灰度圖像對比度提高方法及其評價

陳 顯，陳 兵

（四川工商學院，成都 611745）

灰度圖像對比度提升能夠具有重大意義，其決定了圖像分析與理解的質量，當前已經開發出相應技術提升灰度圖像的對比度。為了能夠探究不同提升灰度圖像對比度方法對圖像質量的方法，本文對同一圖像采用不同技術手段提升圖像的對比度，并對最終效果進行了解和研究，并結合圖像處理的流程和難度，從而確定提升灰度圖像對比度的最佳方案。

1 灰度圖像對比度提高方法簡述

提升灰度圖像對比度的一個重要方法是直接灰度變換，這種方式原理為對像素點進行處理，從而使圖像滿足變換要求。直接灰度變化涉及多種方式，其中常用的為求反、對數變換、線性灰度變換、位圖切割與灰度分層這五種方式，這些方式能夠實現對圖像的正確處理，并且這些方法較為簡單，并且很容易實現。而對于提高灰度圖像對比度，通常采用對數變換方法，并且對數的底需要大于1，且為實數，當對數底大于1時，對數函數為一個單調增函數，所以這種方式適用于對比度較大且亮度差異較小的圖像，對其他種類灰度圖像處理效果不佳。

為了能夠提升各類灰度圖像的對比度，需要對各種非線性對比度提升方法進行研究，通常情況下采用冪函數方式進行圖像處理，但是需要注意的是，使用冪函數方法進行圖像處理時需要將冪函數進行非線性變換，并且為了對處理效果進行檢驗，本文提出了對比度增量概念，即經過處理后的圖像對比度與未經過處理的圖像對比度的比值，從而提升檢測效果評價的科學性和可視性[1]。

2 灰度圖像對比度提高方法

在進行對比度提高方法設計和研究中，需要對相關參數進行設置，本文參數設置結果如下：f（x，y）為原始灰度圖像，g（x，y）為經過處理的灰度圖像，L=2n為灰度級數，為敘述方便，后文使用f、g、L進行圖像描述。另外圖像中的點（x，y）設為T，圖像處理的最終目的就是對T進行點操作。此外常見函數公式如下：

指數函數公式：y=xb，通過以上公式可以對對數函數計算公式進行確定，最終結果為：g=Cloga（1+f）。

2.1 冪函數方法

對于冪函數提升對比度提升算法，首先應該確定計算公式框架，該框架為g=f α，其中α為大于0且不等于1的常數，其中當α=2時，該函數為一條拋物線，則可以將函數變形為：g=-αf2+（α+1）f，在該方程中，α上下線為1和0，當前已經有了針對α的經驗公式，從而確定冪函數方法中涉及的方程，并且最終對g值的計算結果即為圖像處理后的像素點位置，而通過對原圖像中所有像素點的轉換，可以得到圖像的處理結果。

在這種方法進行圖片處理時，需要按照相應步驟進行，其中程序編寫流程如下：①系統初始化。系統初始化操作方式為將i值與j值都設為零。②輸入原始圖像。輸入原始圖像時，需要統計圖像的行數和列數，分別用M和N表示。③計算α值。④判斷。當計算過程中i、j分別大于M和N時，則輸出結果圖像g，而不滿足這個條件時，需要繼續對圖像進行處理，處理方式為按照行或列的優先原則讀入原始圖像的像素值，并采用g=-αf2+（α+1）f公式對像素值進行轉換計算，根據計算結果進行整形，當完成該過程后，進行下一行和列的像素點轉換計算[2]。

2.2 二次函數方法

通常情況下，在進行圖像處理時，需要在像素值低的區域提高對比度，而像素值高的區域需要適當降低對比度，在該過程中，采用二次函數方法能夠有效達成這一目的，二次函數的計算公式為：

采用二次函數方法進行圖片處理時，主要圖片處理流程與冪函數方法處理圖片的流程類似，但是在計算過程中需要求取原始圖像中像素點的均值，并對結果進行歸一，從而得到二次函數中的參數α和p，另外在進行像素點轉換計算時，需要根據二次函數的公式進行計算，并對像素點進行整形，當i、j分別大于M和N時才可輸出結果[3]。

2.3 指數變換方法

對于方程：g=f α，當f為整數且區間為[0，2n-1]時，二次函數式能夠充分擬合指數函數，從而得到方程：

在該方程中，α區間為[2，3]，最終得到的g值即為經過圖像變換的像素點。

在該方法使用過程中，計算過程與之前方法的計算過程相似，但是需要注意的是，當函數指數為1/2時，需要引入新的變量β，并且β值區間為[10，20]，而β值的確定公式與α值的確定公式相似，公式為該公式中的c值將會決定圖像的亮度，具體表現為c值越大則處理后的圖像亮度越大。若將計算過程中的則能夠實現基于指數1/2的冪函數變換對比度提高方法。

3 灰度圖像對比度提高方法評價

3.1 實驗對象與指標

為了解灰度圖像對比度提高方法的基本效果，擬應用實驗法進行分析，結合此前一般性的文獻資料，建立分析模型，利用模型匹配法、開放性分析法和約束條件分析法進行對比。對比對象為初始灰度相同的圖像，分別應用冪函數方法、二次函數方法、指數變換方法對圖像進行處理，在處理過程中，應用模型匹配法、開放性分析法和約束條件分析法作進一步加工，每種方法下建立9個對象模型。對比的主要指標包括五個方面，即變換參數值、像素均值、像素標準差、對比度、對比度增量五個方面。實驗方式與（2.1、2.2、2.3）相同，在此不做贅述。

3.2 實驗結果與分析

在不同分析法下，取標準模型作為參照，對比三類方法下獲取的實驗數據，分析結果如下：冪函數法下，變換參數值為0.1483；像素均值為142.8878；像素標準差為4.5656；對比度為0.1452；對比度增量為0.3723。二次函數法下，變換參數值為0.5563；像素均值為95.4787；像素標準差為3.4748；對比度為0.2920；對比度增量為8.6998。指數變換法下，變換參數值為0.2152；像素均值為60.8897；像素標準差為2.9812；對比度為0.3982；對比度增量為4.8584。

從分析結果上看，不同觀察指標的數據存在較為顯著的差異，無論采用何種評估方式，冪函數方法的變化參數值和對比度、對比度增加量均不夠理想，但在像素均值、像素標準差兩個方面的優勢比較突出。二次函數方法下，變換參數值和對比度增加量、像素標準差較為理想，但像素均值和對比度情況略有不足。采用指數變換方法的情況下愛，對比度最理想，但變換參數值、像素均值、像素標準差、對比度增量四個指標與其他兩種方法相比略差。

總體來看，冪函數方法重視像素提升，可以達到142.8878的高水準，是二次函數方法防范的1.6倍、指數變換方法的2.4倍。二次函數方法注重整體對比效果，對比度增加量可以達到8.6998，相當于冪函數方法的21倍。相當于指數變換方法的1.8倍。指數變換方法重視對比的鮮明程度，對比可以達到0.3982的水平，考慮到所用照片為黑白兩色，這一對比度提升已經十分理想，相當于冪函數方法下的2.9倍，相當于二次函數方法下的0.3倍。

結合數據結果，對冪函數方法、二次函數方法、指數變換方法進行綜合分析，如果嘗試提升照片的整體觀感，可以使用二次函數方法，但應保證照片本身對比已經較為鮮明，否則會產生模糊感；如果照片本身對比度已經相對理想，嘗試通過技術手段提升照片的像素（一般意義上的清晰度），可以采用冪函數方法進行加工；如果照片的清晰度和整體效果尚可，強調進一步突出不用元素的對比效果，可應用指數變換方法進行處理。

4 結束語

綜上，灰度圖像對比度提高方法較為多樣，包括冪函數方法、二次函數方法、指數變換方法等，可在現有基礎上實現圖像質量的有效提升，對不同技術方法進行分析，可以發現其適用性和原理存在一定差異，冪函數方法重視像素提升，二次函數方法注重整體對比效果，指數變換方法重視體現對比的鮮明程度，可以在后續工作中結合需要具體選取，保證灰度圖像對比度的實際效果。