基于直方图的对比度增强应用优化方案

图像内各像素的灰度值是图像的重要数据，但是由于受输入设备的影响，往往得不到图像的理想灰度值。例如在摄像机观测井下视频监控系统图像时，图像画面的感光度随场合的不同会有很大差别，表现为图像的对比度不足，使图像细节不清、画面模糊。另外，对井下视频监控系统而言，由于环境光线不足，造成了灰度变化的不明显，为边缘特征的提取增加了难度。为此，需要对图像的每一灰度级进行变换，扩大图像的灰度范围，从而增强图像的清晰度。

（1）比例线性变换

成像时感光不足或过度、非线性动态范围太窄等因素，都会造成图像对比度不足，使得图像中的细节分辨不清。

假设原图像f（x，y）的灰度范围为[a，b]，希望变换后图像g（x，y）的动态范围为[c，d]，则可以利用以下公式来实现变换，即

（2）分段线性变换

采用分段线性变换的方法，主要是对感兴趣区域进行灰度增强，假设感兴趣区域是（a，b），可以采用以下的分段变换公式。

（3）非线性灰度值变换

这种方法的目标与增强对比度相反。当原图的动态范围太大，超出了某些显示设备所允许的动态范围时，可采用对数形式的变换函数进行动态范围压缩：

g（x，y）=clog（1+f（x，y））

其中，c是比例尺常数。

例程3-8是对图像进行对数灰度值变换的MATLAB源程序。

例程3-8

（4）直方图均衡化

直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法，这样增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。

直方图均衡化过程如下。

1）列出原始图灰度级r_k。

2）统计原始直方图各灰度级像素数n_k。

3）计算原始直方图各概率：p_k=n_k/N（k=0，1，2，…，L-1）。

4）计算累计直方图：s_k=Σp_k。

5）取整S_k=int{（L-1）s_k+0.5}。

6）确定映射对应关系：r_k→s_k。

7）统计新直方图各灰度级像素n_k'。(www.xing528.com)

8）用p_k（sk）=nk'/N计算新直方图。

直方图均衡化不改变灰度出现的次数，改变的是出现次数所对应的灰度级，以避免改变图像的信息结构。直方图均衡化力图使等长区间内出现的像素数接近相等。

从人眼视觉特性来考虑，一幅图像的直方图如果是均匀分布的，该图像色调给人的感觉比较协调。因此将原图像直方图调整为均匀分布的直方图，这样修正后的图像能满足人眼视觉要求。

例程3-9是对图像进行直方图均衡化的MATLAB源程序。

例程3-9

例程3-9的运行结果如图3-13所示。

图3-13

a）输入的原始图像 b）原始图像的直方图 c）直方图均衡化后图像 d）均衡化后的直方图

MATLAB图像处理工具箱提供了用于直方图均衡化的函数histeq（），其语法格式为：

其中，I为输入的原始灰度图像，n表示输出图像的灰度级数目，它是一个可选参数，默认值为64。

例程3-10是利用函数histeq（）进行直方图均衡化的MATLAB程序，其运行结果如图3-14所示。

例程3-10

图3-14 例程3-10的运行结果

a）输入的图像 b）直方图均衡化后的图像

经验分享：对灰度直方图的理解

（1）灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置，即丢失了像素的位置信息。

（2）一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。

（3）灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系，它能描述该图像的概貌。