《课程设计图像空域增强算法设计直方图变换增强Word版》由会员分享，可在线阅读，更多相关《课程设计图像空域增强算法设计直方图变换增强Word版（17页珍藏版）》请在金锄头文库上搜索。
1、传播优秀Word版文档 ，希望对您有帮助，可双击去除！成 绩 评 定 表学生姓名王红班级学号1303030404专 业电子信息工程课程设计题目图像空域增强算法设计直方图变换增强评语组长签字：成绩日期 2016年7月18日课程设计任务书学 院信息科学与工程专 业电子信息工程学生姓名王红班级学号1303030404课程设计题目图像空域增强算法设计直方图变换增强实践教学要求与任务：本设计要求利用Matlab进行编程及仿真，仿真内容为图像空域增强算法设计直方图变换增强。要求利用所学数字图象处理技术知识，在Matlab软件系统上来实现灰度变换增强，并对程序进行测试。要求如下：（1） 学习Matlab处理
2、图像的方法；（2） 加深对空域增强的理解；（3） 掌握直方图均衡化和标准化算法。工作计划与进度安排：第一阶段（1-2天）：熟悉matlab编程环境，查阅相关资料；第二阶段（2-3天）：算法设计；第三阶段（2-3天）：编码与调试；第四阶段（1-2天）：实验与分析；第五阶段（1-2天）：编写文档。指导教师： 2016年7月 3日专业负责人： 2016年7月 4日学院教学副院长： 2016年7月 4日摘 要空域增强是数字图像处理的基本内容之一。经过增强处理后，图像的视觉效果会得到改善，对比度增强，为图像的信息提取及其他图像分析技术奠定良好的基础。由于没有衡量图像增强质量的通用标准，图像增强往往和具体
3、应用背景有较大的相关性。本课程设计主要研究用于图像空域增强算法的直方图变换增强，包括直方图均衡化与直方图规定化。对于原本偏亮或偏暗的图像，均衡化可以使被处理图像不再偏暗也不再偏亮，灰度层次分布比较均匀。规定化可将被处理图像按照预先设定的形状调整其直方图。二者均可改善图像视觉效果。采用MATLAB软件进行编程，运用上述算法对图像进行处理。仿真结果表明，处理后的图像对比度得到了明显改善，图像细节清晰，增强了图像的视觉效果，有利于图像的分析和识别。关键词：空域增强；直方图变换增强；MATLAB 目 录1设计目的与要求11.1设计目的11.2设计要求12设计原理12.1直方图均衡化12.2直方图规定化
4、23设计方案33.1设计思想33.2设计流程44软件实现54.1原始图像54.2图像均衡化54.3图像规定化65仿真与结果分析65.1仿真75.1.1图像原始化75.1.2图像均衡化85.1.3图像规定化85.2结果分析10结论11参考文献121设计目的与要求1.1设计目的选择一副对比度不足的图像，对该图像进行灰度变换实现图像的增强，增强对比度，显示增强前、后的图像以及他们的灰度直方图。总结直方图增强的方法，对比方法的优缺点，积极思考基于特定图像的增强方法，设计中应具有自己的设计思想、设计体会。1.2设计要求（1） 学习Matlab处理图像的方法；（2） 加深对空域增强的理解；（3） 掌握直方
5、图均衡化和标准化算法。2设计原理一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现。直方图的方法是以概率论为基础的。常用的方法有直方图均衡化和直方图规定化。2.1直方图均衡化直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像。其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果。直方图均衡化的具体实现步骤如下:（1） 列出原始图像的灰度级 (3.1)（2） .统计各灰度级的像素数
6、目 (3.2)（3） 计算原始图像直方图各灰度级的频数 (3.3)（4） 计算累积分布函数，即：衡化后各像素的灰 (3.4)（5） .应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的个数，其中INT为取整符号 (3.6)（6） .统计映射后各灰度级的像素数目 （7） 计算输出直方图 (3.7)（8） 用和的映射关系修改原始图像的灰度级,从而获得直方图近似为均匀分布的输出图像。2.2直方图规定化直方图均衡化的优点是能自动增强整个图像的对比度,但它的具体增强效果不易控制,处理的结果总是得到全局的均衡化的直方图。实际工作中,有时需要变换直方图使之成为某个特定的形状,从而有选择地增强某个
7、灰度值范围内的对比度,这时可采用比较灵活的直方图规定化方法。直方图规定化增强处理的步骤如下:令Pr（r）和Pz（z）分别为原始图像和期望图像的灰度概率密度函数。如果对原始图像和期望图像均作直方图均衡化处理，应有 (3.8) (3.9) (3.10)由于都是进行均衡化处理，处理后的原图像概率密度函数Ps（S）及理想图像概率密度函数PV（V）是相等的。于是，我们可以用变换后的原始图像灰度级S代替（2）式中的V。即 (3.11)这时的灰度级Z 便是所希望的图像的灰度级。此外，利用（1）与（3）式还可得到组合变换函数 (3.12)对连续图像，重要的是给出逆变换解析式。对离散图像而言，有 (3.13)
8、(3.14) (3.15) 3设计方案3.1设计思想图像空域增强是指直接在图像所在的二维空间进行增强处理，即增强构成图像的像素。空域增强中的直方图变换增强，包括直方图均衡化和直方图规定化两个方面。对图像进行直方图均衡化处理时，首先导入待处理图像。由于现在大部分的图片都是彩色图像，故在图像导入之后需将其转化为灰度图像以便于后续处理。将原始灰度图像的直方图绘出，同时对原始灰度图像进行均衡化处理。将处理后的灰度图像的直方图绘出，分别对均衡化前后的灰度图像和直方图做对比分析，观察图像处理效果。对图像进行规定化处理时，同样导入图像，然后将其转化为灰度图像并绘出灰度直方图，然后通过函数对图像做规定化处理，
9、绘出规定化后的灰度直方图，分别对规定化前后的灰度像和直方图做对比分析，观察图像处理效果。3.2设计流程实现流程图如图2.2、2.1 所示 ：图2.1 图形均衡化流程 图2.2 图像规定化流程4软件实现4.1原始图像在Matlab中自定义M文件, 选取一张自然图像进行算法实验，图像读取程序如下：clear clc; I=imread(4.PNG); %读入图像I1=rgb2gray(I); %转化为灰度图像subplot(1,2,1),imshow(I1); %显示灰度图像title(原始灰度图像); subplot(1,2,2),imhist(I1); %显示灰度图像的直方图title(原始灰
10、度图像直方图);%axis square;xlabel(灰度值);ylabel(像素数量);4.2图像均衡化将图像进行均衡化处理程序如下:J=histeq(I1,64); %均衡化处理为灰度级为64的图像subplot(1,2,1),imshow(J); title(均衡化后图像（64级）); subplot(1,2,2),imhist(J) ; %显示直方图counts,x=imhist(J); title(均衡化后图像直方图);%axis square;xlabel(灰度值);ylabel(像素数量);4.3图像规定化 在Matlab中自定义M文件, 选取另一张图像进行算法实验,利用均衡化
11、结果对此图进行规定化，图像规定化程序如下:K=imread(5.PNG); %读入要规定化的图像K1=rgb2gray(K); %将该图转化为灰度图像subplot(1,2,1),imshow(K1); title(原始灰度图像); subplot(1,2,2),imhist(K1); %绘制原灰度图像的直方图title(要规定化图像直方图); %axis square;xlabel(灰度值);ylabel(像素数量);L=histeq(K1,counts); %对图像进行规定化%hgram=0:255; figure;subplot(1,2,1),imshow(L); title(规定化后图
12、像); subplot(1,2,2),imhist(L); title(规定化后图像直方图);%axis square;xlabel(灰度值);ylabel(像素数量);5仿真与结果分析一幅图像经过直方图均衡化处理、直方图规定化处理后得到的灰度图像及直方图，并对这几个图进行比较。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的像素数量。5.1仿真5.1.1图像原始化选取一张自然图像进行算法实验, 通过imread ()导入一幅自然图像如图5.1所示。图5.1 导入第一张原始图像通过函数rgb2gray()将该图转化为灰度图像，再通过函数imshow()显示其灰度图像，imhist()显示灰度
13、直方图。结果如图5.1所示，(a) (b)图5.2 原始灰度图像及其灰度直方图得到的原始灰度图像整体偏暗。从其直方图(b)中可以看出原始灰度图像的灰度等级很多，且主要分布在中低灰度级上, 在高灰度级上图像的像素数很少。5.1.2图像均衡化经过函数histeq（）对原始灰度图像均衡化处理，通过imshow（）显示其灰度图像，imhist(）显示度直方图，并将其灰度等级改为64级，返回数据向量给counts,为直方图规定化做准备。结果如图5.2所示。(a) (b)图5.3 均衡化结果均衡化后的图像明显比原图5.1（a）明亮了许多，对比度得到增强。从其直方图(d)中也可以看出其灰度等级明显减少，且整体分布比较均匀， 亮度对比度大为改善。5.1.3图像规定化通
