机器视觉系统[1]的实现依赖于图像处理、计算机视觉和控制理论等技术.通常情况下设计的机器视觉系统需要补光，而光源也需要稳定光照强度，尤其是在更多的噪声干扰的情况下，获得较好视觉效果的图像难度很大，这大大限制了机器视觉系统应用范围.系统地解决机器视觉系统的难题需要具体地分析影响视觉效果的主要因素，在这些因素中最具有难度的是低照度下的图像增强问题.传统的图像增强方法有很多，利用它们所获得的结果差强人意.Monika Agarwala[2]等提出了自适应伽玛校正的距离限权直方图均衡化，较好地解决了低对比度医学图像增强过程中亮度无法保持和对比度增强过高的问题.然而，所采用的医学图像并非彩色图像，因而无法对颜色进行还原，在进行脊髓造影过程中获得的图像效果较差，且存在较多干扰.Sreenivasa Setty[3]等提出先利用对比度拉伸，再利用多尺度Retinex算法进行图像增强.该方法能够增强脊髓周围区域组织的锋利边缘，且减少图像的噪声，尤其是高斯和斑点噪声，提高了整体对比度.针对数字彩色图像增强不能提供良好的动态范围压缩，在彩色渲染方面容易失败的问题，Ming-Jung Seow[4]等提出可以利用同态滤波器进行图像增强.为了避免色彩恢复失真，将原始图像中每个像素的颜色关系表示为状态空间中的吸引子，然后利用神经网络的动力学特性作为联想记忆，对同态滤波后的图像像素的自然颜色特征进行记忆恢复.该算法获得较好的彩色恢复效果，然而与其他算法相比没有速度上的优势.Sheng Zhong[5]等提出了一种基于小波分析的黑白图像增强方法和一种新的伪彩色图像处理方法.这些方法所获得的增强图像具有丰富的层次，算法提高了图像信息熵达30%左右.然而由于波母函数的不同，选择不同的波母函数所得到的结果也有差异，因而一致性不易保证.

图像增强也是提高阴影图像和低对比度图像的感知质量的过程，以便图像能够获得更高的视觉效果.图像采集设备所获得的图像本身存在各种噪声干扰和环境约束，这导致图像看上去有假边缘或伪轮廓，这些虚假的特征将淹没图像目标真正的特征.一般地，特征并不是存在于整个图像中，而是在图像的某一个局部位置，为了方便，通常把这种局部位置称为视觉焦点区域.视觉焦点可以通过最新的技术-视觉注意机制[6]来找到.研究考虑了在实际低照度环境条件下如何提高视觉焦点提取的精度.因此，图像增强是图像视觉焦点提取之前的关键问题.在真实的环境条件下，存在许多外部干扰，可能影响提取出视觉焦点区域.当然，在过高照度下，通过视觉注意机制检测后将得到大亮度的区域，图像的亮度特征将被这些大亮度的区域所覆盖.也就是说，视觉焦点感知会由亮度不均匀导致视觉误差.同时，在调整亮度时，色彩特征检测不受图像增强算法的影响，这是提出新算法的原因.首先，在RGB-YCbCr[7]模型基础上建立新映射模型.在针对亮度变量Y的微小调整中，可以得到YCbCr中3个分量的相应变化，而后应用视觉注意理论检测文中所提出的图像增强算法，验证算法的鲁棒性和运行速度.

1 色彩空间模型

色彩空间模型(包括RGB、YCbCr和HSV等)被广泛用于数字图像处理.其中，YCbCr颜色空间保留了比任何其他颜色空间更好的亮度分量的细节信息，同时，不少文献显示了使用YCrCb信号时，人眼对色度的敏感性低于亮度，即不易在图像增强过程中出现颜色失真现象.YCbCr是一种能够在色彩处理和感知均匀性两个方面获得较好折衷的色彩空间，其中的色彩均被处理成色彩感知上有意义的信息.这样，后续的图像/视频处理、传输和存储等就在色彩感知上均具有了意义.YCbCr的可分离亮度信号(Y)可以以高分辨率或高带宽传输，而两个色度分量(Cb和Cr)可以通过多次采样、压缩或以其他方式被单独处理，从而提高了系统效率.

由于定义YCbCr的方程是以旋转整个标准RGB颜色立方体的方式形成的，因此可以将其缩放以适应可变尺寸的YCbCr颜色立方体.在YCbCr颜色立方体中有一些点不能在相应的RGB域中表示(至少不在标准的RGB范围内)，因此，可以根据不同的标准定义改变YCbCr的形式.在ITU-RBT.601(也就是以前的CCIR 601)标准中，YCbCr是从RGB空间派生而来的，如式(1)所示：

(1)

JPEG的JFIF使用的YCbCr则按式(2)定义，其中Y、Cb和Cr取值在0～255范围内，

(2)

针对于以上的定义，转换后的YCbCr从数值上随着转换方式的改变而不同，因而不具备一般性.为此，研究提出了抽象变换形式以便进行统一的描述.

2 迭代自适应算法

2.1 抽象色彩空间变换

定义1 (抽象变换形式)RGB和YCbCr的抽象颜色空间变换形式如下：

(3)

这里,

在基于射频的无线能量传输系统中，部署了能量发射器或能量接入点(Energy Access Point EAP)以向分布式用户广播射频信号。为了收获由射频信号携带的能量，每个用户包含能量接收器以执行能量收割，通过该能量接收器将接收到的射频信号转换为能量。接收到的射频信号由整流器转换为直流(Direct Current DC)信号，整流器由二极管和无源低通滤波器(Low-Pass Filter LPF)组成。二极管通常是具有低导通电压的肖特(Schotty)二极管。然后使用得到的直流信号给充电电池充电，存储能量以备将来使用。

在图像增强中，仅仅改善亮度分量不能获得良好的性能，容易产生颜色失真现象.解决这一问题的可行方法即在图像亮度增强的同时加入色调不变约束和色相不变约束.色调和色相的定义如下：

Leach等 [4]通过大量的实验证明了喷嘴收敛角在13°时所形成的射流收敛性最好,冲蚀效果最佳。董星等[5]对后混合式水射流喷丸喷头外流场的运动特性进行了数值模拟，结果表明,外流连续相水的轴向速度和轴向动态压强具有显著对称性,最大轴向速度和轴向动压强均出现在射流轴线上，其值随喷丸压力的增加而增大,随喷丸靶距的增加而减小。潘峥正等[6]对后混合式磨料水射流的切割性能进行了研究,以固液两相流理论为基础,通过FLUENT模块对喷嘴内磨料的运动进行建模和数值分析，以聚焦管内的单个颗粒为研究对象,优化了传统的颗粒相控制模型,获得磨料颗粒在喷嘴内基本的运动情况。

(4)

(5)

2.2 色调、色相不变约束

(1)色调不变约束.假设色调保持常数α，则排除亮度干扰后，仅对颜色进行恢复时将采用式(6)进行推导.

(6)

在增强图像后，3个分量之间的新关系可以表示如下：

(7)

假设颜色平移的位移是线性的,就是ΔR=R′-R,ΔG=G′-G,ΔB=B′-B.假设：

我居北海君南海，寄雁传书谢不能。桃李春风一杯酒，江湖夜雨十年灯。持家但有四立壁，治病不蕲三折肱。想得读书头已白，隔溪猿哭瘴溪藤。

(8)

鉴于二阶微小量对全局的影响较小，为了简化起见,这里忽略不计.这样式(8)可以展开为：

[2RD11+(D12+D21)G+(D13+D31)B+2(T2A21+T3A31)]ΔR+[2GD22+(D12+D21)R+

(D23+D32)B+2(T2A22+T3A32)]ΔG+[2BD33+(D13+D31)R+(D23+D32)G+

输入 A：一幅低照度彩色图像；输出 EA：已增强的彩色图像.

(9)

(2)色相不变约束.如果令色相为恒常数β.根据色相数值范围可知,因而取反正切函数后,将为单映射函数.

2.3.2 水提工艺正交试验结果及统计分析 按照处方比例称取药材适量，根据L9（34）设计表进行9组试验，将水提液浓缩后置于已恒重的蒸发皿中，水浴浓缩蒸干，移入105℃烘箱中，干燥至恒重，取出，置干燥器中冷却30 min后，取出称重，计算浸膏得率。精密称取L9（34）试验项下1～9号浸膏样品适量，按“2.2.1”供试品溶液制备方法，进行测定，计算样品中葛根素的含量。以葛根素含量和浸膏得率为指标，将葛根素含量的权重系数设为0.8，浸膏得率设为0.2，进行统计分析。见表5～6。

首先考虑一个简单的情况，即：

1.1.3 普通疾病动物的普通病包括多种，比如内科、外科或者是产科疾病，而且发病率极高。外科疾病主要包括外伤或者是眼病等等，产科疾病较为复杂，包括孕期、分娩期以及产后的相关疾病等。

(10)

其中Cb不能为0.如果实际计算中确实为0，可令Cb=ε，其中的ε为不为0的小正数.根据以上的变换，可得：

(11)

令k1=tanβ，图像增强后，Cr和Cb分别转换为和当且令ΔR=R′-R,ΔG=G′-G,ΔB=B′-B，则：

由以上分析可得，随含水饱和度的增加，煤岩增透效果越好是冰水相变理论、静水压理论、分凝冰机制、尖端应力等综合作用的结果。干燥煤岩的损伤机制较单一，以温度应力造成孔裂隙破坏为主；而随着水分的引入，煤岩不仅存在温度应力造成的内部结构损伤，更增加了水引起的破坏作用，含水饱和度较低情况下，煤岩内部部分水分结冰，产生水压力；煤岩饱和的情况下，孔裂隙内的水分完全结冰，体积膨胀造成煤基质的收缩破坏，故含水饱和度越高，煤岩增透效果越好。

(A21k1-A31)ΔR+(A22k1-A32)ΔG+(A23k1-A33)ΔB=k2,

(12)

②分别使用式(16)和式(17)计算新的和

BIM软件本身具有材料统计功能，各类机电设备及管道附件都是根据厂家提供的产品数据设计，相当于是各种管件的信息汇总。现场采购的管件和阀门，跟软件里管件尺寸有误差，需要将软件内管件尺寸设置跟现场安装管件一样的尺寸，使得最终的模型与实际产品参数完全一致，这样就保证了预制加工的精度和准确性（见图6）。

(3)增量迭代模型.以下将利用拉格朗日极值求解方法推导出YCbCr随着R分量迭代增量的模型.假设：

2RD11+(D12+D21)G+(D13+D31)B+2(T2A21+T3A31)=L1,

(13)

2GD22+(D12+D21)R+(D23+D32)B+2(T2A22+T3A32)=L2,

(14)

2BD33+(D13+D31)R+(D23+D32)G+2(T2A23+T3A33)=L3,

(15)

然后得到：

(16)

(17)

(4)迭代自适应彩色图像增强.为了比较图像增强方法的优缺点，通常使用图像质量指标嵌入这些算法本身.常见的图像质量指标[8]主要包含7个指标，即结构化内容(Structural Content，SC)，均方误差(Mean Square Error，MSE)，峰值信噪比(Peak Signal to Noise Ratio，PSNR)，归一化互相关(Normalized Cross-Correlation，NK)，平均差(Average Difference，AD)，最大差值(Maximum Difference，MD)和归一化绝对误差(Normalized Absolute Error，NAE).用粒子群优化算法(Particle Swarm Optimization，PSO[9])找到最佳迭代步骤.迭代自适应彩色图像增强算法描述如下所示.

⑦归一化 EA 并输出.

2(T2A23+T3A33)]ΔB=0,

初始化:设定R分量的一个随机初始偏移量.

为了验证算法的有效性和鲁棒性，选择卡内基梅隆大学的姿态、照明和表情数据库(CMU PIE，见图1)作为测试图像集.

至此，由于色调与色相的限制，式(9)和式(12)用数学表达式阐述了其中的约束性.

区域断裂构造极为发育，构造性质多为张性、张扭性、压扭性断裂，具多期次活动特征，具良好伸展性和扩容性，是该区域重要的导矿、容矿构造。其中，桐柏—商城断裂带为区域主要控矿构造[1-4]，沿断裂带两侧及岩体外接触带，发育有金、银、铜、铅、锌、钼等多金属矿化，是我国重要的钼矿成矿区段之一。该区附近已评价的钼矿有6处，钼成矿地质条件十分有利。

③分别计算A和EA的7个质量指标；

④在图像增强时，使用PSO搜索最佳迭代次数τ；

⑤对和连续做τ次的迭代计算；

进一步从矿里范围来看，金矿化的有利突变，主要是娟英岩化以及黄铁矿，这两种主变过程较为明显的较为强烈时，可以看到石英脉落的穿插现象，则表明该地区深部存在有盲矿体。越是靠近矿源层接触带，则矿物质越丰富集中，更易形成富矿体。

⑥将增强后的图像由YCrCb色彩空间转换到 RGB空间；

算法1 迭代自适应彩色图像增强算法

3 视觉注意机制

在机器视觉研究中，作为人类视觉系统(HVS)的视觉生物机制启发式算法-视觉注意机制(VAM)越来越受到重视，许多专家将各种新颖的视觉注意机制模型应用到不同的领域.经典的视觉注意机制包括线性滤波器、“中心-周围”差分计算和归一化、多尺度融合归一、线性组合和显著性的竞争焦点等步骤.首先，获得的彩色图像使用线性滤波器来降低噪声.然后将滤波后的图像发送到3个通道，以便并行获得图像的颜色、亮度和方向等信息.在不同的通道下，输入图像进行低通滤波和亚采样，在不同分辨率下利用Gabor滤波，从而形成不同层级的金字塔[10-11].在金字塔的不同层次上获得颜色、亮度和4个方向(0度，45度，90度，135 度)特征，然后每个特征通道计算不同尺度下对应显著图的中心环绕差异和归一化.在合并和归一化地图后，3个通道中的每一个都可以获得对应的局部显著图.通过三通道输出的线性组合，得到最终的显著图.根据经典的Itti算法理论，在显著图中拥有最高值的区域是视觉关注的第一焦点区域，而后将此区域删除，并在其他区域中寻找第二焦点区域、第三焦点区域等等.研究的核心内容是如何获得包括特征图像在内的合适的视觉焦点.

4 实验和讨论

①将原始图像由RGB空间转换为YCrCb彩色空间；

图1 PIE 图像数据库中的一些图像

图像的质量可以从主观和客观两个不同的角度去分析.受限于主观分析的个体差异性，主要针对增强后的图像采用7个客观指标进行测量，以便具有良好的统一性.假设存在两幅相同分辨率(M×N)的图像A 和 B，A中存在像素集{xij}，B中有像素集则：

(1)平均偏差(Average Difference，AD).

第1代细胞周期疗法中的flavopiridol也被命名为alofocidib，是一种泛CDK抑制剂，其半数抑制浓度（halfmaximal inhibitory concentration，IC50）值为20～170 nmol/L，因有限的疗效和不可耐受的剂量限制性毒性而导致研发被终止[2]。然而，随着医学技术的进步，3种选择性CDK4/6抑制剂（palbociclib、ribociclib和abemaciclib）的研发，截至目前，都已经得到了相当好的临床获益结果。

(18)

(2)归一化绝对误差(Normalized Absolute Error， NAE).

污水源热泵系统，是一种以城市污水为低位热源，利用污水换热器、水源热泵机组，为散热器或地板采暖等末端设备提供热水，实现居民冬季采暖的系统形式。具体系统如下：

(19)

(3)均方误差(Mean Square Error，MSE).

(20)

(4)最大偏差(Maximum Difference， MD).

在华北的寒武系中，鲕粒是十分发育的，鲕粒的直径普遍低于2mm[5-6]。在河北省涉县境内存在一层巨鲕灰岩，其鲕粒直径达40mm。粒度均匀，球度较高，手标本上同心圈层密集、清晰(图1)。自然界中如此大的巨型鲕粒非常罕见，之前，普遍认为其为动水环境下形成的真鲕。

(21)

(5)归一化互相关系数(Normalized Cross-Correlation， NK).

(22)

(6)峰值信号比(Peak Signal to Noise Ratio，PSNR).

(23)

(7)结构化内容(Structural Content，SC).

(24)

6次迭代后获得的7种图像质量指标如图2所示.从图2中可以看出，随着迭代次数的增加，绝对误差相差很大，图像太亮，对比度不高，增强效果不佳.因此，为了达到更好的图像客观性，需要在合理的范围内搜索迭代次数.研究还发现搜索过程等于获得了图3所示的最佳图像熵.矩形框内的值将是最佳的迭代次数范围.采用粒子群优化的生物激励方法来搜索最佳迭代次数 τ，经过 τ 次迭代后，原始图像与增强图像的视觉焦点比较如图4所示.从图4中可以看出，增强图像的视觉焦点包含了增强前提取的大部分视觉焦点.结果表明，该算法对视觉焦点提取具有鲁棒性，且具有光照不变性的特点.

蓝宝石被喻为秋天的宝石，9月生辰石，也被人形容是神赐的礼物。早在古埃及、古希腊、和古罗马，蓝宝石就被用来装饰清真寺、教堂和寺院，并作为宗教仪式的贡品。旧约《圣经》中，犹太人相信蓝宝石来自造世主耶和华的王座，为了给陷于混沌迷惘中的犹太人民带来一道光明，而被神从王座上剥下，掷于人间以期传达神的心声。

图2 6次迭代后获得的7种图像质量指标图3 熵空间中最佳迭代次数的选取

图4 原始图像与增强图像的视觉焦点比较

为了验证文中算法在图像增强前后焦点提取的准确性，提出一种焦点覆盖比作为测试指标，即：

(25)

式中，i表示总数为N的图像组的第i幅图像；FO表示焦点覆盖比；be和ae分别表示增强前和增强后.考虑到图像增强算法集中的经典算法，研究所提出的算法将与直方图均衡化、对比度增强、同态滤波、小波变换进行比较，运行结果如表1所示.由表1可以看到，研究所提算法的焦点覆盖比是最好的，超过直方图均衡化近 30%，然而所消耗的时间远低于小波变换.这就证明了研究所提算法对视觉焦点提取的鲁棒性性能较好，且具有快速的特性.

表1 几种图像增强算法运行结果比较

图像增强算法 FO/%Time/ms图像均衡化68130对比度增强73210同态滤波75360图像增强算法 FO/%Time/ms小波变换821280研究所提算法97570

Iterative Adaptive Color Image Enhancement Based on Hue and Chroma Limitation

ZHANG Yi 1,WAN Nan2

(1.College of Computer and Information Science,Anhui Polytechnic University,Wuhu 241000, China;2.College of Medical Information, Wannan Medical College, Wuhu 241002, China)

Abstract：In order to overcome excessive brightness and color distortion problems in low illumination image enhancement processing, an iterative self-adaptive color image enhancement algorithm is proposed.First,the original image is converted to YCbCr color space from RGB color space.Then,according to hue and chroma invariant constraints,the proposed algorithm will search for the best iterative number in local space controlled by image quality indexes.And finally the enhanced color image will be obtained.Through the detection of the visual attention mechanism, our algorithm has good effect on the focus of coverage ratio and speed.

Key words：low illumination;iterative adaptive color image enhancement (IACIE);visual attention mechanism

中图分类号:TP37

文献标识码：A

文章编号：1672-2477(2018)02-0045-07

收稿日期：2018-01-13

基金项目：安徽省高等教育提升计划自然科学研究一般基金资助项目(TSKJ2015B13)

作者简介：张 义(1982-)，男，安徽阜阳人，讲师，硕士．