圖像增強-直方圖均衡化

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)圖像增強 直方圖均衡化 摘 要 圖像增強是指按特定的需要突出一幅圖像的某些信息，削弱或消除不需要信息的處理方法。處理的結(jié)果使圖像更適合于人的視覺特性或機器的識別系統(tǒng)。本文主要采用直方圖均衡化、中值濾波的方法對圖像進(jìn)行處理，通過對處理結(jié)果進(jìn)行比較，從而加深對圖像增強的理解及應(yīng)用。一、圖像增強 在獲取圖像的過程中，由于多種因素的影響導(dǎo)致圖像無法達(dá)到令人滿意的視覺效果。對原始圖像做一些改善，從而實現(xiàn)人眼觀察或者機器自動分析、識別的目的的行為，就叫做圖像增強。圖像增強的主要內(nèi)容

2、二、直方圖均衡化 1.直方圖均衡化是通過累積函數(shù)對灰度值進(jìn)行調(diào)整以實現(xiàn)對比度的增強,具體地說就是把給定圖像的直方圖分布改變成近似均勻分布的直方圖。 2.直方圖均衡化的過程如下： 計算原圖像的灰度直方圖； 計算原圖像的灰度累積分布函數(shù)，進(jìn)一步求出灰度轉(zhuǎn)換表； 根據(jù)灰度轉(zhuǎn)換表，將原圖像各灰度級映射為新的灰度級。 3.直方圖均衡化的優(yōu)點：擴(kuò)張了像素值的動態(tài)范圍。直方圖均衡化后，圖像的概率密度函數(shù)近似服從均勻分布，灰度幾乎是均勻的分布在整個范圍內(nèi)，圖像明暗分明，對比度很大，圖像比較清晰明亮，很好的改善了原始圖的視覺效果。2.1原理及計算過程 先討論連續(xù)圖像的均衡化問題。設(shè)變量r和s代表原圖像灰度和經(jīng)直

3、方圖修正后的的圖像灰度。在圖像中,像素的灰度級可作歸一化處理,這樣r,s的值將限定在下述范圍之內(nèi):0r,s1, r=0代表黑,r=1代表白,可以對0,1區(qū)間內(nèi)的任一個值進(jìn)行如下變換:s=T(r)變換函數(shù)T應(yīng)滿足下列條件: (1)在0r1區(qū)間內(nèi)Tr單值單調(diào)增加;(2)對于0r1,有0s1。 這里的第一個條件保證了圖像的灰度級從黑到白的次序不變;第二個條件則保證了映射變換后的像素灰度值在允許的范圍內(nèi)。 從s到r的反變換可用下式表示: 可以證明上式也滿足條件1和條件2。 假定隨機變量s的分布函數(shù)用表示，令和分別代表隨機變量r和s的概率密度函數(shù),根據(jù)分布函數(shù)定義，則有： 根據(jù)密度函數(shù)是分布函數(shù)的導(dǎo)數(shù)的

4、關(guān)系，等式兩邊對s求導(dǎo)，有： 從人眼視覺特性來考慮，一幅圖像的直方圖如果是均勻分布的，即（歸一化后k=1）時，信息量最大，感覺上圖像色調(diào)比較協(xié)調(diào)。 因為，則直方圖均衡化的變換函數(shù)可以由下式給出:對于灰度級為離散的數(shù)字圖像，用頻率來代替概率。則變換函數(shù)的離散形式可表示為： 可見，均衡后的各像素的灰度值可以由原圖像的直方圖算出。2.3實際舉例 對下圖用直方圖均衡化的方法進(jìn)行圖像增強。對這幅綠植圖，在進(jìn)行灰度化處理之前，我們采取了特殊的處理方法：將彩色像素值的分量R,G,B提取之后做歸一化處理。分別得到取值范圍在01之間的三個分量r,g,b，再按照I=2g-r-b對其進(jìn)行灰度處理，以求其在這樣的處理

5、后圖像增強的效果更明顯。具體的MATLAB程序如下：function HZFTJHA=imread(D:SDC12872.JPG);%讀取圖像subplot(3,2,1.5);imshow(A); %顯示圖像A=double(imread(D:SDC12872.JPG);%讀取圖像R=A(:,:,1);G=A(:,:,2);B=A(:,:,3);r=R./(R+B+G);g=G./(R+B+G);b=B./(R+B+G);I=2*g-r-b;imwrite(I,D:SDC1287.JPG); %保存處理后的圖像 J=histeq(I);%均衡化 subplot(3,2,3); imshow(I

6、); title(灰度化后的圖像); subplot(3,2,4); imhist(I); title(灰度化后圖像的灰度直方圖); subplot(3,2,5); imshow(J);實驗結(jié)果如下： 直方圖均衡化是圖像增強方法中應(yīng)用廣泛的方法,它對整個圖像的直方圖進(jìn)行平均處理,實現(xiàn)整個圖像的對比度增強,整體效果令人滿意。但局部細(xì)節(jié)增強不足,當(dāng)圖像場景深度多變時,對比度退化程度會隨之改變,此時采用直方圖均衡化,獲得的對比度增強效果難以令人滿意。三、小結(jié) 直方圖均衡化針對在低值灰度區(qū)間上頻率較大、圖像中較暗區(qū)域中細(xì)節(jié)看不清楚的圖像，有較好的增強效果。但它的缺點是不能抑制噪聲。對于圖像中呈孤立分散分布的噪聲點，中值濾波法更適合處理，而且它還能在去噪的同時保持圖像邊緣位置和細(xì)節(jié)。 實際操作過程中，我們可以根據(jù)不同的需求來選擇適合的方法，還可以反復(fù)試驗不同的方法，達(dá)到最佳增強處理的效果。四、參考文獻(xiàn)1 劉治群，楊萬挺，朱強，幾種圖像增強算法的研究比較J，合肥師范學(xué)院學(xué)報,2010年11月第28卷第6期2 肖昕，李巖，幾種圖像增強算法的研究比較J，計算機輔助設(shè)計與圖