隨著東莞監(jiān)控技術(shù)發(fā)展，不斷有新的方法出現(xiàn)，圖像增強(qiáng)方法可分為空間域方法和頻域方法?？臻g域是單幀圖像自身，通常以直接處理像素為基礎(chǔ)。而頻域則是修改圖像的在頻域里的變換為基礎(chǔ)，常用的有傅里葉變換、小波變換等。

空間域圖像增強(qiáng)方法

        空間域增強(qiáng)是指增強(qiáng)構(gòu)成食品圖像的像素，直接對(duì)這些像素操作的過程。主要有以下方法：

       基本灰度變換：將圖像像素值由一個(gè)范圍映射到另一個(gè)范圍，包括線性變換、對(duì)數(shù)變換和冪次變換等，比如大家熟知的伽瑪校正就是一種冪次變換。通過灰度變換，可以提高不同像素點(diǎn)間灰度差，提高對(duì)比度，更有利于人眼認(rèn)清細(xì)節(jié)。同時(shí)該方法也是其他一些高級(jí)方法的基礎(chǔ)。

       直方圖處理：將原圖像通過某種變換，得到一副灰度直方圖為均勻分布或者規(guī)定分布的新圖像的方法，是圖像增強(qiáng)算法中最常用、最重要的算法之一。它以概率理論做基礎(chǔ)，運(yùn)用灰度點(diǎn)運(yùn)算來實(shí)現(xiàn)直方圖的變換，從而達(dá)到圖像增強(qiáng)的目的。通過直方圖均勻化可以有效改進(jìn)圖像的動(dòng)態(tài)范圍，提高對(duì)比度，更有利于人眼對(duì)細(xì)節(jié)的辨認(rèn)。

       平滑空間濾波：平滑空間濾波主要是進(jìn)行過濾圖像噪點(diǎn)，平滑圖像。平滑濾波方法很多，比如線性平滑濾波，包括均值濾波等，非線性平滑濾波，如中值濾波。線性濾波有很好的平滑效果，可以過濾噪點(diǎn)，但也會(huì)導(dǎo)致邊緣細(xì)節(jié)的模糊。非線性濾波對(duì)線性濾波的一個(gè)改進(jìn)，會(huì)對(duì)根據(jù)像素點(diǎn)的狀態(tài)采取不同的策略，可消除一些孤立的噪點(diǎn)，對(duì)圖像細(xì)節(jié)影響不大，但會(huì)對(duì)圖像的邊緣帶來一定的失真。為了克服以上兩種算法的缺點(diǎn)，人們又提出很多改進(jìn)方案，引入自適應(yīng)的平滑算法，通過各種方法兼顧噪點(diǎn)的濾除和圖像細(xì)節(jié)的保持。

        銳化空間濾波：同平滑空間濾波相反，銳化空間濾波是為了突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了細(xì)節(jié)。銳化空間濾波主要通過一階和二階的銳化濾波器來實(shí)現(xiàn)，如梯度法，拉普拉算子濾波等。銳化空間濾波會(huì)提升圖像細(xì)節(jié)，但也會(huì)使噪點(diǎn)得到放大。

       綜合方法：為了達(dá)到圖像細(xì)節(jié)和噪點(diǎn)過濾及對(duì)比度等，人們發(fā)展了很多綜合性方案，如Retinex算法，以人類視覺原理和色感一致性為基礎(chǔ)，可以在動(dòng)態(tài)范圍壓縮、邊緣增強(qiáng)和顏色恒常三個(gè)方面達(dá)到平衡，因此可以對(duì)各種不同類型的圖像進(jìn)行子適應(yīng)性的增強(qiáng)。

頻率域圖像增強(qiáng)方法

         頻率域圖像增強(qiáng)是將圖像視為2維信號(hào)，變換到頻率域進(jìn)行過濾增強(qiáng)操作。圖像從空間域·轉(zhuǎn)換到變換域的變換方法很多，如傅立葉變換、沃爾什-傻哈達(dá)瑪變換、余弦變換、K-L變換以及小波變換等。而傅立葉變換和小波變換則是常見的用于圖像去噪的變換方法。

        低通過濾：類似空間平滑濾波，將高頻部分過濾到，達(dá)到去噪的目的。常用到的有巴特沃斯低通濾波器，高斯低通濾波器等。

         高通濾波：類似銳化空間濾波，保留更多高頻部分，達(dá)到提升圖像細(xì)節(jié)的目的，但也會(huì)帶來噪點(diǎn)的放大。頻率域圖像增強(qiáng)由于要進(jìn)行頻率變換，計(jì)算復(fù)雜度比較高，在監(jiān)控系統(tǒng)應(yīng)用受到一定限制。

其他方法

          前面提到了都是數(shù)字圖像處理的傳統(tǒng)方法，運(yùn)算簡(jiǎn)單，缺點(diǎn)也很明顯，針對(duì)性比較強(qiáng)，效果單一，很難在噪聲過濾和邊緣細(xì)節(jié)保持上同時(shí)兼顧。近些年來，為了噪聲過濾的同時(shí)兼顧到細(xì)節(jié)保持發(fā)展出了很多新的方法。比如PDE方法，3D降噪等。

          PDE方法：將偏微分方程方法用在圖像去噪中，可以利用偏微分方程具有各向異性的特點(diǎn)，在去除噪聲的同時(shí)，很好的保持邊緣。該方法通過建立噪聲圖像為某非線性偏微分方程的初始條件，然后求解這個(gè)PDE，得到了不同時(shí)刻的解，即為濾波效果。該方法的各向異性去噪模型可以根據(jù)圖像的梯度值決定擴(kuò)散的速度，使之能兼顧噪聲消除和邊緣保持兩方面的要求。

         3D降噪：3D降噪利用了視頻幀前后幀圖像內(nèi)容相關(guān)的特性，通過對(duì)前后幀圖像的信息融合，找出噪點(diǎn)的像素進(jìn)行過濾，是視頻圖像過濾噪點(diǎn)特有的方法。同時(shí)，可以根據(jù)幀間運(yùn)動(dòng)信息對(duì)不同的視頻區(qū)域采用不同的降噪策略，在降噪的同時(shí)兼顧保留運(yùn)動(dòng)細(xì)節(jié)，有效地提升了視頻質(zhì)量。

         還有很多圖像增強(qiáng)和去噪方法在噪聲點(diǎn)去除、邊緣細(xì)節(jié)處理和對(duì)比度提升上都有很好的表現(xiàn)，但由于其運(yùn)算復(fù)雜度高或者針對(duì)性比較強(qiáng)，并不適合在視頻監(jiān)控領(lǐng)域內(nèi)使用，而更多面向?qū)ｉT圖像處理系統(tǒng)，如醫(yī)療圖像、遙感等領(lǐng)域。但隨著硬件設(shè)備和圖像技術(shù)的不斷發(fā)展和進(jìn)步，必將有更多的新的視頻增強(qiáng)技術(shù)應(yīng)用到視頻監(jiān)控中來。

文章來源由東莞監(jiān)控工程http://www.shlyx.com整理提供。