基于空間培養(yǎng)的植物圖像處理方法

趙青青， 張 濤， 鄭偉波

(1.中國(guó)科學(xué)院 上海技術(shù)物理研究所，上海 200083； 2．中國(guó)科學(xué)院大學(xué)， 北京 100049)

?

基于空間培養(yǎng)的植物圖像處理方法

趙青青1,2， 張 濤1， 鄭偉波1

(1.中國(guó)科學(xué)院 上海技術(shù)物理研究所，上海 200083； 2．中國(guó)科學(xué)院大學(xué)， 北京 100049)

光照環(huán)境偏暗偏紅，光照不均勻等會(huì)影響彩色圖像的視覺(jué)效果。在比較幾種現(xiàn)有的處理方法的基礎(chǔ)上，提出了一種新的方法，該方法首先減小RGB彩色圖像中偏紅部分的紅色分量值，然后轉(zhuǎn)換到HSV色彩模型中，對(duì)亮度分量進(jìn)行直方圖均衡和Retinex 算法處理，最后轉(zhuǎn)換回RGB顏色空間并進(jìn)行Garmma校正。實(shí)驗(yàn)表明:該方法不僅能夠減弱紅色光源對(duì)圖像質(zhì)量的影響而且能夠提高圖像的亮度，同時(shí)也能較好地保留圖像的細(xì)節(jié)。

減小紅色分量； HSV色彩模型； Retinex算法； Garmma校正

0 引 言

在空間環(huán)境條件下研究綠色高等植物的生長(zhǎng)發(fā)育是非常重要的，因?yàn)榭赡軙?huì)解決人類在太空長(zhǎng)期生存的自給自足或部分自給自足的問(wèn)題。在空間生命科學(xué)實(shí)驗(yàn)中，密閉的培養(yǎng)箱可以為植物提供生長(zhǎng)所必需的環(huán)境條件，同時(shí)通過(guò)內(nèi)置相機(jī)對(duì)植物成像，實(shí)時(shí)觀察植物的生長(zhǎng)發(fā)育狀況，因此，圖像質(zhì)量對(duì)開展空間生命科學(xué)研究起著至關(guān)重要的作用。為滿足植物正常的生長(zhǎng)發(fā)育，實(shí)驗(yàn)箱內(nèi)同時(shí)需要白色光源和紅色光源，所成的圖像偏紅偏暗，需要對(duì)拍攝的圖片進(jìn)行特殊處理，才能達(dá)到良好的視覺(jué)效果。

本文就兩個(gè)方面對(duì)植物圖像進(jìn)行處理：1)減弱紅色光源對(duì)成像質(zhì)量造成的影響。2)減小密閉實(shí)驗(yàn)箱內(nèi)光線較暗對(duì)圖像造成的影響[1～4]。

1 算法分析

為了避免色彩失真，本文在減弱紅色分量的基礎(chǔ)上將RGB顏色模型轉(zhuǎn)換到HSV顏色模型中[5]，并對(duì)亮度分量(V分量)進(jìn)行增強(qiáng)。本文算法總體思想如圖1所示。

圖1 本文算法流程圖Fig 1 Flow chart of this algorithm

本文主要用到兩大類算法：1)紅色分量減弱算法。 2)基于V分量的圖像增強(qiáng)算法。

1.1 紅色分量減弱算法

由于航天設(shè)備的限制，空間生命科學(xué)儀器中光線不僅偏暗，而且偏紅，使綠色植物的顏色不夠真實(shí)，因此，本文提出一種減弱圖像偏紅部分紅色分量的像素強(qiáng)度的方法，算法流程圖如圖2所示。

1.2 基于V分量的圖像增強(qiáng)算法

RGB顏色模型由紅、綠、藍(lán)三種色度分量組成，當(dāng)對(duì)這三個(gè)分量分別進(jìn)行不同程度矯正時(shí)，由于三個(gè)分量數(shù)值改變的同時(shí)比例系數(shù)也隨之變化，因此，處理后的圖像顏色會(huì)出現(xiàn)失真現(xiàn)象。將RGB顏色模型轉(zhuǎn)換為HSV顏色模型，其中,H代表色調(diào)，S代表飽和度，V代表亮度，這樣只對(duì)亮度分量進(jìn)行增強(qiáng)處理，然后再逆變換到RGB彩色空間，這樣能夠較好地提高亮度并且保留彩色信息。

圖2 紅色分量減弱算法流程圖Fig 2 Flow chart of algorithm fading red component

目前，現(xiàn)有的圖像增強(qiáng)方法基本有直方圖均衡法、Garmma曲線校正及其改進(jìn)法[6]、Retinex及其改進(jìn)法等。它們的特點(diǎn)如表1所示。

表1 光照補(bǔ)償方法特點(diǎn)比較

多尺度 Retinex 算法[7]是對(duì)單尺度 Retinex的發(fā)展和延伸，它是幾個(gè)單尺Retinex的加權(quán)組合，是一種既可很好完成圖像的動(dòng)態(tài)范圍壓縮,又可保證圖像的色感一致性的圖像增強(qiáng)方法。其公式為

(1)

式中 (x,y)為V分量像素的位置，i為單尺度序列號(hào)，wi為第i個(gè)尺度的加權(quán)系數(shù)，取w1=w2=w3=1/3 ；Ri(x,y)計(jì)算公式為

(2)

式中 I(x,y)為(x,y)位置的V分量值，σi為第i個(gè)尺度的高斯尺度參數(shù)，i=1，2,3；本文取σ1=90，σ2=160，σ3=10。

本文V分量增強(qiáng)算法處理中綜合采用了直方圖均衡算法和多尺度Retinex算法。

2 各種算法處理結(jié)果比較與分析

2.1主觀評(píng)判

目前彩色圖像光照補(bǔ)償方法大致分為兩大類：1)對(duì)RGB三個(gè)顏色通道分別進(jìn)行增強(qiáng)處理，為方法一，如圖3所示；2)轉(zhuǎn)換為其他顏色模型并對(duì)與色度無(wú)關(guān)分量進(jìn)行校正，為方法二，如圖4所示。本文用Matlab對(duì)圖像進(jìn)行處理。

圖3 RGB三分量分別處理(方法一)Fig 3 Process RGB components separately(method one)

圖4 V分量單獨(dú)處理(方法二)Fig 4 Individually process V component(method two)

以上實(shí)驗(yàn)結(jié)果中，圖3為對(duì)RGB三通道分別進(jìn)行處理的結(jié)果，圖4為轉(zhuǎn)換為HSV顏色模型的處理結(jié)果。圖4(d)為本文算法，即在減弱圖像偏紅部分的紅色分量的基礎(chǔ)上進(jìn)行圖4(b)中處理的結(jié)果。通過(guò)以上實(shí)驗(yàn)結(jié)果可以看出：圖3對(duì)RGB三通道分別進(jìn)行處理出現(xiàn)了很大的色偏現(xiàn)象，同時(shí)植物的顏色不夠鮮艷。對(duì)圖4(b)、(c)、(d)比較發(fā)現(xiàn),圖4(d)不僅亮度有所增強(qiáng)，同時(shí)綠色植物的色彩更加艷麗，整體色彩比較自然，而且圖像的細(xì)節(jié)也未丟失。

2.2 客觀分析

由于在自然光下對(duì)白紙成像時(shí)RGB三通道的值相等。為了檢驗(yàn)本文中紅色分量減弱算法的處理效果，在相同硬件環(huán)境下對(duì)白紙成像并進(jìn)行處理，處理結(jié)果如圖5所示，統(tǒng)計(jì)分析白紙中R,G,B三個(gè)顏色通道差值的均值和方差，如表2所示。

圖5 白紙?zhí)幚斫Y(jié)果Fig 5 Processing results of white paper

通過(guò)對(duì)表2結(jié)果的分析可知，圖5 (c)算法中R,G,B三個(gè)顏色通道差值的均值和方差都較小，因此，本文算法對(duì)圖像偏紅現(xiàn)象的處理結(jié)果較好。

3 結(jié) 論

本文提出對(duì)圖像偏紅部分的紅色分量減弱的處理方法，處理結(jié)果表明:該方法取得一定的效果，在對(duì)光照補(bǔ)償處理中，本文采用轉(zhuǎn)換顏色空間方法，并對(duì)亮度分量進(jìn)行直方圖均衡算法和Retinex算法處理，處理效果良好，最后對(duì)圖像Garmma校正,對(duì)整幅圖像進(jìn)行調(diào)整，圖像色彩更加自然。

表2 顏色通道差值的均值和方差

[1] 蔡利梅,錢建生,羅驅(qū)波，等.一種基于色彩保持的低照度圖像增強(qiáng)算法[J].計(jì)算機(jī)應(yīng)用與軟件,2009,26(3)：226-243.

[2] 劉 培,王建英,尹忠科.圖像光照補(bǔ)償方法的研究[J].系統(tǒng)工程與電子技術(shù),2008,30(7):1343-1346.

[3] 付爭(zhēng)方，朱 虹.基于模糊理論的低照度彩色圖像增強(qiáng)算法[J].傳感器與微系統(tǒng),2014,33(5):121-124.

[4] 劉 翔，董 昱.改進(jìn)的自適應(yīng)免疫遺傳算法在圖像增強(qiáng)中的應(yīng)用[J].傳感器與微系統(tǒng),2015,34(6):156-160.

[5] 焦竹青,徐保國(guó).HSV變換和同態(tài)濾波的彩色圖像光照補(bǔ)償[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(30):142-144.

[6] Farid H.Blind inverse Gamma correction[J].IEEE Trans on Image Processing,2001,10(2):1428 -1433.

[7] 張甲杰，陳樹越，劉瑞劍，等.基于多尺度Retinex的醫(yī)學(xué)圖像增強(qiáng)方法研究[J].中國(guó)醫(yī)學(xué)影像技術(shù),2007,23(11):1724-1726.

Plant image processing methods based on spatial cultivation

ZHAO Qing-qing1,2, ZHANG Tao1, ZHENG Wei-bo1

(1.Shanghai Institude of Technical Physics,Chinese Academy of Sciences,Shanghai 200083,China; 2.University of Chinese Academy of Scienses,Beijing 100049,China)

Illumination environment is relatively dark,red and uneven,will affect visual effect of color image.A new method is presented on the basis of comparing several existing processing methods.Firstly，the method reduces red component of the partial red part of the RGB color image, then convert the corlor model from RGB to HSV,so as to deal with luminance component,histogram equalization and Retinex algorithm processing,and at last,convert back to RGB color space and carry out Garmma correction.Experiment shows the method can not only reduce influence of the red light source on quality of image,but also can increase brightness of image,simultaneously,reserve details of image.

fading the red component; HSV color model; Retinex algorithm; Garmma correction

2015—11—26

10.13873/J.1000—9787(2016)10—0046—03

TN 014

A

1000—9787(2016)10—0046—03

趙青青(1988-)，女，山東濟(jì)寧人，博士研究生，研究方向?yàn)樯锕庑畔⑻幚怼?/p>