基于分塊直方圖均衡化的圖像增強算法及實現(xiàn).docx

基于分塊直方圖均衡化的圖像增強算法及實現(xiàn)（測控）摘 要：針對傳統(tǒng)的直方圖均衡化算法易導致圖像細節(jié)信息丟失和噪聲放大的特點，本文在直方圖均衡化算法的基礎上加以改進，將圖像的高頻分量和低頻分量分開進行處理，然后在進行合并，達到去噪的效果，能夠在增強圖像整體視覺效果的同時較好地保持圖像細節(jié)，抑制圖像噪聲。同時，本文又從另一個角度提出了一種基于概率的灰度圖像直方圖均衡化的改進算法，給出了較合理的變換關系。實驗結果表明，該技術能使圖像的細節(jié)和清晰度得到明顯的增強。關鍵詞：圖像增強；直方圖均衡；灰度映射1 引言在實際應用中，無論采用何種輸入裝置采集的圖像，由于光照、噪聲等原因。圖像的質量往往不能令人滿意。例如，檢測對象物的邊緣過于模糊；在比較滿意的一幅圖像上發(fā)現(xiàn)多了一些不知來源的黑白或白點；圖像的失真，變形等等。所以圖像往往需要采取一些手段進行改善以求達到較好的效果。圖像增強技術正是在此基礎上提出的。圖像增強是圖像分析與處理的一個重要的預處理過程，其主要有兩個目的：意識運用一系列技術手段改善圖像的視覺效果，提高圖像的清晰度；二是將圖像轉化成一種更適合于人或計算機驚行分析處理的形式。即改善圖像質量是圖像增強的根本目的。圖像增強的意義一般可以理解為：按需求進行適當?shù)淖儞Q，對圖像的某些特征，如邊緣輪廓、對比度進行強調和銳化，突出某些游泳的信息，去除或消弱無用的信息以便于顯示、觀察或進一步分析和處理。圖像增強技術是一類基本的圖像處理技術，是指由選擇地突出圖像中感興趣的特征或者抑制圖像中某些不需要的特征，其目的是使處理后的圖像更適合于人的視覺特性或機器的識別系統(tǒng)，包括圖像的輪廓線或者紋理加強、圖像去噪、對比度增強等。因此圖像增強處理時圖像分析和圖像理解的前提和基礎。在圖像的獲取過程中，貼別是對于多媒體監(jiān)控系統(tǒng)采集的圖像，由于監(jiān)控場景光線照射復雜、拍攝背景也比較復雜等環(huán)境因素的影響。加之攝像設備、傳感器等因素引入的噪聲，使監(jiān)控圖像在一定程度上存在對比度差、灰度分布范圍窄、圖像分辨率下降。因此，為得到一幅清晰的圖像必須進行圖像增強處理。傳統(tǒng)的圖像增強算法通常是基于整幅圖像的統(tǒng)計量，這樣在計算整幅圖像的變換時，圖像中的低頻信息、高頻信息以及含有的噪聲，同時進行了變換，因而在增強圖像的同時增強了噪聲，導致信息量下降，給監(jiān)控圖像的分析和后期處理帶來了困難。針對此問題，提出一種新算法。圖像增強處理方法根據(jù)圖像增強處理所在的空間不同，可分為基于空間域的增強方法和基于頻率域的增強方法兩類?？臻g域處理方法是圖像像素組成的二維空間直接對每一個像素的灰度值進行處理，它可以使一幅圖像內像素點之間的 運算處理，也可以是數(shù)幅圖像間的相應像素點之間的運算處理。頻率域處理方法是在圖形的變換域對圖像進行間接處理。其特點是現(xiàn)將圖像進行變換，在空間域對圖像作傅里葉變換得到它的頻譜按照某種變化模型（如傅里葉變換）變換到頻率域，完成圖像由空間域變換到頻率域，然后在頻率域內圖像進行低通或高通頻率域處理。處理完之后，再將其反變換到空間域。直方圖均衡化算法是圖像增強空域法中的最常用、最重要的算法之一。它以概率理論作基礎，運用灰度點運算來實現(xiàn)直方圖的變換，從而達圖像增強的目的。本文介紹一種基于累計分布函數(shù)變換法為基礎的直方圖修正法。它可以通過對直方圖進行均勻化修正，可以使圖像的灰度間距增大或灰度均勻分布、增大反差，是圖像的細節(jié)變得清晰2 理論分析2.1 直方圖修正技術的基礎 一幅給定圖像的灰度經歸一化處理后，分布在范圍內。這是可以對0,1區(qū)間內的任一個r值進行如下變換： 也就是說，通過上述變換，每個原始圖像的像素值r都對應產生一個s值。變換函數(shù)T(r)應該滿足下列條件：在區(qū)間內，是單值單調增加；對于，有 這里第一個條件保證了圖像的灰度級西歐哪個白到黑的次序不變和反變換函數(shù)的存在。第二個條件保證了映射變換后的像素灰度值在允許范圍內。從s到r的反變換可用式表示，同樣也滿足上述兩個條件： 由概率論理論可知，若已知隨機變量的概率密度為，而隨機變量是的函數(shù)，即，的概率密度為，所以可以由求出。因為是單調增加的，由數(shù)學分析可知，它的反函數(shù)也是單調函數(shù)。在這種情況下，當,且僅當時發(fā)生，所以可以求得隨機變量的分布函數(shù)為： 對式兩邊求導，即可得到隨機變量的分布密度函數(shù)為： 由式可知，對于連續(xù)情況，設和分別表示原圖像和變換后圖像的灰度級概率密度函數(shù)。根據(jù)概率論的知識，在已知和變換函數(shù)時，反變換函數(shù)也是單調增長，則可由式求出。2.2直方圖的均衡化對于連續(xù)圖像，設r和s分別表示被增強圖像和變換后圖像的灰度。為了簡單，在下面的討論中，假定所有像素的灰度已被歸一化了，就是說，當時，表示黑色；當時，表示白色；變換函數(shù)與原圖像概率密度函數(shù)之間的關系為： 式中：r為積分變量。式的右邊可以是r的累積分布函數(shù)（CDF），因為CDF是r的函數(shù)，并單調地從0增加到1，所以這一變化函數(shù)滿足了前面所述的關于在內單值單調增加，對于，有的兩個條件。 由于累積分布函數(shù)是r的函數(shù)，并且單調的從0增加到1，所以這個變換函數(shù)滿足對式中的r求導，則: 再把結果帶入，則 由以上推到可見，變換后的變量s的定義域內的概率密度是均勻分布的。由此可見，用r累積分布函數(shù)作為變換函數(shù)可產生一幅灰度級分布具有均勻概率的圖像。其結果擴展了像素取值的動態(tài)范圍。 上面的修正方法是以連續(xù)隨機變量為基礎進行討論的。為了對圖像進行數(shù)字處理，必須引入離散形式的公式。當灰度級是離散值的時候，可用頻數(shù)近似代替概率值，即： 式中，L是灰度級數(shù)；是取第K級灰度值的概率；是在圖像中出現(xiàn)第k級灰度的次數(shù)；N是圖像中像素數(shù)。 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。式的直方圖均衡化累積分布函數(shù)的離散形式可由式表示： 其反變換為 2.3直方圖的均衡化的算法步驟直方圖均衡化的算法步驟如下：列出原始圖像和變換后圖像的灰度級：I，j=0,1,.,L-1,其中L是灰度級的個數(shù)；統(tǒng)計原圖像各灰度級的像素個數(shù)；計算原始圖像直方圖：，N為原始圖像像素總個數(shù)；計算累積直方圖：；利用灰度變換函數(shù)計算變換后的灰度值，并四舍五入：；確定灰度變換關系，據(jù)此將原圖像的灰度值修正為；統(tǒng)計變換后各灰度級的像素個數(shù)；3仿真實驗與結果 原始圖像 原始灰度圖像 自編函數(shù)均衡化前歸一化的直方圖 系統(tǒng)函數(shù)均衡化前的直方圖 自編函數(shù)所得的直方圖均衡化后的圖像 系統(tǒng)函數(shù)所得直方圖均衡化后的圖像 自編函數(shù)均衡化后歸一的直方圖 系統(tǒng)函數(shù)均衡化后的直方圖5 結論 算法應用舉例及誤差分析說明，本文提出的直方圖均衡化算法是可行的，結果證明該算法可改善直方圖均衡化的精度。在直方圖均衡化算法的基礎上,該論文所取的改進的處理方法可以有效防止圖像細節(jié)信息丟失和圖像噪聲幅度增大，并經過實驗證明, 本文所用的算法處理的圖像, 整體視覺效果得到改善,細節(jié)信息更為豐富,從中可以提取出更有意義的圖像特征。創(chuàng)新點：提出了改進組映射規(guī)則及詳細的算法，并用于直方圖均衡化，提高了直方圖均衡化的精度。 參考文獻：1岡薩雷斯. 數(shù)字圖像