DIP-图像增强 (Digital Image Enhancement)

DIP-图像增强

第二节：图像增强(Digital Image Enhancement)

---

---

前言

遇到一些朦胧图片显示效果不够清晰怎么办？如大雾天气下细节缺失的图片，或夜间成像过于黑暗而丢失很多细节的图片等。图像增强可以有效解决这个问题。

---

一、图像增强是什么？

图像增强是在处理前对原始数据进行质量和信息量的提高。
常见的做法包括对比度增强、空间滤波、密度切片和FCC。
对比度增强或拉伸是通过线性变换扩大原有的灰度范围来实现的。
空间滤波改进了自然发生的线性特征，如断层、剪切带和轮廓线。
密度切片将连续的灰色调范围转换为一系列密度间隔，用单独的颜色或符号来表示不同的特征。
这里我们着重讲解对比度增强以及其中常用的三种方法：线性对比度展宽、非线性动态范围调整、灰度直方图均衡化。

---

二、方法介绍

1.线性对比度展宽

目的：通过将亮暗差异(即对比度)扩大，来把人所关心的部分强调出来。

算法思想：f(i,j)为旧的位图矩阵函数，g(i,j)为新的位图矩阵函数。他们的对应关系如图所示。

代码如下（示例）：

void linearContrastStretch(RGBQUAD** dataOfBmp_src, RGBQUAD** dataOfBmp_dst, DWORD width, DWORD height)
{
   
	double ka = 0.2,kb = 8,kc = 0.2;
	int a = 60,b = 120;//范围不应过小 
	double ga = a*ka;
	double gb = b*kb+ga;
	   for(DWORD i=0;i<height;i++)
		for(DWORD j=0;j<width;j++)
		{
   
			//printf("%d ",dataOfBmp_dst[i][j].rgbRed);
		if(dataOfBmp_src[i][j].rgbRed<a)
			dataOfBmp_dst[i][j].rgbRed  = (dataOfBmp_dst[i][j].rgbRed * ka + 0.5); 
		if(dataOfBmp_src[i][j].rgbGreen<a)
			dataOfBmp_dst[i][j].rgbGreen = (dataOfBmp_dst[i][j].rgbGreen * ka + 0.5);
		if(dataOfBmp_src[i][j].rgbBlue<a)
			dataOfBmp_dst[i][j].rgbBlue  = (dataOfBmp_dst[i][j].rgbBlue * ka + 0.5);
			
		if(dataOfBmp_src[i][j].rgbRed >= b)
			dataOfBmp_dst[i][j].rgbRed = (kc*(dataOfBmp_src[i][j].rgbRed-b) + gb + 0.5);
		if(dataOfBmp_src[i][j].rgbGreen >= b)
			dataOfBmp_dst[i][j].rgbGreen = (kc*(dataOfBmp_src[i][j].rgbGreen-b) + gb + 0.5);
		if(dataOfBmp_src[i][j].rgbBlue >= b)
			dataOfBmp_dst[i][j].rgbBlue = (kc*(dataOfBmp_src[i][j].rgbBlue-b) + gb + 0.5);
	
		if(dataOfBmp_src[i][j].rgbRed >= a && dataOfBmp_src[i][j].rgbRed < b)
			dataOfBmp_dst[i][j].rgbRed = (kb*(dataOfBmp_src[i][j].rgbRed-a) + ga + 0.5);
		if(dataOfBmp_src[i][j].rgbGreen >= a && dataOfBmp_src[i][j].rgbGreen < b)
			dataOfBmp_dst[i][j].rgbGreen = (kb*(dataOfBmp_src[i][j].rgbGreen-a) + ga + 0.5);
		if(dataOfBmp_src[i][j].rgbBlue >= a && dataOfBmp_src[i][j].rgbBlue < b)
			dataOfBmp_dst[i][j].rgbBlue = (kb*(dataOfBmp_src[i][j].rgbBlue-a) + ga + 0.5);
		}           
}}

效果图：

2.非线性动态范围调整

目的：将暗的部分扩展，而将亮的部分抑制。
算法思想：通过动态范围的压缩，可以将所关心部分的灰度级的变化范围扩大。
动态范围调整方法分为以下两种：
1.线性动态范围调整
2.非线性动态范围调整
线性动态范围调整与上文第一种方法大同小异，这里着重介绍非线性动态范围调整方法

代码如下：

void dynamicRangeAdjustment(RGBQUAD** dataOfBmp_src, RGBQUAD** dataOfBmp_dst, DWORD width, DWORD height)
{
   
	double c = 105.8865;//数值较低时，将暗的部分扩展，将亮的部分抑制      数值高的时候相反 
	   for(DWORD i=0;i<height;i++)
		for(DWORD j=0;j<width;j++)
		{
   
		 dataOfBmp_dst[i][j].rgbRed = (c*log10(dataOfBmp_src[i][j].rgbRed + 1) + 0.5);  
		 dataOfBmp_dst[i][j].rgbGreen = (c*log10(dataOfBmp_src[i][j].rgbGreen + 1) + 0.5);
		 dataOfBmp_dst[i][j].rgbBlue = (c*log10(dataOfBmp_src[i][j].rgbBlue + 1) + 0.5);    
		}	        
}

效果图：

3.非线性动态范围调整灰度直方图均衡化

算法思想：对图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减，从而达到清晰图像的目的。

void histogramEqualization(RGBQUAD** dataOfBmp_src, RGBQUAD** dataOfBmp_dst, DWORD width, DWORD height)
{
   
	printf("%d x %d\n",width,height);
	DWORD Nf = width*height;//图像总体像素个数
	printf("%d\n",Nf);  
	DWORD greyRange_R[256] = {
   0};//灰度分级 0-255     起初设置int 造成溢出 
	DWORD greyRange_G[256] = {
   0};
	DWORD greyRange_B[256] = {
   0}; 
	   for(DWORD i=0;i<height;i++)
		for(DWORD j=0;j<width;j++)
		{
   
		 greyRange_R[dataOfBmp_src[i][j].rgbRed]++;//统计所有灰度分级的频数 
		 greyRange_G[dataOfBmp_src[i][j].rgbGreen]++;
		 greyRange_B[dataOfBmp_src[i][j].rgbBlue]++; 
		}
	double hsR[256] = {
   0.0};//每个灰度级的分布概率 R G B
	double hsG[256] = {
   0.0};
	double hsB[256] = {
   0.0}; 	
	for(int i = 0;i<256;i++){
   
		hsR[i] = greyRange_R[i] /(Nf*1.0);
		hsG[i] = greyRange_G[i]/(Nf*1.0);
		hsB[i] = greyRange_B[i]/(Nf*1.0);
	}
	//求直方图 
	double temp1 = 0,temp2 = 0,temp3 = 0; 
	for(int i=0;i<256;i++){
   
		hsR[i] += temp1;
		temp1 = hsR[i];
		hsG[i] += temp2;
		temp2 = hsG[i];
		hsB[i] += temp3;
		temp3 = hsB[i];
	}
	 //hs中存放R G B各灰度级的累积分布hp
	for(DWORD i=0;i<height;i++)
		for(DWORD j=0;j<width;j++)
		{
   
			if(dataOfBmp_src[i][j].rgbRed == 0)
				 dataOfBmp_dst[i][j].rgbRed = 0;
			else if(dataOfBmp_src[i][j].rgbRed != 0)
				dataOfBmp_dst[i][j].rgbRed = (255*hsR[dataOfBmp_src