影像增強

內容很廣，主要有縮放、立體效應、彩色增強、反差增強（反差擴展）、邊緣增強（影像鋭化）、影像平滑化和清晰化、影像運算（比值影像）等。方法也很多，如代數運算、反差變換、濾波和彩色處理等，可通過一系列技術和設備來實現。一般設備有兩大類，即光學—電子設備和數字影像處理設備。前者簡單、方便，成本低、易推廣，但處理精度相對較低；後者靈活、快速、重現性好、精度高，但設備昂貴。光學—電子影像增強主要有彩色合成、密度分割、相關掩模等。數字影像增強方法主要有：①直方圖修正法（均衡化、規定化），用於改善影像反差；②空間域濾波（平滑算子、拉普拉斯算子、梯度算子），用於邊緣增強；③頻率域濾波（高通濾波、低通濾波），用於邊緣增強或突出影像線狀特徵等。 ^[1] 

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，影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，當時的影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。在這一時期由於影像存儲成本高，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，影像處理也逐漸改用光柵掃描顯示方式，特別是出現了CT和衞星遙感影像，對影像增強處理提出了一個更高的要求。

到了20世紀80年代，影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影像處理的任務。

20世紀90年代進入了應用期，人們運用數字影像增強技術處理和分析遙感影像，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，運用影像增強技術對X射線影像、超聲影像和生物切片顯微影像等進行處理，提高影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影像增強技術。

影像增強是影像處理的重要組成部分，傳統的影像增強方法對於改善影像質量發揮了極其重要的作用。隨着對影像技術研究的不斷深入和發展，新的影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影像增強算法中，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，並且隨着交互式影像增強技術的應用，可以主觀控制影像增強效果。同時利用直方圖均衡技術的影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。這些算法通過分割影像，然後在子層影像內做均衡處理，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。 ^[1] 

影響影像質量清晰程度有很多因素，室外光照度不均勻會造成影像灰度過於集中；攝像頭獲得的影像經過數/模轉換，線路傳輸時都會產生噪聲污染，影像質量不可避免降低，輕者表現為影像伴有噪點，難於看清影像細節；重者影像模糊不清，連大概物體面貌輪廓都難以看清。因此，對影像進行分析處理之前，必須對影像進行改善，即增強影像。影像增強並不考慮影像質量下降的原因，只是將影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，目的就是提高影像的可懂度。 ^[2] 

影像處理在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，影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的提出，使影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影像處理，使影像質量得到進一步的提高，從此影像增強技術進入了航空航天領域的研究與應用。

同時影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。影像採集設備性能的提高，使採集影像的質量和數據的準確性和清晰度得到了極大地提高。 ^[2] 

影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影像進行處理和分析，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射線影像的處理，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，導致影像靈敏度不強。由此影像增強技術在生物醫學影像中得到廣泛的應用。 ^[2] 

影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。 ^[2] 

在社會安全管理方面，影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。影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，比如對有霧影像、夜視紅外影像、交通事故的分析等等。 ^[2]