图像增强算法综述

图像增强算法研究综述

刘璐璐

宁波工程学院电子与信息工程学院计算机科学与技术071班，邮编:(315100)

E-mail:****************

摘要：本文简要介绍图像增强的概念和图像增强算法的分类，从图像的直方图均衡化处理方法，直方图规定化处理方法和图像平滑处理方法三方面对图像增强算法进行讨论和研究，并说明了图像增强技术的应用和前景展望。

关键词：图像增强直方图均衡化直方图规定化平滑处理

近年来，随着电子计算机技术的进步，计算机图像处理得到了飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。对图像进行处理时，经常运用图像增强技术以改善图像的质量增强对某种信息的辨识能力，以更好的应用于现代各种科技领域，图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用。在图像处理过程中，图像增强是十分重要的一个环节。

1.图像增强概念及现实应用

1.1 图像增强技术

图像增强是数字图像处理的基本内容之一。图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息。这类处理是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，图像增强处理并不能增加原始图像的信息，而只能增强对某种信息的辨识能力，使处理后的图像对某些特定的应用比原来的图像更加有效。

1

1.2图像增强技术的现实应用

目前，图像增强处理技术的应用己经渗透到医学诊断、航空航天、军事侦察、纹识别、无损探伤、卫星图片的处理等领域，在国民经济中发挥越来越大的作用。其中最典型的应用主要体现以下方面。

1.2.1通讯领域

包括图像传输、电视电话、电视会议等，主要是进行图像压缩甚至理解基础上的压缩是把文字、图表、照片等图像通过光电扫描的方式变成电信号加以传送。

1.2.2遥感

航空遥感和卫星遥感图像需要用数字技术加工处理，并提取有用的信息。主要用于地形地质，矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测预报，环境污染监测，气象卫星云图处理以及地面军事目标的识别。

1.2.3生物医学领域

图像处理在医学界的应用非常广泛，无论是在临床诊断还是病理研究都大量采用图像处理技术。它的直观、无创伤、安全方便的忧点受到普遍的欢迎与接受。其主要应用如X射线照片的分析，血球计数与染色体分类等。目前广泛应用于临床诊断和治疗的各种成像技术，如超声波诊断等都用到图像处理技术。有人认为计算机图像处理在医学上应用最成功的例子就是X射线CT（X-ray Computed Tomography）。

1.2.4军事、公安等方面的应用

军事目标的侦察、制导和警戒系统、自动灭火器的控制及反伪装；公安部门的现场照片、指纹、手迹、印章、人像等的处理和辨识；历史文字和图片档案的修复和管理等。

1.2.5工业生产中的应用

在生产线中对产品及部件进行无损检测是图像处理技术的重要应用领域。该领域的应用从70年代起取得了迅速的发展，主要有产品质量检测、生产过程的自动控制、CAD／CAM 等。在产品质量检测方面，如食品、水果质量检查，无损探伤，焊缝质量或表面缺陷。又如，金属材料的成分和结构分析，纺织品质量检查，光测弹性力学中应力条纹的分析等。在电子工业中，可以用来检验印刷电路板的质量、监测零件部件的装配等。在工业自动控制中，

2

3 主要使用机器视觉系统对生产过程进行监视和控制，如港口的监测调度、交通管理、流水生

产线的自动控制等。

总之，图像处理技术应用领域相当广泛，已在国家安全、经济发展、日常生活中充当越

来越重要的角色，对国计民生的作用不可低估。

2. 图像增强算法

图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。本文重点介

绍空间域的图像加强算法，空间域方法直接对图像像素的灰度进行处理。频率域方法在图像

的某个频率域中对变换系数进行处理, 然后通过逆变换获得增强图像。在空间域内对图像进

行点运算, 它是一种既简单又重要的图像处理技术, 它能让用户改变图像上像素点的灰度

值, 这样通过点运算处理将产生一幅新图像

2.1灰度变换

灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。它是

将原图中的灰度f(x,y) 经过一个变换函数g=T[f] 转化成一个新的灰度g(x,y) 即

g(x,y)=T[f(x,y)] （2-1）

灰度变换可使灰度动态范围加大，根据变换函数的形式，灰度变换分为线性变换，分段

性变换和非线性变换。

2.1.1线性变换

在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器

上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰

度作线性拉伸，可有效地改善图像视觉效果。

令图像f(i ，j)的灰度范围为[a,b]，线性变换后图像g(i,j )的范围为[a´,b´]，如图1-1所示，

g(i,j)与f(i,j)之间的关系式为：

4

这种线性变换使灰度小于a 和灰度大于b 的像素灰度强度强行变换成a 和b ，增强了图像中绝大多数像素的灰度层次感。

2.1.2分段线性变换

为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。设原图像f(x,y )在[0，Mf ],感兴趣目标的灰度范围在[a,b ],欲使其灰度范围拉伸到[c,d ],则对应的分段线性变换表达式为：

⎪⎩⎪⎨⎧≤≤+---<≤+---<≤=f f g M y x f b d b y x f b M d M b

y x f a c a y x f a b c d a y x f y x f a c y x g ),(]),()][/()[(),(]),()][/()[(),(0),()/(),(（2-4） 图2-4 分段线性变换示意图

g(x,y) f(x,y)

d c O a b Mg Mf （b ）变换结果 （a ）原始图像 图2-3 灰度线性变换增强图像对比