第三章 :研究方法與步驟
3.5 影像的直方圖處理
在直方圖等化的影像強化方法發表之後，陸續的也有很多學者提
出了基於直方圖等化所加強的影像強化方法，例如前面文獻中所提到 BBHE
、
CLAHE 等，都是基於直方圖等化而加以改良的方法，直方圖 等化是根據影像的直方圖分布來加以計算並強化，可以直接於直方圖 上面做強化能夠減少更多的複雜度，也有效的對影像進行強化。在進行強化之前，我們就可以透過影像的直方圖來對此張影像的 特性做觀察，例如這張影像的直方圖可能會在強化之後產生雜訊或者 亮度過亮，所以在強化之前我們就要對影像的直方圖進行調整。
圖 19、直方圖分佈限制流程圖
1 ， 代表裁切值也就是影像的平均亮度，
、
分別表示影像的長的參考值，它將取代掉 和 ， 和 分別是低於平均值
式，使直方圖的各個亮度出現次數差異變大，直方圖等化
為了更清楚直方圖分佈限制的結果，我們取一張偏暗的影像來進 行直方圖分佈限制，並觀察強化前後的直方圖分佈改變。
圖 21、偏暗圖片
原始影像直方圖 直方圖分佈限制後直方圖
圖 22、直方圖分佈限制後直方圖
轉換至類空間域之後的 DCT 區塊，由於性質接近空間域，所以
如果
讓多的亮度數量一樣比較多去執行直方圖等化。
原始影像直方圖 修改後直方圖 圖 23、修改影像直方圖 最後再進行直方圖等化的強化，先計算機率:
, ∈ 0, … , 1 是修改完的直方圖數目總數:
接下來算累加機率:
.
再將機率 0~1 之間轉換回亮度:
最後再將類空間域轉回頻率域，再從頻率域使用 IDCT 轉回空間域，
就完成此篇論文所提出的在類空間域進行影像強化的方法。
第四章:研究成果
4.1 實驗環境
開發軟體: Microsoft Visual Studio C# Express 2013
作業系統:
Microsoft Windows 7 企業版 64bits
近乎一樣的影像，實際上品質的好壞卻差很多，所以這時候我們就需
接下來是 WBQM(Wang–Bovic-Quality-Metric)，這是ㄧ個用來判 斷影像視覺品質的公式，計算的公式如下
只取他的亮度來判斷，所以就是 Y-WBQM。
的對比差異。
438.50 119.81 275.01 430.13 402.78 405.27 493.57 162.46 264.55 269.39
Y-WBMQ * 0.55 0.42 0.70 0.77 0.77 -0.03 0.82 0.89 0.76
Haar transform 的計算時間比 Haar transform 確實減少，而且 EME 也確實的增加了，雖然在 Y-WBMQ 方面的表現有減弱了一點，但是整
體而言在其他方面的效果都有增加。
931.31 602.18 777.14 811.90 838.54 836.36 873.49 541.77 569.99 511.64
Y-WBMQ * 0.34 0.58 0.74 0.80 0.80 0.26 0.81 0.68 0.66
Original HE GC-CHE QDHE Tang MMCE 2D-DCT 512 512
863.80 558.55 657.17 748.86 704.57 688.37 768.77 386.52 483.79 424.97
Y-WBMQ * 0.24 0.20 0.51 0.66 0.67 0.03 0.69 0.66 0.62 看到快速 Haar transform 方法在對比度方面都比前面的方法有明顯 的增加。
RMSE 是影像強化的程度，RMSE 的值越大代表影像經過越多的 強化，所以這個值並不是越大越好，有時候越大代表這張影像被過度 強化，出來的影像結果有可能會過亮。我們看到 HE 的 RMSE 相較於
其他方法都高很多，因為 HE 方法沒有對影像強化做限制，所以有時 候在 HE 的影像強化之後我們會看到刷白效應的影像。我的方法有對 直方圖做限制，所以較不會產生過度強化，在 RMSE 的值算是適中。
最後一個是使用強化方法強化一張影像所需要的計算時間，可以 看出快速 Haar transform 的計算時間明顯比 Haar transform 少，而且在 其他的效果表現上也能表現的一樣好。
4.4 影像成果圖
這邊我們首先分析一下在段落 3.6 中所提到的類空間域強化方法 中 以及
α
的値，由表 5 可以看出越亮的圖片在強化過程中 的値越大，代表越亮的影像亮度差異越大，所以累加在整張直方圖的總數越多，
而越暗的影像 的値就越小，累加在直方圖的總數就越小。
原始圖
α
結果圖4.3.1 灰階影像
輸入影像
直方圖等化(HE)
Adaptive Contrast Enhancement Using Gain-Controllable
Tang 所提出的對比測量
Color Image Enhancement Algorithms based on the DCT Domain
Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification
512 512
實驗結果(Haar transform)
圖 24、方法比較
輸入影像
直方圖等化(HE)
Adaptive Contrast Enhancement Using Gain-Controllable
Tang 的對比測量
Color Image Enhancement Algorithms based on the DCT Domain
Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification
512 512
實驗結果(Haar transform)
圖 25、方法比較
4.3.2 彩色影像
輸入影像
直方圖等化(HE)
Adaptive Contrast Enhancement Using Gain-Controllable
Quadrants Dynamic Histogram Equalization for Contrast Enhancement
Tang 的對比測量
Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification
512 512
實驗結果(Haar transform)
實驗結果(快速 Haar transform)
圖 26、方法比較
直方圖等化(HE)
Adaptive Contrast Enhancement Using Gain-Controllable
Quadrants Dynamic Histogram Equalization for Contrast Enhancement
Tang 的對比測量
Color Image Enhancement Algorithms based on the DCT Domain
Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification
512 512
實驗結果(Haar transform)
實驗結果(快速 Haar transform)
圖 27、方法比較
輸入影像
直方圖等化(HE)
Quadrants Dynamic Histogram Equalization for Contrast Enhancement
Tang 的對比測量
Color Image Enhancement Algorithms based on the DCT Domain
Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification
512 512
實驗結果(快速 Haar transform)
圖 28、方法比較
輸入影像
直方圖等化(HE)
Adaptive Contrast Enhancement Using Gain-Controllable
Quadrants Dynamic Histogram Equalization for Contrast Enhancement
Tang 的對比測量
Color Image Enhancement Algorithms based on the DCT Domain
Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification
512 512
實驗結果(Haar transform)
實驗結果(快速 Haar transform)
圖 29、方法比較
5.1 結論
參考文獻
[1] Stephen M. Pizer,R. Eugene Johnston, James P. Ericksen,Bonnie C , Yankaskas,Keith E. Muller “Contrast-Limited Adaptive Histogram Equalization”,1990
[2] Yeong-Taeg Kim, “Contrast Enhancement Using Brightness PreservingBi-Histogram Equalization,” IEEE Transactions on Consumer Electronics, vol.43,no. 1-8, Feb. 1997.
[3] M. Abdullah-Al-Wadud, Md. H. Kabir, M. A. A. Dewan, and O.
Chae, ” A Dynamic Histogram Equalization for Image Contrast Enhancement ”
IEEE Trans. Consumer Electron., vol. 53, no. 2, pp.593-600, May 2007.
[4] Haidi Ibrahim and N.S.P. Kong ”Brightness Preserving Dynamic Histogram Equalization for Image Contrast Enhancement”
IEEE Transactions on Consumer Electronics, vol. 53, no. 4, pp. 1752-1758, Nov. 2007.
[5]
Jinshan Tang,E. Peli, and S. Acton, ” Image Enhancement Using a Contrast Measure in the Compressed Domain ” IEEE Signal
Processing Letters, vol. 10, no. 10, pp. 289–292, Oct. 2003
[6] Chung-Ming Kuo, ” Global Image Enhancement in The DCT Domain” IEEE International Conference on, vol. 1, pp. 521–525, July.
2010.
[7] Rio de Janeiro,”Image Enhancement in the 2D DCT Domain Using a Band-adaptive Contrast Modification” IEEE SIGNAL PROCESSING LETTERS, VOL. 10, NO. 10, OCTOBER 2003
[8]
S. D. Chen, and A. R. Ramli, “Contrast Enhancement using Recursive Mean-separate Histogram Equalization for Scalable Brightness Preservation,” IEEE Transactions on Consumer Electronics, vol. 49, no. 4, pp. 1301-1309, Nov. 2003.[9] Y. T. Kim, “Quantized Bi-Histogram Equalization,” in IEEE Conf. on Acoustics, Speech, and Signal Processing, vol. 4, pp. 2797– 2800, Apr. 1997.
[10] Chen Hee Ooi and Nor Ashidi Mat Isa, “Quadrants Dynamic Histogram Equalization for Contrast Enhancement,” IEEE Transactions on Consumer Electronics, Vol. 56, No. 4, November
[11] Taekyung Kim and Joonki Paik, ” Adaptive Contrast Enhancement Using Gain-Controllable Clipped Histogram Equalization,” IEEE
[12] J. Tang, E. Peli, and S. Acton, “Image enhancement using a contrast
measure in the compressed domain,” IEEE Signal Processing Letters, vol. 10, no. 10, pp. 289–292, Oct. 2003.