7.6光照不均的校正

1、7.67.6光照不均的校正光照不均的校正假設(shè)圖像是由光的反射形成的如果光源照射到景物上的照度不均，那么照度較強(qiáng)的部分將較亮，照度較弱的部分就較暗，并且由此引起較暗部分的圖像細(xì)節(jié)不易看清。通常，對光照不均圖像的校正要采用同態(tài)濾波的方法。我們知道，由光的反射形成的圖像的數(shù)學(xué)模型為：f(xy)=r(xy)i(xy)一般照度分量i（xy）是均勻的或者緩變的，其頻譜分量落在低頻區(qū)域，反射分量r（xy）反映圖像的細(xì)節(jié)內(nèi)容，它的頻譜有較大的部分落在高

2、頻區(qū)域。同態(tài)濾波就是對圖像取對數(shù)運(yùn)算將乘積模型轉(zhuǎn)化為加性模型。經(jīng)過分析，取對數(shù)運(yùn)算后，照度分量和反射分量所處區(qū)域不變，從而對數(shù)域?qū)⒄斩确至亢头瓷浞至繀^(qū)分開來。這時就可以根據(jù)需要對照度分量和反射分量進(jìn)行調(diào)整，通常為了消除照度不均的影響，應(yīng)衰減照度分量的頻率成份，另一方面，為了更清楚地顯示景物暗區(qū)的細(xì)節(jié)，應(yīng)該對反射分量進(jìn)行增強(qiáng)。對于一般照度不均的圖像，還可以采用下面簡單的方法來消除其影響，下面舉例說明。有這樣一幅圖像，圖像的下部灰度比上部和

3、中部要低。rice=imread(＇rice.tif＇)rice=im2double=(rice)imshow(rice)首先，估計出圖像背景的照度。方法是取3232大小的圖像塊中的最小值作為圖像背景的照度。這里利用來blkproc函數(shù)來加快運(yùn)算速度。bg32=blkproc(rice[3232]＇min(x(:))＇)surf(bg32)然后將粗略估計出的背景照度矩陣擴(kuò)展成和原始圖像大小相同的矩陣，這可以通過雙三次插值實現(xiàn)，結(jié)果如：b

4、g256=imresize(bg32[256256]＇bicubic＇)imshow(bg256)將估計出的背景照度從原始圖像中減去，即可修正照度不均的影響，但是這樣作的后果是圖像變暗，如：d=ricebg256imshow(d)這種后果可以通過調(diào)整圖像的灰度來進(jìn)行校正我們可以指定圖像的灰度小波系數(shù)認(rèn)為屬于第二類系數(shù)，它同時含有信號和噪聲的變換結(jié)果，可以簡單保留或進(jìn)行后續(xù)操作，而小于這個閾值的小波系數(shù)，則認(rèn)為是第一類小波系數(shù)，即完全由噪

5、聲變換而來，應(yīng)該去掉這類系數(shù)。這樣達(dá)到了降低噪聲的目的。同時由于這種方法保留大部分包含信號的小波系數(shù)，因此可以較好地保持圖像細(xì)節(jié)。7.7.2MATLAB7.7.2MATLAB提供的去噪和壓縮函數(shù)提供的去噪和壓縮函數(shù)MATLAB的小波分析工具箱提供了對信號進(jìn)行去噪和壓縮的一族函數(shù)。小波去噪和小波壓縮的主要區(qū)別在于選擇的閾值準(zhǔn)則不同，在操作時可以采用全局閾值，也可以采用自適應(yīng)閾值。1.ddencmp1.ddencmpddencmp函數(shù)用于自

6、動生成小波去噪或者壓縮的閾值選取方案：[THRSHKEEPAPPCRIT]=ddencmp(IN1IN2X)[THRSHKEEPAPP]=ddencmp(IN1＇wv＇，Ｘ)[THRSHKEEPAPPCRIT］=ddencmp(IN1＇wp＇X)[THRSHKEEPAPPCRIT]=ddencmp(IN1IN2X)根據(jù)信號X和指定的參數(shù)IN1和IN2自動生成利用小波分解去噪或者壓縮的閾值選擇方案。IN1決定使用的目的，即：IN1=＇de

7、n＇：用于去除信號噪聲。?IN1=＇cmp＇：用于壓縮信號。?IN2指定使用小波分解還是小波包分解的方法，參數(shù)含義如下：IN2=＇wv＇：指定使用小波分解。?IN2=＇wp＇：指定使用小波包分解。?返回值THR是生成的小波去噪或者壓縮的閾值。SH決定閾值的使用方式，具體內(nèi)容如下：SH=＇s＇：使用軟閾值。?SH=＇h＇：使用硬閾值。?KEEPAPP指定是否對近似分量進(jìn)行閾值處理，KEEPAPP=0不進(jìn)行閾值處理，KEEPAPP=1進(jìn)行閾