摘要：現(xiàn)實(shí)生活中經(jīng)常遇到所照圖片清晰度不好，亮度不夠，能辨率低，這樣就需要將圖像進(jìn)行處理以得到清晰度和亮度更好的圖像。文章首先介紹彩色圖像和圖像增強(qiáng)的定義與方法，以及彩色圖像轉(zhuǎn)換為灰度圖像的方法，然后對直方圖均衡化作出解釋，最后通過實(shí)驗(yàn)先將彩色圖像轉(zhuǎn)換為HSI 圖像，并對HSI 圖像中的I分量的灰度圖像進(jìn)行直方圖均衡化的處理，再將經(jīng)過處理后的HSI 圖像還原成彩色圖像，即可得到增強(qiáng)的彩色圖像效果圖。實(shí)現(xiàn)了通過直方圖均衡化的處理得到彩色圖像的增強(qiáng)。

關(guān)鍵詞：彩色圖像；灰度圖像；圖像增強(qiáng)；直方圖均衡化；HSI圖像

中圖分類號：TP751 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2013）04-0833-03

Color Image Enhancement Based on Histogram Equalization

JIANG Dong-qin，LI Ming-dong

（Computer Department， China West Normal University， Nanchong 637009，China）

Abstract： In the real world， the photographs that were took， which are lack of clarity and brightness， and visibilities are low. So there is need to deal with these photographs to get better clarity and brightness of pictures. In the article， at first， recommending the definitions and measures of color images and image enhancement. And the ways of converting color images into gray scale images. Then explaining what is histogram equalization. At last， through the experiments， converting color images into HSI images ， and then getting the intensity image of HSI images that will be handled by histogram equalization， which will combines hue image and saturation image to get a HSI image which will be converted to color image that are final image. The results are achieving the enhancement of color images by histogram equalization.

Key words： color image； gray scale image； image enhancement； histogram equalization； HSI image

彩色圖像是由紅（R）、綠（G）、藍(lán)（B）三種基色堆疊而成，每一種基色的圖像是一幅灰度圖像。圖像增強(qiáng)是數(shù)字圖像處理中常用且重要的技術(shù)方法之一[1]。它是我們在特定場合，具有目的性的去改善圖像的質(zhì)量或視覺效果等，使圖像的對比度和清晰度有所提高，以滿足某些特定的需要；或突出顯示某些人們感興趣的局部，以做特殊處理。近幾年來，圖像增強(qiáng)技術(shù)成為研究熱點(diǎn)之一，它被廣泛應(yīng)用于人類生活和社會生產(chǎn)的各方面，比如航空航天領(lǐng)域中對采集圖像的質(zhì)量和數(shù)據(jù)的準(zhǔn)確性和清晰度的提高；生物醫(yī)學(xué)領(lǐng)域中對顯微光學(xué)圖像和X射線圖像的處理與分析；工業(yè)生產(chǎn)領(lǐng)域中的自動化設(shè)計(jì)和產(chǎn)品質(zhì)量檢測；公共安全領(lǐng)域中的指紋或交通事故的分析等。

根據(jù)處理空間的不同，圖像增強(qiáng)方法可以分為兩類，即“空間域”和“頻率域”的處理[2]。其中“空間域”法是對圖像的像素直接處理；“頻率域”法是在圖像的某種變換域內(nèi)對圖像的變換系數(shù)進(jìn)行修正，是一種間接增強(qiáng)處理。常用的空間域法有灰度變換、直方圖的均衡化或規(guī)定化、圖像的平滑和銳化等；而常用的頻率域法有高通濾波、低通濾波、高頻強(qiáng)調(diào)濾波等。

圖像增強(qiáng)技術(shù)主要是針對灰度圖像進(jìn)行處理，而日常生活中，我們最常見的是彩色圖像，所以本文將討論彩色圖像的增強(qiáng)技術(shù)，通過先將彩色圖像轉(zhuǎn)換成灰度圖像[3]，然后對灰度圖像進(jìn)行直方圖均衡化的處理，最后再將經(jīng)過處理之后得到增強(qiáng)效果的灰度圖像還原成彩色圖像。

1 彩色圖像轉(zhuǎn)換為灰度圖像的方法

一般來說將圖像進(jìn)行灰度化的處理方法，除了可以采用加權(quán)平均法（即調(diào)用rgb2gray（）函數(shù)）、平均值法、最大值法之外，還可以將彩色圖像轉(zhuǎn)換到其他的彩色空間進(jìn)行灰度處理，從而得到彩色圖像的增強(qiáng)。有如下方法，第一、將圖像轉(zhuǎn)換到NTSC彩色空間對其Y分量進(jìn)行處理；第二、將圖像轉(zhuǎn)換到Y(jié)CbCr彩色空間對Y分量進(jìn)行處理；第三、將圖像轉(zhuǎn)換到HSV彩色空間對H分量進(jìn)行處理；第四、將圖像轉(zhuǎn)換到HSI彩色空間對I分量進(jìn)行處理。

本文中采用將圖像轉(zhuǎn)換到HSI彩色空間中，對I分量進(jìn)行直方圖均衡化的處理得到圖像的增強(qiáng)效果，再將其還原為彩色圖像，即可得到清晰度和對比度更好的彩色圖像。

1.1直方圖均衡化的解釋

在對輸入圖像進(jìn)行直方圖均衡化處理之后得到增強(qiáng)的輸出圖像，其實(shí)就是在對圖像的像素直接進(jìn)行操作。此過程可由表達(dá)式g（x，y）=T[f（x，y）]來表示，其中f（x，y）為輸入圖像，g（x，y）為輸出圖像，T是對圖像進(jìn)行的操作。

歸一化直方圖由下面公式實(shí)現(xiàn) P（k）=n（k）/n 其中k=1，2，….L表示灰度級，n（k）是灰度級k在圖像中的像素?cái)?shù)，n是圖像的像素總數(shù)，P（k）表示灰度級k出現(xiàn)的頻數(shù)[4]。在matlab中可以由函數(shù)imhist（f，b）來實(shí)現(xiàn)得到圖像的直方圖，其中f表示輸入圖像，b是形成直方圖的“收集箱”的個(gè)數(shù)，默認(rèn)值為256。

直方圖均衡化是在歸一化直方圖的基礎(chǔ)上，將離散的灰度級，采用求和方式，且均衡化而成，其中先將圖像的灰度級概率密度函數(shù)求積分[5]，如公式（1）所示：

[s=Tr=0rPrwdw] （1）

其中，T（r）代表r的灰度變換函數(shù)。∫表示積分，W表示變量。再將離散的灰度級，進(jìn)行求和，且均衡化，如公式（2）所示：

[s=Trk=j=1kPrrj=j=1knjn] （2）

其中k=1，2，….，L，且s是輸出圖像中的亮度值，rk是輸入圖像中的亮度值。此公式可以由函數(shù)histeq（f，nlev）來實(shí)現(xiàn)直方圖均衡化的效果，f為輸入圖像，nlev是為輸出圖像指定的灰度級數(shù)。nlev默認(rèn)值為64.

1.2 彩色圖像轉(zhuǎn)換到HSI圖像的方法

HSI 模型符合人們對彩色的感知方式，在HSI彩色空間中由色度H（Hue），飽和度S（Saturation），亮度I（intensity）三個(gè)分量構(gòu)成，它將亮度分量與一幅圖像中攜帶的彩色信息分開，這樣有利于從彩色圖像中分離出灰度圖像，以進(jìn)行處理。亮度彩色圖像轉(zhuǎn)換為HSI的方程公式如下所示，假定RGB的值已歸一化到范圍[0，1]，角度 是點(diǎn)與HSI 空間的紅色軸之間的夾角。則獲得每一個(gè)RGB像素的色調(diào)H分量如公式（3）所示：

[H=θ，G≥B2π-θ，G

[θ=arccos12R-G+R-BR-G2+R-BG-B] （3）

獲得每一個(gè)RGB像素的飽和度S分量如公式（4）所示：

[S=1-3minR，G，BR+G+B] （4）

獲得每一個(gè)RGB像素的亮度I分量如公式（5）所示：

[I=R+G+B3] （5）

可由M函數(shù)rgb2hsi（）來實(shí)現(xiàn)從彩色圖像中分別獲得三個(gè)分量之后，再得到HSI圖像。

2 實(shí)驗(yàn)結(jié)果與分析

首先在將彩色圖像轉(zhuǎn)換為HSI圖像之后，通過函數(shù)hsi（：，：，1） ，hsi（：，：，2） ，hsi（：，：，3）可以分別獲得H分量、S分量和I分量， I分量的灰度圖像如圖1所示。

其次通過I2=histeq（I，256）對I分量進(jìn)行直方圖均衡化的處理，得到亮度和清晰度有所提高的灰度圖像，如圖2所示。

最后將處理過后的I分量I2和之前獲得的H分量以及S分量通過cat（3，H，S，I2）函數(shù)組合成新的HSI圖像，然后通過M函數(shù)hsi2rgb（）函數(shù)將其還原成彩色圖像，即得到通過直方圖均衡化增強(qiáng)過后的彩色圖像，可以看出經(jīng)過處理之后的圖像與原始圖像相比，在亮度和清晰度方面，提高很多，能見度更好。如圖3所示。

通過對I分量的灰度圖像的直方圖的觀察可知，經(jīng)過處理之后的直方圖的分布更加的均勻。如圖4所示。

4 結(jié)論

本文通過直方圖均衡化實(shí)現(xiàn)了彩色圖像的增強(qiáng)，提高了圖像的清晰度和亮度，但是從實(shí)驗(yàn)結(jié)果來看，發(fā)現(xiàn)采用此方法，雖然能將圖像的亮度和清晰度提高，但是結(jié)果圖像卻有些失真，減少了一些細(xì)節(jié)信息，顯得不自然[6]。今后將在此方法的基礎(chǔ)上進(jìn)行改進(jìn)，以得到更好的彩色圖像增強(qiáng)效果圖。

參考文獻(xiàn)：

[1] 岡薩雷斯.數(shù)字圖像處理（MATLAB版）[M].北京：電子工業(yè)出版社，2012.

[2] 楊永勇，林小竹.彩色圖像增強(qiáng)的幾種方法研究比較[J].北京石油化工學(xué)院學(xué)報(bào)，2006（3）：3-47.

[3] 徐建，常志國.一種自適應(yīng)非線性彩色圖像增強(qiáng)技術(shù)[J].計(jì)算機(jī)仿真，2008（6）：214-216，227.

[4] 蔡式東，楊芳.基于直方圖修正的圖像增強(qiáng)算法[J].光電子技術(shù)，2012（3）：155-159.

[5] 胡瓊，汪榮貴，胡韋偉，等.基于直方圖分割的彩色圖像增強(qiáng)算法[J].中國圖像圖形學(xué)報(bào)，2009（9）：1776.

[6] 張煜東，王水花，周振宇，等.基于HVS與PCNN的彩色圖像增強(qiáng)[J].中國科學(xué)，信息科學(xué)，2010（7）：909-924.