基于滤波的图像增强算法研究

第３Ｏ卷第５期　２００８年１Ｏ月　探测与控制学报　

Ｊｏｕｒｎａｌ　ｏｆ　Ｄｅｔｅｃｔｉｏｎ＆Ｃｏｎｔｒｏｌ　Ｖｏ１．３Ｏ　ＮＯ．５　０ｃｔ．２００８　

基于小波变换和同态滤波的内窥图像增强算法　

孙慧贤，罗飞路，张玉华　

（国防科技大学机电工程与自动化学院，湖南长沙４１００７３）　

摘　要：由于受照明条件的限制，工业内窥镜图像存在比较严重的由光照不均引起的图像降质。在分析工业　内窥镜图像特点的基础上，研究了使用基于照明反射模型的同态滤波方法增强内窥镜图像的方法。从空频分　析的角度出发，提出一种基于小波变换的同态滤波方法，采用快速小波变换代替传统傅立叶变换，在变换域中　对不同尺度上小波系数进行非线性增强，实现图像的对比度增强。实验结果表明，该方法可以有效消除由光照　不均匀引起的图像亮度不均匀，增强图像对比度的同时不改变图像的原始面貌，其效果优于传统的同态滤波方　法。　一　关键词：内窥镜；图像增强；小波变换；同态滤波　中图分类号：ＴＮ３９１．４１文献标志码：Ａ　文章编号：１００８—１１９４｛２００８）０５—００６８—０５　

Ａ　Ｎｅｗ　Ｈｏｍｏｍｏｒｐｈｉｃ　Ｆｉｌｔｅｒｉｎｇ　Ｂａｓｅｄ　ｏｎ　Ｗａｖｅｌｅｔ　Ｔｒａｎｓｆｏｒｍ　ｆｏｒ　

Ｅｎｄｏｓｃｏｐｅ－Ｉｍａｇｅ　Ｅｎｈａｎｃｅｍｅｎｔ　

ＳＵＮ　Ｈｕｉ—Ｍａｎ，ＬＵＯ　Ｆｅｉ—ｌｕ，ＺＨＡＮＧ　Ｙｕ－ｈｕａ　

（Ｃｏｌｌｅｇｅ　ｏｆ　Ｍｅｃｈａｔｒｏｎｉｃｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，Ｎａｔｉｏｎａｌ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｄｅｆｅｎｓｅ　Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ　４１００７３，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｂｅｃａｕｓｅ　ｏｆ　ｔｈｅ　ｖａｒｉｅｔｙ　ｏｆ　ｌｉｇｈｔ　ｒｅｓｏｕｒｃｅ　ｉｎｔｅｎｓｉｔｙ，ｅｎｄｏｓｃｏｐｅ　ｉｍａｇｅ　ｓｕｆｆｅｒｓ　ｆｒｏｍ　ｕｎｄｅｓｉｒｅｄ　ｌｕｍｉｎａｎｃｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ａｎｄ　ｌｏｓｓ　ｏｆ　ｃｏｎｔｒａｓｔ．Ｔｈｅ　ｉｌｌｕｍｉｎａｔｉｏｎ－ｒｅｆｌｅｃｔａｎｃｅ　ｍｏｄｅｌ　ａｎｄ　ｈｏｍｏｍｏｒｐｈｉｃ　ｆｉｌｔｅｒｉｎｇ　ａｒｅ　ｄｉｓｃｕｓｓｅｄ　ｆｏｒ　ｅｎｄｏｓｃｏｐｅ　ｉｍａｇｅ　ｃｏｎｔｒａｓｔ　ｅｎｈａｎｃｅｍｅｎｔ．Ａ　ｎｏｖｅｌ　ｈｏｍｏｍｏｒｐｈｉｃ　ｆｉｌｔｅｒｉｎｇ　ｂａｓｅｄ　ｏｎ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　ｉｓ　ｐｒｏｐｏｓｅｄ，　ｗｈｉｃｈ　ａｄｏｐｔｓ　ｆａｓｔ　２Ｄ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　ｉｎｓｔｅａｄ　ｏｆ　Ｆｏｕｒｉｅｒ　ｔｒａｎｓｆｏｒｍ．Ｔｈｅ　ｗａｖｅｌｅｔ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔｓ　ａｒｅ　ｐｒｏｃｅｓｓｅｄ　ｂｙ　ｕｓｉｎｇ　ｎｏｎｌｉｎｅａｒ　ｍａｐｐｉｎｇ　ｔｏ　ａｔｔｅｎｕａｔｅ　ｔｈｅ　ｌｏｗ　ｓｐａｔｉａｌ　ｆｒｅｑｕｅｎｃｉｅｓ　ａｎｄ　ａｍｐｌｉｆｙ　ｔｈｅ　ｈｉｇｈ　ｓｐａｔｉａｌ　ｆｒｅ—　ｑｕｅｎｃｉｅｓ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｎｅｗ　ｍｅｔｈｏｄ　ｃａｎ　ｅｌｉｍｉｎａｔｅ　ｔｈｅ　ｎｏｎ－ｕｎｉｆｏｒｍｉｔｙ　ｌｕｍｉｎａｎｃｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｅｎｄｏｓｃｏｐｅ　ｉｍａｇｅ　ｅｆｆｅｃｔｉｖｅｌｙ．Ｍｏｒｅｏｖｅｒ，ｔｈｅ　ｍｅｔｈｏｄ　ｐｅｒｆｏｒｍｓ　ｗｅｌｌ　ｉｎ　ｅｎｈａｎｃｉｎｇ　ｔｈｅ　ｌｏｃａｌ　ｃｏｎｔｒａｓｔ　ｏｆ　ｅｎｄｏｓｃｏｐｅ　ｉｍａｇｅ，ａｎｄ　ｉｔｓ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｓ　ｂｅｔｔｅｒ　ｔｈａｎ　ｔｈｅ　ｔｒａｄｉｔｉｏｎａｌ　ｈｏｍｏｍｏｒｐｈｉｃ　ｆｉｌｔｅｒｉｎｇ．　Ｋｅｙ　ｗｏｒｄｓ：ｅｎｄｏｓｃｏｐｅ；ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ；ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ；ｈｏｍｏｍｏｒｐｈｉｃ　ｆｉｌｔｅｒｉｎｇ　

第４０卷　Ｖ＿ｏ１．４０　第３期　ＮＯ．３　计算机工程　Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　２０１４年３月　Ｍａｒｃｈ　２０１４　・图形图像处理・　文章编号：１０００—３４２８（２０１４）０３—０２４９—０４　文献标识码：Ａ　中图分类号；ＴＰ３９１．４１　基于联合双边滤波的深度图像增强算法　刘金荣　，一，李淳苑　，欧阳建权　，刘京　（１．湘潭大学智能计算与信息处理教育部重点实验室，湖南湘潭４１１１０５；２．中国科学院计算技术研究所，北京１００１９０）　摘要：主动光设备是目前获取深度图的主要方法，被广泛应用于导航、人机交互、增强现实等领域。但主动光设备存在分辨率　低、空洞、边缘不匹配等问题。为此，提出一种基于联合双边滤波的深度图像增强算法。采用基于深度的前景分割方法，找出深　度图与彩色图边缘不匹配像素集合，利用基于联合双边滤波的插值算法对空洞进行填充。为更好保持边缘细节，增加引导深度相　似项与梯度域项的方法进行插值。实验结果表明，该算法比已有方法的最小均方误差平均减少约１３％，具有更好的保持边缘效果。　关健词：联合双边插值；双边滤波；梯度域；边缘保持；前景分割；深度图像增强　Ｄｅｐｔｈ　Ｉｍａｇｅ　Ｅｎｈａｎｃｅｍｅｎｔ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　０ｎ　Ｊｏｉｎｔ　Ｂｉｌａｔｅｒａｌ　Ｆｉｌｔｅｒｉｎｇ　ＬＩＵ　Ｊｉｎ．ｒｏｎｇ　＇－，Ｌｉ［Ｃｈｕｎ．ｐｅｎｇ　，ＯＵＹＡＮＧ　Ｊｉａｎ．ｑｕａｎ　，ＬＩＵ　Ｊｉｎｇ　（１．Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆＭｉｎｉｓｔｒｙ　ｏｆＥｄｕｃａｔｉｏｎ　ｆｏｒ／ｎｔｅｌｌｉｇｅｎｃｅ　Ｃｏｍｐｕｔａｔｉｏｎ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｐｒｏｃｅｓｓｉｎｇ，Ｘｉａｎｇｔａｎ　Ｕｎｉｖｅｒｓｉｔｙ，　Ｘｉａｎｇｔａｎ　４１１１０５，Ｃｈｉｎａ；２．Ｉｎｓｔｉｔｕｔｅ　ｏｆＣｏｍｐｕｔｉｎｇ　Ｔｅｃｈｎｏｌｏｇｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙ　ｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ　１００１９０，Ｃｈｉｎａ）　［Ａｂｓｔｒａｃｔ］Ｄｅｐｔｈ　ｉｍａｇｅ　ｃａｐｔｕｒｅｄ　ｂｙ　ａｃｔｉｖｅ　ｓｅｎｓｏｒ　ｉｓ　ａ　ｃｕｒｒｅｎｔ　ｔｅｎｄｅｎｃｙ，ｗｈｉｃｈ　ｉｓ　ｗｉｄｅｌｙ　ｕｓｅｄ　ｉｎ　ｎａｖｉｇａｔｉｏｎ，ｈｕｍａｎ　ｃｏｍｐｕｔｅｒ　ｉｎｔｅｒａｃｔｉｏｎ，　ａｕｇｍｅｎｔｅｄ　ｒｅａｌｉｔｙ　ａｎｄ　ＳＯ　ｏｎ．Ｈｏｗｅｖｅｒ，ｃｏｍｌｎｏｎ　ｌｏｗ—ｃｏｓｔ　ｓｅｎｓｏｒｓ　ｈａｖｅ　ｔｈｅｉｒ　ｏｗｎ　ｄｉｓａｄｖａｎｔａｇｅｓ，ｓｕｃｈ　ａｓ　ｌｏｗ　ｒｅｓｏｌｕｔｉｏｎ，ｈｏｌｅｓ，ｕｎｍａｔｃｈｅｄ　ｂｏｕｎｄａｒｙ　ｏｆ　ｅｄｇｅ．Ｆｏｒ　ｔｈｅｓｅ　ｐｒｏｂｌｅｍｓ，ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｄｅｐｔｈ　ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｉｍｐｒｏｖｅｄ　ｊｏｉｎｔ　ｂｉｌａｔｅｒａｌ　ｆｉｌｔｅｒｉｎｇ．　Ｄｅｐｔｈ—ｂａｓｅｄ　ｆｏｒｅｇｒｏｕｎｄ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｍｅｔｈｏｄ　ｉｓ　ａｄｏｐｔｅｄ　ｔｏ　ｆｉｇｕｒｅ　ｏｕｔ　ｔｈｅ　ｓｅｔ　ｏｆ　ｐｉｘｅｌｓ　ｏｆ　ｕｎｍａｔｃｈｅｄ　ｆｏｒｅｇｒｏｕｎｄ　ｅｄｇｅ，ａｎｄ　ｉｎｔｅｒｐｏｌａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｊｏｉｎｔ　ｂｉｌａｔｅｒａｌ　ｆｉｌｔｅｒ　ｉｓ　ｕｓｅｄ　ｔｏ矗Ｊ】ｔｈｅ　ｈｏｌｅｓ．Ｍｅａｎｗｈｉｌｅ．ｉｎ　ｏｒｄｅｒ　ｔｏ　ｍａｋｅ　ｆｕｒｔｈｅｒ　ｉｍｐｒｏｖｅｍｅｎｔ．ｇｕｉｄｅｄ　ｄｅｐｔｈ　ｓｉｍｉｌａｒ　ｉｔｅｍ　ａｎｄ　ｇｒａｄｉｅｎｔ　ｉｔｅｍ　ａｒｅ　ｉｎｔｒｏｄｕｃｅｄ　ｔｏ　ｐｒｅｓｅｒｖｅ　ｅｄｇｅ　ｓｔｒｕｃｔｕｒｅ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｈｅ　ｅｘｉｓｔｉｎｇ　ｊｏｉｎｔ　ｂｉｌａｔｅｒａｌ　ｉｎｔｅｒｐｏｌａｔｉｏｎ，ｔｈｅ　ｉｍｐｒｏｖｅｄ　ｍｅｔｈｏｄ　ｄｅｃｒｅａｓｅｓ　ｔｈｅ　Ｍｅａｎ　Ｓｑｕａｒｅｄ　Ｅｒｒｏｒ（ＭＳＥ）ｂｙ　１３％ｉｎ　ａｖｅｒａｇｅ　ｗｈｉｃｈ　ｈａｓ　ｂｅｔｔｅｒ　ｅｆｆｅｃｔ　ｏｎ　ｅｄｇｅ—ｐｒｅｓｅｒｖｉｎｇ．　［Ｋｅｙ　ｗｏｒｄｓ］ｊｏｉｎｔ　ｂｉｌａｔｅｒａｌ　ｉｎｔｅｒｐｏｌａｔｉｏｎ；ｂｉｌａｔｅｒａｌ　ｆｉｌｔｅｒｉｎｇ；ｇｒａｄｉｅｎｔ　ｄｏｍａｉｎ；ｅｄｇｅ　ｐｒｅｓｅｒｖｉｎｇ；ｆｏｒｅｇｒｏｕｎｄ　ｓｅｇｍｅｎｔａｔｉｏｎ；ｄｅｐｔｈ　ｉｍａｇｅ　ｅｎｈａｎｃｅｍｅｎｔ　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００—３４２８．２０１４．０３．０５２　

２０１０年第２９期　ＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ　ＩＮＦＯＲＭＡＴＩＯＮ　ｏ科教前沿０　科技信息　

基于水下图像增强算法的研究　

王　彬　

（青岛科技大学信息科学技术学院　山东　青岛　２６６０６１）　

Ｉ摘要】由于水下图像成像条件复杂、质量较差，给实际操作和科研带来了很大的难题。图像增强方法可以针对水下图象的特点改善其质　

量。直方图法可以增大图像的灰度变化范围，丰富灰度层次，改善视觉感知效果，达到图象增强的目的；同态滤波法可以有效的消除图像的照明　

不均，增强暗区的图像细节；通过实验验证，选用的方法能够有效地减轻图像细节的模糊，轮廓更清楚，对实际水下图像进行处理，增强效果明　

显。　【关键词】图像增强；水下图像；直方图；同态滤波　

Ｏ绪论　

海洋孕育着巨量的能源和资源，人类社会的发展必然会越来越多　

的依赖海洋，目前国际安全，地区安全和沿海国家的安全，大都与海洋　

息息相关。因此开展水下图像处理方法的研究，在国民经济和军事上　

都具有重要的价值和意义。　

典型的水下图像主要有以下特点　：　

（１）照明光由探照灯发出，为汇聚光照明。成像光线的强弱分布呈　

现较大差异，以照明光最强点为中心．径向逐渐减弱，反映到图像上就　

是背景灰度分布不均。　

（２）由于水体对光的吸收效应、散射效应和卷积效应使得水下图　

像极不理想，使水下图像有较严重的非均匀亮度和细节模糊，而且图　

像信噪比很低，图像对比度明显变差。　

（３）照明条件不良，使水下图像变得更差，比如出现假细节、自阴　

影、假轮廓等。　

由于获取得水下图像普遍质量较差，在对图像进行目标识别、图　

像分割等分析与处理之前，就必须首先对其做一定的预处理。而图像　

增强可以增加图像的对比度．突出感兴趣的细节及特征，改善图像的　

视觉效果，提供直观、清晰、适合于分析的图像。因此，图像增强技术对　

于水下图像尤为重要，而水下图像增强算法的研究也有很强的实际应　

用价值。　

１　水下图像增强方法　

图像增强的方法是多种多样的．针对特定的图像，不同的方法所　

基于深度学习的图像增强技术分析

深度学习技术是近年来技术进步中的一项重要领域，它已经在人工智能以及一系列其它领域获得了广泛应用。其中，深度学习在图像处理方面的应用尤为广泛，特别是在图像增强领域方面，深度学习技术扮演了重要而不可替代的角色。本文将结合实际案例，从理论和实践两个方面探讨基于深度学习的图像增强技术。

一、基于深度学习的图像增强技术介绍

图像增强是图像处理中的一个重要领域，它的目的是提高图像的质量和对比度，以便更好地显示图像。通过对图像进行处理，可以使得原本模糊、亮度不足或是噪声过多的图像变得更加清晰鲜明。基于传统图像处理技术的图像增强方法已经得到了很好的发展，但随着深度学习技术的逐渐成熟，基于深度学习的图像增强方案也逐渐走入了人们的视野。

基于深度学习的图像增强技术解决了传统图像增强方案中存在的许多问题。传统图像增强方案往往需要人们提供手动选择的特征，并且过程繁琐、耗时过长，无法处理大量图像数据，而深度学习网络能够自动学习特征并进行较高效的数据处理，同时能够有效避免产生过拟合现象。

二、使用基于深度学习的图像增强技术进行图像处理实例 下面我们将结合实际案例来讨论基于深度学习的图像增强技术的应用。拍摄照片时，由于种种原因，往往会出现图片过亮、过暗还有色彩偏差等问题。如何解决这些问题，提升图片品质呢？

现有的机器学习算法，如线性回归、支持向量机、随机森林等，都可以处理图像。但是这些方法需要大量的数学公式、大量手工调试参数，不同的图片之间难以精细地调整。和其他算法相比，深度学习处理图像更加自然、精度更高。

在这个实例中，我们选取了一张拍摄照片，使用基于深度学习的图像增强技术对其进行处理。首先，我们把图片输入到深度学习模型，然后对其进行训练。经过训练之后，模型能够识别出图片的结构和纹理特征，并根据训练结果进行调整，自动去除拍摄时产生的噪声和光线问题，进一步提升图片的质量。

通过使用基于深度学习的图像增强技术，我们最终得到了一张色彩更加鲜艳、对比度更加鲜明的图片。也就是说，它可以帮助我们退化的图片变得更加清晰、亮度更加均衡，同时保持原有的细节和纹理。