趙曉雷，姚新宇

(1.渭南師范學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院，陜西渭南714000;2.陜西省電力公司規(guī)劃評(píng)審中心，西安710042)

圖像增強(qiáng)的主要目的是對(duì)圖像的視覺(jué)效果做進(jìn)一步改善，在圖像處理上表現(xiàn)為將圖像轉(zhuǎn)換到另外一種表示形式，為后續(xù)圖像的處理提供更有意義的數(shù)據(jù).在圖像增強(qiáng)中，主要目的并不是以保留圖像原來(lái)的面貌，而是在于通過(guò)對(duì)圖像做進(jìn)一步的增強(qiáng)處理，可以獲得更多關(guān)于圖像的信息，便于機(jī)器進(jìn)行分析或者便于人們?nèi)プR(shí)別，對(duì)其中的無(wú)用的信息可以抑制，從而提高圖像的可用信息量.圖像增強(qiáng)技術(shù)一直是圖像處理領(lǐng)域內(nèi)非常重要的基本處理技術(shù)，它可以借助各種數(shù)學(xué)方法和變換手段提高圖像中的對(duì)比度和清晰度，可以將一些有用的信息更加突出，同時(shí)也可以淡化一些無(wú)用的信息，從而可以將原本模糊不清或者對(duì)比度不好的圖像處理成清晰的、含有大量有用信息的、對(duì)比度良好的可使用圖像.

反銳化掩模技術(shù)［1］是應(yīng)用于攝影技術(shù)中的一種方法，通過(guò)此方法可以有效地增強(qiáng)圖像的邊緣和細(xì)節(jié)信息.其在光學(xué)上的操作方法是將聚焦后的正片和散焦后的負(fù)片在底片上進(jìn)行疊加，結(jié)果是增強(qiáng)了正片高頻成分，從而增強(qiáng)了輪廓，散焦的負(fù)片相當(dāng)于“模糊”模板(掩模模型)，它與銳化的作用正好相反，因此，將該方法稱為反銳化掩模法，是在攝影技術(shù)中最常用的邊緣細(xì)節(jié)增強(qiáng)方法之一.小波變換［2］是近年來(lái)新出現(xiàn)的時(shí)頻分析工具，由于它具有多分辨率分析能力和時(shí)頻局部化的能力，故在圖像處理領(lǐng)域內(nèi)應(yīng)用比較廣泛.將小波變換應(yīng)用在反銳化掩模方法中，可以有效地提高圖像的增強(qiáng)效果.

1 圖像的反銳化掩模法

在圖像的邊緣細(xì)節(jié)增強(qiáng)方面，可以將廣泛應(yīng)用于攝影技術(shù)的反銳化掩模技術(shù)用在圖像增強(qiáng)上，從而構(gòu)成了反銳化掩模方法在圖像增強(qiáng)上的應(yīng)用，在反銳化掩模方法中，圖像增強(qiáng)實(shí)際上是由原始圖像疊加上原始圖像通過(guò)高通濾波后所得的分量而形成的.

將原圖像通過(guò)反銳化掩模進(jìn)行模糊預(yù)處理［3］(相當(dāng)于采用低通濾波)后與原圖逐點(diǎn)做差值運(yùn)算，然后乘上一個(gè)修正因子再與原圖求和，以達(dá)到提高圖像中高頻成分，增強(qiáng)圖像輪廓的目的，這是反銳化掩模法在圖像中應(yīng)用的原理.

反銳化掩模法的基本公式是:

2 基于小波變換的反銳化掩模圖像增強(qiáng)算法

由于小波變換是近年來(lái)新出現(xiàn)的時(shí)頻分析工具，它具有多分辨率分析能力和時(shí)頻局部化的能力，因此可以把傳統(tǒng)的反銳化掩模方法與小波分析有機(jī)地結(jié)合起來(lái)［4］，成為圖像增強(qiáng)的另外一種方法.

對(duì)圖像進(jìn)行二維小波分解后，將產(chǎn)生ILL，ILH，IHL，IHH四個(gè)分量，其中分量ILL為原始圖像的低頻信息，即圖像中的輪廓信息;ILH對(duì)應(yīng)著圖像中水平方向的高頻信息;IHL對(duì)應(yīng)著圖像中垂直方向的高頻信息;IHH對(duì)應(yīng)著圖像中45度對(duì)角線上的高頻信息.由于圖像的小波變換可以形成多分辨率、多尺度分解，從而可以將圖像按照不同的頻段分解出不同的分量，從而代表原圖像不同方向的特征.正是由于可以將圖像分解成高頻和低頻信息，因而可以在高頻和低頻上進(jìn)行不同的變化，達(dá)到增強(qiáng)圖像的目的.

對(duì)于圖像被小波分解后的4幅子圖像中的ILL，在低頻子圖ILL中包含了原始圖像中的絕大部分信息，只失掉了一部分高頻信息，也就是圖像的細(xì)節(jié)信息丟失，這樣將圖像的絕大部分輪廓信息保留下來(lái)，由此可以構(gòu)造反銳化掩模方法中的掩模模型，通常掩模模型的得到是通過(guò)擴(kuò)大子圖像ILL到原圖像大小后，由于子圖像ILL含有大量的低頻信息，實(shí)際上相當(dāng)于一個(gè)原始圖像的模糊圖像，可以將原圖像和2倍子圖像ILL做差作為反銳化掩模方法中的掩模模型，由于掩模模型是原圖像和2倍子圖像ILL的差，可以看出是將低頻信息削弱，實(shí)際上得到的是原圖像的大部分高頻信息，因此在反銳化掩模法［5］的基本公式中，將原始圖像加上增強(qiáng)因子K倍的掩模模型后，使得圖像的高頻信息得到加強(qiáng)，同時(shí)圖像的低頻信息也不會(huì)受到影響，從而實(shí)現(xiàn)對(duì)原圖像的增強(qiáng).

基于小波變換的反銳化掩模增強(qiáng)算法［6］基本步驟如下:

(1)選擇一定的小波對(duì)圖像進(jìn)行一層二維小波變換分解;

(2)保留產(chǎn)生的低頻系數(shù)信息，將其擴(kuò)大至原圖像的大小，抑制或去掉所得的高頻系數(shù)，從而得到模糊后的圖像;

(3)用原始圖像減去模糊圖像，獲得掩模模型;

(4)用原始圖像加上增強(qiáng)因子K倍的掩模模型，獲得增強(qiáng)后的圖像.

在以上步驟中，低頻系數(shù)的保留、掩模模型以及增強(qiáng)因子的系數(shù)的確定，都是需要根據(jù)實(shí)際的增強(qiáng)效果來(lái)調(diào)整，不同的圖像、不同的應(yīng)用可以選擇不同的系數(shù).

3 實(shí)驗(yàn)

下面就以常用的lean圖像為例進(jìn)行基于小波變換的反銳化掩模圖像增強(qiáng)的實(shí)驗(yàn)，如圖1所示.

在圖1中，(a)圖為lena原始圖像，(b)圖為增強(qiáng)因子K=0.5時(shí)增強(qiáng)后的圖像，(c)圖為增強(qiáng)因子K=0.05時(shí)增強(qiáng)后的圖像，(d)圖為增強(qiáng)因子K=0.005時(shí)增強(qiáng)后的圖像.從圖1中可以看出，(c)圖和(d)圖中圖像的細(xì)節(jié)部分明顯比(a)圖中更加明顯，尤其是在頭發(fā)的細(xì)節(jié)地方表現(xiàn)得尤為明顯;(b)圖中由于增強(qiáng)因子K的值比較大，其過(guò)多保留了輪廓信息，使其在疊加時(shí)的細(xì)節(jié)信息丟失，但其對(duì)比度得到了一定的改善.

通過(guò)實(shí)驗(yàn)結(jié)果表明，該方法相比于傳統(tǒng)的圖像增強(qiáng)方法(直方圖均衡化)有著明顯的優(yōu)越性.首先，小波變換可以使得原圖像中不同分辨率下的細(xì)節(jié)特征可以隨著小波尺度的變化進(jìn)行不同級(jí)別的分離，從而避免了傳統(tǒng)圖像增強(qiáng)方法中的不斷調(diào)整濾波器窗口的大小而實(shí)現(xiàn)不同的圖像增強(qiáng)效果;其次，由于對(duì)不同尺度下的小波分量分別進(jìn)行增強(qiáng)，原始圖像中無(wú)論較粗還是較細(xì)的邊緣都能同時(shí)得到增強(qiáng);另外，由于小波多分辨率分析的特性，經(jīng)小波變換處理后的圖像細(xì)節(jié)部分清晰，層次感強(qiáng)，可以有效地消除噪聲，具有較好的增強(qiáng)效果，可以明顯地增強(qiáng)圖像的細(xì)節(jié)信息.

4 結(jié)語(yǔ)

通過(guò)基于小波變換的反銳化掩模方法可以有效地對(duì)圖像的細(xì)節(jié)進(jìn)行增強(qiáng)，同時(shí)可以選擇不同的K值來(lái)增強(qiáng)細(xì)節(jié)的表現(xiàn)程度，從而實(shí)現(xiàn)圖像的增強(qiáng).

圖1 基于小波的反銳化掩模增強(qiáng)前后的圖像

［1］楊詞銀，黃廉卿，賈晨光，等.基于區(qū)域分割的自適應(yīng)反銳化掩模算法［J］.光學(xué)精密工程，2003，11(2):188-192.

［2］陳武凡.小波分析及其在圖像處理中的應(yīng)用［M］.北京:科學(xué)出版社，2003.

［3］Pizer S M，Amburn E P，Austin J D，et al.Adaptive histogram equalization and its variations［J］.Comp Vis Graph Image Process，1987，39(3):355.

［4］劉勁，康志偉，何怡剛.基于小波變換的反銳化掩模圖像增強(qiáng)新算法［J］.計(jì)算機(jī)工程，2007，33(21):179-180.

［5］高河偉，張麗，陳志強(qiáng)，等.基于反銳化掩模的輻射圖像信息增強(qiáng)算法［J］.核電子學(xué)與探測(cè)技術(shù)，2005，25(5):481-483.

［6］秦文學(xué).用于邊緣檢測(cè)的圖像增強(qiáng)技術(shù)研究［D］.北京:北京機(jī)械工業(yè)學(xué)院碩士學(xué)位論文，2008.