劉嘉鑫

【摘要】? ? 數(shù)字圖像對比度增強(qiáng)是數(shù)字圖像預(yù)處理中的關(guān)鍵步驟之一。本文以傳統(tǒng)直方圖均衡化的圖像對比度增強(qiáng)算法為基礎(chǔ)，針對改進(jìn)的圖像對比度增強(qiáng)算法的基本原理及實(shí)現(xiàn)過程進(jìn)行分析，并對圖像對比度增強(qiáng)算法實(shí)現(xiàn)進(jìn)行流程化設(shè)計(jì)。基于仿真結(jié)果詳細(xì)分析了不同的圖像對比度增強(qiáng)算法性能優(yōu)劣。

【關(guān)鍵詞】? ? 數(shù)字圖像? ? 圖像增強(qiáng)? ? 對比度增強(qiáng)算法

一、 概述

數(shù)字圖像增強(qiáng)是圖像預(yù)處理步驟中較為簡單的一種，其根本目的是通過濾除圖像噪聲，提高圖像低對比度的質(zhì)量，從而提升數(shù)字圖像的視覺顯示效果，使人和機(jī)器能夠更好的辨識理解數(shù)字圖像信息。目前，數(shù)字圖像增強(qiáng)技術(shù)已從原有理論科學(xué)研究逐步向各類實(shí)際應(yīng)用擴(kuò)展?jié)B透，如衛(wèi)星遙感圖像預(yù)處理、圖像美化軟件以及圖像預(yù)處理后的智能識別等。

二、圖像增強(qiáng)技術(shù)相關(guān)概念

（1）圖像對比度增強(qiáng)：不同圖像的灰度統(tǒng)計(jì)直方圖的像素分布不相同，這就造成了圖像對比度存在差異。而灰度統(tǒng)計(jì)直方圖分布更為均衡的圖像對比度更高，也更加符合人和信息處理設(shè)備對圖像目標(biāo)信息的獲取，特別是圖像目標(biāo)的細(xì)部特征。因此，在獲得原始圖像后，可以通過調(diào)整圖像的灰度統(tǒng)計(jì)直方圖來改善原始圖像的對比度，這也就是圖像對比度增強(qiáng)。該技術(shù)廣泛應(yīng)用于微觀生物學(xué)和醫(yī)學(xué)圖像處理中。

（2）基于直方圖均衡化的圖像對比度增強(qiáng)：主要是指采用某種數(shù)學(xué)函數(shù)關(guān)系將原始輸入圖像的像素灰度值進(jìn)行修正，使其能夠均勻分布在整個圖像灰度值空間域內(nèi)。通過直方圖均衡化處理后的圖像，能夠使得圖像的灰度值分布更為均衡，對某些特征細(xì)節(jié)的展示更加充分。

三、直方圖均衡化算法的改進(jìn)

（1）基于圖像均值分割算法原理：以圖像像素灰度值統(tǒng)計(jì)均值為標(biāo)準(zhǔn)，將原始圖像分割為兩個子圖像，大于圖像像素灰度值均值的為子圖像XU;小于等于圖像像素灰度值均值的為子圖像XL。通過統(tǒng)計(jì)可以得到輸入圖像X的灰度均值Xm，且Xm∈{X0，X1，…，XL-1}。子圖像XL的灰度值集合為{X0，X1，…，Xm}，子圖像XU的灰度值集合為{Xm+1，Xm+2，…，XL-1}。子圖像采用傳統(tǒng)直方圖均衡化的圖像增強(qiáng)處理算法，輸出圖像Y則為對比度增強(qiáng)后的子圖像合并。

（2）等面積的雙子圖像直方圖均衡化算法原理：RSIHE算法采用原始輸入圖像像素灰度值統(tǒng)計(jì)中值作為子圖像分割的閾值，從而得到XL、XU。原始輸入圖像X的灰度值分布統(tǒng)計(jì)中值為Xe，且Xe={X0，X1，…，XL-1}。子圖像XL的灰度值集合為{X0，X1，…，Xm}，子圖像XU的灰度值集合為{Xm+1，Xm+2，…，XL-1}。子圖像采用傳統(tǒng)直方圖均衡化的圖像增強(qiáng)處理算法，輸出圖像Y則為對比度增強(qiáng)后的子圖像合并。

（3）遞歸均值分割直方圖均衡化算法原理：該算法有兩種：一種是以輸入灰度圖像像素灰度值統(tǒng)計(jì)均值為分割閾值的RMS直方圖均衡化算法;另一種是以輸入灰度圖像像素灰度值統(tǒng)計(jì)中值為分割閾值的RSI直方圖均衡化算法。

四、對比度增強(qiáng)算法的MATLAB實(shí)現(xiàn)

選擇不同的均衡化算法對原始圖像進(jìn)行對比度增強(qiáng)處理。傳統(tǒng)均衡化算法處理圖像對比度的結(jié)果顯示，其缺點(diǎn)是對灰度分布的均衡化處理不區(qū)分圖像中各灰度級的重要度，因此會增強(qiáng)背景噪聲、導(dǎo)致某些所需細(xì)節(jié)的消失等。BBHE算法增強(qiáng)處理后的灰度圖像也出現(xiàn)了一些退化效應(yīng)，如圖像中竹子的脈絡(luò)亮度值不夠，導(dǎo)致很難對竹子脈絡(luò)的陰影部分進(jìn)行判讀，同樣在增強(qiáng)對比度的同時引入了不必要的噪聲。基于等面積的雙子圖像算法的對比度增強(qiáng)則在一定程度上解決了圖像對比度不足的現(xiàn)象，直方圖分布也較為均衡?；谶f歸均值分割的圖像對比度增強(qiáng)算法（RSIHE和RMSHE算法）處理后的圖像均不同程度上出現(xiàn)了光暈，視覺效果較差。將多個不同的基于直方圖均衡化算法的處理結(jié)果進(jìn)行對比，如圖1所示，可知BBHE算法、DSIHE算法以及RSHE算法的處理效果改進(jìn)有限，圖像中很多細(xì)節(jié)都消失了。

由上述分析可知，對于不同數(shù)字圖像，應(yīng)根據(jù)其灰度直方圖的具體情況選擇適應(yīng)的直方圖均衡化算法，以確保最佳的圖像對比度增強(qiáng)效果。

參? 考? 文? 獻(xiàn)

[1] 吳傳富， 朱同波. 基于MATLAB的幾種圖像增強(qiáng)算法[J]. 機(jī)電技術(shù)， 2012（5）：37-39.

[2] 陳霞， 衛(wèi)靜婷. 基于MATLAB的圖像增強(qiáng)處理與應(yīng)用[J]. 科技廣場， 2013（3）：73-76.

[3]張錚，王艷平，薛桂香.數(shù)字圖像處理與機(jī)器視覺[M].北京：人民郵電出版社，2010.