（信号与信息处理专业论文）彩色图像增强技术研究.pdf

摘要 图像增强是图像处理中一个重要部分，其主要目的在于改善图像的质量使 其满足实际应用的需要。为了减少图像的存储量，提高图像的传输效率，大量 的图像被压缩，因此基于压缩域图像的增强技术越来越引起人们的重视。 本文介绍了几种经典的d c t 压缩域彩色图像增强技术并分析其优缺点，着 重分析了m i t r a 等人最新提出的c e s 算法。我们发现c e s 算法存在明显的块状效 应，严重影响了图像的质量。本文深入分析了c e s 算法产生块状效应的原因， 并据此提出了一种改进的算法基于各向异性扩散滤波器的i c e s 算法，用 来抑制块状效应的影响。仿真结果表明，i c e s 在不增加计算量的条件下不仅 能够很好地抑制块状效应，而且能够保持c e s 算法的增强效果。另外i c e s 算 法还具有c e s 算法的各种优点，如保持颜色的恒常性、可直接应用至u j p e g 、 m p e g 和h 2 6 x 等压缩标准中，整体表现优于c e s 算法。 关键词：彩色图像增强，离散余弦变换( d c t ) ，各向异性扩散滤波器，块 状效应。 a b s t r a c t i m a g ee n h a n c e m e n ti sa ni m p o r t a n tp a r ti ni m a g ep r o c e s s i n g ，i t sr o l ei st o i m i ) r o v et h ei m a g e sq u a l i t yt om e e t i n gs p e c i f i ca p p l i ( a t i o n s f o rt h es a k eo f e f f i c m n ts t o r a g ea n dt r a n s m i s s i o n ，i n c r e a s i n gi m a g e , sa r eb e i n gr e p r a s e n t e di nt h e c o m p r e s s e df o r m a t t h u s ，m o r ea n dm o r ea t t e n t i o n sa l es h i f t e dt oc o m p r e s s e d d o m a i ni m a g ee n h a n c e m e n t t h i sp a p e rp r e s e n t ss e v e r a lc l a s s i c a lc o l o ri m a g ee n h a n c e m e n ta l g o r i t h m si n d c t c o m p r e s s e dd o m a i na sw e l la st h e i ra d v a n t a g e sa n dd i s a d v a n t a g e s ，e s p e c i a l l v t h er e c e n t l yp r o p o s e dc e sa l g o r i t h mb ym i t r ai sd i s c u s s e di nd e t a i l s w ef o u n d t h a tc e sa l g o r i t h mp r o d u c e sb l o c k i n ga r t i f a c t si nt h eb o u n d a r i e so f i m a g eb l o c k s ， w h i c hs e r i o u s l ya f f e c tt h ei m a g e sq u a l i t y t h i sp a p e ra n a l y z e st h er e a s o n sw h y c e sp r o d u c e sb l o c k i n ga r t i f a c t s ，a n dp r o p o s e sa ni m p r o v e da l g o r i t h m - - i c e s a l g o r i t h m ，w h i c he m p l o y sa n i s o t r o p i cd i f f u s i o nf i l t e rt os u p p r e s st h eb l o c k i n ga t - t i f a c t s s i m u l a t i o nr e s u l t ss h o wt h a t ，w i t h o u ti n c r e a s i n gt h ec o m p u t a t i o n s ，i c e s a l g o r i t h mc a nn o to n l ys u p p r e s sb l o c k i n ga r t i f a c t se f f e c t i v e l y , b u ta l s om a i n t a i n c o m p a r a b l ee n h a n c e m e n tp e r f o r m a n c e o t h e r w i s e ，i c e sa l g o r i t h ma l s op o s s e s s e s t h ea d v a n t a g e sa st h ec e sa l g o r i t h m ，s u c ha sp r e s e r v i n gc o l o rc o n s t a n c y , a n d d i r e c t l ye x t e n d i n gt oj p e g ，m p e ga n dh 2 6 xc o m p r e s s e d8 t a n d a r d s ，e t c ，w i t h o v e r a l lh i g h e rp e r f o r m a n c et h a nc e s a l g o r i t h m k e y w o r d s ：c o l o ri m a g ee n h a n c e m e n t ，d i s c r e t ec o s i n et r a n s f o r m ( d c t ) ，b l o c k - i n ga r t i f a c t ，a n i s o t r o p i cd i f f u s i o nf i l t e r i i i 原创性声明 本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立进行研究 所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点 等，均己明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人 和集体，均已在文中以明确方式表明。 本人声明的法律责任由本人承担。 论文作者签名：日期：翌p ：f ? 万 关于学位论文使用授权的声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属兰州大 学。本人完全了解兰州大学有关保存、使用学位论文的规定，同意学校保存或 向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅； 本人授权兰州大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用任何复制手段保存和汇编本学位论文。本人离校后发表、使用学 位论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为兰州大 保密论文在解密后应遵毫此规定。 善芰癸- 论文作者签名：避 导师签名：芝呈菱日期：! ! f 翌：圣 i 第一章绪论 1 1 选题的背景和意义 据统计，人类感知的外界信息中大约8 0 都是通过视觉得到的1 1 。可见， 图像作为一种有效的信息载体，是人类获取和交换信息的主要来源，在人类生 产生活中扮演着举足轻重的作用。 一方面，在消费领域，随着社会的不断进步，人们生活质量的提高，各种 数码产品如相机、摄像仪等逐渐走入千家万户，成为人们休闲娱乐时的必需 品。另一方面，在工业生产领域，机器视觉发挥着重要的作用。这些应用中的 数据对象统称为图像，而且高质量的数据来源对于应用系统的成功使用至关重 要。然而在一个图像系统中，从图像的获取，到图像的发送、传输、接收、输 出( 显示) 、复制等，每一个环节都会产生干扰，使图像质量降低，不能很好地 反映真实的场景，此时获得的图像常称为降质图像f 2 1 。例如，在医疗领域，由 于受到人体的器官、组织、光照等各个方面的影响，获得的照片总是不尽人意， 很难识别病变组织与正常组织，从而做出准确的诊断。图像处理的目的就是对 降质的图像进行操作，使其尽可能恢复原貌，或者改善图像的视觉效果突出感 兴趣的目标等，以满足观察者视觉心理和实际应用的需求f 3 1 。 图像增强技术既可以作为一种图像的后处理技术为人们提供丰富多彩的视 觉享受，也可以作为一种预处理技术为工业领域提供高质量的数据来源，具有 广阔的应用前景。图像增强技术产生以来，首先被广泛应用在灰度图像的处理 中，然而随着彩色图像的使用越来越普遍，彩色图像的增强技术变得越来越重 要，并且许多基于灰度图像的处理技术也被改进以适应彩色图像处理的要求。 本文将致力于彩色图像增强技术方面的研究。 图像增强技术可以分为光学方法和数字处理方法。目前，光学图像处理理 论日臻完善，具有处理速度快、信息容量大、分辨率高等优点。但是光学方法 的处理精度低、稳定性差、设备笨重、操作不方便、处理方式不如数字图像处 理方式灵活，且受实际工艺和设备材料等因素的限制。与光学方法相反，数字 处理方法的突出优点是方便灵活，只需改变软件程序即实现处理方法的改造升 级，达到所需的处理效果；其最大的缺点是处理速度慢，难以满足实时处理要 求，尤其是对大量信息的图像运算f 4 1 0 基于软件处理方式的优势，本文着重从 兰州大学硕士研究生学位论文 数字图像处理的角度阐述图像增强技术。 目前，图像处理技术已经应用于诸多领域，并服务于社会生产和生活的方 方面面【4 】，f 5 1 ，例如： ( 1 ) 在遥感方面：处理对象有可见光图像、多光谱遥感图像、s a r 遥感图像和 微波遥感图像。人们运用数字图像处理技术分析、处理遥感图像，可以有 效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、 气象预报、灾害及军事目标的监视等。 ( 2 ) 在生物医学工程方面：主要应用对象有x 射线图像、核磁共振图像 ( m r i ) 、计算机断层成像( c t ) 、超声图像等。运用图像处理技术来 突出目标组织的特性，对医疗诊断提供可靠的数据参考。 ( 3 ) 在工业和工程方面：图像处理技术广泛应用于机器视觉系统中，有效地应 用于工业检测和自动控制等领域。 ( 4 ) 在军事方面：图像处理技术主要应用于导航、侦察、制导等方面。此外， 图像传输、存储和显示的自动化指挥系统，飞机、坦克和军舰等模拟训练 器中也需要大量图像处理技术。 ( 5 ) 在公共安全方面：人脸、指纹、虹膜、车牌等特征的提取和识别，以及跟 踪、监控、事故分析等都在不同程度上使用了图像处理技术的成果。 作为图像处理的一种重要手段，图像增强技术也必将在这些领域发挥重要 的作用。 1 2图像增强研究现状 图像增强的主要目的是处理图像，使其比原始图像更适合于特定应用【6 1 。 图像增强包含非常广泛的内容，凡是改变原始图像的结构关系以取得更好的判 断和应用效果的处理手段，都可以归结为图像增强处理，其目的就是改善图像 的质量和视觉效果，或将图像转换成更适合于人眼观察或机器分析、识别的形 式，以便从中获取更加有用的信息【1 1 。 一般来说，图像增强包括对比度增强、图像锐化和噪声滤波三个方面的内 容。对比度增强用来提高图像的可视度，将因光照、曝光等原因隐藏的信息凸 现出来；图像锐化用来提高目标物体的清晰度( 如突出轮廓或者边界信息等) ， 使其更加易于进行检测和识别；噪声滤波用来削弱图像成像和传输等过程中带 来的噪声影响7 1 。 本文着重研究图像增强中的对比度增强技术，并将其应用到彩色图像的增 强中去。下面我们将着重介绍当前图像对比度增强技术的研究进展状况。 2 兰州大学硕士研究生学位论文 1 2 1 非压缩域图像增强 图像增强技术根据其处理空间的不同，可分为空间域方法和频率域( 变 换域) 方法两类。空间域增强法直接针对图像中的像素，对图像的灰度进行 处理：频率域增强法是对图像的频谱内容进行修改，增强或者抑制期望的频 谱 6 1 0 空间域方法主要包括直方图均衡、直方图修改等方法【6 1 ，【8 】8 ，f 9 1 ，然而 基于全局直方图技术将图像中的不同区域视为等同的，因此在图像的局部对比 度提高方面效果不够理想 1 0 1 ；为了实现图像的局部增强，局部直方图技术被 开发出来，如1 1 1 ，1 2 1 ，f 1 3 1 ，弥补了全局直方图的缺陷；也有的方法是基于 局部对比度测量和图像边界信息进行的f 1 4 1 ，f 1 5 】：特别地，作为描述颜色不变 性的模型r e t i n e x 理论也被应用于图像对比度提高中，并取得了显著的效果【1 6 】。 常用的频率域变换有f o u r i e r 变换、小波变换等，频率域方法可以直接对其频率 域分量进行处理，此类方法有a l p h a - r o o t i n g 1 7 、修正的非锐化滤波( m o d i f i e d u n s h a r pm a s k i n g ) 1 8 、多尺度对比度衡量算法( m u l t i s c a l ec o n t r a s tm e a s u r e a l g o r i t h m ) f 1 9 】等。 随着彩色图像应用的普及，许多针对彩色图像增强的算法也不断涌现出来。 早期的彩色图像增强技术是将灰度域的增强技术分别应用到彩色图像的r 、g 、 b 三个分量上，如将r e t i n e x 理论应用到r 、g 、b 分量上f 2 0 1 ，然而这种做法的计 算量很大，因其需要进行多尺度高斯滤波等处理技术来对颜色进行调整；另外 直方图技术也应用在彩色图像的增强中，并提出了三维直方图的概念f 2 1 】，这种 做法会使得彩色图像的颜色发生失真，因为r 、g 、b 三个分量并不是完全独立 的，而是高度相关的f 7 】。于是人们就采用更能反映人类视觉特点的彩色空间来 代替r g b 彩色空间，如h s v 、y c b c r 等【2 2 1 f 2 3 ，【2 4 ，【2 5 。正如人眼解释彩 色图像时是将其作为一个整体，而不是作为单独的量来识别的2 6 】，在这些彩色 空间中，彩色图像被变换为反映图像灰度的亮度分量和色度分量，色度分量又 包括反映色彩的色调分量和反映色彩深浅的饱和度分量，由于亮度分量和色度 之间的相关性较弱，更加能够反映人的视觉特性，这就使得日s y 、y c b c r 彩色 空间在彩色图像增强中得到广泛的应用。 随着成像设备性能的提高，图像的分辨率也在不断提高，随之而来的就是 数据量的急剧增加，这给图像的存储和传输提出了更高的要求。为了缓解这对 矛盾，图像往往被压缩以缓解存储和传输压力，因此压缩域的图像增强也越来 越受到人们关注，这是因为压缩域的图像增强算法可以节省空间域和变换域之 间转换时的计算1 1 2 7 。接下来，我们将着重介绍压缩域图像增强技术的研究状 况。 1 2 2 压缩域图像增强 由于背景光线太强、曝光不足、或者成像设备的动态范围太小等因素的影 3 兰州大学硕士研究生学位论文 响，会导致图像中有些场景太亮，有些场景太暗，在这些区域中场景的对比度 比真实场景有所降低，从而影响其视觉效果，因此改善图像局部对比度显得尤 为重要。其中个简单可行的方法是对图像局部灰度进行放大或者缩小，使图 像的纹理及其它特征更具可视性f 2 7 1 。 基于上述发现，d c t ( d i s c r e t ec o s i n et r a n s f o r m ，离散余弦变换) 域图像增强 方法均采用了缩放d c t 系数的方法来达到图像增强的目的，如【1 0 1 ，f 2 7 1 f 2 8 1 f 2 9 1 ，3 0 1 ，【3 1 1 ，它们不仅适用于灰度图像，同样也适用于彩色图像。d c t 压 缩域图像图像之所以这么备受青睐，是因为j p e g 、m p e g 和h 2 6 x 等压缩标准 中都采用了d c t 变换，在这些标准下无需进行d c t 变换，即可直接获得d c t 系 数；另外一个原因是d c t 域增强技术具有与其它变换域技术相似的优点：依据 变换域的频谱特点，可以通过调整特定的频谱来达到图像增强的目的，这种操 作物理涵义明晰，且直观易实现2 7 1 。 不同的d c t 域增强方法在对频谱的处理上也各不相同，它们或者只处 理d c t 系数的交流分量( a cc o m p o n e n t s ) 1 0 1 ，f 2 8 1 ，f 2 9 】，或者同时处理交 流分量和直流分量( d cc o m p o n e n t s ) f 3 0 1 ，f 3 1 。另外在不同频率的缩放因子 ( s c a l i n gf a c t o r s ，又称为倍乘因子或者增强因子) 的选择上，上述方法也有很大 差异。如文献2 8 】中，缩放因子即为每个频率分量绝对值的指数次幂；文献【1 0 1 ， f 2 9 1 中，每个图像块中只采用一个缩放因子；文献【3 0 】中，在每个图像块中，高 频分量和低频分量使用不同的缩放因子，且缩放因子在不同图像块中也不相同。 然而，上述方法仅仅是对彩色图像的亮度分量进行处理，色度分量的内容保持 不变，因此会带来颜色失真问题。为此，文献 2 7 1 中提出了一种新的增强技术， 在每个图像块中，它不仅对图像的直流分量和交流分量采用相同的缩放因子， 而且对图像的色度分量也采用了与亮度分量相同的缩放因子，使得图像增强的 同时保持图像的颜色不失真。 上述方法在设计缩放因子时，没有充分考虑到相邻图像块之间的相关性， 因此在图像块的交界处会产生不连续现象，即块状效应，严重影响了图像的视 觉效果。本文的研究目的就是做到增强图像的同时抑制块状效应。 1 3 论文主要贡献 本文对d c t 域彩色图像增强的基本理论和常见方法进行了总结，深入分析 了最新提出的d c t 域增强方法的优缺点，发现这些方法存在一个共同的缺陷： 图像增强的同时在图像块的交界处引入了块状效应，并严重影响了图像的视觉 特性。本文的主要贡献就在于： ( 1 ) 深入分析了d c t 域图像增强技术产生块状效应的主要原因在于没有充分利 用相邻图像块之间的相关性，而是把图像块之间视为相对独立的关系； 4 兰州大学硕士研究生学位论文 ( 2 ) 为了去除块状效应的负面作用，我们在m i t r a 等人提出的c e s 算法的基础 上进行改进，提出了改进的c e s 算法i c e s 算法。在不增加计算量的 条件下，i c e s 算法不仅能够很好地去除块状效应，而且能够很好地保 持c e s 算法的增强效果，图像的整体视觉效果得到提高。 1 4 论文章节安排 本文围绕d c t 域彩色图像增强展开讨论，共分为六章，具体安排如下： 第一章：绪论，简要介绍文章选题的背景和意义，以及彩色图像增强技术 研究现状。 第二章：d c t 域图像增强基础理论，扼要介绍j p e g 压缩标准流程、 d c t 变换的特性、彩色空间变换等内容。 第三章：d c t 域图像增强技术，描述几种d c t 域彩色图像增强算法并分析 各自优缺点。 第四章：本文提出的改进方案，阐述改进方案的出发点、采用的技术手段 等。 第五章：仿真效果的对比，包括视觉效果的对比和定量指标的对比。 第六章：总结与展望，对文章内容进行总结，对进一步工作进行展望。 5 第二章d c t 域图像增强基础理论 近年来，随着计算机与数字通信技术的迅速发展，特别是网络和多媒体技 术的兴起，图像的数据量急剧增加，给图像的存储和传输带来了巨大压力，因 此图像数据的压缩显得越来越重要。根据测算，在多媒体中，一张6 0 0 m 字节的 光盘仅能够存放2 0 秒左右的6 4 0 4 8 0 像素的画面信息f 3 2 】，如果不对图像进行压 缩，海量的数据存储将是影响多媒体技术进步的一大障碍。在现代通信中，图 像数据的传输也变得越来越普遍，尤其是国内刚刚起步的3 g 移动通信和高清数 字电视，对实时性的要求较高，不过在当前的信道容量基础上实现上述要求还 是不够的，然而通过图像压缩技术，可以减少数据的传输量，从而满足高速图 像、视频等传输的需要。 研究发现，图像数据之间是高度相关的。一幅图像的内部相邻像素之间， 相邻行的视频序列中相邻图像之间存在大量的相关性一空间相关性和时间相 关性，这就形成了大量大冗余信息：时间冗余和空间冗余，另外图像数据中还 存在信息熵冗余、结构冗余、知识冗余和视觉冗余等，因此可以通过去除这些 冗余信息，达到减少图像的数据量的目的f 6 1 。当前常见的压缩标准有j p e g 、 m p e g 、p n g 、g i f 、p s 、j p e g 2 0 0 0 等3 3 1 ，其中应用最为普遍的是j p e g 标 准，因其具有如下主要优点f 3 4 1 ： ( 1 ) 通用性高，可适用于各种设备和各种类型的图像类型； ( 2 ) 压缩效率高，充分利用了人眼视觉的低通滤波特性，实现了图像质量与压 缩率的平衡； ( 3 ) 可视性和易懂性均良好； ( 4 ) 支持多种编码模式，如基于d c t 的顺序编码模式、基于d c t 的渐进编码 模式、无失真模式和分层模式； ( 5 ) 软硬件实现简单，执行速度较快。 正是由于j p e g 压缩标准具备上述优点，许多成像设备均采用j p e g 格式进 行图像的存储。因此，在j p e g 压缩域实现图像增强也形成了一种需求，特别是 基于d c t 变换域的技术。j p e g 压缩标准是基于d c t 变换系数的特性实现压缩 7 兰州大学硕士研究生学位论文 的 3 5 】，这样基于d c t 变换的技术就可以直接使用j p e g 图像中的d c t 系数，从 而省去了进行d c t 变换的计算量，在一定程度上减少了算法的复杂度；同时基 于d c t 变换的技术可以扩展到其它压缩标准，如m p e g 、h 2 6 x 等。以上两个方 面的特点使得d c t 域图像增强更加具有特色，并日益显示出其优越性。 在介绍d c t 域图像增强技术之前，我们首先介绍d c t 域彩色图像增强技术 的基础理论，包括j p e g 标准基本流程、彩色空间变换、d c t 变换特性等，为 后文算法阐述做铺垫。 2 1j p e g 压缩标准基本流程 j p e g ( j o i n tp h o t o g r a p h i ce x p e r t sg r o u p ) 是在国际标准化组织( t o o ) 领 导之下制定静态图像压缩标准的委员会，第一套国际静态图像压缩标准i s o 1 0 9 1 8 - 1 ( j p e g ) 就是该委员会制定的。j p e g 优良的品质，使其在很短时间内获 得了极大的成功，被广泛应用于互联网和数码相机等领域，尤其是在网络领域， 大约8 0 的图像都采用j j p e g 压缩标准f 3 4 1 。 j p e g 压缩标准的实现流程如图2 1 所示，压缩过程包括以下几个模块：正 向二维d c t 变换f d c t ( f o r w a r dd c t ) 、量化、熵编码；解压缩过程与压缩过 程相反，通过译码、反量化、二维d c t 逆变换i d c t ( i n v e r s ed c t ) 来实现。 在压缩过程中，图像被分成若干8x8 的子块，然后对每个子块进行二 维d c t 变换，将像素值转化为频域的值。统计表明，在d c t 变换域中，图像 信号的绝大部分能量集中在低频部分，而且人眼对于低频分量的敏感程度远 高于高频分量，基于此种特性，如果略去那些能量很小的高频分量或者给这 些高频分量分配较少的比特数，就可以在保证图像质量的情况下减少图像传 输或存储的数据量【3 2 】。因此，通过二维d c t 变换后的量化操作，将大量高频 分量化为零，尽量只保留低频的值，目的就是为了在不严重牺牲图像质量的 条件下，通过量化后d c t 系数中的大量零值达到数据压缩的效果。量化后， j p e g 将d c t 系数的直流( d c ) 分量利用差分编码( d p c m ：d i f f e r e n t i a lp u l s e c o d em o d u l a t i o n ) 的方法进行编码：而交流( a c ) 分量则是先利用z i g - z a g 扫 描顺序( 见图2 2 ) 将交流分量扫描完毕，并利用r u n - l e n g t h 编码方式进行编 码。最后经过霍夫曼编码( h u f f m a nc o d i n g ) 方式编码并加入j p e g 的文件头即 为j p e g 位元流，其中r u n - l e n g t h 编码和霍夫曼编码均属于熵编码。 j p e g 的解码过程与编码过程类似，只是解码的流程刚好与编码的流程 相反。首先处理文件头，接下来进行可变长度解码( v l d ：v a r i a b l el e n g t h d e c o d i n g ) 等熵解码，再经过反量化以及二逆维d c t 变换实现图像数据的重建。 对于j p e g 压缩图片，我们可以通过译码和反量化来获得图像的d c t 系数， 无需进行需要较多计算量的d c t 变换；另外d c t 系数被量化成含有许多零值的 8 兰州大学硕士研究生学位论文 c a ) d 口懈码器 ( b ) 图2 1 ：j p e g 压, 缩标准实现流程，( a ) 压缩过程；( b ) 解压缩过程。 d c 分 5 、 1 密 i 钔 易l ， 。爿爹 燕飞碜矿劣 盈勿卅勿么礁j ，。 x 钦钦确| 纠 墨 2 砜。么j i ， 旒 。众矽7 。西 墨 。众。矽。 。蕊 ”。么么么获矽l西 翻7 笪辱彳q 兰 留 图2 2 ：8 8 图像块z i g - z a g 扫描方式。 序列，进行数值处理时可以大大降低算法的计算复杂度，这对于d c t 域图像增 强是十分有利的，构成- j d c t 压缩域图像增强受到青睐的重要原因之一。 对于彩色图像而言，j p e g 标准采用的是y c b c r 色彩模式( y 代表亮度分 9 兰州大学硕士研究生学位论文 量，c b 和c r 代表颜色分量) ，因此彩色图像进行压缩前需要将用r g b 表示的图 像转换为用y c b c 7 表示的图像。色彩分析专家认为人眼对亮度的改变比色彩的 改变要敏感得多，即y 分量比c 6 和c r 更重要。为了增加压缩的比例，j p e g 通 常采用两种采样模式：y c b c r 4 ：i ：i 和y c b c r 4 ：2 ：2 ，它们所代表的意义是y 、c b 、 c ，三个成份的取样比例3 5 1 。为了保持图像色彩不失真，d c t 域彩色的图像增 强技术不仅对亮度分量进行处理，同时还要对彩色分量进行处理，由于j p e g 对 彩色分量进行采样的原则，与传统方法相比图像的计算量也会有所减少，这就 构成了d c t 域彩色图像增强的另外一个优势。 在接下来的内容里，我们将介绍与d c t 域彩色图像增强密切相关的基础知 识，彩色图像处理基础和d c t 变换。 2 2 彩色图像处理基础 颜色在图像处理领域发挥着极其重要的作用，第一：颜色是一个强有力的 描述方式，可以简化目标物体的区分过程以及从场景中抽取目标；第- - 人眼 可以辨别几千种颜色的色调和亮度，却只能识别几十种灰度层次【6 1 0 利用人类 视觉系统的这一特性，将灰度图像变成彩色图像，或者改变已有的彩色分布， 无疑对于改善图像的可视性提供了极大的帮助。 彩色图像处理技术可分为两个主要领域：全彩色图像处理和伪彩色图像处 理。在第一类中，图像用全彩传感器获取，如彩色电视摄像机和彩色扫描仪； 在第二类中，对特定的单一亮度和亮度范围赋予一种颜色【6 】。 2 2 1 全彩色图像处理 全彩色图像图像研究有两种方法，第一种方法是分别处理图像的每个分 量，然后将处理后的分量合成彩色图像，此时应用于灰度图像的图像处理技术 可以直接应用，然而当图像的各个分量之间存在相关性时，会产生颜色失真现 象f 3 6 1 。第二种方法是直接处理彩色像素向量( 因为全彩色图像至少有3 个分量 构成f 6 1 ，可将它们视为向量) ，即向量滤波( v e c t o r i n gf i l t e r i n g ) 的方法【3 6 】， f 3 7 1 ，f 3 8 1 ，向量滤波方法的使用对于彩色图像的研究提供了广阔的前景。 2 2 2伪彩色图像处理 伪彩色处理的对象是三基色描绘的自然图像或同一景物的多光谱图像，主 要应用是为了便于人眼观察和解释一幅图像或者序列图像中的灰度目标【6 】。对 自然图像，一种方法是将目标物体映射为伪彩色与原色不同的颜色。例如 将绿色草原置换成红色、蓝色海洋置换成绿色，目的就是将目标物体置于奇特 的环境中以引起观察者的注意。另外一种方法是根据人眼的色觉灵敏度，重新 1 0 兰州大学硕士研究生学位论文 分配图像的颜色。如人眼对于绿色波长的光比较敏感，于是可将原来非绿色的 描述的图像细节或者目标物体变成绿色，来达到提高目标分辨率的目的1 3 2 。这 种特点在遥感图像处理领域得到广泛的应用，如可以对海洋、陆地、森林等不 同区域进行伪彩色变换，使得它们更利于进行识别。 自然图像的伪彩色映射定义为： r f gf b f = t a 3 r | g f b | ( 2 1 ) 其中r 代表转移矩阵或者变换矩阵；研，g ，b ，代表原基色分量；r f ，g f ，b f 代 表伪彩色基色分量。当 t 3 x 32 o10 00l l0 o 则会将原来的红色变成绿色，绿色变成蓝色，蓝色变成红色。 2 2 3 彩色空间变换 彩色空间是用来方便描述颜色属性的方法和手段。针对不同场合的需求， 不同系统采用了不同的方式来描述或解释颜色。例如对于人眼来说，彩色可以 用亮度、色度和色调来描述；对于计算机来说颜色的表示方法是通过红、绿、 蓝三个分量合成的；彩色打印机则是通过青色( c y a n ) 、深红( m a g e n t a ) 、黄色 ( y e l l o w ) 和黑色( b l a c k ) 的吸收和反射来进行喷墨打印的【3 9 1 。 接下来将介绍几种常见的彩色空间及其应用。 r g b 模型 r g b _ = 基色是最为常见和流行的彩色空间，是图像成像、显示和打印等设 备的基础，它可以通过c c d c m o s 相机直接获取，广泛应用于电视机和电脑的 显示设备中。 c m y c m y k 模型 c m y k 分表代表青色( c y a n ) 、深红( m a g e n t a ) 、黄色( y e l l o w ) 和黑色 ( b l a c k ) ，它们是光的二次色，即代表的是颜料的颜色。例如，当青色颜料用白 光照射时，表面反射出的不是红光，而是从反射的白光中减去红色【6 】。 1 1 兰州大学硕士研究生学位论文 大多数在纸上沉淀彩色颜料的设备，例如彩色打印机和复印机，要求输 入c m y 数据或者在这些设备的内部进行r g b 到c m y 的转换。假设所有的彩色 值都归一化到 0 ，1 范围，其转换方式如公式( 2 2 ) 。 c m y 兄 g b ( 2 2 ) 等量的青色、深红、黄色可以产生黑色，实际上，这种黑色是不纯的。因 此人们加入了第四种颜色黑色，提出了c m y k 模式。在彩色打印领域所谓 的“四色打印”即c m y 模型的三种原色再加上黑色 6 j h s i 模型 尽管r g b 模型与人眼很强地感觉红、绿、蓝原色的事实很好地匹配，然 而r g b ，c m y 等彩色模型不能很好地适应人眼对解释颜色的解释。例如，它 没有涉及用组成其颜色的每一个原色的百分比给出一辆汽车的颜色，此外 人眼也不认为是3 幅原色图像合成一幅彩色图像【6 1 。于是人们提出了能够反 映人眼视觉特性的彩色模型h s i ，即用色调( h u e ) 、饱和度( s a t u r a t i o n ) 和 亮度( i n t e r s i t y ) 来描述颜色。在有些文献中又被称为h s l ( h u e ，s a t u r a t i o n ， l u m i a n c e ) 、h s v ( h u e ，s a t u r a t i o n ，v a l u e ) 等。如人眼感觉图像中“某个部分 太亮或者太暗”是反映图像的亮度，“某个部分的颜色是红色或者黄色”是反映 图像的色度，“红色是深还是浅”则是反映图像的饱和度。因此h s i 模型成为了 描述彩色图像的较为理想的工具，而且这种描述是自然而直观的。h s i 模型具有 两个特点：一、亮度分量与图像的彩色信息无关，可以避免颜色受到光线等条 件的干扰；二、h 和s 分量与人眼感受颜色的方式紧密相连。于是人们将h s i 模 型广泛用于计算机视觉、图像检索和视频检索等领域【7 】。 给定一幅r g b 彩色模型的彩色图像，将其转化为h s i 模型通过公式( 2 3 ) ， ( 2 4 ) ，( 2 5 ) 实现。 ， 日： p ， 酆g ( 2 3 ) l3 6 0 0 一口，当b g 其中 p ：一 一迎二堡! ! 墨二剑一r i u ( r g ) 2 + ( r g ) ( g b ) 】吉j s = i - 面丽3 岫( r ，g ，b ) 】 ( 2 4 ) 1 2 兰州大学硕士研究生学位论文 ，= 吾( r + g + 口) ( 2 5 ) 如果将r g b 分量全部归一化到 0 ，1 范围内，贝, t h s i 模型的亮度分量和 饱和度分量在 o ，1 范围内，色度分量除以3 6 0 。也将归一化在 0 ，1 范围 内【6 1 。 y i q 模型 北美的电视系统n t s c ( n a t i o n a lt e l e v i s i o ns t a n d a r d sc o m m i t t e e ) 采 用y i q 色彩空间。在y i q 系统中，y 分量代表图像的亮度信息，i 、q 两个分量 则代表图像的颜色信息，1 分量代表从橙色到青色的颜色变化，而q 分量则代 表从紫色到黄绿色的颜色变化。将彩色图像从r g b 转换至u y i q 色彩空间，可以 把彩色图像中的亮度信息与色度信息分开，独立地进行处理，转换关系如公 式( 2 7 ) 。 y u v 模型 y 。 i q o 2 9 90 5 8 70 1 1 4 0 5 9 6 0 2 7 40 3 2 2 0 2 1 2 0 5 2 3 0 3 1 1 兄 g b ( 2 6 ) y u v ( y 代表亮度，u 、v 代表色差) 是中国和欧洲模拟彩色电视制式p a l ( p h a s ea l t e r n a t i n gl i n e ) 所采用的颜色表示方法。在现代彩色电视系统中，通 常采用彩色c c d c m o s 摄影机进行取像，然后把取得的彩色图像信号经分色、 分别放大校正后得到r g b ，再经过矩阵变换电路得到亮度信号y 和两个色差信 号r y ( o o u ) 、b y ( 即v ) ，最后发送端将亮度和色差三个信号分别进行编 码，用同一信道发送出去，这种色彩的表示方法就是所谓的y u v 色彩空间。采 用y u v 色彩空间的重要性是它的亮度信号y 和色度信号u 、v 是分离的。如果只 有y 信号分量而没有u 、v 信号分量，那么这样表示的图像就是黑白灰度图像。 彩色电视采用y u v 空间正是为了用亮度信号y 解决彩色电视机与黑白电视机的 相容问题，使黑白电视机也能接收彩色电视信号。 y u v 主要用于优化彩色视频信号的传输，使其能够兼容黑白电视。 与r g b 视频信号传输相比，它最大的优点在于只需占用极少的频宽，因 为y u v 利用人眼对亮度比彩色更敏感特性，对颜色信息进行采样后传输， 而r g b 要求三个独立的信号按照相同的分辨率同时传输，占用较多的带宽。 从r g b 模型到y u v 模型转化公式为： y u y 0 2 5 6 一o 1 4 8 0 4 3 8 0 5 0 2 0 2 9 0 0 3 6 6 1 3 0 0 9 8 0 4 3 8 0 0 7 1 冗 g b ( 2 7 ) 兰州大学硕士研究生学位论文 y c b c r 模型 y c b c r 模型具备y i q 和y u v 的各种优点，然而y i q 和y u v 属于模拟电视系 统采用的彩色模型，y c b c r 属于数字标准，广泛应用在数字图像、视频等中， 如j p e g ，m p e g 压缩标准中均采用这种颜色模式。将所有分量的数值归一化在 0 ，1 区间，则从r g b 模型转化为y c b c r 模型的方法如下式： y c b c 7 1 0 2 5 6 0 1 4 8 0 4 3 8 o 0 5 0 2 0 2 9 0 0 3 6 6 0 0 0 9 80 0 4 3 80 5 0 0 7 10 5 0l 兄 g b 1 ( 2 8 ) 由于人眼对亮度的变化更加敏感，因此在j p e g 压缩标准内常采用 保留亮度分量而对色度分量进行采样的方式减小数据的存储量。主要 的采样格式有y c b c r4 ：2 ：0 、y c b c r4 ：2 ：2 、y c b c r4 ：1 ：1 和y c b c r4 ：4 ：4 。其 中y c b c r4 ：1 ：1 比较常用，其含义为：每个点保存一个8 比特的亮度值，即y 值， 每2 2 个点保存一个c r 和c b 值，图像在肉眼中的感觉不会产生太大的变 化。所以，原来用r g b ( 每个r ，g ，b 都是8 1 七特) 模型，一个点需要8 3 = 2 4 比 特，而现在仅需要8 + ( 8 4 ) + ( 8 4 ) = 1 2 比特，这样就把图像的数据压缩了一 半。依次进行计算不同采样模式下压缩前每个像素需要的比特数分别为， y c b c r 4 ：4 ：4 最多，需要2 4 比特：y c b c r 4 ：2 ：2 需要1 6 比特；y c b c r 4 ：2 ：0 需要1 2 个 比特。另外y u v 4 ：2 ：0 并不意味着只有y ，c b 分量而没有c r 分量。它是指对每 行扫描线来说，只有一种色度分量以2 ：1 的抽样率存储。相邻的扫描行存储不 同的色度分量，也就是说，如果一行是4 ：2 ：0 的话，下一行就是4 ：0 ：2 ，再下一行 是4 ：2 ：0 以此类推。对每个色度分量来说，水平方向和竖直方向的抽样率都 是2 ：1 ，所以可以说色度的抽样率是4 ：1 。 正是由于j p e g 采用y c b c r 采样模式，在j p e g 压缩域比在传统的r g b 空 间、h s i 空间需要处理的数据量减少了许多，可以节省更多的时间。接下来我们 将介绍j p e g 压缩域节约计算量的另外一个因素：d c t 变换。 2 3d c t 变换及特性 2 3 1一维d c t 变换 一个长度为的序列z ( n ) ，其d c t 变换系数c ( u ) 为 c ( 垆q ( 札) 董咖) c o s z r ( 2 n + 1 ) u ，乱：1 ，2 ，一1 ( 2 9 ) n = o l 兰州大学硕士研究生学位论文 其中 当u = 0 时， ，、怍 o ( 札) 2 【居， c = 污， 可以看s c ( o ) 反映了序列的均值，这个值通常被称为直流系数( d c 系数) 或者 直流分量，所有其它系数被称为交流系数( a c 系数) 或者交流分量 4 0 1 。 d c t 反变换公式为： 咖) = 薹嘶俐c o sr ( 2 n + 1 ) u ，n = 1 , 2 , - - , n - 1 ( 2 1 1 ) 在j p e g 标准中采用的是二维d c t 变换，对于一个大小为m n - 维图 像z ( m ，他) ，变换公式表示为： m 叫咖三n - 13 薹t - 1 ，n ( 2 m + 1 ) u c ( u x ( mn ) c 0 8 n ( z m + 1 ) u c o s f鼍产，(212)l ，移) = a ( 札) q ( 口) ， c o sl 型焉坐l ，( 2 m = on = 0 一 o 反变换的公式为： 棚，= 窆芝嘶m 榔，t r ( 2 m + 1 ) u v ) c o s c o sf 瓮产 ( 2 1 3 ) u = o v = o l z ( m ，铊) = a ( ) c ( 钍， c o sl 掣i ，( 2 一 j 公式中0 ：( u ) ，q ( u ) 的含义如公式( 2 1 0 ) 。 j p e g 标准中在进行二维d c t 变换前，将图像分成若干8 8 的图像块，为 了简化描述，后面章节中，j p e g 压缩域均以8 8 为例分析d c t 的属性及特 点。 2 3 3d c t 特性 前面两节主要介绍普遍意义下的d c t 变换，但是没有涉及图像处理方面的 应用，本节将着重介绍d c t 变换与图像处理相关的特性。 1 5 012 ， 0 0 = u u 当 当 兰州大学硕士研究生学位论文 去相关性 类 以t - f o u r i e r 变换，d c t 变换的