灰度图像增强算法的改进与实现研究

’% ’ &’
计算机应用研究
! " " .年
像素个数较多的灰度吞噬而造成信息丢失 ! 以及由此而产生的 变换后图像所用灰度个数减少 ! 造成图像灰度层次感不强的现 象! 是对传统算法的一个改进 " 通过分析式 # $ 可知 % 对于任 意 #
% % =% ? ? 相邻两灰度% 和%=%! 如 果 +与 +与之间的差距大于一 ?>"U ?>"U
阈值 ! 就不会出现灰度被 吞 噬 的 情 况 ! 该阈值与图像的大小以 及所使用的灰度级数有关 " 对于一幅 ! ( &d! ( & 的拥 有 ! ( &个 只要两者之间的差距大于% & 就不会 灰度级的图像 来 说 ! ! ( &! 出现灰度被吞噬的情况 ! 也就可以更多地保留原始图像中的信 息和维持图像的层次感 " 采用的方法是建立一个满足下列要求的映射 % 假设原始图 映 射 后 为它们之间的 像中灰度% 所具有的像素个数 为V %! %! 对映射) 的要求是其值域为正实数 关系为 % V &%> %$ %! )# 域 " 为了与原始图像 保 持 一 致 ! 该 映 射 同 时 要 求 为 单 调 递 增" 虽然每个但U 如 V> +V % 都比以前小 ! ? 比以前的 U 小 得 多 !
" $>@, ’ % 0 6 E , % % " $ %
灰度变换函数 & 在离散情况下 ! 原始图像中 的 灰 度 值% 经 过 变 换后的灰度值为) 它们之间的关系为 %!
$ )+ +@% ) %> "
%
?
?>"U
" $ #
其中 ! + 为原始图像可以提供 的 灰 度 级 数 ! ? 为原始图像中灰 度为? 的像素个数 ! 可知! U 为原始图像中像素总数 & 由式 " #$ 对于一幅 ! 如果原始图 ( &d! ( &的 拥 有 ! ( &个 灰 度 级 的 图 像! 像中灰度为% 的像素个数少于 ! 那么在转换后的图像中 ! 就 ( &! 会出现与临近灰度 的 合 并 ! 不 可 能 有 自 己 的 灰 度 值&另 外! 如 果一幅图灰度为 " 的像素个数多于 ! 灰度 " 在转换 后 的 ( &个! 值大于 %! 且像素个数越多 ! 转换后的灰度值就越大 & 传统算法的上述不足造成的结果是 % 变换后图像的灰度范 图像的 围一般很难达到图像格式所允许的最大灰度变化范围 ! 层次感表现得不好 ! 同时由于灰度的 * 吞噬 + 也易造成图像信息 的丢失 & 特别是当原 始 图 像 的 质 量 比 较 差 ’ 灰 度 动 态 范 围 小’ 直方图分布极不均匀时 ! 使用传统的算法进行直方图均衡化运 算或者进一步进行直方 图 规 定 化 ! 变 换 后 的 图 像 层 次 感 更 差! 更易丢失信息 & 而在实际工作中 ! 由于图像获取设备老化等原 因! 使得实际获取图像的 质 量 参 差 不 齐 ! 大部分图像的灰度范 围小 ’ 信息量少 ! 如果不 进 行 合 适 的 直 方 图 均 衡 化 和 其 他 的 处 理! 肉眼很难获得足够的 有 用 信 息 ! 如果采用传统的直方图均 衡化算法进行均衡化处理 ! 又极易丢失有用信息 &
%- : ! " # $ % & ’ $ 6 @ 3 A 3 1 @< 0 6 R 3 7 8 :6 A8 3 ? 7 6 R < :1 ; < 0 3 Y < 7 3 6 =7 6E R < : < 1: < = 3 ; 0 < 7 3 6 =V < ?@ 3 ? Q ; ? ? 1 @< = @< Q 7 ; < 0 3 Y 1 @4 E E T S3 E B S < = < 0 Y 3 = R 3 = Q 3 3 << = @@ 1 A 3 Q 3 1 = Q A 7 8 17 R < @ 3 7 3 6 = < 0 < 0 6 R 3 7 8 :6 AE R < 3 : < 1 U * 8 3 ?: 6 @ 3 A 3 1 @< 0 6 R 3 7 8 :Q 6 = 7 R < ? 7V 3 7 87 8 1 S EB B S6 E S E E 7 8 1 R 1< R 1< =< 7: < 3 = 1 0 < 7 3 6 =< = @: ; Q 84 1 7 7 1 R : 1 = 7 < 7 6 1 R < 7 3 6 =1 A A 1 Q 7 < = @ 3 : < 1 3 = A 6 R : < 7 3 6 = U 7 R < @ 3 7 3 6 = < 0 < 0 6 R 3 7 8 :! B B B ER B E E Z ? 1 Q 3 < 0 0 3 7 3 ?< @ 6 7 1 @7 6B R 6 Q 1 ? ? 7 8 6 ? 1B 6 6 RT ; < 0 3 7 3 : < 1 ? U B S B S E % #I ##G #‘ ( ) , % # ] : < 1G < = 3 ; 0 < 7 3 6 = 3 ? 7 6 R < :Z ; < 0 3 Y < 7 3 6 = 0 6 R 3 7 8 :G 6 @ 3 A 3 1 @ < 3 = 1 0 < 7 3 6 = 5cc Q 7 ; < 0 $ E B E T E B B ED *+ #3 Y 1 0 = < 0 ? 3 ? B B SS
?>" % % =% V V ? ? 果映射合适 ! 总 可 以 使 得 +与 +与之间的差距相对变 ?>" U V ?>"U V +@%
图 #" 改进算法效果及直方图
传统算法转换结果以及改进算法转 "" 表 % 给出了原始图像 ( 换结果的比较 " 从计算结果来看 % 在采用传统算法所得到的结 果中 ! 所用的灰度个数 较 原 始 图 像 中 所 用 的 灰 度 个 数 少 三 个 ! 整体图像偏亮 ! 且层次感不强 ! 许多图像细节没有被表现出来 " 而在采用改进的算法所得到的结果中 ! 直方图比原始图像的直 方图和采用传统算法所获得图像的直方图更加平坦 ) 转换后的 可以说经过转换后 图像所用的灰度个数比原始图像仅少一个 ! 图像的信息丢失相对较 少 ) 转 换 后 的 图 像 层 次 感 强! 肉眼观察 起来比较清晰 ! 特别是图 像 中 的 细 节 也 很 清 楚 ! 比传统算法结 果中的细节要清楚得多 ! 即使在原始图像中不易被观察到的细 节也表现很好 " 此外 ! 改进算法的时间复杂度和空间复杂度与 传统算法相比 ! 属于同一 数 量 级 ! 没有额外的增加计算和存储 负担 " 总的来讲 ! 改进的直方图均衡化算法比传统直方图均衡 化算法有较大的优势 ! 能 获 得 较 好 的 转 换 结 果! 提高了灰度图 像的增强效果 "
" %K J ’ $ K ( ( + & $ ’ -N! " ( + 1 $ % ( "Q " % " ’ ’ % " R ’ % / ( " % 1 " " # $ % $ & $ ’( 0 % ’ " 0 ’N O ’ 0 ; " ( / ( R 1 S % "R ’ % / ( " % 1 " , )* , ) 9 9! 9 M 9! )2 9 7! 9 M 9 % ( " " ! ’! * ; % " 1#!K * ; % " 15 " % 6 ’ # % $ % " % " ’ 0 ; " ( / ( T ’ % % " " " " X #! * ; % " 1$ 7( )H 9N O 9 7! M 9%
表 %" 转换结果以及改进算法转换结果的比较
参数 所用灰度个数 最大灰度值 最小灰度值 灰度均值 原始图像 ! " % . % " , 传统算法 % ’ ! ( ( % . X % ’ ! 改进算法 % , ! ( # " . #
大 " 满足上述条件的 映 射 关 系 很 多 ! 本 文 采 用 对 数 映 射 关 系!
& $ ’ +"@% V U@ V ) %> # ? %
?>" +@% % @%
# $ .
其中 ! $ 所确 定 的 灰 度 转 换 可 以 使 转 换 后 的 U> +V . ? " 由式 #
?>"
灰度值分布于整个灰度空间 ! 这样可以将原始图像中的最大灰 度值和最小灰度值分别映 射 成 " 灰 度 值 和 图 像 格 式 可 以 提 供 从而拓展了所使用的灰度空间 " 的最大灰度值 "@%! 改进的直方 图 均 衡 化 算 法 在 ‘ 取得了良好 5== 上 实 现 ! 的处理效果 " 程序结构简述如下 % # $ 初始化有关参数和变量 ! 读入原始图像 " % $ 原始图像每个 像 素 逐 个 进 行 如 下 处 理 ! 根据该像素所 # ! 具有的灰度值 ! 记入对应的灰度像素个数累加器% 中" # $ 对像素个数进 行 预 处 理 ! 根据原始图像的特点选取合 # $ ! 分 别 计 算 出适的映 射 关 系 ! 本 文 选 用V 0 =# V %> % =% % 和
"" 图像的灰度直方图表 示 灰 度 图 像 中 具 有 每 种 灰 度 的 像 素 反映了图像中每 种 灰 度 级 出 现 的 频 率 ! 是图像的基本 的个数 ! 统计特征之一 & 直方图 均 衡 化 是 灰 度 图 像 增 强 的 常 用 方 法 之 一! 它以概率论为基础 ! 运用灰度运算来实现图像中像素点的 使得变换后图像的直方图相对原始图像的直方图 灰度值变化 ! 平坦 ! 灰度层次清晰 ! 从而达到图像增强的目的 & 比较均匀 ’ 根据熵的定义 ! 对于一幅具有" 级灰度的图像 ! 若设其第% 级灰度出现的概率为 , 则该级灰度的熵为 %!
% V ? 项 尽 可 能 分 散 开! 从而 其作用是使得灰度变 换 函 数 中 的 +?>" U V
尽可能减少被周围灰度淹没的现 使得变换后的灰度也分散开 ! 象发生 " 在传统算法中采用式 # 进 行 灰 度 转 换! 其灰度转换规则 #$ 不能充分利用灰度 的 低 值 部 分 ! 如 原 始 图 像 中 的 灰 度 为 "! 极 易被转换成非 " 灰度值 ! 且灰度为 " 的像素在原始图像中所 占 比重越大 ! 其转换后的值也就越大 " 因此将转换规则修正为
则整幅图像的熵为
" $ Q> +’ % >@ +, 0 6 E , % %
% >" % >" "@% "@%
" $ !
% 时 ! 达到最 可 以证明 % 当且仅当 , Q "> %> ( > "@% > , , " 所包含的信息量 大值 & 也就是当图像的直方图呈均匀分布时 ! 为最大 # 同时 ! 若一幅图像的直方图呈均匀分布 ! 人眼观看图像 时! 就有全图清晰 ’ 明快 的 感 觉&通 常 将 通 过 图 像 的 灰 度 值 变 换! 使得变换后的图像的 直 方 图 接 近 均 匀 的 过 程 ! 称为直方图 的均衡化 &
9 7 ; @ =G 6 @ 3 A 3 Q < 7 3 6 =< = @Q 7 ; < 0 3 Y < 7 3 6 =< 7 S6 0 6 R 3 7 8 :6 AK R < : < 1G < = 3 ; 0 < 7 3 6 = E S] E B
%! ! !H P-JK K ; 6 $ ; < = INJK P 1 3 $ 4 6 T !
"" 传统的直方图均衡化算法的原理及不足
传统Байду номын сангаас直方图均衡化算法是根据灰度直方图的定义 ! 认为 推导出直方图均衡化的 灰度变换前后对应的小面元面积相等 !
#" 直方图均衡化算法的改进及实现
减少转换过程中出现 的 像 素 个 数 较 少 的 灰 度 被 其 周 围 的
万方数据 收稿日期 ! ! " " # $ % ! $ % !! 修返日期 !! " " . $ " ! $ % X
第% !期
"
王国权等 % 灰度图像增强算法的改进与实现研究
’ () " )%
灰度图像增强算法的改进与实现研究
!! 仲伟波! 王国权%!
" 黑龙江科技学院 计算机与信息工程系 # 黑龙江 哈尔滨 % 中国矿业大学 # 北京 % $ %U ( " " ! ’!!U " " " X # 摘 " 要 ! 分析了传统灰度图像直方图均 衡 化 算 法 的 不 足 # 讨论并实现了一种改进的直方图均衡化图像增强算 法 % 该算法与传统的算法相比 # 给出了合适的映射关系 # 运 算 效 果 有 很 大 改 善# 减 少 了 图 像 信 息 的 丢 失# 特别是 采用该算法进行图像增强处理时 # 也可以取得较好的效果 % 对于质量较差的原始图像 # 关键词 ! 图像增强 ! 直方图均衡化 ! 算法改进 ! 映射关系 !‘ 5cc 实现 ! 应用分析 " $ 中图法分类号 !* + # , %""" 文献标识码 !-""" 文章编号 !% " " % $ # & , ( ! " " . % ! $ " % ’ ( $ " !