基于机器视觉技术的光照动态化图像优化研究*

徐 奇 张佑春

(安徽工商职业学院 安徽合肥 230001)

1 研究背景

在利用卡塞格林光学系统进行图像采集时，由于光线的改变，会对采集到的图像质量造成一定程度的影响，例如清晰度较低、图像整体模糊、曝光过强或过弱等。传统方法大多在图像输出后采用对应算法进行处理，这样一来，不仅增加了图像处理的流程，还消耗了大量的时间和精力。若将相关方法引入到图像采集过程中，能够减少动态光照对成像质量的影响，相比于后期图像处理技术，质量更高、更加方便简单，这也是目前相关领域专家学者热议的话题之一。

魏兴凯[1]等人利用动态Niblack算法来处理光照不均导致的图像二值化效果差问题。在Niblack算法中引入光照强度项，降低光照不均对图像的影响；给定一个灰度阈值，对其参数进行优化调整，降低目标点和背景点误判的概率，以此确定合适的二值化图参数；通过Otsu算法确定图像整体的阈值，利用整体阈值对灰度阈值进行修正，增强二值化图像之间的局部联系，以此提升图像质量。徐望明[2]等人利用虚拟多曝光融合算法，对因光照不均导致的过曝或欠曝图像，实现局部图像增强。首先，将原始图像的RGB(红-绿-蓝)颜色模式转换为为HSV(色调-饱和度-亮度)模式；根据相机响应模型，求出V通道的最佳曝光率，以此获得了增强曝光和弱化曝光后的图像；其次，在虚拟多曝光融合技术的基础上，融合V通道和虚拟图像，重构得到一幅新的V通道图像；最后，再将图像的HSV颜色转换为RGB模式，以此达到图像增强的效果。

由于上述两项研究没有考虑人眼视觉特性处理机制，使得最后成像具有一定程度的失真和不自然。基于此，文章将机器视觉技术应用于光照动态化图像的优化研究中。首先，选取卡塞格林光学系统来采集图像，调整其参数保持在合理范围内；然后，在图像成像过程中，构建光照—反射模型，使图像整体保持色彩平衡，避免出现过曝或欠曝的情况；利用Retinex算法对图像进行取对数处理，消除光照分量中的干扰信息；同时，在双边滤波算法的基础上，对图像进行清晰化处理，保留更多的边缘信息，使图像整体更加接近于真实场景图像。最后，通过与其他方法展开对比实验测试，结果表明，文章方法取得的图像与真实场景图像之间最为接近，同时保持了最高的信噪比。这说明文章方法可有效消除光照动态化干扰的影响，取得理想的图像成像效果。

2 卡塞格林光学系统成像流程分析

卡塞格林光学系统采用的是轴对称系统，像面是圆的，主镜头和副镜头是二次曲面。将4块球面透镜放置在像面前方。为了降低光照不均对光照动态化成像的干扰，在主镜头前方和副镜头前方也都放置了消杂光镜筒[3]。卡塞格林光学系统的口径为D=1.2m，焦距为f=12m，f/10，视场角大小为FOV=1°，MTF(42lp/min)=0.55。图1(a)为卡塞格林光学系统结构图，图1(b)为光学系统传递函数曲线图。表1给出了卡塞格林光学系统的各项参数指标。

(a)卡塞格林光学系统结构图

表1 卡塞格林光学系统的参数指标

卡塞格林光学系统中非球面的表达式如下：

(1)

3 光照动态化图像的优化研究

3.1 色彩平衡调整

在光照动态化图像成像过程中，通过建立光照—反射模型，可以得到亮度、光照和反射三者之间的关系，表达式如下：

I(m，n)=L(m，n)×Qf(m，n)

(2)

式(2)中，I表示的是光照分量，L表示图像成像过程中的亮度分量，Qf表示反射分量。

利用卡塞格林光学系统采集图像过程中，系统自动对图像进行灰度化处理[4]，得到亮度图像I，光照—反射模型对其进行分解得到L和Qf；然后，对L进行非线性调节，获得一个新的亮度分量L'，将L'和Qf融合在一起进行重构，生成一幅新的亮度图像I'；最后，在RGB颜色空间内[5]对I'进行色彩补偿，调整图像中因光照不均而导致的色彩不平衡。具体步骤如图2所示。

图2 光照动态化图像色彩调整流程图

对于反射分量Qf，可由(2)延伸得到如下的表达式：

(3)

利用对数非线性算法对新的亮度分量L'进行处理，使亮度较高的部分得以压缩，亮度较低的部分得到调整，更趋近于人眼视觉系统[6]对光照图像的感知。经过处理后的灰度图像表达式如下：

IE(m，n)=L'(m，n)×Qf(m，n)

(4)

在成像过程中，为了保证图像整体的色彩平衡，还需对R、G、B这3个颜色分量进行调整，使三者保持合适的色彩配比值。R、G、B颜色分量调整系数如下所示：

(5)

3.2 光照分量干扰的去除

Retinex算法是一种图像处理算法，可以有效去除图像成像过程中光照分量的干扰。定义一幅图像表达式如下：

α=η×μ

(6)

式(6)中，α表示图像成像过程中的反射光，η表示成像过程中照射进镜头的入射光，μ表示光照影响下，被拍摄物体的反射光[7]。

对式(6)两边分别取对数，得到：

lgα=lgη+lgμ

(7)

由于μ很难通过算法直接计算得到，为此，文章先对η进行估计，然后通过式(6)计算得到μ的值。利用Retinex算法提取得到图像中的光照分量，消除其中包含的干扰因素。Retinex算法表达式为：

(8)

3.3 清晰化处理

在智能光学系统采集图像过程中，引入双边滤波对图像进行非线性滤波处理[11-13]，可以对图像邻域像素值进行折中处理。将i(z)和o(z)分别定义为输入图像和输出图像，利用双边滤波算法可以得到：

(9)

式(9)中，kd(e)为归一化常数项[14-15]，c(ξe)表示几何距离度量值，d表示邻域像素[16-17]。

对式(9)进行转换，得到：

(10)

式(10)中，s(i(ξ)，i(e))表示i(ξ)和i(e)之间的光度相似情况，i(ξ)表示折中处理后得到的输入图像，kd(e)表示算法中的常数项。

将式(9)与式(10)结合在一起，可以得到双边滤波算法的表达式为：

(11)

式(11)中，kd(e)的定义公式为[18]：

(12)

在图像成像过程中引入双边滤波算法，不仅可以使图像邻域像素之间过渡更加平滑，而且还可以在一定程度上增强图像的光度域，去除图像中的一部分干扰因素，同时尽可能地保留图像边缘不被破坏，使图像整体呈现出较高的清晰度，通过人眼观察与真实场景中的图像更加接近。

4 仿真实验

为了验证文章方法在实际应用中是否同样合理有效，与引言中提到的动态Niblack算法和虚拟多曝光融合算法展开了对比实验测试。

4.1 实验环境及实验对象

为了更加公平、合理地对比三种算法的综合性能，文章通过计算机模拟了真实场景，计算机各项参数如表2所示。

表2 实验中使用的计算机参数

实验在4种不同类型的光照下，分别利用文章方法、动态Niblack算法和虚拟多曝光融合算法处理并拍摄了相应的图像。4种真实场景下的光照图像如图3所示。

图3 4种不同类型光照下的真实场景图像

4.2 人眼主观效果评价

利用三种算法分别进行处理并拍摄了4幅图像，如图4～6所示。

图4 文章方法成像结果

图5 动态Niblack算法成像结果

图6 虚拟多曝光融合算法成像结果

通过观察图4～6可以很明显地看出，文章方法成像效果最好，从人眼主观感受上来说，图像整体清晰度较高，细节丰富，有效消除了光照分量的影响，使成像后的效果与真实场景非常接近。反观其他两种方法，动态Niblack算法没有消除光照动态化对图像的干扰，使得图像整体清晰度较低；而虚拟多曝光融合算法色彩严重失衡，导致最终图像的成像结果与真实场景图像相差较大。

4.3 客观效果评价

仅通过人眼的主观感受来评判三种算法的成像效果显然是不具备说服力的，因此，实验中将信噪比和结构相似度作为三种算法的客观评价指标，比较三种算法在实际应用中的综合性能。首先，对比三种算法取得的信噪比，结果如图7所示。

图7 三种算法信噪比对比结果

观察图7可以看出，三种算法中，文章方法取得的信噪比最高，达到了48dB，其他两种方法最高分别为45dB和38dB。这是由于文章方法运用了机器视觉技术，考虑到了人眼视觉特性处理机制，增强了图像的层次感，丰富了图像的信息，因此取得了更为理想的光照动态化图像。然后，从结构相似度方面对比三种算法的性能。结构相似度反应了真实图像与实际图像之间的相似程度，结果越接近1，说明算法图像与真实图像之间越接近。三种算法对比结果如图8所示。

图8 三种算法结构相似度对比结果

观察图8可以看出，文章方法取得的结构相似度最接近于1，说明文章方法成像结果与真实图像的结构和纹理特征最为接近，由此验证了文章方法可有效抵抗光照动态化干扰，取得清晰度最高、与真实场景最接近的图像。

5 结论

在利用卡塞格林光学系统采集图像过程中，由于光照动态化的干扰，使得图像最终成像效果较差，偏离真实场景图像。为此，文章运用机器视觉技术，研究光照动态化图像的优化方法。文章采用的是卡塞格林光学系统，在成像过程中通过建立光照—反射模型、运用机器视觉技术，引入Retinex和双边滤波算法实现对图像色彩平衡的调整、去除光照干扰分量以及清晰化处理。将文章方法与其他方法展开对比实验测试，并与真实场景中的图像进行对比，结果表明，从人眼主观评价的角度来看，文章方法取得的成像结果与真实场景图像最为接近，同时在客观指标评价种，文章方法处理下的图像具有较高的清晰度和信噪比，说明文章方法具有较好的应用效果。