图像增强基本算法的分析
常大俊
【摘要】图像增强是指按特定的的需要采用特定的方法突出图像中的某些信息，同时削弱和去除无关信息。本文围绕图像增强基本算法进行了比较，分析了各自的优缺点并指明了最佳适用场景。
【关键词】图像；图像增强；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. 图像增强意义
图像增强是数字图像处理过程中的重要研究技术。但条件影响致使获得图像效果不佳，这就要使用图像增强技术来改善视觉效果，如突出特点、提取特征参数等，都有利于对目标的识别、跟踪等。因此，在各个领域中都有应用。
2. 图像增强基本方法
2.1空域邻域基本理论。
空域滤波是基于模板卷积，对图像中任意点的像素点（x，y）进行m×n掩模处理得到的响应，其公式如下所示：
R=W1Z1+ W2Z2+ …+W﹎n猌﹎n=∑mn i=1 W璱Z璱（1）
W为掩模系数，z为对应像素灰度值， mn为包含像素点总数。主要步骤为：ィ1）模板在图像中移动，并将模板中心与某个像素位置重合。ィ2）读取模板下各对应像素的灰度值，并与模板系数相乘，所得乘积累加。ィ3）将和赋值给模板中对应位置的像素。常用技术：邻域平均法、中值滤波法等。
图1均值滤波
2.2频域图像增强方法的基本理论。
频域增强是利用图像变换技术将原图像空间中的图像以某种形式转换到其它空间中，然后利用该空间特有性质进行图像处理，最后再转换回原图像空间中，致使获得处理后的图像。主要步骤是：ィ1）选择变换技术，将原图像变换到频域空间。ィ2）在频域空间中，依据处理目的设计转移函数同时进行处理。
（3）将所得结果用反变换得到增强后图像。频域图像增强技术：低通滤波、高通滤波、带通带阻滤波。
3. 实验分析
3.1空域邻域实验分析。
3.1.1邻域平均法。
以图像自带的eight.tif为例，对其人为地添加少量椒盐噪声，然后利用不同大小模板的均值滤波对其进行去噪处理。结果如图1所示：
从图1中可以看出，均值滤波去噪时，模板大小的选取至关重要，一般来说，模板越大，去噪能力越强，但同时也会是图像变得模糊。就像图1所示一样，选用3×3模板时，噪声虽然被减弱，但是仍能清晰得看见噪声的痕迹，选用5×5模板时，噪声被进一步减弱，但是图像变得比使用3×3模板时更模糊，而选用7×7模板时，噪声基本消失不见，但是图像也有些模糊不清了。
图2中值滤波
3.1.2中值滤波法。
如果既要消除噪声又要保持图像的细节，可以使用中值滤波器。原因是由于中值滤波不是简单地取平均值，因此所产生的模糊比较少。结果如图2所示：
从图2中可以看出，尽管这里人为添加的噪声较多，但中值滤波仍然较好地滤去了椒盐噪声，且克服了均值滤波所带来的图像模糊现象。同时，也可以看到，去噪后的图像边缘保留了个别的噪声点，这是因为图像的分辨率不是3×3的整数倍，其右侧补0，而这些噪声点的灰度值位于中值排序的中间。
图3椒盐噪声的巴特沃斯地通过滤波
图4椒盐噪声的指数低通滤波图像
3.2频域图像实验分析。
3.2.1巴特沃斯低通滤波器。
对人为添加了少量噪声的图像pout.tif进行巴特沃斯低通滤波。结果如图3所示：
从图3可以看出，处理前的图像对比度虽然较高，但是噪声点太多。经过巴特沃斯低通滤波处理以后，噪声虽然消失，但图像相比处理前更为模糊，且图像中有明显的振铃现象。这是因为噪声点主要存在于高频段，而低通滤波允许处于低频段的像素通过，这就使得处于高频段的噪声点和图像轮廓边缘无法通过，因此图像变得模糊不清。
3.2.2指数低通滤波器。
对人为添加了少量椒盐噪声的图像pout.tif进行指数低通滤波。结果如图4所示：
从图4可以看出，与图3相比，处理后的图像效果并没有明显改善，甚至图像变得更模糊了，造成这种现象的原因与在巴特沃斯低通滤波中产生模糊的原因基本相同，唯一不同的是在处理过程中引用的处理公式不同，也正是因为这一点，与巴特沃斯低通滤波相比，指数低通滤波的振铃现象有所缓解。
4. 结束语
图像增强技术是现今在计算机方面研究的重点内容，通过对有关基本方法的介绍来了解图像技增强术在今后应用的领域。
参考文献
[1]柏春岚.基于空域图像的研究与分析[J].河南城建学院学报，2011年1月，第20卷第1期：57～60.
[2]贾小军.基于MATLAB的图像增强技术研究[J].渭南师范学院学报，2008年3 月，第23卷第2期：68～70.
[3]张娜.数字图像增强的方法.大众科技报[J]，2006年，第8期：27～28.
【摘要】图像增强是指按特定的的需要采用特定的方法突出图像中的某些信息，同时削弱和去除无关信息。本文围绕图像增强基本算法进行了比较，分析了各自的优缺点并指明了最佳适用场景。
【关键词】图像；图像增强；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. 图像增强意义
图像增强是数字图像处理过程中的重要研究技术。但条件影响致使获得图像效果不佳，这就要使用图像增强技术来改善视觉效果，如突出特点、提取特征参数等，都有利于对目标的识别、跟踪等。因此，在各个领域中都有应用。
2. 图像增强基本方法
2.1空域邻域基本理论。
空域滤波是基于模板卷积，对图像中任意点的像素点（x，y）进行m×n掩模处理得到的响应，其公式如下所示：
R=W1Z1+ W2Z2+ …+W﹎n猌﹎n=∑mn i=1 W璱Z璱（1）
W为掩模系数，z为对应像素灰度值， mn为包含像素点总数。主要步骤为：ィ1）模板在图像中移动，并将模板中心与某个像素位置重合。ィ2）读取模板下各对应像素的灰度值，并与模板系数相乘，所得乘积累加。ィ3）将和赋值给模板中对应位置的像素。常用技术：邻域平均法、中值滤波法等。
图1均值滤波
2.2频域图像增强方法的基本理论。
频域增强是利用图像变换技术将原图像空间中的图像以某种形式转换到其它空间中，然后利用该空间特有性质进行图像处理，最后再转换回原图像空间中，致使获得处理后的图像。主要步骤是：ィ1）选择变换技术，将原图像变换到频域空间。ィ2）在频域空间中，依据处理目的设计转移函数同时进行处理。
（3）将所得结果用反变换得到增强后图像。频域图像增强技术：低通滤波、高通滤波、带通带阻滤波。
3. 实验分析
3.1空域邻域实验分析。
3.1.1邻域平均法。
以图像自带的eight.tif为例，对其人为地添加少量椒盐噪声，然后利用不同大小模板的均值滤波对其进行去噪处理。结果如图1所示：
从图1中可以看出，均值滤波去噪时，模板大小的选取至关重要，一般来说，模板越大，去噪能力越强，但同时也会是图像变得模糊。就像图1所示一样，选用3×3模板时，噪声虽然被减弱，但是仍能清晰得看见噪声的痕迹，选用5×5模板时，噪声被进一步减弱，但是图像变得比使用3×3模板时更模糊，而选用7×7模板时，噪声基本消失不见，但是图像也有些模糊不清了。
图2中值滤波
3.1.2中值滤波法。
如果既要消除噪声又要保持图像的细节，可以使用中值滤波器。原因是由于中值滤波不是简单地取平均值，因此所产生的模糊比较少。结果如图2所示：
从图2中可以看出，尽管这里人为添加的噪声较多，但中值滤波仍然较好地滤去了椒盐噪声，且克服了均值滤波所带来的图像模糊现象。同时，也可以看到，去噪后的图像边缘保留了个别的噪声点，这是因为图像的分辨率不是3×3的整数倍，其右侧补0，而这些噪声点的灰度值位于中值排序的中间。
图3椒盐噪声的巴特沃斯地通过滤波
图4椒盐噪声的指数低通滤波图像
3.2频域图像实验分析。
3.2.1巴特沃斯低通滤波器。
对人为添加了少量噪声的图像pout.tif进行巴特沃斯低通滤波。结果如图3所示：
从图3可以看出，处理前的图像对比度虽然较高，但是噪声点太多。经过巴特沃斯低通滤波处理以后，噪声虽然消失，但图像相比处理前更为模糊，且图像中有明显的振铃现象。这是因为噪声点主要存在于高频段，而低通滤波允许处于低频段的像素通过，这就使得处于高频段的噪声点和图像轮廓边缘无法通过，因此图像变得模糊不清。
3.2.2指数低通滤波器。
对人为添加了少量椒盐噪声的图像pout.tif进行指数低通滤波。结果如图4所示：
从图4可以看出，与图3相比，处理后的图像效果并没有明显改善，甚至图像变得更模糊了，造成这种现象的原因与在巴特沃斯低通滤波中产生模糊的原因基本相同，唯一不同的是在处理过程中引用的处理公式不同，也正是因为这一点，与巴特沃斯低通滤波相比，指数低通滤波的振铃现象有所缓解。
4. 结束语
图像增强技术是现今在计算机方面研究的重点内容，通过对有关基本方法的介绍来了解图像技增强术在今后应用的领域。
参考文献
[1]柏春岚.基于空域图像的研究与分析[J].河南城建学院学报，2011年1月，第20卷第1期：57～60.
[2]贾小军.基于MATLAB的图像增强技术研究[J].渭南师范学院学报，2008年3 月，第23卷第2期：68～70.
[3]张娜.数字图像增强的方法.大众科技报[J]，2006年，第8期：27～28.
