基于中值濾波和直方圖均衡化的圖像增強方法研究

苗水清,張 靜,黃昌軍

(延安大學西安創新學院,陜西 西安 710100)

基于中值濾波和直方圖均衡化的圖像增強方法研究

苗水清,張 靜,黃昌軍

(延安大學西安創新學院,陜西 西安 710100)

圖像增強是數字圖像處理技術中最基本的內容之一,也是圖像預處理方法之一.文章圍繞圖像增強方法,研究發現先使用直方圖均衡化將帶有噪聲的圖像進行處理,然后再將圖像進行中值濾波,其效果得到明顯改善.

圖像增強;中值濾波;直方圖均衡化

在科學研究、軍事技術,醫學、氣象天文學等領域中,人們越來越多地利用圖像信息來認識和判斷事物,解決實際問題[1].但是圖像在獲取過程中由于噪聲、光照等原因,圖像的質量會下降,對后面的圖像處理過程會產生很重要的影響.所以圖像增強處理就是突出"有用"的信息[2],去除或抑制無用的信息,便于觀察、識別或進一步的處理.圖像增強能夠改善視覺效果,將原有的圖像轉換成一種更適合人眼觀察和計算機分析處理的形式,以滿足圖像后期處理的要求.

圖像增強包含有空間域法和頻率域法,其中空間域法包含有直方圖修正法,目的是圖像成像均勻,或擴大圖像動態范圍、擴展對比度,以使得圖像細節更加清晰,從而便于識別.本文實驗一中針對有噪聲的圖像主要采用直接濾波去噪方法;實驗二中采用先給圖像用直方圖修正中的直方圖均衡化將圖像進行均衡化,再利用空域中的中值濾波的方法來實現圖像增強;對兩種方法的處理圖像進行比較,得出實驗二的方法既增強了圖像的對比度,又增強了圖像的細節[3].

1 實驗一:圖像濾波去噪及結果分析

圖像中的噪聲特性及概率分布,采取適當的方法去除圖像中的噪聲是一個很重要的圖像預處理過程[4].文中所用的濾波器為中值濾波器,中值濾波是一種常用的去除噪聲的非線性平滑濾波器,也叫最大值濾波器和最小值濾波器,基本原理是把數字圖像或數字序列中某一點的值用該點的一個領域的各點值的中值交換[5].而有著椒鹽噪聲的圖像的噪聲點幅值近似相等,隨機分布在不同位置上,而且圖像中有未被污染的地方,并且中值濾波器適合用于消除孤立的噪聲點,所以利用中值濾波器消除帶有椒鹽噪聲的圖像效果會更好.

帶有噪聲的原圖如圖1所示,將Lena圖像原圖1進行中值濾波,利用5X5中值濾波器模板處理噪聲得到結果如圖2所示.很明顯看出圖2中的噪聲點被去除掉使得圖像畫面變得干凈,但是畫面的整體的亮度還是比較暗,經過濾波后Lena的面部變得有些朦朧,輪廓也變得有些模糊,再加上畫面本身有些暗,畫面效果一般.

2 實驗二:圖像直方圖均衡化及結果分析

2.1 灰度直方圖

灰度直方圖是圖像灰度級的函數,它表示圖中具有每一種灰度級的像素的個數,反映了每一灰度級與出現這種灰度概率之間的關系圖形.即直方圖的表達式為:P(rk)=nk/N(k=0,1,2,…,L-1),其中N為一幅圖像的總像素數;nk為第k級灰度的像素數;rk為第k個灰度級;L為灰度級數;P(rk)為該灰度級出現的相對頻數.通過灰度直方圖,可以看出圖像的灰度動態分布,灰度值集中的亮暗區域對比,各個灰度級的出現頻率等,能夠為圖像的預處理提供有效的信息,從而達到圖像增強的效果.

2.2 直方圖均衡化

直方圖均衡化就是通過把原始圖像不均勻的直方圖變換為均勻地分布方式,這樣就擴大了灰度值的動態范圍,使圖像的對比度有所提升,從而達到圖像增強的效果.由于實驗一中的最終輸出圖像效果不是很理想,因此在實驗二中先將帶有噪聲的原始圖1進行直方圖均衡化得到如圖4所示結果,再將圖4進行中值濾波.具體算法實現步驟如下.

Step1:將帶有噪聲的原始圖像圖1進行直方圖均衡化:

(1)統計原始輸入圖像各灰度級的像素數目ni,i =0,1…,L-1,其中L為灰度總級數.

(3)計算累積分布函數.

(4)計算最后的輸出灰度級.

k=0,1…,L-1式中INT[]是取整算符.令gmin=0,gmax=L-1,則計算式簡化為:

(5)用fk(原圖像圖1的灰度級數)和gk的映射關系,修改原圖像的灰度級,獲得輸出圖像如圖4所示,其直方圖近似均勻分布.

Step2:將上一步處理過輸出的圖像(見圖4)進行濾波去噪.文中利用5X5中值濾波器模板處理噪聲得到結果如圖5所示.

3 結語

以上算法均在Matlab中實現.將實驗一中的效果圖2進行直方圖均衡化后的圖像如圖3所示,圖5的直方圖如圖6所示.圖4的整體效果比只去掉噪聲的圖像2更加鮮明,輪廓的清晰度看起來比較自然,一些細節部分也比圖2的效果好,例如Lena的眼眸要更清楚,帽子以及帽子右邊的羽毛和頭發的對比度都有所增大;Lena的鼻子輪廓也更有立體感.再看圖3和圖6的兩種方法的直方圖比較,圖3中的灰度級數分布不均勻,大約在0~50和220~250之間的灰度級像素幾乎為0,相比之下圖5的直方圖的灰度級數分布更加均勻,直方圖均衡化灰度動態范圍也有所增加,圖像的增強技術有多種,文中結合了濾波和直方圖均衡化的兩種方法使得帶有椒鹽噪聲的原始圖像增強,并用Matlab進行仿真實驗.

結果表明,兩種方法各取所長,結合起來提高了圖像的對比度和清晰度,無論是在視覺效果還是后期圖像的進一步處理都有良好的改善.

圖1 帶有噪聲的原圖

圖2 實驗一效果圖

圖3 直接濾波后直方圖

圖4 直方圖均衡化后

圖5 實驗二效果圖

圖6 實驗二效果圖直方圖

[1]段群,劉小豫,吳粉俠.一種基于高頻強調濾波和直方圖均衡化的圖像增強力法[J].計算機技術與自動化,2009(2):95-97.

[2]楊帆.數字圖像處理與分析[M].北京:北京航空航天大學出版社,2007.

[3]張威,趙天玉,孫玉秋.基于高頻提升濾波與直方圖均衡化的圖像增強方法[J].長江大學學報(自然科學版),2013(28):22-25.

[4]李彥俊,蘇紅旗,楊峰,等.改進的中值濾波圖像去噪方法研究[J].計算機工程與設計,2009(12):2995-2997.

[5]張德峰.詳解MATLAB數字圖像處理[M].北京:電子工業出版社,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年陜西教育廳科學研究項目;項目名稱:基于智能終端的泛在學習系統的研究;項目編號:16JK2253.

苗水清(1988- ),女,陜西西安人,助教,碩士;研究方向:數字圖像處理.