窦红英
（中北大学，山西 太原 030000）
色彩增强是将特殊色彩元素加入到数字图像处理过程中，从而提高图像视觉效果，在此过程中，图像色彩细节和特征都会有所提高。随着图像处理技术发展与成熟，图像色彩增强过程也在不断进步。色彩增强是一种将一幅或多幅图像中色彩信息剔除或调节，进行图像色彩强化的方法。该方法从原彩色参数中剔除冗余色彩参数，将其与原图像中的色彩参数相匹配，并将匹配结果输入计算机中进行处理。由于每个图像中都含有大量色彩参数及数据，所以为确保真实的图像拍摄效果，有关专家对平面视觉图像色彩增强方法进行了探讨。文献[1]提出了基于快速ACE 算法的增强方法，该方法优化定向FAST 特征点法视觉里程计，将原始图像数据和自适应直方图均衡处理，提取不同现实场景中的图像特征，实现图像色彩增强；
文献[2]提出了改进融合策略下透明度引导的增强方法，该方法通过金字塔融合策略对逆光区域进行源图像融合处理，保持非逆光区域亮度不变。通过改进融合策略增强图像在透明度下恢复逆光区域，避免曝光过度。然而，使用上述这两种方法存在色彩增强自适应调整效果不佳的问题，为此，结合生成对抗网络设计一种平面视觉图像色彩增强系统。
传统的平面视觉图像增强方法容易受到噪声干扰，造成细节模糊和不真实的问题。针对这一情况，本文设计一种生成对抗网络的平面视觉图像色彩增强结构。图像色彩增强的目的主要是从一段输入平面视觉图像中估计出目标图像，然而，高分辨率的平面图像仅适用于结构训练。在训练集上，对于初始图像进行高斯滤波处理得到目标图像[3]。假设生成对抗网络是前向计算网络，那么可用以下公式来表示网络函数结构：
式中：Im表示输入平面图像；
I"m表示估计的目标图像；
n表示训练集；
m表示像素总数；
ε表示损失函数[4]。
设计系统整体结构如图1 所示。
由图1 可知，系统通过多媒体控制台控制平面视觉图像展示，再通过人机交互界面显示图像。交互界面的图像是由拍摄装置拍摄的，初始图像经过采集模块和色彩增强模块的处理，可获得增强后的色彩图像[5]。
1.1 图像采集结构设计
选用CMOS 传感器完成图像的采集工作，该传感器两个电极分别位于电源侧和屏幕后侧，其结构见图2。
CMOS 器件可将图像直接转换为数字或直接将其转换为电子信号，在操作系统中，将获得的图像和采集的光学信号进行分离是实现传感器图像处理的关键。CMOS 传感器是一类高密度的半导体元件，其主要材料是电感[2，6]。它的结构和CCD 传感器基本一样，只需将电极和发射电容元件放置在被采集图像区域即可。CMOS 传感器是一种可重构器件，它可在保持传感器特性情况下直接使用，同时根据其自身可靠性采集准确的图像数据[7-8]。
1.2 图像处理结构设计
图像采集模块获取了图像信息之后，将其发送到图像增强模块中。当所获取图像缓存在SDRAM 存储器中时，将缓存满一行的像素迁移到外部存储器DDR 中[9]。在此存储器中的图像数据超过1 帧时，使用图像色彩增强技术调节整个图像亮度，由此提高图像局部对比度[10]。将调整后的图像复制到DDR 图像回放区域中，并将剩余图像数据迁移到FIFO 中，由此实现平面视觉图像色彩增强处理。
生成对抗网络系统结构主要包括发生器和识别器，发生器的目标是尽可能地学习真实数据特征，并根据已有的分布模式产生新的数据；
识别器用于判定输入数据是否由真实数据或发生器生成，并将识别结果输出[11]。识别器向发生器反馈调节后的参数，发生器在收到调节参数后进行参数优化，如此反复，直至识别器最后不能分辨出是真实数据还是生成数据时，发生器就达到了预期的效果[12]。发生器与识别器之间的相互竞争与约束，使发生器和识别器的识别性能得到了进一步改善。基于该原理，构建的基于生成对抗的图像色彩增强网络如图3 所示。基于生成对抗的图像色彩增强网络结构通过在池化层上填充一个连接层，可输入高分辨率图像，从而避免边缘效应。
2.1 平面视觉图像均衡化处理
为实现平面视觉图像的色彩自适应调整，在生成对抗色彩增强网络中进行增强处理，由此构建的直方图均衡化函数映射公式为：
式中：α表示灰度系数；
k表示灰度等级；
h(k)表示直方图分量；
β表示灰度级数量。在灰度级局部化的情况下，可利用上述公式进行映射处理。当反向色彩增强网络生成时，设定可感知限度[13]。在变化量小于阈值的情况下，网络不能感知到图像亮度的改变。为增强图像细节，避免产生眩光错觉，将图像梯度设定成与阈值一致的数值，由此计算图像灰度级：
式中：R"(α)表示剪切后直方图映射函数；
μ表示阈值。设定色彩反差加强调整方案，依据全局直方图对局部直方图进行增强处理。通过输出光强来保证局部区域相对亮度，从而获得准确映射效果：
式中：φ表示归一化因子；
B表示像素所在区域；
(xk,yk)表示像素所在区域坐标。根据自适应处理过程，实现对平面视觉图像均衡化处理。
竹韵起身推着轮椅，沿着原路慢慢往回走。风凉爽宜人，吹着竹韵的满头秀发向后飘拂，她的眼里不知不觉闪出了泪光。与英雄结婚是个壮举，但有谁知壮举的后面却是漫长的寂寞和孤独？英雄受人爱戴，而谁又真正能穿透英雄身上的光环，走进他们的真实生活呢?只有她竹韵知道，这漫长的八年，她与龙斌所承受的压力、痛苦、伤感与困顿……
2.2 亮度增强处理
系统图像色彩增强模块利用产生的反色增强算法调节整个图像亮度，并利用直方图非线性自适应方法提高图像灰度[14]。对于暗区域图像使用改进暗原色检验方法进行亮度调节。通过采集大量平面视觉图像，即在大多数局部区域内，部分像素点位于同一色彩通道中，该通道中也存在零点。对于待增强处理的图像通道，可用如下公式表示：
式中：LI表示暗原色；
Ω(α)表示局部区域。假设在该区域的透射率恒定，由此得到的图像透射率为：
空间透视的存在对图像的成像质量有很大的影响，但若将其去除，则会降低图像的强化效果，从而失去其深度。因此，在图像中引入了色彩边缘保留因子，并在一定程度上保持了图像色彩边缘。选择改进暗原色基色中最大的像素，将其作为大气透过系数，从而获得了增强后的色彩边缘信息。由于图像中的像素背景会被噪声干扰，因此必须去除噪点：
式中：A(I)表示背景图像；
γ表示比例参数。通过图像亮度增强处理，从已知图像中剔除噪点，改变原始暗像素可实现图像色彩亮度增强处理。
2.3 局部对比度增强
调节图像亮度之后，为增强图像色彩细节，需采用中值滤波方法增强图像对比度，基于此计算亮度均值：
式中：T表示中值处理函数；
TraRGB(xk,yk)表示像素灰度坐标函数。通过式（8）获取亮度均值后，使用公式（9）完成图像色彩对比度增强处理。
式中η表示像素灰度处理系数。在不一致的空间采样图中，对所有整数节点都进行了插补。假定在光照条件下，光的变化较慢，色彩保持不变，此时人的视觉对目标色彩感知仅取决于对象反射特征，而不会受到外界环境影响。为改善成像质量，提出了一种数学方法来处理、剔除原始图像中的光成分，并尽量保留反映对象基本信息的反射成分。为解决图像色彩不均衡和畸变问题，引入颜色色彩恢复因子，其数学公式如下：
式中V表示色彩恢复加权处理因子。该方法通过调整3 个RGB 颜色通道进行色彩恢复功能调节，避免了色彩失真，从而达到与真实感官相一致的目的。
2.4 扰动攻击性对抗处理
由于目标图像中存在大量噪点，虽然经过亮度增强处理能够消除大部分噪点，但是图像中仍然存在扰动攻击性因素，需要对其进行对抗处理。通过生成的对抗色彩增强网络降低图像特征维度，利用视觉表达层表达出维度特征信息，通过式（11）计算对抗损失：
式中：J表示期望；
σ(I)表示判断函数。利用此公式，可将攻击样本与初始样本分别导入判定函数中，并将判定结果输出，由此可得到准确的对抗性损失数据。利用损失函数对网络进行迭代，并对其实时更新，以提高系统的抗干扰能力。
3.1 实验数据集
为评估基于生成对抗网络的平面视觉图像色彩增强系统设计的合理性，在某建筑公司平面设计图上开展实验，将数据集分为训练集和测试集。训练集共有1 500 幅图像，测试集共有800 幅图像，通过训练集训练实验数据，然后通过使用定性评估方法分析图像色彩增强效果。将基于生成对抗网络的平面视觉图像色彩增强系统运行在IntelⓇPentiumⓇCPU 客户端上，平面视觉原始图像如图4 所示。
由图4 可知，原始图像亮度较暗，并且图像不清晰，此次图像色彩增强结合10 点法对调整后的图像进行增强测试。
3.2 实验结果与分析
将基于生成对抗网络的增强系统与基于快速ACE算法的增强方法、改进融合策略下透明度引导增强方法的图像色彩差异分布情况进行对比分析，如图5 所示。
由图5 可知，使用基于快速ACE 算法的增强方法、改进融合策略下透明度引导增强方法差异色彩坐标分散，而使用基于生成对抗网络的增强系统差异色彩坐标集中在中心位置，x坐标范围为5 002～5 006 mm，y坐标范围为3 501～3 503 mm。
为进一步验证所研究方法的有效性，再次对比分析三种方法的图像色彩增强效果，对比结果如图6 所示。
由图6 可知：与改进融合策略下透明度引导增强方法相比，应用基于快速ACE 算法的增强方法图像较亮，但两者清晰度均不高，存在噪点；
使用基于生成对抗网络的增强系统，结合生成对抗网络色彩增强模型，可有效提高图像亮度和清晰度，其效果优于对比方法。
为了解决传统方法图像色彩增强效果不佳的问题，本文结合生成对抗网络设计了一种平面视觉图像色彩增强系统。该系统通过生成对抗网络，将软、硬件相结合，有效增强了平面视觉图像色彩，使得图像色差得到有效改善。经实验证明，采用该系统可以改善平面视觉的亮度和清晰度，并且所设计系统能够达到最佳的色彩增强效果。
猜你喜欢 直方图亮度平面 用于遥感影像亮度均衡的亮度补偿方法航天返回与遥感(2022年4期)2022-09-03符合差分隐私的流数据统计直方图发布湘潭大学自然科学学报(2022年2期)2022-07-28远不止DCI色域，轻量级机身中更蕴含强悍的亮度表现 光峰(Appptronics)C800家庭影院技术(2021年6期)2021-07-28Bp-MRI灰度直方图在鉴别移行带前列腺癌与良性前列腺增生中的应用价值天津医科大学学报(2021年1期)2021-01-26基于差分隐私的高精度直方图发布方法计算机应用(2020年11期)2020-11-30立体几何基础训练A卷参考答案中学生数理化·高三版(2019年1期)2019-07-03立体几何强化训练B卷参考答案中学生数理化·高三版(2019年1期)2019-07-03本本亮度巧调节，工作护眼两不误电脑知识与技术·经验技巧(2018年2期)2018-05-21亮度一样吗？小天使·六年级语数英综合(2017年5期)2017-05-27中考频数分布直方图题型展示初中生世界·八年级(2017年3期)2017-03-24