圖像對(duì)比度增強(qiáng)研究的進(jìn)展

王俊平，李 錦

(西安電子科技大學(xué)通信工程學(xué)院，陜西西安 710071)

在圖像處理技術(shù)中，圖像對(duì)比度增強(qiáng)的研究有著廣泛的應(yīng)用范圍，如它可用于改善光照不均圖像的視覺(jué)效果，增強(qiáng)對(duì)比度較差的醫(yī)學(xué)圖像［1－2］，對(duì)于霧天降質(zhì)圖像的清晰化處理［3］，改善信噪比低、對(duì)比度差的紅外圖像的視覺(jué)效果［4］、水下圖像處理［5］、衛(wèi)星遙感圖像處理［6］和專(zhuān)為有視力障礙的人的彩色圖像對(duì)比度增強(qiáng)［7］等方面。盡管通過(guò)對(duì)圖像對(duì)比度的增強(qiáng)研究，能使圖像獲得更好的視覺(jué)和應(yīng)用效果，然而隨著圖像采集設(shè)備的不斷改進(jìn)和圖像應(yīng)用需求的不斷變化，加之圖像對(duì)比度增強(qiáng)的效果并沒(méi)有客觀(guān)統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)，這就增加了圖像對(duì)比度增強(qiáng)研究的難度。

本文在研究近年來(lái)圖像對(duì)比度增強(qiáng)中出現(xiàn)的60多種算法的基礎(chǔ)上，從圖像特征、圖像視覺(jué)效果、圖像增強(qiáng)所用理論及圖像增強(qiáng)的自動(dòng)實(shí)現(xiàn)方面總結(jié)了相關(guān)算法的特點(diǎn)和局限性，并指出其未來(lái)的發(fā)展方向。

1 基于圖像特征的方法

圖像灰度是圖像的基本特征，即使對(duì)于彩色和多波段圖像也可以通過(guò)轉(zhuǎn)化后的相應(yīng)灰度值進(jìn)行處理。因?yàn)閳D像灰度分布的統(tǒng)計(jì)分析常用直方圖來(lái)表征，因此直方圖修正就成為圖像對(duì)比度增強(qiáng)的常用方法。

基于直方圖修正的增強(qiáng)方法包括直方圖均衡化和規(guī)定化，且研究大多數(shù)集中于直方圖均衡化［8－28］方面。針對(duì)傳統(tǒng)直方圖均衡化后圖像過(guò)增強(qiáng)問(wèn)題，Kim提出了均值分割的BBHE算法［8］，Chen提出遞歸均值分割直方圖的RMSHE算法［9］，Wang等提出的等面積的雙子圖像的DSIHE算法［10］，Sim等提出了遞歸的RSIHE算法［11］，Chen等提出了最小均值誤差的 MMBEBHE算法［12］。針對(duì)有些圖像部分灰度級(jí)，特別是圖像細(xì)節(jié)的灰度級(jí)被過(guò)度合并，而導(dǎo)致圖像部分細(xì)節(jié)信息丟失而使局部變得模糊的不足，文獻(xiàn)［13］中提出了一種均衡化處理后再增加圖像灰度級(jí)的方法。該方法首先在空間域或頻域中，提取原圖像的高頻細(xì)節(jié)信息，使其與原圖像直方圖均衡化處理后的結(jié)果進(jìn)行加權(quán)疊加，此外還可以通過(guò)調(diào)整高頻成分的權(quán)值因子獲得細(xì)節(jié)，從而得到所需的不同增強(qiáng)程度的圖像。相對(duì)于傳統(tǒng)直方圖均衡化算法，使用該方法處理后的圖像，不僅增強(qiáng)了整體圖像對(duì)比度，而且更多地保留了原始圖像的細(xì)節(jié)信息。為了使圖像細(xì)節(jié)提取精度有所提高，文中從準(zhǔn)確、快速提取圖像細(xì)節(jié)信息以及定量評(píng)估圖像增強(qiáng)算法的有效性方面展開(kāi)。為了得到圖像的細(xì)節(jié)和突出的有用信息，文獻(xiàn)［14］提出了采用同態(tài)濾波技術(shù)來(lái)減少照明，并且對(duì)比結(jié)果，采用有限的自適應(yīng)直方圖均衡化技術(shù)(CLAHE)，成功地給出了一個(gè)彩色圖像增強(qiáng)方法消除了乘性噪聲，同時(shí)使灰度范圍壓縮、對(duì)比度增強(qiáng)。

對(duì)于能在保留亮度的同時(shí)更好地增強(qiáng)對(duì)比度，文獻(xiàn)［15］提出了使用迭代直方圖重排使彩色圖像對(duì)比度增強(qiáng)的方法。結(jié)合兩個(gè)階段迭代子直方圖均衡(ISHE)和直方圖調(diào)整，達(dá)到了良好的增強(qiáng)效果。該方法簡(jiǎn)單有效，已被應(yīng)用于電子產(chǎn)品當(dāng)中。針對(duì)低對(duì)比度的彩色圖像，文獻(xiàn)［16］提出共生直方圖均衡化和暗原色先驗(yàn)的方法處理彩色圖像對(duì)比度增強(qiáng)，這種方法對(duì)于給定的彩色通道，通過(guò)空間領(lǐng)域灰度級(jí)得到增強(qiáng)，灰度級(jí)共生直方圖被獨(dú)立地均衡。同時(shí)暗原色先驗(yàn)的方法又彌補(bǔ)了圖像色調(diào)改變和失真的缺陷。所以，這種方法用于增強(qiáng)對(duì)比度低的彩色圖像是有效的。針對(duì)射線(xiàn)圖像噪聲大、對(duì)比度差的特點(diǎn)，文獻(xiàn)［17］提出基于直方圖均衡的射線(xiàn)圖像增強(qiáng)算法，對(duì)原始圖像進(jìn)行全局直方圖均衡，然后用保持形狀的局部反差增強(qiáng)技術(shù)使圖像按水平集分層，并在每層內(nèi)實(shí)施反差增強(qiáng)，對(duì)每層的子直方圖進(jìn)行去噪處理，之后再進(jìn)行合成。該方法避免了傳統(tǒng)算法中噪聲過(guò)于增強(qiáng)的問(wèn)題。既能改善細(xì)節(jié)圖像的對(duì)比度，又在增強(qiáng)的同時(shí)使噪聲得到抑制，保持了圖像的平滑性

直方圖均衡化雖然簡(jiǎn)單有效，但無(wú)法保持圖像的均值亮度和熵值，針對(duì)這一缺點(diǎn)，文獻(xiàn)［18］提出了一種直方圖規(guī)定化的方法—亮度自適應(yīng)的保熵直方圖均衡化，使直方圖分布盡可能均勻。同時(shí)，又結(jié)合變分法求出一個(gè)在熵值不變的條件下圖像均值亮度最大化的直方圖，最后將原始直方圖轉(zhuǎn)化成直方圖規(guī)定化的目標(biāo)直方圖。與HE/DSIHE/MMBEBHE/BPHEME方法比較，此方法能在保持熵值不變的條件下有效增強(qiáng)對(duì)比度，可廣泛應(yīng)用于消費(fèi)型和專(zhuān)業(yè)型電子產(chǎn)品中。未來(lái)研究方向可以是:如何在人類(lèi)視覺(jué)系統(tǒng)的基礎(chǔ)上更好地利用圖像的梯度或顯著性等信息和選擇閾值，使圖像對(duì)比度增強(qiáng)的同時(shí)還能更好地保持其原有特征。

2 基于圖像視覺(jué)效果的方法

人類(lèi)視覺(jué)系統(tǒng)是世界上最好的圖像處理系統(tǒng)，近年來(lái)，國(guó)內(nèi)外許多專(zhuān)家學(xué)者對(duì)人類(lèi)視覺(jué)系統(tǒng)進(jìn)行了深入的研究，尤其是在圖像對(duì)比度增強(qiáng)方面取得了一定的成果。Retinex是于1963年 Land［29］等提出的一個(gè)關(guān)于人類(lèi)視覺(jué)系統(tǒng)如何調(diào)節(jié)感知到物體的顏色和亮度模型。后來(lái)，Jobson［30］等人以此為基礎(chǔ)，發(fā)展了單尺度Retinex(SSR)、多尺度Retinex(MSR)和多尺度Retinex彩色恢復(fù)(MSRCR)算法。

Retinex算法的基本內(nèi)容是:圖像由亮度圖像和反射圖像構(gòu)成，分別用L(x，y)和R(x，y)表示，三者關(guān)系可由下式表示

式中，亮度分量L是被觀(guān)察者或圖像采集設(shè)備收到的構(gòu)成圖像;反射分量R決定圖像的內(nèi)在性質(zhì)。Retinex方法對(duì)圖像處理的目的就是從圖像I中獲得物體的反射性質(zhì)分量R。

文獻(xiàn)［30］提出了幾點(diǎn) Retinex方法需要考慮的地方:對(duì)圖像進(jìn)行對(duì)數(shù)函數(shù)的位置、中心函數(shù)、連續(xù)環(huán)繞空間的大小以及輸出結(jié)果之前的處理。針對(duì)這些問(wèn)題，國(guó)內(nèi)外學(xué)者也提出了各種改進(jìn)方法［31－42］。

Retinex圖像增強(qiáng)算法具有提高全局對(duì)比度和局部對(duì)比度、增強(qiáng)邊緣、顏色恒常、顏色高保真等特性。眾多學(xué)者基于這個(gè)理論的基礎(chǔ)上提出一些新的算法，例如針對(duì)于霧天降質(zhì)圖像，文獻(xiàn)［31］提出一種新的增益函數(shù)，對(duì)MSR算法進(jìn)行改進(jìn)，計(jì)算圖像亮度及鄰近局部亮度的平均值的比值來(lái)消除光照影響后的反射分量自適應(yīng)進(jìn)行增強(qiáng)，此方法有效地克服圖像在平滑區(qū)域和高對(duì)比度邊緣出現(xiàn)過(guò)增強(qiáng)而導(dǎo)致噪聲放大和邊緣暈環(huán)的問(wèn)題，從而得到更清晰的細(xì)節(jié)和更自然的場(chǎng)景輪廓，取得較好的去霧效果。

常規(guī)的Retinex算法由于受多尺度卷積運(yùn)算的影響，運(yùn)算復(fù)雜度普遍較高，針對(duì)這一缺點(diǎn)，文獻(xiàn)［32］引入了非線(xiàn)性變換函數(shù)修正彩色圖像的反射分量和照射分量，修正了Retinex的圖像對(duì)比度增強(qiáng)方法。為了改善全局視覺(jué)效果，全局對(duì)比度增強(qiáng)函數(shù)拉伸了圖像照射分量。非線(xiàn)性S型函數(shù)對(duì)中間值的改變較大，對(duì)較大和較小的反射分量值改變較小，因此改善了圖像局部對(duì)比度。此方法克服了常規(guī)方法的不足，在RGB彩色空間和許多分離色度亮度的彩色空間的處理速度都很快，參數(shù)自適應(yīng)較好，處理圖像也沒(méi)有出現(xiàn)明顯的彩色失真現(xiàn)象。對(duì)反射分量和照射分量所使用的非線(xiàn)性變換函數(shù)還有很多，因此，進(jìn)一步探索性能更優(yōu)異的非線(xiàn)性變換函數(shù)是下一階段的研究方向。

3 基于圖像增強(qiáng)所用理論的方法

在圖像處理發(fā)展的過(guò)程中，數(shù)學(xué)始終起著舉足輕重的作用，并滲透到圖像處理的所有分支中。由于數(shù)學(xué)理論及方法的引入，促進(jìn)了圖像處理理論與技術(shù)的豐富和發(fā)展，尤其在圖像對(duì)比度增強(qiáng)這一分支領(lǐng)域中也得到了廣泛的應(yīng)用。

小波變換是20世紀(jì)80年代后期發(fā)展起來(lái)的應(yīng)用數(shù)學(xué)分支，與傅里葉變換相比，小波變換是時(shí)域和頻域的局部變換，因而能有效地從信號(hào)中提取信息，通過(guò)伸縮和平移等運(yùn)算功能，對(duì)函數(shù)或信號(hào)進(jìn)行多尺度分析。與數(shù)字圖像處理結(jié)合，是小波分析研究領(lǐng)域的重要內(nèi)容之一。其中，把小波分析應(yīng)用于圖像增強(qiáng)的研究比較少。但是最近幾年，出現(xiàn)了一些基于小波變換的圖像對(duì)比度增強(qiáng)算法［41－47］。

針對(duì)成像質(zhì)量差、圖像對(duì)比度低的問(wèn)題，文獻(xiàn)［41］中提出了一種基于小波變換的直方圖均衡算法來(lái)增強(qiáng)圖像對(duì)比度。這種方法首先對(duì)圖像作直方圖均衡化，然后對(duì)小波變換的一級(jí)或二級(jí)近似系數(shù)的非線(xiàn)性增強(qiáng)處理。利用在這種方法處理圖像，在保留了邊界信息的同時(shí)也使圖像細(xì)節(jié)清晰可辨。傳統(tǒng)空域圖像對(duì)比度增強(qiáng)算法，存在灰度級(jí)空間分配不合理和噪聲敏感問(wèn)題，針對(duì)這些問(wèn)題，文獻(xiàn)［42］基于圖像的局部細(xì)節(jié)信息分析，提出了一種新的基于小波變換和反銳化掩膜的圖像對(duì)比度增強(qiáng)算法。該算法依據(jù)反銳化掩膜(UM)算法的思想，運(yùn)用小波變換作為工具在各頻段內(nèi)計(jì)算出代表圖像局部細(xì)節(jié)信息和噪聲信息的統(tǒng)計(jì)量，運(yùn)用反銳化掩膜的思想，計(jì)算出代表局部細(xì)節(jié)信息，且同時(shí)考慮了圖像中的噪聲信息的統(tǒng)計(jì)量，最終將新的統(tǒng)計(jì)量用于重新分配灰度級(jí)空間，從而使圖像的整體對(duì)比度得到有效增強(qiáng)，同時(shí)也相對(duì)明顯地抑制了圖像的噪聲。相對(duì)于傳統(tǒng)的直方圖均衡化算法和反銳化掩膜算法，這種算法結(jié)合了小波變化的理論，在處理航拍、醫(yī)學(xué)等特殊領(lǐng)域和一些信噪比低的圖像時(shí)，獲得了更顯著的對(duì)比度增強(qiáng)效果。

針對(duì)小波適用于具有各向同性奇異性的對(duì)象，對(duì)于各向異性的奇異性，例如表示圖像中的邊界以及線(xiàn)狀特征等時(shí)，小波并非總是理想表示工具。因此，1999年Candes＆Donoho在小波變換的基礎(chǔ)上提出了曲波變換，這種方法適合表示各向異性的多尺度分析，其基函數(shù)具有多方向和各向異性等特性，能很好地處理高維函數(shù)，可有效地逼近圖像中的奇異曲線(xiàn)。由于曲波變換能用極少的非零系數(shù)精確表達(dá)圖像邊緣，因此使圖像數(shù)據(jù)更簡(jiǎn)潔精確，且保證較低的均方誤差。文獻(xiàn)［43］結(jié)合人眼的視覺(jué)特性，用曲波作為圖像各向異性的多尺度表征方法，提出一種新的非線(xiàn)性圖像對(duì)比度增強(qiáng)算法，自適應(yīng)地調(diào)整增強(qiáng)函數(shù)的控制參量，對(duì)圖像的不同區(qū)域進(jìn)行不同的處理。經(jīng)實(shí)驗(yàn)表明，用此方法可明顯增強(qiáng)圖像的對(duì)比度，在有效增強(qiáng)圖像的重要視覺(jué)特征的同時(shí)抑制噪聲過(guò)放大，明顯改善了圖像視覺(jué)效果、增強(qiáng)了層次感，從而有利于圖像的后續(xù)處理。

近年來(lái)，偏微分方程在圖像處理領(lǐng)域中的應(yīng)用研究相對(duì)活躍，目前已積累了豐富的研究成果。文獻(xiàn)［48］就基于偏微分方程提出了一種改進(jìn)型保持形狀的圖像對(duì)比度增強(qiáng)算法。這種方法不僅修改并推廣了原有的基于PDE的灰度增強(qiáng)方法，使之可適用于任何設(shè)定的灰度拉伸函數(shù)，而且給出了一種通用的分段線(xiàn)性拉伸函數(shù)設(shè)計(jì)方法，相比采用累積直方圖作為灰度變換函數(shù)可達(dá)到更好的直方圖均衡化效果。還提出了一種松弛閾值化方法用以消除局部反差增強(qiáng)時(shí)可能出現(xiàn)的“斑點(diǎn)效應(yīng)”。這里提出的改進(jìn)算法適用于多種自然圖像，增強(qiáng)效果良好。由此可以找到待研究問(wèn)題:首先，在本文所涉及灰度圖像增強(qiáng)的過(guò)程中，算法是建立在基于直方圖均衡的PDE模型上的，這表明了圖像增強(qiáng)PDE方法的有效性。因此，繼續(xù)尋求其他更優(yōu)秀的灰度圖像對(duì)比度增強(qiáng)方法對(duì)應(yīng)的PDE。模型是今后研究工作的一個(gè)重要方向。其次，由偏微分方程求解保持彩色圖像形狀的灰度圖像中，結(jié)果存在邊緣模糊化的缺點(diǎn)，這也可以是在后續(xù)的研究中要致力解決的問(wèn)題。

數(shù)學(xué)形態(tài)學(xué)是一門(mén)建立在嚴(yán)格數(shù)學(xué)理論基礎(chǔ)上的學(xué)科，其基本思想和方法對(duì)圖像處理的理論和技術(shù)產(chǎn)生了重大影響。如今，數(shù)學(xué)形態(tài)學(xué)已經(jīng)構(gòu)成一種新的圖像處理方法和理論，成為計(jì)算機(jī)數(shù)字圖像處理及分型理論的一個(gè)重要研究領(lǐng)域，并且已經(jīng)應(yīng)用在多門(mén)學(xué)科的數(shù)字圖像分析和處理的過(guò)程中。形態(tài)學(xué)方法已成為圖像應(yīng)用領(lǐng)域工程技術(shù)人員的必備工具。目前，數(shù)學(xué)形態(tài)學(xué)的技術(shù)已經(jīng)應(yīng)用在圖像對(duì)比度增強(qiáng)上。

文獻(xiàn)［49］提出一種數(shù)學(xué)形態(tài)學(xué)圖像對(duì)比度增強(qiáng)方法，基于數(shù)學(xué)形態(tài)學(xué)邊緣提取算法優(yōu)于微分邊緣提取算法的前提，結(jié)合數(shù)學(xué)形態(tài)學(xué)的相關(guān)原理，使用多結(jié)構(gòu)元素、雙梯度多尺度進(jìn)行邊緣檢測(cè)，進(jìn)而使用這些檢測(cè)出來(lái)的連續(xù)邊緣進(jìn)行圖像對(duì)比度增強(qiáng)，成功地實(shí)現(xiàn)了對(duì)邊緣模糊化的模糊處理。這種方法不僅去模糊效果好，而且提取出的圖像邊緣較好地保持了原始的細(xì)節(jié)特征，從而圖像的對(duì)比度也得到明顯的增強(qiáng)。目前，把數(shù)學(xué)形態(tài)學(xué)應(yīng)用在圖像對(duì)比度增強(qiáng)上的研究還不多，所以，數(shù)學(xué)形態(tài)學(xué)將是未來(lái)圖像對(duì)比度增強(qiáng)的發(fā)展方向。

盡管上述方法從不同方面解決了處理圖像增強(qiáng)的問(wèn)題，但多數(shù)沒(méi)有考慮圖像采集過(guò)程，這直接影響圖像的視覺(jué)質(zhì)量。而且大多數(shù)對(duì)比度增強(qiáng)方法沒(méi)有考慮自然圖像的統(tǒng)計(jì)特性，文獻(xiàn)［50］中提出了貝葉斯框架把上述問(wèn)題考慮進(jìn)去?；谝恍┛赡苡绊懖杉膱D像質(zhì)量的因素，如快門(mén)速度和相機(jī)的反映作用，設(shè)計(jì)了一種可能的貝葉斯模型。另一方面，設(shè)計(jì)了基于所觀(guān)察圖像和一些自然圖像的統(tǒng)計(jì)特性的先驗(yàn)?zāi)Ｐ?。用這種方法提出的可能模型和先驗(yàn)?zāi)Ｐ?，其框架能有效地增?qiáng)在自然方式下圖像的對(duì)比度，同時(shí)抑制了噪聲。而且，由于所提出的貝葉斯框架是一個(gè)高維優(yōu)化處理，耗時(shí)較長(zhǎng)，進(jìn)一步提出了簡(jiǎn)化的貝葉斯框架，其低運(yùn)算復(fù)雜度能達(dá)到相對(duì)較好的效果。

模糊集是1965年由L.A.Zadeh首次提出。模糊集理論作為解決和分析不確定性問(wèn)題的一種有力工具，已經(jīng)被成功地應(yīng)用在模式識(shí)別和圖像處理領(lǐng)域。近年來(lái)，該理論也應(yīng)用到了圖像對(duì)比度增強(qiáng)中，以下對(duì)基于模糊集的圖像對(duì)比度增強(qiáng)方法［51－53］進(jìn)行簡(jiǎn)要介紹。

針對(duì)在霧天條件下，戶(hù)外采集圖像對(duì)比度下降嚴(yán)重的問(wèn)題，文獻(xiàn)［51］綜合考慮降質(zhì)圖像的模糊特性和大氣散射所造成的對(duì)比度衰減規(guī)律，提出了一種基于模糊邏輯的霧天降質(zhì)圖像的對(duì)比度增強(qiáng)算法。該算法通過(guò)預(yù)處理降質(zhì)圖像，降低不同霧況對(duì)灰度級(jí)分布范圍的影響，并根據(jù)大氣散射對(duì)對(duì)比度衰減的影響規(guī)律，在模糊域內(nèi)對(duì)規(guī)范化后的圖像實(shí)現(xiàn)對(duì)比度增強(qiáng)處理。這種算法可以有效改善遠(yuǎn)景和近景的對(duì)比度。文獻(xiàn)［52］針對(duì)于遙感圖像的特點(diǎn)，也提出一種基于廣義模糊集在非下采樣輪廓波域局部對(duì)比度模糊增強(qiáng)方法，這種方法相對(duì)來(lái)說(shuō)更具有效性和自適應(yīng)性。

除這些理論之外，還有很多基于數(shù)學(xué)理論的對(duì)比度增強(qiáng)方法［54－55］。針對(duì)不同的問(wèn)題和應(yīng)用環(huán)境，取得了良好的處理效果，達(dá)到了預(yù)期的目的。因此，結(jié)合數(shù)學(xué)理論及方法研究圖像對(duì)比度增強(qiáng)問(wèn)題，針對(duì)圖像處理問(wèn)題進(jìn)行數(shù)學(xué)建模、理論分析以及算法研究具有重要的理論意義和應(yīng)用前景。

4 基于圖像增強(qiáng)的自動(dòng)實(shí)現(xiàn)算法

傳統(tǒng)的對(duì)比度增強(qiáng)技術(shù)對(duì)于各種低對(duì)比度的圖像不能產(chǎn)生理想的效果，而且也不能自動(dòng)應(yīng)用到不同的圖像，因?yàn)樗麄兊膮?shù)必須根據(jù)所給的圖像人為地設(shè)定才能產(chǎn)生理想的效果。文獻(xiàn)［56］提出一種自動(dòng)的對(duì)比度增強(qiáng)的方法?；镜倪^(guò)程就是，首先按照一個(gè)選好的標(biāo)準(zhǔn)將一幅低對(duì)比度的圖像的直方圖組成群分為適當(dāng)數(shù)量的組分，然后重新均勻分配這些按照灰度階，并且最后取消之前分好的灰度級(jí)組。這種基本的GLG方法也為技術(shù)的擴(kuò)展提供了平臺(tái)，例如選擇性的灰度級(jí)組合法(SGLG)等。但是，Chen的這種灰度級(jí)組合法［56－57］同樣存在算法復(fù)雜度高和對(duì)比度增強(qiáng)過(guò)大的缺點(diǎn)。

受到GLG方法的啟發(fā)，文獻(xiàn)［57］提出了一種復(fù)雜度低，又能保持圖像自然度的CE算法，通過(guò)對(duì)直方圖各灰度級(jí)的合并和擴(kuò)展，加上對(duì)比度增強(qiáng)程度的控制算法，提高了圖像的視覺(jué)質(zhì)量，同時(shí)又防止了對(duì)比度過(guò)增強(qiáng)的現(xiàn)象，使圖像看起來(lái)更加真實(shí)。這種算法有可調(diào)的參數(shù)，后續(xù)工作可以深入研究如何通過(guò)設(shè)備和圖像的清晰度來(lái)算出該參數(shù)從而達(dá)到最佳效果。

近幾年來(lái)，大量新興的對(duì)比度增強(qiáng)算法［59－61］也不斷涌現(xiàn)。針對(duì)不同的應(yīng)用環(huán)境還有很多新方法，在這里就不一一列舉了。

5 存在的問(wèn)題和進(jìn)一步的研究方向

近年來(lái)，上述幾類(lèi)方法在不斷改進(jìn)。直方圖均衡化法趨向于與人體視覺(jué)相結(jié)合，在增強(qiáng)圖像的同時(shí)保持圖像的原始形態(tài)。頻域方法、Retinex方法則傾向于與其他方法的結(jié)合，其降低噪聲的功能可以彌補(bǔ)其他方法的不足。一些基于數(shù)學(xué)理論的方法重在計(jì)算效率上的改進(jìn)。筆者認(rèn)為如下幾個(gè)方面仍需進(jìn)一步研究:首先，是計(jì)算效率的問(wèn)題。例如局部直方圖均衡化法、Retinex方法雖然處理效果好，但缺乏快速算法，這些算法僅適用于圖像分析，不能實(shí)時(shí)使用，局限了其應(yīng)用范圍。其次，是處理問(wèn)題的范圍，多數(shù)算法還具有一定的局限性，因此，針對(duì)不同的應(yīng)用環(huán)境，進(jìn)一步找出適應(yīng)性和魯棒性更強(qiáng)的方法。將來(lái)對(duì)于圖像對(duì)比度增強(qiáng)的研究方向可以從兩方面展開(kāi):一是將對(duì)比度增強(qiáng)的方法應(yīng)用于一個(gè)新的領(lǐng)域。二是在對(duì)傳統(tǒng)算法不斷改進(jìn)的基礎(chǔ)上，引入一些新的方法，將原有理論與新概念有效地融合在一起而形成的新方法，可以是應(yīng)用新的數(shù)學(xué)模型，或者是把前人的幾種優(yōu)化算法結(jié)合到一起形成一種新的對(duì)比度增強(qiáng)的方法。這類(lèi)方法可以同時(shí)發(fā)揮不同方法的優(yōu)點(diǎn)，取得更好的增強(qiáng)效果。

綜上所述，到目前為止，圖像對(duì)比度增強(qiáng)已有多種經(jīng)典算法，但沒(méi)有一個(gè)通用算法。因?yàn)樵紙D像的質(zhì)量不同，圖像主要特征不同，算法所需要的消耗時(shí)間不同，處理的目標(biāo)對(duì)象不同，所以只能從實(shí)際問(wèn)題出發(fā)選擇合適的算法。對(duì)于具體的圖像，具體的應(yīng)用環(huán)境，選擇用何種對(duì)比度增強(qiáng)算法，還有許多值得探討和研究的地方。

［1］AIMI SALIHAH，MASHOR M Y.Improving colour image segmentation on acute myelogenous leukaemia images using contrast enhancement techniques［C］.Kuala Lumpur，Malaysia:IEEE EMBS Conference on Biomedical Engineering＆Sciences，2010:246 －251.

［2］楊先，張靜，彭博.基于相似性度量的加權(quán)醫(yī)學(xué)超聲圖像對(duì)比度增強(qiáng)方法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2011，32(3):995－1101.

［3］尹傳歷，張葆，戴明，等.嵌入式霧天降質(zhì)圖像對(duì)比度增強(qiáng)系統(tǒng)設(shè)計(jì)［J］.電視技術(shù)，2009，33(12):90 －91.

［4］白俊奇，陳錢(qián)，王嫻雅，等.紅外圖像噪聲濾波對(duì)比度增強(qiáng)算法［J］.紅外與激光工程，2010，39(4):777 －780.

［5］江晉劍，王遠(yuǎn)志，錢(qián)萌.基于小波的水下圖像對(duì)比度增強(qiáng)方法研究［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2008，18(4):35 －41.

［6］HASAN D.Satellite Image contrast enhancement using discrete wavelet transform and singular value decomposition［J］.IEEE Geoscience And Remote Sensing Letters，2010，7(2):333－337.

［7］ANUSTUP C.Color contrast enhancement for visually impaired people［C］.IEEE Conference of Communication，2010:33－40.

［8］KIM Y T.Contrast enhancement using brightness preserving bi－ histogram equalization［J］.IEEE Transactions on Consumer Electronics，1997，43(1):1 －8.

［9］CHEN SD，RAMLI A R.Contrast enhancement using recursive mean—separate histogram equalization for scalable brightness preservation［J］.IEEE Transactions on Consumer Electronics，2003，49(4):1301 －1309.

［10］WANG Y，CHEN Q，ZHANG B.Image enhancement based on equal area dualistic sub－image histogram equalization method ［J］.IEEE Transactions on Consumer Electronics，1999，45(1):68 －75.

［11］SIM K S，TSO C P，TAN Y Y.Recursive sub—image histngram equalization applied to gray scale images［J］.Pattern Recognition Letters，2007，28(10):1209 －1221.

［12］CHEN SD，RARNLI A R.Minimum mean brightness error bihistogram equalization in contrast enhancement［J］.IEEE Transactions on Consumer Electronics，2003，49(4):1310 －1319.

［13］扈佃海，呂緒良，文劉強(qiáng).一種改進(jìn)的直方圖均衡化圖像增強(qiáng)方法［J］.光電技術(shù)應(yīng)用，2012，27(3):65 －68.

［14］ANISH KUMAR.Illumination reduction for low contrast color image enhancement with homomorphic filtering technique［C］.International Conference on Communication Systems and Network Technologies，2012:171 －173

［15］LIN Pinghsien，SHEN Chihtsung.Contrast enhancement on color images using iterative histogram rearrangement［C］.The 13th IEEE International Symposium on Consumer Electronics，2009:382 －386.

［16］YANG Hongbo，WANG Jiuhe.Color image contrast enhancement by co－occurrence histogram equalization and dark channel prior［C］.2010 3rd International Congress on Image and Signal Processing，2010:659 －663.

［17］王明泉，馮曉夏，梁君婷.基于直方圖均衡的射線(xiàn)圖像增強(qiáng)算法［J］.中國(guó)科技論文在線(xiàn)，2011，6(1):67 －70.

［18］陳文飛，許雪峰，苗作華，等.亮度自適應(yīng)的保熵直方圖均衡化方法［J］，計(jì)算機(jī)工程與應(yīng)用，2012，48(16):157－161.

［19］TARIK ARICI.A histogram modi?cation framework and Its application for image contrast enhancement［J］.IEEE Transactions on Image Processing，2009，18(9):1921 －1935.

［20］RITU C，SARITA SB.An improved image contrast enhancement based on histogram equalization and brightness preserving weight clustering histogram equalization［C］.International Conference on Communication Systems and Network Technologies，2011:597 －600.

［21］YANG Fan，WU Jin.An improved image contrast enhancement in multiple－peak images based on histogram equalization［C］.2010 International Conference on Computer Design and Applications，2010:346 － 349.

［22］KWOK N M，HA Q P，F(xiàn)ANG G.Color image contrast enhancement using a local equalization and weighted sum approach［C］.Toronto，Ontario，Canada:6th Annual IEEE Conference on Automation Science and Engineering，2010:568－573.

［23］SUNDARAN M，RAMAR K.Histogram based contrast enhancement for mammogram images［C］.Proceedings of 2011 International Conference.Computing and Networking Technologies，2011:842 － 846.

［24］ZHANG Dongni，WON － JAE PARK.Histogram partition based gamma correction for image contrast enhancement［C］.IEEE 16th International Symposium.2012:1－4.

［25］NYAMLKHAGVA S，ALTANSUKH S.Image contrast enhancement using bi－h(huán)istogram equalization with neighborhood metrics［J］.IEEE Transactions on Consumer Electronics，2010，56(4):2727 －2734.

［26］許欣，陳強(qiáng)，孫懷江，等.改進(jìn)的自動(dòng)顏色均衡化圖像對(duì)比度增強(qiáng)［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46(18):4 －6.

［27］王永強(qiáng)，江培蕾，李慶利.基于約束PDF的均衡直方圖圖像增強(qiáng)技術(shù)［J］.機(jī)械設(shè)計(jì)與制造，2010，5(5):231－232.

［28］武治國(guó)，王延杰.一種基于直方圖非線(xiàn)性變換的圖像對(duì)比度增強(qiáng)方法［J］.光子學(xué)報(bào)，2010，39(4):755 －758.

［29］LAND E.Recent advances in retinex theory and some implications for cortical computations:color vision and the natural images［J］.Proceedings of National Academy of Sciences，1983，80(16):5163 －5169.

［30］JOBSON D J，RAHMAN Z，WOODELL G A.Properties and performance of a center/surround Retinex［J］.IEEE Trans on Image Processing，1997，6(3):451 －462.

［31］趙曉霞，王汝林.改進(jìn)的多尺度Retinex算法及其應(yīng)用［J］.計(jì)算機(jī)工程，2011，37(6):209 －211.

［32］李冠章，羅武勝.一種高效地修正Retinex圖像自適應(yīng)對(duì)比度增強(qiáng)算法［J］.測(cè)試技術(shù)學(xué)報(bào)，2009，23(5):445 －451.

［33］JIAO Zhuqing，XU Baoguo.An image enhancement approach using retinex and YIQ［C］.2009 International Conference on Information Technology and Computer Science，2009:476－479.

［34］YOUHEI T，TOMIO G.Color image contrast enhancement by retinex model［C］.The 13th IEEE International Symposium on Consumer Electronics，2009:392 － 393.

［35］DANIEL J J，ZIA － UR R.Properties and performance of a center/surround retinex［C］.IEEE Transactions on Image Processing，1997，6(3):451 －462.

［36］WANG Jinhua，BI Haijiang.Retinex － based color correction for displaying high dynamic range images［C］.ICSP2010 Proceedings，2010:1021 －1024.

［37］SU Jang，LEE T H.Adaptive color enhancement based on multi－scaled retinex using local contrast of the Input Image［C］.Optomechatronic Technologies(ISOT)，2010 International Symposium on，2010:1 －6.

［38］李冠章，羅武勝，李沛，等.修正Retinex照射反射模型的彩色圖像增強(qiáng)［J］.光學(xué)技術(shù)，2010，36(2):205 －208.

［39］劉偉華，隋青美.基于色調(diào)恒定的MSR圖像增強(qiáng)算法［J］.光子學(xué)報(bào)，2011，40(4):642 －646.

［40］李冠章，羅武勝.適應(yīng)彩色空間的圖像對(duì)比度增強(qiáng)算法［J］.傳感技術(shù)學(xué)報(bào)，2009，22(6):833 －837.

［41］李云，劉學(xué)誠(chéng).基于小波變換的圖像對(duì)比度增強(qiáng)算法研究［J］.計(jì)算機(jī)應(yīng)用與軟件，2008，25(8):100 －103.

［42］牛和明，陳祥軍，張建勛，等.基于小波變換與反銳化掩模的圖像對(duì)比度增強(qiáng)［J］.高技術(shù)通訊，2011，21(6):600－606.

［43］羅忠亮，林土勝.基于曲波變換的圖像非線(xiàn)性對(duì)比度增強(qiáng)［J］.數(shù)據(jù)采集與處理，2009，24(4):413 －417.

［44］ZHANG Changjiang，WANG Jinshan，WANG Xiaodong，et al.Contrast enhancement for image with incomplete beta transform and wavelet neural network［C］.International Conference on Neural Networks and Brain，2005.ICNN＆B'05，2005，2:1236 －1241.

［45］EHSAN N，MOHAMMAD.Image contrast enhancement by contourlet transform［C］.Zadar，Croatia:48th International Symposium ELMAR －2006，2006:81 －84.

［46］XU Jianmao，SU Junzhong，ZHANG Changjiang.Non － linear algorithm for contrast enhancement for image using wavelet neural network［C］.9th International Conference on Control，Automation，Robotics and Vision，ICARCV'06，2006:1－6.

［47］HASAN DEMIREL，CAGRI OZCINAR.Satellite image contrast enhancement using discrete wavelet transform and singular value decomposition［J］.IEEE Geoscience And Remote Sensing Letters，2010，7(2):333 －337.

［48］KE Jing，HOU Yuqing.An improved algorithm for shape preserving contrast enhancement［J］.Acta Photonica Sinica，2009，38(1):214 －219.

［49］萬(wàn)麗，陳普春.一種基于數(shù)學(xué)形態(tài)學(xué)的圖像對(duì)比度增強(qiáng)算法［J］.現(xiàn)代電子技術(shù)，2009，13(300):131 －133.

［50］JEN Tzucheng，WANG Shengjyh.Bayesian structure－preserving image contrast enhancement and its simpli?cation［J］.IEEE Transaction on Circuits and Systems for Video Technology，2012，22(6):831 －843.

［51］翟藝書(shū)，柳曉鳴，涂雅瑗.基于模糊邏輯的霧天降質(zhì)圖像對(duì)比度增強(qiáng)算法［J］.計(jì)算機(jī)應(yīng)用，2008，28(3):662－664.

［52］ZHAO Jie，YANG Jianlei.Regional contrast fuzzy enhancement for remote sensing image based on the generalized fuzzy set in nonsubsampled contourlet domain［C］.International Asia Symposium on Intelligent Interaction and Affective Computing，2009:120 －123.

［53］FU Bin，CUI Jianwen.A Novel adaptive vein image contrast enhancement method based on fuzzy and retinex theory［C］.Harbin，China:Proceedings of the 2010 IEEE International Conference on Information and Automation，2010:2447 －2450.

［54］YANG Qingyun.An adaptive image contrast enhancement based on differential evolution［C］.2010 3rd International Congress on Image and Signal Processing，2010:631 －634.

［55］何為，趙魯陽(yáng)，魏建明.基于非完全貝塔變換的圖像對(duì)比度增強(qiáng)算法［J］.儀器儀表學(xué)報(bào)，2008，29(4):53 －56.

［56］CHEN Zhiyu，BESMA R A.A generalized and automatic image contrast enhancement using gray level grouping［C］.ICASSP 2006 Proceedings，IEEE International Conference，2006，2:965 －968.

［57］CHEN Zhiyu，BASMA R A.Gray－ Level Grouping(GLG):An automatic method for optimized image contrast enhancement—part II:the variations［J］.IEEE Transactions on Image Processing，2006，12(8):2303 －2314.

［58］姚遠(yuǎn)，門(mén)愛(ài)東.基于GLG算法的彩色圖像對(duì)比度增強(qiáng)改進(jìn)方法［J］.電視技術(shù)，2009，33(S2):133－135.

［59］趙靜.基于多獨(dú)立通道自適應(yīng)性對(duì)比度增強(qiáng)算法［J］.電視技術(shù)，2012，36(11):24 －26.

［60］ASIM A K，ROLAND G.Biologically inspired contrast enhancement using asymmetric gain control［M］.Boston:Digital Image Computing:Techniques and Applications，2009.

［61］KE Weiming，CHENChihrung.BiTA/SWCE:image enhancement with bilateral tone adjustment and saliency weighted contrast enhancement［J］.IEEE Transactions on Circuits and Systems for Video Technology，2011，21(3):360 －364.