圖像增強(qiáng)算法中，對(duì)于圖像中目標(biāo)是否得到增強(qiáng)，有一個(gè)信背比的評(píng)價(jià)指標(biāo)，由于在百度上都沒有找到相關(guān)的記載，我找了幾篇文章對(duì)這一概念進(jìn)行介紹，如果有誤請(qǐng)各位指出來，如果其他地方有比較詳細(xì)的介紹也請(qǐng)?jiān)谠u(píng)論區(qū)附上鏈接供大家學(xué)習(xí)，感謝~

信背比評(píng)價(jià)圖像中目標(biāo)顯著程度，對(duì)于弱目標(biāo)顯示效果明顯。在信噪比相近的條件下，信背比越高，目標(biāo)信號(hào)越顯著。

? ?

上圖出自文獻(xiàn)[2]，使用局部信背比(LSBR)。用于評(píng)價(jià)圖像的增強(qiáng)效果。

?

信背比的概念及計(jì)算方法[1]

在圖像處理領(lǐng)域，沒有直觀的物理量可以表現(xiàn)目標(biāo)的顯著程度。信背比的概念來源于光譜學(xué)，對(duì)目標(biāo)信號(hào)的顯著程度進(jìn)行量化，直觀的反映出目標(biāo)信號(hào)與背景的平均灰度值之比。

文中信背比SBR為信號(hào)區(qū)（圖像內(nèi)）像素點(diǎn)的平均灰度值比上背景區(qū)域像素點(diǎn)的

值，且信號(hào)區(qū)域像素點(diǎn)不含有背景灰度值，背景區(qū)域像素點(diǎn)也不含有目標(biāo)信號(hào)灰度值。因此，當(dāng)像素點(diǎn)(x,y)屬于信號(hào)區(qū)域時(shí)：

當(dāng)像素點(diǎn)(x,y)屬于背景區(qū)域時(shí)：

信背比的計(jì)算表達(dá)為：

由于灰度值的數(shù)值不代表絕對(duì)的大小，僅代表白色與黑色之間的灰度等級(jí)，因此信背比不存在正負(fù)之分，因此取絕對(duì)值

由上式可知，當(dāng)信背比SBR=0時(shí)，，，信號(hào)灰度值與背景灰度值相等，即信號(hào)與背景完全無法分辨。

%提取圖像的SRB值 clear all;clc; I=rgb2gray(imread('aa.png')); %讀取圖片 figure(1),imshow(I);title('源圖像'); J1=im2bw(I,graythresh(I)); figure(2),imshow(J1);title('初始二值圖像'); [m,n]=size(I); %int i; %int j; sum_xinhao=0.0; sum_beijing=0.0; count=0; for i=1:mfor j=1:nif(J1(i,j)==1) %信號(hào)區(qū)域count=count+1;sum_xinhao=sum_xinhao+double(I(i,j));else %背景區(qū)域sum_beijing=sum_beijing+double(I(i,j));end%sum_xinhaoend end mean_xinhao=double(sum_xinhao/count); mean_beijing=double(sum_xinhao/(m*n-count)); SBR=10*abs(log10(mean_xinhao)-log10(mean_beijing));

-----------------------------------------------------------------

參考文獻(xiàn)：1 張劉,張皓晨,劉付成,滿益云,孫俊,張冠宇.基于高信背比的視頻低速暗弱目標(biāo)增強(qiáng)[J].光學(xué)精密工程,2019,27(04):945-952.

2?劉莉,錢雪飛,曹盟盟.基于圖像融合的紅外圖像增強(qiáng)算法研究[J].山西電子技術(shù),2019(05):91-93.

3?提取圖像中的圓圈https://blog.csdn.net/lf666000/article/details/49981153/

總結(jié)

以上是生活随笔為你收集整理的matlab实现评价图像增强效果的参数——信背比(SBR)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。