周衛(wèi)星，廖 歡

（華南師范大學(xué) 物理與電信工程學(xué)院，廣東 廣州 510006）

1 引言

霧對(duì)成像設(shè)備的直接影響是造成輸出圖像的對(duì)比度下降、分辨力降低，這對(duì)于利用圖像內(nèi)容進(jìn)行決策的場合，如監(jiān)測、監(jiān)控、目標(biāo)跟蹤等會(huì)帶來很大的困難。為了提高受霧影響的圖像質(zhì)量，人們提出了各種改善圖像對(duì)比度、增強(qiáng)圖像分辨力的方法。其中具有代表性的是基于大氣退化物理模型的方法和基于圖像增強(qiáng)的方法[1-2]、全局直方圖均衡化算法和局部直方圖均衡化[3-4]等方法。由于直方圖均衡化算法相對(duì)比較簡單，所以應(yīng)用較為廣泛，其中對(duì)圖像增強(qiáng)效果較好的是局部直方圖均衡化算法，但其缺點(diǎn)是塊效應(yīng)比較明顯，且計(jì)算量巨大。對(duì)比度受限的直方圖均衡化[5-7]（CLAHE）算法是一種介于全局直方圖均衡和局域直方圖均衡方法之間的處理方法，綜合了兩種直方圖均衡的優(yōu)點(diǎn)，有效地改善圖像的對(duì)比度。

由于各種直方圖均衡化方法都是建立在合并相似像素灰度的基礎(chǔ)上，所以在提高圖像對(duì)比度的同時(shí)，也模糊了圖像的細(xì)節(jié)。針對(duì)這種情況，提出了一種基于高頻強(qiáng)調(diào)濾波和CLAHE的圖像增強(qiáng)方法，將空間域和頻域方法相結(jié)合，既能增強(qiáng)圖像對(duì)比度，又能突出圖像細(xì)節(jié)信息。實(shí)驗(yàn)表明，整體視覺效果良好。

2 高頻強(qiáng)調(diào)濾波方法

圖像信號(hào)在頻域中的高頻分量對(duì)應(yīng)時(shí)域中的圖像細(xì)節(jié)，所以有意提高圖像信號(hào)中高頻分量或降低圖像信號(hào)中的低頻分量，可達(dá)到銳化圖像的作用。高通濾波器能夠衰減圖像信號(hào)中的低頻部分，從而增強(qiáng)圖像的高頻部分，所以常用于圖像細(xì)節(jié)的增強(qiáng)。

理想2D高通濾波器的轉(zhuǎn)移函數(shù)可表述如下

式中：D0為截止頻率，D（u，v）為點(diǎn)（u，v）到頻率平面原點(diǎn)的距離。由式（1）可以看出，高通濾波器只讓截止頻率大于或等于D0的分量通過，對(duì)于低頻和直流輸出為0。由于低頻和直流分量對(duì)應(yīng)于圖像中的大面積背景圖像，這一部分的缺失會(huì)使圖像的背景變暗，視覺效果變差。

解決高通濾波器不能使直流通過的方法之一是使高通濾波器乘以一個(gè)常數(shù)，再增加一個(gè)偏移量。經(jīng)過這種處理的濾波系統(tǒng)稱為高頻強(qiáng)調(diào)濾波器，其轉(zhuǎn)移函數(shù)為

其中，Hhp（u，v）為高通濾波器，a 和 b 為常數(shù)，且有 a≥0，b>a。

實(shí)現(xiàn)Hhp（u，v）的高通濾波器有很多種類型。這里采用的是Butterworth高通濾波器。其轉(zhuǎn)移函數(shù)為

這種濾波器的一個(gè)特點(diǎn)是沒有“振鈴”現(xiàn)象，反映在圖像上就是在邊緣或細(xì)節(jié)上沒有重影出現(xiàn)，這樣能夠有效地提高圖像中細(xì)節(jié)的清晰度。

3 CLAHE方法

常規(guī)的直方圖均衡化[8-10]方法主要有兩大類，一類是全局直方圖均衡，另一類是局部直方圖均衡。它們都是以概率論為基礎(chǔ)，基本思想是通過灰度的映射使圖像的灰度值分布均勻，增加像素灰度值的動(dòng)態(tài)范圍。圖像的灰度統(tǒng)計(jì)直方圖可用一個(gè)一維的離散函數(shù)表示

式中：rk和 nk分別為圖像 f（x，y）的第 k級(jí)灰度值和具有灰度值k的像素個(gè)數(shù)，n是圖像的總像素，L是圖像的灰度級(jí)數(shù)。

直方圖給出的是在圖像的L級(jí)灰度中，rk級(jí)灰度值出現(xiàn)概率的估計(jì)，是圖像中所有灰度值的整體描述，反映了圖像的灰度值分布情況。當(dāng)一幅圖像的灰度值過分集中在某幾個(gè)灰度值上時(shí)，圖像就缺乏層次，主觀效果較差。所以，通過改變灰度直方圖的形狀來使灰度分布盡量均勻，可以達(dá)到增強(qiáng)圖像對(duì)比度的效果。

對(duì)于離散化的數(shù)字圖像，直方圖均衡化的公式為

將整幅圖像作為一個(gè)圖像塊處理，稱為全局直方圖均衡化，是對(duì)整個(gè)圖像的直方圖進(jìn)行處理，由于一幅圖像中不同區(qū)域（局部）景物的景深不同，灰度的變化也各不相同，所以對(duì)于場景深度多變的圖像，若采用全局變換，圖像的對(duì)比度增強(qiáng)效果難以令人滿意。

將圖像分塊處理，則稱為局部直方圖均衡化，也稱塊重疊直方圖均衡化，是一種標(biāo)準(zhǔn)的自適應(yīng)直方圖均衡化方法（AHE）。局部直方圖均衡化時(shí)，首先在圖像中定義一個(gè)大小合適的矩形塊圖，然后對(duì)該塊進(jìn)行直方圖變換，變換后將塊的中心點(diǎn)作為當(dāng)前圖像一個(gè)像素的輸出。然后將塊移動(dòng)一個(gè)像素，重復(fù)上面的過程。由于對(duì)每個(gè)像素都要進(jìn)行一次塊的直方圖變換，所以該方法的計(jì)算量較大。也有采用非重疊塊的方法，這樣可以減少計(jì)算量，但會(huì)使圖像產(chǎn)生較明顯的“馬賽克”現(xiàn)象。

局部直方圖均衡化能夠克服全局直方圖均衡化難以適應(yīng)局部灰度分布的缺陷，對(duì)于場景深度信息多變的霧天圖像，采用局部增強(qiáng)的方法可在很大程度上減小場景深度對(duì)對(duì)比度增強(qiáng)效果的影響，獲得較為清晰的增強(qiáng)圖像。

CLAHE是對(duì)上述兩種直方圖均衡化的一種改進(jìn)。其最早被提出用于對(duì)低對(duì)比度的醫(yī)學(xué)圖像進(jìn)行增強(qiáng)處理，且已經(jīng)取得了顯著的效果[11]。CLAHE的實(shí)質(zhì)是在局部直方圖均衡時(shí)，同時(shí)考慮周圍區(qū)域的影響，處理后的圖像既有局部直方圖均衡后，適應(yīng)圖像不同部位灰度分布差異的特點(diǎn)，又有全局直方圖均衡后，全圖灰度分布較為協(xié)調(diào)的效果。如果用 hw（s）表示窗口內(nèi)的直方圖均衡，hb（s）表示窗口外的直方圖均衡，則CLAHE可表示為

式中：0≤β≤1。β=1 時(shí)，為局部直方圖均衡，β=0 時(shí)，為全局直方圖均衡。調(diào)整β的大小，就可以調(diào)整窗口外部環(huán)境對(duì)窗口內(nèi)變換的影響程度。窗口的外部區(qū)域可以是除窗口外的所有圖像，但考慮到離當(dāng)前窗口較遠(yuǎn)的像素與窗口內(nèi)的像素相關(guān)性很小這一事實(shí)，實(shí)際運(yùn)算時(shí)可只取窗口臨近的區(qū)域作為外部像素。

4 算法的實(shí)現(xiàn)及實(shí)驗(yàn)結(jié)果

本文的算法是將高頻強(qiáng)調(diào)濾波器與CLAHE相結(jié)合來實(shí)現(xiàn)的，用高頻強(qiáng)調(diào)濾波器增強(qiáng)圖像的細(xì)節(jié)，用CLAHE增強(qiáng)圖像的對(duì)比度。算法的具體步驟為：

1）對(duì)圖像進(jìn)行高頻強(qiáng)調(diào)濾波器濾波。對(duì)低頻系數(shù)和高頻系數(shù)同時(shí)加權(quán)處理。但是低頻的加權(quán)系數(shù)一定要小于高頻的加權(quán)系數(shù)，這樣可以保證低頻不會(huì)丟失，而高頻的邊緣細(xì)節(jié)部分會(huì)得到明顯的增強(qiáng)。

2）對(duì)于圖像中的任意一點(diǎn)，根據(jù)窗口大小確定其相關(guān)區(qū)域。

3）根據(jù)式（6）計(jì)算矩形窗口的直方圖。

4）對(duì)矩形窗口內(nèi)的直方圖進(jìn)行均衡，實(shí)現(xiàn)對(duì)窗口中心像素的處理。

5）移動(dòng)矩形窗口到下一個(gè)相鄰的像素，從2）開始重復(fù)上面的過程，直至處理完整幅圖像。

采用本算法增強(qiáng)的圖像效果和采用全局直方圖均衡化、局部直方圖均衡化增強(qiáng)的圖像效果如圖1、圖2所示。可以看到：全局直方圖均衡化無法體現(xiàn)局部景深的深度變化，遠(yuǎn)處的景物依然模糊；局部直方圖均衡化使圖像的局部信息因?qū)Ρ榷仍鰪?qiáng)而凸顯出來，得到更清晰的增強(qiáng)圖像，塊效應(yīng)明顯。并且該算法要求對(duì)以圖像每個(gè)像素點(diǎn)為中心的子塊進(jìn)行直方圖均衡化，運(yùn)算量大，運(yùn)算時(shí)間過長。采用該圖像增強(qiáng)方法，不僅突出了圖像的邊緣和細(xì)節(jié)，而且增強(qiáng)了圖像的亮度和對(duì)比度，最終使圖像的清晰度得到明顯改善。

[1]涂雅瑗.霧天降質(zhì)圖像的對(duì)比度增強(qiáng)方法研究[D].大連：大連海事大學(xué)，2009.

[2]劉治群，汪榮貴，楊萬挺.一種改進(jìn)的處理霧天降質(zhì)圖像的增強(qiáng)算法[J].淮北煤炭師范學(xué)院學(xué)報(bào)，2008，4（29）：52-56.

[3]TAE K K，JOON K P，BOON S K.Contrast enhancement systems using spatially adaptive histogram equalization with temporal filtering[J].IEEE Transactions on Consumer Electronics，1998，44（1）：82-86.

[4]朱磊.基于自適應(yīng)鄰域概念的視頻圖像處理技術(shù)研究[D].合肥：中國科技大學(xué)，2007.

[5]ZUIDERVELD K.Contrast limited adaptive histogram equalization.Graphics gems IV（Eds.）[M].MA： Academic Press， 1994.

[6]REZA A.Realization of the contrast limited adaptive histogram equalization （CLAHE）for real-time image enhancement[J].Journal of VLST Signal Processing，2004，38（1）：35-44.

[7]趙建軍，熊馨，張磊，等.基于CLAHE和top2hat變換的手背靜脈圖像增強(qiáng)算法[J].激光與紅外， 2009，2（39）：220-222.

[8]KENNETH R，CASTLEMAN.數(shù)字圖像處理學(xué)[M].北京∶電子工業(yè)出版社，2002.

[9]阮秋琪.數(shù)字圖像處理學(xué)[M].2版.北京：電子工業(yè)出社，2007.

[10]岡薩雷斯.數(shù)字圖像處理[M].2版.北京：電子工業(yè)出版社，2007.

[11]ROSENMAN J，ROE C A，CROMATRIE R.Portal film enhancement：technique and clinical utility[J].International Journal of Radiation Oncology，Biology，Physics，1993， 25（2）：333-338.