2023年5月重庆师范大学学报(自然科学版)May2023第40卷第3期JournalofChongqingNormalUniversity(NaturalScience)Vol.40No.3DOI:10.11721/cqnuj20230215非对称广义高斯亮度迁移与局部信息融合的土壤图像增强*邓亿1,2,曾绍华1,2,詹林庆3,陈亚楠4,刘国一5(1.重庆师范大学计算机与信息科学学院;2.重庆师范大学重庆市数字农业服务工程技术研究中心,重庆401331;3.重庆市农业技术推广总站,重庆401121;4.重庆市万州区土肥与农业生态保护站,重庆404199;5.西藏自治区农牧科学院农业资源与环境研究所,拉萨850032)摘要:【目的】为减小土壤图像成像环境条件差异对机器视觉识别土种精度的影响,提出对野外自然环境下采集的土壤图像可控光照增强。【方法】首先,用非对称广义高斯曲线拟合土壤图像V分量直方图,并在拟合曲线中引入目标迁移量,完成图像亮度迁移,实现土壤图像全局亮度可控增强;然后,利用全局和局部信息估计图像在局部区域上的光照权重,引入目标亮度,根据权重确定局部增量,并将局部增量叠加到原始V分量,实现基于局部增量的土壤图像亮度增强;再利用sigmoid曲线,将非对称广义高斯曲线亮度迁移获得全局亮度增强结果与基于局部增量的亮度增强结果融合,获得土壤图像的亮度可控增强。最后,根据色比不变性原理,分别对原始土壤图像R、G、B分量进行颜色校正。【结果】仿真实验表明:土壤图像从低亮度向高亮度迁移时,增强图像与目标图像在V分量上各对应像素的亮度差异均值为10.5267,与目标图像亮度均值差异为0.2451;从高亮度向低亮度迁移时,各对应像素的亮度差异均值为10.7430,与目标图像亮度均值差异为0.2721;本文所提算法在亮度控制上较其他算法具有更高的精度;主观质量评价表明,以原图亮度为基准,[-30,30]为土壤图像有效增强范围;【结论】所提方法能够实现亮度可控的土壤图像增强,算法是有效的。关键词:图像增强;亮度控制;土壤图像;直方图规定化;机器视觉中图分类号:TP751.1文献标志码:A文章编号:1672-6693(2023)03-0139-16野外自然环境下,多变的光照条件导致机器视觉采集的同一土种图像表征的土壤信息特征可能不完全一致。如果不同土壤图像能转换到相同条件下表征土壤信息特征,无疑可提升机器视觉识别土种精度。为了减小成像环境条件差异的影响,将不同光照下采集的土壤图像调整为非常近似于该土壤在某些特定自然光照条件下采集的具有额定亮度的真实土壤图像是一项非常有意义的工作,这项工作的实质是土壤图像增强。前人对图像增强做了大量研究工作[1-18],但针对土...
