基于MATLAB的微光图像增强的算法研究(3)
2 图像增强的基本理论
2.1 数字图像处理的概述
数字图像处理指运用某些函数算法对原始图像进行符合一定规律的数学变换，从而得到某种系统所需要或人眼视觉要求的图像的处理过程。主要内容包含图像增强、图像编码、图像压缩、图像变换、图像边缘的描述和目标识别段等。在微电子技术和数字技术迅猛发展的今天，为数字图像增强技术提供了良好的发展的平台。同时数字图像处理技术应用领域广泛且前景广阔的特点使得数字图像处理也就从信息处理、数据通信、数据存储、电视显示技术等相关学科中脱颖而出，成为研究图像信息综合利用的一门重要学科。
2.2 图像的数字化
把模拟图像信号转换为数字图像信号的过程我们称为图像的数字化过程。该过程工作主要分为：采样和量化两个方面。采样就是指，将获得的连续模拟图像信号，在空间上分割成M*N个网格，而各个网格的亮度值是该网格中的模拟信号的亮度的平均值。数字图像的空间分辨率取决于M*N的数量大小。所谓量化，是将采样后的亮度值在某个幅度区间连续分布，并对应成相应数码的过程。量化后的像素点整数值称为灰度级，常用 来表示，n越大，图像的亮度分辨率越高。通过采样和量化处理，便可以将连续的感知数据转换为数字形式，即产生了一副数字图像。
2.3 图像增强的概述
图像增强是用来提升原始图像的感知质量，使其更趋近人类的视觉感知特性的操作。通过这一方法可以将一个图像的全部或部分像素值通过一定规律的函数传递转化为一组新的像素值，得到新的图像，便于分析和应用[14]。
图像增强系统可以粗略地划分为预处理阶段,提取阶段和分析阶段。图像预处理阶段是图像增强中最重要的一部分，此阶段的处理将对直接影响到最终成像和识别分析的效果。
对于静态图像增强的方法主要分为空域法和频域法，对于动态视频图像增强就要考虑空域和时域的变化和处理。对原始图像中的相应像素点进行变换，在几何空间上进行处理,就是空域法；而频域法指在原始图像的某个变换域内，修改常用的图像处理的变换系数。将原始图像进行变换，得到新的数字化信息，再进行反变换得到处理后的变换图像。在静态图像增强时，通常会进行：噪声去除、增强边缘、对比度提高和亮度增强等处理，从而实现颜色效果和细微层次的改善。
3 图像增强的基本方法和原理
3.1 空域增强变化
空域增强方法分为：
（1）基于像素点：即计算机在处理原始图像时是以图像中每个像素为单位进行一定的变化，变换过程中对每个像素的处理与其他像素点无关；
（2）基于模板：即计算机在处理原始图像时是以子图像为处理单位，运用模板进行逐片区域的处理。变化过程中相邻或者有一定特征关系的像素点会进行相似的变换。
3.1.1 灰度变换
灰度变换指对原始图像各个像素点的上进行量化后得到灰度值x，依据函数T(x)变换到y的过程。利用灰度变换，可使扩展图像图像对比度更好，增加了动态范围，特征更明显，是图像增强的重要基础工具之一。
（1）线性变换
令原图像 的灰度范围为 ，线性变换后图像 的范围为 ，如图3-1所示，为灰度线性变换示意图。 与 之间的关系式为：
（3-1-1）
在不足或过度曝光的情况下，限制图像灰度值集中在极大值或者极小值附近。这样毫无疑问降低了图像的质量，同时会导致很多细节的损失和难以分辨，甚至图像质量下降，视觉感受模糊不清。我们采用线性变换对图像像素作线性拉伸，相当于把像素灰度分级增加，将有效地保留图像的视觉细节和改善图像视觉效果