工業(yè)內窺鏡圖像對比度增強算法簡單介紹

近幾年來，計算機圖像處理已經(jīng)應用到幾乎所有與成像有關的領域，在內窺鏡檢測領域顯得尤為突出，它是利用計算機對數(shù)字圖像進行一系列操作，從而獲得預期結果。而在對圖像處理過程中，則需要運用圖像增強技術以改善圖像的質量，增強對某一種信息的辨識能力，以便更好的應用于現(xiàn)代社會的各個領域。而實際應用中則有太多情況都有可能導致圖像品質變差，使圖像傳遞的信息無法被正常讀取和識別。例如，在采集圖像過程中由于光照強度環(huán)境或物體表面反光等原因造成的圖像整體光照不均等等。因此研究有效地圖像增強算法成為推動圖像分析和圖像理解應用領域發(fā)展的關鍵內容之一。  根據(jù)人眼對顏色的心理感覺，設計在HSI顏色空間上基于小波分析的醫(yī)學彩色內窺鏡圖像增強方法。在增強亮度分量的同時，也可以對飽和度分量進行細微調節(jié)。該方法可以抑制噪聲，使細節(jié)得到增強，也可以使處理后的圖像更加清晰且色澤鮮明。同時基于MATLAB的開放式，可用其對有噪圖像或退化圖像進行去噪或還原、增強圖像以獲得更高清晰度、提取特征、分析形狀和紋理以及對兩個圖像進行匹配。圖像增強是圖像處理的重要組成部分，傳統(tǒng)的圖像增強方法對于改善圖像質量發(fā)揮了重要的作用。隨著圖像技術研究的不斷進步和深入研究，新的圖像增強方法不斷涌現(xiàn)。隨著交互式圖像增強技術的廣泛應用，人們可以主觀的控制圖像增強效果，同時利用直方圖均衡技術的圖像增強也有了許多新的進步：例如動態(tài)分層直方圖均衡算法、多層直方圖結合亮度保持的均衡算法等等。這些算法通過進行圖像分割，在子層圖像內進行均衡處理，解決了直方圖均衡過程中出現(xiàn)的對比度過拉伸問題，并且可以控制子層灰度的映射范圍。

從數(shù)學角度看，圖像的直方圖函數(shù)是每個圖像與圖像的灰度值的統(tǒng)計特性，它是每個灰度級的圖像出現(xiàn)的統(tǒng)計概率;而從圖形上看，它的二維圖中，通常橫坐標表示圖像中各個像素點的灰度級，縱坐標則是各個灰度級上圖像各個像素點出現(xiàn)的概率。在實踐中，圖像可能不需要有整個直方圖的均勻分布，而是希望有目的地增強某個灰度級分布范圍內的圖像。 這個算法的原理來自于文章《Optimized contrast enhancement for real-time image and video dehazing》，作者是韓國人。這個算法也是基于大氣散射模型： 和現(xiàn)在一些常見的去霧文章有明顯的不同的是，這篇文章的并不是基于暗通道原理的，也不是把重點強調在透射率圖的細化上，而是提出了一種新的得到粗透射率圖的方法。并且文章分別講到了靜態(tài)圖像和視頻圖像的去霧，這里我只研究了靜態(tài)圖的去霧。對于透射率圖，文章提出了一個cost function，這個cost function是基于以下兩點考慮的：

1、對于有霧圖像，其整體的對比比較低，因此去霧后的對比度要盡量的高；

2、 由于對比度得到增強，可能會導致部分像素的調整值超出了0和255的范圍，這樣就會造成信息的損失以及視覺上的瑕疵。因此提出了一個信息量損失的計算公式；