0、概述
近年來，人類取得信息和交流信息的重要手段是使用圖像，因此圖像處理結果的好壞在信息傳遞過程中至關重要。 但是事實上在制造、傳輸和轉換圖像信息的過程中，由于受到諸如拍攝時曝光不當、系統噪聲、信號傳輸距離過遠等因素的影響，最終得到的圖像經常與需要的真實景物有所不同，這種不同被我們稱為變劣或者退化。 變劣后的圖像通常模糊不清、對比度降低甚至產生幾何畸變，使我們不能從圖像中準確提取出原始信息，甚至出現錯誤信息。因此，有必要對變劣的圖像進行有針對性的處理， 使之產生更適合于人眼直接觀察的結果，同時也更便于人和機器對圖像進行理解和分析，圖像增強技術正是在此意義上提出的。
圖像增強是指通過利用各種數學方法和變換手段改善圖像質量，使圖像中要觀測的目標對象與其他非必要對象的對比度得以提高，從而使圖像變得更加清晰逼真。 圖像增強處理是針對某一種特殊應用需求而言的，處理后的圖像比起原始圖像來對該應用來說具有更佳的適應效果， 但是圖像增強處理并不是一種信息量不減少的無損傷處理，當然更不可能進一步擴展原始圖像的信息，它是以犧牲一部分圖像信息為代價的。 本文主要討論用直方圖技術實現的圖像增強。
1、直方圖增強技術基本原理
1．1 直方圖增強技術理論基礎
灰度級的直方圖是一幅直角坐標圖， 是待處理圖像所有灰度范圍內的任一灰度級為 r 的像素出現的頻數 p\\(r\\)的函數圖像，直觀地反映一幅圖像的像素分布情況。 比如說像素分布是否均衡，是集中在低灰度級的部分使圖像偏暗，還是集中在高灰度級的部分使圖像過亮等等。
設圖像增強前的像素灰度級為變量 r， 增強后的像素灰度級為變量 s，其對應的灰度分布概率密度函數分別表示為 Pr\\(r\\)和 Ps\\(s\\)，在灰度級這一特定概念中，用 r=0 代表黑，r=1 代表白。 在[0,1]區間內，對任意一個存在的 r 按如下變換函數進行變換：通過上述推導可以看出， 圖像灰度級的概率密度函數的改變是由變換函數 T\\(r\\)控制的。 總體說來，只有選擇合適的變換函數，才能有效改善圖像的直方圖，改善圖像灰度的動態范圍，以期實現所需要的圖像效果，達到更好的視覺需求，這就是直方圖增強技術的理論基礎。 直方圖增強技術主要包括直方圖均衡化和規定化。
1.2 直方圖均衡化原理
直方圖均衡化的基本原理是通過某種變換使得處理后的圖像的概率密度函數 Ps\\(s\\)=1。 即把原始圖像灰度分布過于集中或不平衡的直方圖變換成灰度級均勻分布的直方圖，保證均衡化后的直方圖整體看上去幾乎是平的， 這樣就可以實現所需要的加強圖像整體對比度的目的。
假設變換函數為：
后的圖像 Ps\\(s\\)=1，達到了我們需要的均衡化的效果 ，這就是直方圖均衡化原理。
從后面處理結果中可以清楚的看到：變換函數選擇為累積分布函數，均衡化后得到的新的直方圖明顯比原始圖像直方圖的灰度取值動態范圍擴展了很多，整體近似平坦。因此，當我們拍攝的照片整體對比度較弱如偏暗或偏亮看不清楚時， 采用這種方法進行處理是很有效的。
1．3 直方圖規定化原理
直方圖均衡化能夠有效地增強一幅圖像整體的對比度，是圖像增強非常有效的途徑之一。 但是它也存在一定程度的缺陷，即處理后的灰度直方圖只有唯一的一種均勻分布的情況,這并不一定是我們需要的。 因而我們有必要去研究一種新的圖像處理方法，讓人們能夠根據實際需要有針對性地增強所需灰度級范圍內的圖像，這種方法就是直方圖規定化。分別用 Pr\\(r\\)和 Pz（z）來表示原始圖像和目標圖像的灰度分布概率密度函數，規定化就是通過某種方法把原始圖像的直方圖調整到我們所需要的 Pz（z）所表示的形狀。 首先對原始圖像和目標圖像進行均衡化處理，即求出其變換函數：
均衡化后原始圖像與目標圖像的概率密度 Ps\\(s\\)和 Pv\\(v\\)都 是均勻密度 1，這樣我們就可以把式\\(8\\)中的目標圖像的灰度級 v 換成原始圖像的灰度級 s，即有：z=G-1\\(v\\)=G-1\\(s\\) （9）得到希望的灰度分布，怎樣構造一個符合自己要求的直方圖是最重要的一個環節，最關鍵的計算是：z=G-1\\(s\\)=z=G-1[T\\(r\\)] （10）
2、 MATLAB實驗結果及分析
實驗結果分析：圖 1 是原始圖像，像素為 640×480 像素，分辨率為96dpi，陰 天拍攝 ，可以看出原始圖像比較暗淡模糊 ，樓房和陰天的背景對比度很不明顯，圖像整體偏白；圖 2 是其對應的直方圖，可以看出各灰度級很密集而且出現的頻數很低；圖 3 是經過均衡化處理后的圖像，我們可以看到處理后圖像的灰白對比度顯著增強，圖像變生動逼真，細節明顯，背景變得很突出；圖 4 是其對應的直方圖，此時直方圖各豎線條的高度基本變為一致，各灰度級分布均勻，出現的頻數基本相等，達到了均衡化所要的效果。
圖 5 是規定化處理前的原始圖像，像素為 600×450 像素，分辨率為 96dpi，晴天下午拍攝，圖像整體偏灰，景物與背景明暗區別度很小，細節很不明顯；圖 6 是其對應直方圖，灰度級集中在中間的位置，出現的頻數差異較大；圖 8 是規定化要求達到的直方圖效果，是人們為應用目的主觀提出的，可以根據所要求的結果不同或應用的場合不同而有所改變；圖 7 是按此直方圖規定化處理后的圖像，可以看出原始圖像中原來很遙遠模糊的一些細節明顯可以看清楚了，背景和景物的灰白對比度很突出， 比如白色的湖堤變亮了，樹木的枝條更清晰了，樹木在湖里的倒影更明顯了，石墻的凹陷對比也能看見了，湖邊上的人變得更顯眼，總之圖像變得很豐富細膩，更有視覺震撼力。
3、結束語
由以上實驗過程及結果分析我們可以看出：基于直方圖的圖像增強是一種簡便易行而且直觀有效的方法，直方圖均衡化處理很好地增強了圖像的對比度，直方圖規定化方法讓我們能按自己的需求有效改善圖像。 因此，無論是在日常生活中諸如照片處理、醫學檢測圖片分析等還是軍事、工程、航空等領域，這種方法都有其巨大的應用價值。 但是需要明確的一點是：圖像增強沒有一個固定的通論，因為人跟人的需求是有差別的，依靠人的視覺感受主觀判定的增強結果的好壞自然也會有差別，因此在實際應用中，我們要根據所需要的特定用途選擇特定的方法。
參考文獻：
［1］徐飛，施曉紅，MATLAB 應 用圖像處理[M].西 安電子科技大學出版社，2002.
［2］阮秋琦.數 字圖像處理基礎[M].清華大學出版社 ，2009.12,130-143.
［3］汪志云，黃夢為.基于直方圖的圖像增強及其 MATLAB實現[J].計算機工程與科學，2006（02）.
［4］李耀輝,劉保軍.基于直方圖均衡的圖像增強[J].華北科技學院學報,2003,5\\(2\\):65-66.
［5］王耀南,李樹濤,毛建旭.計算機圖像處理與識別技術[M].北京:高等教育出版社,2001.
［6］Rafael C Gonzalez Richard E Woods .Digital ImageProcessing \\(Second Edition \\) [M].Beijing :PublishingHouse of Electronics Industry 2002 .
[7]HUNG -SHUNG WONG J UNG - HUA WANG.Contrast Enhancement Based on Divided HistogramManipulation [C]//2000 I EEE Int 'l Conf on SystemsMan and Cybernetics . Vol2.2000 .1551-1555 .
[8]MATLAB6.5 輔 助圖像處理,飛思科技產品研發中心[Z].
[9]Paul M B;Vitanyi;Li Ming Minimum descriptionLength induction bayesianism,and kolomogorovcomplexity[J].2000（02）.
[10]Le Pennec E;Mallat S Sparse geometric imagerepresentations with bandelets[J].2005\\(04\\).
[11]李弼程，彭天強，彭波.智能圖像處理技術[M].北京：電子工業出版社，2004.
［12］Stark JA. Adaptive image contrast enhancement using generalizations ofhistogram equalization[J]. IEEE Trans Image Proc, 2000,9\\(5\\):889-996.
［13］李耀輝，劉保軍.基于直方圖均衡的圖像增強[J].華北科技學院學報，2003.6.
[14] Wang L. Enhancement of medical ultrasonic image based on graylevelhistogram equalization [J].J Sichuan Univ, 2002,34\\(1\\):105-108.
[15]王國權,仲偉波.灰度圖像增強算法的改進與實現研究[J].計算機應用研究,2004.12.
［16］Saffor A, bin Ramli AR, Ng KH. Waveletbased compression of medicalimages:filterbank selection and evaluation[J/OL].Australas Phys Eng Sci Med, 2003,26\\(2\\):39-44.轉貼于中國論文.
