图像增强算法综述

第１０卷　第４期２０１７年８月 中国光学 ＣｈｉｎｅｓｅＯｐｔｉｃｓ Ｖｏｌ．１０　Ｎｏ．４　Ａｕｇ．２０１７

收稿日期：２０１７０３０７；修订日期：２０１７０４１４ 基金项目：国家林业公益性资助项目（Ｎｏ．２０１２０４５１５）；吉林省自然科学基金项目（Ｎｏ．２０１５０１０１０１７ＪＣ）；中国科学院青年创新促进会资助项目（Ｎｏ．２０１６２０１）

ＳｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＦｏｒｅｓｔｒｙＰｕｂｌｉｃＷｅｌｆａｒｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．２０１２０４５１５）；ＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＪｉｎｌｉｎＰｒｏｖｉｎｃｅｏｆＣｈｉｎａ（Ｎｏ．２０１５０１０１０１７ＪＣ）；ＹｏｕｔｈＩｎｎｏｖａｔｉｏｎＰｒｏｍｏｔｉｏｎＡｓｓｏｃｉａｔｉｏｎ，ＣＡＳ（Ｎｏ．２０１６２０１）文章编号　２０９５１５３１（２０１７）０４０４３８１１图像增强算法综述

王　浩１，２，张　叶１，２，沈宏海１，２，张景忠３（１．中国科学院航空光学成像与测量重点实验室，吉林长春１３００３３；

２．中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３；

３．黑龙江省森林保护研究所，黑龙江哈尔滨１５００４０）

摘要：图像增强算法能够提高图像整体和局部的对比度，突出图像的细节信息，使增强后的图像更符合人眼的视觉特性且易于机器识别，在军事和民用领域具有广泛的应用。本文从图像增强算法的原理出发，归纳总结了近年来应用比较广泛的４类图像增强算法及其改进算法，包括直方图均衡图像增强算法、小波变换图像增强算法、偏微分方程图像增强算法和基于Ｒｅｔｉｎｅｘ理论的图像增强算法。结合人眼视觉特性、噪声抑制、亮度保持和信息熵最大化等图像增强的改进算法，在保证增强图像具有较高对比度的前提下，可进一步提升图像的质量。实现了９种较为典型的图像增强算法，采用主观和客观的评价方法对增强效果进行了对比，分析了不同增强算法的优缺点，并给出了这些算法的计算时间。对这些算法的深入研究能够推动图像增强技术向更高水平发展，从而使图像增强技术在多个学科领域发挥重要作用。关　键　词：图像增强；直方图均衡；小波变换；偏微分方程；Ｒｅｔｉｎｅｘ理论中图分类号：ＴＰ３９４．１ 文献标识码：Ａ ｄｏｉ：１０．３７８８／ＣＯ．２０１７１００４．０４３８

Ｒｅｖｉｅｗｏｆｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓ

ＷＡＮＧＨａｏ１，２，ＺＨＡＮＧＹｅ１，２，ＳＨＥＮＨｏｎｇｈａｉ１，２，ＺＨＡＮＧＪｉｎｇｚｈｏｎｇ３（１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｉｒｂｏｒｎｅＯｐｔｉｃａｌＩｍａｇｉｎｇａｎｄＭｅａｓｕｒｅｍｅｎｔ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，

Ｃｈａｎｇｃｈｕｎ１３００３３，Ｃｈｉｎａ；

２．ＣｈａｎｇｃｈｕｎＩｎｓｔｉｔｕｔｅｏｆＯｐｔｉｃｓ，ＦｉｎｅＭｅｃｈａｎｉｃｓａｎｄＰｈｙｓｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，

Ｃｈａｎｇｃｈｕｎ１３００３３，Ｃｈｉｎａ；

３．ＨｅｉｌｏｎｇｊｉａｎｇＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＩｎｓｔｉｔｕｔｅ，Ｈａｒｂｉｎ１５００４０，Ｃｈｉｎａ）

Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ，Ｅｍａｉｌ：ｗａｎｇｈａｏ７６００＠１６３．ｃｏｍ

Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓｃａｎｅｎｈａｎｃｅｃｏｎｔｒａｓｔｂｅｔｗｅｅｎｔｈｅｗｈｏｌｅａｎｄｐａｒｔｉａｌｉｍａｇｅｓ，ａｎｄ

ｈｉｇｈｌｉｇｈｔｔｈｅｄｅｔａｉｌｓｏｆｉｍａｇｅｓ．Ｉｔａｌｓｏｃａｎｍａｋｅｔｈｅｅｎｈａｎｃｅｄｉｍａｇｅｓｍｏｒｅｉｎｌｉｎｅｗｉｔｈｔｈｅｖｉｓｕａｌｃｈａｒａｃｔｅｒｉｓ

ｔｉｃｓｏｆｔｈｅｈｕｍａｎｅｙｅｓａｎｄｉｔａｐｐｌｉｅｓｔｏｍａｃｈｉｎｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｗｈｉｃｈｈａｓａｗｉｄｅｒａｎｇｅｏｆａｐｐｌｉｃａｔｉｏｎｓｉｎｍｉｌｉ

ｔａｒｙａｎｄｃｉｖｉｌｉａｎｆｉｅｌｄｓ．Ｂａｓｅｄｏｎｔｈｅｐｒｉｎｃｉｐｌｅｏｆｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍ，ｆｏｕｒｔｙｐｅｓｏｆｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓａｎｄｔｈｅｉｒｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｓａｒｅｓｕｍｍａｒｉｚｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｓｅａｌｇｏｒｉｔｈｍｓｉｎｃｌｕｄｅｈｉｓｔｏ

ｇｒａｍｅｑｕａｌｉｚａｔｉｏｎｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍ，ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍ，ｐａｒｔｉａｌｄｉｆ

ｆｅｒｅｎｔｉａｌｅｑｕａｔｉｏｎｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍａｎｄＲｅｔｉｎｅｘｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｔｉｔｈｍ．Ｔｈｅｓｅｉｍｐｒｏｖｅｄａｌ

ｇｏｒｉｔｈｍｓ，ｗｈｉｃｈｃｏｍｂｉｎｅｔｈｅｈｕｍａｎｖｉｓｕａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｎｏｉｓｅｓｕｐｐｒｅｓｓｉｏｎ，ｂｒｉｇｈｔｎｅｓｓｐｒｅｓｅｒｖｉｎｇａｎｄｉｎｆｏｒ

ｍａｔｉｏｎｅｎｔｒｏｐｙｍａｘｉｍｉｚａｔｉｏｎ，ｃａｎｆｕｒｔｈｅｒｉｍｐｒｏｖｅｔｈｅｑｕａｌｉｔｙｏｆｉｍａｇｅｓｉｎａｄｄｉｔｉｏｎｔｏｅｎｈａｎｃｉｎｇｔｈｅｃｏｎｔｒａｓｔ．

Ｉｎｔｈｉｓｐａｐｅｒ，ｎｉｎｅｔｙｐｉｃａｌｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓａｒｅｉｍｐｌｅｍｅｎｔｅｄ，ａｎｄｔｈｅｉｒｅｎｈａｎｃｅｍｅｎｔｅｆｆｅｃｔｓａｒｅ

ｃｏｍｐａｒｅｄｗｉｔｈｓｕｂｊｅｃｔｉｖｅａｎｄｏｂｊｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｓ．Ｔｈｅａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｏｆｔｈｅｓｅｅｎ

ｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓａｒｅａｎａｌｙｚｅｄ，ａｎｄｔｈｅｃａｌｃｕｌａｔｉｏｎｔｉｍｅｏｆｔｈｅａｌｇｏｒｉｔｈｍｓａｒｅｇｉｖｅｎ．Ｔｈｅｓｔｕｄｙｏｎｔｈｅｓｅａｌ

ｇｏｒｉｔｈｍｓｃａｎｐｒｏｍｏｔｅｔｈｅｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙｔｏａｈｉｇｈｅｒｌｅｖｅｌ，ｓｏａｓｔｏｍａｋｅｔｈｅｉｍａｇｅｅｎｈａｎｃｅ

ｍｅｎｔｔｅｃｈｎｏｌｏｇｙｐｌａｙａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｍａｎｙｆｉｅｌｄｓ．

Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ；ｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｐａｒｔｉａｌｄｉｆｆｅｒｅｎｔｉａｌｅｑｕａｔｉｏｎ；Ｒｅｔ

ｉｎｅｘｔｈｅｏｒｙ

１　引　言

图像增强是指按照某种特定的需求，突出图

像中有用的信息，去除或者削弱无用的信息。图

像增强的目的是使处理后的图像更适合人眼的视

觉特性或易于机器识别。在医学成像、遥感成像、

人物摄影等领域，图像增强技术都有着广泛的应

用［１］。图像增强同时可以作为目标识别，目标跟

踪，特征点匹配，图像融合，超分辨率重构等图像

处理算法的预处理算法。

图像增强应该注意以下几方面：（１）提高图

像整体和局部的对比度。图像增强算法应该既能

使图像整体的对比度提高，同时也能使图像的局

部细节信息得到增强。（２）在增强图像的同时，

应该避免放大噪声。如果不能有效地抑制噪声，

噪声在图像增强过程中就会被放大，从而对图像

质量造成影响。（３）增强后的图像应该具有良好

的视觉效果。避免增强后的图像局部增强过度或

过弱，增强后的图像应该符合人眼的视觉特性。

（４）图像增强算法应该具有较好的实时性。随着

近年来嵌入式产品的快速发展，对图像增强算法

的实时性要求也越来越高。因此，为了满足工程

上使用的要求，图像增强算法应该具有较好的实

时性。

最近３０多年，出现了众多的图像增强算法。

应用比较广泛的图像增强算法有直方图均衡

（ＨＥ）算法、小波变换算法、偏微分方程算法和基于色彩恒常性理论的Ｒｅｔｉｎｅｘ算法等。ＨＥ算法

是最基本的图像增强算法，它的原理简单，易于实

现，实时性好。ＨＥ算法通过使图像灰度级的概

率密度函数（ＰＤＦ）满足近似均匀分布的形式来达

到增大图像动态范围和提高图像对比度的目

的［２４］。有许多基于ＨＥ算法的改进算法，他们都

具有各自的特色，如：双直方图均衡（ＢＢＨＥ）算

法，它解决了增强图像局部区域亮度不均匀的问

题［５］；等面积双直方图均衡（ＤＳＩＨＥ）算法和二维

空域信息熵直方图均衡（ＳＥＨＥ）算法，他们使增

强后的图像具有最大的信息熵，在一定程度上解

决了ＨＥ算法造成的图像细节信息丢失的问

题［６９］；最大亮度双直方图均衡（ＭＭＢＥＢＨＥ）算

法保证了增强图像与原始图像的亮度均值误差最

小［７］；基于对数函数映射的直方图均衡（ＬＭＨＥ）

算法使得增强后的图像更符合人眼的视觉特

性［８］；小波变换图像增强（ＷＴ）算法将图像分解

为低频图像和高频图像，通过对不同频率的图像

进行增强达到了突出图像细节信息的目的［１０１７］。

采用ｋｎｅｅ函数和ｇａｍｍａ校正函数来增强低频图

像可以有效地提高图像的整体亮度［１８］。通过增

强小波域内定义的图像对比度和图像的奇异矩阵

也能取得较好的增强效果［１９２０］。将曲波变换与

小波变换相结合，可以有效去除小波变换图像增

强过程中产生的噪声［２１］。偏微分方程（ＰＤＥ）图

像增强算法通过放大图像的对比度场来达到图像

增强的目的［２２２７］。采用全变差模型（ＴｏｔａｌＶａｒｉａ

ｔｉｏｎＭｏｄｅｌ）的偏微分方程图像增强（ＴＶＰＤＥ）可９３４第４期 王　浩，等：图像增强算法综述使增强后的图像既具有较高的对比度，又与原始

图像的差别不大，保留了图像的细节信息［２８］。此

外，针对偏微分方程图像增强算法中的梯度函数

的改进算法也有很多，且都取得了很好的增强效

果［２６］［２９］。Ｒｅｔｉｎｅｘ图像增强算法通过去除原始图

像中照度分量的影响，求解出了反映物体本质颜

色的反射分量，达到了图像增强的目的［３０３５］。在

马尔科夫随机场（ＭＲＦ）下求解物体的反射分量，

能够有效地消除因照度不均而产生的“光晕伪

影”现象［３６］。结合交替方向优化（ＡＤＯ）应用快

速傅里叶变换（ＦＦＴ）可以同时计算出物体的照度

分量和反射分量，使Ｒｅｔｉｎｅｘ图像增强算法的计算

结果具有更好的稳健性［３７］。用稀疏表示方法将

物体的反射分量函数表示出来，再使用学习字典

对含有图像细节信息的反射分量进行学习，也可

以取得较好的增强效果［３８］。

本文详细介绍了４类典型的图像增强算法及

其改进算法的实现原理，并对采用相似原理的增

强算法进行归纳；然后采用主观和客观的评价方

法从多个方面对不同增强算法的处理结果进行对

比，并给出不同增强算法的执行时间。

２　图像增强算法介绍

２．１　直方图均衡算法

若一幅图像的像素点倾向于占据整个可能的

灰度级并且分布均匀，则该图像表现为具有较高

的对比度和较大的动态范围［２］。ＨＥ算法根据这

一特性，利用累积分布函数（ＣＤＦ）将指定的输入

灰度级映射为输出的灰度级，使输出的灰度级具

有近似均匀分布的概率密度函数，从而达到提高

图像对比度，拉大图像动态范围的目的［３］。

２．１．１　标准直方图均衡算法

假设Ｉ∈Ｉ（ｉ，ｊ）代表灰度级为Ｌ的图像，

Ｉ（ｉ，ｊ）代表坐标位置（ｉ，ｊ）处的灰度值，Ｉ（ｉ，ｊ）∈［０，Ｌ－１］，图像Ｉ灰度级的概率密度函数定义为：