【正文】 時(shí),如當(dāng)圖像出現(xiàn)部分反光時(shí),由于圖像具有高動(dòng)態(tài)范圍,直方圖均衡化法失效；圖像灰度變化一部分是連續(xù)緩慢的,但另一部分出現(xiàn)了突變,Retinex方法也將失效；梯度域方法雖然能提取出圖像突變位置,但難以避免光照急劇變化對(duì)圖像帶來(lái)的影響。局部直方圖均衡化法、梯度場(chǎng)方法雖然處理效果好,但缺乏快速算法,使得這些方法僅適用于圖像分析,不能實(shí)時(shí)使用,局限了其應(yīng)用范圍。梯度域方法著重在計(jì)算效率上的改進(jìn)。直方圖均衡化法趨向于與人體視覺(jué)結(jié)合,增強(qiáng)圖像的同時(shí)保持圖像原始面貌。小波變換在信號(hào)的高頻部分可以取得較好的時(shí)間分辨率；在信號(hào)的低頻部分,可以取得較好的頻率分辨率,從而能有效地從信號(hào)(如語(yǔ)音、圖像等)中提取信息。但在梯度域中重建圖像,需要一定的數(shù)值算法。Retinex方法主要在于對(duì)亮度圖像的估計(jì),能在保持圖像亮度的同時(shí)增強(qiáng)圖像暗處的信息,但需要針對(duì)每幅圖像調(diào)整參數(shù),并且對(duì)原圖像中較亮的部分處理能力不足,在梯度突變部分易出現(xiàn)光暈現(xiàn)象。尺度越小,則時(shí)(空)域?qū)挾仍叫?、頻域?qū)挾仍酱?、頻窗向高頻方向移動(dòng)越遠(yuǎn).上面綜述了五類(lèi)現(xiàn)有的光照不均圖像增強(qiáng)方法。 基于小波變換的照度不均勻改善技術(shù)在照度不均勻消除方法中,僅僅考慮在一個(gè)域(空域或頻域)上進(jìn)行不均勻照度消除,它同時(shí)考慮了空域和頻域的情況,具有計(jì)算量少和誤差小的優(yōu)點(diǎn)。從信號(hào)處理的知識(shí)知道,這兩個(gè)要求實(shí)際上是矛盾的,所以只能尋求綜合性能最好的濾波器。所以,可以采用平滑濾波函數(shù)從圖像中先分離出緩變的部分,從中選取背景樣點(diǎn)。由此,在采用背景擬合時(shí),首先要從原圖中判斷哪些像素肯定屬于背景區(qū)域。在這個(gè)過(guò)程中,選取的背景樣點(diǎn)要盡量均勻分布在整個(gè)圖像中。梯度域方法作為一種較新的圖像增強(qiáng)算法,可用于增強(qiáng)醫(yī)學(xué)圖像、聲納圖像等。原圖中光照均勻部分表現(xiàn)為梯度分布均勻,而較亮部分與陰影部分梯度范圍小,可以通過(guò)壓縮其他部分梯度的同時(shí)擴(kuò)大較亮部分或陰影部分圖像的梯度,壓縮圖像動(dòng)態(tài)范圍同時(shí)增強(qiáng)局部對(duì)比度,使得這部分信息更易識(shí)別。該方法需要使用數(shù)值方法在修改后的梯度域中重建圖像,也可以直接在圖像梯度域中對(duì)梯度函數(shù)使用直方圖均衡方法取代因子這樣可以在增強(qiáng)圖像局部對(duì)比度的同時(shí)使圖像整體梯度均勻化, 避免了使用Retinex方法產(chǎn)生的暈環(huán)現(xiàn)象。該方法處理過(guò)程如下:設(shè)圖像對(duì)數(shù)化后為,記為圖像梯度,對(duì)梯度使用平滑函數(shù)得到式: ()其中:與方向相同, 大小由與系數(shù)因子共同決定。Subr等人提出了依賴(lài)于圖像局部差分總和的目標(biāo)函數(shù)來(lái)度量圖像的對(duì)比度,并通過(guò)貪婪迭代優(yōu)化方法實(shí)現(xiàn)目標(biāo)函數(shù)最大值來(lái)增強(qiáng)圖像。 梯度域圖像增強(qiáng)方法 圖像光照不均在梯度場(chǎng)中的具體表現(xiàn)為梯度分布不均。基于照明)反射模型的同態(tài)濾波法和Retinex增強(qiáng)方法都充分利用了圖像的頻率信息,但沒(méi)有重視圖像梯度信息,易在增強(qiáng)圖像的同時(shí)模糊邊緣信息。 Retinex方法的關(guān)鍵在于對(duì)反射分量的估計(jì),提出的各種方法力求在對(duì)比度增強(qiáng)效果、抑制噪聲、計(jì)算效率等方面進(jìn)行平衡,以達(dá)到最佳視覺(jué)效果。針對(duì)傳統(tǒng)中心/環(huán)繞Retinex 圖像增強(qiáng)方法在處理高動(dòng)態(tài)范圍圖像時(shí)易在明暗對(duì)比強(qiáng)烈處產(chǎn)生光暈現(xiàn)象,又有人提出了一種使用mean shift濾波進(jìn)行估計(jì)光照的方法,并在處理之后對(duì)圖像直方圖中的孤立點(diǎn)作進(jìn)一步處理,有效地消除了光暈現(xiàn)象。針對(duì)這些問(wèn)題,國(guó)內(nèi)外文獻(xiàn)提出了各種改進(jìn)方法。上述經(jīng)典的Retinex算法實(shí)質(zhì)上都是通過(guò)對(duì)原圖像進(jìn)行某種高斯平滑來(lái)提取亮度圖像,且都需要復(fù)雜的計(jì)算使得提取的亮度圖像盡量準(zhǔn)確。多尺度Retinex算法是對(duì)單尺度Retinex算法的改進(jìn)。照射分量估計(jì) Retinex算法基本流程實(shí)驗(yàn)表明,單尺度Retinex算法可以較好地增強(qiáng)圖像,能在保持原始圖像亮度的同時(shí)壓縮圖像對(duì)比度,并增強(qiáng)圖像暗處信息。幾乎所有應(yīng)用Retinex算法對(duì)圖像進(jìn)行處理的算法,都是圍繞如何更準(zhǔn)確、合理地將亮度分量L從原始圖像I中提取出來(lái)。Retinex方法對(duì)圖像處理的目的就是從圖像I中獲得物體的反射性質(zhì)分量R。因此,如果從給定的圖像中分離出亮度圖像和反射圖像,在顏色恒定的條件下,就可通過(guò)改變亮度圖像和反射圖像在原圖像中的比例來(lái)達(dá)到增強(qiáng)圖像的目的。然而，卷積算法的運(yùn)算量非常大,為了使該算法具有實(shí)時(shí)性，卷積運(yùn)算將通過(guò)傅立葉變換和傅立葉逆變換轉(zhuǎn)化為乘積運(yùn)算，從而大大減少計(jì)算量。 基于感知理論（Retinex理論）的增強(qiáng)方法 Retinex算法源于Edwin Land對(duì)人類(lèi)視覺(jué)系統(tǒng)對(duì)光和色彩的感知機(jī)理，Retinex一詞就源于視網(wǎng)膜（Retina)和大腦皮層（cortex）兩詞的合成。既然一幅數(shù)字圖像的基本特征可以通過(guò)灰度直方圖反映出來(lái)，反之，也可以利用直方圖修正的方法來(lái)調(diào)整圖像的灰度分布,使圖像細(xì)節(jié)更豐富、更清晰，達(dá)到增強(qiáng)的目的。灰度直方圖是指將一幅數(shù)字圖像中的每一個(gè)灰度數(shù)值對(duì)應(yīng)的像素統(tǒng)計(jì)出來(lái)，并以灰度數(shù)值為橫坐標(biāo)，以對(duì)應(yīng)的像素?cái)?shù)為縱坐標(biāo)繪制的圖形。局部均衡化法其細(xì)節(jié)增強(qiáng)能力較全局直方圖均衡化法更強(qiáng),適用于增強(qiáng)需要保持原始亮度的圖像,但會(huì)出現(xiàn)塊效應(yīng)\計(jì)算速率、增強(qiáng)細(xì)節(jié)與增強(qiáng)噪聲等問(wèn)題。有些圖像層次豐富但灰度失衡,此時(shí)可以在全局直方圖均衡化法基礎(chǔ)上，檢查原圖中含像素點(diǎn)少的灰度級(jí),增強(qiáng)這部分灰度級(jí)對(duì)應(yīng)像素的梯度，以此來(lái)增強(qiáng)圖像的細(xì)節(jié)，但該方法對(duì)直方圖分布集中的圖像效果不大。由于自適應(yīng)均衡化法對(duì)圖像中任意灰度范圍的像素進(jìn)行處理,對(duì)興趣區(qū)域進(jìn)行增強(qiáng)的同時(shí)也增強(qiáng)了噪聲。近些年來(lái),基于直方圖均衡化法的改進(jìn)方法被不斷提出,如在子塊部分重疊的均衡算法基礎(chǔ)上提出將圖像根據(jù)亮度均值對(duì)子塊圖像進(jìn)行遞歸分解,得到一系列不同灰度范圍的子圖像,然后對(duì)每一個(gè)子圖像在其相應(yīng)的灰度范圍內(nèi)應(yīng)用子塊部分重疊算法進(jìn)行直方圖均衡，最后合并這些子圖像的均衡結(jié)果。該算法的優(yōu)點(diǎn)是在一定程度上減弱了塊效應(yīng),采用子塊按照一定尺寸移動(dòng)而不是逐像素計(jì)算,計(jì)算效率大幅提高,同時(shí)與子塊重疊算法增強(qiáng)效果相近,是局部直方圖方法中常用的一種；缺點(diǎn)是在計(jì)算完成之后需要對(duì)圖像進(jìn)行塊效應(yīng)檢查,這個(gè)過(guò)程需要檢查子塊圖像的邊界,并對(duì)其進(jìn)行塊效應(yīng)濾波處理。子塊重疊的均衡算法充分增強(qiáng)了圖像局部細(xì)節(jié),同時(shí)消除了塊效應(yīng),但由于子塊均衡總次數(shù)等于輸入圖像的像素總數(shù),算法效率較低。按照所均衡子塊的重疊程度,局部直方圖均衡算法可分為子塊不重疊、子塊重疊和子塊部分重疊三種。全局直方圖均衡化法有如下缺點(diǎn):a)全局直方圖均衡化法僅僅使灰度級(jí)分布平均化而不是擴(kuò)大灰度范圍；b)對(duì)于灰度級(jí)分布范圍較大的圖像灰度拉伸效果不明顯；c)會(huì)產(chǎn)生灰度級(jí)合并的現(xiàn)象,這樣將改變圖像的原始面貌并丟失圖像細(xì)節(jié)。它分為全局直方圖均衡化法和局部直方圖均衡化法。 以直方圖均衡化法為代表的灰度變換法灰度變換法指的是對(duì)圖像使用某一灰度變換函數(shù)以達(dá)到壓縮/拉伸圖像灰度范圍的目的。為了消除不均勻照度的影響,增強(qiáng)圖像的細(xì)節(jié),可以采用建立在頻域內(nèi)的同態(tài)濾波器對(duì)光照不足的或有光照變化的圖象進(jìn)行處理,可以減少因光照不足引起的圖像質(zhì)量下降,并對(duì)感興趣的景物進(jìn)行有效增強(qiáng),這樣就在很大程度保留圖像原貌的同時(shí)對(duì)圖像細(xì)節(jié)增強(qiáng)。圖像的灰度不僅僅由光照函數(shù)(入射光)決定,而且還與反射函數(shù)有關(guān),反射函數(shù)反映出圖像的具體內(nèi)容。圖像增強(qiáng)正是壓縮圖像的動(dòng)態(tài)范圍以便于人眼感受，同時(shí)也使數(shù)字圖像適于后續(xù)分析。 研究方法在監(jiān)控等圖像采集場(chǎng)合中，由于現(xiàn)場(chǎng)條件、拍攝角度及閃光燈使用不當(dāng)?shù)日斩炔痪鶆虻脑颍瑤в邪涤盎蛎髁羺^(qū)域的高動(dòng)態(tài)真彩圖像隨處可見(jiàn)。Retinex增強(qiáng)方法使用高斯平滑函數(shù)估計(jì)原圖像的亮度分量,應(yīng)用光照補(bǔ)償方法逼近反射圖像。頻域方法則針對(duì)圖像頻帶寬的特點(diǎn),充分利用頻率信息將圖像的高頻部分與低頻部分分開(kāi)。對(duì)于光照不均勻，常見(jiàn)的處理方法包括以直方圖均衡化法為代表的灰度變換法、基于照明反射模型的同態(tài)濾波法、Retinex增強(qiáng)方法以及梯度域增強(qiáng)方法等。這種方法雖然忽略了像素的空間分布而具有分割上的局限性,但由于其簡(jiǎn)單性,有很多研究者對(duì)不同的圖像特性提出了不少有針對(duì)性的二值化分割算法,比如類(lèi)間方差自動(dòng)門(mén)限法,最佳熵自動(dòng)門(mén)限法,矩不變自動(dòng)門(mén)限法等。這種方法假設(shè)同類(lèi)物體具有類(lèi)似的特征,在灰度圖像中是亮度,在彩色圖像中則為物體的顏色。 研究現(xiàn)狀及發(fā)展趨勢(shì) 光照不均在一定程度上改變了圖像的原始面貌,增加了進(jìn)一步處理的困難程度。按照?qǐng)D像光照不均勻的表現(xiàn)可以分為：圖像整體灰度值低，由于采集圖像時(shí)周?chē)h(huán)境光照條件不佳或采集圖像設(shè)備本身的問(wèn)題,使得到的圖像整體灰度值偏低、圖像對(duì)比度低,感興趣區(qū)域難以識(shí)別,如紅外圖、夜晚時(shí)獲取的圖像；圖像局部灰度值低，圖像中一部分由于獲取光照不足或位于陰影區(qū)域?qū)е禄叶戎递^低,與背景融合在一起,雖然與其他部分對(duì)比度高,但圖像動(dòng)態(tài)范圍大,使提取出原始圖像中這部分的信息出現(xiàn)困難；圖像位于金屬光滑表面或有弧度的物體表面,使得采集到的圖像出