摘要：本文采用目前工程中最通用的空域滤波增强法理论，通过DSP 实现对数字图像的 增强处理，使得图像对比度变大，目标和背景易于分离，对系统的后续操作提供工 程的可实现性。
一、基本原理
图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的 信息，它是一种将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特 征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。 图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法的基础是卷 积定理，它是将图像看作波，然后利用信号处理中的手段对图像波进行处理。空域处理法的 基础是灰度映射变换，它是直接针对图像中的像素进行处理，所用到的映射变换取决于增强 的目的，例如增加图像的对比度，改善图像的灰度层次等处理均属于空域处理法的范畴。 线性空域锐化滤波法是一种经典且有效的图像增强技术。
最常用的线性空域锐化滤波器 是一种线性高通滤波器，其工作原理在于让图像的低频分量受到抑制而不影响高频分量，由 于低频分量对应于图像中灰度值缓慢变化的区域，和图像的整体特性无关，仅与图像整体对 比度以及平均灰度值等有关系，所以该滤波器把这些分量滤去后，使得图像进一步锐化。然 后通过增强图像中被模糊的细节以达到目标和背景易于分离的目的。 在空域内进行滤波是利用模板和图像进行卷积来实现的，其主要步骤如下：(1)将模板 在图像中漫游，实现模板的中心与图像中某个像素位置重合；(2)将模板上系数与模板下的 图像的对应像素相乘；(3)将所有乘积的结果相加；(4)将相加之和（模板的输出响应）赋给 图像中对应模板中心位置的像素。例如图1（a）给出一幅原始图像的一部分，其中sx 表示 像素的灰度值。图1（b）是一个3X3 的模板，模板内的kn 表示为模板系数。如将k0 所在位 置与图像中灰度值为s0 的像素重合（即把模板中心放在图中的(x, y)位置），则模板的输出响 应R 表示为： R=k0s0+k1s1+……+k8s8 并且把R 值赋给增强图，作为 (x, y)位置处的灰度值， 如图1（c）所示。如果对原图像的每个像素都这样进行处理就可以得到所有位置增强后的 新灰度值。如果我们在设计滤波器时给每个k 赋予不同的值，就可得到不同的高通或低通效 果。
二、基于二阶微分的图像增强方法——拉普拉斯算子法
由于锐化图像这种变换常常具有随意的方向，因而需要挑选那些不具备空间方向性的同 时具有旋转不变性的线性微分算子帮助我们锐化图像，例如Roberts 算子、Sobel 算子、Prewitt 算子、Krisch 算子、高斯—拉普拉斯算子等等。其中拉普拉斯算子就是不依赖于边缘方向的 二阶微分算子，同时也是最常用的二阶导数算子。对于一个连续函数f（x，y）来说，它在 （x，y）点的拉普拉斯表达式为：
去模糊图像拉普拉斯算子乘一个常系数kτ 而得到。但是对kτ 要合理挑选，kτ 太大会使图像中轮廓边缘产生过冲，kτ 太小会锐化不明显。
对数字图像来讲，图像f（i，j）的一阶偏导数为：
拉普拉斯算子通常用模板来进行检测。典型的空域锐化滤波器的中心系数应为正数而周 围的系数应为负数。对3X3 的模板来说，典型的系数取值是取图1 中的k0=8，而其余系数 都为-1，这样所有的系数之和都为0。当这样的模板放在图像中灰度值是常数或变化很小的 区域时，其输出为零或很小。
三、硬件部分设计
如图 3 所示是一个基于TI 公司的TMS320VC5402 芯片的数字图像空域滤波增强的DSP 电路原理图。从图3 中可以看到，视频信号由同轴电缆送入AD8041，此处AD8041 是一个电压跟随 器，信号经过两个二极管嵌位，和R3 电阻限流后送入AD9057 模/数转换器，然后由AD9057 把模拟视频信号转换成数字视频信号，并通过DSP（VC5402）的外部数据总线的低8 位送 入DSP 中进行处理，其中空域滤波程序由DSP 来实现。
四、软件部分设计
以下程序是就是基于图 3 所示的DSP 平台实现对图像进行空域增强滤波的部分程序。
Block repeats (ehancement_loop-1)
a=T* *ar4 ；把中心像素的灰度值和中心系数ko 相乘，即是ko╳so
四、结束语
目前有很多场合需要对现场自动拍摄的图像进行处理，例如在宾馆的保安监控系统、城 市交通拥挤道路的视频监控系统中，由于现场环境的原因，拍摄的图像不尽人意，无法看清 细节，不便于公安部门或交通管理部门监视处理，这时就需要对所拍摄的图像进行增强处理。 在另一方面，由于一个对某一图像效果好的增强算法不一定适合于另一种图像，所以一般情 况下，为了得到满意的图像增强效果，常常需要同时挑选几种合适的增强算法进行相当数量 的试验，从中选出视觉效果比较好的，计算量相对小的，又能满足要求的最优算法。本文采 用的线性空域锐化滤波法是一种经典且有效的图像增强技术，它能够使得图像对比度变大。 目标和背景易于分离，在工程应用中具有很强的实用性，同时具有很广的市场前景。