２０１５年７月 咸阳师范学院学报 Ｊｕ１．２０１５ 第３０卷第４５１ Ｊｏｕｒｎａｌ ｏｆＸｉａｎｙａｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ 、，０ｌ－３０ Ｎｏ．４ 【数理科学与信息科学研究】 基于非抽样的小波变换的彩色图像增强方法 吴粉侠，段群，李洪星 （成阳师范学院图形图像研究所，陕西咸阳７１２０００） 摘要：直接用灰度图像增强算法对真彩色图像增强，容易产生色彩偏差。提出一种新的增强 算法：先将真彩色图像由ＲＧＢ颜色空间转换到ＨＳＶ颜色空间；再对饱和度分量 作非抽样小波变 换，对变换域的低频系数采用对数变换以压缩动态范围进行增强，对高频系数进行分段线性变换 以增强边缘及纹理；最后再用非抽样小波逆变换重构 分量，将图像由ＨＳＶ空间还原到ＲＧＢ颜色 空间。实验表明，增强后的图像色彩基本无偏差，动态范围压缩良好，亮度对比度都得到明显提 高，并且取得了较高的信息熵，空间频率，平均梯度，均方差。 关键词：真彩图像；ＨＳＶ空间；非抽样小波变换；对数变换 中图分类号：ＴＰ３１７．４ 文献标识码： Ａ 文章编号：１６７２—２９１４（２０１５）０４—００５２—０４ Ｃｏｌｏｒ Ｉｍａｇｅｓ Ｅｎｈａｎｃｅ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｕｎｄｅｃｉｍａｔｅｄ ｙｅｌｅｔ Ｔｒａｎｓｆｏｒｍ ＷＵ Ｆｅｎｘｉａ，ＤＵＡＮ Ｑｕｎ，ＬＩ Ｈｏｎｇｘｉｎｇ （Ｉｎｓｔｉｔｕｔｅ ｏｆＧｒａｐｈｉｃｓ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，Ｘｉａｎｙａｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉａｎｙａｎｇ ７１２０００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｔ ｉｓ ｅａｓｙ ｔｏ ｐｒｏｄｕｃｅ ｃｏｌｏｒ ｄｅｖｉａｔｉｏｎ ｔｈａｔ ｔｈｅ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｏｆ ｇｒａｙ ｉｍａｇｅ ｕｓｅｄ ｄｉｒｅｃｔｌｙ ｔｏ ｔｒｕｅ ｃｏｌｏｒ ｉｍａｇｅ ｅｎｈａｎｃｅｍｅｎｔ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ａ ｎｅｗ ａｐｐｒｏａｃｈ ｆｏｒ ｅｎｈａｎｃｉｎｇ ｃｏｎｔｒａｓｔ ｏｆ ｃｏｌｏｒ ｉｍａｇｅ ｂａｓｅｄ ｏｎ ｕｎｄｅｃｉｍａｔｅｄ ｄｉｓｃｒｅｔｅ ｗａｖｅｌｅｔ ｒｔｎａｓｆｏｒｍ（ＵＤＷＴ）ａｎｄ ＨＳＶ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ｃｏｌｏｒ ｉｍ－ ａｇｅ ｉｓ ｃｏｎｖｅ￣ｅｄ ｔｏ ＨＳＶ（ｈｕｅ，ｓａｔｕｒａｔｉｏｎ，ｖａｌｕｅ）ｃｏｌｏｒ ｓｐａｃｅ．Ｔｈｅ ｗｈｉｃｈ ｒｅｐｒｅｓｅｎｔｓ ｔｈｅ ｌｕｍｉｎａｎｃｅ ｏｆ ｃｏｌｏｒ ｉｍａｇｅ，ｄｅｃｏｍｐｏｓｅｄ ｔｏ ｉｔｓ ｃｏｅｆｉｆｃｉｅｎｔｓ ｂｙ ＮＤ ｔｈｅｎ ａｐｐｌｙｉｎｇ ｔｈｅ ｌｏｇａｒｉｔｈｍｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｏｎ ｌｏｗ ｆｒｅｑｕｅｎｃｙ ｃｏｅｆｉｆｃｉｅｎｔ ａｎｄ ａｐｐｌｙｉｎｇ ｔｈｅ ｐｉｅｃｅｗｉｓｅ ｌｉｎｅａｒ ｒｔａｎｓｆｏｒｍａｔｉｏｎ ｏｎ ｈｉｇｈ ｆｒｅｑｕｅｎｃｙ ｃｏｅｆｉｆ— ｃｉｅｎｔ．Ｔｈｅｎ，ｉｎｖｅｒｓｅ ｕｎｄｅｃｉｍａｔｅｄ ｔｒａｎｓｆｏｒｍ ｉｓ ｐｅｒｆｏｒｍｅｄ ｔｏ ｒｅｃｏｎｓｔｒｕｃｔ ｔｈｅ ｅｎｈａｎｃｅｄ Ｖ ｃｏｍｐｏｍｅｎｔ． Ｔｈｅ Ｓ ｃｏｍｐｏｎｅｎｔ ｉｓ ｅｎｈａｎｃｅｄ ｂｙ ｔｈｅ ｌｏｇａｒｉｔｈｍｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｗｈｉｌｅ ｔｈｅ Ｈ ｃｏｍｐｏｎｅｎｔ ｄｏｅｓ ｎｏｔ ｃｈａｎｇｅ ｔｏ ａｖｏｉｄ ｄｅｇｒａｄａｔｉｏｎ ｃｏｌｏｒ ｂａｌａｎｃｅ ｂｅｔｗｅｅｎ ｈｔｅ ＨＳＶ ｃｏｍｐｏｎｅｎｔｓ．Ｆｉｎａｌｌｙ ｈｔｅ ｅｎｈａｎｃｅｄ Ｓ ａｎｄ Ｉ ｔｏｇｅｔｈｅｒ ｗｉｈｔ Ｈ ａｒｅ ｃｏｎｖｅ￣ｅｄ ｂａｃｋ ｔｏ ｉｔｓ ｏｒｉｇｉｎａｌ ｃｏｌｏｒ ｓｙｓｔｅｍ．Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ，ｔｈｅ ｅｎｈａｎｃｅｄ ｌｏｗ ｃｏｎｔｒａｓｔ ｃｏｌｏｒ ｉｍａｇｅｓ ｈａｖｅ ｂａｓｉｃ ｎｏ ｄｅｖｉａｔｉｏｎ，ｄｙｎａｍｉｃ ｒａｎｇｅ ｃｏｍｐｒｅｓｓｉｏｎ ｉｓ ｇｏｏｄ，ｂｒｉｇｈｔｎｅｓｓ ａｎｄ ｃｏｎｔｒａｓｔ ｒａｅ ｉｍｐｒｏｖｅｄ ｏｂｖｉｏｕｓｌｙ，ａｎｄ ｈａｓ ｏｂｔａｉｎｅｄ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ，ｔｈｅ ｈｉｇｈｅｒ ｓｐａｔｉａｌ ｒｆｅｑｕｅｎｃｙ， ｔｈｅ ｈｉｇｈｅｒ ａｖｅｒａｇｅ ｒｇａｄｉｅｎｔ，ｔｈｅ ｈｉｇｈｅｒ ｍｅａｎ ｖａｒｉａｎｃｅ． Ｋｅｙ ｗｏｒｄｓ：ｔｒｕｅ ｃｏｌｏｒ ｉｍａｇｅ；ＨＳＶ ｓｐａｃｅ；ｕｎｄｅｃｉｍａｔｅｄ ｄｉｓｃｒｅｔｅ ｗａｖｅｌｅｔ ｒｔａｎｓｆｏｒｍ（ＵＤＷＴ）；ｌｏｇａ－ ｒｉｔｈｍｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎ 真彩色图像承载的信息远大于灰度图像，但由 辨。因此，真彩色图像的增强是非常必要的。真彩 于各方面因素的影响，部分图像颜色偏暗，对比度 色图像是指图像中的每个像素值都分成 、Ｇ、 ３个 低，局部细节不突出或不明显，不仅不适合人眼的观 基色分量，每个基色分量直接决定其基色的强度。 察，而且影响图像的后期处理，如目标的识别和分 文献［１］提出了在Ｒ、Ｇ、曰３个基色分量分别利用直方 收稿日期：２０１５—０３—１５ 基金项目：陕西省教育厅科研计划项目（１４ＪＫ１８０２）；成阳师范学院科研基金项目（１３ＸＳＹＫ０５８）；国家级创新训练项目 （２０１３１０７２００２）。 作者简介：吴粉侠（１９７６一），女，陕西成阳市人，成阳师范学院图形图像研究所讲师，硕士，研究方向为图像增强。 第４期 吴粉侠，等：基于非抽样的小波变换的彩色图像增强方法 ．５３． 图增强的方法，虽然图像的整体变亮，但是图像的色 依据式（３．５）分别计算ＨＳＶ色彩空间的Ⅳ、Ｓ、Ｖ 彩与原图像差别较大。文献［２．５］提出了将真彩图像 各分量的值。 由ＲＧＢ色彩模型转换到ＨＳＶ色彩模型，保持日色调 分量值不变，对 和 分量进行相应的增强处理之后 还原到ＲＧＢ色彩模型，此类方法能保证真彩色图像 在增强前后的色彩一致。 ６０×（ ｍ。ｄ６）ＩＣｍ Ｈ＝ ６０×（ ＋２）＇ ＋４）１ ｃ （３） 小波变换具时频分析等特性，它能将图像分解 为低频图像信息和高频图像信息，在对图像进行增 强时可以分别对低频和高频应用不同的增强算法进 ６ｏ×（ ｆｏ，Ｃ ：０ ｓ １ ，ｃ ｏ 行增强，文献【６】提出了一种基于小波分析的红外图 像增强算法，对小波变换产生的低频信息和高频信 息分别进行增强和弱化，再用小波反变换重构图像， 实现了图像的对比度增强和噪声抑制。文献［３】提出 在ＨＳＶ色彩模型空间，对亮度分量 进行小波变换， 分解后对低频系数做低通滤波压缩，以增强亮度分 量，增强效果较明显。 由于传统的小波变换方法如离散小波变换 （ＤｗＴ）方法在小波分解过程中存在降采样环节，因 而不具备平移不变特性，当输入图像平移后，小波系 数的能量会在子带间重新分配，在此过程中会丢失 一些图像的细节信息。常用的平移不变小波是非抽 样的小波变换（ＵＤＷＴ）。文献［７】论述了ＵＤＷＴ的 分解与重构算法，在这个变换中去除了抽样，克服传 统小波的缺点。文献［８］提出了使用ＵＤＷＴ检测一 个织物疵点的算法。本文借鉴前人研究成果，提出 一个非下采样小波变换增强彩色图像的算法。 １基于非抽样的小波变换的彩色图像增强 １．１ ＨＳＶ色彩模型 ＨＳＶ色彩模型是一种将ＲＧＢ色彩模型中的点 在圆柱坐标系中的表示法，由色调（ ）、饱和度（ ）、 亮度（ 构成，也称六角锥体模型…。 要将真彩色图像由ＲＧＢ色彩空间转换到ＨＳＶ 色彩空间首先需要将Ｒ、Ｇ、 ３个分量的灰度值，由 ０～２５５转换到０一ｌ之间，式（１）中的尺 、Ｇ 、 ，为转换 后的灰度值，再由式（２）计算三者中的最大值Ｃｍ 最 小值ｃｍ 及最大值与最小值的差值。 ｛Ｃ ＿ｎ＝ｍｉｎ（Ｒ’，Ｇ’，Ｂ’） （１） Ｌ，ａ＝Ｃｍ 一ｃｍｉｎ ｌＲ＝Ｒ／２５５ ｛Ｇ’＝Ｇ／２５５ （２） ｌＢ。＝Ｂ／２５５ ＝Ｃ （５） ＨＳＶ色彩空间转换到ＲＧＢ色彩空间，则首先需 要依据式（６．８）计算ｃ、Ｘ、ｍ，再依式（９）计算尺 、Ｇ 、 曰 ，依据式（１ｏ）计算ＲＧＢ空间中的Ｒ、Ｇ、 ３个灰度 分量的值。 Ｃ＝Ｖ×Ｓ （６） ｘ＝ｃ×（１一Ｉ（Ｈ／６０）ｍｏｄ２—１Ｉ） （７） ＝Ｖ—Ｃ （８） （Ｃ，Ｘ，０ Ｏ Ｈ＜６０ （Ｘ，Ｃ，Ｏ），６Ｏ Ｈ＜１２０ （Ｒ，Ｇ，Ｂ）＝ （０，Ｃ，Ｘ），１２０≤Ｈ＜２８０ ，＾、 （Ｏ，Ｘ，Ｃ １８０ Ｈ＜２４０ （Ｘ，０，Ｃ ２４０ Ｈ＜３００ （Ｃ，Ｏ，Ｘ ３００ Ｈ＜３６０ ，Ｇ， ）＝ ＋ ，Ｇ ＋ ，Ｂ ＋ ） （１Ｏ） １．２非抽样的小波变换 标准的正交小波变换具有时频局部化特性、多 分辨率特性、去相关性和小波系数的持续特性等特 性，这些良好特性使得小波变换在许多领域被成功 应用，尤其是双正交小波变换在ＪＰＥＧ２０００中被成功 应用。虽然它在图像压缩等领域取得良好效果，但 由于变换的过程中存在下采样和上采样的操作，使 得它不具备平移不变性，所以在应用中不能达到很 好效果。为了保持小波变换的良好特性，又能克服 其缺点，一些研究人员选择了一个中间的方法，保持 标准滤波器组不变，只是消除了采样这一步，这样就 使得它具有了平移不变性，而且小波变换的振玲现 象明显得到改善。 ＵＤＷＴ实际上是一种冗余分解方式，它提高效 果是以大计算量为代价的。ＵＤＷＴ计算上用的是和 标准抽样双正交小波变换一样的滤波器组，没有对 小波分解系数使用下采样，而是对低通和高通滤波 器组按式（１）（２）分别进行上采样，每一次非抽样小 波变换同标准小波变换一样产生３个分解方向的系
