数字图像增强的方法.

数字图像增强的方法

张娜（成都理工大学信息工程学院，四川成都 610059）

【摘要】在进行图像增强的处理过程中，如何有效的增强图像是图像分析中的一个难点，这一步处理的好坏将影响到后面图像处理的效果。文章根据中值滤波和直方图规定化各自的优缺点，提出了将中值滤波与直方图规定化相结合使用的方法。【关键词】图像增强；中值滤波；直方图规定化；对比度【中图分类号】 TP391 【文献标识码】 A

【文章编号】 1008-1151(2006)08-0027-02 图像增强就是采用一系列技术去增强图像中用户感兴趣的信息，其目的主要有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得更有利于计算机处理。在图像增强中，中值滤波和直方图规定化都是强有力的图像增强方法。中值滤波是一种去噪处理，由Turky在1971年提出的；直方图规定化是一种常用的灰度增强算法。但是单独使用这两种算法，均不能达到很好的增强效果：中值滤波虽能很好地去除了图像的噪声，但在一定程度上会使图像边缘变得模糊；而直方图规定化只能调节灰度分布，不能有效地去除图像噪声。为了使图像达到很好的增强效果，将这两种方法结合起来使用，即：在中值滤波后，进行直方图规定化处理。一、中值滤波中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。它是一种领域运算，类似于卷积，但是计算的不是加权求和，而是把领域中的像素按灰度级进行排序，然后选择改组的中间值作为输出像素值。它能减弱或消除傅立叶空间的高频分量，但影响低频分量。因为高频分量对应图像中的区域边缘的灰度值具有较大较快变化的部分，该滤波可将这些分量滤除，使图像平滑。对于一幅图像的象素矩阵，取以目标象素为中心的一个子矩阵窗口，这个窗口可以是3×3，5×5等，可根据需要选取，窗口的形状常用的有方形、十字形和圆形等。对窗口内的象素灰度排序，取中间一个值作为目标象素的新灰度值。设{xij，（i，j)∈I×I}表示数字图像各点的灰度值，滤波窗口为B 的二维中值滤波，可定义为:

（1）中值滤波的具体实现步骤是： 1.将模板在图像中漫游，并将模板中心与图像中某个像素的位置结合； 2.读取模板下各对应像素的灰度值； 3.将这些灰度值从小到大排成一列； 4.找出这些值里排在中间的一个； 5.将这个中间值赋给对应模板中心位置的像素：可以看出，中值滤波的主要功能就是让与周围像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点。虽然中值滤波技术在衰减噪声的同时能较好的保护图像的边缘，但由于其仅考虑滤波窗内输入数据的排序信息，而未考虑输入数据的时序原信息，故在图像处理中会产生边缘抖动，并会删除一些重要的图像细节，如：细线，拐角等，使图像的边缘会变得模糊。下面对加噪图像进行中值滤波及其结果显示：图 1 未加噪声的原始图像图 2 加噪声后的图像图3 [3 3]中值滤波后的图像图4 滤波后图像的直方图图1为原图像，图2为加椒盐噪声的图。我们采用的中值滤波器对噪声图像（图2）进行去噪处理，如图3所示。从实验结果，我们可以看出中值滤波成功地去除了椒盐噪声，但图像的边缘变得模糊，图像清晰度不高。图4表明，中值滤波后图像的灰度分布不均匀，其动态范围不大，对比度不高。因此本文提出在中值滤波的基础上采取直方图规定化来达到增强图像的目的。二、直方图规定化在实际应用

中，希望能够有目的地增强某个灰度区间的图像，即能够人为地修正直方图的形状，使之与期望的形状相匹配，这就是直方图规定化的基本思想。换句话说，希望可以人为地改变直方图形状，使之成为某个特定的形状，直方图规定

化就是针对上述要求提出来的一种增强技术，它可以按照预先设定的某个形状

来调整图像的直方图。直方图规定化是在运用均衡化原理的基础上，通过建立

原始图像和期望图像之间的关系，选择地控制直方图，使原始图像的直方图变

成规定的形状，从而弥补了直方图均衡不具备交互作用的特性。直方图规定化

方法主要有三个步骤： 1.对原始图像的直方图进行灰度均衡化：

k=0，1，…M-1 （2） 2.规定所需要的直方图，并计算能使规定的直方图均衡化的变换： j=0，1，…N-1 （3） 3.将第一步所得到的变换翻转过来，也就是将原始图像

对应映射到规定的直方图，将所有Ps（si）的对应到Pu（uj）去。对应规则可选用组映射规则（group mapping law，GML）。设有一个整数函数I(l)，

l=0，1，…，N-1满足0≤I(0)≤…≤I(l)≤…≤I(N-1)≤M-1。现在要确定能

使下式达到最小的I(l)：

l=0，1，…，N-1 （4）如果l=0，则将其i从0到I(0)的对应到

去；如果l≥1'，则将其i从I(l-1)+1到I（l）的对应到去。实验结果

如图所示：图5 对图2进行直方图规定化

图6 对图3进行直方图规定化图7 直方图规定化后的直方图图5是直接对噪声图像（图2）进行直方图规定化处理，可以看出：单独采用直方图规定

化虽能够提高图像对比度，但是不能去除图像噪声，直方图规定化后的图像仍

然有许多噪声，如图5所示。我们可以从图3与图5得出：单一的中值滤波和

直方图规定化方法均并不能有效地达到图像增强的目的。使用本文提出的图像增强方法，即将中值滤波与直方图规定化相结合使用，先对噪声图像采用

中值滤波去噪（图3），然后在此基础上，再采用直方图规定化方法，其实验

结果如图6所示。从实验仿真的结果来看：中值滤波有效地去除了图像噪声，

而直方图规定化方法则在很大程度上提升图像的对比度和明暗程度，使图像变

得清晰，其边缘特征变得明显、突出。图7表明：经过增强处理后图像的直方

图在整个灰度级动态范围近似均匀分布。理论分析和实验结果均可以得出：中

值滤波与直方图规定化结合使用能够得到令人满意的图像增强效果。三、结论目前，图像增强的方法虽有很多种，但它对各种不同的类别具有不同的增强效果，应具体问题具体分析，只有根据图像增强的具体目的选择相应的

增强方法，才能达到期望的效果。本文提出的数字图像增强方法表明，将中值

滤波与直方图规定化结合使用，能发挥它们各自的优点，克服自身的局限性，

能够有效地抑制图像噪声，提高图像的清晰度，改善输出图像的视觉效果，达

到了图像增强的目的，有利于后面进一步处理图像，这种图像增强方法具有一

定的可靠性和实用性。【参考文献】[1]冯清枝.基于直方图修正的图像

增强技术[J].广东公安科技，2004，（2）. [2]飞思科技产品研发中心编. MATLAB6.5 辅助图像处理[M].北京：电子工业出版社，2003. [3]李弼程，彭天强，彭波，等编著. 智能图像处理技术[M].北京：电子工业出版社，2004.

[4]刘丽梅，孙玉荣，李莉.中值滤波技术发展研究[J].云南师范大学学报，2004，24(1). [5]高浩军，杜宇人. 中值滤波在图像处理中的应用[J].电

子工程师，2004，30(8). [6]宁媛，李皖.图像去噪的几种方法分析比较[J].贵州工业大学学报（自然科学版），2005，34(4).