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。

11.2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，23 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 by 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5对原图像 将其灰度分布区间[a,b ]划分为图中的三个子区间，对每个子区间采取不同的线性变换，通过变换参数的选择实现不同灰度区间的灰度扩张或压缩，因此分段线性变换的使用也是非常的灵活。

增加灰度区间的分割的段数，以及仔细调各个区间的分割点和变换直线的斜率，可对任一灰度区间进行扩展和压缩。

2.1.3非线性灰度变换 当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换。

⑴对数变换对数变换的一般表达式为这里a,b,c 是为了调整曲线的位置和形状而引入的参数。

当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。

（2）指数变换指数变换的一般表达式为这里参数a,b,c 用来调整曲线的位置和形状。

这种变换能对图像的高灰度区给予较大的（b ）变换效果 []1),(),(-=-a j i f c b j i g （a ）原始图像 图2-5 分段线性变换增强图像对比 （2-7）[]c b j i f a j i g ln 1),(ln ),(⋅++=（2-6）6拉伸。

2.2直方图灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。

通过修改直方图的方法增强图像是一种实用而有效的处理技术。

直方图修正法包括直方图均衡化及直方图规定化两类。

2.2.1直方图原理对一幅数字图像，若对应于每－灰度值，统计出具有该灰度值的象素数，并据此绘出象素数-灰度值图形，则该图形称该图像的灰度直方图，简称直方图。

直方图是以灰度值作横坐标，象素数作纵坐标。

有时直方图亦采用某一灰度值的象素数占全图总象素数的百分比（即某一灰度值出现的频数）作为纵坐标。

设变量r 代表图像中像素灰度级,在图像中，像素的灰度级可作归一化处理，这样r 的值将限定在下述范围之内（0≤r≤1）在灰度级中，r=0代表黑，r=1代表白。

对于一幅给定的图像来说，每一个像素取得[0,1]区间内的灰度级是随机的，也就是说，是一个随机变量。

在离散的形式下，用rk 代表离散灰度级，用P(rk)代表概率密度函数，并且有下式成立：式中Nk 为图像中出现rk 这种灰度的像素数，n 是图像中像素总数，Nk/n 就是概率论中的频数，n 是灰度级的总数目。

在直角坐标系中作出rk 与Pr(r)的关系图形，就得到直方图。

2.2.2直方图性质（1）直方图是一幅图像中各像素灰度出现频次的统计结果，它只反映图像中不同灰度值出现的次数，而不反映某一灰度所在的位置。

也就是说，它只包含了该图像的某一灰度像 素出现的概率，而忽略了其所在的位置信息。

（2）任意一幅图像，都有唯一确定的一幅的直方图与之对应。

但不同的图像可能有相同的直方图，即图像与直方图之间是多对一的映射关系。

（3）由于直方图是对具有相同灰度值的像素统计得到的，因此，一幅图像各子区的直方图之和等于该图像全图的直方图。

在实际应用中，有时并不需要考虑图像的整体均匀分布直方图，而只是希望有针对性 的增强某个灰度级分布范围内的图像，因此可人为地改变直方图，使之成为某个特定的形状，即实施图像的直方图均衡化，以满足特定的增强效果1210 )(-=≤≤=l ,,,k 1r 0nn r P k k k r72.3直方图均衡化直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。

直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。

它以概率理论作基础, 运用灰度点运算来实现直方图的变换, 从而达到图像增强的目的。

这些方法是不以图像保真为原则的, 它们是通过增强处理设法有选择地突出某些对人或机器分析感兴趣地信息, 抑制一些无用信息, 以提高图像地使有价值。

在实际应用中, 应针对不同的图像应采用不同的图像增强方法,或同时采用几种适当的增强算法进行实验, 从中选出视觉效果较好的、计算不复杂的、又合乎应用要求的一种算法。

2.3.1直方图均衡化原理为了改善图像质量，可以对灰度分布进行变换改变，其中一种方法称为直方图均衡化处理。

直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。

假定变换函数为图2-9 图像及其灰度直方图⎰==r r d P r T s 0)()(ωω（2-10）8式中ω是积分变量，而T(r)就是r 的累积分布函数。

这里，累积分布函数是r 的函数，并且单调地从0增加到1，所以这个变换函数满足T(r)在0≤r≤1内单值单调增加。

可以证明，用r 的累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像。

其结果扩展了像素取值的动态范围。