基于中值滤波和直方图均衡化的图像增强方法研究

苗水清,张 静,黄昌军

(延安大学西安创新学院,陕西 西安 710100)

基于中值滤波和直方图均衡化的图像增强方法研究

苗水清,张 静,黄昌军

(延安大学西安创新学院,陕西 西安 710100)

图像增强是数字图像处理技术中最基本的内容之一,也是图像预处理方法之一.文章围绕图像增强方法,研究发现先使用直方图均衡化将带有噪声的图像进行处理,然后再将图像进行中值滤波,其效果得到明显改善.

图像增强;中值滤波;直方图均衡化

在科学研究、军事技术,医学、气象天文学等领域中,人们越来越多地利用图像信息来认识和判断事物,解决实际问题[1].但是图像在获取过程中由于噪声、光照等原因,图像的质量会下降,对后面的图像处理过程会产生很重要的影响.所以图像增强处理就是突出"有用"的信息[2],去除或抑制无用的信息,便于观察、识别或进一步的处理.图像增强能够改善视觉效果,将原有的图像转换成一种更适合人眼观察和计算机分析处理的形式,以满足图像后期处理的要求.

图像增强包含有空间域法和频率域法,其中空间域法包含有直方图修正法,目的是图像成像均匀,或扩大图像动态范围、扩展对比度,以使得图像细节更加清晰,从而便于识别.本文实验一中针对有噪声的图像主要采用直接滤波去噪方法;实验二中采用先给图像用直方图修正中的直方图均衡化将图像进行均衡化,再利用空域中的中值滤波的方法来实现图像增强;对两种方法的处理图像进行比较,得出实验二的方法既增强了图像的对比度,又增强了图像的细节[3].

1 实验一:图像滤波去噪及结果分析

图像中的噪声特性及概率分布,采取适当的方法去除图像中的噪声是一个很重要的图像预处理过程[4].文中所用的滤波器为中值滤波器,中值滤波是一种常用的去除噪声的非线性平滑滤波器,也叫最大值滤波器和最小值滤波器,基本原理是把数字图像或数字序列中某一点的值用该点的一个领域的各点值的中值交换[5].而有着椒盐噪声的图像的噪声点幅值近似相等,随机分布在不同位置上,而且图像中有未被污染的地方,并且中值滤波器适合用于消除孤立的噪声点,所以利用中值滤波器消除带有椒盐噪声的图像效果会更好.

带有噪声的原图如图1所示,将Lena图像原图1进行中值滤波,利用5X5中值滤波器模板处理噪声得到结果如图2所示.很明显看出图2中的噪声点被去除掉使得图像画面变得干净,但是画面的整体的亮度还是比较暗,经过滤波后Lena的面部变得有些朦胧,轮廓也变得有些模糊,再加上画面本身有些暗,画面效果一般.

2 实验二:图像直方图均衡化及结果分析

2.1 灰度直方图

灰度直方图是图像灰度级的函数,它表示图中具有每一种灰度级的像素的个数,反映了每一灰度级与出现这种灰度概率之间的关系图形.即直方图的表达式为:P(rk)=nk/N(k=0,1,2,…,L-1),其中N为一幅图像的总像素数;nk为第k级灰度的像素数;rk为第k个灰度级;L为灰度级数;P(rk)为该灰度级出现的相对频数.通过灰度直方图,可以看出图像的灰度动态分布,灰度值集中的亮暗区域对比,各个灰度级的出现频率等,能够为图像的预处理提供有效的信息,从而达到图像增强的效果.

2.2 直方图均衡化

直方图均衡化就是通过把原始图像不均匀的直方图变换为均匀地分布方式,这样就扩大了灰度值的动态范围,使图像的对比度有所提升,从而达到图像增强的效果.由于实验一中的最终输出图像效果不是很理想,因此在实验二中先将带有噪声的原始图1进行直方图均衡化得到如图4所示结果,再将图4进行中值滤波.具体算法实现步骤如下.

Step1:将带有噪声的原始图像图1进行直方图均衡化:

(1)统计原始输入图像各灰度级的像素数目ni,i =0,1…,L-1,其中L为灰度总级数.

(3)计算累积分布函数.

(4)计算最后的输出灰度级.

k=0,1…,L-1式中INT[]是取整算符.令gmin=0,gmax=L-1,则计算式简化为:

(5)用fk(原图像图1的灰度级数)和gk的映射关系,修改原图像的灰度级,获得输出图像如图4所示,其直方图近似均匀分布.

Step2:将上一步处理过输出的图像(见图4)进行滤波去噪.文中利用5X5中值滤波器模板处理噪声得到结果如图5所示.

3 结语

以上算法均在Matlab中实现.将实验一中的效果图2进行直方图均衡化后的图像如图3所示,图5的直方图如图6所示.图4的整体效果比只去掉噪声的图像2更加鲜明,轮廓的清晰度看起来比较自然,一些细节部分也比图2的效果好,例如Lena的眼眸要更清楚,帽子以及帽子右边的羽毛和头发的对比度都有所增大;Lena的鼻子轮廓也更有立体感.再看图3和图6的两种方法的直方图比较,图3中的灰度级数分布不均匀,大约在0~50和220~250之间的灰度级像素几乎为0,相比之下图5的直方图的灰度级数分布更加均匀,直方图均衡化灰度动态范围也有所增加,图像的增强技术有多种,文中结合了滤波和直方图均衡化的两种方法使得带有椒盐噪声的原始图像增强,并用Matlab进行仿真实验.

结果表明,两种方法各取所长,结合起来提高了图像的对比度和清晰度,无论是在视觉效果还是后期图像的进一步处理都有良好的改善.

图1 带有噪声的原图

图2 实验一效果图

图3 直接滤波后直方图

图4 直方图均衡化后

图5 实验二效果图

图6 实验二效果图直方图

[1]段群,刘小豫,吴粉侠.一种基于高频强调滤波和直方图均衡化的图像增强力法[J].计算机技术与自动化,2009(2):95-97.

[2]杨帆.数字图像处理与分析[M].北京:北京航空航天大学出版社,2007.

[3]张威,赵天玉,孙玉秋.基于高频提升滤波与直方图均衡化的图像增强方法[J].长江大学学报(自然科学版),2013(28):22-25.

[4]李彦俊,苏红旗,杨峰,等.改进的中值滤波图像去噪方法研究[J].计算机工程与设计,2009(12):2995-2997.

[5]张德峰.详解MATLAB数字图像处理[M].北京:电子工业出版社,2010.

Study on image enhancement method based on median filter and histogram equalization

Miao Shuiqing, Zhang Jing, Huang Changjun
(Xi'an Innovation College of Yan'an University, Xi'an 710100, China)

The image enhancement is one of the most basic contents of digital image processing technology and one of image preprocessing methods. This paper focuses on the image enhancement method, the study found that the image with noise is processed by histogram equalization,and then the image median filtered, and the effect is improved significantly.

image enhancement; median filter; histogram equalization

2016年陕西教育厅科学研究项目;项目名称:基于智能终端的泛在学习系统的研究;项目编号:16JK2253.

苗水清(1988- ),女,陕西西安人,助教,硕士;研究方向:数字图像处理.