第三章 研究方法
3.5 灰階像素分析與消除光源不均
在機率統計中最常使用作為統計分佈程度,反映個體間的離散程度。簡單來 說,標準差是一組數值自平均值分散開來的程度的一種測量觀念。大的標準差,
代表大部分的數值和其平均值之間差異較大;較小的標準差,代表這些數值較接 近平均值。如圖3.8為灰階像素標準差流程圖、圖3.9為消除光度不均之流程。
圖 3. 8 灰階像素標準差之流程
圖 3. 9 除光度不均之流程
影像標準差的大小可以了解此影像分散的程度(對比高低),這些平均值可以 幫助我們分析此影像灰度分佈情形。一般常用的統計平均值定義如下:
影像平均值:
MAX MIN
x T
MAX x MIN
x n
n ) x
x ( xp )
x ( E
X (3-1)
影像平均能量:
MAX
MIN x
2 2) x p(x) x
( E
X (3-2) 影像標準差:
MAX MIN x
2p(x) ) x x
( (3-3)
計算不同區域標準差,並顯示影像中區域相應的像素值間的標準差,設定非 導盲磚之最大門檻值,如圖3.10為非導盲磚區域標準差。
35
圖 3. 10 非導盲磚區域標準差
依照每個區塊統計出符合設定門檻值內的總像素是否在門檻值內,判斷目標 像素的區域灰階標準差的差異程度來作為評估的標準。如圖 3.11(a)為導盲磚標準 差 46.2 與圖 3.11(b)為導盲磚標準差 47.8。
(a)導盲磚標準差46.2 (b)導盲磚標準差47.8 圖 3. 11 導盲磚標準差
3.5.1 消除光源不均
由於建築物導致導盲磚被陰影遮蔽(光源不均),造成影像分割不齊全,為了 辨識被陰影遮蔽的部份,而使用擴展亮度來處理。如圖3.12為陰影遮蔽之導盲磚。
圖 3. 12 陰影遮蔽之導盲磚
可以看到導盲磚一些部分被建築物遮蔽而產生光源不平均,而導致辨識度可 能不完整。圖3.13為被陰影遮蔽之導盲磚標準差。
圖 3. 13 被陰影遮蔽之導盲磚標準差
傳統直方圖等化是一種在影像處理領域中很常見的自動影像增強法,其原理 是藉由重新分配影像中的灰階分佈,使其分佈的較均勻因此強化了明暗對比,而 得到最佳的顯示狀態。可是傳統的直方團均衡化是對整張影像增強,影像中局部 的細節往往得不到增強,甚至在均衡化過程中往往被其鄰近的灰階值合併,反而 導致影像對比度降低。在這是使用有限制對比度自適應直方圖均衡化,用來提升 影像的對比度的一種影像處理技術。通過計算影像的局部直方圖,然後重新分布 亮度來改變影像的對比度。更適合傳統直方圖均衡化來改進影像的局部對比和得 到更多的影像細節。計算灰階分佈範圍設定在30~60之間,設定如果區域內灰階 值標準差分佈在30~60之間就是導盲磚之灰階分佈。如果標準差低於30則使用消 除光源不均,以利於特徵辨識。如圖3.14為消除光度不均後影像。
37
圖 3. 14 消除光度不均後影像