直方图均衡化的基本原理精选(九篇)

第1篇：直方图均衡化的基本原理范文

【关键词】FPGA CDF 概率统计 图像灰度 直方图均衡

1 引言

直方图均衡化算法是空域图像增强技术的重要算法，是图像压缩、图像分割和图像识别等后续图像处理的基础，在图像预处理技术中有着广泛的应用。目前，针对视频图像的直方图均衡化算法均采用高性能处理器和高速存储器结合的图像处理系统实现，大量硬件存储器资源的使用提高了逻辑设计的复杂度和系统成本，无法满足图像视频处理的低成本要求。

本文根据视频图像相邻两场直方图的高相似性和直方图均衡化算法特点，设计了一种基于FPGA+SRAM的直方图均衡化处理硬件实现平台，并在FPGA上通过硬件逻辑实现了直方图均衡化算法。经过实际测试，该种方式能够有效的实现灰度图像的对比度增强，使图像显示质量得到明显改善。

2 直方图均衡化概述

直方图均衡化处理实质是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。通过将原始图像的直方图变换为均匀分布的形式，增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。

设原始图像在（x，y）处的灰度为f，而改变后在该处的灰度为g，则图像均衡化处理的过程可表述为将（x，y）处的灰度f映射为g，将该映射函数定义为：

g=EQ（f） 式（1）

在式（1）中映射函数EQ（f）应满足以下两个条件（L为图像的灰度级数）：

（1）EQ（f）在0≤f≤L-1的范围内是一个单调递增函数。这是为了保证在均衡化处理过程中不打乱原始图像的灰度排列次序，使得原图像在经过处理后仍保持从黑到白（或从白到黑）的排列次序；

（2）对于0≤f≤L-1，有0≤g≤L-1。这个条件是为了保证变换前后，图像的灰度动态范围一致。

概率论中的累积分布函数（Cumulative Distribution Function，CDF）即可满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。由于在图像处理中，原始图像各像素点的灰度相互之间为离散数据，故可将CDF离散化处理，按式（2）进行处理，其中L为图像的总灰度级数，n为图像的像素总数，nj为灰度为j的像素点数量。

式（2）

3 FPGA逻辑设计

3.1 画面累积分布函数的实现

在画面分辨率及灰度级已确定的前提下，对式（2）进行变换可得式（3）。设画面分辨率为1024×768，画面灰度等级为64。

式（3）

根据式（3），在FPGA内实现直方图均衡化处理唯一需要确定的即为累积分布函数

，而计算累积分布函数的基础则是计算概率密度函数nj。

在FPGA内部需同时开辟64个process进程同步并行进行累积分布函数的统计，每一个进程分别只用于实现1个灰度值的统计数量加1操作。

将求出的累积分布函数值d0～d63在场同步的消隐区间写入FPG上的一组RAM中，对应的地址为“00”～“3F”，这样在该片上RAM中，相应的地址k所对应的即为灰度值为k的像素点所对应的累积分布函数值。

3.2 灰度画面的直方图均衡化实现

根据3.1节，将输入画面的累积分布函数求出并存入FPG上RAM后，直方图均衡化的操作实际上就已变成了一个简单的查表操作，即根据当前输入像素点的灰度值k，读出片上RAM地址k中存储的数值dk，然后再将dk根据式（3）乘以一个系数

，此时得到的数值即为当前像素点在经过直方图增强处理后的灰度值。经过适当的处理，系数的乘除法可简化为乘法和移位操作，如下式（4）。

为适应动态画面，在实际实现的过程中，需在FPG外扩展两组SRAM，用于画面帧存，对这两组SRAM进行乒乓操作来完成画面的缓存，从而实现动态画面的直方图均衡化操作。具体实现过程如下：

3.2.1 在奇数场画面

计算实时输出画面的累积分布函数，并存入FPG上RAM（RAM_ODD），同时将实时画面存入FPG外的A组SRAM。在进行这些操作的同时，FPGA读取片外的B组SRAM缓存的上一个偶数场的画面，并将读出的每一个像素点的灰度值，在缓存上一场画面的累积分布函数的FPG上RAM（RAM_EVEN）中进行查表，再将查表得出的值进行乘法移位操作后输出，即得到上一个偶数场画面经直方图均衡化处理后的画面。

3.2.2 在偶数场画面

同样计算实时输出画面的累积分布函数，并存入FPG上RAM（RAM_EVEN），同时将实时画面存入FPG外的B组SRAM。在进行这些操作的同时，FPGA读取片外的A组SRAM缓存的上一个奇数场的画面，并将读出的每一个像素点的灰度值，在缓存上一场画面的累积分布函数的FPG上RAM（RAM_ODD）中进行查表，再将查表得出的值进行乘法移位操作后输出，即得到上一个奇数场画面经直方图均衡化处理后的画面。FPGA的逻辑功能模块互连关系如图1所示。

4 实际测试

实际测试的硬件平台原理框图如图2所示。前端利用摄像头输入单色的PAL制视频。在验证板上，核心器件采用altera公司的Cyclone III系列FPGA，其挂载两片1M×16bit的SRAM用于直方图运算时视频画面的帧存，1片4M×32bit的SDR SDRAM用于完成PAL制视频信号的隔行转逐行和视频分辨率缩放。验证板的前端采用AD公司的ADV7403完成对PAL制模式视频信号的模数转换，后端采用TI公司的TFP410芯片将处理完的视频RGB信号转换为DVI信号，送至监视器进行显示。

利用摄像头实时拍摄外景，FPGA进行直方图均衡化处理，将处理后的画面转化为DVI信号送至监视器显示。处理前与处理后的画面显示效果如图3所示。

比较图3处理前后的画面，可以看到经过直方图均衡化处理后，画面整体的对比度、层次感均有提升，原先画面中一些模糊不清的画面细节显示均有较为明显的改善。但对于原画面中灰度等级较低的部分像素（画面左下角区域），经过直方图处理后，部分低灰度等级存在融合的现象，导致该部分画面的对比度等级无法区分，画面细节反而有所缺失。

5 结论

本文提出了一种利用FPGA实现灰度图像直方图均衡化处理的方法，由于FPGA具有多线程并行处理的优势，因此这种直方图均衡化处理的过程具有很高的实时性，可以实现对输入视频图像的实时处理。经过处理后的视频图像具有较好的画面层次感，增加了像素灰度值的动态范围，实现了增强图像整体对比度的效果。

参考文献

[1]Peter J.Ashenden，VHDL设计指南[M].机械工业出版社，2005：131-240.

第2篇：直方图均衡化的基本原理范文

随着电子商务中人脸认证、手机数码相机中人脸娱乐以及互联网中图像搜索的发展，人脸检测逐渐从人脸识别领域脱离出来，成为一项独立的研究课题。

目前，人脸检测方法大致可以分为3类：基于特征的人脸检测、基于模板的人脸检测和基于统计理论的人脸检测［1］。具有代表性的研究有：阮锦新等［2］基于人脸特征和adaboost算法,提出了一种改进的多姿态人脸检测算法，该算法能实现多姿态人脸的快速检测,而且对脸部表情和遮挡有较强的鲁棒性。张争珍［3］等运用ycgcr颜色空间建立高斯模型进行人脸检测，该算法提高了人脸检测的速度，并且有较高的检测率和较低的漏检率。冯亚丽等［4］提出了一种改进的基于肤色分割和pca的人脸检测方法，对部分遮挡、肤色干扰等复杂环境下的图片有较高的检测率。张明慧等［5］基于统计理论的人脸检测是利用统计分析与机器学习的方法找出人脸样本与非脸样本的统计特征,再使用各自的特征构建分类器,使用分类器完成人脸检测。王昊鹏等［6］提出了一种基于特征提取与认证的彩色图像人脸检测，这种结合肤色和面部特征的算法,能对人脸进行较快速、准确定位,且结果较稳定。

以上算法中，adaboost算法由于算法简单、检测快速，因而应用广泛。但该算法易受光照等外界环境的影响，当光照不均匀时，检测正确率明显降低，误检率变高。针对这些问题，本文应用adaboost算法采并用直方图均衡化处理输入图像，虽然检测速度没有加快，但提高了检测的正确率，降低了误识率。

1adaboost算法人脸检测基础理论

viola和jones［7］在adaboost算法的基础之上，将adaboost算法与人脸检测相结合，并对adaboost训练出的强分类器进行级联，建立一个实时的人脸检测系统。该方法具有较强的鲁棒性和高识别率。viola人脸检测方法是基于haar特征、积分图、adaboost和级联分类器的方法。

1.1haar特征

人脸检测的关键问题之一是人脸特征提取。在特征提取阶段，adaboost算法采用的是提取图像的矩阵特征，也叫haar特征。haar特征模板包括白色矩形和黑色矩形两种。

haar特征通常有2~4个矩形组成，其特征值定义为：featurek =∑ni=1wiretsum(ri)（1）其中，wi是矩形ri的权值（灰色部分为1，白色部分为-1）；retsum(ri)是所围成的图形灰度积分；n是组成featurek 矩形个数。

1.2积分图

viola提出将积分图应用到特征值计算中，haar的特征值是不同区域内的像素灰度和之差，只需对图形进行一次遍历，就能在固定时间完成每个特征值计算。

给定输入图像，在某像素p(x，y)处的积分值为原点到p点所组成的矩形灰度值总和，其积分图ii(x，y)为：ii(x，y)= ∑x′≤x,y′≤yi(x′,y′)（2）其中，i(x′,y′)为点(x′,y′)处的像素值，对于灰度图像，其值为0~255；对于彩色图像，可按照人脸色彩空间将其转化为灰度值。积分图像可通过一次遍历灰度图像得到：

ii(x，y)=ii(x-1，y)+s(x,y)s(x,y)

=s(x,y-1)+i(x,y)（3）其中，s(x,y)为点(x,y)及其y方向上所有原始图像之和，可定义为：

s(x,y)= ∑y′≤yi(x,y′) （4）

并定义s(x,0)=0, ii(0,y)=0。

将图形遍历一次，迭代2×x×y次。图1表示原始图像上任意矩形区域的像素值之和。

图1原图中任意一点d的积分

区4的像素和可通过计算ii(d)-ii(b)-ii(c)+ii(a)得到。

矩阵的特征值与图像的积分图有关，无论图像原始尺寸多大，计算特征值所消耗的时间都是固定的。因此，用积分图计算特征值大大提高了检测速率。

1.3adaboost分类器

分类器的作用就是利用提取出来的特征对正样本和负样本进行辨别。adaboost算法是一种分类器算法（自适应的叠加算法），它是一种训练弱分类器并通过级联的方式得到强分类器的算法。其核心思想是通过训练获得多个弱分类器，然后将弱分类器按照一定的权重加权构成强分类器。理论证明，只要每个弱分类器分类正确率大于随机猜测(50%)，就可通过级联

式组成强分类器，当级联的个数趋向于无穷时，强分类器的错误率就趋向于零。adaboost用于人脸检测时，从人脸图像中选取一系列一维简单特征，然后将这些特征组合起来，从而达到很好的分类效果。

1.4级联

设计一个要求一次就可实现人脸检测的强分类器，难度较大。viola提出将所有的强分类器级联起来构成一个级联强分类器。每个强分类器对负例样本的判别准确度非常高，一旦发现检测到的目标位负例样本就不再调用下一个强分类器。其主要处理流程如图2所示。

图2级联分类模型

2直方图均衡化

直方图均衡化的基本思想是对图像中像素个数多的灰度级进行拓宽，而对像素个数少的灰度级进行缩减，从而达到使图像清晰的目的，改变图像灰度层次不丰富、整体偏暗或整体偏亮的问题，将直方图的分布变成均匀分布。

直方图均衡化处理是以累积分布函数变换法为基础，设变换函数为：

s=t(r)= ∑r0pr(ω)dω (5)

其中，ω是积分变量，t(r)是r的累积分布函数。t(r)为变换函数，满足下列条件：①在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变；②在0≤r≤1内，有0≤t(r)≤1，确保映射后的像素灰度在允许范围内。可以证明，用r的累积分布函数作为变换函数可产生一幅灰度级均匀分布的图像，扩展了像素取值的动态范围。对于离散的数字图像，用频率来代替概率，则变换函数t(r)的离散形式可表示为：

sk=t(rk)=∑kj=0njnk=0,1,2,…,l-1(6)

3基于adaboost算法的光照补偿人脸检测方法在进行人脸检测时，受拍摄环境和光线的影响，拍摄得到的照片可能亮度不够、能辨率低，前景和背景灰度的差别不大，难以区分出有用区域。为了解决这一问题，本文采用直方图均衡化方法处理输入图像，将处理过的图像作为人脸检测的输入图像，其步骤如下：

(1) 输入人脸图像a.jpg。

(2) 用直方图均衡化方法处理a.jpg得到a1.jpg图像。

(3) 对a1.jpg图像进行人脸检测。

(4) 输出检测结果。

4实验结果

本文测试样本集为从互联网上随即抽取多人脸图像、单人脸图像以及cas-peal人脸数据库中的部分图像。测试环境为2.93ghz cpu，1.96g内存，操作系统为windows xp，使用的平台为visual studio 2010，并基于opencv开发完成人脸检测。

经过直方图均衡化与未经过直方图均衡化处理的人脸检测效果图分别如图3、图4所示。

图3经过直方图均衡化处理的人脸检测输出效果

图4未经过直方图均衡化处理的人脸检测输出效果

由图3和图4可以计算出，未经过直方图均衡化处理的图像，漏检率为4.348%，误检率为17.391%；图像大小为768*576，处理时间为1.437s。均衡化处理后，漏检率为0%，误检率为4.348%，图像大小为768*576，处理时间为1.453s。

可以看出，采用直方图均衡化预处理图像虽然没有提高检测速度，但是降低了漏检率和误检率，增加了检测率。

本文采用10张图片共126张人脸进行测试，测试结果如表1所示。

表1人脸检测实验数据

平均检测率平均误检率未均衡化75.628%7.895%均衡化83.8137%3.8288%从表1可以看出，经过均衡化处理的平均检测率高于未均衡化处理8.2个百分点；误检率低于未均衡化处理4.1个百分点。

5结语

将adaboost人脸检测算法与直方图均衡化处理输入图像方法相结合，实现了人脸检测并给出了检测结果。检测结果表明,本文方法与传统adaboost人脸检测方法相比，检测速度相差不大，但可以提高光照不均匀图像人脸检测的正确率，降低误检率。参考文献参考文献：

\[1\]刘翠响, 肖伶俐. 基于视频的人脸检测综述［j］. 电子设计工程, 2011（14）: 72.

［2］阮锦新, 尹俊勋. 基于人脸特征和 adaboost 算法的多姿态人脸检测［j］. 计算机应用, 2010 (4): 967970.

［3］张争珍, 石跃祥. ycgcr 颜色空间的肤色聚类人脸检测法［j］. 计算机工程与应用, 2009, 45(22): 163165.

［4］冯亚丽, 蒋文文, 刘泽光. 一种改进的基于肤色分割和 pca 人脸检测方法［j］. 科学技术与工程, 2010, 10(10): 23452346.

［5］张明慧, 张明超, 张尧禹. 基于统计的人脸检测方法研究［j］. 电脑编程技巧与维护, 2012（ 18）: 39.

［6］王昊鹏, 刘泽乾. 基于特征提取与认

第3篇：直方图均衡化的基本原理范文

由于人脸检测率在复杂光照条件下较低，本文提出一种效果较好的人脸检测光照预处理算法。在人脸检测过程中，首先对获取得到的灰度图像进行直方图规定化、幂次变换等灰度级处理。实际验证结果表明，在选择适当的目标直方图区间和幂指数的条件下，本文所提出的预处理方法能够有效增强图像。因此，本文处理方法较大程度上降低了光照对图像的影响，为后续实验提供很好的基础。

关键词：直方图规定化；幂次变换；光照；人脸检测

1 光照预处理

1.1直方图

图像直方图为一幅图像的灰度级信息提供了直观的表示，在图像处理过程中具有十分重要的作用。从理论数学的角度来看，图像直方图是图像各灰度级出现次数与各灰度级的函数，直观的表现了各灰度级出现的次数或频率；从几何的角度来看，它是一个横轴表示原图像的灰度级，纵轴表示各个灰度级在原图像中出现的次数或频率的二维图像。图像直方图是图像最基本的统计特征，直方图操作对增强图像信息具有重大意义。

1.2直方图规定化

1.2.1概念

直方图均衡化是将图像整体的对比度自动的增加，操作方便，但它的缺点是部分区域细节不太清楚，而且处理得到的结果是全局均衡化的直方图，增强效果不易控制。因此有时可以指定图像期望具有的直方图形状，例如本文对较暗处人脸图像假设目标图像直方图在[50，200]，以使图像不会过暗或者过亮。直方图均衡化就是这种用于产生具有较理想直方图的图像的方法。

1.2.2算法原理

Pr（r）和Pz（z）为连续灰度级r和z对应的连续概率密度函数，其中r和z为输入和输出图像的灰度级。直方图均衡化处理原始图像和期望输出图像，得到：（a）是原始图像直方图，像素分布很散，图像表达能力弱；（b）是直方图规定化后的直方图，像素分布较均匀；（c）是幂次变换后的直方图，可以看出相较原图直方图，像素在暗部与亮部被集中；（d）是本文变换后的直方图，像素集中在中部，过亮或过暗部分较少，图像表达能力变强，优于其他两种变换。

2.2数学层面分析图像增强效果

3结束语

本文通过对人脸图片进行直方图规定化和幂次变换结合的复合灰度级处理，相较于单独进行直方图规定化和幂次变换具有更好的图像增强效果，并且本文算法计算复杂度仍较低。但本文方法处理后的人脸图像暗部细节仍然不算非常明显，这也将成为接下来我们的研究方向。

[参考文献]

[1] 杨晋吉，李荣兵.基于Adaboost与Clifford代数的人脸检测[J].计算机工程，2013Vol.39（9）：214-217

[2] 师黎，吴敏，张娟.基于小训练样本的AdaBoost人脸检测[J].计算机工程，2011Vol.37（8）：199-201

[3] 袁泉，杨杰，杜春华，吴证.基于直方图统计学习的人脸检测方法[J].计算机工程，2007Vol.33（21）：172-174

[4] 王庆伟，应自炉.一种基于Haar-LikeT特征的人脸检测算法[J].模式识别与人工智能，2015Vol.28（1）：35-41

第4篇：直方图均衡化的基本原理范文

关键词：指纹图像；小波变换；二值化

中图分类号：TP391文献标识码：A文章编号：1009-3044(2008)26-1769-03

Research of Image Preprocessing Key Technique in the Fingerprint Identification

JIANG Xiu-ying, LIU Cai-xia

(Department of Computer Science,Zaozhuang University, Zaozhuang 277160, China)

Abstrat: The theory and algorithms of fingerprint identification were firstly introduced. By comparing kinds of methods and analysing the characteristics of fingerprint image, the new preprocessing techniques based on histogram equalization and multi-scale product of wavelet transform based on direction pattern were proposed. The experiment results showed that this algorithm formed single pixel edge of the fingerprint and achieved the effects of edge enhancement, noise cancellation, smooth, binarization and edge thinning as well as time complexity reduction.

Key words: fingerprint image; wavelet transform; binarization

1 引言

生物统计学显示，人的指纹在图案、断点和交叉点上都不相同，不同的人身上的指纹相同的概率几乎为零，具有唯一性。指纹识别是一种利用了指纹的唯一性和不变性等重要特征，因而在信息安全领域、个人身份识别领域等许多方面得到广泛应用[1-2]。指纹图像模式识别的主要研究内容包括：1) 指纹图像的几何、拓扑性质；2) 指纹图像的增强、消噪声、平滑、二值化、细化算法；3) 指纹图像的特征提取方法及特征空间的构成；4) 指纹图像的拓扑分类方法；5) 面向实际应用的指纹自动识别系统等[3]。

目前指纹识别方法分为两大类：一是以手指毛细孔的位置，二是以手指表皮上的凸纹和凹纹所形成的纹路为识别的基准。第一种方法优点是可靠性高，但毛细孔的位置难确定；而凹凸纹线取得非常容易，由于经由扫描器扫描进电脑后容易产生噪声和失真，导致错误率较高[4]，所以在采用本方法时，需要进行有效的预处理过程。图像的预处理一般是指纹自动识别系统不可缺少的一个环节，成功的预处理可以减少低质量图像对分类、识别结果的影响。在预处理中，最终的目标是对输入图像进行适当的分解，将其分为指纹图像的前景（图案）和背景。自动指纹识别系统（即Automated Fingerprint IdentificationSystem，简称AFIS） 一般有4个主要过程：指纹图像采集，指纹图像预处理、特征提取，特征值的比对与匹配。指纹图像预处理是自动指纹识别系统的关键步骤，其性能优劣直接影响到整个系统的速度和准确率[4]。

针对指纹识别技术，本文首先分析其中的预处理过程的关键技术，在此基础之上，采用直方图均衡化和基于小波变换的多尺度积的方法进行指纹图像的预处理，降低了时间复杂度，并取得了良好效果。

2 指纹图像的预处理

指纹图像预处理的关键技术包括：图像增强、图像二值化和图像分割。为了确保指纹特征提取算法的鲁棒性，需要对原始指纹图像进行预处理，增强纹线的清晰度，增加脊线和谷线的对比度，减少伪信息，该过程称为指纹图像的增强处理。图像增强是指纹图像预处理需要解决的核心问题。指纹图像增强的主要目的是为了消除噪声，改善图像质量，便于特征提取。由于指纹纹理由相间的脊线和谷线组成，这些纹理蕴含了大量的信息，如纹理方问、纹理密度等。在指纹图像的不同区域，这样的信息是不同的，指纹图像增强算法就是利用图像信息的区域性差异性来实现的。

通常指纹增强方法有空域增强方法和滤波增强方法两大类。空间域增强方法包括点运算（如平方根变换、倒置变化） 、直方图均衡化和直方图规定化等方法）、空域滤波增强方法两大类.其中空域滤波增强方法包括平滑滤波和锐化滤波两大类，其中平滑滤波包括线性的平滑滤波（邻域平均滤波；维纳滤波；高斯滤波）和非线性平滑滤波（最大值滤波；最小值滤波；中值滤波）；锐化滤波包括Laplacian线性二次微分算子，Prewitt模板滤波等。频域滤波增强方法包括低通滤波；高通滤波；同态滤波；傅里叶滤波和小波变换增强等。这些增强算法经过改进或被直接应用到指纹图像增强处理中。比如文献[5]将Gabor滤波器用于指纹图像增强，确立了使用Gabor函数实现指纹增强的基本技术体系；文献[6]提出的低质量指纹增强算法，将图像分成32 ×32的小块，然后再作傅里叶滤波从而使指纹图像得到增强；文献[7]使用方向傅里叶滤波器在频域实现了对指纹图像的增强。

空域增强方法并没有增强指纹特征点的清晰度和指纹特征的数量，但能够使指纹图像的整体像素变得均匀，有利于进一步二值化处理的操作，并且多数方法也没有造成特征点的损失。同时，传统的指纹图像增强就是利用图像的纹理方向信息，构造方向滤波器模板来实现滤波的。滤波器构造的简单性与指纹图像复杂性的矛盾限制了其作用的有效性，无法解决后期的二值化及图像分割问题，无形之中增加了计算的复杂度。 小波分析是一种窗口大小固定但其形状，时间窗和频率窗都可以改变的时频局部化分析方法。相比傅立叶变换，Gabor变换，它在时域和频域同时具有良好的局部化性质。一幅数字图像经小波分解后，低频系数反映了图像的轮廓信息，而高频信息反映了细节信息和噪声。根据Mannos[8]CSF解析表达式A(f)=2.6(0.192＋0.114f)exp[-(0.114f)1.1]，人眼对中频的失真比较敏感，而在较低和较高频率处敏感度低，其中对较低频失真比较高频敏感[9]。与此同时，在进行指纹观察和比对中，往往最为关心的是指纹的纹理信息，而对局部亮度的变化则不太注意，在小波变换域中，纹理信息也主要对应于中频可见，以中频带的信息来作为指纹识别的出发点是完全可行的。

在利用多尺度信息中，多尺度乘积不失为一种有效的方法.多尺度积在小波分析出现之前就由Rosenfeld提出，Brian也从概率分布的角度研究了多尺度积边缘检测的性能.在小波检测中，随着尺度的增大，噪声的尺度积将迅速的减少；相反，边缘点的多尺度积将成倍的增强。噪声和边缘的多尺度积之间相差较大，因此阈值的选择相对宽泛，去噪效果也好。

指纹最重要的特征之一就是指纹的纹线具有着很明显的方向性。指纹由脊线和谷线相间排列而成，在局部区域内成平行结构。因此，在每一个局部区域指纹有确定的方向，正确的方向图将有助于获取好的增强效果，有效去除噪声，保留有用信息，错误的方向图最终将导致错误的图像增强。一般有两种方向图一种是点方向图，表示原指纹图像中每一像素点脊线的方向；另一种是块方向图，表示原指纹图像中每一个图像块内脊线的总体方向[10]。目前已有很多种计算指纹方向图的方法，如局部纹线方向的最佳估计法，平方梯度向量法，简单反正切法，滤波法，切片法，最小平方估计法等。求得小波变换后的模极大后，直接采用基于点方向图的模极大连接算法，结合自适应阈值法进行降噪处理，最终完成二值化和图像分割。

本文中的指纹预处理采用空间域与频域相结合的方法。空间域中采用直方图均衡化方法来增强图像的对比度。在频域采用基于小波多尺度积的方法，该算法以小波变换为基础，通过对指纹图像进行多级小波分解，对图像进行基于相邻尺度小波多尺度积的方法，最后采用基于点方向图的模极大连接算法，结合自适应阈值法进行降噪处理，最终完成二值化和图像分割。

2.1 直方图均衡化

设全幅图像的灰度范围都是从0到255级，若相邻两物体目标灰度相差小于10，就会超过人眼对灰度差的感知能力，则人眼区分不开两物体。空间域增强的直方图均衡化就是通过重新均匀分布各灰度值来增强图像的对比度。对于指纹图像来说，直方图均衡化可以增强脊线和谷线之间的对比度，有利于后续步骤检测指纹图像的特征

设第i个灰度级ri出现的频数用ni表示，该灰度级像素对应的概率值 pr(ri)为：pr(ri)=ni/n，n为像素总数。ri满足归一化条件，图像直方图均衡化的函数表达式：

式中k为灰度级数，相应的反变换为：ri=T-1(si)

由于直方图的物理意义是属于某灰度r所包含的像素总数，因此某一段直方图表示了该段灰度范围所包含的像素总数应等于其经单调增函数一一映射变换到新一段s灰度后所包含的像素总数，故有：

Ps(s)ds=pr(r)dr

均衡化直方图要求Ps(s)为常数，可令：Ps(s)

由以上两式得：ds=pr(r)dr

此式右边为pr(r)的累积分布函数.它表明当变换函数为r的累积分布函数时，能达到直方图均衡化的目的。对指纹图像进行的直方图均衡化结果如下图所示，其脊线和谷线之间的对比度有了很好的提高。

图1 指纹图像直方图均衡化

2.2 基于多尺度小波积的指纹图像分割

根据上面的分析，小波分解后纹理对应的能量主要集中在中频区 。因此可选择中频作为特征子频带，计算x和y方向上的小波变换多尺度积。

对指纹图像进行三层小波分解，信号的能量在低频段LL3和高频段HL1、LH1、HH1 的分布较少，信号的能量主要集中在HL3、LH3、HH3、HL2、LH2、HH2 等中频段中。

1) 分别计算x和y方向上的小波变换多尺度积[12]

对f(x)进行J级小波分解，则在x点的一维多尺度积为：

对f(x，y)做J级小波变换，在点(x，y)的关于x和y方向上二维多尺度分别表示为：

根据[12]，如果两尺度下Wx2jf与Wx2j+1f符号相同，则pxj=Wx2jf*Wx2j+1f，否则pxj=0。在y方向上，同理可计算。

2) 求模极大值

3) 自适应阈值法去除噪声。

4) 然后根据八个方向连接模极大值，构成指纹边缘的二值图像。完成指纹图像预处理。

3 结果分析

对于“.bmp”，“.jpg”等格式的指纹图像，第一步先将其转化为灰度图像。转化的方法很多，例如我们可以把RGB彩色空间转化到YUV空间，利用Y通道的信息来进行指纹处理。采用本文算法对图4中的(a)(d)两幅原始图像进行预处理，(b)(e)分别为处理结果，(c)(f)分别为(b)(e)进行细化后的结果。从预处理结果可以看出，边缘清晰明显，细节没有丢失，同时处理的时间复杂度大大处理，得到了很好的结果。

4 结束语

预处理是自动指纹识别过程的第一步，本文结合空间域与频域相结合的方法，在空间域执行直方图均值化增强图像的对比度。在频域采用基于小波多尺度积的方法，该算法以小波变换为基础，通过对指纹图像进行多级小波分解，对图像进行基于相邻尺度小波多尺度积的方法，最后采用基于点方向图的模极大连接算法，结合自适应阈值法进行降噪处理，最终完成二值化和图像分割.实验结果表明，在大大降低时间复杂度的同时得到了满意的效果，该方法具有一定的使用和参考价值。

参考文献：

[1] RossA,Jain A K,Reisman J.A hybrid fingerprint matcher[J].Pattem Recognition,2003,36(7):1661-1673.

[2] TicoM,Kuosmanen P.Fingerp rintmatching using an orientation2based minutia descrip tor[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(8):1009-1014.

[3] 聂鹏,耿文波.指纹识别技术浅谈[J].电脑知识与技术:学术交流,2007,(17):1422-1423.

[4] 曾建一.指纹识别技术的研究[J].自动化技术与应用,2007,(8):74-76.

[5] HONGL,WAN YF,JA IN A.Fingerp rint image enhancement algorithm and performance evaluation[J].IEEE Trans on Pattern Analysis andMachine Intelligence,1998,20(8):777-789.

[6] WILL I A,MYERS L.A cost2effective fingerp rint recognition system for use with low-quality p rints and damaged fingertip s[J].Pattern Recognition,2001,34(2):255-270.

[7] MONRO D S, ILLARD M K.Fingerp rint enhancement by directional Fourier filter[J].IEEE Proceedings of Vision Image and Signal Processing,1994,141(2):87-94.

[8] HAN Xiao-wei.The research on Color image processing key technology[D].Northeastern university,2005.

[9] CHEN Ji,HU Guang-shu,XU Jin.Iris image quality evaluation method based on wavelet packet decomposition[J].JT singhua University(Sci&Tech),2003,43(3):377-380.

[10] 姚凯.指纹识别技术研究[D].哈尔滨理工大学,2005.

第5篇：直方图均衡化的基本原理范文

[关键词]公共图书馆　均衡发展　发展观　政府责任

[分类号]G258.2

图书馆是我国公共文化服务网络的重要组成部分，均衡发展是图书馆事业发展的重要目标，深入研究、积极促进图书馆事业均衡发展，具有十分重要的战略意义。图书馆事业均衡是指图书馆系统的各部分、各要素之间建立稳定、协调、有序的关系。从图书馆与社会的关系看，均衡发展指图书馆与经济、社会的发展需求相适应；从图书馆服务供求关系看，图书馆事业均衡发展是指图书馆服务供求的平衡，这种平衡既包括总量平衡也包括结构平衡。供需结构平衡的实质是保证不同种类读者的权利和机会的均等；从公共图书馆之间的关系看，均衡发展指区域间、城乡间以及各类图书馆之间资源配置的优化。不管从哪个角度理解，图书馆事业的均衡发展都以保障读者的文化权益为目标，以服务公平为原则，以资源配置为保障。

1　均衡视野下公共图书馆事业发展的现状

改革开放以来，我国公共图书馆事业取得了显著进步，发展态势令人鼓舞。但是，从科学发展观的角度看，我国公共图书馆面临的严峻挑战之一，就是公共图书馆事业发展不平衡。

1.1公共图书馆事业与经济社会发展不协调

改革开放以来，我国经济社会发展迅猛，但公共图书馆明显滞后于经济社会发展，一个重要的表现就是公共图书馆事业的投入不足。从表1和图1可以看出，1996年以来，我国公共图书馆事业总投入的增长速度虽然超过了GDP的增长速度，但落后于政府财政支出的增长速度，这反映了公共图书馆事业的发展滞后于经济和其他社会事业的发展；公共图书馆事业总投入的增长速度落后于总支出的增长速度，这说明财政投入力度还远远不能满足公共图书馆事业的发展需要。李国新先生曾这样描述公共图书馆与其他社会事业的反差：“中西部地区绝大多数县级图书馆的馆舍是20世纪80年代初、中期的建筑，时至今日，与比肩林立的新建筑相比，大都已经成为寒酸破败的‘危旧房’。这种现象，折射了图书馆事业和其他社会事业发展的不均衡。还有，相当数量的县级公共图书馆的馆舍已经远远落后于同在一县的中学图书馆。这种现象，折射了近年来图书馆事业和教育事业发展的不均衡”。

1.2公共图书馆事业区域发展不平衡

我国公共图书馆事业存在着明显的地区差异。从表2可以看出，我国公共图书馆事业东、中、西部存在梯度发展态势，沿海发达地区政府投入力度大，事业发展较快；中部地区相对较慢，和发达地区存在着很大差距；西部和少数民族地区起点低，基础非常薄弱。经费困难的公共图书馆大都分布在中西部地区。以2004年为例，“中西部再加上东北地区，占了无购书费县级图书馆总数的87.6％。分省市看，无购书费县级图书馆占县级区划总数比重最高的省份出在西部地区，高达80％以上”。公共图书馆事业发展的地区差异，在同一行政区域内也相当明显。以广东省为例，大中型公共图书馆多集中在以广州、深圳为中心的珠江三角洲经济发达地区。全省超过i00万册藏书的公共图书馆都在珠三角经济发达地区。而粤东、粤西、粤北山区等欠发达地区分布稀落，不少市所属各城区尚未建立区级图书馆，街道图书馆或乡村图书馆更是寥若晨星。

1.3公共图书馆事业城乡发展不平衡

在城乡二元体制下，财政投入包括文化投入存在着明显的城乡差距。2004年，我国对农村文化经费投入共30.11亿元，仅占全国文化事业费的26.5％，低于城市文化经费投入47个百分点。与此相适应，财政对公共图书馆事业的投入也主要集中在大中城市，县级图书馆的投入力度相对偏小，发展相对滞后(见表3)。2004年，全国共有720个县级图书馆无购书经费，县级图书馆人均藏书量仅为0.12册，低于全国图书馆人均藏书量0.3册，更远远低于国际图联人均1.5－2册的标准。从乡村来看，“真正能按照公益性图书馆模式运转的乡镇图书馆凤毛麟角”，农村图书室(馆)基本处于空白状态。目前，“农家书屋”建设在一定程度上缓解了公共图书馆事业的城乡差距，但实际效果和持续性还有待观察。

公共图书馆资源供给不合理，表现在两个方面，一是供给结构单一。“公共图书馆服务本质上是准公共产品”，“公共图书馆资源供给的主体多元化是可能的，除政府外，公民、企业、社会组织等可以成为供给主体”。从西方发达国家的情况看，公共图书馆事业经费主要来自各级政府，但基金会、社会团体甚至私人资助都是重要来源。但在我国，目前公共图书馆经费来源还比较单一，除了省、市、县财政拨款外，几乎没有其他任何来源。在接受捐赠方面，也以图书、资料、手稿等实物为多。近年来，一些地方出现的民营图书馆和民间读书社，对公共图书馆事业的不足起了一定的“补位”作用，但目前作用仍然十分有限。二是公共图书馆供给与需求不协调。我国现在的公共图书馆类型单一，清一色都是综合性的公共图书馆，存在“大而全”、“大而齐”、“小而全”和“小而齐”的整齐划一的僵化布局现象。少年儿童图书馆和专业图书馆很少，以一定读者为对象或以某一方面收藏为主的公共图书馆更是稀有。

1.5公共图书馆内部资源配置不合理

突出表现是公共图书馆的“人吃书”和“空壳化”现象。1982年文化部颁布的《省(自治区、市)图书馆工作条例》规定：省图书馆购书费在总经费中的比例，一般不应低于40％。而我国1986－1999年，公共图书馆文献购置费在总经费中的平均比例为25.93％，一直在25％左右徘徊。这反映了总经费的投入不足，大部分经费被人头费、日常维护费占用。尤其是对不少县级公共图书馆来说，经费仅限于“人头费”，购书费、运行费、业务费、维护费等必须的经费一概全无，由此引发了司空见惯的“人吃书”(人员经费挤占购书经费)现象。同时，我国公共图书馆还存在着“空壳化”现象。近年来，有些地方新建了图书馆，而且把公共图书馆作为标志性建筑。但由于缺乏最低限度的文献资源，标志性建筑依然是“空壳”，甚至有标志性建筑竣工后无法开馆的现象发生。图书馆“有馆有人却没有书”，其作用的发挥可想而知。

2　促进公共图书馆事业均衡发展是政府的责任

公共图书馆事业的均衡发展，涉及到公共图书馆发展的观念重塑、体制创新、政策调整等多方面的因素。促进公共图书馆事业均衡发展，希望在政府，关键在政府，责任也在政府。

2.1政府是公共图书馆投资付费的责任主体

公共图书馆事业发展不均衡，最直接的原因在于投入不足，总量不够必然导致分配不均。促进公共图书馆事业均衡发展，加大投入是最基本的途径。“图书馆产品的本质属性是准公共产品”，公共图书馆服务既可以作为私人物品通过市场提供，也可以作为公共物品通过政府予以提供。但是，“公共图书馆具有高度正外部性和德优产品性质，决定了它市场供给的非效率性、非公平性和不可能性，决定了它的投资主体只能是政府，而不可能是市场”。《公共图书馆宣言》明确指出：“建立公共图书馆是国家和地方政府的责任。必须专门立法维持公共图书馆，并由国家和地方政府财政拨款”。可见，政府是公共图书馆投资付费的责任主体，“政府投入是改善图书馆现状的关键”。

2.2政府是公共图书馆制度供给的责任主体

公共图书馆事业发展不平衡，最根本的原因在于体制机制。我国公共图书馆事业发展的城乡差距，其直接根源就是我国现行的财政体制。在我国现行财政体制下，中央政府、地方的公共服务职责与承担能力极不对称。“2005年中央财政收入占全国财政总收入的52，3％(将税收返还和原体制补助作为中央财政转移支付的一种方式计算)，但中央财政的支出占全国财政总支出的比例只有25.9％。与此相比，地方政府的财政收入仅占47.7％，支出的比例却高达74.1％”。公共图书馆服务的重点在基层，但基层政府却缺乏相应的财政负担能力。县(市)、乡镇财政尤其困难，因而县乡级图书馆发展步履维艰。公共图书馆事业与经济社会发展不平衡，公共图书馆事业发展的地区差距等，都可以找到体制机制上的原因。因而，促进公共图书馆事业均衡发展，破除体制机制障碍是根本。“在社会所有制度安排中，政府是最重要的一个”。创新公共图书馆体制机制，促进公共图书馆事业均衡发展，政府无疑发挥着主导作用。

2.3政府是公共图书馆公平服务的责任主体

公共图书馆事业发展不均衡，最大的危害在于违背了公共图书馆服务的公平原则。促进公共图书馆事业的均衡发展，最大的理由是公平，最根本的目标也在公平。《公共图书馆宣言》指出：“每一个人都有平等享受公共图书馆服务的权利，而不受年龄、种族、性别、、国籍、语言或社会地位的限制”。“各年龄群体的图书馆用户必须能够找到与其需求相关的资料”；“图书馆服务必须适应乡村和城市社区的不同需求”；但是，“市场经济不会自发地实现社会公平，国家的法律、制度和政策是维护和实现社会公平的基本保障”，“政府行为则是实现社会公平的主要手段”。因此，政府是文化公平的“最后依靠”。公共图书馆“代表了一种制度，一种保证社会具有起码的信息公平的制度”，“政府设立和发展公共图书馆事业，就是为了实现社会的信息公平而作出的一项制度安排”。总之，促进公共图书馆事业的均衡发展，维护公共图书馆服务的公平原则，是政府应当承担的责任。

3　政府促进图书馆事业均衡发展的路径

针对目前我国公共图书馆均衡发展中存在的问题，从公共图书馆政策的视角看，促进公共图书馆事业均衡发展的路径主要有：

3.1加强宏观调控，建立公共图书馆资源配置的平衡机制

建立公共图书馆资源配置平衡机制，就是要建立公共图书馆投入增长的保障机制，建立增量投入向落后地区公共图书馆、基层公共图书馆倾斜的机制。针对公共图书馆事业发展滞后于经济社会发展的现状，要把公共图书馆建设纳入政府目标管理责任制，纳入创建文化先进县(市)、文化先进乡镇和创建文明村镇等相关评价体系，推动各级政府调整公共财政支出结构，加大对公共图书馆事业的投入力度，提高公共图书馆的普及程度，并从资金、设施、场地、机构、人员等方面，保障公共图书馆正常运转和功能的充分发挥。针对公共图书馆事业区域发展不平衡、城乡发展不平衡的现状，要进一步明确中央和地方政府在公共图书馆事业发展中的责任，健全财力与事权相匹配的财税体制。同时，加大宏观调控力度，利用国家财政的专项资金、转移支付、免税与退税、发达地区的对口支援，或利用政府机制、社会机制和市场机制相结合的筹资方式以及国际合作渠道引进资金，推动欠发达地区、边远地区、少数民族地区公共图书馆事业的发展。要把公共图书馆事业发展的重点放在“治薄、扶薄”上而不是支持极少数图书馆“做大”、“做强”上，多做“雪中送炭”的事，不做或少做“锦上添花”的事，把馆际发展差异保持在合理水平。

3.2完善政策法规，促进公共图书馆资源供给多元化

在我国公共财政资金比较紧张的条件下，解决公共图书馆投入不足的问题，可以借鉴国际经验，促进公共图书馆资源供给多元化。2006年颁布的《国家“十一五”时期文化发展规划纲要》提出，要“鼓励和引导社会资金兴办国家允许的各类公共文化设施，开展公共文化服务”。有的省市的公共图书馆条例也已经明确提出鼓励自然人、法人和其他组织兴办图书馆。因此，民间资金进入公共图书馆事业已经基本具备相应的制度前提。在此基础上，政府必须采用具体的措施，引导、规范民间资金有序进入，逐步形成政府主办、社会参与、功能互补、运转协调的公共图书馆服务组织体制。要创新政策，鼓励社会力量捐助和兴办图书馆、文化馆等，在用地、税收等方面给予政策优惠。社会力量通过依法成立的非营利公益性组织和国家机关向公共图书馆事业的捐赠，纳入公益性捐赠范围。动员城市单位、人民群众以各种方式捐赠图书杂志、音像电子出版物等。鼓励权利人许可公共图书馆无偿使用其作品或录音录像制品。机关、企业、学校的图书馆要尽可能向社会开放，积极开展文化服务。

3.3创新体制机制，促进公共图书馆资源共享

从宏观层面看，公共图书馆事业发展不平衡，这与政府投入不足有关，资源分割、不能共享也是重要原因。“就中国的发展而言，各类图书馆所有资源总量是相当可观的”，但因为不能实现共享，“形不成规模效应”。促进公共图书馆均衡发展，就要创新图书馆管理体制，“打破馆与馆之间、系统与地区之间的界限，形成相互依存、相互合作的信息资源分布格局”，促进各级公共图书馆之间、公共图书馆与学校图书馆、专业图书馆和其他类型图书馆之间形成方便读者的服务网络。我国有的地方推行馆际借阅“一证通”，广东省立中山图书馆针对经济欠发达地区县级图书馆普遍缺乏图书文献资源的现状提出的“流动图书馆”，广州图书馆探索的公共图书馆与乡镇政府、部队、商会和新式住宅区合作创办联合图书馆等，都是资源共享的具体方式，也是促进公共图书馆事业均衡发展的具体方式。从微观层面看，公共图书馆供给之所以不能满足读者的需求，一个重要原因在于供给与需求的错位。“公共产品的短缺在很多场合体现为结构性短缺，是供求结构的失衡，是供不符求”。因此，要合理确定文献信息、人力资源、设备设施等的资源投入比例，防止“有人有馆没有书”的现象。要优化行业结构、层次结构，从学科、语种、类型、品种、复本、数量、质量等多个方面形成文献资源的合理布局，尽可能地满足不同读者的需求。

第6篇：直方图均衡化的基本原理范文

关键词：图像增强；颜色空间；应用分析

中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)25-6207-02

Application Analysis of Color Space in Image Enhancement

XU Guang-ming

(Guilin University of Technology, Guilin 541004, China)

Abstract: In image processing and analysis, Image enhancement is a important pretreatment course. Choosing the suitable color space is very important. Based on histogram equalization, the enhancement effect of common color spaces was compared and the applicability was analysed.

Key words: image enhancement; color Space; application Analysis

图像增强是图像分析与处理的一个重要的预处理过程，是利用各种数学方法和变换手段来提高图像的对比度和清晰度，以突出人或其他接收系统感兴趣的部分[1]。在图像分析中，彩色是一种能简化目标提取和分类的重要参数。而在图像处理中，常常借助彩色来处理图像以达到对人眼来说增强了的视觉效果，因为人的眼睛只能分辨几十种不同深浅的灰度级却能分辨几千种不同的颜色。因此，彩色图像增强有着重要的意义。

彩色图像增强是近几年关注的一个热点，提出了许多不同的方式方法，概括起来主要有有两类：一类是将彩色图像经过颜色空间转换，将图像从颜色分量密切相关的RGB空间转变到基本不相关的颜色空间(如HSI或HSV)，对亮度作相应的处理，再转换到RGB 空间[2]。另一种方法是不进行空间的转换，将RGB的3个分量进行相同的缩放和平移，从而达到色调不变的目的[3]。由于直方图均衡化仍然是目前最为有效的图像增强算法之一，本文基于直方图均衡化方法，对常用颜色空间RGB、HSI、HSV色图像增强进行了实验结果比较，并作了应用分析。

1 常用颜色空间

颜色空间是用来表示颜色的数学模型，颜色通常使用代表3 个参数的三维坐标来指定，这个坐标描述了颜色在特定颜色空间中的位置。颜色空间把抽象的、主观的视觉感受具体化为三维空间中的位置、向量，使各种彩色图像、彩色设备的颜色特性都能实现可视化，成为色彩研究的重要工具。对颜色空间的研究与应用产生了许多不同的颜色空间，如加法混色的RGB颜色空间，减法混色的CMY颜色空间，视频系统用的YIQ、YUV 和YCrCb 颜色空间，面向色调的由颜色心理三属性表示的HSV和HSI颜色空间等。

在彩色图像处理中最常用的颜色空间包括RGB颜色空间和HSI或HSV颜色空间。前者常用于计算机输入输出设备（包括扫描仪和数码相机等）中，后者则更符合人类描述和解释颜色的方式。在RGB颜色空间中，每种颜色出现在红(Red)、绿(Green)、蓝(Blue)的原色光谱分量中，其模型基于笛卡儿坐标系统。在此颜色空间，所表示的图像由三个图像分量(RGB)组成。HSI颜色空间通过色度(Hue)、饱和度(Saturation)和亮度(Intensity)来表示物体的颜色，其模型基于柱坐标系统。色度H定义了颜色的波长，反映了颜色最接近哪种光谱波长，既光的不同颜色。饱和度S表示颜色的深浅程度，S越高，颜色越深。I表示强度或亮度，I与颜色信息无关，而H和S包含了颜色信息。HSV 空间与HSI 类似，区别只是亮度分量(V或I)的计算不同。由于HSI或HSV颜色空间中I或V分量与颜色信息无关，而H和S分量与人眼获得颜色的方式密切相关，因此比较适合于彩色图像处理

2 实验对比分析

为了对以上常用颜色空间在彩色图像增强中的应用进行分析比较，采用灰度图像的直方图均衡化方法对彩色图像进行增强，并对增强的效果进行比较分析。

2.1 实验方法和步骤

彩色数字图像的存储和显示一般采用RGB形式，所以常常需要进行RGB颜色空间和HSI或HSV颜色空间的相互转换。关于RGB和HSI或HSV的相互转换公式有不同的形式，但基本思想是相同的。从彩色图像处理的角度，只要色度是一个角度，饱和度和亮度独立，转换是可逆的，不会影响处理的结果。

1) 在RGB空间内独立地进行每个彩色图像分量的直方图均衡化。

2) 在HSI空间内仅对亮度进行直方图均衡化，而保持色度和饱和度不变。以下给出的是由RGB到HSI转换的一种形式，由HSI到RGB的转换计算略。

给定一幅RGB彩色图像，色度分量H依据B和G的关系而定，当B≤G时，H=arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+ (R-B)2+(G-B)2]0.5}，当B＞G时，H=2π- arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+(R-B)2+(G-B)2]0.5}；饱和度分量S=1-[3÷(R+G+B)]×[min(R,G,B)]；亮度分量I=(R+G+B)÷3。

3) 在HSV空间内仅对亮度进行直方图均衡化，而保持色度和饱和度不变。以下给出的是由RGB到HSV转换的一种形式，由HSV到RGB的转换计算略。

给定一幅RGB彩色图像，色度分量H依据B和G的关系而定，当B≤G时，H=arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+ (R-B)2+(G-B)2]0.5}，当B＞G时，H=2π- arccos{0.5×[(R-G)+(R-B)]÷[(R-G)2+(R-B)2+(G-B)2]0.5}；饱和度分量S=1-[3÷(R+G+B)]×[min(R,G,B)]；亮度分量V=max(R,G,B)。

2.2 实验方法和步骤

依以上实验方法和步骤，分别对两幅原图在不同颜色空间进行增强，结果如图1和图2。

图1不同颜色空间增强结果1

图2不同颜色空间增强结果2

1) 在RGB空间内独立地进行每个彩色图像分量的直方图均衡化，由于三个分量RGB相关性高，增强后的图像产生了一定程度的色彩失真。在HSI和HSV空间内仅对亮度进行直方图均衡化，由于HSI或HSV颜色空间中I或V分量与颜色信息无关，而H和S分量与人眼获得颜色的方式密切相关，增强后的图像更接近人的视觉感知。因此，对于以图像处理为目的的增强，针对人类心理感知的彩色空间HSI或HSV更有优越性，能够得到更好增强效果。

2) 在RGB空间内独立地进行每个彩色图像分量的增强，从图中的效果看，增强后的图像亮度较高、颜色较艳、清晰度较好，只是图像产生了一定程度的色彩失真。在图像分析中，如果颜色的真实不是主要的因素，直接在RGB空间内进行图像的增强可以得到更多的图像细节。

3) HSI与 HSV 空间相似，区别只是亮度分量(V或I)的计算不同。HSI空间由于I是随着R，G，B而变化的，因此更适合参照成熟的灰度图像处理技术，如直方图均衡化、直方图规定化等；HSV空间由于亮度（也导致饱和度）的动态范围更大，因此更适合于控制色度和饱和度，如突出一些有意义的色彩。

3 小结

在图像处理与分析中，图像增强是一个重要的预处理过程。由于在处理与分析中有不同的特定应用，增强的侧重点不同，因此选择合适的颜色空间是非常重要的。此外，由于颜色空间相互变换的计算量较小(几乎可以忽略)，因此可以通过空间转换以及选择合适的空间来降低其复杂度和计算量，同时采用现有成熟的灰度图像处理技术达到特定目的的增强。

参考文献：

[1] 冈萨雷斯.数字图像处理[M].2版.北京:电子工业出版社,2003.

[2] 章毓晋.图像处理[M].2版.北京:清华大学出版社,2006.

[3] Naik Sarif Kumar,Murthy C A.Hue-preserving color image enhancement without gamut problem [J]. IEEE Transaction onImage Processing,2003,12(12):1591-1598.

第7篇：直方图均衡化的基本原理范文

关键词：MSC POOL NNSF NRI A Over IP

1、MSC POOL简介

MSC POOL技术基于3GPP TS 23.236，定义了CN控制节点（MSC，SGSN）以池组（POOL）方式的工作机制， MSC POOL技术的优势主要有负荷均衡、容灾备份和简化网络规划。

负荷均衡：用户可以按照负载均衡的原则注册到池组中任一可用的CN节点，从而实现了资源共享和话务均衡分配；

容灾备份：当发生故障时，可以自动将业务分配到其他未发生故障的CN节点来实现容灾；

简化网络规划：一个 RNC/BSC可以归属受控于多个CN节点，相应的服务区也扩展为由多个CN节点共同提供服务的公共服务区，改变了传统网络规划中按各自CN节点忙时话务进行单独配置的状况，使网络规划更为简化。

NNSF（NAS Node Selection Function）是MSC POOL的关键，其本质上是一种用户路由机制，提供为MS分配服务CN节点并将话务路由到对应核心网元的功能。3GPP规范中规定的NNSF一般由BSC/RNC来实现，但实际组网中NNSF根据也可以由MGW来实现。由此产生不同的组网方式，即NNSF基于BSC/RNC或NNSF基于MGW，在实际应用中也可以根据设备的支持情况混合组网。

在TDM传输方式下，MSC POOL组网需要更多的传输资源，组网相当复杂。在核心网已经全部IP化的情况下，NNSF基于MGW的MSC POOL组网就很容易实现，目前中国移动的MSC POOL试验网也是采用这种方式。但这种方式无法完全发挥出POOL技术的优势，如图所示，NNSF基于MGW时，无法实现MGW层面的容灾和负荷均衡，另一方面，在TDM 传输方式下采用虚拟MGW技术时，会导致A接口电路数冗余配置增加，且容易照成虚拟的多个A接口中继群的负荷不均衡（见图1）。

NNSF基于BSC的MSC POOL能够完全体现POOL的容灾性和负荷均衡优势，但A接口采用TDM传输方式时，其组网复杂近乎不可忍受，只有在A接口IP化之后方能够实现这种组网方式。

2、A接口IP化

A接口是GSM系统中BSS和NSS间的接口，A接口 IP化的主要特点是：（1）A接口采用IP接口承载IP语音。（2）BSC不保留TC功能，TC上移到MGW。（3）实现TrFO，提升语音质量，节省TC资源。（4）BSC与MSC Server之间建立直达信令（见图2）。

A接口IP化除了涉及到以上网络架构的变化外，其用户面和控制面的协议也发生了较大了变更，控制信令BSSAP采用IP承载，取消了MTP2、MTP3层，基于IP的相应功能由SCTP、M3UA（SIGTRAN协议栈）取代。用户面所承载的语音业务IP化采用RTP/UDP协议；在上行方向将TRAU帧格式语音包封装在RTP包中，下行方向，对封装在RTP包中TRAU帧格式语音进行解包。

A接口IP化除了上述提到的有利于MSC POOL组网外，其他优势还有：提升语音业务质量、降低网络成本、降低建设优化和维护管理的难度。

另一方面，A接口IP化后，数据配置大大简化，降低了维护人员的技能要求和维护管理难度。

3、基于A接口IP化的MSC POOL组网

3.1 NNSF基于MGW的MSC POOL组网

NNSF基于MGW的情况下，BSC无需同时连接所有MGW。A接口IP化之后，若BSC与MGW在同一机房时，可通过FE/GE直连或本地局域网的方式实现。若BSC与MGW异机房，则可通过IP承载网连接。

中国移动网络现实情况中BSC与MGW异机房的情况较少，大多数情况是MSC Server与MGW/BSC异机房甚至异地区，因此A接口控制面（信令）可以FE方式接入IP承载网，建议使用核心网现有CE设备，但CE设备可能需要扩容。

A接口用户面可采用GE直连或本地局域网的方式实现。采用GE直连的优点是实施简单快捷，能够大幅度减少机房布线，线路资源独享，安全性较好。缺点是A接口割接时仍需要重新布线和配置数据，不利于后期优化调整。采用本地局域网连接虽然需要投资局域网设备，但机房内A接口无需割接。

3.2 NNSF基于BSC的MSC POOL组网

NNSF基于BSC的情况下，BSC需要同时连接所有POOL内所有MGW，若BSC与POOL内所有MGW在同一机房时，可通过局域网的方式实现。若BSC与MGW异机房，则可通过IP承载网连接。

大多数情况下，BSC无法做到与POOL内所有的MGW同机房，且为了发挥A接口IP化无需割接的优势，建议通过IP承载网来实现组网。如图所示，A接口控制面与信令面均接入IP承载网，采用VPN来区分。

目前核心网已经实现IP化，在各个机房均存在核心网专用的CE设备，A接口接入IP承载网可共用核心网的CE设备，也可单独设置CE设备。

共用CE设备的优势是当NNSF为用户分配的MGW在本地时，用户面业务直接通过CE疏通，不占用IP承载网资源，但核心网现有CE设备可能需要扩容。

A接口专用CE时，用户面所有业务需要经过IP承载网的AR设备疏通，为IP承载网带来压力。如果在同机房的2对CE之间建立直达GE，虽然减少了IP承载网的压力，却增加了网络复杂性。

由于现实中各厂家设备之间的兼容性以及对MSC POOL的支持不一，工程实施中可以采用NNSF基于MGW和NNSF基于BSC的混合组网方式，网络拓扑较为复杂，需要周密的网络规划。

4、NNSF算法规则的一点考虑

通过对MSC POOL中NNSF算法的研究和考虑，笔者认为目前各厂家的NNSF算法规则以MSC的相对容量因子为基础，以网元用户容量绝对均衡为标准，是一种理想状态的负荷均衡及容灾备份思路，未考虑对实际传输资源的占用，在实际实施中可能会导致IP承载网资源的浪费。

如下图所示，MGW1、MGW2分属于2个机房组成POOL，连接到该POOL的BSC1、BSC2分别位于MGW1和MGW2机房。NNSF算法只是根据负荷均衡的原则来为MS分配NRI，而不考虑传输负荷，当各CN节点均未出现故障的情况下，会出现无必要的复杂路由情况，同时也对IP承载网造成无谓的资源浪费。

笔者认为在POOL实际组网时，应在CN节点负荷均衡和IP承载网资源占用之间取得平衡。因此建议在NNSF算法规则方面应考虑物理位置因素，具体的思路是在NNSF算法中设置同机房若干个CN节点NRI为首选NRI，在负荷可以接受的情况下，尽量将话务路由到首选NRI节点，以放弃严格的负荷均衡为代价，最大程度的减轻IP承载网的负荷。另外，该思路需要NNSF节点动态接收CN节点的负荷报告。

基于以上思路，考虑在原有NNSF算法的基础上加入以下判断：

（1）在开通BSC时，手动设置与该BSC同机房的1个或若干个CN节点NRI为首选NRI。这些NRI构成一张首选NRI数据表。

（2）设置一个负荷门限值α，该门限应参考网络实际情况和CPI指标综合考虑，可以是用户容量门限，也可以是话务量负荷门限。

（3）首选NRI数据表中的CN节点定期向BSC发送负荷报告消息。若负荷小于α且无故障，则标记该节点“可用”，否则标记为“不可用”。

第8篇：直方图均衡化的基本原理范文

关键词： 西方经济学 均衡理论 教学方法

一、西方经济学均衡理论的基本含义与应用

均衡理论是西方经济学中各种理论得以统一的一般性理论和分析框架，所谓均衡，萨缪尔森作了如下解释：“在经济学中，其含义是指经济中各种对立的变化的经济力量处在一种均衡静止、不再变化的状态，其价格和数量使购买者和供应商达到愿望一致。”［1］均衡理论可分为两种假说类型：一种是如何建立均衡状态，即获取经济函数处于极大（小）值时的条件，这种类型的均衡分析又称为“最优化”问题，例如消费者效用最大化、生产者成本最小化、厂商利润最大化等，一般使用数学语言进行说明，例如微积分的导数、线性函数等。另一种是寻找经济变量从一个均衡点移到另一个均衡所经历的途径［2］，它研究参数变动对均衡的影响，以及实现均衡的动态调整行为，例如当需求或供给发生变化时，如何形成新的均衡价格和数量，当消费者（企业及政府）行为变化时，国民收入如何变化等，一般使用图形和文字说明。按照难易程度，这一类型的均衡分析是从单个的、一般的市场入手，通过“价格会自行调整，直到人们的需求数量与供给数量相等”［3］，也会对特殊市场进行解析，例如土地市场、劳动力市场，最后是对整个市场体系的一般均衡分析。

均衡分析在微观和宏观经济学中均有应用，其中消费者行为（效用最大化）、生产者行为（成本最小化）、厂商行为（利润最大化），以及均衡国民收入属于第一种类型；市场（包括商品市场、土地市场、劳动力市场、资本市场）的需求与供给均衡及变动属于第二种类型（见图1）。

二、西方经济学均衡理论的教学难点与效果

（一）“教”的难点

1.类型区分。对于均衡的概念，学生的理解能力大都限于需求等于供给，但在不同的模型中，均衡的定义会有所区别，例如第一种类型的均衡分析，是从数理的观点求出极值条件而不仅仅是需求等于供给的简单理解，学生在区分类型方面缺乏经验，教师在定义诠释时的难度也就相应增加。

2.学法分歧。均衡理论基本上是通过图形进行推导的，弄懂图形才能彻底掌握理论的实质，从教师的角度来看，充分利用图形分析并作必要的比较和归类能够达到温故而知新的效果，但有的学生（例如文科生）坚持自己的学习方法，倾向于死记硬背文字，而不去熟悉研究图形。这种在学习方法方面存在的分歧大大影响了教学效果。

3.“难”与“重”的把握。均衡理论的分析过程难易程度不等，由于学生普遍不容易吸收和理解稍有难度的知识点，因此在教学过程中往往要减少这部分内容的讲授，甚至避而不谈，而重点内容既包括简单的，又包括复杂的，如果教学内容只能简单不能复杂，在一定程度上就达不到课程设置的教学目标，例如掌握供求变动的四种情形，对理解均衡价格和均衡数量的变动十分重要，但有的学生会认为太难而不去理会。

4.评判标准。均衡分析基于经济假说的系统建立，案例答案的评判标准并不统一，换言之，案例不存在所谓的标准答案，因为对于问题的分析，可能有多种解决办法，或是纯文字叙述，或是图形描述，或是数量模型计算，而有的学生趋于死记硬背的学习方法，往往希望存在唯一的答案以供复习使用。

（二）“学”的难点

1,数量知识。均衡分析的核心在于通过模型（图形）或数学推导将各种经济变量联结在一起进行分析，整个过程逻辑性强，系统严密，本身要求学生具备较强的数理基础和推理能力。但是经济类专业的学生在高中阶段普遍数学基础薄弱，对经济学中图表、公式、数学证明的接受程度存在差异，一时半刻很难消化。

2.图形含义。无论是最优化分析还是市场供求分析，都依托了大量的图形说明，自变量和因变量也以英文简写的形式出现，例如“P”可以代表价格或者产量、“S”可以代表供给曲线或者储蓄，“T”、“A”、“M”的含义分别是“总量”、“平均量”、“边际量”，学生容易混淆这类字母的经济含义，有的甚至不能将图形、公式的含义同教材上的文宇描述统一起来。

3.语言转化。均衡分析方法要求学生能从实际的经济现象中抽象出有关问题的主要因素，并就它们之间的关系进行理论分析。由于在陈述时往往需要转换为数学语言，由此推导出解值后又要还原为经济解释，例如对利润最大化原则“MR=MC”的把握，既要从经济学的角度将MR（或MC）理解为边际收益（或边际成本），又要从微积分的角度计算收益（或成本）函数的导数得出具体数值，不少学生达不到语言转换的能力要求，在论述或计算时常常花大量篇幅同义反复却始终抓不住要点。

（三）教学效果

1.“教”疲“学”劳。如上所述，均衡理论涉及很多其他领域的知识，如微积分、英语、金融等综合知识，对初入大学或非经济类专业的学生来说，学习难度远远大于其他实践教学环节较多的课程，大脑思考的负荷较大，整体上容易产生厌学情绪，教师在课堂上既要赶进度，又要时刻激发学生的兴趣和调动参与的积极性，往往显得力不从心。另外，高校西方经济学的教学安排大都是合班授课，两至三节课连上，无论是对教师还是对学生都是体力、脑力上的考验。

2.课堂气氛偏严谨。学生由于普遍缺乏微积分的解题经验，对均衡理论两种分析方法的掌握很不平衡：在涉及简单的市场供求均衡分析时，学生的兴趣和热情普遍较高，踊跃发言，而在涉及导数、函数的数量分析问题时，只有极少数学生反应敏捷，能够与教师响应互动，课堂气氛变得沉闷缺少回应。

3.考核结果两极分化。均衡理论作为西方经济学基本的分析框架，在卷面考试中占总分值的比例一般会达到50%―60%，题目形式以计算题、图形说明为主，因此，卷面得分的高低在一定程度上能够说明学生对均衡理论的掌握情况。实践证明，学生的考核结果两极分化现象比较明显，得高分（优秀）与低分（不及格）的人数占班级总人数的比例偏高（见表1）。

三、西方经济学均衡分析的教学方法探索

（一）限制数学难度

如上所述，均衡理论分为市场供求相等和极大化原理两大类型，针对市场供求均衡的这一类型，要尽量避免运用数学语言，多用文字阐述处理，辅之以必要的图表，从而克服学生因缺乏数学准备而面临的学习困难。在解决极大化这一类型的问题时，微积分的论证虽然不能舍弃，但可以限制在初级水平，例如一级导数的运用，将教学目标定为让学生体会到经济分析的严密逻辑性即可。

（二）经济实例导入

均衡理论中的数理分析，是降低学生理解力的主要原因，而案例尤其是经济实例导入的教学方法能让学生把这一原理与经济现象、社会现实联系起来，在充分理解概念的基础上，具备分析经济问题的能力。例如微观部分的消费者行为，通过举例学生日常的消费行为解释偏好、效用及需求，更容易让其接受之后较为抽象化的效用最大化分析。又如宏观部分的均衡国民收入，可以通过引入央行加息、中小企业融资困难等实例来帮助学生加深对国民收入决定模型的理解。

（三）简明图形教学

均衡理论的深浅难易与图形描述的复杂程度有很大的关系，在进行图形教学的过程中，要注意以下问题：一是图形的简单性。简洁明了的图形，配以几个关键要素，在一定程度上减轻学生学习的心理负担，从而克服不愿研读图形的惰性。二是图形的对比性。在均衡分析中许多图形有着一定的相似性和对比性，例如消费者均衡与生产均衡的形状，各个市场的供求曲线，等等，通过图形对比，学生不但能及时温习前面的知识，而且能加深对新内容的理解。

（四）概念对比教学

在均衡理论的教学过程中，学生首次接触许多易混淆的概念，主要是在消费者行为理论和生产者行为理论当中，例如效用函数、生产函数、无差异曲线与等产量线、边际替代率与边际技术替代率、预算线与等成本线（见表2），这些概念要么文字表述类似，要么图形相近，学生很容易出现记忆性错误，因此需要在授课过程别加以比较对照，区别这些概念各自所涉及的变量和内涵的不同，对英文简写也加以比较。

（五）增加实训过程

均衡理论的课堂实训，是指由教师布置特定主题，学生独立完成图形并进行观点说明，这也是参与式教学的表现形式之一。学生对复杂的均衡理论普遍缺乏自信，如果能够独立完成相关的图形绘制，不仅仅是对理论知识的巩固，还能获得心理需求的满足，例如成功的喜悦和满足感［4］，从而实现自我能力认知、自我肯定的目的，减少课程学习的畏惧心理。

（六）适量课后习题

我认为，课后习题的传统教学法在均衡原理的学习阶段有其必要性：一是数学公式的熟练程度与习题训练有着密切的关系，均衡分析的重要环节之一，是将微积分的导数与经济学的边际结合起来理解，学生只有通过反复练习，才能习惯将数学融入经济学的分析方法。二是概念性的知识，需要通过完成各式各样的判断题、选择题才能真正巩固，例如均衡价格和数量如何随着需求或供给曲线的变动而相应变化，死记硬背是不可行的，必须通过画图分析才能确保结论准确无误。

参考文献：

［1］萨缪尔森辞典［Z］.京华出版社，2001.

［2］宋承先.西方经济学名著提要［M］.南昌：江西人民出版社，2001.

第9篇：直方图均衡化的基本原理范文

关键词：红外检测；电力变压器；红外图像处理

电力变压器的一些故障是以热状态异常的形式表现，红外检测就是通过探测目标电力变压器的红外辐射信号，获取目标变压器的热状态特征图，对热图像进行处理、分析，从而判断电力变压器设备是否处于正常的运行状态。

1 红外图像的增强

通过直方图均衡化算法使图像的对比度增强，实际上是使灰度概率密度较大的像素向附近灰度级扩展，拉开灰度层次，使图像充分利用各个灰度级，均匀化，增强图像对比度。

设一幅图像的像素为，共有个灰度级，代表灰度级为的像素的数目，则第个灰度级出现的概率可表示为：

其中，对其进行均衡化的变换函数的离散形式可表示为：

式中

均衡后各像素的灰度值，可直接由原图像的直方图得到。

对红外图像进行均衡化后，与原图像相比，对比度增强，直方图中灰度间隔拉大，分布较均匀，显示更多细节，更有利于图像的分析和识别。

2 红外图像的去噪

利用小波包阈值方法去噪，小波包分析可以同时对低频和高频部分做进一步地细分，具有更精确的局部分析能力。

去噪步骤：（1）图像的小波包分解；（2）确定最优小波包基；（3）小波包分解系数的阈值量化；（4）小波包重构。采用MATLAB进行仿仿真。

小波包阈值算法处理后的图像既保持了细节又有较好的去噪效果。

3 基于边缘的红外图像分割

边缘检测通过检测红外图像的边缘来辨认图像的轮廓，边缘定位准确、运算速度快。边缘检测采用Canny算子对边缘有白噪声影响的阶跃变化进行检测最优。

Canny算子边缘检测步骤：（1）图像与高斯函数的标准差做卷积运算；（2）利用

对各个像素进行估计判断；（3）利用确定边缘像素的

位置；（4）用求取边缘强度；（5）对边缘做滞后阈值处理，是否存在伪响应的可能；（6）对于递增的几何尺寸，重复步骤1-5；（7）提取图像最终的边缘特征信息。

Canny算子分割后的图像结果比较理想，可以检测出较弱的边缘，但同时也平滑掉部分高频边缘，造成丢失。

5 基于改进型Hu不变矩的特征提取

图像识别是通过采用技术手段对红外图像中感兴趣的部分进行检测，而获得目标的真实信息。首先提取图像中的特征，然后分类，完成目标图像的识别过程。

已知Hu矩，引入比例缩放因子得到：，

既满足特征不变性也不会影响识别率，得到新的特征向量为：

用MATLAB编程，对分割处理后的图像采用改进型Hu不变矩进行特征提取。由表1可知，变压器相同部位的特征向量差别较小，而不同部位的特征向量差别较大，所以可以对变压器不同部位进一步识别。

6 结论

本文通过选择合适的红外图像处理方法及算法，优化图像的处理结果，得到较理想的处理效果图，更有利于之后的故障诊断，提高可靠性和安全性。

参考文献

[1] 危正东，试论红外检测技术在电力设备故障诊断中的应用[J].中国电子商务，2013（20）：220-22.