《[推荐]图像增强技术(MATLAB)—毕业论文》由会员分享，可在线阅读，更多相关《[推荐]图像增强技术(MATLAB)—毕业论文（25页珍藏版）》请在金锄头文库上搜索。
1、欢迎浏览下载使用！数字图像处理期中论文数字图像处理期中论文图像增强技术综述图像增强技术综述学学 院院 信息工程学院信息工程学院专专 业业 电子信息工程电子信息工程方方 向向 信息处理方向信息处理方向姓姓 名名 何何 娜娜 娜娜 学学 号号 200710113081中中 国国 传传 媒媒 大大 学学2010 年年 11 月月 27 日日欢迎浏览下载使用！图像增强技术综述图像增强技术综述内容摘要数字图像处理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
2、方法分类并给出直方图增强、对比 度增强、平滑和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 直方图增强 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 digital format, then using the computer to process it. Image enhancement is d
3、igital image processing process often use a method to improve image quality, it plays an important role. This article first introduces the principle of image enhancement and classification，and then focus on several methods to study such as and histogram enhancement, contrast enhancement, smoothing a
4、nd sharpening, and other commonly 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
5、 enhancement method of performance evaluation. Keywords:Image Enhancement histogram enhancement contrast enhancement smoothing sharpening1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
6、等方面可能存在诸多问题，这类欢迎浏览下载使用！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 弱或去除不需要的信息。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
7、式。 它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，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
8、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 中图像增强技术将会发挥更为重要的作用。2 图像增强的基本理论2.1 图像增强的定义为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的 问题采取的简单改善方法或者加强特征的措施称为图像增强。 一般情况下，图像增强是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 某些不需要的信息的处理方法，也是提高图像质量的过程。图像增强的目的是使图像的某 些特性方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实 现对图像的
9、更高级的处理和分析。图像增强的过程往往也是一个矛盾的过程：图像增强希 望既去除噪声又增强边缘。但是，增强边缘的同时会同时增强噪声，而滤去噪声又会使边 缘在一定程度上模糊，因此，在图像增强的时候，往往是将这两部分进行折中，找到一个 好的代价函数达到需要的增强目的。传统的图像增强算法在确定转换函数时常是基于整个 图像的统计量，如：ST 转换，直方图均衡，中值滤波，微分锐化，高通滤波等等。这样对 应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉，从 而局部区域的增强效果常常不够理想，噪声滤波和边缘增强这两者的矛盾较难得到解决。2.2图像增强的分类及方法图像增强可分成两大类：
10、频率域法和空间域法。前者把图像看成一种二维信号，对其 进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉 图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有 代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等， 它们可用于去除或减弱噪声。图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图欢迎浏览下载使用！像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹 配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图 像增强技术根据增强处理过程
11、所在的空间不同，可分为基于空域的算法和基于频域的算法 两大类。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种 变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变 换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增 强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模 糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识 别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。2. 3 常用的图像增强
12、方法（1） 直方图均衡化 有些图像在低值灰度区间上频率较大，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） 对比度增强法 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 来图像的每一个象素的灰度，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，因此具有分布和大小不规则性的特点。这些噪声
13、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或中值滤波，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模内所有像素点灰度值 的中间值代替。 （4） 锐化 平滑噪声时经常会使图像的边缘变的模糊，针对平均和积分运算使图像模糊，可对其 进行反运算采取
14、微分算子使用模板和统计差值的方法，使图像增强锐化。图像边缘与高频 分量相对应，高通滤波器可以让高频分量畅通无阻，而对低频分量则充分限制，通过高通 滤波器去除低频分量，也可以达到图像锐化的目的。3数字图像的基本概念3.1 数字图像的表示图像并不能直接用计算机来处理，处理前必须先转化成数字图像。早期一般用 picture 代 表图像，随着数字技术的发展，现在都用 image 代表离散化了的数字图像。 由于从外界得到的图像多是二维（2-D）的，一幅图像可以用一个 2-D 数组表示。这),(yxf欢迎浏览下载使用！里 x 和 y 表示二维空间 XY 中一个坐标点的位置，而 f 则代表图像在点的某种性质
15、数),(yx值。为了能够用计算机对图像进行处理，需要坐标空间和性质空间都离散化。这种离散化了的图像都是数字图像，即都在整数集合中取值。图像中的每个基本单元称为图),(yxf像那元素，简称像素。3.2图像的灰度常用的图像一般是灰度图，这时 f 表示灰度值，反映了图像上对应点的亮度。亮度是观察者对所看到的物体表面反射光强的量度。作为图像灰度的量度函数应大于零。),(yxf人们日常看到的图像一般是从目标上反射出来的光组成的，所以可看成由两部分),(yxf构成：入射到可见场景上光的量；场景中目标对反射光反射的比率。确切地说它们分别称为照度成分和反射成分。与和都成正比，可表示成),(yxi),(yxr)
16、,(yxf),(yxi),(yxr。),(yxf),(yxi),(yxr将二维坐标位置函数称为灰度。入射光照射到物体表面的能量是有限的，并),(yxf且它永远为正，即 0=150); I(J)=255;欢迎浏览下载使用！subplot(1,3,3); imshow(I); title( 图像二值化 ( 域值为 150 ） );4 4、 图图4.54.5 %imadjust 函数 I=imread(D:imagerice.bmp);%读取图像subplot(2,2,1); Imshow(I);%显示图像 title(原图);subplot(2,2,2); imhist(I);%绘制图像的灰度直方图 title(原图的灰度直方图);subplot(2,2,3); J=imadjust(I,0.3 0.7,);%对图像进行灰度变换 Imshow(J);%显示图像 title(原图直方图均衡化);subplot(2,2,4); imhist(J);%绘制图像的灰度直
