度調整后圖像的色彩信息。若原始輸入圖像為灰度圖，則無須通過顏色線性 恢復。基于圖1所示的本發明本發明提供的基于人類視覺特性的仿生圖像復原的方法 流程圖，以下結合具體實施例對該方法進一步詳細說明。步驟一彩色圖像亮度提取對待復原的模糊彩色圖像，提取其HSV顏色空間的亮度部分作為圖像的亮度，定 義為 I(x，y)I (X，y) = max {IE (x，y)，IG (x，y)，IB (x，y)}(1)Ig(x, y) = I(x,y)/log(256)(2)式中IK(x，y)、IG(x, y)、IB(x, y)，分別代表原始圖像的RGB空間中點(x，y)處象 素的R，G，B三個分量的值；Ig(x，y)為歸一化的亮度圖像。步驟二 鄰域平均亮度的計算人類視覺系統對某一點的主觀感覺亮度，受到該點近鄰域的極大影響，即視網膜 神經節細胞感受野的傳輸特性。考慮到人類視覺系統的這種特性，采用三高斯模型的位置 濾波和單高斯的亮度濾波相結合的雙邊濾波來獲得鄰域平均亮度。采用這樣的雙邊濾波方 法既考慮了鄰域像素在數值和位置上與當前點之間的相似性，又結合了視網膜神經節細胞的感受特性，以獲得鄰域像素的權重。因此，既能更好地增強圖像的邊緣對比，又可有效地 恢復區域亮度對比和亮度梯度信息。當前點鄰域平均亮度定義為 式中，61；是空間鄰近三高斯核函數，定義如下 式中，A2，A3分別表示中央、四周和邊緣的峰值系數，0l，o2, o3分別表示中 央、四周和邊緣的尺度參數。實驗中采用感受野的三高斯模型在空間域上的特性(如圖3 所示)，體現了中央興奮、四周抑制和邊緣興奮的視網膜神經節的感受野特性分布。Gv是數值相似性高斯核函數，定義如下 式中，0V為尺度參數。步驟三局部對比度調整根據人類視覺系統的局部亮度適應現象，在一定亮度范圍內，人眼的主觀亮度感 覺與實際光強的對數成局部線性關系。利用人眼的這一特性，依據每個像素點的亮度與其 鄰域平均亮度的大小關系，進行局部對比度調整，即如果當前點的亮度高于鄰域平均亮度 時則增強該點亮度，反之降低該點的亮度，算法如式(6)所示。
(6)式中，K為一正值常數，為局部線性關系的比例，Ig(x, y)是歸一化后的亮度圖像， /(U)是當前點(x，y)處的鄰域平均亮度，反映當前點所在位置人眼感受到的亮度情況，
Ilin(x,y)是調整后的亮度圖像。步驟四顏色線性恢復圖像經過上述幾步處理，圖像亮度達到了復原效果，現在需要對顏色進行恢復，轉 化到RGB空間。利用復原后的亮度圖像Ilin與原始圖像HSV顏色空間的亮度I進行比較來 線性調整對比度調整后圖像的色彩信息(。
(7)式中，I」(x，y)，(j = r, g，b)分別對應原始圖像的R，G，B三元色分量。S」(x, y)， (j = r，g，b)，是增強后彩色圖像的對應三元色分量。在實驗中采用三高斯模型，其參數取六=3. 5，A2 = 4，A3 = 1，o = 3, o 2 = 5， o3 = 7，局部鄰域M= 7。實驗證明，本方法復原效果良好，切實可行。以上所述的具體實施例，對本發明的目的、技術方案和有益效果進行了進一步詳 細說明，所應理解的是，以上所述僅為本發明的具體實施例而已，并不用于限制本發明，凡 在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。
權利要求
一種基于人類視覺特性的仿生圖像復原方法，該方法模擬了人類視覺系統的視網膜神經節細胞感受野的傳輸特性和視覺系統的自適應調節的特性，其特征在于，包括步驟1對圖像進行亮度提取；步驟2采用高斯濾波計算當前點的鄰域平均亮度；步驟3利用人眼的主觀亮度感覺與實際光強對數的局部線性關系，對圖像進行局部對比度調整；步驟4利用局部對比度調整后的亮度圖像與原始圖像的亮度進行比較，來線性調整圖像的色彩信息，實現圖像顏色線性恢復。
2.根據權利要求1所述的基于人類視覺特性的仿生圖像復原方法，其特征在于，步驟1 中所述對圖像進行亮度提取，是指提取圖像的亮度部分，若圖像為彩色圖像，則是提取包括 各種色彩空間在內的亮度；若圖像為灰度圖像，則將灰度作為亮度圖像。
3.根據權利要求1所述的基于人類視覺特性的仿生圖像復原方法，其特征在于，步驟2 中所述采用高斯濾波計算當前點的鄰域平均亮度，是采用高斯模型的位置濾波和亮度濾波 來計算當前點的鄰域平均亮度。
4.根據權利要求1所述的基于人類視覺特性的仿生圖像復原方法，其特征在于，步驟2 中所述計算當前點的鄰域平均亮度，高斯模型采用單高斯模型、雙高斯模型或三高斯模型， 高斯濾波采用單邊濾波或雙邊濾波。
5.根據權利要求1所述的基于人類視覺特性的仿生圖像復原方法，其特征在于，步驟 3中所述利用人眼的主觀亮度感覺與實際光強對數的局部線性關系對圖像進行局部對比度 調整，是指依據每個像素點的亮度與其鄰域平均亮度的大小關系，進行局部對比度調整。
6.根據權利要求1所述的基于人類視覺特性的仿生圖像復原方法，其特征在于，步驟4 中所述利用局部對比度調整后的亮度圖像與原始圖像的亮度進行比較，來線性調整圖像的 色彩信息，實現圖像顏色線性恢復，是指通過采取線性調整的顏色恢復算法，來恢復對比度 調整后圖像的色彩信息。
7.根據權利要求6所述的基于人類視覺特性的仿生圖像復原方法，其特征在于，若原 始輸入圖像為灰度圖，則無須通過顏色線性恢復。
全文摘要
本發明涉及圖像處理技術領域，公開了一種基于人類視覺特性的仿生圖像復原方法，包括步驟1對圖像進行亮度提取；步驟2采用高斯濾波計算當前點的鄰域平均亮度；步驟3利用人眼的主觀亮度感覺與實際光強對數的局部線性關系，對圖像進行局部對比度調整；步驟4利用局部對比度調整后的亮度圖像與原始圖像的亮度進行比較，來線性調整圖像的色彩信息，實現圖像顏色線性恢復。實驗結果表明，本發明能有效實現模糊圖像復原，特別是對于圖像邊界區域，既能很好地增強邊緣對比，又可有效提升區域亮度對比和亮度梯度信息。
文檔編號G06T5/00GK101853490SQ20101015750
公開日2010年10月6日 申請日期2010年4月21日 優先權日2010年4月21日
發明者李衛軍, 金小賢, 陳旭 申請人:中國科學院半導體研究所