王海峰，吴冬燕，章 怡

(1.江苏技术师范学院信息与教育技术中心，江苏 常州 213001;2.苏州工业职业技术学院，江苏 苏州 215104)

责任编辑:哈宏疆

0 引言

图像增强是数字图像处理的重要内容之一，其目的是突出图像中的“有用”信息，扩大图像中不同物体特征之间的差别，为图像的信息提取及其他图像分析技术奠定良好的基础［1］。在图像处理领域，图像增强问题主要通过空域和频域处理两种方法来解决。空域方法通过在图像点上作用算子或掩码来解决，频域方法通过修改傅里叶变换系数来解决。这两种方法的优劣很明显，空域方法方便快速但会丢失很多相关信息，频域方法可以很详细地分离出点之间的相关，但要做两次数量级为n lg n的傅里叶变换和逆变换的操作，计算量很大。

小波分析是以上两种方法的权衡结果，利用小波的多尺度分析特性，可为用户提供更灵活的处理方法;选择任意的分解层数，用尽可能少的计算量得到最佳结果。笔者利用小波变换对图像单层分解的系数进行均衡化，再对均衡化的子带系数进行重构的增强算法进行了研究。

1 几种经典的图像增强方法

图像增强方法主要包括灰度变换、直方图均衡［2－3］、图像滤波［3－4］、图像锐化等，笔者选择空域经典的直方图均衡及频域的同态滤波增强算法与本文算法进行比较研究。

1.1 直方图均衡增强

直方图均衡化的基本思想是将原始图像不均衡的直方图变换为均匀分布的形式。即将输入图像转换为在每一灰度级上都有相同像素点数(即输出的直方图是平坦的，分布是均匀的)。……