空域增强图像技术的分析和探讨
2017-10-21占俊
占俊
摘要： 数字图像处理技术在让人类更加客观、准确地认识世界方面发挥了巨大的作用，图像增强是指增强图像中的有用信息，此有用信息不一定和原始图像逼近，而是根据不同的应用场合，包括灰度映射、直方图变换等方式来强调其局部或整体特征。
Abstract： The digital image processing technology has played a huge role in helping people understand the world more objectively and accurately. The image enhancement refers to enhancing the useful information in the image， and the useful information does not necessarily approximate the original image， but according to different applications， including gray mapping， histogram transformation， is to emphasize the local or the overall characteristics.
关键词： 空域；图像增强；数字图像处理技术
Key words： space；image enhancement；digital image processing technology
中图分类号：TP751 文献标识码：A 文章编号：1006-4311（2017）32-0213-03
0 引言
随着计算机视觉研究领域地不断深入，但在某些情况下，比如夜晚，大雾，红外线等情况，人眼所观测到的信息是模糊的或者看不见的，那就要通过图像增强技术让这些无法通过肉眼观测到的信息呈现出来，使人眼能够辨识。
1 相关技术介绍
空域就是图像域，是由图像像素组成的空间。空域增强就是把图像看成一个二维信号，处理时直接对图像的像素做运算，通过对图像灰度值的改变，达到对比度增强和改变其动态范围的效果。简而言之就是指直接作用于像素改变其特性的增强方法，其主要包括以下灰度线性非线性变换和修正直方图。
1.1 灰度映射
灰度映射是一种通过改变图像像素的灰度来改善视觉效果的方法，它能够改变图像的对比度，是一种基于图像的像素点操作。它的原理是设计某种映射法则，确定相应的映射函数，以达到图像增强的目的。输出图像的每一个像素点通过映射函数由输入图像的每一个像素点唯一确定。
当g（m，n）的值取决于在（m，n）处的f（m，n）值时，EH就是一个灰度变换。采用s和t分别表示f（m，n）和g（m，n），则其表达形式可以写为公式（1）：
T=EH（s） （1）
一般灰度映射可分为线性映射、非线性映射和分段线性映射。
1.1.1 线性灰度映射
让输入图像的灰度值按某种线性关系拉伸到另一个指定范围里，达到调节其动态范围的目的。图像求反就是一种典型的线性变换手段，是把原图的灰度值进行翻转。线性变换的公式一般如式（2）所示：
g（m，n）=f（m，n）·C+R（2）
其中C，R由输出图像的灰度值范围决定。当C>1时表示增加图像的对比度，当C<1时表示降低图像对比度，R的作用是对图像整体亮度的调整。为了进一步说明上式的原理，我们假设fmin，fmax分别是输入图像灰度值的最小值和最大值，gmin，gmax分别是输出图像灰度值的最小值和最大值，那么上述变换公式如式（3）所示：
g（x，y）=（gmax-gmin）（3）
一般有gmin
1.1.2 非线性灰度映射
灰度的非线性映射就是变换传输函数为非线性函数的变换，针对某种需求采取不同的变换域，使得输出图像能够根据此变换域的特征来变换。非线性映射函数有很多，常见的有对数函数变换、指数函数变换、正弦函数变换和余弦函数变换等。
①对数函数变换。
其函数表达式如式（4）：
g（i，j）=c*log（1+f（i，j）） （4）
其中c是比例常数，它决定着曲线的位置和开关。这种形式的变换操作可以对输入图像的低灰度区域进行扩展，将高灰度区域压缩。可以根据需要的不同对参数C进行选择。
②指数函数变换。
其函数表达式如：g（I，j）=bc [ f （x，y） -a]-1
其中a、b、c三个参数分别代表着这种函数的形状和大小。对实现灰度值较大的区间可以采用此方法。
③分段线性映射。
加大灰度值之间的范围可以增加图像中各个部分间的反差，从而增加灰度值之间的动态范围，使对比度增强，这称为对比度拉伸。采用分段线性的变換可以加强感兴趣的区域，削弱不感兴趣的区域。
线性和非线性映射都是针对一幅图像的整体进行操作的，是把所有的像素值进行相同的统一的函数映射。但是在现实应用中，我们需要增强的信息往往是局部的，即我们仅仅需要突出感兴趣的区域，而对其他区域进行抑制或不增强，这就用到了分段线性映射。此方法是对不同的区域进行不同的处理，有针对性地对图像的某些部分进行操作。常见的分段线性映射是分三段的线性变换，如图2所示。
图2可看出像素值为[a，b]的区间斜率大于1，故对其区间的灰度值进行了扩展，而灰度区间是[0，a]和[b，M]的斜率小于1，对其进行了压缩。变换的表达式可由式5表示：
g（x，y）=af（x，y），0？燮f（x，y） 其中f（x，y）表示像素点为（x，y）处的灰度值。折线函数的形态可通过拐点和分段直线的斜率所确定，通过调整两者的值达到扩展或压缩灰度区间的目的。与线性变换类似，非线性灰度变化在实现方法和获得的最终效果上与之有所区别，但目的都是为了让图像的质量得到改善。 1.2 直方图 一幅图像的直方图是对图像内部信息描述的重要手段，是图像最基本的统计特征，它可以通过对直方图进行调整修正，获得较好的视觉效果。最常见的直方图修正方法有：直方图均衡化和直方图规定化。 1.2.1 直方图均衡化 直方图均衡化又称直方图平坦化是针对图像的灰度概率密度，将其分布为均勾化处理的过程。这个方法主要是对原始图像的直方图分布进行调整，可以获得比较平坦的直方图，然后对图像进行直方图均衡校正。对直方图采用均衡化的思想如下： 如果原始图像灰度级为连续的情况，首先将其归一化操作，通过一个T变换将原始图像的橫像素变换为纵像素，从而得到新的图像，其可以表示为S=T（r），0？燮r？燮1得到。通过概率论的基本理论分析，若己知P和变换函数S=T（r），并且T-1（s）是单调递增函数，则经过变换后所得到的概率密度函数可如式（6）所示： 其中n表示为像素总数，ri满足归一化条件。 因此，通过上述理论的实现可以将对于图像中灰度级值为rk的像素经过变换转化到输出图像中，此时新的灰度级是一种均衡化的结果，提高了图像的灰度变化，也从整体中提高了图像的对比度，并在一定程度上实现了图像的增强。以上研究结果满足预先给出的定义。此变换后的灰度g范围在[0，1]之间，如果要在[0，255]区间显示，则乘以255即可。 但是在实际变换中，经过直方图均衡化修正后的图像直方图并不是完全均衡的。这可能是由于在原始图像中一些灰度级频数较小的可能叠加到其他的灰度级中去，造成了直方图的叠加，所以在此种方法研究的基础上人们又提出了直方图规定化方法。 1.2.2 直方图规定化 直方图均衡化可以调整图像的对比度，但是由于它是根据像素灰度值的概率直接把图像的直方图统一地归一化到一个区间，而没有加入人的主观意识，所以它的结果是不受控制的。其原理是根据直方图均衡化的思想来实现的，把处理前图像的直方图和想要达到的直方图均进行直方图均衡化到同一个灰度区间，再按照某种映射关系让原图像和处理后的图像进行一一对应。用Pr（r）和Pz（z）分别表示原图像和想要获得的图像（规定）的灰度密度函数，他们的直方图分布如图4所示。 直方图规定化实现步骤主要包括以下三个： ①对原始图像进行直方图均衡化处理：S=T（r）。其中S表示原始图像均衡化处理后的灰度，r表示处理前的灰度，T表示均衡化处理方法。 ②对规定的直方图进行均衡化处理：v=G（z）。z和v分别表示规定的图像均衡化处理前和处理后的灰度，G表示均衡化处理方法。 ③将原始直方图映射到规定的直方图：由于都是均衡化，让s=v，则有z=G-1（v）=G-1[T（r）]。规定直方图均衡化的反变换处理方法由G-1表示。 2 总结 通过以上理论分析和实验表明，基于采用空域图像增强技术能更好地改善图像的对比度和灰度动态范围，提高图像的清晰度。应该指出的是，图像增强没有固定和统一的技术标准，其关键取决于技术的正确选择、参数（如窗口尺寸和模板系数）的配置以及使用顺序的合理安排，增强质量往往由增强目的而主观评定。 参考资料： [1]李艳梅.图像增强的相关技术及应用研究[D].成都：成都科技大学，2013. [2]许欣.图像增强若干理论方法与应用研究[D].南京：南京理工大学，2010. [3]龚声蓉，刘纯平，王强.数字图像处理与分析[M].北京：清华大学出版社，2006.
