灰度图像增强算法研究(2)
（1）医学应用：在医学领域，我们可以对病人所拍的 X 射线图片、CT 影像、内窥镜图像进行灰度增强，这样可以让医生更容易找到病变区域，有助于医生治疗病人。
（2）遥感技术的应用：目前，对图像进行灰度处理这项技术已被广泛运用于遥感技术中，并且随着算法和设备越来越先进，得到的图像的分辨率以及处理图像的效率越来越高。它被广泛应用于土地绘测、资源调查、气象监测、环境污染监测、农作物估产和军事侦察等领域。
（3）安全领域应用：利用图像增强处理的技术，可以应用在监控、指纹档案管理等安全领域中。
（4）工业领域：目前图像增强技术已被广泛运用于工业产品探伤检测中。所以研究图像增强算法具有很强的现实意义。
1.2 国内外研究现状及水平图像增强技术经历了初创期、发展期、普及期和应用期四个阶段的发展。首先，1960年是图像增强技术的初创期，由于该项技术刚刚起步，只能用像素型光栅扫描显示图像， 在初创期这段时间里， 图像增强处理只被运用于极小的领域，主要是因为当时的技术尚未成熟，图像处理成本高，效率低等一系列因素。但图像增强技术发展的相当快，到了1970 年图像增强技术便进入发展期，这一时期图像增强技术的普及率慢慢变广， 图像处理也逐渐改用光栅扫描显示方式。 同时，一些新型图片的出现也加快了图像增强技术发展的脚步。1980 年，图像增强技术迈入了普及期，计算机的飞速发展也带动了图像增强技术的发展。计算机可以进行大量的图像处理。1990 年，图像增强技术正式进入应用期，图像增强技术也越来越成熟，因此被应用在各个领域，比如农业，工业，军事方面等等，农业方面，可以通过图像增强技术给农作物增产。军事方面，可以利用图像增强技术查找军事目标。工业方面，图像增强技术可用于给产品探伤。诸如此类，图像增强技术已经渗透到了人们日常生活的每一个角落。另外，图像增强技术还可以应用在交通监控、事故分析，以及人像、指纹及其他痕迹的处理等公共安全方面[1]。图像增强包括空域增强和频域增强， 其中变换域像增强主要有二文离散傅里叶变换（DFT）和离散余弦变换（DCT）[2]。变换域增强的优点是能有效地扩大对比度，缺点是由于运算量大，不适合用于实时处理，所以空域处理算法应用更加广泛。空域图像增强的算法很多，最常见的是基于直方图的增强，包括直方图均衡化（HE）和直方图规定化（HS）[3]，其结果都是使直方图变得平坦并且扩大动态范围，从而提高图像对比度，达到增强效果，但是其主要缺点是输出图像平均亮度与输入图像相比偏移很大， 而且会导致过度增强并产生人工痕迹和边缘效应。为了保持图像亮度，近年来，国内外学者们在这一块做了大量研究并取得了重要成果，总的可以分为两类：分段直方图均衡化（PHE）和动态分段直方图均衡化（DPHE）[4]。两类算法都是将直方图分成几个子直方图，区别就是DPHE分段后把原直方图按照一定比例映射到新的动态范围， 从而能很好地压缩低频灰度范围达到扩大对比度。其中最具代表性的是1997 年 Kim[5]提出的双直方图亮度保持直方图均衡化算法（BBHE），它以输入图像均值作为阈值，将直方图分成两部分，然后独立地对两个子直方图分别进行HE 处理。类似的，Wang等人[6]见下方提出了等域二元子图像直方图均衡化算法（DSIHE），与 BBHE 不同的是它以输入图像中值即像素中间值作为阈值。为了精确地保持图像亮度，Chen和 Ramli提出了最小亮度误差直方图均衡化算法（MMBEBHE）[7]，这其实是BBHE 的提高，它将所有可能的分割点0 到 L-1（L 是灰度级数量）作为分割阈值，然后选择输出图像与输入图像亮度误差最小的分割点作为阈值，这样在双直方图处理中能最好的保持亮度。另外，Chen 和 Ramli又提出了递归均值分割直方图均衡化算法（RMSHE）[8]，Sim等人[9]提出了递归子图像直方图均衡化算法（RSIHE），这两个算法分别是BBHE 和 DSIHE 的一般形式，理论上随着迭代次数的增强，输出图像越接近输入图像，虽然能更好地保持亮度，但对比度变化越小，起不到增强效果。从上述几个算法可以看出它们不是将均值就是将中值作为分割阈值， 虽然能很好的保持图像亮度，但是并不能获得最大的对比度，而且可能导致过度增强和丢失图像细节，所以 Wongsritong 等人[10]提出了多峰直方图均衡化算法（MBPHEBP），根据直方图形状确定分割点即局部最大值，更加保留了原输入图像的信息，但是为了能更好地扩大对比度，Wadud 等人提出了动态直方图均衡化算法（DHE），将直方图分布到整个动态范围，使用局部最小值作为阈值，Ibrahim 和 Kang 提出了亮度保持动态直方图均衡化算法（BPDHE），使用局部最大值作为阈值，虽然两个算法都能很好地提高对比度，但是由于没有考虑亮度的限制，在亮度保持上没有上述 PHE 类的算法明显，由此后面又提出以中值作为阈值的方法，这样能使输出图像更清晰，达到更好地增强效果和亮度保持。之前的一些基于HE的处理方法都不能十分精确地保持亮度，并且当某些灰度级像素特别多，另一些灰度级像素特别少时很容易导致过度增强，这样在变换函数中会导致灰度突变从而不能提高对比度，最近 Lu[11]提出了权值子图像直方图均衡化算法（BPWSI），不但能精确地保持图像亮度，而且消除了直方图大小的影响。