【转】空域的变换增强算法

引言

       

      图像在采集过程中不可避免的会受到传感器灵敏度、噪声干扰以及模数转化时量化问题等等因素影响而导致图像无法达到人眼的视觉效果，为了实现人眼观察或者机器自动分析的目的，对原始图像所做的改善行为，就被称作图像增强技术。为此图像增强技术虽然是改善图像质量的通用方法，但是它也同样带有针对性，它必须是针对某一特定的需要而采用的特定的算法来实现图像质量的改善。

      由于图像增强技术现在还没有统一为一种算法，因此图像增强技术由于各种不同目的而产生了多种算法，把这些算法可以根据处理空间的不同分为基于空间域的图像增强算法和基于变换域的图像增强算法。基于空间域的图像增强算法又可以分为空域的变换增强算法、空域的滤波增强算法以及空域的彩色增强算法；基于变换域的图像增强算法可以分为频率域平滑增强算法、频率域的锐化增强算法以及频域彩色增强算法，由于彩色增强算法现在研究的不是很成熟，所以笔者在这里把空域算法和频域算法联合起来构成一块来学习。

一、       空域的变换增强算法

空域的变换增强算法直接修改图像象素点灰度级的一种简单而有效的算法。这类算法主要可分为灰度级修正算法、灰度级映射变换算法以及基于直方图的变换算法三大类。

1、  灰度级修正算法：

算法成因：成像系统成像时由于正向入射光线和斜向入射光线衰减情况不一致而导致非均匀性曝光，从而导致图像失真。

算法功能：弥补非均匀曝光引起的失真，达到图像的曝光补偿（与数码相机曝光补偿概念不一样）。

算法简述：采用一亮度已知的均匀场面经过均匀曝光映射，得到各点的亮度灰阶为常数C，当然这是理论结果，实际得到的只能时均匀场面的非均匀图像 ，从而可以得到各象素点的非均匀曝光校正系数 ，而我们在这种非均匀曝光下得到的图像是g（x，y），则修正图像就可以通过 得到。

算法公式：

适用情况：曝光不均匀的情况，一般所有相机都可采用此法。

2、  灰度级变换算法：

灰度级变换算法主要原因是由于要修正成像系统具有的亮度范围一定，而造成对比度不足的不利于人眼欣赏观看以及机器分析的弊端。按照变换函数可以分为线性和非线性变换：

A、线性变换算法：主要功能就是抑制不感兴趣的灰度区域，突出感兴趣的目标和灰度区域也即增大感兴趣区域的对比度，降低不感兴趣的对比度。感觉算法很简单，不用说太多的东西，学过初中的分段函数的小朋友都能理解，只是强调一下几个特殊名词：

削波处理，三段式分段线性变换时，第一段和第三段的斜率都置为零，达到消除两端灰阶的作用，我觉得这个算法除了去噪好像没有什么其它功能，而且噪声一般都是集中在接近暗区和接近亮区。

阈值化处理，这个是学图像最基础的，不用多说，跟外行提一下而已。

灰度窗口变换，也即灰度分层切片。主要用在消除背景和保留背景上两个用法，在电影特技中的“蓝幕”就是采用这种算法实现的。不过他还用到了合成技术。

B、非线性变换算法：主要功能跟线性几乎一样，只不过具体要求不一样而已。下面对两种常见的非线性算法的功能描述一下。

对数变换算法：

            算法目的：较大的扩展低灰度区，同事压缩高灰度区。

            算法表达式： ，表达式中 ,b,c是可调的参数，用于调整对数变换曲线的位置和形状，式中的 是处理的图像， 是处理后的图像。

指数变换算法：

            算法目的：与对数变换相反，扩展高灰度区。

            算法表达式： ，同样表达式中的 ,b,c是可调的参数，用于调整指数变换曲线的位置和形状，式中的 是处理的图像， 是处理后的图像。

C、还有一种基于灰度变换的位面法，一幅图像有每象素有几位构成，就可以分成几个位面，高位位面反映图像的基本信息，低位位面起到细节作用，有时低位还往往是噪声。位面法来处理图像是在图像传输和压缩上用的比较多，具体正中在图像增强中，笔者还没有遇到过这种情况。

3、  基于直方图的变换算法

直方图处理，我没有什么好总结的，因为直方图变换就是基于灰度的统计学处理，在得到图像的直方图后，可以进行直方图修正，直方图的均衡化处理以及直方图规定化处理。在photoshop中的色阶变换，就是直方图变换算法，这一块，以后我再详细总结，这里就一笔带过了，总之，对于图像处理来说直方图变换是最基础的算法，对于非图像处理的人士来说，如果你是摄影爱好者那肯定也知道色阶处理，这是很通用的算法。