圖像增強基本算法的分析

常大俊

【摘要】圖像增強是指按特定的的需要采用特定的方法突出圖像中的某些信息，同時削弱和去除無關(guān)信息。本文圍繞圖像增強基本算法進(jìn)行了比較，分析了各自的優(yōu)缺點并指明了最佳適用場景。

【關(guān)鍵詞】圖像；圖像增強；算法お

The Analysis of The Basic Algorithm to The Image Enhancement

Chang Da—jun

（Changchun Architecture & Civil Engineering CollegeChangchunJilin130607）

【Abstract】Techniques of image enhancement aim at improving the interpretability or perception of information in images for human viewers，eliminating or attenuating unneeded information. This paper is developed according to the algorithm of image enhancement， and systematically investigated and compared. The advantage and defect of the above—mentioned algorithms as well as the suitable application of them.

【Key words】Image；Image Enhancement；Arithmeticお

1. 圖像增強意義

圖像增強是數(shù)字圖像處理過程中的重要研究技術(shù)。但條件影響致使獲得圖像效果不佳，這就要使用圖像增強技術(shù)來改善視覺效果，如突出特點、提取特征參數(shù)等，都有利于對目標(biāo)的識別、跟蹤等。因此，在各個領(lǐng)域中都有應(yīng)用。

2. 圖像增強基本方法

2.1空域鄰域基本理論。

空域濾波是基于模板卷積，對圖像中任意點的像素點（x，y）進(jìn)行m×n掩模處理得到的響應(yīng)，其公式如下所示：

R=W1Z1+ W2Z2+ …+W﹎n猌﹎n=∑mn i=1 W璱Z璱（1）

W為掩模系數(shù)，z為對應(yīng)像素灰度值， mn為包含像素點總數(shù)。主要步驟為：ィ1）模板在圖像中移動，并將模板中心與某個像素位置重合。ィ2）讀取模板下各對應(yīng)像素的灰度值，并與模板系數(shù)相乘，所得乘積累加。ィ3）將和賦值給模板中對應(yīng)位置的像素。常用技術(shù)：鄰域平均法、中值濾波法等。

圖1均值濾波

2.2頻域圖像增強方法的基本理論。

頻域增強是利用圖像變換技術(shù)將原圖像空間中的圖像以某種形式轉(zhuǎn)換到其它空間中，然后利用該空間特有性質(zhì)進(jìn)行圖像處理，最后再轉(zhuǎn)換回原圖像空間中，致使獲得處理后的圖像。主要步驟是：ィ1）選擇變換技術(shù)，將原圖像變換到頻域空間。ィ2）在頻域空間中，依據(jù)處理目的設(shè)計轉(zhuǎn)移函數(shù)同時進(jìn)行處理。

（3）將所得結(jié)果用反變換得到增強后圖像。頻域圖像增強技術(shù)：低通濾波、高通濾波、帶通帶阻濾波。

3. 實驗分析

3.1空域鄰域?qū)嶒灧治觥?/p>

3.1.1鄰域平均法。

以圖像自帶的eight.tif為例，對其人為地添加少量椒鹽噪聲，然后利用不同大小模板的均值濾波對其進(jìn)行去噪處理。結(jié)果如圖1所示：

從圖1中可以看出，均值濾波去噪時，模板大小的選取至關(guān)重要，一般來說，模板越大，去噪能力越強，但同時也會是圖像變得模糊。就像圖1所示一樣，選用3×3模板時，噪聲雖然被減弱，但是仍能清晰得看見噪聲的痕跡，選用5×5模板時，噪聲被進(jìn)一步減弱，但是圖像變得比使用3×3模板時更模糊，而選用7×7模板時，噪聲基本消失不見，但是圖像也有些模糊不清了。

圖2中值濾波

3.1.2中值濾波法。

如果既要消除噪聲又要保持圖像的細(xì)節(jié)，可以使用中值濾波器。原因是由于中值濾波不是簡單地取平均值，因此所產(chǎn)生的模糊比較少。結(jié)果如圖2所示：

從圖2中可以看出，盡管這里人為添加的噪聲較多，但中值濾波仍然較好地濾去了椒鹽噪聲，且克服了均值濾波所帶來的圖像模糊現(xiàn)象。同時，也可以看到，去噪后的圖像邊緣保留了個別的噪聲點，這是因為圖像的分辨率不是3×3的整數(shù)倍，其右側(cè)補0，而這些噪聲點的灰度值位于中值排序的中間。

圖3椒鹽噪聲的巴特沃斯地通過濾波

圖4椒鹽噪聲的指數(shù)低通濾波圖像

3.2頻域圖像實驗分析。

3.2.1巴特沃斯低通濾波器。

對人為添加了少量噪聲的圖像pout.tif進(jìn)行巴特沃斯低通濾波。結(jié)果如圖3所示：

從圖3可以看出，處理前的圖像對比度雖然較高，但是噪聲點太多。經(jīng)過巴特沃斯低通濾波處理以后，噪聲雖然消失，但圖像相比處理前更為模糊，且圖像中有明顯的振鈴現(xiàn)象。這是因為噪聲點主要存在于高頻段，而低通濾波允許處于低頻段的像素通過，這就使得處于高頻段的噪聲點和圖像輪廓邊緣無法通過，因此圖像變得模糊不清。

3.2.2指數(shù)低通濾波器。

對人為添加了少量椒鹽噪聲的圖像pout.tif進(jìn)行指數(shù)低通濾波。結(jié)果如圖4所示：

從圖4可以看出，與圖3相比，處理后的圖像效果并沒有明顯改善，甚至圖像變得更模糊了，造成這種現(xiàn)象的原因與在巴特沃斯低通濾波中產(chǎn)生模糊的原因基本相同，唯一不同的是在處理過程中引用的處理公式不同，也正是因為這一點，與巴特沃斯低通濾波相比，指數(shù)低通濾波的振鈴現(xiàn)象有所緩解。

4. 結(jié)束語

圖像增強技術(shù)是現(xiàn)今在計算機方面研究的重點內(nèi)容，通過對有關(guān)基本方法的介紹來了解圖像技增強術(shù)在今后應(yīng)用的領(lǐng)域。

參考文獻(xiàn)

[1]柏春嵐.基于空域圖像的研究與分析[J].河南城建學(xué)院學(xué)報，2011年1月，第20卷第1期：57～60.

[2]賈小軍.基于MATLAB的圖像增強技術(shù)研究[J].渭南師范學(xué)院學(xué)報，2008年3 月，第23卷第2期：68～70.

[3]張娜.數(shù)字圖像增強的方法.大眾科技報[J]，2006年，第8期：27～28.