局部直方图双向拉伸均衡化算法
- 格式：pdf
- 大小：2.01 MB
- 文档页数：5
当前位置：文档之家 › 局部直方图双向拉伸均衡化算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2017 年第 5 期
信息与电脑 China Computer&Communication
算法语言
局部直方图双向拉伸均衡化算法
徐宇飞 宋 杰
（安徽大学 计算机科学与技术学院，安徽 合肥 230600）
摘 要： 图像在光照不足或过强的情况下会使得拍摄的图像过暗或过亮，看不清图像的轮廓，抓不住图像的细节， 这是由于灰度级过于集中导致的，这种图像称为低对比度图像。直方图均衡化可以提高图像的对比度，改善图像的质量， 但易出现噪声、细节丢失、过度增强的现象，增强后的图像不适于应用于电子显示设备，如电视、手机等。因此，各学 者提出改进的直方图均衡化算法，在拉伸灰度级的同时，保证图像前后的均值稳定。提出的局部直方图双向拉伸均衡化 算法（LHBSE），在提高对比度的同时，能更好保证图像前后的均值稳定性，实验效果有所提高。 关键词：直方图均衡化；直方图分割；对比度增强；均值稳定；双向拉伸 中图分类号：TN9 文献标识码：A 文章编号：1003-9767（2017）05-101-05
see the outline of the image and grasp the image details. This is due to the over-concentration of gray levels, this image is known for detail, over-enhanced phenomenon, the enhanced image is not suitable for using in electronic display devices, such as TV, cell phone better contrasting of the image, better ensuring the stability of the image. As a result, the experimental results are improved.
— 101 —
算法语言
信息与电脑 China Computer&Communication
2017 年第 5 期
1997 年，Kim 提出的基于图像均值分割、亮度保持的 直方图均衡化算法（BBHE） ，将图像由均值作为分割点 分割成两部分，分别进行直方图均衡化提高对比度。1999 年，Wang 等 提 出 了 等 面 积 的 双 子 图 像 直 方 图 均 衡 化 算 法 （DSIHE） ，将图像由中值作为分割点分割成两部分，分 别进行直方图均衡化提高对比度。其过程与 BBHE 一样， 只是分割点的方式不同。这两种算法本质上是一致的，但 都不能保证细节的增强与保留。2003 年，Chen 等进一步提 出 了 递 归 均 值 分 割 直 方 图 均 衡 化 算 法（RMSHE） 。2007 年，Sim 等提出了基于中值的递归子图直方图均衡化算法 （RSIHE） 。这两种算法是前两种的递归方式，当递归次 数很大时，增强效果降低，图像将退化。2010 年，Chen 等 提出了保持灰度均值自适应图像增强算法（BHEPL）
(a) 原图
(b)HE 算法效果图
图 １ 原图与 ＨＥ 算法效果对比图
基金项目：“十二五”科技部支撑计划项目（No.2015BAK24B01）。 作者简介：徐宇飞（1991-），男，安徽安庆人，硕士研究生。研究方向：嵌入式。E-mail：1344982752@。 宋杰（1966-），男，安徽合肥人，博士研究生，副教授。研究方向：嵌入式。
Local Histogram Bidirectional Stretching Equalization Algorithm
Xu Yufei, Song Jie
Abstract: Under the too weak or too strong light, image will be too dark or too light, which give rise to problems that we cannot (School of Computer Science and Technology, Anhui University, Hefei Anhui 230601, China)
ቤተ መጻሕፍቲ ባይዱ
low contrast image. Histogram equalization is good for improving image contrast and image quality, but it is prone to noise, loss of and so on. Therefore, scholars propose many improved histogram equalization algorithms to modify the stability of the image. A local histogram bidirectional stretching equalization algorithm(LHBSE) is proposed, which can improve histogram equalization in the way of Key words: histogram equalization; histogram segmentation; contrast enhancement; mean stability; bidirectional stretching 提出了改进的直方图均衡化算法，在拉伸灰度级、提高对比 度的同时，保持图像前后的均值稳定。
1 引言
图像在光照不足或过强的情况下会使得拍摄的图像过暗 或过亮，看不清图像的轮廓，抓不住图像的细节，这是由于图 像的灰度级数过于集中导致的。为了改善效果，就必须拉伸图 像的灰度级数，增大灰度级之间的反差，常用的方法是直方图 均衡化算法（HE）[1]。然而直接使用 HE 增强后的图像，易出 现光晕、过度增强的现象，这使得增强后的图像可能引入过多 噪声，图像效果退化，忽视了图像的细节等，如图 1 所示： 对比图 1(a) 与图 1(b) 可以看到，屋顶上方产生噪声，增 强过度，屋檐下方的砖块细节丢失，针对这种情况，各学者
信息与电脑 China Computer&Communication
算法语言
局部直方图双向拉伸均衡化算法
徐宇飞 宋 杰
（安徽大学 计算机科学与技术学院，安徽 合肥 230600）
摘 要： 图像在光照不足或过强的情况下会使得拍摄的图像过暗或过亮，看不清图像的轮廓，抓不住图像的细节， 这是由于灰度级过于集中导致的，这种图像称为低对比度图像。直方图均衡化可以提高图像的对比度，改善图像的质量， 但易出现噪声、细节丢失、过度增强的现象，增强后的图像不适于应用于电子显示设备，如电视、手机等。因此，各学 者提出改进的直方图均衡化算法，在拉伸灰度级的同时，保证图像前后的均值稳定。提出的局部直方图双向拉伸均衡化 算法（LHBSE），在提高对比度的同时，能更好保证图像前后的均值稳定性，实验效果有所提高。 关键词：直方图均衡化；直方图分割；对比度增强；均值稳定；双向拉伸 中图分类号：TN9 文献标识码：A 文章编号：1003-9767（2017）05-101-05
see the outline of the image and grasp the image details. This is due to the over-concentration of gray levels, this image is known for detail, over-enhanced phenomenon, the enhanced image is not suitable for using in electronic display devices, such as TV, cell phone better contrasting of the image, better ensuring the stability of the image. As a result, the experimental results are improved.
— 101 —
算法语言
信息与电脑 China Computer&Communication
2017 年第 5 期
1997 年，Kim 提出的基于图像均值分割、亮度保持的 直方图均衡化算法（BBHE） ，将图像由均值作为分割点 分割成两部分，分别进行直方图均衡化提高对比度。1999 年，Wang 等 提 出 了 等 面 积 的 双 子 图 像 直 方 图 均 衡 化 算 法 （DSIHE） ，将图像由中值作为分割点分割成两部分，分 别进行直方图均衡化提高对比度。其过程与 BBHE 一样， 只是分割点的方式不同。这两种算法本质上是一致的，但 都不能保证细节的增强与保留。2003 年，Chen 等进一步提 出 了 递 归 均 值 分 割 直 方 图 均 衡 化 算 法（RMSHE） 。2007 年，Sim 等提出了基于中值的递归子图直方图均衡化算法 （RSIHE） 。这两种算法是前两种的递归方式，当递归次 数很大时，增强效果降低，图像将退化。2010 年，Chen 等 提出了保持灰度均值自适应图像增强算法（BHEPL）
(a) 原图
(b)HE 算法效果图
图 １ 原图与 ＨＥ 算法效果对比图
基金项目：“十二五”科技部支撑计划项目（No.2015BAK24B01）。 作者简介：徐宇飞（1991-），男，安徽安庆人，硕士研究生。研究方向：嵌入式。E-mail：1344982752@。 宋杰（1966-），男，安徽合肥人，博士研究生，副教授。研究方向：嵌入式。
Local Histogram Bidirectional Stretching Equalization Algorithm
Xu Yufei, Song Jie
Abstract: Under the too weak or too strong light, image will be too dark or too light, which give rise to problems that we cannot (School of Computer Science and Technology, Anhui University, Hefei Anhui 230601, China)
ቤተ መጻሕፍቲ ባይዱ
low contrast image. Histogram equalization is good for improving image contrast and image quality, but it is prone to noise, loss of and so on. Therefore, scholars propose many improved histogram equalization algorithms to modify the stability of the image. A local histogram bidirectional stretching equalization algorithm(LHBSE) is proposed, which can improve histogram equalization in the way of Key words: histogram equalization; histogram segmentation; contrast enhancement; mean stability; bidirectional stretching 提出了改进的直方图均衡化算法，在拉伸灰度级、提高对比 度的同时，保持图像前后的均值稳定。
1 引言
图像在光照不足或过强的情况下会使得拍摄的图像过暗 或过亮，看不清图像的轮廓，抓不住图像的细节，这是由于图 像的灰度级数过于集中导致的。为了改善效果，就必须拉伸图 像的灰度级数，增大灰度级之间的反差，常用的方法是直方图 均衡化算法（HE）[1]。然而直接使用 HE 增强后的图像，易出 现光晕、过度增强的现象，这使得增强后的图像可能引入过多 噪声，图像效果退化，忽视了图像的细节等，如图 1 所示： 对比图 1(a) 与图 1(b) 可以看到，屋顶上方产生噪声，增 强过度，屋檐下方的砖块细节丢失，针对这种情况，各学者