بخشی از مقاله
چکیده
پردازش تصویر در علوم مختلف از اهمیت بسیاری برخوردار می باشد. روش های گوناگون و بسیار متفاوتی در جهت بهبود تصویر پیشنهاد شده است. در روش های کلاسیک بر مبنای هیستوگرام، تصویر به دو یا چند هیستوگرام تقسیم می گردد و هر قسمت بطور جداگانه بهبود داده می شود. مشکل عمده این روش ها زمانی می باشد که نویز در تصویر حضور داشته باشد، لذا در این موارد روش های هوشمند گزینه مناسبی می باشند.در میان روشهای هوشمند، فازی از عملکرد بالایی در برخورد با عدم قطعیت ها برخوردار است. در سیستم فازی با پارتیشنبندی کردن نواحی روشن ، تیره یا خاکستری، سعی بر آنست که اثر نویز در این نواحی بصورت نامحسوس کاهش یابد این در حالی است که بهبود تصویر نیز می بایست حاصل گردد. در این مقاله با ترکیب روش هوشمند فازی و یک روش کلاسیک سعی بر آن است که از مزایای هر دو استراتژی استفاده گردد که در نهایت نتایج حاصله میزان موفقیت این روش ترکیبی را نشان می دهند.
کلید واژه- بهبود تصویر، هیستوگرام، پردازش تصویر فازی، معیار کنترل کیفیت تصویر.
-1 مقدمه
امروزه اهمیت بهبود تصاویر در پردازش تصویر از اهمیت و توجه بالایی برخوردار است.[23- 1] بهبود تصویر فرآیندی است که شامل تغییر شدت پیکسلهای تصویر ورودی بوده بطوریکه تصویر خروجی از کیفیت بهتری نسبت به تصویر ورودی برخوردار باشد.متعادل سازی هیستوگرام - HE - ساده ترین روش بهبود تصویر بر مبنای هیستوگرام می باشد.[3-1] این روش به دلیل سادگی و سرعت بالا در انواع تصاویر، بعنوان یک روش موثر و کارآمد مطرح می باشد. HE هیستوگرام تصویر را مسطح کرده و درنتیجه کنتراست کلی را افزایش می دهد. مشکل این روش در برخی تصاویری می باشد در آنها تصویر خروجی دارای کنتراست غیرطبیعی است.[3]
از دیگر مشکلات این روش عدم حفظ شدن میانگین شدت روشنایی تصویر ورودی در تصویر خروجی می باشد به همین دلیل این روش برای استفاده در تولیدات مصارف الکترونیکی مانند تلویزیون که حفظ روشنایی تصویر اصلی در آن مهم است مناسب نمی باشد.برای غلبه بر محدودیت های HE چندین روش معرفیشده است.[ 12- 4] روش حفظ متوسط روشنایی - BBHE - که توسط Kim در سال 1997 معرفی گردید ابتدا هیستوگرام تصویرورودی را در نقطه میانگین شدت روشنایی تصویر ورودی به دو زیر هیستوگرام تقسیم می کند و سپس بر روی هرکدام از این زیر هیستوگرام ها بهصورت مجزا متعادلسازی هیستوگرام - HE - انجام می شود.
در سال 1999 روش دیگری به نام یکنواخت سازی دو هیستوگرام توسط Wan et al معرفی شد که علاوه بر غلبه بر مشکلات BBHE در حفظ روشنایی تصویر خروجی، این روش سعی در بدست آوردن بالاترین آنتروپی را دارد. بااینحال در تصاویری که نیازمند حفظ روشنایی بالاتری برای جلوگیری از بوجود آمدن کنتراست غیرطبیعی بودند روشهای BBHE و DSIHE دچار مشکل میشدند.[3] برای حل این مشکلات روش متعادلسازی چندگانه - MHE - معرفی گردید،[ 14]، که تصویر خروجی بدون کانتراست غیرطبیعی با حفظ میانگین شدت روشنایی، تصویری طبیعی را تولید کند. در این روش هیستوگرام ورودی به چندین زیر هیستوگرام تقسیم شده و سپس HE روی هر کدام از آنها اعمال میشود. در روش های دیگر هیستوگرام برای کنترل بیش از حد کانتراست برش داده می شود که ESIHE،[15]،نمونه ای از آن روش ها می باشد.
مشکل عمده در روش های کلاسیک در تصاویر همراه با نویز می باشد که در این موارد روش های هوشمند گزینه مناسبی بنظر می رسند. در میان روشهای هوشمند، فازی در برخورد با عدم قطعیت ها راهکار مناسبی بوده که با پارتیشن بندی کردن نواحی روشن ، تیره یا خاکستری، سعی بر آنست که اثر نویز در این نواحی بصورت نامحسوس کاهش یافته ضمن اینکه بهبود تصویر نیز حاصل گردد. مبنای کار بهبود تصویر به روش فازی، نگاشت مقادیرسطوح خاکستری به مقادیر تابع عضویت ، بمنظور تولید یک تصویر با کانتراست بالاتر نسبت به تصویر اصلی می باشد. بهبود تصویر با روش فازی بعضی اشکالات روش های کلاسیک بهبود تصویر را اصلاح می نماید.
روش های متفاوتی در بهبود تصویر با منطق فازی پیشنهاد شده است.[23-15]در سال 1991 کیم و همکارانش،[15]، از یک الگوریتم بهبود تصویر بر أساس قوانین فازی در عکسهای دارای نویز استفاده کردند. این الگوریتم از یک فرایند بهره میبرد که در ان پاسخ اپراتور مشتق بر روی اطلاعات بافت تصویر کاهش و یا حتی حذف می گردید. اطلاعات بافت تصویر در واقع الگوهای همسایه ای مربوط به یک لبه مرکزی بوده که توسط الگوریتم فازی مشخص می گردند. در سال 1998 فرزام فربیز و همکارانش،[16]، از یک روش تکرار پذیر برای بهبود تصویر و بر أساس منطق فازی استفاده کردند. این روش بر أساس طراحی یک فیلتر بود که دارای عملکرد بسیار قوی در تصاویر گرفته شده در محیط های نویزی می باشد.
در سال 2000 ندلکوویچ و همکارانش،[17]، از یک روش دسته بندی تصاویر با استفاده از منطق فازی پیشنهاد دادند. مزیت این روش استفاده از ساده سازی مفاهیم طبیعی به جای إعداد و ارقام در سیستم فازی استفاده شده می باشد. در سال 2008 ملیند کومار و همکارانش، [18]،یک روش بهبود تصویر را برای عکسهای رنگی و با استفاده از فازی آرائه دادند. این روش برای تشخیص سطح تومور مورد استفاده قرار گرفت. در سال 2009 گوپالان و همکارانش،[19]، بهبود تصویری بر أساس منطق فازی و انتروپی فازی پیشنهاد دادند که تیزی تصویر را افزایش دادند. هریس کوندرا و همکارانش در سال 2009،[20]، از یک روش بهبود بر اساس منطق کنترل فازی آرائه کردند که نویز را کاهش داده و کانتراست را بهبود می بخشد.
در این مقاله با ترکیب روش کلاسیک ESIHE و روش بهبود تصویر بر اساس منطق فازی سعی می شود تا نتایج بهتری نسبت به هر یک از روش های اشاره شده به تنهایی حاصل گردد بدین معنی که با استفاده از ترکیب پیشنهادی یک روش کلاسیک و منطق فازی بتوان از مزایای هر دو استراتژی استفاده کرد. در بخش 2 و 3 به ترتیب روش کلاسیک ESIHE و بهبود تصویر با منطق فازی ارائه میگردد. در بخش 4 روش پیشنهادی که ترکیب روش های بیان شده در بخش های قبل می باشد بیان می گردد و نتایج بدست آمده مقایسه شده و بررسی می گردد و در نهایت نتیجه گیری در بخش 5 اشاره خواهد شد.
-2 مروری بر روش ESIHE
ESIHE یکی از روش های کلاسیک بوده که در آن از محدود کردن هیستوگرام برای کنترل نرخ افزایش کنتراست و حفظ روشنایی استفاده می گردد. در این روش بیشترین مقادیر هیستوگرام بر اساس یک آستانه از قبل تعیین شده محدود شده که در این روش ها هر کدام برای محاسبه میزان آستانه برش، الگوریتم های متفاوتی را پیشنهاد می دهند. روش کلاسیک بهبود تصویر بر اساس هیستوگرام که در این مقاله از آن استفاده خواهد شد ESIHE می باشد.[15] این روش برای تصاویر با وضوح کم بسیار موثر است، بطوریکه هم آنتروپی را به خوبی حفظ می کند و هم نرخ افزایش کنتراست را می تواند کنترل نماید . در این روش یک پارامتر آستانه به گونه ای تعریف می شود که میزان وضوح تصویر بر اساس آن تعیین می گردد، به عبارت دیگر تصویر به دو زیر تصویر با وضوح کم و زیاد تقسیم می شود، شکل 1در روش ESIHE یک پارامتر کنترل با مقداری بین 1-0 به نام exposure معرفی می گردد که از رابطه زیر محاسبه می شود:
که h - K - هیستوگرام تصویر و L تعداد کل سطوح خاکستری می باشد. با توجه به تعریف فوق و شکل شماره 1 نقطه آستانه سطح روشنایی Xa به صورت زیر مشخص می گردد:در مرحله برش هیستوگرام که به منظور جلوگیری از افزایش بیش از حد روشنایی که منجر به غیرطبیعی شدن تصویر می شد، انجام می شود، برای محدود کردن نرخ افزایش کانتراست، طبق رابطه زیر یک سطح آستانه تعریف می شود که بخشی از هیستوگرام قرار گرفته در بالای این آستانه برش داده می شود:و سپس بر روی هریک از زیر هیستوگرام های بدست آمده، بصورت مجزا متعادل سازی اعمال و در نهایت این زیرتصویرها باهم ترکیب می شوند و تصویر بهبود یافته نهایی را در خروجی تولید می کنند.
-3 بهبود تصویر با منطق فازی
در این مقاله از سیستم فازی ارائه شده در مقاله،[23]، استفاده شده است. سیستم فازی درنظر گرفته شده بصورت یک سیستم دو ورودی و یک خروجی می باشد که در شکل 2 بلاک دیاگرام آن نمایش داده شده است:تصویرگرفته شده و فیلتر محلی اعمال شده بر روی آن، ورودی های سیستم فازی هستند. توابع عضویت اختصاص داده شده به هر ورودی همانطور که در شکل 3 نمایش داده شده به 7 مجموعه فازی - Fuzzy set - تقسیم می شود: - a - تابع عضویت تصویر - ورودی اول - ، - b - تابع عضویت تصویرفیلترشده - ورودی دوم - و تابع عضویت خروجی می باشد. موتور استنتاج استفاده شده در روش پیشنهادی mamdani ، و centroid برای غیر فازی سازی می باشد.
همانطور که در جدول 1 نشان داده شده ، سیستم فازی معرفی شده، مشابه سیستم فازی معمول طراحی شده در یک مساله مربوط به تئوری کنترل می باشد. بدین معنا که در آن خطا و تغییرات خطا هر دو به عنوان ورودی سیستم فازی تعریف می گردد. همانطور که در شکل شماره 2 اشاره شده است در بهبود تصویر با منطق فازی که در مقاله،[23] ، پیشنهاد شده است تصویر اصلی و فیلتر شده آن به عنوان ورودی ها به این موتور استنتاج وارد می شود.جدول شماره 1 نقشه سیستم فازی[23]طبق نقشه،[23] ، قوانین سیستم فازی به صورت زیر می باشد:
-4 طراحی روش بهبود تصویر با ترکیب روش فازی و کلاسیک
در این روش سعی می شود تا با ترکیب یک روش کلاسیک مبتنی بر هیستوگرام بنام ESIHE و یک روش مبتنی بر سیستم های هوشمند فازی بتوان از مزایا هر دو روش استفاده کرد در شکل شماره 4 بلاک دیاگرام این روش ارائه شده است. در ابتدا یک سیستم فازی با ایجاد یک بهبود تصویر نرم نه تنها کانتراست تصویر اصلی را افزایش داده بلکه نویز احتمالی را نیز که ممکن است در تصویر وجود داشته باشد را کاهش داده یا از بین ببرد یا به عبارت دیگر سیستم فازی طراحی شده به عنوان یک بلاک پیش پردازش بر روی تصویر اصلی اعمال می شود تا میزان قابل قبولی از بهبود را داشته باشد.
