《数据压缩X课程论文.》由会员分享，可在线阅读，更多相关《数据压缩X课程论文.（21页珍藏版）》请在金锄头文库上搜索。
1、数据压缩技术X课程论文一、写作内容： 1. 编程实现近似的JPEG基本系统压缩编、解码。要求实现的功能：1）彩色图像的读取和保存2）程序设计流程图，并显示压缩前和压缩后的效果，误差和直方图。3）算法实现4）结论提示：参考资料数据压缩实验六（见实验指导书）二、撰写格式撰写格式按“范例要求”。数据压缩技术的综合应用系 ( 院 )： 课题名称： JPEG实现数据压缩 专业(方向)： 班 级： 班 学号： 学 生： 指导教师： 李 新 提交日期： 目录摘 要71 图像增强概述82 GUI程序173图像增强小结224参考文献:23摘 要 数字图像处是指将图像信号转换成数字格式并利用计算机对其进行处理的过
2、程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑与锐化等几种常用的增强方法的理论基础，通过MATLAB实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。关键词：图像增强 直方增强 对比度增强 平滑 锐化 彩色图像增强 AbstractDigital image processing is the procedures of converting image signal into digitalFormat,t
3、hen using the computer to process it.Image enhancement is digital image processing process often use a method to improve image quality.it plays image role.This article first introduces the principle of image enhancement and classification,and then focus on several methods to study such as and histog
4、ram used in learning the basic digital image with the approach,through Matlab experiment that the actual effect of various algorithms to compare the advantages and disadvantages to discuss the different enhancement algorithm.The application of occasions,and its image enhancement method of performanc
5、e avaluation. Key words:image Enhancement histogram enhancement contrast enhancement1 图像增强概述1.1 图像增强背景及意义在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会 造成图像质量的下降，即图像失真。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在许多问题，这类问题不妨统称为质量问题。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱
6、去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或者其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。处理后的图像是否保持原状已经是无关紧要的了，不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它的一般要借助人眼的视觉特性，以取得看起来较好的视觉效果，很少涉及客观和统一的评价标准。增强的效果通常都与具体的图像有关系，靠人的主观
7、感觉加以评价。1.2 图像增强的应用 目前图像增强处理的应用已经渗透到医用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。如对X射线图片、CT影像、内窥镜图像进行增强，使医生更容易从中确定病变区域，从图像细节区域中发现问题；对不同时间拍摄的同一地区的遥感图片进行增强处理，侦查是否有敌人军事调动或军事装备及建筑出现；在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度，克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象，减少电视系统维护的工作量。图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图
8、像增强技术将会发挥更为重要的作用。1.3 图像增强的方法（1） 直方图均衡化 有些图像在低值灰度区间上较大，使得图像中较暗区域中的细节看不清楚。这时可以通过直方图均衡化将图像的灰度范围分开，并且让灰度频率较小的灰度级变大，通过调整图像灰度值的动态范围，自动地增加整个图像的对比度，使图像具有较大的反差，细节清晰。（2） 对比度增强 有些图像的对比度比较低，从而使整个图像模糊不清。这时可以按一定的规则修改原来图像的每一个像素的灰度，从而改变图像灰度的动态范围。（3） 平滑噪声 有些图像是通过扫描仪扫描输入、或传输通道传输过来的。图像中往往包含有各种各样的噪声。这些噪声一般是随机产生的，因此具有分布
9、和大小不规则性的特点。这些噪声的存在直接影响着后续的处理过程，使图像失真。图像平滑就是针对图像噪声的操作，其主要作用是为了消除噪声，图像平滑的常用方法是采用均值滤波，均值滤波是一种线性空间滤波，它用一个有奇数点的掩模在图像上滑动，将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替，如果规定了在取均值过程中掩模内各像素点所占的权重，即各像素点所乘系数，这时就称为加权均值滤波；中值滤波是一种非线性空间滤波，其与均值滤波的区别是掩模中心对应像素点的灰度值用掩耳盗铃模内所有像素点灰度值化替。（4） 锐化 平滑噪声是经常会使图像的边缘变得模糊，针对平均和积分运算使图像模糊，可对其进行反运算采
10、取微分算子使用模板和统计差值的方法，使图像增强锐化。图像 边缘学科与高频分量相对应，高通滤波可以让步高频分量畅通无阻，而对低频分量则充分限制，通过高通滤波器去除低上频分量，也可以达到图像锐化的目的。原图为：1.4对比度增强程序：I=imread(IMG_0379.JPG);J=imadjust(I,0.3 0.7,);imshow(I);title(原图);figure;imshow(J);title(增强对比度后的图像);所得结果如下图：1.5对比度增强中的彩色灰度变换程序如下：clearh=imread(IMG_0379.JPG);c=rgb2gray(h);figure,imshow(c
11、),title(原始图像);g=imnoise(c,gaussian,0.1,0.002);figure,imshow(g),title(加入高斯噪声之后的图像);结果如下图：1.6图像增强处理：灰度图像处理，加噪声处理，中值滤波处理的程序如下：clearclose allI=imread(IMG_0379.JPG);J=rgb2gray(I);J0=imnoise(J,salt & pepper,0.02);J1=medfilt2(J0);subplot(2,2,1);imshow(I);title(原始图像);subplot(2,2,2);imshow(J);title(灰度图像);sub
12、plot(2,2,3);imshow(J0);title(加入噪声后图像);subplot(2,2,4);imshow(J1);title(中值滤波后图像);结果如下图：1.7局部平滑：img=rgb2gray(imread(IMG_0379.JPG);figure;subplot(2,2,1);imshow(img);title(原图像);img_noise=double(imnoise(img,salt & pepper,0.06);subplot(2,2,2);imshow(img_noise,);title(加椒盐噪声的图像);img_smoothed=imfilter(img_noi
13、se,fspecial(average,5);subplot(2,2,3);imshow(img_smoothed,);title(平滑图像);结果如下：1.8频率域平滑：i=imread(IMG_0379.JPG);j=fspecial(average);y=imfilter(i,j);subplot(1,2,1);imshow(i);subplot(1,2,2);imshow(y);1.9频率域锐化：I=imread(IMG_0379.JPG);H=-1 -1 -1;-1 8 -1;-1 -1 -1;y=imfilter(I,H);subplot(1,2,1);imshow(I);subp
14、lot(1,2,2);imshow(y)1.10直方图均衡化程序如下：I=imread(IMG_0379.JPG);I=rgb2gray(I);K=16;H=histeq(I,K);figure,subplot(2,2,1),imshow(I,);subplot(2,2,2),imshow(H,),hold on;subplot(2,2,3),hist(double(I),16),subplot(2,2,4),hist(double(H),16);结果如下：彩色图像处理：1.11伪彩色增强程序如下：I=imread(IMG_0379.JPG);figure;imshow(I);title(原图);X=grayslice(1,16)figure;imshow(X,hot(16);title(伪彩色增强);结果如下图：1.12真彩色图像分割：RGB=imread(IMG_0379.JPG);
