1、圖像增強綜述XXX（長沙理工大學 電路與系統 學號：0000000000）摘要：本文介紹了數字圖像增強的國內外應用狀況，對圖像增強的目的與意義進行了闡述，對圖像增強的兩種主要算法做了簡單介紹，介紹了圖像增強在航空航天、生物醫學、工業生產、公共安全等領域的應用情況。關鍵字：圖像增強；空間域；頻率域；算法An Overview of Image EnhancementAbstract: This paper introduces the application state of digital image enhancement at home and abroad, the purpose of

2、 image enhancement and significance of image enhancement are described, the two main algorithm of image enhancement are introduced in brief, introduces the application of image enhancement in aerospace, biological medicine, industrial production, public security and other areas. Keywords:image enhan

3、cement; spatial domain; frequency domain; algorithm1 圖像增強技術的國內外發展現狀 20世紀20年代圖片第一次通過海底電纜從倫敦傳往紐約。當時人們通過字符模擬得到中間色調的方法來還原圖像。早期的圖像增強技術往往涉及硬件參數的設置，如打印過程的選擇和亮度等級的分布等問題1-3。到20世紀60年代早期第一臺可以執行數字圖像處理任務的大型計算機制造出來了，這標志著利用計算機技術處理數字圖像時代的到來。20世紀60年代末和20世紀70年代初有學者開始將圖像增強技術用于醫學圖像、地球遙感監測和天文學等領域。20世紀70年代Godfrey N. Houn

4、sfield先生和Allan M. Cormack教授共同發明計算機軸向斷層技術。到了20世紀80年代以后，各種硬件的發展使得人們不僅能夠處理二維圖像，而且開始處理三維圖像。許多能獲得三維圖像的設備和分析處理三維圖像的系統已經研制成功了，圖像處理技術得到了廣泛的應用。進入20世紀90年代，圖像增強技術已經逐步涉及人類生活和社會發展的各個方面。在借鑒國外相對成熟理論體系和技術應用體系的條件下，國內的增強技術和應用也有了很大的發展。總體來說，圖像增強技術的發展大致經歷了初創期、發展期、普及期和應用期4個階段。初創期開始于20世紀60年代，當時的圖像采用像素型光柵進行掃描顯示，大多采用中、大型機對其

5、進行處理。20世紀70年代進入了發展期，開始大量采用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現了CT和衛星遙感圖像，對圖像增強處理提出了一個更高的要求。到了20世紀80年代，圖像增強技術進入普及期，此時的計算機已經能夠承擔起圖形圖像處理的任務。20世紀90年代進入了應用期，數字圖像增強技術在生物醫學工程、工業、農業、工程、公共安全等領域，得到了廣泛的應用。2 圖像增強的目的與意義人類傳遞信息的主要媒介是語言和圖像。據統計在人類接受的各種信息中視覺信息占80%，所以圖像信息是十分重要的信息傳遞媒體和方式。圖像傳遞系統包括圖像采集、圖像壓縮、圖像編碼、圖像存儲、圖像通信、圖

6、像顯示這六個部分。但在實際應用中每個部分都有可能導致圖像的品質變差，使圖像傳遞的信息無法被正常讀取和識別，因此研究圖像增強技術具有非常重要的實現意義2。 圖像增強是圖像處理的基本內容之一。圖像增強是指按特定的需要突出一幅圖像中的某些信息，同時，削弱或去除某些不需要的信息的處理方法。其主要目的是使處理后的圖像對某種特定的應用，比原始圖像更適合，處理的結果使圖像更適合于人的視覺特性或機器的識別系統。圖像增強可歸納為兩方面: (l)消除噪聲;(2)邊緣增強和結構信息的保護。 3 圖像增強的算法介紹由于圖像增強技術現在還沒有通用的算法，因此圖像增強技術根據各種不同目的而產生了多種算法，最常用的即“空間

7、域方法”和“頻率域方法”1-4。隨著數學各分支在理論和應用上的逐步深入，使得數學形態學、模糊數學、遺傳算法、小波理論等在圖像增強技術中的應用取得了很大進展，產生了不少新的算法。如數學形態濾波器，基于模糊數學的濾波方法，基于遺傳算法的濾波方法，小波濾波器等。本文只介紹空間域與頻域法。3.1 空間域法空間域增強是指在圖像所在的二維空間進行增強處理，即增強構成圖像的像素。空間域增強法主要有灰度變換增強、直方圖增強、圖像平滑和圖像銳化等5。 灰度變換增強灰度變換可調整圖像的灰度動態范圍或圖像對比度，是圖像增強的重要手段之一。它是將原圖中的灰度f(x,y) 經過一個變換函數g=Tf 轉化成一個新的灰度g

8、(x,y) 即：g(x,y)=Tf(x,y)灰度變換可使灰度動態范圍加大，根據變換函數的形式，灰度變換分為線性變換，分段性變換和非線性變換。圖1 線性變換示意圖采用線性變換對圖像每一個像素灰度作線性拉伸，可有效地改善圖像視覺效果。令圖像f(i,j)的灰度范圍為a,b，線性變換后圖像g(i,j)的范圍為a´,b´，如圖1所示，g(i,j)與f(i,j)之間的關系式為：g(i,j)= +為了突出感興趣目標所在的灰度區間，相對抑制那些不感興趣的灰度區間，可采用分段線性變換。圖2為分段線性的示意圖，設原圖像f(x,y)在0，Mf,感興趣目標的灰度范圍在a,b,欲使其灰度范圍拉伸到c

9、,d,則對應的分段線性變換表達式為：圖2分段線性的示意圖 當用某些非線性函數如對數函數、指數函數等，作為映射函數時，可實現圖像灰度的非線性變換。直方圖增強灰度直方圖反映了數字圖像中每一灰度級與其出現頻率間的關系,它能描述該圖像的概貌。通過修改直方圖的方法增強圖像是一種實用而有效的處理技術。直方圖修正法包括直方圖均衡化及直方圖規定化兩類。為了改善圖像質量，可以對灰度分布進行變換改變，其中一種方法稱為直方圖均衡化處理。直方圖均衡化處理是以累積分布函數變換法為基礎的直方圖修正法。假定變換函數為：s=T(r)=式中是積分變量，而T(r)就是r的累積分布函數。這里，累積分布函數是r的函數，并且單調地從0

10、增加到1，所以這個變換函數滿足T(r)在0r1內單值單調增加。可以證明，用r的累積分布函數作為變換函數可產生一幅灰度級分布具有均勻概率密度的圖像。其結果擴展了像素取值的動態范圍。通常把為得到均勻直方圖的圖像增強技術叫做直方圖均衡化處理或直方圖線性化處理。在某些情況下，人們并不一定需要具有均勻直方圖的圖像，有時需要具有特定的直方圖的圖像，以便能夠增強圖像中某些灰度級。直方圖規定化方法就是針對上述思想提出來的。直方圖規定化是使原圖像灰度直方圖變成規定形狀的直方圖而對圖像作修正的增強方法,其基本思想。直方圖規定化是在運用均衡化原理的基礎上,通過建立原始圖像和期望圖像之間的關系,選擇地控制直方圖,使原

11、始圖像的直方圖變成規定的形狀,從而彌補了直方圖均衡化不具備交互作用的特性人們希望增強后的圖像,其灰度級的分布不是均勻的，而是具有規定形狀的直方圖,這樣可突出感興趣的灰度范圍。令Pr(r)和 Pz(z) 分別為原始圖像和期望圖像的灰度概率函數，對兩者均作直方圖均衡化處理，應有：S=T(r)=Z=G-1(V)V=G(Z)= 式子表明可以由均衡化后的灰度變量v 獲得期望圖像的灰度變量z ,這就意味著可以由原始圖像均衡化后的圖像灰度值來計算期望圖像的灰度值。因為對原始圖像和期望圖像都進行了均衡化處理, 所以Ps( s) 和Pv( v) 具有相同的概率密度,直方圖規定化處理后的新圖像將具有事先規定的概率

12、密度Pz( z) ,從而達到預期處理效果。 圖像平滑一幅原始圖像在獲取和傳愉過程中會受到各種噪聲的干擾, 使圖像質量下降,時分析圖像不利。這些噪聲干擾使圖像退化, 質量下降。表現為圖像模糊, 特征淹沒, 對圖像分析不利為了抑制噪聲、改善圖像質童, 要時圖像進行平滑處理。在空間域平滑濾波有很多種算法, 其中最常見的有線性平滑、非線性平滑、自適應平滑。（1）線性平滑就是對每一個像素的灰度值用它的鄰域值來代替, 其鄰域的大小為N×N, N一般取奇數。經過線性平滑濾波, 相當于圖像經過了一個二維的低通濾波器, 可是雖然是降低了噪聲, 但同時也模糊了圖像邊緣和細節, 這是這類濾波器存在的通病。

13、（2）非線性平滑是對線性平滑的一種改進, 即不對所有像素都用它的鄰域平均值來代替, 而是取一個閉值, 當像素灰度值與其鄰域平均值之間的差值大于已知值時才以均值代替當像素灰度值與其鄰域平均值之間的差值不大于閉值時取其本身的灰度值。非線性平滑可消除一些孤立的噪聲點, 對圖像的細節影響不大, 但對物體的邊緣會帶來一定的失真。（3）自適應平滑是一種根據當時、當地情況來盡量不模糊邊緣輪廓為目標進行控制的方法, 所以這種算法要有一個適應的目標。根據目的的不同, 可以有各種各樣的自適應圖像處理方法。 圖像銳化圖像銳化(image sharpening)就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖

14、像變得清晰。圖像平滑往往使圖像中的邊界、輪廓變得模糊，為了減少這 類不利效果的影響，這就需要利用圖像銳化技術，使圖像的邊緣變的清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細節變的清晰，經過平滑的圖像變得模糊的根本原因是因為圖像受到了平均或積分運算，因此可以對其進行逆運算（如微分運算）就可以使圖像變的清晰。 3.2 頻率域法頻率域增強是利用圖像變換方法將原來的圖像空間中的圖像以某種形式轉換到其它空間中，然后利用該空間的特有性質方便地進行圖像處理，最后再轉換回原來的圖像空間中，從而得到處理后的圖像。例如,先對圖像進行傅里葉變化到頻域，再對圖像的頻譜進行某種濾波修正，最后將修正后的圖

15、像進行傅里葉反變化到空域，以此增強圖像。可用圖3來描述該過程。圖3 頻域處理流程圖中f(x,y)為原始圖像，F(u,v)為變換到頻域的圖像，G(u,v)為修正后的圖像，g(x,y)為逆變換到空間域的圖像，修正函數H(U,V)為濾波器函數。根據不同的應用場合，所采用的濾波函數H(U,V)也有所不同。圖像在傳遞過程中，由于隨機噪聲主要集中在高頻部分，為去除噪聲改善圖像質量，采用低通濾波器函數H(u,v)來抑制或減弱高頻成分，通過低頻成分，然后再進行逆變換獲得濾波圖像，就可達到平滑圖像的目的。常見的頻率域低通濾波器有：理想低通濾波器、巴特沃斯（Butterworth）低通濾波器、指數低通濾波器、梯形

16、低通濾波器。圖像的邊緣、細節主要位于高頻部分，而圖像的模糊是由于高頻成分比較弱產生的。采用高通濾波器可以對圖像進行銳化處理，是為了消除模糊，突出邊緣。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經逆變換得到邊緣銳化的圖像。常見的頻率域高通濾波器有：理想高通濾波器、巴特沃斯（Butterworth）高通濾波器、指數高濾波器、梯形高濾波器。在某些情況下，信號或圖像中的有用成分和希望除掉的的成分主要分別出現在頻譜的不同頻段，這時允許或阻止特定頻段通過的濾波函數就非常有用。例如遙感圖像傳送到地面時，常有網狀干擾信號，這種干擾信號用頻譜分析的觀點看是原圖像和另一干擾圖像的疊加。若在頻率域中設法把

17、這些頻帶去掉或者阻擋掉，再逆變換到空間域，就可以把空域網絡圖像干擾去掉。這就叫帶阻濾波器。與帶阻濾波器相反的是帶通濾波器。4 圖像增強技術的應用概況數字圖像處理發展到今天，已迅速發展成一門獨立的有強大生命力的學科，圖像增強技術已逐步涉及人類生活和社會生產的各個方面，下面我們僅就幾個方面的應用舉些例子。4.1 航空航天領域的應用早在60年代初期，第3代計算機的研制成功和快速傅里葉變換的提出，使圖像增強技術可以在計算機上實現。1964美國噴氣推進實驗室(JPL)的科研人員使用IBM7094計算機以及其它設備，采用集合校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等方法對航天探測器“徘徊者7號”

18、發回的幾千張月球照片成功的進行了處理。隨后他們又對“徘徊者8號”和“水手號”發回地球的幾萬張照片進行了較為復雜地數字圖像處理，使圖像質量得到進一步的提高，從此圖像增強技術進入了航空航天鄰域的研究與應用。同時圖像增強技術的發展也推動了硬件設備的提高，比如1983年LANDSAT-4的分辨率為30m，而如今發射的衛星分辨率可達到3-5m的范圍內。圖像采集設備性能的提高，使采集圖像的質量和數據的準確性和清晰度得到了極大地提高。 4.2 生物醫學領域的應用圖像增強技術在生物醫學方面的應用有兩類，其中一類是對生物醫學的顯微光學圖像進行處理和分析，比如對紅細胞、白細胞、細菌、蟲卵的分類計數以及染色體的分析

19、；另一類應用是對X射線圖像的處理，其中最為成功的是計算機斷層成像。1973年英國的EMI公司在制造出第一臺X射線斷層成像裝置。由于人體的某些組織，比如心臟、乳腺等軟組織對X射線的衰減變化不大，導致圖像靈敏度不強。由此圖像增強技術在生物醫學圖像中得到廣泛的應用。 4.3 工業生產領域的應用圖像增強在工業生產的自動化設計和產品質量檢驗中得到廣泛應用，比如機械零部件的檢查和識別、印刷電路板的檢查、食品包裝出廠前的質量檢查、工件尺寸測量、集成芯片內部電路的檢測等等。此外計算機視覺也可以應用到工業生產中，將攝像機拍攝圖片經過增強處理、數據編碼、壓縮送入機器人中，通過一系列的控制和轉換可以確定目標的位置、

20、方向、屬性以及其它狀態等，最終實現機器人按照人的意志完成特殊的任務。 4.4 公共安全領域的應用在社會安全管理方面，圖像增強技術的應用也十分廣泛，如無損安全檢查、指紋、虹膜、掌紋、人臉等生物特征的增強處理等等。圖像增強處理也應用到交通監控中，通過電視跟蹤技術鎖定目標位置，比如對有霧圖像、夜視紅外圖像、交通事故的分析等等。5 結束語圖像處理內容涉及光學、微電子學、信息學、統計學、數學、計算機科學等領域，是一門綜合性很強的交叉學科，其中任何一門學科的發展都將推動圖像處理的進一步發展。近年來隨著計算機技術、人工智能、視覺心理研究的迅速發展以及處理器硬件上的不斷升級，圖像處理向更高、更深層次發展，因此帶動圖像增強技術的長足進步，其應用的需求也隨之越來越廣泛。由于對圖像質量的要求越來越高，單一的圖像增強算法往往難以滿足實際需求，因此幾種算法相結合、取長補短、優勢互補是圖像增強算法發展必然趨勢。與此同時，新的圖像增強方法不斷出現。隨著科學技術的進步以及人類需求的不斷增長，圖像處理科學無論是在理論上還是實踐上，均會取得更大的發展