圖像增強

圖像增強可分成兩大類：頻率域法和空間域法。

前者把圖像看成一種二維信號，對其進行基於二維傅里葉變換的信號增強。採用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；採用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。

後者空間域法中具有代表性的算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用於去除或減弱噪聲。

圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特徵或者抑制(掩蓋)圖像中某些不需要的特徵，使圖像與視覺響應特性相匹配。

在圖像增強過程中，不分析圖像降質的原因，處理後的圖像不一定逼近原始圖像。圖像增強技術根據增強處理過程所在的空間不同，可分為基於空域的算法和基於頻域的算法兩大類。

空域法是對圖像中的像素點進行操作，用公式描述如下：

其中是f(x,y)是原圖像；h(x,y)為空間轉換函數；g(x,y)表示進行處理後的圖像。

基於空域的算法處理時直接對圖像灰度級做運算，基於頻域的算法是在圖像的某種變換域內對圖像的變換系數值進行某種修正，是一種間接增強的算法。

基於空域的算法分為點運算算法 ^[1]  和鄰域去噪算法 ^[2]  。

點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態範圍，擴展對比度。

鄰域增強算法分為圖像平滑和鋭化兩種。

平滑一般用於消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。鋭化的目的在於突出物體的邊緣輪廓，便於目標識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統計差值法等。

數字圖像處理在40多年的時間裏，迅速發展成一門獨立的有強大生命力的學科，圖像增強技術已逐步涉及人類生活和社會生產的各個方面，下面我們僅就幾個方面的應用舉些例子。

早在60年代初期，第3代計算機的研製成功和快速傅里葉變換 ^[3]  的提出，使圖像增強技術可以在計算機上實現。

1964美國噴氣推進實驗室(JPL)的科研人員使用IBM7094計算機以及其它設備，採用集合校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等方法對航天探測器“徘徊者7號”發回的幾千張月球照片成功的進行了處理。隨後他們又對“徘徊者8號”和“水手號”發回地球的幾萬張照片進行了較為複雜地數字圖像處理，使圖像質量得到進一步的提高，從此圖像增強技術進入了航空航天領域的研究與應用。

同時圖像增強技術的發展也推動了硬件設備的提高，比如1983年LANDSAT-4的分辨率為30m，而如今發射的衞星分辨率可達到3-5m的範圍內。圖像採集設備性能的提高，使採集圖像的質量和數據的準確性和清晰度得到了極大地提高。

圖像增強技術在生物醫學方面的應用有兩類，其中一類是對生物醫學的顯微光學圖像進行處理和分析，比如對紅細胞、白細胞、細菌、蟲卵的分類計數以及染色體的分析；另一類應用是對X射線圖像的處理，其中最為成功的是計算機斷層成像。1973年英國的EMI公司在製造出第一台X射線斷層成像裝置。由於人體的某些組織，比如心臟、乳腺等軟組織對X射線的衰減變化不大，導致圖像靈敏度不強。由此圖像增強技術在生物醫學圖像中得到廣泛的應用。

圖像增強在工業生產的自動化設計和產品質量檢驗中得到廣泛應用，比如機械零部件的檢查和識別、印刷電路板的檢查、食品包裝出廠前的質量檢查、工件尺寸測量、集成芯片內部電路的檢測等等。此外計算機視覺也可以應用到工業生產中，將攝像機拍攝圖片經過增強處理、數據編碼、壓縮送入機器人中，通過一系列的控制和轉換可以確定目標的位置、方向、屬性以及其它狀態等，最終實現機器人按照人的意志完成特殊的任務。

在社會安全管理方面，圖像增強技術的應用也十分廣泛，如無損安全檢查、指紋、虹膜、掌紋、人臉等生物特徵的增強處理等等。圖像增強處理也應用到交通監控中，通過電視跟蹤技術鎖定目標位置，比如對有霧圖像、夜視紅外圖像、交通事故的分析等等。

20世紀20年代圖片第一次通過海底電纜從倫敦傳往紐約。當時人們通過字符模擬得到中間色調的方法來還原圖像。

早期的圖像增強 ^[4]  技術往往涉及硬件參數的設置，如打印過程的選擇和亮度等級的分佈等問題。

在1921年年底提出了一種基於光學還原的新技術。在這一時期由於引入了一種用編碼圖像紙帶去調製光束達到調節底片感光程度的方法，使灰度等級從5個灰度級增加到15個灰度等級，這種方法明顯改善了圖像復原的效果。

到20世紀60年代早期第一台可以執行數字圖像處理任務的大型計算機制造出來了，這標誌着利用計算機技術處理數字圖像時代的到來。

1964年，研究人員在美國噴氣推進實驗室(JPL)裏使用計算機以及其它硬件設備，採用幾何校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等增強方法對航天探測器“徘徊者7號”發回的幾千張月球照片進行處理，同時他們也考慮太陽位置和月球環境的影響，最終成功地繪製出了月球表面地圖。

隨後他們又對1965年“徘徊者8號”發回地球的幾萬張照片進行了較為複雜的數字圖像處理，使圖像質量進一步提高。這些成績不僅引起世界許多有關方面的注意而且JPL本身也更加重視對數字圖像處理地研究和設備的改進，並專門成立了圖像處理實驗室IPL。在IPL裏成功的對後來探測飛船發回的幾十萬張照片進行了更為複雜的圖像處理，最終獲得了月球的地形圖、彩色圖以及全景鑲嵌圖。從此數字圖像增強技術走進了航空航天領域。

20世紀60年代末和20世紀70年代初有學者開始將圖像增強技術用於醫學圖像、地球遙感監測和天文學等領域。X射線是最早用於成像的電磁輻射源之一，在1895年X射線由倫琴發現。

20世紀70年代Godfrey N. Hounsfield先生和Allan M. Cormack教授共同發明計算機軸向斷層技術：一個檢測器圍繞病人，並用X射線源繞着物體旋轉。X射線穿過身體並由位於對面環中的相應檢測器收集起來。其原理是用感知的數據去重建切片圖像。當物體沿垂直於檢測器的方向運動時就產生一系列的切片，這些切片組成了物體內部的再現圖像。

到了20世紀80年代以後，各種硬件的發展使得人們不僅能夠處理二維圖像，而且開始處理三維圖像。許多能獲得三維圖像的設備和分析處理三維圖像的系統已經研製成功了，圖像處理技術得到了廣泛的應用。

進入20世紀90年代，圖像增強技術已經逐步涉及人類生活和社會發展的各個方面。計算機程序用於增強對比度或將亮度編碼為彩色，以便解釋X射線和用於工業、醫學及生物科學等領域的其他圖像。地理學用相同或相似的技術從航空和衞星圖像中研究污染模式。在考古學領域中使用圖像處理方法已成功地復原模糊圖片。在物理學和相關領域中計算機技術能增強高能等離子和電子顯微鏡等領域的實驗圖片。直方圖均衡處理是圖像增強技術常用的方法之一。

1997年Kim 提出如果要將圖像增強技術運用到數碼相機等電子產品中，那麼算法一定要保持圖像的亮度特性。在文章中Kim提出了保持亮度特性的直方圖均衡算法(BBHE)。Kim的改進算法提出後，引起了許多學者的關注。

在1999年Wan等人提出二維子圖直方圖均衡算法(DSIHE)。接着Chen和Ramli提出最小均方誤差雙直方圖均衡算法(MMBEBHE)。為了保持圖像亮度特性，許多學者轉而研究局部增強處理技術，提出了許多新的算法：遞歸均值分層均衡處理(RMSHE)、遞歸子圖均衡算法(RSIHE)、動態直方圖均衡算法(DHE)、保持亮度特性動態直方圖均衡算法(BPDHE)、多層直方圖均衡算法(MHE)、亮度保持簇直方圖均衡處理(BPWCHE)等等。

在借鑑國外相對成熟理論體系和技術應用體系的條件下，國內的增強技術和應用也有了很大的發展。總體來説，圖像增強技術的發展大致經歷了初創期、發展期、普及期和應用期4個階段。

初創期開始於20世紀60年代，當時的圖像採用像素型光柵進行掃描顯示，大多采用中、大型機對其進行處理。在這一時期由於圖像存儲成本高，處理設備造價高，因而其應用面很窄。

20世紀70年代進入了發展期，開始大量採用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現了CT和衞星遙感圖像，對圖像增強處理提出了一個更高的要求。

到了20世紀80年代，圖像增強技術進入普及期，此時的計算機已經能夠承擔起圖形圖像處理的任務。

20世紀90年代進入了應用期，人們運用數字圖像增強技術處理和分析遙感圖像，以有效地進行資源和礦藏的勘探、調查、農業和城市的土地規劃、作物估產、氣象預報、災害及軍事目標的監視等。

在生物醫學工程方面，運用圖像增強技術對X射線圖像、超聲圖像和生物切片顯微圖像等進行處理，提高圖像的清晰度和分辨率。在工業和工程方面，主要應用於無損探傷、質量檢測和過程自動控制等方面。在公共安全方面，人像、指紋及其他痕跡的處理和識別，以及交通監控、事故分析等都在不同程度上使用了圖像增強技術。

圖像增強是圖像處理的重要組成部分，傳統的圖像增強方法對於改善圖像質量發揮了極其重要的作用。隨着對圖像技術研究的不斷深入和發展，新的圖像增強方法不斷出現。例如一些學者將模糊映射理論引入到圖像增強算法中，提出了包括模糊鬆弛、模糊熵、模糊類等增強算法來解決增強算法中映射函數選擇問題，並且隨着交互式圖像增強技術的應用，可以主觀控制圖像增強效果。同時利用直方圖均衡技術的圖像增強也有許多新的進展：例如提出了多層直方圖結合亮度保持的均衡算法、動態分層直方圖均衡算法。這些算法通過分割圖像，然後在子層圖像內做均衡處理，較好地解決了直方圖均衡過程中的對比度過拉伸問題，並且可以控制子層灰度映射範圍，增強效果較好。

人類傳遞信息的主要媒介是語言和圖像。據統計在人類接受的各種信息中視覺信息佔80%，所以圖像信息是十分重要的信息傳遞媒體和方式。圖像傳遞系統包括圖像採集、圖像壓縮、圖像編碼、圖像存儲、圖像通信、圖像顯示這六個部分。

在實際應用中每個部分都有可能導致圖像品質變差，使圖像傳遞的信息無法被正常讀取和識別。例如，在採集圖像過程中由於光照環境或物體表面反光等原因造成圖像整體光照不均，或是圖像採集系統在採集過程中由於機械設備的緣故無法避免的加入採集噪聲，或是圖像顯示設備的侷限性造成圖像顯示層次感降低或顏色減少等等。因此研究快速且有效地圖像增強算法成為推動圖像分析和圖像理解領域發展的關鍵內容之一。

圖像增強處理是數字圖像處理的一個重要分支。

很多由於場景條件的影響圖像拍攝的視覺效果不佳，這就需要圖像增強技術來改善人的視覺效果，比如突出圖像中目標物體的某些特點、從數字圖像中提取目標物的特徵參數等等，這些都有利於對圖像中目標的識別、跟蹤和理解。圖像增強處理主要內容是突出圖像中感興趣的部分，減弱或去除不需要的信息。這樣使有用信息得到加強，從而得到一種更加實用的圖像或者轉換成一種更適合人或機器進行分析處理的圖像。

圖像工程是一門綜合學科，它的研究內容非常廣泛，覆蓋面也很大。從1996年起，《中國圖像圖形學報》上連續刊登了對圖像工程文獻統計分類的綜述文章。根據各文獻的主要內容將其分別歸入圖像處理、圖像分析、圖像理解、技術應用和綜述5個大類，並在此基礎上對國內15種有關圖像工程的重要中文期刊進行了各期刊各類文獻的統計和分析。選取的刊物名有:《CT理論與應用研究》、《測繪學報》、《電子測量與儀器學報》、《電子學報》、《電子與信息學報》、《計算機學報》、《模式識別與人工智能》、《數據採集與處理》、《通信學報》、《信號處理》、《遙感學報》、《中國生物醫學工程學報》、《中國體視學與圖像分析》、《中國圖象圖形學報》、《自動化學報》。

從中我們挑選了2005年至2009年的統計數據：在2005年的112期上發表的2 734篇學術研究和技術應用文獻中，屬於圖像工程領域的文獻有656篇。

在2006年的112期上發表的3013篇學術研究和技術應用文獻中，屬於圖像工程領域的文獻有711篇。

在2007年的118期上發表的3312篇學術強究和技術應用文獻中，屬於圖像工程領域的文獻有895篇。

在2008年的120期上發表的3359篇學術研究和技術應用文獻中，屬於圖像工程領域的文獻有915篇，2009年的134期上發表的3604篇學術研究和技術應用文獻中，有1008篇屬於圖像工程領域的文獻。

這些統計數據顯示，無論是論文總數還是選取總數都是逐年增長的。論文總數的增長表明刊物的不斷髮展，選取總數的增加表明圖像工程的研究和應用的不斷壯大。

據統計從1995年至2009年，發表圖像處理的文章總計2720篇，佔圖像工程總體的33.1%；發表圖像分析的文章總計2434篇，佔圖像工程總體的29.6%；發表圖像理解的文章總計1192篇，佔圖像工程總體的14.5%；發表技術應用文章1797篇，佔圖像工程總體的21.9%；發表綜述評論文章74篇，佔圖像工程總體的0.9%，其中關於圖像增強技術方面的文章增長率尤其較高。因此圖像增強技術在今後一段時間內仍將是一個熱點。

影響圖像質量清晰程度有很多因素，室外光照度不均勻會造成圖像灰度過於集中；攝像頭獲得的圖像經過數/模轉換，線路傳輸時都會產生噪聲污染，圖像質量不可避免降低，輕者表現為圖像伴有噪點，難於看清圖像細節；重者圖像模糊不清，連大概物體面貌輪廓都難以看清。因此，對圖像進行分析處理之前，必須對圖像進行改善，即增強圖像。圖像增強並不考慮圖像質量下降的原因，只是將圖像中感興趣的重要特徵有選擇性的突出出來，同時衰減不需要的特徵，目的就是提高圖像的可懂度。