图像增强算法研究综述

《图像增强算法研究综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

图像增强算法研究综述摘要：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[1,2]是数字图像处理[3,4]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。1.2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、卫星图片的处理等相关领域，在国民经济发展中起到了很大的作用。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。7 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用的比较多，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。人们都喜欢它的直观、无创伤、安全方便的特点。它主要用在X射线照片的分析，血球计数与染色体分类等。目前广泛应用在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。1.图像增强算法图像增强方法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,然后通过相关的变换就得到了增强图像。在空间域内对图像进行点运算,它是一种简单而又重要的图像处理技术,它能让用户改变图像像素的灰度值,这样通过点运算处理就会产生一幅新的图像。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，是一种图像增强的重要手段。它是将原图中的灰度经过一个变换函数转化成一个新的灰度。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。2.1.1线性变换在曝光不足或过度曝光的情况下，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，就可以有效地改善图像的视觉效果。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。7 对原图像将其灰度分布区间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，选择不同的参数可以实现不同灰度区间的灰度扩张和压缩，所以分段线性变换的使用也是非常灵活的。通过增加灰度区间分割的段数，以及仔细调节各个区间的分割点和变换直线的斜率，这样就可以可对任何一个灰度区间进行扩展和压缩。2.2直方图灰度直方图[5]是用来反映数字图像中每一灰度级与其出现频率间的关系,它能描述该图像大概的样子。修改直方图可以增强图像，这是一种比较实用的处理技术。2.2.1直方图原理对一幅数字图像[6]，若对应于每一灰度值，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。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率次数的统计结果，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直方图的分布，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，所以可以认为地改变直方图，让它成为某个特定的形状，即实施图像的直方图均衡化，就可以满足特定的增强效果2.3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算法中的最常用、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算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,7 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,然后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好的算法。2.4直方图规定化在某些情况下，人们并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上面的思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。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化不具备交互作用的特性，人们希望增强后的图像,其灰度级的分布不是均匀的，而是具有规定形状的直方图,这样可突出感兴趣的灰度范围。2.5图像平滑一幅原始图像在获取和传愉过程中会受到各种噪声的干扰,使图像质量下降,对分析图像不利。这些噪声干扰会使图像退化,质量下降。这样图像就会变得模糊,特征就不明显了,对图像分析不利，为了抑制噪声改善图像质量,要对图像进行平滑处理[7]。2.5.1图像平滑方法原理空间域平滑处理[8]有很多种算法,其中最常见的有线性平滑、非线性平滑、自适应平滑。（1）线性平滑就是对每一个像素的灰度值用它的邻域值来代替,其邻域的大小为N×N,N一般取奇数。经过线性平滑滤波,相当于图像经过了一个二维的低通滤波器,可是虽然是降低了噪声,但同时也模糊了图像边缘和细节,这是这类滤波器存在的通病。（2）非线性平滑是对线性平滑的一种改进,即不对所有像素都用它的邻域平均值来代替,而是取一个闭值,当像素灰度值与其邻域平均值之间的差值大于已知值时才以均值代替；当像素灰度值与其邻域平均值之间的差值不大于闭值时取其本身的灰度值。非线性平滑可消除一些孤立的噪声点,对图像的细节影响不大,但对物体的边缘会带来一定的失真。（3）自适应平滑是一种根据当时、当地情况以不模糊边缘轮廓为目标进行控制的方法,这种算法要有一个适应的目标。根据目的的不同,可以有各种各样的自适应图像处理方法。2.5.2邻域平均法邻域平均法[9]是一种局部空间域处理的算法。设一幅图像f(x,y)为N×N的阵列，平滑后的图像为f(x,y)，它的每个像素的灰度级由包含在(x,y)的预定邻域的几个像素的灰度级的平均值所决定，即用下式得到平滑的图像。7 式中的x,y=1,1,2，…，N-1,S是(x,y)点邻域中心点的坐标的集合[不包括点(x,y)]，M是S内坐标点的总数。2.5.3空间域低通滤波法从信号的角度看,信号缓慢变化主要分布在频率域的低频部分,而信号迅速变化的部分主要集中在高频部分。对图像来说,它的边缘以及噪声干扰的频率分量都处于频率较高的部分,因此可以用低通滤波方法去除噪声。而频率域滤波可以用空间域的卷积来实现,为此只要恰当地设计空间域系统冲激响应矩阵就可以达到滤波的效果。2.5.4多图像平均法多幅图像平均法[10]是利用对同一景物的多幅图像相加取平均来消除噪声产生的高频成分。多幅图像取平均处理常用于摄像机的视频图像中,以减少电视摄像机光电摄像管或CCD器件所引起的噪声。这时对同一景物连续摄取多幅图像并将其数字化,再对多幅图像求平均,一般选用幅图像取平均,这种方法在实际应用中的难点在于如何把多幅图像配准,以便使相应的像素能正确地对应排列。2.5.5中值滤波法中值滤波也是一种典型的空间域低通滤波器,它的目的是保护图像边缘的同时去除噪声。所谓中值滤波,就是指把以某点（X×Y）了为中心的小窗口内的所有像素的灰度按从大到小的顺序排列,将中间值作为少处的灰度值若窗口中有偶数个像素,则取两个中间值的平均。1.图像增强前景展望图像处理内容[11,12]涉及光学、微电子学、信息学、统计学、数学、计算机科学等领域，是一门综合性很强的交叉学科，其中任何一门学科的发展都将推动图像处理的进一步发展。近年来随着计算机技术和人工智能、视觉心理研究的迅速发展以及处理器硬件上的不断升级，图像处理向更高、更深层次发展，因此带动图像增强技术的长足进步，其应用的需求也随之越来越广泛。由于对图像质量的要求越来越高，单一的图像增强算法往往难以满足实际需求，因此几种算法相结合、取长补短、优势互补是图像增强算法发展必然趋势。更深入的研究可从以下几方面着手：7 （1）在进一步提高精度的同时着重解决处理速度问题。如，在航天遥感、气象云图处理方面，巨大的数据量和处理速度仍然是主要矛盾之一，图像处理的发展将围绕HDTV(高清晰度电视)的研制，开展实时图像处理的理论及技术研究，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。（2）加强软件研究、开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法。（3）加强边缘学科的研究工作，促进图像处理技术的发展。如，人的视觉特性、心理学特性等的研究，如果有所突破，将对图像处理技术的发展起到极大的促进作用。（4）加强理论研究，逐步形成图像处理科学自身的理论体系，新理论与新算法研究。在图像处理领域，近几年来，引入了一些新的理论并提出了一些新的算法，如小波分析(Wavelet)、分形几何(Fractal)、形态学(Morphology)、遗传算法(GeneticAlgorithms)、人工神经网络等(Artificialneuralnetworks)。这些理论及建立在其上的算法，将会成为今后图像处理理论与技术的研究热点。（5）图像处理领域的标准化，图像的信息量大、数据量大，因而图像信息的建库、检索和交流是一个重要的问题。就现有的情况看，软件、硬件种类繁多，交流和使用极为不便，成为资源共享的严重障碍。应建立图像信息库，统一存放格式，建立标准子程序，统一检索方法。数字图像处理经过初创期、发展期、普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用的一门科学。随着科学技术的进步以及人类需求的不断增长，图像处理科学无论是在理论上还是实践上，均会取得更大的发展。1.结论本文介绍了什么是图像增强算法，图像算法有哪些分类，以及他们的实现，我们会发现图像增强算法在我们的日常生活中很常见也很实用，目前很多的大企业正在朝着方面开发，并且随着科学技术的快速发展，这方面的技术也得到了重视。在技术方面，由于并不存在一种通用的、适用各种场合的增强算法，人们对图像质量的要求又越来越高，单一的图像增强算法往往难以满足实际需求，因此几种算法相结合、取长补短、优势互补是图像增强算法发展的必然趋势。参考文献[2]阮秋琦.数字图像处理学[M].北京:电子工业出版社,2003.[3]徐飞,施晓红.Matlab应用图像处理[M].西安:西安电子科技大学出版社,2002.[4]陈传波,金先级.数字图像处理[M].北京:机械工业出版社,2004.[5]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.(9).7 [6]HEZHY，XUQZH，WEiCHJ．Adaptivesemi—blindimmunealgorithmforimageenhancement[J]．Multidim．Syst．Sign.P．，2005，16：107—118．[7]GONZALEZRC，WOODSRE．DigitalImageProcessing[M]．Beijing：PublishingHouseofElectronicsIndustry，2007．[8]李世进.数字图像的平滑处理[J].湖南科技学院学报,2008.(12).[9]杨乐.图像增强算法及其实现[J].现代电子技术,2007.(16).[10]段竹,吴镝.图像增强方法研究[J].商场现代化,2009.(1).[11]孙蕾,温有奎,李丙春.图像增强算法与评价方法研究[J].计算机工程,2007.(8).[12]陈婷,曾飞.几种数字图像增强算法的比较[J].商品储运与养护,2008.(5).ImageEnhancementReviewAbstractThispaperintroducestheconceptofimageenhancementandimageenhancementalgorithmclassification,fromtheimagehistogramequalizationapproach,histogramspecificationandimageprocessingmethodofsmoothingimageenhancementalgorithmforthree-wayfacediscussionandresearch,anddescribestheimageEnhancedtechnologyandvision.Keywords:Histogramequalization,imageenhancementsmoothing7