王仕女 孙文胜

摘 要：针对现有对比度变换图像增强方法细节处理不足，经典穷举法和各种生物智能优化算法求取非完全Beta函数参数存在算法效率不高、易陷入局部最优的缺陷，提出一种利用非锐化掩膜局部细节提升能力和Beta变换全局对比度拉伸能力，简便快速且细节丰富的图像增强方法。使用不同灰度分布图进行仿真实验，结果表明该算法得到的增强图像直方图分布均匀、细节丰富且过渡自然平缓，算法效率高。

关键词：图像增强;非锐化掩模;双边滤波;非完全Beta函数;细节融合

DOI：10. 11907/rjdk. 182625 开放科学（资源服务）标识码（OSID）：

中图分类号：TP317.4 文献标识码：A 文章编号：1672-7800（2019）009-0207-04

Image Enhancement Based on Unsharp Mask and Beta Transform

WANG Shi-nv，SUN Wen-sheng

（Communication Engineering College， Hangzhou Dianzi University， Hangzhou 310018， China）

Abstract： Aiming at the shortcomings of the existing contrast-converted image enhancement method in detail processing， the insufficiency of the algorithm for solving the incomplete Beta function parameters for the classical exhaustive method and various bio-intelligence optimization algorithms is easy and the strong tendency to fall into the local optimum， a simple， fast and detailed image enhancement method using the unsharp mask local detail lifting ability and the Beta transform global contrast stretching ability is proposed. Simulation experiments using different grayscale maps show that the proposed algorithm has high efficiency， and the obtained enhanced histograms are evenly distributed， with rich details and smooth transition.

Key Words： image enhancement; unsharp mask; bilateral filtering; incomplete Beta function; detail fusion

0 引言

由于設备和环境等影响，图像在获取过程中极有可能出现灰度集中、整体偏暗或偏亮问题，导致景物信息丢失或边界轮廓不清，对后续图像分析和识别造成影响。图像增强是图像预处理的必要步骤，对比度变换（Contrast Transform）是其中应用较为普遍的方法之一，包括线性拉伸、直方图均衡化、Gamma变换等常用方法，其主要作用是拉伸全局对比度[1]，但存在图像细节改善不足问题[2]。在灰度图像空间域增强基础上，Tubbs[3]提出了一种能完全涵盖典型变换函数的非完全Beta函数，增加了灰度转换公式的机动性，在图像增强领域得到了广泛应用[4]。其中对于非完全Beta函数参数的确定较为关键。当前对Beta函数参数的确定主要是传统的穷举法和各种仿生智能优化算法。穷举法算法效率极低，因而出现了各种结合优化算法……