直方圖均衡化圖像增強算法

http://blog.chinaunix.net/uid-24517893-id-2870515.html  

摘要  本文結合局部對比度增強， 給出了一個改進的直方圖均衡化圖像增強算法。 應用該算法對圖像進 行增強處理, 取得了較好的處理效果。

關鍵詞　圖像增強;直方圖均衡化;局部對比度增強;算法

 

1  引言:

圖像增強是圖像處理的最基本手段, 它往住是各種圖像 分析與處理時的預處理過程。

圖像增強就是增強圖像中用戶感興趣的信息，其主要目的有兩個： 一是改善圖像的視覺效果，提高圖像成分的清晰度； 二是使圖像變得更有利於 計算機處理。圖像增強的 方法一般分為空間 域和變換域兩大類。空間域方法直接對圖像像素的灰度進行處理。 變換域方法在圖像的某個變換域中對變換系數進行處理， 然後通過逆變換獲得增強圖像。 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直方圖的變換, 從而達到圖像增強的目的。

2  直方圖均衡化基本概念簡介:

 (1) 傳統的直方圖均衡化圖像增強算法:

反映數字圖像的概貌性描述，例如圖像的灰度范圍，灰度的分布， 整幅圖像的平均亮度和陰暗對比度等， 並可由此得出進一步處理的重要依據。 直方圖均衡化也叫直方圖均勻化， 就是把給定圖像的直方圖分布改變成均勻分布的直方圖， 它是一種常用的灰度增強算法。

  

這種變換概括起來包括三個主要步驟:

(1) 求出原圖像直方圖

(2) 根據原直方圖求出灰度值變換表

將圖像的原始直方圖變換為接近均勻分布的直方圖, 就稱之為直方圖均衡化。

具體應用直方圖均衡化算法對某些圖像進行處理的過程中, 我們發現, 經典的直方圖均衡化處理後的圖像, 有可能存在下述的不足:

(1) 輸出圖像的實際灰度變化范圍很難達到圖像格式所允許的最大灰度變 化范圍。

(2)輸出圖像的灰度分布直方圖雖然接近均勻分布, 但其值與理想值1/n仍有可能存在較大的差異, 並非是最佳值。   

(3)輸出圖像的灰度級有可能被過多地合並。 由於灰度的吞噬也易造成圖像信息的丟失。

(2) 已有的一種改進的直方圖均衡化圖像增強算法:

                       具體的實現過程如下 :

(4) 由灰度映射表的對應關系, 修正原始圖像的灰度級。同樣按照經典直方圖均衡化的三個步驟， 進行圖像灰度級的變換。我們令此時的灰度映射函數為  。

用此種改進的算法對圖像進行處理可以得到比傳統算法更好的效果， 但是前述的三個 問題仍然有一定程度的存在。

(3) 局部對比度增強法：

從而實現了細節增強, 也可以看到這種 方法只 起到窗內局部對比度增強作用, 並沒有調節整幅圖像動態范圍。通過上面的討論可以看到, 局部對比度增強法能強化局部圖像細節, 不能改善整幅圖像動態范圍, 而直方圖均衡法雖能改善整幅圖像的動態范圍但是以犧牲圖像細節為 代價。因此我們考慮將這兩種方法結合起來， 從而可以彌補各自的不足。

 

3 提出了一種新的改進算法：

 通過上面的討論可以看到, 局部對比度增強法能強化局部圖像細節, 不能改善整幅圖像動態范圍, 而直方圖均衡法雖能擴大視覺的動態范圍但是以犧牲圖像細節為代價 , 若能將這兩種方法結合起來, 就可充分發揮兩者之長處。比較上述兩方法的優缺點, 提出了一種新的直方圖均衡法： 我們將改進後的直方圖均衡算法和局部對比度增強法結合起來。 它能同時滿足圖像增強的兩種要求: 調節動態范圍,增強局部對比度,前者使圖像外貌較好, 後者能增強圖像細節。

 

具體算式如下：

          

般使  在圖像細節處值較大，而在背景噪聲區域值趨於0。

把這個算法 應用於圖像處理中,用MATLAB編程實現, 取得了較好的效果:

            圖1                                      圖2

           

   圖3                                        圖4

   圖1、圖2分別是原始圖像和原始圖像的直方圖,圖3、 圖4分別是我們提出的算法處理後的圖像和其直方圖。可以看出， 經過新的算法增強後的圖像效果比傳統的直方圖均衡化效果更好。

4  結論

    改進後的算法可以比傳統的直方圖均衡化圖像增強算法獲得更好的效 果，還可以考慮將傳統的直方圖均衡化方法用其他更好的方法改進, 再和局部對比度增強法結合起來,這也可以作為進一步的工作。