基于中值與同態(tài)濾波器相結(jié)合增強(qiáng)圖像的探究

姚 飛 閆曉麗 蘇景霞 陳 粉 王夢(mèng)琳 鄧瑩瑩

（河南師范大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，河南 新鄉(xiāng)453007）

圖像的增強(qiáng)處理在許多實(shí)際應(yīng)用場(chǎng)合中有很大的必要性。隨著科學(xué)技術(shù)的發(fā)展，圖像增強(qiáng)的方法也日益增多，其中主要有灰度變換增強(qiáng)、空域?yàn)V波增強(qiáng)、頻域?yàn)V波增強(qiáng)以及彩色增強(qiáng)等,但一些方法在去噪的同時(shí)會(huì)造成圖像其他性質(zhì)的改變，最終影響去噪效果[1]。如在中值濾波器增強(qiáng)處理中，它對(duì)椒鹽噪聲的消噪效果較好，但當(dāng)濾波器的窗口尺寸增大時(shí)，去噪效果提高的同時(shí)也會(huì)使圖像變得模糊[2]。為了改善去噪后的圖像模糊程度，本文對(duì)中值和同態(tài)兩種濾波器的結(jié)合做了探究。

1 中值與同態(tài)濾波器相結(jié)合原理

1.1 中值濾波器原理

中值濾波器是是一種去除噪聲的非線性處理方法，是由Turky于1971年提出來(lái)的[3]。它首先確定一個(gè)奇數(shù)像素窗口，該窗口內(nèi)的像素值從小到大排序后，用中間位置灰度值來(lái)代替原灰度值[4]。對(duì)于一組灰度值x1，x2…，xn來(lái)說(shuō)，如果把這n個(gè)灰度值按照由小到大的順序排列為xi1，xi2…，xin，則原序列的中值y可表示為：

1.2 同態(tài)濾波器原理

同態(tài)濾波可以將細(xì)節(jié)對(duì)比差、分辨率不清的圖像處理為畫(huà)面亮度比較均勻，細(xì)節(jié)得到增強(qiáng)的圖像。其過(guò)程如下所示：

圖1

其中，圖像f（x，y）是由光源產(chǎn)生的照度場(chǎng)i（x，y）和目標(biāo)的反射系數(shù)場(chǎng)r（x，y）的共同作用下產(chǎn)生的可以表達(dá)為：f（x，y）=i（x，y）·r（x，y），其中入射光分量i（x，y）由照明源決定，而反射光分量r（x，y）則是由物體本身特性決定，它表示灰度的急劇變化部分，如兩個(gè)不同物體的交界部分、邊緣部分及線等[5]。為了得到所原圖像的增強(qiáng)圖像g（x，y），必須進(jìn)行反運(yùn)算，即其中輸出圖像的照明光分量反射光分量

1.3 中值與同態(tài)濾波器相結(jié)合原理

用中值濾波器第一次為圖像去除椒鹽噪聲，并設(shè)置窗口尺寸為6×6，此時(shí)圖像的模糊程度稍大；然后以經(jīng)第一次去噪后的圖像為對(duì)象，通過(guò)改變同態(tài)濾波器中高頻及低頻增益的值，在頻率域中同時(shí)壓縮圖像的亮度范圍和增強(qiáng)圖像的對(duì)比度，將圖像中變模糊的部分突顯出來(lái)，通過(guò)改變銳化參數(shù)的值，使圖像的細(xì)節(jié)邊緣部分的到強(qiáng)化。

2 仿真實(shí)驗(yàn)分析

仿真實(shí)驗(yàn)環(huán)境為CPU：雙核2.5GHz，內(nèi)存：4.0G，操作系統(tǒng)：32位Windows 7，開(kāi)發(fā)環(huán)境：Matlab7.0.1。實(shí)驗(yàn)中兩濾波器相結(jié)合的主要程序如下：

d0=10;r1=0.5;rh=2;c=4;%rh為高頻增益,r1為低頻增益,c為銳化參數(shù)

通過(guò)控制變量法分別修改中值濾波器中窗口的大小以及同態(tài)濾波器算法中參數(shù)d0、r1、rh、c的值來(lái)找到合適的取值，以達(dá)到好的圖像處理效果。

圖2 “6×6”窗口，rh=2，r1=0.5

在仿真環(huán)境中運(yùn)行上述程序，所得結(jié)果圖如下所示：

圖3 “6×6”窗口，rh=1.8，r1=0.5

對(duì)比圖2中的小圖（c）和圖（d）可知，先中值后同態(tài)的圖像去噪效果較單純的中值濾波效果較好，在一定程度上改善了圖像的模糊程度，但其整體上較原圖的亮度大些。

修改濾波器中的相關(guān)參數(shù)值，得到如圖3所示的結(jié)果。對(duì)比兩次的結(jié)果圖可以明顯看出，在窗口大小不變時(shí)，減小高頻增益rh的值之后，圖像的模糊度減輕，尤其是對(duì)比度較大的部分的模糊度變小?？梢缘贸鼋Y(jié)論，高頻增益rh可以控制圖像中的明亮度以及部分細(xì)節(jié)的突顯程度，高頻增益rh的值越大，圖像越明亮。而同態(tài)濾波的這種效果正好可以改善中值濾波器的弊端，兩者相互補(bǔ)充，使圖像的去噪效果更好。

3 結(jié)語(yǔ)

本文在分析了中值濾波的基礎(chǔ)上，對(duì)中值濾波和同態(tài)濾波相結(jié)合的圖像增強(qiáng)方法進(jìn)行了探究，并得出了較好的效果及相關(guān)結(jié)論。但是圖像增強(qiáng)所涉及的問(wèn)題比較復(fù)雜，在實(shí)際運(yùn)用中還需要解決諸多問(wèn)題，以達(dá)到增強(qiáng)圖像的效果。

［1］許欣.圖像增強(qiáng)若干理論方法與應(yīng)用研究[D].南京理工大學(xué)，2010.

［2］占必超，吳一全，紀(jì)守新.基于平穩(wěn)小波變換和Retinex的紅外圖像增強(qiáng)方法[J].光學(xué)學(xué)報(bào)，2010，30(10)：2788-2793.

［3］劉一洲，羅斌，基于Matlab平臺(tái)的含噪圖像恢復(fù)[J].終端與顯示技術(shù)，2004，6.

［4］數(shù)字圖像處理[M].朱志剛，譯.北京：電子工業(yè)出版社.

［5］李軍.一種改進(jìn)的數(shù)字圖像模糊增強(qiáng)算法[J].電子測(cè)量技術(shù)，2006.