图像处理自学（四）：图像增强、3A算法

一、图像增强

1. 基于直方图均衡化的图像增强
直方图均衡化是通过调整图像的灰阶分布，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，
达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均衡化方法来增强图像细节。

2. 基于拉普拉斯算子的图像增强
使用中心为5的8邻域拉普拉斯算子与图像卷积可以达到锐化增强图像的目的，拉普拉斯算子如下图所示：
拉普拉斯算子可以增强局部的图像对比度。

3. 基于对数Log变换的图像增强
对数变换可以将图像的低灰度值部分扩展，显示出低灰度部分更多的细节，将其高灰度值部分压缩，
减少高灰度值部分的细节，从而达到强调图像低灰度部分的目的。变换方法：x轴的0.4大约对应了y轴的0.8，即原图上0_{0.4的低灰度部分经过对数运算后扩展到0}0.8的部分，而整个0.4_{1的高灰度部分被投影到只有0.8}1的区间，这样就达到了扩展和增强低灰度部分，压缩高灰度部分的值的功能。从上图还可以看到，对于不同的底数，底数越大，对低灰度部分的扩展就越强，对高灰度部分的压缩也就越强。

4. 基于伽马变换的图像增强
伽马变换主要用于图像的校正，将灰度过高或者灰度过低的图片进行修正，增强对比度。变换公式就是对原图像上每一个像素值做乘积运算：

γ值以1为分界，值越小，对图像低灰度部分的扩展作用就越强，值越大，对图像高灰度部分的扩展作用就越强，通过不同的γ值，就可以达到增强低灰度或高灰度部分细节的作用。伽马变换对于图像对比度偏低，并且整体亮度值偏高（对于于相机过曝）情况下的图像增强效果明显。

二、3A算法

3A技术即自动对焦（AF）、自动曝光（AE）和自动白平衡（AWB）。3A数字成像技术利用了AF自动对焦算法、AE自动曝光算法及AWB自动白平衡算法来实现图像对比度最大、改善主体拍摄物过曝光或曝光不足情况、使画面在不同光线照射下的色差得到补偿，从而呈现较高画质的图像信息。采用了3A数字成像技术的摄像机能够很好的保障图像精准的色彩还原度，呈现完美的日夜监控效果。

自动对焦算法（AF）

   是通过既得图像对比度移动镜头使图像对比度达到最大。总的来说，自动对焦技术就是通过调整聚焦镜头的位置获得最高的图像频率成分， 得到更高的图像对比度。其中，获得最佳的对焦点是一个不断积累的过程，它通过比较每一帧图像的对比度从而获得镜头移动范围内最大 的对比度点，进而确定对焦距离。已对焦图片比为对焦图片包含更高的频率成分，也就是相应的图片具有更高的对比度。获得最佳对焦点 是一个不断积累的过程，它通过比较每一帧图像的对比度从而获得镜头移动范围内最大的对比度点，从而确定对焦距离。

自动曝光算法(AE)

 将根据可用的光源条件自动设置曝光值。当主体拍摄物和背景的亮度相差很大时，一般会造成主体拍摄物的过曝光或曝光不足，

为了克服这个问题，一些特定的AE算法着重考虑了主体拍摄物的亮度情况，在进行亮度调整时给予这部分更多的比重。在程序自动曝光方式中，照相机能根据测光系统所测得的被摄画面的曝光值，按照厂家生产时所设定的快门及光圈曝光组合，自动地设定快门速度和光圈值。

自动白平衡算法(AWB)

根据光源条件调整图片颜色的保真程度。物体在不同光线照射下会出现不同程度的色差，一般将一幅图像的整体色差信号用作色温数据， 当这幅图像的大部分区域被一个统一的颜色覆盖时，这种色彩补偿就可能损失一部分完整的色彩。为了弥补这个缺陷，一些特定的AWB 算法 被提出来以适应不同的色温情况。物体颜色会因投射光线颜色产生改变，在不同光线的场合下拍摄出的照片会有不同的色温。