綜合課程設(shè)計(jì)_圖像直方圖均衡化的程序設(shè)計(jì)

1、武漢理工大學(xué)專業(yè)綜合課程設(shè)計(jì)說明書專業(yè)綜合課程設(shè)計(jì)任務(wù)書學(xué)生姓名: 呂義斌 專業(yè)班級: 電信 1102 班 指導(dǎo)教師: 李達(dá) 工作單位: 信息工程學(xué)院 題 目1:圖像直方圖均衡化的程序設(shè)計(jì)初始條件:（1） 提供實(shí)驗(yàn)室機(jī)房及其matlab軟件；（2） 數(shù)字圖像處理的基本理論學(xué)習(xí)。 要求完成的主要任務(wù):(包括課程設(shè)計(jì)工作量及其技術(shù)要求,以及說明書撰寫等具體要求):（1）選擇并讀取一幅256級的灰度圖像，利用matlab設(shè)計(jì)程序；（2）設(shè)計(jì)計(jì)算該圖像的直方圖的程序（不能用matlab提供的庫函數(shù)），并顯示直方圖圖形；（3）根據(jù)圖像直方圖的均衡化原理編寫圖像直方圖均衡化程序（不能使用matlab的庫函

2、數(shù)），保存變換后的圖像，并顯示均衡化后的直方圖；（4）用matlab庫函數(shù)對該圖像進(jìn)行直方圖均衡化，并顯示均衡化后的直方圖；（5）對兩種不同方法所得到的直方圖均衡化的結(jié)果進(jìn)行分析；（6）要求閱讀相關(guān)參考文獻(xiàn)不少于5篇；（7）根據(jù)課程設(shè)計(jì)有關(guān)規(guī)范，按時(shí)、獨(dú)立完成課程設(shè)計(jì)說明書。時(shí)間安排: (1) 布置課程設(shè)計(jì)任務(wù),查閱資料,確定方案 四天； (2) 進(jìn)行編程設(shè)計(jì) 一周； (3) 完成課程設(shè)計(jì)報(bào)告書 三天；指導(dǎo)教師簽名: 年 月 日系主任(或責(zé)任教師)簽名: 年 月 日目錄1.概述12.灰度級直方圖及直方圖均衡化12.1直方圖定義12.2直方圖均衡化思想方法12.3直方圖均衡化算法33. Matl

3、ab 程序?qū)崿F(xiàn)44.結(jié)果分析65.心得體會7參考文獻(xiàn)81.概述圖像對比度增強(qiáng)的方法可以分成兩類:一類是直接對比度增強(qiáng)方法;另一類是間接對比度增強(qiáng)方法。直方圖拉伸和直方圖均衡化是兩種最常見的間接對比度增強(qiáng)方法。直方圖拉伸是通過對比度拉伸對直方圖進(jìn)行調(diào)整，從而“擴(kuò)大”前景和背景灰度的差別，以達(dá)到增強(qiáng)對比度的目的，這種方法可以利用線性或非線性的方法來實(shí)現(xiàn);直方圖均衡化則通過使用累積函數(shù)對灰度值進(jìn)行“調(diào)整”以實(shí)現(xiàn)對比度的增強(qiáng)。直方圖均衡化（Histogram Equalization）是圖像處理領(lǐng)域中利用圖像直方圖對對比度進(jìn)行調(diào)整的方法。這種方法通常用來增加許多圖像的局部對比度，尤其是當(dāng)圖像的有用數(shù)據(jù)

4、的對比度相當(dāng)接近的時(shí)候。通過這種方法，亮度可以更好地在直方圖上分布。這樣就可以用于增強(qiáng)局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地?cái)U(kuò)展常用的亮度來實(shí)現(xiàn)這種功能。2.灰度級直方圖及直方圖均衡化2.1直方圖定義灰度級直方圖是圖像的一種統(tǒng)計(jì)表達(dá)，它反映了圖像中不同灰度級出現(xiàn)的統(tǒng)計(jì)概率?；叶燃?,L-1范圍的數(shù)字圖像的直方圖具有如下離散函數(shù)： (2.1)式中，是級灰度，是圖像中灰度級為的像素個(gè)數(shù)。進(jìn)行歸一化，則概率，為圖像中像素的總數(shù)。由于圖像的視覺效果與直方圖有對應(yīng)關(guān)系，即直方圖的形狀和改變對視覺的感知影響很大，因此采用直方圖變換的方式可以增強(qiáng)圖像。2.2直方圖均衡化思想方法圖像直方圖描

5、述圖像中各灰度級出現(xiàn)的相對頻率，基于直方圖的灰度變換，可以調(diào)整圖像直方圖到一個(gè)預(yù)定的形狀。直方圖均衡化處理的“中心思想”是把原始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。一些圖像由于其灰度分布集中在較窄的區(qū)間，對比度很弱，圖像細(xì)節(jié)看不清楚。1武漢理工大學(xué)專業(yè)綜合課程設(shè)計(jì)此時(shí)，可采用圖像灰度直方圖均衡化處理，使得圖像的灰度分布趨向均勻，圖像所占有的像素灰度間距拉大，進(jìn)而加大圖像反差，改善視覺效果，達(dá)到增強(qiáng)的

6、目的。從人的視覺特性來考慮，一幅圖像的直方圖如果是均勻分布的，該圖像色調(diào)給人的感覺會比較協(xié)調(diào)。假定原始圖像灰度級歸一化在01之間，即。為原始圖像灰度分布的概率密度函數(shù)，直方圖均衡化處理實(shí)際上就是尋找一個(gè)灰度變換函數(shù)T，使得變換后的灰度值滿足，其中，歸一化為，建立r與s之間的映射關(guān)系，要求處理后圖像灰度分布的概率密度函數(shù)，即變換后概率密度為上的均勻分布，期望所有灰度級出現(xiàn)概率相同。直方圖均衡變換函數(shù)如圖2.1所示。圖2.1 直方圖均衡變換函數(shù)從圖2.1中可以看出在灰度變換的和區(qū)間內(nèi)，像素點(diǎn)個(gè)數(shù)是不變的，因此有： (2.2)當(dāng)，略去下標(biāo)j ，有 。由于 ， ，則 ，最終得到直方圖均衡化的灰度變換函

7、數(shù)為： (2.3)式（2.3）是原始圖像灰度r的累積分布函數(shù)。對于數(shù)字圖像離散情況，其直方圖均衡化處理的計(jì)算步驟如下：1） 統(tǒng)計(jì)原始圖像的直方圖， ，是歸一化的輸入圖像灰度級。2） 計(jì)算直方圖累積分布函數(shù)曲線， 。3） 用累積分布函數(shù)作為變換函數(shù)進(jìn)行圖像灰度變換。根據(jù)就計(jì)算得到的累積分布函數(shù)，建立輸入圖像與輸出圖像灰度級之間的對應(yīng)關(guān)系，即重新定位累積分布函數(shù)（與歸一化灰度等級比較，尋找最接近的一個(gè)作為原灰度級k變換后的新灰度級）。2.3直方圖均衡化算法直方圖均衡化算法將原圖像的直方圖改變?yōu)樵谡麄€(gè)灰度范圍內(nèi)基本均勻地分布的形式，由此擴(kuò)大了像素灰度的動態(tài)范圍，從而增強(qiáng)了圖像的對比度。直方圖均衡化算

8、法步驟為：1) 給出原始圖像的所有灰度級2) 統(tǒng)計(jì)原始圖像各灰度級的像素?cái)?shù)。3) 根據(jù)原圖像，計(jì)算灰度直方圖： (2.4) 式中,為總像素?cái)?shù),為灰度級的像素?cái)?shù)。4) 計(jì)算原始圖像的累積直方圖： (2.5)5) 取整計(jì)算： (2.6)6) 確定映射關(guān)系： 7) 統(tǒng)計(jì)新直方圖各灰度級的像素?cái)?shù)目。8) 計(jì)算新的直方圖： (2.7)3. Matlab 程序?qū)崿F(xiàn)選擇一幅256級的灰度圖像，計(jì)算該圖像的直方圖，得到其直方圖圖形，根據(jù)圖像直方圖的均衡化原理進(jìn)行直方圖均衡化。根據(jù)計(jì)算圖像的直方圖原理及圖像直方圖的均衡化原理編寫Matlab程序代碼（不用matlab提供的庫函數(shù)）如下：I=imread(vill

9、age.bmp);figure;I=rgb2gray(I);Ps=double(I);m,n=size(I);GP=zeros(1,256);for k=0:255 GP(k+1)=length(find(Ps=k)/(m*n);endsubplot(2,2,1),imshow(I);title(原圖);subplot(2,2,2),bar(0:255,GP,g)title(原圖像直方圖)xlabel(灰度值)ylabel(出現(xiàn)概率)S1=zeros(1,256);for i=1:256 for j=1:i S1(i)=GP(j)+S1(i); endendS2=round(S1*256)+0

10、.5);I1=I;for i=0:255 I1(find(I=i)=S2(i+1);endsubplot(2,2,3),imshow(I1)title(均衡化后圖像)for i=1:256 GPeq(i)=sum(GP(find(S2=i);endsubplot(2,2,4),bar(0:255,GPeq,g)title(均衡化后的直方圖)xlabel(灰度值)ylabel(出現(xiàn)概率)imwrite(I1,countryside.bmp);程序運(yùn)行后得到的圖像及其直方圖結(jié)果如圖3.1所示。圖3.1 圖像及直方圖用matlab庫函數(shù)對該圖像進(jìn)行直方圖均衡化，并顯示均衡化后的直方圖，程序代碼如下：

11、I=imread(village.bmp);figure;I=rgb2gray(I);subplot(2,2,1),imshow(I);title(原圖);subplot(2,2,2),imhist(I);title(原圖像直方圖);J,T=histeq(I,256);subplot(2,2,3),imshow(J);title(均衡化后圖像);subplot(2,2,4),imhist(J);title(均衡化后的直方圖);程序運(yùn)行后得到圖像及直方圖結(jié)果如下圖3.2所示。圖3.2圖像及直方圖結(jié)果4.結(jié)果分析由圖3.1和圖3.2所示，原圖顯示的圖像及其直方圖可知這幅圖像最為突出的特點(diǎn)是較模糊且

12、動態(tài)范圍較低。直方圖的寬度相對于整個(gè)灰度范圍來說非常狹窄，圖像質(zhì)量比較差，地物可分性較差；在Matlab 環(huán)境下進(jìn)行直方圖的均衡化，對圖像的亮度范圍進(jìn)行拉伸，以提高對比度。經(jīng)過直方圖均衡化，圖像的對比度明顯提高，直方圖在整個(gè)亮度標(biāo)度上顯著擴(kuò)展，圖像質(zhì)量提高。將兩幅結(jié)果圖進(jìn)行對比可發(fā)現(xiàn)，用matlab庫函數(shù)對該圖像進(jìn)行直方圖均衡化的效果明顯高于用均衡化原理編寫的程序?qū)υ搱D像進(jìn)行直方圖均衡化的效果?；叶燃増D像直方圖均衡化對于背景和前景都太亮或者太暗的圖像非常有用，這種方法尤其是可以帶來X光圖像中更好的骨骼結(jié)構(gòu)顯示以及曝光過度或者曝光不足照片中更好的細(xì)節(jié)。這種方法的一個(gè)主要優(yōu)勢是它是一個(gè)相當(dāng)直觀的技

13、術(shù)并且是可逆操作，如果已知均衡化函數(shù)，那么就可以恢復(fù)原始的直方圖，并且計(jì)算量也不大。這種方法的一個(gè)缺點(diǎn)是它對處理的數(shù)據(jù)不加選擇，它可能會增加背景雜訊的對比度并且降低有用信號的對比度；變換后圖像的灰度級減少，某些細(xì)節(jié)消失；某些圖像，如直方圖有高峰，經(jīng)處理后對比度不自然的過分增強(qiáng)。5.心得體會直方圖均衡化是圖像增強(qiáng)技術(shù)的基本方法，本文分析了這種處理方法的基本理論，并用MATLAB進(jìn)行實(shí)驗(yàn)，結(jié)果表明，直方圖均衡化在一定程度上改善了圖像的對比度差和灰度動態(tài)范圍，增強(qiáng)了圖像的可讀性，提高了地物的可分性，有利于進(jìn)行遙感圖像的目視解譯。該算法簡單，是一種行之有效的圖像增強(qiáng)算法。通過近一周的課程設(shè)計(jì)，我們學(xué)到了很多東西，對如何獲得知識也有了一定的感知。首先，對這個(gè)設(shè)計(jì)題目，要做好充分的準(zhǔn)備工作，經(jīng)過在圖書館查找一些相關(guān)的資料，上網(wǎng)搜索一些相關(guān)的知識后，我們終于對需要的流程有了一定的規(guī)劃。其次，在實(shí)際設(shè)計(jì)過程中，我們充分地利用課本上和老師提過的一些知識、思路。同時(shí)與組內(nèi)同學(xué)認(rèn)真交談，相互領(lǐng)會對方的思路和方法，提高自己處理問題的能力。再次，通過對此設(shè)計(jì)，我們對圖像處理的知識有了更加深入的了解，知道