數(shù)字圖象處理論文

1、數(shù)字圖像處理及MATLAB實(shí)現(xiàn)課程論文 11光1 20111359027 周培宇不同方法實(shí)現(xiàn)圖像增強(qiáng)11光1 20111359027 周培宇( 南京信息工程大學(xué)，江蘇 南京 210044)1基本理論描述圖像增強(qiáng)可分成兩大類(lèi)：頻率域法和空間域法。前者把圖像看成一種二維信號(hào)，對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)。采用低通濾波（即只讓低頻信號(hào)通過(guò)）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號(hào)，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。圖像增強(qiáng)的方法是通過(guò)一定手段對(duì)原圖像附加一些信息或變換數(shù)據(jù)，有選

2、擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺(jué)響應(yīng)特性相匹配。在圖像增強(qiáng)過(guò)程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過(guò)程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類(lèi)?；诳沼虻乃惴ㄌ幚頃r(shí)直接對(duì)圖像灰度級(jí)做運(yùn)算基于頻域的算法是在圖像的某種變換域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修正，是一種間接增強(qiáng)的算法?；诳沼虻乃惴ǚ譃辄c(diǎn)運(yùn)算算法和鄰域去噪算法。點(diǎn)運(yùn)算算法即灰度級(jí)校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴(kuò)大圖像動(dòng)態(tài)范圍，擴(kuò)展對(duì)比度。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也

3、容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。 而本次主要通過(guò)對(duì)圖像的直方圖均衡、銳化和冪次變換調(diào)整對(duì)比度來(lái)對(duì)圖像進(jìn)行增強(qiáng)。 直方圖均衡直方圖均衡化就是把一已知灰度概率分布的圖像經(jīng)過(guò)一種變換，使之演變成一幅具有均勻灰度概率分布的新圖像。它是以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正法。直方圖均衡化的基本思想是把原始圖的直方圖變換為均勻分布的形式，這樣就增加了象素灰度值的動(dòng)態(tài)范圍從而可達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。設(shè)原始圖像在(x，y)處的灰度為f，而改變后的圖像為g，則對(duì)圖像增強(qiáng)的方法可

4、表述為將在(x，y)處的灰度f(wàn)映射為g。在灰度直方圖均衡化處理中對(duì)圖像的映射函數(shù)可定義為:g = EQ (f)，這個(gè)映射函數(shù)EQ(f)必須滿(mǎn)足兩個(gè)條件(其中L為圖像的灰度級(jí)數(shù)):(1)EQ(f)在0fL-1范圍內(nèi)是一個(gè)單值單增函數(shù)。這是為了保證增強(qiáng)處理沒(méi)有打亂原始圖像的灰度排列次序，原圖各灰度級(jí)在變換后仍保持從黑到白(或從白到黑)的排列。(2)對(duì)于0fL-1有0gL-1，這個(gè)條件保證了變換前后灰度值動(dòng)態(tài)范圍的一致性。累積分布函數(shù)(cumulative distribution function，CDF)即可以滿(mǎn)足上述兩個(gè)條件，并且通過(guò)該函數(shù)可以完成將原圖像f的分布轉(zhuǎn)換成g的均勻分布。此時(shí)的直方

5、圖均衡化映射函數(shù)為:= EQ( ) = (ni/n) = pf() ，(k=0，1，2，L-1)上述求和區(qū)間為0到k，根據(jù)該方程可以由源圖像的各像素灰度值直接得到直方圖均衡化后各像素的灰度值。在實(shí)際處理變換時(shí)，一般先對(duì)原始圖像的灰度情況進(jìn)行統(tǒng)計(jì)分析，并計(jì)算出原始直方圖分布，然后根據(jù)計(jì)算出的累計(jì)直方圖分布求出到的灰度映射關(guān)系。在重復(fù)上述步驟得到源圖像所有灰度級(jí)到目標(biāo)圖像灰度級(jí)的映射關(guān)系后，按照這個(gè)映射關(guān)系對(duì)源圖像各點(diǎn)像素進(jìn)行灰度轉(zhuǎn)換，即可完成對(duì)源圖的直方圖均衡化。銳化 圖像銳化處理的作用是使灰度反差增強(qiáng)，從而使模糊圖像變得更加清晰。圖像模糊的實(shí)質(zhì)就是圖像受到平均運(yùn)算或積分運(yùn)算，因此可以對(duì)圖像進(jìn)行

6、逆運(yùn)算，如微分運(yùn)算以突出圖像細(xì)節(jié)使圖像變得更為清晰。 銳化處理可選擇拉普拉斯算子對(duì)原圖像進(jìn)行處理產(chǎn)生描述灰度突變的圖像再將拉普拉斯圖像與原始圖像疊加而產(chǎn)生銳化圖像。這種簡(jiǎn)單的銳化方法既可以產(chǎn)生拉普拉斯銳化處理的效果，同時(shí)又能保留背景信息：將原始圖像疊加到拉普拉斯變換的處理結(jié)果中去，可以使圖像中的各灰度值得到保留、灰度突變處的對(duì)比度得到增強(qiáng)，最終結(jié)果是在保留圖像背景的前提下,突現(xiàn)出圖像中小的細(xì)節(jié)。冪次變換 采用不同的冪次對(duì)輸入圖像進(jìn)行冪次變換，可對(duì)原圖像的對(duì)比度進(jìn)行調(diào)整，獲得不同的清晰度感覺(jué)。因此可以在主觀經(jīng)驗(yàn)和感受的技術(shù)上，選擇適當(dāng)?shù)闹?，?lái)增強(qiáng)圖像的清晰度。2MATLAB程序設(shè)計(jì) 2.1程序流

7、程圖 讀取圖像 把圖像轉(zhuǎn)換成灰度圖像 把圖像轉(zhuǎn)換成雙精度類(lèi)型直方圖均衡化銳 化e的冪次變換Prewitt邊緣算子 增強(qiáng)原圖-均值低通濾波Sobel邊緣算子增強(qiáng) 原圖-高斯低通濾波 作圖2.2matlab實(shí)現(xiàn)代碼A=imread(C:UsersAdministratorDesktop1.jpg); %讀取圖像B=rgb2gray(A); %把圖像轉(zhuǎn)化成灰度圖I=double(B); %把圖像轉(zhuǎn)換成double精度類(lèi)型imshow(B,); %顯示圖片figure, %作圖imhist(B) %繪制直方圖ylim(auto) %限制y軸范圍g=histeq(B,256); %均衡后直方圖有256個(gè)

8、灰度級(jí)figure %作圖imshow(g) %顯示圖像figure %作圖imhist(g) %繪制直方圖ylim(auto) %限制y軸范圍g2 = imadjust(b,0.2 0.9,0 1); %進(jìn)行圖像的灰度變換figure %作圖imhist(g2) %繪制直方圖figure %作圖imshow(g2); %顯示圖像H=fspecial(average,5); %建立參數(shù)為5的均值濾波算子F1=double(filter2(H,I); %對(duì)圖像進(jìn)行濾波J=fspecial(gaussian,7,3); %建立模版尺寸為7，標(biāo)準(zhǔn)值為3的gaussian低通濾波F2=double(f

9、ilter2(J,I); %對(duì)圖像進(jìn)行濾波F3=2*I-F1; %增強(qiáng)圖像=原圖-均值低通濾波figure, %作圖imshow(uint8(F3),); %顯示灰度值于0-255的圖像F4=2*I-F2; %增強(qiáng)圖像=原圖-高斯低通濾波figure, %作圖imshow(uint8(F4),); %顯示灰度值于0-255的圖像K=fspecial(prewitt); %prewitt邊緣算子增強(qiáng)F5=uint8(I+filter2(K,I); %濾波，并使灰度值于0-255figure, %作圖imshow(F5,); %顯示圖像L=fspecial(sobel); %sobel邊緣算子增強(qiáng)

10、F6=uint8(I+filter2(L,I); %濾波，并使灰度值于0-255figure, %作圖imshow(F6,); %顯示圖像clc %清除所有C=imread(C:UsersAdministratorDesktop1.jpg);%讀取圖像im1 = rgb2gray(C);%轉(zhuǎn)化成灰度圖figure,imshow(im1);%畫(huà)圖im2 = double(im1)%把圖像轉(zhuǎn)換成double精度類(lèi)型M,N = size(im1);%定義矩陣大小for i=1:M %從1開(kāi)始循環(huán)，到M結(jié)束for j=1:N %從1開(kāi)始循環(huán)，到N結(jié)束im2(i,j)=exp(im2(i,j)-1;%以

11、e的冪變換end %結(jié)束循環(huán)end %結(jié)束循環(huán)figure,imshow(im2);%繪制圖像3.實(shí)驗(yàn)結(jié)果（1） 原圖的灰度圖像，可以看出由于對(duì)比度不是太高，原圖亮度不高，圖片背景景物模糊。 （2）經(jīng)過(guò)直方圖均衡化處理后的圖像對(duì)比度有明顯提高，景物顏色變深，看起來(lái)更加清晰，但由于灰度級(jí)的均衡化使得圖片細(xì)節(jié)不鮮明，部分細(xì)節(jié)消失。 （3）采用高斯低通濾波和原圖-均值低通濾畫(huà)面景物邊緣平滑許多，但是整體清晰度大幅度下降，畫(huà)面顯得模糊一些。 （4）采用prewitt邊緣算子增強(qiáng)和sobel邊緣算子增強(qiáng)，景色的邊界線更加明顯，畫(huà)面整體呈現(xiàn)立體感和層次感，便于識(shí)別，不過(guò)會(huì)有一定程度的失真。 （5）采用以e

12、為冪次的冪次變換調(diào)整畫(huà)面對(duì)比度，畫(huà)面整體亮度上升，景色被相對(duì)突出，但是暗處畫(huà)面辨識(shí)度降低，圖片整體清晰度有所提高。4.自己學(xué)習(xí)體會(huì) 圖像處理是指對(duì)圖像信息進(jìn)行加工，從而滿(mǎn)足人類(lèi)的心理、視覺(jué)或者應(yīng)用的需求的一種行為。數(shù)字圖像處理又稱(chēng)為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。數(shù)字圖像處理是從20世紀(jì)60年代以來(lái)隨著計(jì)算機(jī)技術(shù)和VLSL的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來(lái)的一個(gè)新興技術(shù)領(lǐng)域。數(shù)字圖像處理技術(shù)其實(shí)就是利用各種數(shù)字硬件與計(jì)算機(jī)，對(duì)圖像信息通過(guò)轉(zhuǎn)換而得到的電信號(hào)進(jìn)行相應(yīng)的數(shù)學(xué)運(yùn)算，例如圖像去噪、圖像分割、提取特征、圖像增強(qiáng)、圖像復(fù)原等，以便提高圖像的實(shí)用性

13、。其特點(diǎn)是處理精度比較高，并且能夠?qū)μ幚碥浖M(jìn)行改進(jìn)來(lái)優(yōu)化處理效果，操作比較方便，但是由于數(shù)字圖像需要處理的數(shù)據(jù)量一般很大，因此處理速度有待提高。目前，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，計(jì)算機(jī)的運(yùn)算速度得到了很大程度的提高。在短短的歷史中，它卻廣泛應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，在理論上和實(shí)際應(yīng)用上都取得了巨大的成就。 數(shù)字圖像處理需用到的關(guān)鍵技術(shù)主要有：圖像的采集與數(shù)字化、圖像的編碼、圖像 的增強(qiáng)、圖像恢復(fù)、圖像分割、圖像分析等。數(shù)字圖像處理的特點(diǎn)主要表現(xiàn)在數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。而增強(qiáng)圖象中的有用信息，它可以是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿(mǎn)足某些特殊分析的需要。 經(jīng)過(guò)一學(xué)期的學(xué)習(xí)，我大概對(duì)數(shù)字圖像技術(shù)有了大概的了解、掌握了一些基本的圖像處理方法。同時(shí)通過(guò)本次論文的編寫(xiě)，我深入學(xué)習(xí)了增強(qiáng)圖像的