毛菁菁,吳智慧,馮鑫浩

(南京林業(yè)大學(xué)家居與工業(yè)設(shè)計(jì)學(xué)院，南京 210037)

隨著天然珍貴樹種的日益減少，天然薄木貼面材料的來源越來越受到限制，而對(duì)速生材表面進(jìn)行二次裝飾加工，使其具備珍貴樹種的木紋特征，并將其應(yīng)用于家具和木制品制造，對(duì)促進(jìn)木材加工業(yè)的可持續(xù)發(fā)展具有積極意義。因此，本研究對(duì)天然木紋進(jìn)行掃描采集、圖像處理與數(shù)碼3D打印，代替薄木貼面或木紋浸漬紙貼面等傳統(tǒng)的裝飾技法，既能節(jié)約珍貴木材，又能實(shí)現(xiàn)數(shù)字化裝飾和提高生產(chǎn)效率。在木紋打印前，建立高品質(zhì)的木紋數(shù)字圖像庫是不可缺少的環(huán)節(jié)，而數(shù)字圖像的質(zhì)量與清晰度往往密不可分。

使用清晰度這一術(shù)語時(shí)，通常主觀評(píng)價(jià)占主導(dǎo)地位，因?yàn)榍逦缺举|(zhì)上無法以定量的方式明確描述，同時(shí)也不能以具體的數(shù)值來衡量。考慮到清晰度的非定量本質(zhì)，數(shù)字印前技術(shù)出現(xiàn)后，以銳化程度(sharpness，簡稱銳度)來描述對(duì)象及其邊緣的清晰程度，以銳化(sharpening)來描述調(diào)整對(duì)象清晰度的處理[1]。在數(shù)字圖像領(lǐng)域，清晰度是分辨率和反差(銳度)的綜合表現(xiàn)。

關(guān)于圖像清晰度的研究大致可分為兩類：一類是針對(duì)提高圖像清晰度方法的研究，如有學(xué)者在Photoshop中采用創(chuàng)建虛光蒙版[2]或?qū)通道進(jìn)行USM銳化的方法[3]來提高圖像清晰度，也有學(xué)者通過設(shè)計(jì)銳化算法來更好地提高圖像清晰度[4]；另一類是針對(duì)圖像清晰度評(píng)價(jià)函數(shù)的研究，如有學(xué)者分析了調(diào)焦系統(tǒng)中幾種常用清晰度評(píng)價(jià)函數(shù)對(duì)不同模糊程度圖像的清晰度評(píng)價(jià)能力[5-6]，也有學(xué)者通過改進(jìn)算法，提出新的更有效的圖像清晰度評(píng)價(jià)指標(biāo)[7-9]。

數(shù)字圖像是由輸入設(shè)備借助光學(xué)成像系統(tǒng)、分光元件、光電轉(zhuǎn)換元件等器件將現(xiàn)實(shí)世界中連續(xù)變化的色澤轉(zhuǎn)換為數(shù)字世界的離散像素而形成的[10]。一方面，當(dāng)光子轉(zhuǎn)換為像素時(shí)，會(huì)在一定程度上降低圖像的清晰度，銳化的目的就是補(bǔ)償光子轉(zhuǎn)換為像素時(shí)不可避免的柔化；另一方面，由于輸入設(shè)備的數(shù)字傳感器與電路等因素會(huì)使圖像產(chǎn)生噪點(diǎn)，因此，減少噪點(diǎn)也不可或缺。銳化是通過提高圖像邊緣的對(duì)比度實(shí)現(xiàn)的，而減少噪點(diǎn)則會(huì)弱化邊緣，使圖像看起來較模糊。

在圖像分辨率一定的情況下，本研究對(duì)數(shù)字木紋圖像清晰度的調(diào)整主要包括去噪和銳化兩個(gè)方面。在保證木紋圖像相對(duì)清晰的前提下，盡可能還原直接掃描得到的原木紋圖像的紋理細(xì)節(jié)與色澤，為裝飾木紋的數(shù)碼3D打印建立高品質(zhì)的木紋數(shù)字圖像庫。

1 材料與方法

1.1 試驗(yàn)材料

目前，針對(duì)木紋圖像清晰度的研究較少，吳美瑾等[11]利用李峰等[9]提出的基于五區(qū)域的圖像清晰度評(píng)價(jià)方法，比較了水性底漆、透明底漆、面漆、完整油漆工序(六底兩面)以及清水擦拭木紋圖像的清晰度，得出除了清水擦拭，經(jīng)過透明底漆涂飾的木紋圖像最清晰的結(jié)論。

本研究選取經(jīng)過透明底漆涂飾的柚木木紋圖像為試驗(yàn)對(duì)象，掃描得到的圖像分辨率為300 ppi(pixels per inch，每英寸像素?cái)?shù))，格式為TIFF。為避免縮放引起圖像失真，在Photoshop CC2018中，將木紋圖像儲(chǔ)存為PNG格式[12]，裁剪出圖像中具有直紋或拋物紋紋理的局部木紋，規(guī)格設(shè)為100 mm×100 mm。選取另一組與上述圖像采集與處理方法一致，且圖像內(nèi)容相對(duì)應(yīng)的未經(jīng)涂飾處理的素板木紋圖像作對(duì)比試驗(yàn)，避免試驗(yàn)數(shù)據(jù)存在巧合。

1.2 試驗(yàn)方法

1.2.1 調(diào)整方法

Adobe Photoshop提供了各種減少噪點(diǎn)與銳化的工具，本研究借助Photoshop中幾種常用的調(diào)整工具與MATLAB中的3種去噪方法，實(shí)現(xiàn)不同處理軟件以及處理方式對(duì)木紋圖像去噪與銳化效果的比較分析。而減少噪點(diǎn)必須在銳化前進(jìn)行，否則銳化圖像的同時(shí)也將銳化噪點(diǎn)。

1)減少噪點(diǎn)。在Photoshop CC2018中，濾鏡菜單下雜色功能中的“減少雜色”“蒙塵與劃痕”以及“去斑”是幾種常用的去噪工具。噪點(diǎn)在Photoshop中被稱為雜色，過度減少噪點(diǎn)會(huì)使圖像產(chǎn)生不自然的柔和現(xiàn)象。

在MATLAB圖像處理工具箱中，提供了線性濾波、中值濾波、自適應(yīng)濾波等方法去除噪聲，不同的濾波方法對(duì)噪聲具有不同的效果[13]。本研究采用MATLAB R2018b比較中值濾波、均值濾波以及高斯濾波對(duì)木紋圖像的去噪效果。

2)銳化。包括USM銳化和“疊加/高反差保留”。①USM銳化。在Photoshop CC2018中，濾鏡菜單下銳化功能中的“USM銳化”“防抖”“進(jìn)一步銳化”“銳化”“銳化邊緣”以及“智能銳化”是幾種常用的銳化工具。通過不同參數(shù)的調(diào)整，USM銳化可實(shí)現(xiàn)的效果與其他濾鏡效果的差異很小，且可以讓用戶充分控制銳化。因此，本研究主要分析USM銳化帶來的效果。

USM銳化的調(diào)整參數(shù)包括數(shù)量(amount)、半徑(radius)和閾值(threshold)。對(duì)于像素來說，數(shù)量表示參加運(yùn)算的像素之間變深變淺的劇烈程度，半徑表示某個(gè)像素在計(jì)算時(shí)使周圍多少個(gè)像素同時(shí)參加運(yùn)算，閾值表示參加計(jì)算的相鄰像素點(diǎn)的反差范圍[14]。

②“疊加/高反差保留”方法。在Photoshop CC2018中，濾鏡菜單下其他功能中的“高反差保留”也是一種常用的銳化工具。“高反差保留”濾鏡是指保留圖像中的高頻細(xì)節(jié)，并刪除低頻細(xì)節(jié)。最終的結(jié)果是，在根據(jù)半徑設(shè)置保留高頻邊緣的同時(shí)，圖像中除邊緣外的所有區(qū)域都變成中性灰。

“疊加”并非唯一可與“高反差保留”濾鏡結(jié)合使用的混合模式，“柔光”和“強(qiáng)光”都是疊加的修改版本，也可使用“亮光”“線性光”和“點(diǎn)光”模式，但需充分降低圖層的不透明度，否則銳化效果將過于強(qiáng)烈。在這些混合模式中，只有“疊加”對(duì)陰影和高光的影響相同，因此對(duì)銳化圖像最有用。

高反差保留是一種查找圖像邊緣并以其修改圖像的算法。因此，在Photoshop中也可以通過創(chuàng)建邊緣蒙板與表面蒙板，配合高斯模糊與表面模糊來獲得調(diào)整效果較佳的圖像。邊緣蒙板用于銳化圖像中的邊緣，而表面蒙板則用于減少圖像中非邊緣區(qū)域的噪點(diǎn)。

對(duì)于木紋圖像清晰度的調(diào)整，一方面，由于木紋紋理細(xì)膩復(fù)雜、顏色深淺過渡不均等因素，若要最大限度地還原直接掃描得到的原木紋圖像的紋理細(xì)節(jié)與色澤，不管是否創(chuàng)建蒙板，都很難判斷應(yīng)將圖像邊緣模糊到什么程度，即無法確定需要去噪或銳化處理色調(diào)的特定范圍；另一方面，為便于后期的量化研究，本研究不采用創(chuàng)建蒙板的方法，而采用可以明確調(diào)整參數(shù)的去噪與銳化工具。

1.2.2 評(píng)價(jià)方法

1)調(diào)制傳遞函數(shù)(modulation transfer function，MTF)。MTF是用于空域內(nèi)光學(xué)系統(tǒng)成像性能評(píng)價(jià)的物理量，它通常不是一個(gè)確定的數(shù)值，而是空間頻率的函數(shù)，隨著空間頻率的升高逐漸降低。把通過光學(xué)系統(tǒng)的輸出圖像與輸入圖像的對(duì)比度之比稱為MTF。因?yàn)檩敵鰣D像的對(duì)比度總小于輸入圖像的對(duì)比度，所以MTF值為0～1[15]。在線性空間不變的系統(tǒng)中，任何成像系統(tǒng)都可看作是一個(gè)空間頻率濾波器，成像質(zhì)量的好壞可用前后頻率之比表示，從而將成像質(zhì)量量化[2]。因此，對(duì)于木紋圖像，利用MTF對(duì)印前圖像的清晰度進(jìn)行評(píng)價(jià)具有一定的指導(dǎo)意義[16]。

MTF曲線的橫坐標(biāo)是圖像頻率，縱坐標(biāo)為MTF值[17]。MTF曲線與坐標(biāo)軸所包圍的面積越大，圖像數(shù)據(jù)在傳遞過程中損失越少，表示系統(tǒng)的成像質(zhì)量越好。圖像頻率是表征圖像灰度變化程度的指標(biāo)，是灰度在平面空間上的梯度[2]。在MATLAB中計(jì)算圖像清晰度評(píng)價(jià)值的步驟為：首先讀取木紋圖像，并對(duì)其進(jìn)行傅里葉變換與歸一化處理；其次定義圖像頻率，并繪制MTF曲線；最后計(jì)算出MTF曲線與坐標(biāo)軸所圍面積。

2)能量梯度函數(shù)(energy of gradient，EOG)。常見的圖像清晰度評(píng)價(jià)函數(shù)有基于梯度信息的函數(shù)、頻譜函數(shù)及熵函數(shù)[18]。在考察自動(dòng)對(duì)焦中圖像清晰度的通用評(píng)價(jià)能力過程中，陳亮等[5]采用5種具有代表性的清晰度評(píng)價(jià)函數(shù)對(duì)模糊程度依次加深但內(nèi)容一致的圖像進(jìn)行評(píng)價(jià)，得出基于梯度信息函數(shù)中的EOG，Tenengrad函數(shù)以及基于頻譜函數(shù)中的小波變換函數(shù)的靈敏度較高的結(jié)論。因此，本研究選取能量梯度函數(shù)作為木紋圖像清晰度評(píng)判的參考依據(jù)。該函數(shù)采用圖像上相鄰像素點(diǎn)的差分計(jì)算局部梯度，其計(jì)算公式[19]為：

(1)

式中：I為當(dāng)前圖像，I(x，y)為點(diǎn)(x，y)處的像素值。本研究將x方向和y方向的相鄰像素灰度值差值的平方和作為清晰度評(píng)價(jià)值，并在MATLAB中對(duì)該值做歸一化處理。

3)主觀評(píng)價(jià)法。鑒于不同的圖像內(nèi)容，當(dāng)前已知的清晰度評(píng)價(jià)函數(shù)只具備初步客觀評(píng)價(jià)圖像清晰度的能力，評(píng)判標(biāo)準(zhǔn)也參差不齊，很難完全代替人的主觀感受[5]。為進(jìn)一步評(píng)判木紋圖像清晰度評(píng)價(jià)值的準(zhǔn)確性，本研究結(jié)合主觀評(píng)價(jià)法，通過相互驗(yàn)證實(shí)現(xiàn)主客觀評(píng)價(jià)的一致性。

2 結(jié)果與分析

2.1 木紋圖像的去噪效果與評(píng)價(jià)

2.1.1 Photoshop去噪

在400%的縮放比例下，未經(jīng)透明底漆涂飾的木紋圖像幾乎看不見噪點(diǎn)，使用去噪工具反而會(huì)使圖像模糊。因此，本研究去噪處理的對(duì)象為經(jīng)過透明底漆涂飾的木紋圖像。

在Photoshop CC2018中，使用不同去噪工具處理木紋圖像時(shí)的參數(shù)設(shè)置及去噪效果見表1和2。

表1 減少雜色的參數(shù)設(shè)置及效果Table 1 Parameters setting and effect of Reducing Noise

表2 蒙塵與劃痕的參數(shù)設(shè)置及效果Table 2 Parameters setting and effect of Dust and Scratches

1)在減少雜色效果的參數(shù)設(shè)置中，“高級(jí)”模式下的設(shè)置不受“基本”模式影響。因此，本研究采用“高級(jí)”模式。其中，應(yīng)用于“整體”選項(xiàng)的只有“減少雜色”“銳化細(xì)節(jié)”和“移去JPEG不自然感”，而應(yīng)用于“每通道”選項(xiàng)的“強(qiáng)度”和“保留細(xì)節(jié)”將覆蓋“整體”選項(xiàng)中相應(yīng)的設(shè)置。減少雜色可使噪點(diǎn)顏色接近木紋顏色，在此設(shè)為固定值50%。在RGB顏色模式中，通常紅色通道的噪點(diǎn)最少，藍(lán)色通道的噪點(diǎn)最多，據(jù)此對(duì)3個(gè)顏色通道設(shè)置不同的數(shù)值進(jìn)行比較。在400%縮放比例下，方案三在保留更多紋理高頻細(xì)節(jié)的同時(shí)，去噪效果較佳。

2)在蒙塵與劃痕效果的參數(shù)設(shè)置中，當(dāng)半徑為1像素，閾值超過20色階時(shí)，或當(dāng)半徑為2像素，閾值超過10色階時(shí)，肉眼可以明顯觀察到其他雜色的出現(xiàn)。在400%縮放比例下，方案五在保留更多紋理高頻細(xì)節(jié)的同時(shí)，去噪效果較佳。

3)在去斑效果的參數(shù)設(shè)置中，疊加去斑次數(shù)不僅未能有效去除噪點(diǎn)，且相比其他濾鏡，木紋細(xì)小紋理的邊緣變得更加模糊。因此，不考慮使用該濾鏡對(duì)木紋圖像進(jìn)行去噪。

2.1.2 MATLAB去噪

在MATLAB R2018b中，對(duì)木紋圖像R、G、B 3個(gè)通道進(jìn)行濾波去噪，使用不同濾波方法處理木紋圖像時(shí)的參數(shù)設(shè)置及去噪效果見表3。

表3 MATLAB濾波去噪的參數(shù)設(shè)置及效果Table 3 Parameters setting and effect of MATLAB noise filtering

無論使用哪種濾波方法，當(dāng)模板大于5×5時(shí)，木紋圖像均產(chǎn)生了明顯的柔化，導(dǎo)致紋理細(xì)節(jié)丟失。因此，本研究分別采用3×3與5×5模板進(jìn)行比較。在400%縮放比例下，高斯濾波與均值濾波的去噪效果幾乎完全一致。在保留更多紋理高頻細(xì)節(jié)的條件下，中值濾波的去噪效果均好于高斯濾波和均值濾波。而對(duì)于中值濾波，5×5模板處理的圖像相對(duì)模糊，但去噪效果更好，考慮到后期要用銳化改善圖像清晰度，也為了減少對(duì)噪點(diǎn)的銳化，本研究選用方案二。

由于濾波去噪會(huì)降低圖像分辨率，因此，將分辨率統(tǒng)一為72 ppi。木紋圖像的原圖與Photoshop去噪中減少雜色的方案三、蒙塵與劃痕的方案五以及MATLAB去噪的方案二對(duì)比如圖1所示。由圖1可知，方案五與方案二的木紋圖像視覺效果接近，但方案二圖像的低頻部分更加平滑，兩者的噪點(diǎn)均較少，細(xì)小紋理均被柔化；方案三的木紋圖像噪點(diǎn)較多，且噪點(diǎn)顏色明顯異于木紋顏色，但高頻細(xì)節(jié)保留較完整；3種去噪方式都在某種程度上改變了原木紋圖像的色澤。

圖1 去噪效果對(duì)比Fig. 1 The comparison of denoising effect

2.1.3 去噪效果的評(píng)價(jià)與比較分析

在MATLAB R2018b中，分別使用調(diào)制傳遞函數(shù)(MTF)與能量梯度函數(shù)(EOG)對(duì)上述3種較優(yōu)的去噪方案效果進(jìn)行清晰度評(píng)價(jià)，評(píng)價(jià)值見表4。

表4 去噪效果的函數(shù)評(píng)價(jià)值Table 4 Functional evaluation values of denoising effect

由MTF值與EOG值可知，無論是灰度圖還是RGB圖，方案二的去噪效果最好。這是因?yàn)樵搱D像的低頻部分更加平滑，噪點(diǎn)更少，而減少噪點(diǎn)必然會(huì)在一定程度上使圖像模糊(原圖的MTF值大于方案三與方案二也說明了這一點(diǎn))。因此，去噪效果越好，MTF值越大，EOG值越小。通過相互驗(yàn)證，2種函數(shù)對(duì)木紋圖像去噪效果的清晰度評(píng)價(jià)與主觀評(píng)價(jià)具有一致性。

方案五與方案二圖像的噪點(diǎn)均較少，但由于通過方案二(中值濾波去噪)處理的木紋圖像分辨率有所降低，因此，本研究采用方案五作為銳化前的去噪方案。

2.2 木紋圖像的銳化效果與評(píng)價(jià)

2.2.1 USM銳化

關(guān)于木紋圖像的USM銳化方案，有試驗(yàn)證明，單獨(dú)對(duì)L通道進(jìn)行USM銳化比對(duì)圖像整體進(jìn)行USM銳化的效果好，后者只適用于淺色系木紋圖像清晰度的調(diào)整，前者則同時(shí)適用于淺色系和深色系木紋圖像[20]。一般顯示器的顏色模式為RGB，上述方式必須先將顏色模式為RGB的木紋圖像轉(zhuǎn)換為Lab后，再對(duì)L通道進(jìn)行銳化。但若再轉(zhuǎn)回RGB顏色，則會(huì)破壞8位/通道的圖像(由于量化誤差，對(duì)于色階為256的圖像，將丟失20～35的色階)，導(dǎo)致不理想的顏色變化與色調(diào)分離。因此，本研究對(duì)2種顏色模式下的銳化方案均進(jìn)行了討論。

1)Lab顏色模式。在USM銳化中，半徑取值與圖像分辨率有關(guān)，一般可遵循“半徑=圖像分辨率/200”的計(jì)算公式；數(shù)量取值與圖像大小有關(guān)，一般2～3 MB的圖像可設(shè)為30%～40%[3]；較低的閾值取值(1～4色階)適合有輕微紋理的區(qū)域，但可能不能提供足夠的保護(hù)。本研究采用的柚木木紋圖像分辨率為300 ppi，大小為2～3 MB。因此，在Lab顏色模式下，對(duì)L通道進(jìn)行USM銳化的參數(shù)設(shè)置及銳化效果見表5。

表5 USM銳化的參數(shù)設(shè)置及效果Table 5 Parameters setting and effect of USM Sharpening

在400%的縮放比例下，當(dāng)半徑與閾值不變，而數(shù)量設(shè)為30%或40%時(shí)，肉眼幾乎難以觀察到差別；當(dāng)半徑與數(shù)量不變，而閾值設(shè)為0，2與4色階時(shí)，可以輕微觀察到圖像在逐漸變模糊。

為進(jìn)一步比較木紋圖像的清晰度，在MATLAB R2018b中，分別使用調(diào)制傳遞函數(shù)(MTF)與能量梯度函數(shù)(EOG)對(duì)上述6種銳化方案效果進(jìn)行清晰度評(píng)價(jià)，MTF值與EOG值的變化趨勢如圖2a、b所示。其中，灰度圖與RGB圖的EOG值過于接近，幾乎重合。圖2a中的數(shù)據(jù)均是在100%縮放比例下導(dǎo)出圖像的MTF值，導(dǎo)出圖像的顏色模式為RGB，格式為PNG，分辨率為72 ppi。由于是比較不同參數(shù)設(shè)置的銳化效果，因此圖像格式統(tǒng)一即可。

圖2 MTF值與EOG值的變化趨勢Fig. 2 The changing trend of MTF value and EOG value

由MTF值與EOG值可知，無論是灰度圖還是RGB圖，方案四的銳化效果最好，即當(dāng)對(duì)L通道進(jìn)行USM銳化的數(shù)量取40%，半徑取1.5像素，閾值取0色階時(shí)，木紋圖像最清晰。其中，閾值取值與主觀評(píng)價(jià)具有一致性。

2)RGB顏色模式。在圖像的顏色模式為RGB的情況下，應(yīng)當(dāng)復(fù)制背景圖層，并將該圖層的混合模式設(shè)為“明度”，再對(duì)其進(jìn)行USM銳化，參數(shù)設(shè)置同表5。同樣地，在MATLAB R2018b中，分別使用調(diào)制傳遞函數(shù)(MTF)與能量梯度函數(shù)(EOG)對(duì)上述6種銳化方案效果進(jìn)行清晰度評(píng)價(jià)，MTF值與EOG值的變化趨勢如圖2c、d所示。其中，灰度圖與RGB圖的EOG值過于接近，幾乎重合。

無論是主觀評(píng)價(jià)還是客觀評(píng)價(jià)，在混合模式“明度”下應(yīng)用銳化的結(jié)果與將圖像顏色模式轉(zhuǎn)換為Lab并銳化L通道的結(jié)果一致，即方案四的木紋圖像最清晰。

綜上所述，2種函數(shù)對(duì)Lab顏色模式與RGB顏色模式下的木紋圖像不同銳化效果的清晰度評(píng)價(jià)均具有一致性。從靈敏度角度看，能量梯度函數(shù)(EOG)表現(xiàn)出相對(duì)優(yōu)異的性能。

2.2.2 “疊加/高反差保留”方法

在400%縮放比例下，當(dāng)高反差保留的半徑設(shè)置超過2像素或混合模式為“疊加”的圖層數(shù)量超過2層時(shí)，肉眼可明顯觀察到木紋圖像色澤的改變與噪點(diǎn)的加深。在RGB顏色模式下，使用“疊加/高反差保留”方法的參數(shù)設(shè)置及銳化效果見表6。

表6 “疊加/高反差保留”方法的參數(shù)設(shè)置及效果Table 6 Parameters setting and effect of “overlay and high pass” method

在MATLAB R2018b中，分別使用調(diào)制傳遞函數(shù)(MTF)與能量梯度函數(shù)(EOG)對(duì)上述4種銳化方案效果進(jìn)行清晰度評(píng)價(jià)，評(píng)價(jià)值見表7。

表7 銳化效果的函數(shù)評(píng)價(jià)值Table 7 Functional evaluation value of sharpening effect

其中，肉眼可以明顯觀察到方案四的木紋圖像最清晰，對(duì)應(yīng)的MTF值與EOG值也最大，但噪點(diǎn)較明顯，與原木紋圖像的色澤差異較大。方案二與方案三的視覺效果接近，在400%縮放比例下，可以觀察到方案三的木紋圖像新產(chǎn)生的雜色較少，圖像更清晰，對(duì)應(yīng)的MTF值也較大。而方案二由于圖層的疊加導(dǎo)致雜色加深，相鄰像素灰度值差值的平方和變大，因此，對(duì)應(yīng)的EOG值也較大。

綜上所述，本研究選擇方案三作為“疊加/高反差保留”方法的銳化效果最佳方案。當(dāng)其中有一個(gè)量固定不變時(shí)，混合模式為“疊加”的圖層數(shù)量越多(或半徑取值越大)，圖像的高頻細(xì)節(jié)就越清晰，對(duì)應(yīng)的MTF值與EOG值就越大，但EOG值越大，并不代表圖像就越清晰。

2.2.3 銳化效果的評(píng)價(jià)與比較分析

在Photoshop中的Lab顏色模式下，導(dǎo)出圖像會(huì)自動(dòng)轉(zhuǎn)為RGB顏色模式，分辨率由300 ppi降為72 ppi。因此，該模式下導(dǎo)出圖像的銳化效果與RGB顏色模式下導(dǎo)出圖像的銳化效果無法通過MTF值或EOG值進(jìn)行比較，但兩者最佳銳化效果的參數(shù)設(shè)置是一致的。

為保證木紋圖像的高分辨率，選擇USM銳化(RGB顏色模式)中的方案四與“疊加/高反差保留”方法中的方案三進(jìn)行比較。為更加精確地比較，將兩者的半徑取值統(tǒng)一設(shè)為1.5像素。同時(shí)，對(duì)與之對(duì)應(yīng)且未經(jīng)去噪處理的素板木紋圖像采用相同的銳化參數(shù)設(shè)置，驗(yàn)證調(diào)整參數(shù)的普遍適用性。在MATLAB R2018b中，分別使用調(diào)制傳遞函數(shù)(MTF)與能量梯度函數(shù)(EOG)對(duì)上述2種銳化方案效果進(jìn)行清晰度評(píng)價(jià)，評(píng)價(jià)值見表8。

表8 2種銳化方案效果的函數(shù)評(píng)價(jià)值Table 8 Functional evaluation value of the effects of two sharpening schemes

1)對(duì)于沒有進(jìn)行去噪處理的素板木紋圖像，由MTF值與EOG值可知，無論是灰度圖還是RGB圖，在半徑取值均為1.5像素的情況下，采用覆蓋一層“疊加”圖層的“高反差保留”方法的木紋圖像比在“明度”圖層進(jìn)行的數(shù)量設(shè)為40%、閾值設(shè)為0色階的USM銳化(RGB顏色模式)方法更清晰。在400%縮放比例下，也可以觀察到方案三的木紋圖像高頻細(xì)節(jié)更突出，看起來更清晰，而方案四與原木紋圖像的細(xì)節(jié)紋理與色澤更接近，這與客觀評(píng)價(jià)值一致。

2)對(duì)于進(jìn)行去噪處理的經(jīng)過透明底漆涂飾的木紋圖像，由MTF值可知，未經(jīng)去噪處理的原木紋圖像最清晰，在經(jīng)過相同的去噪與不同的銳化處理后，方案三的木紋圖像更清晰；由EOG值可知，原木紋圖像與方案三的木紋圖像都比方案四的更清晰，但原木紋圖像灰度圖的EOG值較小，與其他數(shù)值的變化規(guī)律不符，說明能量梯度函數(shù)(EOG)對(duì)銳化效果的清晰度評(píng)價(jià)存在一定誤差。在400%縮放比例下，可以觀察到方案三與原木紋圖像更接近，保留了更多的紋理細(xì)節(jié)與色澤，看起來也更清晰，這與客觀評(píng)價(jià)值一致。

3 結(jié) 論

1)調(diào)制傳遞函數(shù)(MTF)與能量梯度函數(shù)(EOG)對(duì)木紋圖像去噪效果的清晰度評(píng)價(jià)與主觀評(píng)價(jià)具有一致性。去噪效果越好，圖像的MTF值越大，EOG值越小。在不降低原木紋圖像分辨率的前提下，使用“蒙塵與劃痕”濾鏡的半徑設(shè)為2像素，閾值設(shè)為10色階時(shí)，去噪效果最好。

2)在Lab顏色模式下的木紋圖像應(yīng)用USM銳化效果的清晰度評(píng)價(jià)結(jié)果與RGB顏色模式下的結(jié)果一致，即當(dāng)USM銳化的數(shù)量設(shè)為40%、半徑設(shè)為1.5像素、閾值設(shè)為0色階時(shí)，銳化效果最好。其中，閾值取值的主客觀評(píng)價(jià)具有一致性。

3)對(duì)于未經(jīng)去噪處理的素板木紋圖像，使用數(shù)量設(shè)為40%、半徑設(shè)為1.5像素、閾值設(shè)為0色階的USM銳化時(shí)，紋理細(xì)節(jié)與色澤更接近原木紋圖像，但清晰度不如另一方案；而對(duì)于經(jīng)過去噪處理的透明底漆涂飾的木紋圖像，使用半徑設(shè)為1.5像素，“疊加”圖層的數(shù)量設(shè)為1層的“疊加/高反差保留”方法，紋理細(xì)節(jié)與色澤更接近原木紋圖像，且清晰度也優(yōu)于另一方案。說明對(duì)于任何給定的圖像，不能以相同的方式進(jìn)行銳化處理。

4)無論是素板木紋圖像還是經(jīng)過透明底漆涂飾的木紋圖像，銳化效果越好，圖像的MTF值與EOG值越大，木紋圖像越清晰，這與主觀評(píng)價(jià)具有一致性。從靈敏度角度看，能量梯度函數(shù)(EOG)對(duì)木紋圖像清晰度的評(píng)價(jià)表現(xiàn)出相對(duì)優(yōu)異的性能，但其對(duì)銳化效果的評(píng)價(jià)存在一定誤差。

5)在通過清晰度的調(diào)整來還原掃描得到的原木紋圖像紋理細(xì)節(jié)的過程中，去噪與銳化都在一定程度上改變了原木紋圖像的色澤，因此需要結(jié)合實(shí)際情況做出判斷。