改进双边滤波和阈值函数的图像增强算法

常 戬，贺春泽，董育理，任 营

辽宁工程技术大学 软件学院，辽宁 葫芦岛125105

1 引言

图像在获取和传输的过程中，由于受外界环境因素和设备的影响，质量有所下降。图像增强现已广泛地应用到某些特定领域。通过图像增强的方法丰富图像的细节信息，改善图像视觉效果，对后续的医学研究、遥感图像、机器识别等领域有重大的意义。

图像增强的传统方法有直方图均衡化法、基于人类视觉的Retinex算法、反锐化掩膜法、线性变换法。直方图均衡化方法提升图像的对比度，简单高效，处理速度快，但对有效信息无法做到针对处理，易造成局部过增强[1]；20世纪70年代，Land首次提出Retinex理论[2]，Retinex算法保持色彩恒常性，消除了光照环境对图像本质的影响，文献[3]中Jobson等人提出单尺度Retinex算法，但其算法在图像光照不均匀处容易产生光晕现象。文献[4]中胡韦伟等人提出基于双边滤波的Retinex算法，去除了光晕现象，但同时造成了图像泛灰；文献[5]中张雪峰等人提出一种I-Retinex算法在去除光晕现象的同时去除图像噪声，丰富了图像细节，但依然存在泛灰现象。反锐化掩膜法通过加强图像的边缘、轮廓等高频信息增强图像细节，但增强后图像的边缘处仍存在光晕现象，且光照平缓的区域增强幅度较小[6～7]，线性变换法可以通过设置不同的斜率，增强图像对比度，但针对不同灰度图像需要做不同处理，且在灰度值较大区域易产生过增强现象。20世纪90年代，Donoho[8]提出了基于频率域的软阈值函数和硬阈……