Исследование алгоритма "гамма-коррекции" для повышения визуального качества изображения

Достаточно часто изображения объектов, полученных в результате фотосъемки, не соответствуют той картине, которую видит человек. Это может произойти в силу неправильных настроек фотоаппарата или специфичности освещения [1].

Целью работы является повышение визуального качества изображения за счет разработки автоматизированной системы обработки изображений.

Задача повышения визуального качества изображений является актуальной в различных сферах применения цифровой фотографии и видео. Например, в автоматических системах регистрации автомобилей на стоянках с суточным изменением освещения, и как следствие, с неравномерной засветкой фотографий. Существует большое количество различных методов обработки цифровых изображений с целью повышения их визуального качества. Одним из них являет гамма-коррекция.

В основе алгоритма «Гамма-коррекция» лежит математический аппарат степенных функций с показателем гамма. В этом алгоритме интенсивность темных пикселей изображения увеличивается больше чем интенсивность светлых пикселей [2].

Цветные изображения представляют собой совокупность трех цветовых плоскостей, каждая из которых характеризует одну независимую составляющую цвета, и специфика обработки таких изображений связана, прежде всего, с различными цветовыми моделями, позволяющими по-разному работать с составляющими изображения. Основной задачей обработки цветного изображения, решаемой в работе, является коррекция его яркости при неизменности цветового тона [3].

Алгоритм перевода из RGB в HSI можно выполнить, воспользовавшись следующими формулами: цветовой тон H для каждого пикселя, заданного в RGB формате изображения, определяется по формулам (1, 2):

Г 9 при В <  G (360-0 при В >G ,

где

9 = arccos

(

2* ((R —G) + (R —В))

^ (R — G) 2 + (R — B)(G — В)

)

Насыщенность S задается выражением представленным формулой (3):

S = 1-(R + G + B)mtn(R-G'B                  (3)

Наконец, интенсивность I задается по формуле (4):

I=—(R + G + B)                        (4)

Тогда задача повышения контрастности исходного изображения решается путем преобразования только одной компоненты I при неизменных значений Н и S.

Управление контрастом изображения возможно с помощью гамма-коррекции - степенного преобразования. Обычно, используется степенная функция представленная формулой (5):

l out = c*I^Y                                (5)

где I - интенсивность исходного изображения;

I_out — интенсивность преобразованного изображения;

с, у - положительные константы.

Зависимость яркости на выходе от входной яркости при различных значения у представлена на рисунке 1.

Рисунок 1 - Гамма-коррекция 1_ог1- = с * I^Y для различных значений у ( c = 1

во всех случаях)

В случае, когда у < 1, узкий диапазон малых входных значений яркости преобразуется в широкий диапазон выходных значений. При у = 1 изменений не наблюдается. При у > 1 эффект при преобразовании прямо противоположный случаю, когда у <  1.

При переводе из одной системы цветопредставления в другую может произойти потеря качества изображения. Критерием оценки таких потерь может служить, например, среднеквадратическое отклонение, которое измеряется в единицах измерения самой случайной величины, что на практике является не очень удобным. Поскольку многие сигналы имеют широкий динамический диапазон, PSNR (6) обычно измеряется в логарифмической шкале в децибелах [4].

PSNR

( М \

)

где M - это максимальное значение, принимаемое пикселем изображения.

В ходе исследования было обработано 10 затемненных или засветленных изображений. Опытным путем подобраны значения у в зависимости от среднего значения яркости 1_т изображения. Результаты эксперимента приведены в таблице 1.

Таблица 1 - Экспериментальная зависимость значения у от 1_т

1 т	0	31	59	90	127	150	181	210	236	255
у	0,45	0,6	0,7	1	1,3	1,5	1,8	2,1	2,3	2,5
PSNR	36,1	31,3	35,7	32,4	38	32,1	31,1	38,2	37,5	36

Экспериментальная зависимость имеет вид, подобный функции (7).

у = а* 1т +с                              (7)

где a , b , c – некоторые постоянные.

Методом наименьших квадратов были найдены значения постоянных a , b , c. Функциональная зависимость для коэффициента у (8) получилась следующая:

у = 0.0018 * 1 т2⁷ + 0.45                          (8)

После улучшения контраста путем изменения компоненты I , осуществляется обратный перевод изображения в систему RGB.

На рисунке 2-3 приведены изображения до и после применения гамма-коррекции.

Рисунок 2 – Исходное изображение

Рисунок 3 – Результат гамма-коррекции изображения

Таким образом, в ходе работы был исследован и применен алгоритм гамма-коррекции изображения. В ходе эксперимента было установлено, что он является наиболее оптимальным для демонстрации изображений на устройствах вывода с нелинейной яркостной характеристикой, а также для хранения оцифрованного изображения в форме, где на темные цвета приходится меньший относительный шум квантования, чем на светлые.

Автоматизация расчета параметра метода гамма-коррекции позволит использовать разработанную систему без участия человека, например, в автоматических системах регистрации автомобилей на стоянках с суточным изменением освещения, и как следствие, с неравномерной засветкой фотографий.