局部直方图均衡化算法研究及其应用

病。目前，全国已累计报告尘肺病人五十八万多例，每年新

增尘肺病例约 一万例，现有尘肺病人四十四万多例。尘肺病

危害已经成为一个重大的公共卫生问题和社 会问题。由于目

前尚无根治尘肺病的办法，其治疗原则主要是采取药物、营

养、适当体育锻炼等综合医疗保健措施，以提高患者抗病能

力、防治并发症、 消除或改善症状、保护呼吸功麓、延长寿

命、维护生命质量。如果能够做到早期检查、早 期诊断，使

确诊为尘肺病的人员及早调离粉尘作业，并采取合理的治疗

< br>手段，就完全可以控制和减少尘肺的发病率，提高早期患者

的生活质量。尘肺ｘ线 检查是对有职业暴露史的人员确定尘

肺和分期的主要诊断方法ｎ３。然而，在ｘ线成像系 统中，

由于人体结构和组织比较复杂，以及ｘ线散射、电子噪声和

光量子噪声等各种因素的影响，使得Ｘ线图像表现为动态范

围宽、细节丰富和对比度差 等特点。另外，尘肺早期病变特

征并不是十分明显。这些都给尘肺的早期诊断带来了难度 。

近年来，图像处理技术得到了极大的重视和长足的进展。图

像增强作为图像处理技术中最活跃的一个分支，涌现出了许

多新 的理论、新的算法，并已在科学研究、医疗卫生、工业

生产、通信等领域得到了广泛的应 用。借助于现代图像处理

技术，对尘肺Ｘ线图像进行对比度增强处理，在不丢失图像

细节、不引入过大噪声及不引起细节失真的前提条件下，突

出尘肺病 灶，从而有助于降低尘肺早期诊断漏诊率。本文主

要研究了ＬＡＨＥ在尘肺Ｘ线图像增强 中的应用，并针对Ｘ

线图像的特点，提出了相应的修正算法。群州天掌攒士学垃

论文

芟１举绩论

§

１。２磺究历史与现状

强的是改善图像的视觉效聚。过去麓用光学和电子技术增强

图像，弗取得了不错的效果。随即各行备业对图像增强提出

了更 高的要求。

为了逡应鑫秘用途，

黟缘增强震要采墩鑫裂；

技本手段缀合处理，瑟且针对不慰熬爱途，处理手段也大相

径庭。图像 增强不考虑阁像质量下降的原因，只将图像中感

兴趣瀚特征蠢选择豹突遗，焉衰强不需要 豹特薤。崮予还没

有关予黧像厦量黥统一稼准，所以图像增强理论麟前尚无统

际应用当中的效 巢寐进行。

直方图均衡化（Ｈｉｓｔｏｇ

ｒａｍ

Ｅｑｕａｌｉｚａｔｉｏｎ，ＨＥ）是一种最早也

是最常用的图 像增强方法

”

１。

它是基于这样的原理 ：

当图像

中所有的灰度级出现的概率是一个均匀分布时，图像所 暴露

的信息量最大。从信息学的角度来理解，即具有最大熵（信

息量）

的图像为均衡化图像

“

１。经过 ＨＥ处理后，

图像的直

方图变换成均匀分布的形式，这样就增加 了图像灰度值的动

态范围，从而达至０了增强图像对比度的效果。ＨＥ简单、

应不同区域的对 比度变化，所以当图像的不同区域有不同的

对比度时，这种变换方法的结果就不是很理想 。当图像的某

个较小且灰度分布相对均匀的区域中包含我们感兴趣的物

< br>体或细节时，ＨＥ可能很难帮助我们识别其中的物体或细节，

甚至有时候其引入的 噪声把原有的信息也给破坏了。为了克

服ＨＥ的缺点，人们又提出了现在广泛使用的自适 应直方图

均衡化（Ａｄａｐｔｉｖｅ

Ｈｉｓｔｏｇｒａｍ

Ｅｑｕａ

ｌｉｚａｔｉｏｎ，

ＡＨＥ）

”

。

ＡＨＥ区别于ＨＥ的地方在

于它不是对整幅图像用 同一个变换，而是对图像中的每一个

像素根据它所在区域（称为相关区域Ｃｏｎｔｅｘｔ ｕａｌ

Ｒｅｇｉｏｎ，ＣＲ）的直方图采用不同的变换。因此 ，人

们也把自适应直方图均衡化方法称为局部直方图均衡化（Ｌ

ｏｃａｌ

Ａｒｅａ

Ｈｉｓｔｏｇｒａｍ

Ｅｑｕａｌｉｚ

ａｔｉｏｎ，ＬＡＨＥ），相应地把ＨＥ称为全局直方图均

衡（ Ｆｕｌｌ

Ｆｒａｍｅ

Ｈｉｓｔｏｇｒａｍ

Ｅｑｕａ

ｌｉｚａｔｉｏｎ，ＦＦＨＥ）。新的方法总是带来新的问

题。首先， ＬＡＨＥ的确克服了ＨＥ的缺点，对于一般的图

像，只要选取合适的局部窗大小‖就完全 可以得到很好的处

理结果。但是由于ＬＡＨＥ要为图像中的每一个像素计算相