Research Review of Space-Frequency Domain Image Enhancement Methods

doi:10.3778/j.issn.1002-8331.2112-0280

Abstract

Abstract: For small sample image data sets, the image enhancement method is often used to expand the amount of data to increase the rationality of the experiment. The image enhancement algorithm can improve the overall and local contrast of the image, highlight the detailed information of the image, make the image more in line with the visual characteristics of human eyes and easy to be recognized by the machine. In order to deeply study the new ideas and new directions in the application field of image enhancement, starting from the basic principle of image enhancement algorithms, based on the basic principle of image enhancement algorithms, this paper summarizes two kinds of image enhancement algorithms widely used in spatial domain and frequency domain in recent years, including histogram equalization image enhancement algorithm, gray transformation image enhancement algorithm, spatial filter image enhancement algorithm and frequency domain filter image enhancement algorithm. And their basic concepts and related definitions are introduced in detail, and their advantages and disadvantages are briefly described. In addition, subjective and objective evaluation methods are used to compare and analyze the enhancement effects of these algorithms, and the advantages and disadvantages, applicable scenarios and complexity of each algorithm are compared and analyzed, so as to further study the hidden useful information of each image enhancement algorithm, and find out the image enhancement methods with stronger robustness and applicability. Experimental results show that different algorithms have their own characteristics, for different image effects, spatial image enhancement method is more suitable for enhancing contrast, and frequency domain image enhancement method is more suitable for highlighting details. A single method can not meet the needs of image processing, and the image enhancement algorithm combined with advantages is more meaningful. The in-depth study of these algorithms can bring new opportunities for researchers, expand new research directions, promote the high-level development of the whole image enhancement technology, and make image enhancement technology play an important role in many subject fields.

Key words: image enhancement, frequency domain algorithm, spatial domain algorithm

摘要： 对于小样本图像数据集往往采用图像增强的方法扩充数据量增加实验的合理性，图像增强算法能够提高图像整体和局部的对比度，突出图像的细节信息，使图像更符合人眼的视觉特性且易于机器识别。为了深入研究图像增强应用的新思路、新方向，从图像增强算法的基本原理出发，归纳总结了近年来应用比较广泛的空域和频域两大类图像增强算法，包括直方图均衡图像增强算法、灰度变换图像增强算法、空域滤波图像增强算法和频域滤波图像增强算法，分别详细介绍了它们的基本概念和相关定义并简述了其浅层面的优缺点。另外采用主观和客观的评价方法对这些算法的增强效果进行了对比和分析，并对各算法的优缺点、适用场景和复杂度进行了对比分析，以更深入研究各个图像增强算法的隐含有用信息，以找出鲁棒性、适用性更强的图像增强方法。实验结果表明，不同的算法都具有各自的特点，针对不同的图像效果不同，增强对比度更适宜采用空域图像增强方法，突出细节更适宜采用频域图像增强方法。单一的方法无法满足图像处理的需要，优势结合的图像增强算法更有研究意义。对这些算法的深入研究能够为研究者带来新的契机，拓展新的研究方向，推动整个图像增强技术高水平发展，使图像增强技术在多个学科领域发挥重要作用。

关键词: 图像增强, 频域算法, 空域算法

GUO Yongkun, ZHU Yanchen, LIU Liping, HUANG Qiang. Research Review of Space-Frequency Domain Image Enhancement Methods[J]. Computer Engineering and Applications, 2022, 58(11): 23-32.

郭永坤, 朱彦陈, 刘莉萍, 黄强. 空频域图像增强方法研究综述[J]. 计算机工程与应用, 2022, 58(11): 23-32.

References

[1] 关雪梅.基于空域的图像增强技术研究[J].赤峰学院学报（自然科学版），2012，28（8）：22-24.
GUAN X M.Research on image enhancement technology based on airspace[J].Journal of Chifeng University College（Natural Science Edition），2012，28（8）：22-24.
[2] BHANDARI A K.A logarithmic law based histogram modification scheme for naturalness image contrast enhancement[J].Journal of Ambient Intelligence and Humanized Computing，2020，11（4）：1605-1627.
[3] 喻璐璐，谭逢富，陈修涛，等.基于Mean Shift的背景梯度修正直方图跟踪算法[J].激光与光电子学进展，2020，57（22）：234-241.
YU L L，TAN F F，CHEN X T，et al.Background gradient corrected histogram tracking algorithm based on Mean Shift[J].Laser & Optoelectronics Progress，2020，57（22）：234-241.
[4] 王泽发，唐兴国.基于灰度变换的图像增强方法研究[J].科技创新导报，2011（1）：119.
WANG Z F，TANG X G.Research on image enhancement method based on gray transformation[J].Science and Technology Innovation Herald，2011（1）：119.
[5] 廖斌，刘鸳鸳.基于多尺度灰度变换的图像增强研究[J].量子电子学报，2015，32（5）：550-554.
LIAO B，LIU Y Y.Image enhancement using multi-scale gray-level transformation[J].Chinese Journal of Quantum Electronics，2015，32（5）：550-554.
[6] SAITO H，ITO T，OMACHI K，et al.Effectiveness of the smoothing filter in pediatric 99mTc-dimercaptosuccinicacid renal scintigraphy[J].Radiological Physics and Technology，2020，13（1）：104-110.
[7] 魏挺.基于平滑滤波处理的图像插值通用方法[J].舰船电子工程，2019，39（12）：133-136.
WEI T.A general method of image interpolation based on smooth filtering processing[J].Ship Electronic Engineering，2019，39（12）：133-136.
[8] 梁婷.基于锐化滤波的医学图像增强处理研究[D].西安：西安科技大学，2017.
LIANG T.Research on medical image enhancement based on sharpening filter[D].Xi’an：Xi’an University of Science and Technology，2017.
[9] 徐端全，朱光喜.结合随机置乱和锐化滤波的数字图像水印算法[J].计算机工程与科学，2008，30（9）：47-50.
XU D Q，ZHU G X.Digital image watermarking based on random permutation and sharpening[J].Computer Engineering ＆ Science，2008，30（9）：47-50.
[10] 焦慧华.基于FPGA的直方图均衡图像增强算法设计及实现[J].安徽电子信息职业技术学院学报，2020，19（5）：9-14.
JIAO H H.Design and implementation of histogram equalization image enhancement algorithm based on FPGA[J].Journal of Anhui Vocational College of Electronics & Information Technology，2020，19（5）：9-14.
[11] 杜云，郑羽纶，孟凡华.基于Qtsu法和直方图规定化相结合的苹果图像分割研究[J].科技创新与应用，2019（28）：15-17.
DU Y，ZHENG Y L，MENG F H.Research on apple image segmentation based on Qtsu method and histogram specification [J].Technology Innovation and Application，2019（28）：15-17.
[12] 纪平，胡学友，张瑞琦.基于直方图均衡算法的图像增强技术研究[J].蚌埠学院学报，2021，10（2）：40-43.
JI P，HU X Y，ZHANG R Q.Ｒesearch on image enhancement technology based on histogram equalization algorithm[J].Journal of Bengbu University，2021，10（2）：40-43.
[13] CHANG Y C，CHANG C M.A simple histogram modification scheme for contrast enhancement[J].IEEE Transactions on Consumer Electronics，2010，56（2）：737-742.
[14] ZAHEDI M，RAHIMI M.3-D color histogram equalization by principal component analysis[J].Journal of Visual Communication and Image Representation，2016，39：58-64.
[15] LING Z G，LIANG Y，WANG Y N，et al.Adaptive extended piecewise histogram equalisation for dark image enhancement[J].IET Image Processing，2015，9（11）：1012-1019.
[16] 张岩，崔晓萌.基于灰度变换的图像增强实现[J].包装工程，2010，31（19）：95-98.
ZHANG Y，CUI X M.Implementation of image enhancement based on gray level transformation[J].Packaging Engineering，2010，31（19）：95-98.
[17] WANG W C，YUAN X H，WU X J，et al.Fast image dehazing method based on linear transformation[J].IEEE Transactions on Multimedia，2017，19（6）：1142-1155.
[18] 王欢，高向东，张瑞.分段线性灰度变换在熔池边缘提取中的应用[J].焊接技术，2012，41（4）：11-13.
WANG H，GAO X D，ZHANG R.Application of piecewise linear gray transformation in molten pool edge extraction[J].Welding Technology，2012，41（4）：11-13.
[19] 代少升，阎晓辉.非线性灰度变换算法在红外测温系统中的应用[J].半导体光电，2010，31（1）：161-164.
DAI S S，YAN X H.Study on applications of nonlinear gray-scale transformation method in infrared temperature measurement system[J].Semiconductor Optoelectronics，2010，31（1）：161-164.
[20] 刘世飞，杜力立，史华林.基于对数变换的灰色预测在边坡变形监测中的应用[J].中小企业管理与科技，2018（8）：141-142.
LIU S F，DU L L，SHI H L.The application of grey prediction based on the logarithmic transformation in slope deformation monitoring[J].Management & Technology of SME，2018（8）：141-142.
[21] 杨先凤，李小兰，贵红军.改进的自适应伽马变换图像增强算法仿真[J].计算机仿真，2020，37（5）：241-245.
YANG X F，LI X L，GUI H J.Image enhancement algorithm simulation based on improved adaptive gamma transformation[J].Computer Simulation，2020，37（5）：241-245.
[22] 汪家轶，梁成文，李凯扬.一种基于小波变换和非线性分段函数的DSA图像增强算法[J].电子设计工程，2016，24（22）：115-117.
WANG J Y，LIANG C W，LI K Y.The DSA image enhancement algorithm based on wavelet transform and nonlinear piecewise function[J].Electronic Design Engineering，2016，24（22）：115-117.
[23] 张志伟，叶建雄，程群，等.基于灰度变换的水下焊接图像对比度增强[J].热加工工艺，2021，50（7）：127-131.
ZHANG Z W，YE J X，CHENG Q，et al.Contrast enhancement of underwater welding image based on gray scale transformation[J].Hot Working Technology，2021，50（7）：127-131.
[24] 华尉然，童强.基于暗区域分割的夜间灰度图像增强[J].湖北师范大学学报（自然科学版），2019，39（3）：49-52.
HUA W R，TONG Q.Night gray image enhancement based on dark region segmentation[J].Journal of Hubei Normal University（Natural Science），2019，39（3）：49-52.
[25] DING C，TANG L W，CAO L J，et al.Preprocessing of multi-line structured light image based on Radon transformation and gray-scale transformation[J].Multimedia Tools and Applications，2021，80（5）：7529-7546.
[26] 郭慧娟，白文江，岳云霄，等.去除图像椒盐噪声的自适应迭代均值滤波算法[J].太原学院学报（自然科学版），2020，38（3）：23-28.
GUO H J，BAI W J，YUE Y X，et al.Adaptive iterative mean filtering algorithm for removing image salt and pepper noise[J].Journal of Taiyuan University（Natural Science Edition），2020，38（3）：23-28.
[27] 王正家，吕召锐，刘文超，等.基于FPGA的时序优化中值滤波算法研究[J].电子器件，2020，43（6）：1374-1378.
WANG Z J，LV Z R，LIU W C，et al.Study on timing sequence optimization median filter algorithm based on FPGA[J].Chinese Journal of Electron Devices，2020，43（6）：1374-1378.
[28] 左志强，唐新明，李国元，等.GF-7星载激光测高仪全波形自适应高斯滤波[J].红外与激光工程，2020，49（11）：132-142.
ZUO Z Q，TANG X M，LI G Y，et al.Adaptive Gaussian filtering of the full waveform of GF-7 satellite laser altimeter[J].Infrared and Laser Engineering，2020，49（11）：132-142.
[29] 陈竹安，胡志峰，杨希鹏.基于改进的Soble算子和Zernike矩遥感图像边缘检测[J].湖北民族学院学报（自然科学版），2017，35（2）：229-234.
CHEN Z A，HU Z F，YANG X P.Edge detection of remote sensing image based on improved Soble operator and Zernike moment[J].Journal of Hubei University for Nationalities（Natural Science Edition），2017，35（2）：229-234.
[30] 张英明，李永亮，张翼鹏，等.激光光斑边缘检测算子的研究进展[J].量子光学学报，2019，25（1）：109-116.
ZHANG Y M，LI Y L，ZHANG Y P，et al.Research progress of laser spot edge detection operator[J].Journal of Quantum Optics，2019，25（1）：109-116.
[31] 高巧丽，高新明.改进Prewitt算子对高压输电线图像边缘检测[J].黑龙江电力，2020，42（1）：90-94.
GAO Q L，GAO X M.Improved Prewitt operator for edge detection of high-voltage transmission line image[J].Heilongjiang Electric Power，2020，42（1）：90-94.
[32] 王云艳，周志刚，罗冷坤.基于Sobel算子滤波的图像增强算法[J].计算机应用与软件，2019，36（12）：184-188.
WANG Y Y，ZHOU Z G，LUO L K.Image enhancement algorithm based on Sobel operator filtering[J].Computer Applications and Software，2019，36（12）：184-188.
[33] 冯策，戴树岭.一种改进的非锐化掩模深度图像增强算法[J].哈尔滨工业大学学报，2014，46（8）：107-112.
FENG C，DAI S L.An improved unsharp masking method for depth map enhancement[J].Journal of Harbin Institute of Technology，2014，46（8）：107-112.
[34] 田文利.基于双重滤波与锐化的遥感图像增强算法[J].国外电子测量技术，2017，36（4）：13-16.
TIAN W L.Remote sense image enhancement algorithm based on filtering and sharpening[J].Foreign Electronic Measurement Technology，2017，36（4）：13-16.
[35] 陶胜.光照不均匀图像的频域增强方法[J].新余学院学报，2020，25（1）：12-15.
TAO S.Frequency domain enhancement method for uneven illumination images[J].Journal of Xinyu University，2020，25（1）：12-15.
[36] 张小红，张建生，彭林华.基于频域的计算机图像增强技术分析[J].科学技术创新，2018（31）：63-64.
ZHANG X H，ZHANG J S，PENG L H.Analysis of computer image enhancement technology based on frequency domain[J].Science and Technological Innovation，2018（31）：63-64.
[37] 刘斌，金伟其，王岭雪，等.基于空域和频域处理的红外图像细节增强算法[J].红外技术，2011，33（8）：477-482.
LIU B，JIN W Q，WANG L X，et al.Infrared image detail enhancement based on the spatial and frequency domain processing [J].Infrared Technology，2011，33（8）：477-482.
[38] 袁小平，张侠，张毅，等.基于频域的图像增强技术的改进算法[J].科学技术与工程，2019，19（31）：246-250.
YUAN X P，ZHANG X，ZHANG Y，et al.An improved image enhancement technology algorithm based on frequency domain[J].Science Technology and Engineering，2019，19（31）：246-250.
[39] 关雪梅.基于频域的图像增强技术研究[J].廊坊师范学院学报（自然科学版），2012，12（2）：27-28.
GUAN X M.Study on image enhancement technique based on frequency domain[J].Journal of Langfang Teachers College（Natural Science Edition），2012，12（2）：27-28.
[40] WU Q X，WANG X K，HUA L，et al.Improved time optimal anti-swing control system based on low-pass filter for double pendulum crane system with distributed mass beam[J].Mechanical Systems and Signal Processing，2021，151：107444.
[41] YANG J W，LIU L F，JIANG T Z，et al.A modified Gabor filter design method for fingerprint image enhancement[J].Pattern Recognition Letters，2003，24（12）：1805-1817.
[42] MOHAMMAD R F，QI X J.Face recognition under varying illumination based on adaptive homomorphic eight local directional patterns[J].IET Computer Vision，2015，7（6）：628-635.
[43] XIA K J，YIN H S，RONG G S，et al.X-ray image enhancement base on the improved adaptive low-pass filtering[J].Journal of Medical Imaging and Health Informatics，2018，8（7）：1342-1348.
[44] DENG Y L，WANG J G，LI L C.Improved algorithm of nonlinear extrapolation in frequency space and its application in passive millimeter-wave image enhancement：improved algorithm of nonlinear extrapolation in frequency space and its application in passive millimeter-wave image enhancement[J].Journal of Infrared and Millimeter Waves，2009，28（5）：367-370.
[45] LIANG J，JU H J，REN L Y，et al.Generalized polarimetric dehazing method based on low-pass filtering in frequency domain[J].Sensors，2020，20（6）：1729.
[46] 孙和利，赵彬如，于伟宣.基于HSV色彩空间的遥感图像快速云检测[J].地理空间信息，2020，18（8）：35-40.
SUN H L，ZHAO B R，YU W X.Fast cloud detection of remote sensing images based on HSV color space[J].Geospatial Information，2020，18（8）：35-40.
[47] 冯相辉.一种改进的同态滤波图像增强算法[J].重庆邮电大学学报（自然科学版），2020，32（1）：138-145.
FENG X H.An improved homomorphic filtering image enhancement algorithm[J].Journal of Chongqing University of Posts and Telecommunications（Natural Science Edition），2020，32（1）：138-145.
[48] YU H F，LI X B，LOU Q，et al.Underwater image enhancement based on color-line model and homomorphic filtering[J].Signal，Image and Video Processing，2022，16：83-91.
[49] 黄雪冰，魏佳艺，沈文宇，等.基于自适应加权重复值滤波和同态滤波的MR图像增强[J].计算机科学，2021，48（S1）：21-27.
HUANG X B，WEI J Y，SHEN W Y，et al.MR image enhancement based on adaptive weighted duplicate filtering and homomorphic filtering[J].Computer Science，2021，48（S1）：21-27.
[50] ZHANG C M，LIU W B，XING W W.Color image enhancement based on local spatial homomorphic filtering and gradient domain variance guided image filtering[J].Journal of Electronic Imaging，2018，27（6）：1-10.