光照不均勻圖像的同態(tài)濾波改善方法

頁(yè)共20頁(yè)1引言1.1課題背景圖像是人類獲取和交換信息的主要來(lái)源，是視覺(jué)的基礎(chǔ)，而視覺(jué)又是人類重要的感知手段，所以，圖像成為心理學(xué)、生理學(xué)、計(jì)算機(jī)科學(xué)等諸多方面學(xué)者研究示圖感知的有效工具。圖像處理是一門實(shí)用的學(xué)科，在軍事公交、航空、航天、遙感、通信、醫(yī)學(xué)、教育等領(lǐng)域得到廣泛應(yīng)用。近年來(lái),隨著信息技術(shù)的發(fā)展,圖像資源日益豐富,圖像增強(qiáng)在信息處理中占據(jù)了越來(lái)越重要的位置。一方面,在圖像產(chǎn)生過(guò)程中,由于圖像是由光的反射形成的,常出現(xiàn)光源在景物上照射不均勻的現(xiàn)象,至使光照強(qiáng)的部分較亮,光照弱的部分較暗；另一方面,在圖像生成和傳輸?shù)倪^(guò)程中,經(jīng)常會(huì)引起脈沖噪聲,從而導(dǎo)致圖像呈現(xiàn)出隨機(jī)分布的黑白相間的噪聲點(diǎn)。上述兩種現(xiàn)象的存在,不僅破壞了圖像的真實(shí)信息,還嚴(yán)重影響了圖像的視覺(jué)效果。圖像增強(qiáng)處理是數(shù)字圖像處理的一個(gè)重要分支。很多場(chǎng)景由于條件的影響，圖像拍攝的視覺(jué)效果不佳，這就需要圖像增強(qiáng)技術(shù)來(lái)改善人的視覺(jué)效果，比如突出圖像中目標(biāo)物體的某些特點(diǎn)、從數(shù)字圖像中提取目標(biāo)物的特征參數(shù)等等，這些都有利于對(duì)圖像中目標(biāo)的識(shí)別、跟蹤和理解。圖像增強(qiáng)處理主要內(nèi)容是突出圖像中感興趣的部分，減弱或去除不需要的信息，其主要目的是使處理后的圖像對(duì)某種特定的應(yīng)用來(lái)說(shuō)，比原始圖像更適用。因此，這類處理是為了某種應(yīng)用目的而去改善圖像質(zhì)量的。處理的結(jié)果使圖像更適合于人的視覺(jué)特性或機(jī)器的識(shí)別系統(tǒng)。應(yīng)該明確的是增強(qiáng)處理并不能增強(qiáng)原始圖像的信息，其結(jié)果只能增強(qiáng)村某種信息的辨別能力，這樣使有用信息得到加強(qiáng)，從而得到一種更加實(shí)用的圖像或者轉(zhuǎn)換成一種更適合人或機(jī)器進(jìn)行分析處理的圖像。圖像增強(qiáng)的應(yīng)用領(lǐng)域也十分廣闊并涉及各種類型的圖像。例如，在軍事應(yīng)用中，增強(qiáng)紅外圖像提取我方感興趣的敵軍目標(biāo)；在空間應(yīng)用中，對(duì)用太空照相機(jī)傳來(lái)的月球圖片進(jìn)行增強(qiáng)處理改善圖像的質(zhì)量；在農(nóng)業(yè)應(yīng)用中，增強(qiáng)遙感圖像了解農(nóng)作物的分布；在交通應(yīng)用中，對(duì)大霧天氣圖像進(jìn)行增強(qiáng)，加強(qiáng)車牌、路標(biāo)等重要信息進(jìn)行識(shí)別。在圖像采集過(guò)程中,由于光照環(huán)境或物體表面反光等原因造成的圖像整體光照不均,導(dǎo)致信息識(shí)讀出現(xiàn)困難。按照?qǐng)D像光照不均勻的表現(xiàn)可以分為：圖像整體灰度值低，由于采集圖像時(shí)周圍環(huán)境光照條件不佳或采集圖像設(shè)備本身的問(wèn)題,使得到的圖像整體灰度值偏低、圖像對(duì)比度低,感興趣區(qū)域難以識(shí)別,如紅外圖、夜晚時(shí)獲取的圖像；圖像局部灰度值低，圖像中一部分由于獲取光照不足或位于陰影區(qū)域?qū)е禄叶戎递^低,與背景融合在一起,雖然與其他部分對(duì)比度高,但圖像動(dòng)態(tài)范圍大,使提取出原始圖像中這部分的信息出現(xiàn)困難；圖像位于金屬光滑表面或有弧度的物體表面,使得采集到的圖像出現(xiàn)高光現(xiàn)象,如圖1所示。高光現(xiàn)象不僅使圖像信息難以提取而且改變了圖像的原始面貌,導(dǎo)致進(jìn)一步處理更加困難。1.2研究現(xiàn)狀及發(fā)展趨勢(shì)光照不均在一定程度上改變了圖像的原始面貌,增加了進(jìn)一步處理的困難程度。在圖像分析過(guò)程中,一種最基本、最直接的方法就是利用圖像中不同區(qū)域的信息來(lái)識(shí)別圖像中不同的物體。這種方法假設(shè)同類物體具有類似的特征,在灰度圖像中是亮度,在彩色圖像中則為物體的顏色。對(duì)于灰度圖像,如果不同物體之間的亮度信息有較大的區(qū)別,那么就可以用簡(jiǎn)單的算法,比如基于直方圖的二值化,把物體從圖像中分割出來(lái)。這種方法雖然忽略了像素的空間分布而具有分割上的局限性,但由于其簡(jiǎn)單性,有很多研究者對(duì)不同的圖像特性提出了不少有針對(duì)性的二值化分割算法,比如類間方差自動(dòng)門限法,最佳熵自動(dòng)門限法,矩不變自動(dòng)門限法等。雖然這些方法基于不同的假定條件導(dǎo)出,但它們一般都在直方圖具有較好峰峰特性的時(shí)候才能得到較好的分割效果。對(duì)于光照不均勻，常見(jiàn)的處理方法包括以直方圖均衡化法為代表的灰度變換法、基于照明反射模型的同態(tài)濾波法、Retinex增強(qiáng)方法以及梯度域增強(qiáng)方法等。以直方圖均衡化法為代表的灰度變換法能使圖像灰度分布更均勻,并增強(qiáng)圖像對(duì)比度；但它沒(méi)有考慮圖像的頻率信息以及細(xì)節(jié)信息,容易過(guò)增強(qiáng)圖像。頻域方法則針對(duì)圖像頻帶寬的特點(diǎn),充分利用頻率信息將圖像的高頻部分與低頻部分分開(kāi)?；谡彰鳌瓷淠Ｐ偷耐瑧B(tài)濾波法將圖像分為高、低頻兩部分,再進(jìn)行濾波達(dá)到增強(qiáng)圖像對(duì)比度同時(shí)壓縮圖像動(dòng)態(tài)范圍的目的。Retinex增強(qiáng)方法使用高斯平滑函數(shù)估計(jì)原圖像的亮度分量,應(yīng)用光照補(bǔ)償方法逼近反射圖像。梯度域增強(qiáng)方法則對(duì)原圖像的梯度進(jìn)行處理,通過(guò)減小圖像梯度值壓縮圖像動(dòng)態(tài)范圍,增大局部梯度值來(lái)增強(qiáng)圖像邊緣。1.3研究方法在監(jiān)控等圖像采集場(chǎng)合中，由于現(xiàn)場(chǎng)條件、拍攝角度及閃光燈使用不當(dāng)?shù)日斩炔痪鶆虻脑?，帶有暗影或明亮區(qū)域的高動(dòng)態(tài)真彩圖像隨處可見(jiàn)。為了盡可能地還原真實(shí)場(chǎng)景，獲取更多有價(jià)值的現(xiàn)場(chǎng)或客體本身的信息，需對(duì)圖片進(jìn)行修正，消除照度不均勻的影響。圖像增強(qiáng)正是壓縮圖像的動(dòng)態(tài)范圍以便于人眼感受，同時(shí)也使數(shù)字圖像適于后續(xù)分析。處理圖像光照不均勻的同態(tài)濾波是把頻率過(guò)濾和灰度變換結(jié)合起來(lái)的一種圖像處理方法，它依靠圖像的照度—反射率模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強(qiáng)對(duì)比度來(lái)改善圖像的質(zhì)量。圖像的灰度不僅僅由光照函數(shù)(入射光)決定,而且還與反射函數(shù)有關(guān),反射函數(shù)反映出圖像的具體內(nèi)容。光照強(qiáng)度一般具有一致性,在空間上通常具有緩慢變化的性質(zhì),在傅立葉變換下表現(xiàn)為低頻分量,然而不同的材料或物體的反射率差異很大,常引起反射光的急劇變化,從而使圖像的灰度值發(fā)生變化,這種變化與高頻分量有關(guān)。為了消除不均勻照度的影響,增強(qiáng)圖像的細(xì)節(jié),可以采用建立在頻域內(nèi)的同態(tài)濾波器對(duì)光照不足的或有光照變化的圖象進(jìn)行處理,可以減少因光照不足引起的圖像質(zhì)量下降,并對(duì)感興趣的景物進(jìn)行有效增強(qiáng),這樣就在很大程度保留圖像原貌的同時(shí)對(duì)圖像細(xì)節(jié)增強(qiáng)。2光照不均勻圖像目前改善方法為了解決圖像光照不均問(wèn)題,國(guó)內(nèi)外文獻(xiàn)提出了許多的解決方法,代表性的有以直方圖均衡化法為代表的灰度變換法、基于照明—反射的同態(tài)濾波法、Retinex增強(qiáng)方法以及梯度域圖像增強(qiáng)方法、小波變換法、背景擬合法等。2.1以直方圖均衡化法為代表的灰度變換法灰度變換法指的是對(duì)圖像使用某一灰度變換函數(shù)以達(dá)到壓縮/拉伸圖像灰度范圍的目的。直方圖均衡化法是灰度變換法中使用頻率高、具有代表性的方法。它分為全局直方圖均衡化法和局部直方圖均衡化法。全局直方圖均衡化法以圖像灰度直方圖為變量,利用圖像本身信息對(duì)其進(jìn)行變換。全局直方圖均衡化法有如下缺點(diǎn):a)全局直方圖均衡化法僅僅使灰度級(jí)分布平均化而不是擴(kuò)大灰度范圍；b)對(duì)于灰度級(jí)分布范圍較大的圖像灰度拉伸效果不明顯；c)會(huì)產(chǎn)生灰度級(jí)合并的現(xiàn)象,這樣將改變圖像的原始面貌并丟失圖像細(xì)節(jié)。針對(duì)全局直方圖方法的缺點(diǎn),各種局部直方圖均衡化方法被提出。按照所均衡子塊的重疊程度,局部直方圖均衡算法可分為子塊不重疊、子塊重疊和子塊部分重疊三種。子塊不重疊的均衡算法其優(yōu)點(diǎn)是圖像局部細(xì)節(jié)對(duì)比度得到充分的增強(qiáng)；缺點(diǎn)是各子塊的直方圖均衡函數(shù)差異較大,輸出圖像中容易出現(xiàn)塊效應(yīng),實(shí)際中并不常使用。子塊重疊的均衡算法充分增強(qiáng)了圖像局部細(xì)節(jié),同時(shí)消除了塊效應(yīng),但由于子塊均衡總次數(shù)等于輸入圖像的像素總數(shù),算法效率較低。子塊部分重疊均衡算法對(duì)原圖像取窗口子塊,對(duì)窗口中的每個(gè)元素使用轉(zhuǎn)移函數(shù),將窗口按照某一尺寸在原圖像中移動(dòng)至最后一個(gè)像素。該算法的優(yōu)點(diǎn)是在一定程度上減弱了塊效應(yīng),采用子塊按照一定尺寸移動(dòng)而不是逐像素計(jì)算,計(jì)算效率大幅提高,同時(shí)與子塊重疊算法增強(qiáng)效果相近,是局部直方圖方法中常用的一種；缺點(diǎn)是在計(jì)算完成之后需要對(duì)圖像進(jìn)行塊效應(yīng)檢查,這個(gè)過(guò)程需要檢查子塊圖像的邊界,并對(duì)其進(jìn)行塊效應(yīng)濾波處理。局部方法僅僅考慮了在某一窗口中的灰度分布而沒(méi)有考慮圖像的整體特點(diǎn),因此容易減弱圖像層次感。近些年來(lái),基于直方圖均衡化法的改進(jìn)方法被不斷提出,如在子塊部分重疊的均衡算法基礎(chǔ)上提出將圖像根據(jù)亮度均值對(duì)子塊圖像進(jìn)行遞歸分解,得到一系列不同灰度范圍的子圖像,然后對(duì)每一個(gè)子圖像在其相應(yīng)的灰度范圍內(nèi)應(yīng)用子塊部分重疊算法進(jìn)行直方圖均衡，最后合并這些子圖像的均衡結(jié)果。該方法能較好地保持圖像亮度但計(jì)算時(shí)間有所增加。由于自適應(yīng)均衡化法對(duì)圖像中任意灰度范圍的像素進(jìn)行處理,對(duì)興趣區(qū)域進(jìn)行增強(qiáng)的同時(shí)也增強(qiáng)了噪聲。針對(duì)這個(gè)缺點(diǎn),提出了一種基于小波的多分辨率重疊子塊均衡化法,對(duì)每個(gè)子帶圖像進(jìn)行分解并分別使用均衡化法,然后使用小波逆變換重構(gòu)圖像，利用小波將圖像分解為高頻、低頻兩部分的特點(diǎn),有效地降低了圖像中的噪聲，并增強(qiáng)了圖像。有些圖像層次豐富但灰度失衡,此時(shí)可以在全局直方圖均衡化法基礎(chǔ)上，檢查原圖中含像素點(diǎn)少的灰度級(jí),增強(qiáng)這部分灰度級(jí)對(duì)應(yīng)像素的梯度，以此來(lái)增強(qiáng)圖像的細(xì)節(jié)，但該方法對(duì)直方圖分布集中的圖像效果不大。全局直方圖均衡化法一般作為圖像預(yù)處理，能有效地增強(qiáng)圖像對(duì)比度,對(duì)于整體灰度值低圖像增強(qiáng)效果顯著。局部均衡化法其細(xì)節(jié)增強(qiáng)能力較全局直方圖均衡化法更強(qiáng),適用于增強(qiáng)需要保持原始亮度的圖像,但會(huì)出現(xiàn)塊效應(yīng)\計(jì)算速率、增強(qiáng)細(xì)節(jié)與增強(qiáng)噪聲等問(wèn)題。同時(shí)直方圖均衡化法作為一類空域方法忽略了圖像的頻率信息。灰度直方圖是指將一幅數(shù)字圖像中的每一個(gè)灰度數(shù)值對(duì)應(yīng)的像素統(tǒng)計(jì)出來(lái)，并以灰度數(shù)值為橫坐標(biāo)，以對(duì)應(yīng)的像素?cái)?shù)為縱坐標(biāo)繪制的圖形。它反映了數(shù)字圖像中每一灰度數(shù)值與其出現(xiàn)頻率間的統(tǒng)計(jì)關(guān)系,描述了數(shù)字圖像的概貌，包含了數(shù)字圖像的灰度分布范圍和分布動(dòng)態(tài)等信息，從而為數(shù)字圖像進(jìn)一步處理提供了重要依據(jù)。既然一幅數(shù)字圖像的基本特征可以通過(guò)灰度直方圖反映出來(lái)，反之，也可以利用直方圖修正的方法來(lái)調(diào)整圖像的灰度分布,使圖像細(xì)節(jié)更豐富、更清晰，達(dá)到增強(qiáng)的目的。因?yàn)橹狈綀D反映的是一幅數(shù)字圖像的灰度數(shù)值的概率統(tǒng)計(jì)特征，所以基于直方圖修正的圖像增強(qiáng)技術(shù)是以概率統(tǒng)計(jì)學(xué)為理論基礎(chǔ)的。2.2基于感知理論（Retinex理論）的增強(qiáng)方法Retinex算法源于EdwinLand對(duì)人類視覺(jué)系統(tǒng)對(duì)光和色彩的感知機(jī)理，Retinex一詞就源于視網(wǎng)膜（Retina)和大腦皮層（cortex）兩詞的合成。該算法的當(dāng)前實(shí)現(xiàn)是由Hurlbert提出的利用高斯環(huán)繞函數(shù)通過(guò)卷積對(duì)圖像進(jìn)行增強(qiáng)。然而，卷積算法的運(yùn)算量非常大,為了使該算法具有實(shí)時(shí)性，卷積運(yùn)算將通過(guò)傅立葉變換和傅立葉逆變換轉(zhuǎn)化為乘積運(yùn)算，從而大大減少計(jì)算量。在Retinex模型中,圖像由兩部分組成,一部分是場(chǎng)景中物體的光亮亮度,對(duì)應(yīng)于圖像的低頻部分,另一部分是場(chǎng)景中物體的反射亮度對(duì)應(yīng)于圖像的高頻部分,通常它們也被稱為亮度圖像和反射圖像,分別用和表示。因此,如果從給定的圖像中分離出亮度圖像和反射圖像,在顏色恒定的條件下,就可通過(guò)改變亮度圖像和反射圖像在原圖像中的比例來(lái)達(dá)到增強(qiáng)圖像的目的。Retinex算法實(shí)質(zhì)上是一種基于光照補(bǔ)償?shù)膱D像增強(qiáng)算法Retinex算法的基本內(nèi)容是:圖像由亮度圖像和反射圖像構(gòu)成,分別用和表示,三者關(guān)系可由式(2.1)來(lái)表示: (2.1)其中:L是亮度分量,被觀察者或圖像捕捉設(shè)備收到的構(gòu)成圖像；反射分量R決定了圖像的內(nèi)在性質(zhì)。Retinex方法對(duì)圖像處理的目的就是從圖像I中獲得物體的反射性質(zhì)分量R。Retinex算法流程,如圖2所示。幾乎所有應(yīng)用Retinex算法對(duì)圖像進(jìn)行處理的算法,都是圍繞如何更準(zhǔn)確、合理地將亮度分量L從原始圖像I中提取出來(lái)。現(xiàn)有文獻(xiàn)中有很多算法來(lái)解決這個(gè)問(wèn)題,如單尺度Retinex算法、多尺度Retinex算法等。照射分量估計(jì)照射分量估計(jì)圖2.1Retinex算法基本流程實(shí)驗(yàn)表明,單尺度Retinex算法可以較好地增強(qiáng)圖像,能在保持原始圖像亮度的同時(shí)壓縮圖像對(duì)比度,并增強(qiáng)圖像暗處信息。但是當(dāng)圖像中有大塊灰度相似的區(qū)域時(shí),增強(qiáng)后的圖像會(huì)產(chǎn)生暈環(huán)現(xiàn)象。多尺度Retinex算法是對(duì)單尺度Retinex算法的改進(jìn)。將圖像依照灰度值分為若干級(jí),分別使用單尺度Retinex方法,最后使用系數(shù)加權(quán)得到處理結(jié)果。上述經(jīng)典的Retinex算法實(shí)質(zhì)上都是通過(guò)對(duì)原圖像進(jìn)行某種高斯平滑來(lái)提取亮度圖像,且都需要復(fù)雜的計(jì)算使得提取的亮度圖像盡量準(zhǔn)確。下面是幾點(diǎn)Retinex方法需要考慮的地方:對(duì)圖像進(jìn)行對(duì)數(shù)函數(shù)的位置、中心函數(shù)、連續(xù)環(huán)繞空間的大小以及輸出結(jié)果之前的處理。針對(duì)這些問(wèn)題,國(guó)內(nèi)外文獻(xiàn)提出了各種改進(jìn)方法。為了得到更好的視覺(jué)效果,在原有單尺度Retinex算法中使用卷積函數(shù)對(duì)亮度粗估計(jì)之后再使用非線性函數(shù)增強(qiáng)原圖像對(duì)比度,通過(guò)對(duì)此時(shí)圖像數(shù)據(jù)進(jìn)行Gamma校正,并將調(diào)整后的反射圖像與粗估計(jì)的亮度圖像進(jìn)行合成,得到最終的增強(qiáng)圖像。針對(duì)傳統(tǒng)中心/環(huán)繞Retinex圖像增強(qiáng)方法在處理高動(dòng)態(tài)范圍圖像時(shí)易在明暗對(duì)比強(qiáng)烈處產(chǎn)生光暈現(xiàn)象,又有人提出了一種使用meanshift濾波進(jìn)行估計(jì)光照的方法,并在處理之后對(duì)圖像直方圖中的孤立點(diǎn)作進(jìn)一步處理,有效地消除了光暈現(xiàn)象。針對(duì)原有變分Retinex方法處理后的圖像易出現(xiàn)偽影、邊界易模糊以及噪聲加強(qiáng)的問(wèn)題,提出了一種基于小波框架的變分Retinex方法,將圖像變換至小波域,通過(guò)對(duì)各尺度系數(shù)應(yīng)用各向異性改進(jìn)的變分Retinex方法來(lái)保持圖像邊界,同時(shí)通過(guò)對(duì)小波系數(shù)處理降低圖像噪聲。Retinex方法的關(guān)鍵在于對(duì)反射分量的估計(jì),提出的各種方法力求在對(duì)比度增強(qiáng)效果、抑制噪聲、計(jì)算效率等方面進(jìn)行平衡,以達(dá)到最佳視覺(jué)效果。該方法適合處理局部灰度值低的圖像,能有效增強(qiáng)其中暗處的細(xì)節(jié)部分,并且在壓縮圖像對(duì)比度同時(shí)能在一定程度上保持圖像原始亮度?；谡彰?反射模型的同態(tài)濾波法和Retinex增強(qiáng)方法都充分利用了圖像的頻率信息,但沒(méi)有重視圖像梯度信息,易在增強(qiáng)圖像的同時(shí)模糊邊緣信息。梯度域圖像增強(qiáng)方法則充分利用了圖像梯度信息。2.3梯度域圖像增強(qiáng)方法圖像光照不均在梯度場(chǎng)中的具體表現(xiàn)為梯度分布不均。圖像對(duì)比度高表現(xiàn)為梯度強(qiáng)度大、結(jié)構(gòu)清晰,擴(kuò)大圖像梯度范圍可擴(kuò)大圖像動(dòng)態(tài)范圍,減小梯度范圍則壓縮圖像動(dòng)態(tài)范圍,因此可通過(guò)處理圖像梯度場(chǎng)來(lái)實(shí)現(xiàn)圖像增強(qiáng)。Subr等人提出了依賴于圖像局部差分總和的目標(biāo)函數(shù)來(lái)度量圖像的對(duì)比度,并通過(guò)貪婪迭代優(yōu)化方法實(shí)現(xiàn)目標(biāo)函數(shù)最大值來(lái)增強(qiáng)圖像。Fattal等人提出了一種直接對(duì)圖像梯度圖進(jìn)行修改的方法,該方法的主要思想是:將圖像轉(zhuǎn)換至對(duì)數(shù)域中,在對(duì)數(shù)域中求得圖像的梯度；將某一因子作用于每一個(gè)梯度圖像像素中,減弱圖像梯度值；最后,使用數(shù)值方法在梯度域中重建圖像數(shù)據(jù),并將重建后的圖像指數(shù)化并輸出。該方法處理過(guò)程如下:設(shè)圖像對(duì)數(shù)化后為,記為圖像梯度,對(duì)梯度使用平滑函數(shù)得到式: (2.2)其中:與方向相同,大小由與系數(shù)因子共同決定。該方法的核心是對(duì)梯度場(chǎng)中的每個(gè)像素點(diǎn)使用作卷積運(yùn)算來(lái)壓縮圖像動(dòng)態(tài)范圍。該方法需要使用數(shù)值方法在修改后的梯度域中重建圖像,也可以直接在圖像梯度域中對(duì)梯度函數(shù)使用直方圖均衡方法取代因子這樣可以在增強(qiáng)圖像局部對(duì)比度的同時(shí)使圖像整體梯度均勻化,避免了使用Retinex方法產(chǎn)生的暈環(huán)現(xiàn)象。大部分局部增強(qiáng)方法能夠在壓縮圖像動(dòng)態(tài)范圍的同時(shí)增強(qiáng)暗處信息,但是對(duì)原圖較亮部分以及陰影部分增強(qiáng)不夠。原圖中光照均勻部分表現(xiàn)為梯度分布均勻,而較亮部分與陰影部分梯度范圍小,可以通過(guò)壓縮其他部分梯度的同時(shí)擴(kuò)大較亮部分或陰影部分圖像的梯度,壓縮圖像動(dòng)態(tài)范圍同時(shí)增強(qiáng)局部對(duì)比度,使得這部分信息更易識(shí)別。梯度域增強(qiáng)方法能夠較好地保持原圖中的細(xì)節(jié)信息和層次感,適合分析圖像高光區(qū)與陰影區(qū)的信息；是會(huì)使圖像在一定程度上銳化,并且在梯度域中重建圖像需要一定的數(shù)值算法,不適合實(shí)時(shí)使用。梯度域方法作為一種較新的圖像增強(qiáng)算法,可用于增強(qiáng)醫(yī)學(xué)圖像、聲納圖像等。2.4背景擬合法恢復(fù)光照不均勻圖像背景擬合是從原圖中提取出若干屬于背景的像素(稱為背景樣點(diǎn)),記下其行位置、位置和其灰度值,然后進(jìn)行多項(xiàng)式擬合。在這個(gè)過(guò)程中,選取的背景樣點(diǎn)要盡量均勻分布在整個(gè)圖像中。如果背景樣點(diǎn)集中在一個(gè)小區(qū)域,而在別的區(qū)域中很少或者沒(méi)有,那么多項(xiàng)式對(duì)那些很少樣點(diǎn)的位置作外插時(shí)就會(huì)產(chǎn)生很大的誤差,使得擬合出的背景在這些位置不能較好地逼近原圖中的背景光照分布。由此,在采用背景擬合時(shí),首先要從原圖中判斷哪些像素肯定屬于背景區(qū)域。在實(shí)際圖像中,背景的變化與物體相比,一般較為緩慢,而且背景在整幅圖像中所占的面積往往比物體所占的面積大。所以,可以采用平滑濾波函數(shù)從圖像中先分離出緩變的部分,從中選取背景樣點(diǎn)。當(dāng)采用較大尺寸的算子時(shí),濾波器的形狀是非常重要的,主要有兩個(gè)制約因素:空間定位的精確性及頻域中的平穩(wěn)性。從信號(hào)處理的知識(shí)知道,這兩個(gè)要求實(shí)際上是矛盾的,所以只能尋求綜合性能最好的濾波器。Marr證明,只有高斯濾波器才能在空域和頻域同時(shí)達(dá)到最佳,所以這里采用高斯濾波器來(lái)標(biāo)志背景像素。2.5基于小波變換的照度不均勻改善技術(shù)在照度不均勻消除方法中,僅僅考慮在一個(gè)域(空域或頻域)上進(jìn)行不均勻照度消除,必然會(huì)在另一個(gè)域上產(chǎn)生誤差.這是用以上照度不均勻消除技術(shù)產(chǎn)生誤差的根本原因.因此作者提出基于小波變換的照度不均勻消除技術(shù),它同時(shí)考慮了空域和頻域的情況,具有計(jì)算量少和誤差小的優(yōu)點(diǎn)。選擇適當(dāng)?shù)某叨纫蜃雍推揭埔蜃涌梢院芊奖愕剡x擇小波函數(shù)的空-頻窗口寬度和頻率窗口的中心頻率的位置。尺度越小,則時(shí)(空)域?qū)挾仍叫?、頻域?qū)挾仍酱?、頻窗向高頻方向移動(dòng)越遠(yuǎn).上面綜述了五類現(xiàn)有的光照不均圖像增強(qiáng)方法。由上述分析可以看出,全局直方圖均衡化法能增強(qiáng)圖像整體對(duì)比度,適用于增強(qiáng)整體灰度值低、動(dòng)態(tài)范圍低的圖像；局部直方圖均衡化法能增強(qiáng)圖像細(xì)節(jié)信息,拉伸圖像局部灰度級(jí)范圍,但出現(xiàn)塊效應(yīng)、計(jì)算速率等問(wèn)題；Retinex法均為頻域處理方法,計(jì)算效率高。Retinex方法主要在于對(duì)亮度圖像的估計(jì),能在保持圖像亮度的同時(shí)增強(qiáng)圖像暗處的信息,但需要針對(duì)每幅圖像調(diào)整參數(shù),并且對(duì)原圖像中較亮的部分處理能力不足,在梯度突變部分易出現(xiàn)光暈現(xiàn)象。梯度域方法能夠在壓縮圖像動(dòng)態(tài)范圍的同時(shí)擴(kuò)大局部梯度范圍,相比其他方法,它在增強(qiáng)圖像陰影、高光部分表現(xiàn)良好。但在梯度域中重建圖像,需要一定的數(shù)值算法。小波變換是一種窗口大小固定不變,但其形狀可以改變的局部化分析方法。小波變換在信號(hào)的高頻部分可以取得較好的時(shí)間分辨率；在信號(hào)的低頻部分,可以取得較好的頻率分辨率,從而能有效地從信號(hào)(如語(yǔ)音、圖像等)中提取信息。近年來(lái),上述五類方法在不斷改進(jìn)。直方圖均衡化法趨向于與人體視覺(jué)結(jié)合,增強(qiáng)圖像的同時(shí)保持圖像原始面貌。頻域方法、Retinex方法則傾向于與其他方法的結(jié)合,其降低噪聲的功能可以彌補(bǔ)其他方法的不足。梯度域方法著重在計(jì)算效率上的改進(jìn)。筆者認(rèn)為如下兩個(gè)方面仍需進(jìn)一步研究:a)計(jì)算效率。局部直方圖均衡化法、梯度場(chǎng)方法雖然處理效果好,但缺乏快速算法,使得這些方法僅適用于圖像分析,不能實(shí)時(shí)使用,局限了其應(yīng)用范圍。b)處理問(wèn)題的范圍。上述圖像處理方法都是基于圖像灰度值是連續(xù)、緩慢變化這個(gè)假設(shè),而當(dāng)圖像灰度值出現(xiàn)突變時(shí),如當(dāng)圖像出現(xiàn)部分反光時(shí),由于圖像具有高動(dòng)態(tài)范圍,直方圖均衡化法失效；圖像灰度變化一部分是連續(xù)緩慢的,但另一部分出現(xiàn)了突變,Retinex方法也將失效；梯度域方法雖然能提取出圖像突變位置,但難以避免光照急劇變化對(duì)圖像帶來(lái)的影響。3同態(tài)濾波的原理3.1基本概念（1）疊加性信號(hào)：信號(hào)為兩個(gè)或多個(gè)信號(hào)的和的形式。（2）相乘信號(hào)：信號(hào)為兩個(gè)或多個(gè)分量的成績(jī)，如圖像信號(hào)、衰落的傳輸信道中的信號(hào)等。（3）卷積信號(hào)：信號(hào)為兩個(gè)或多個(gè)信號(hào)的卷積，如語(yǔ)音信號(hào)，地震信號(hào)等。（4）同態(tài)系統(tǒng)：同態(tài)系統(tǒng)是服從廣義疊加原理、在代數(shù)運(yùn)算上可用輸入和輸出的矢量空間之間的線性變換來(lái)表征的非線性系統(tǒng)。3.2同態(tài)信號(hào)處理在信號(hào)處理中，常需從帶有噪聲的信號(hào)中提取原始信號(hào)。一般用濾波處理方法濾除或削弱噪聲干擾以及其他不需要的信號(hào)。對(duì)于疊加性組合信號(hào)，可用線性濾波器將它們分離開(kāi)。對(duì)于實(shí)用中常見(jiàn)的非疊加性組合信號(hào)（如乘積性信號(hào)和褶積性信號(hào)），靠線性濾波器分離或處理這些信號(hào)分量往往是無(wú)效的，這時(shí)應(yīng)采用非線性濾波，即要用同態(tài)濾波處理系統(tǒng)進(jìn)行信號(hào)處理。在輸入輸出運(yùn)算相同的情況下，同態(tài)系統(tǒng)可分為相乘信號(hào)的同態(tài)濾波處理和褶積信號(hào)的同態(tài)濾波處理兩種。在許多實(shí)際問(wèn)題中，信號(hào)為兩個(gè)或多個(gè)分量的乘積（如在有衰落的傳輸信道中，衰落效應(yīng)可看作一個(gè)緩變分量和傳輸信號(hào)相乘）。對(duì)這類相乘信號(hào)，如用線性系統(tǒng)來(lái)分離信號(hào)各成分或單獨(dú)地改善某一信號(hào)成分往往是無(wú)效的。但利用相乘信號(hào)的同態(tài)濾波處理，就可以取得較好的濾波效果。在多徑或混響環(huán)境中進(jìn)行通信、定位或記錄，產(chǎn)生失真的效果可以看成是干擾與所需信號(hào)的褶積，對(duì)這類信號(hào)可用褶積信號(hào)的同態(tài)濾波處理。在語(yǔ)音、圖像、雷達(dá)、聲吶、地震勘探以及生物醫(yī)學(xué)工程等領(lǐng)域中，同態(tài)信號(hào)處理獲得廣泛的應(yīng)用。3.2.1相乘信號(hào)的同態(tài)濾波處理一個(gè)相乘信號(hào)可以（以兩個(gè)信號(hào)相乘形式為例）用分量及分量來(lái)表示，即 (3.1)因?yàn)楦道锶~變換是線性變換，所以對(duì)于式()中具有相乘關(guān)系的兩個(gè)分量無(wú)法分開(kāi)。也就是說(shuō)， (3.2)式中代表傅里葉變換。如果首先把式(3.1)的兩邊取對(duì)數(shù)就可以把式中的乘性分量變成加性分量，再加以進(jìn)一步處理，即 (3.3)此后對(duì)式（3.3）再進(jìn)行傅里葉變換，得 (3.4)令 (3.5) 則 (3.6)如果用一個(gè)傳遞函數(shù)為的濾波器來(lái)處理,那么如前面所討論的那樣，有： (3.7)處理后將式(3.6)再施以傅里葉變換，則 (3.8)令 (3.9) 式（3.7）可以寫(xiě)成下式： (3.10)因?yàn)槭堑膶?duì)數(shù)，為了得到所要求的信號(hào)函數(shù)，還要進(jìn)行一次相反的元算，即也就是通過(guò)指數(shù)運(yùn)算這一和對(duì)數(shù)運(yùn)算相反的元算來(lái)設(shè)置算法，使之變?yōu)樗璧男问?，? (3.11)令 (3.12) 則 (3.13)式中和是處理后的兩個(gè)信號(hào)的分量。適當(dāng)?shù)剡x擇濾波器傳遞函數(shù)將會(huì)對(duì)傅里葉變換中的分量產(chǎn)生小同的響應(yīng)，處理結(jié)果會(huì)使信號(hào)達(dá)到所要求的目的。用同態(tài)濾波的方法處理相乘形式信號(hào)的流程框圖如下所示。線性濾波線性濾波explog圖3.1相乘形式信號(hào)同態(tài)處理流程3.2.2卷積信號(hào)的同態(tài)濾波處理一個(gè)卷積形式的信號(hào)為兩個(gè)或多個(gè)信號(hào)的卷積(以兩個(gè)信號(hào)的卷積組成的信號(hào)為例子)，可以表示為 (3.14)即 (3.15)這種形式的信號(hào)服從廣義的疊加原理，可以用同態(tài)濾波的方法進(jìn)行處理，前面已經(jīng)論述了乘積形式信號(hào)的同態(tài)濾波的處理，設(shè)法將卷積形式轉(zhuǎn)換為乘積形式是主要思路，通過(guò)對(duì)信號(hào)進(jìn)行Z變換或傅里葉變換就可以使卷積的形式變?yōu)橄喑说男问?，? 或 (3.16)后面的處理和相乘形式信號(hào)的方法是一致的，只是在指數(shù)運(yùn)算之后相應(yīng)的多了一步求Z逆變換的計(jì)算,所用算法流圖如下所示。LOGLOG線性濾波ＥＸＰ圖3.2卷積形式信號(hào)同態(tài)處理流程4用同態(tài)濾波技術(shù)改善光照不均勻圖像4.1簡(jiǎn)單的圖像形成模型和特性用二維函數(shù)形式表示圖像在特定的坐標(biāo)處的值或幅度是一個(gè)正的標(biāo)量，其物理意義由圖像源決定。當(dāng)一幅圖像從物理過(guò)程產(chǎn)生時(shí)它的值正比于物理源的輻射能量。因此一定是非零和有限的，即 (4.1)函數(shù)可由兩個(gè)分量來(lái)表征：(1)入射到觀察場(chǎng)景的光源總量；(2)場(chǎng)景中物體反射光的總量。這兩個(gè)分量分別稱為入射分量和反射分量,表示為和。兩個(gè)函數(shù)合并形成，即 (4.2)其中 (4.3)式(4.3)指出反射分量限制在0(全吸收)和1(全反射)之間,的性質(zhì)取決于照射源,而取決于成像物體的特性。圖像的灰度不僅僅由光照函數(shù)(入射光)決定,而且還與反射函數(shù)有關(guān),反射函數(shù)反映出圖像的具體內(nèi)容。光照強(qiáng)度一般具有一致性,在空間上通常具有緩慢變化的性質(zhì),在傅立葉變換下表現(xiàn)為低頻分量,然而不同的材料或物體的反射率差異很大,常引起反射光的急劇變化,從而使圖像的灰度值發(fā)生變化,這種變化與高頻分量有關(guān)。4.2同態(tài)濾波改善圖像的數(shù)學(xué)模型為了消除不均勻照度的影響,增強(qiáng)圖像的細(xì)節(jié),可以采用建立在頻域內(nèi)的同態(tài)濾波器對(duì)光照不足的或有光照變化的圖象進(jìn)行處理,可以減少因光照不足引起的圖像質(zhì)量下降,并對(duì)感興趣的景物進(jìn)行有效增強(qiáng),這樣就在很大程度保留圖像原貌的同時(shí)對(duì)圖像細(xì)節(jié)增強(qiáng)。同態(tài)濾波是一種在頻域中進(jìn)行的圖像對(duì)比度增強(qiáng)和壓縮圖像亮度范圍的特殊濾波方法。同態(tài)濾波能夠減少低頻并增加高頻,從而能減少光照變化并銳化邊緣或細(xì)節(jié)。同態(tài)系統(tǒng)適用于服從廣義疊加原理的,輸入和輸出之間可以用線性變化表示的系統(tǒng)。圖像的同態(tài)濾波是基于以入射光和反射光為基礎(chǔ)的圖像模型上的,如果把圖像函數(shù)表示為光照函數(shù)(入射光)和反射函數(shù)這兩個(gè)分量的乘積,那么圖像的模型可以表示為 (4.4)其中的性質(zhì)取決于成像物體的表面特性。通過(guò)對(duì)光照分量和反射分量的研究可知,光照分量一般反映灰度的恒定分量,類似于頻域中的低頻信息。減弱光照函數(shù)(入射光)就可以起到縮小圖像灰度范圍的作用；而反射光與物體的邊界特性是密切相關(guān)的,類似于頻域中的高頻信息。增強(qiáng)反射光就可以起到提高圖像對(duì)比度的作用。因此,同態(tài)濾波的傳遞函數(shù)一般在低頻部分小于1,在高頻部分大于1。進(jìn)行同態(tài)濾波,首先要對(duì)原圖像取對(duì)數(shù),使圖像模型中的乘法運(yùn)算轉(zhuǎn)化為簡(jiǎn)單的加法運(yùn)算: (4.5)再對(duì)函數(shù)做傅里葉變換，將函數(shù)轉(zhuǎn)換到頻域 (4.6)選擇合適的傳遞函數(shù),壓縮分量的變化范圍,削弱,增強(qiáng)分量的對(duì)比度,提升,增強(qiáng)細(xì)節(jié)，即確定一個(gè)合適的。由以上分析可知的大致形狀如圖（4.1）所示。其中代表高頻增益,代表低頻增益,表示點(diǎn)到濾波中心的距離。圖4.1同態(tài)濾波傳遞函數(shù)利用對(duì)(4.6)式進(jìn)行濾波,可得 (4.7)最后對(duì)濾波結(jié)果進(jìn)行傅立葉反變換和指數(shù)運(yùn)算,得到同態(tài)濾波后的輸出結(jié)果 (4.8) (4.9)同態(tài)濾波過(guò)程的完整框圖如下所示：FFTFFTIFFT圖4.2同態(tài)濾波算法流程圖4.3同態(tài)濾波函數(shù)的確定從同態(tài)的實(shí)現(xiàn)過(guò)程可以看出,能否達(dá)到理想的增強(qiáng)效果并取得壓縮灰度的動(dòng)態(tài)范圍效果取決于同態(tài)濾波傳遞函數(shù)的選擇。從圖(4.1)可知,同態(tài)濾波的傳遞函數(shù)與傳統(tǒng)的巴特沃思高通濾波器十分相似,巴特沃思高通濾波的傳遞函數(shù)為 (4.10)其中為為0時(shí)的的的值,表示截止頻率。根據(jù)兩者之間的相似性,將巴特沃思高通濾波器的表達(dá)式稍作修改即可得到對(duì)應(yīng)的同態(tài)濾波函數(shù) (4.11)由前面的分析可知,同態(tài)濾波器的傳遞函數(shù)在高頻部分應(yīng)大于1,低頻部分應(yīng)小于1,即,這樣可以減小低頻和增強(qiáng)高頻,使得圖像整體灰度范圍壓縮,而對(duì)比度增強(qiáng)。的選擇則與照度函數(shù)和反射函數(shù)有關(guān),需要大量實(shí)踐比較選擇合適的值,為銳化系數(shù)。4.4計(jì)算機(jī)仿真用高斯巴特沃斯高通濾波器及改進(jìn)的同態(tài)濾波器,基于Matlab軟件,采用(4.10)式和(4.11)式對(duì)原始圖像進(jìn)行增強(qiáng)處理,下面對(duì)仿真結(jié)果進(jìn)行分析討論。圖4.3高通濾波器的頻率響應(yīng)圖由頻率響應(yīng)圖可以看出，這是一個(gè)典型的高通濾波器，越靠近中間的部分（低頻部分），頻率響應(yīng)幅度越小，越靠近邊緣的部分（高頻部分）頻率響應(yīng)幅度越大。這樣減小了低頻而增強(qiáng)了高頻,使圖像整體灰度范圍被壓縮,對(duì)比度增強(qiáng)圖4.4原始圖像這是一幅遙感圖像，由于拍攝條件的限制，圖像對(duì)比度不是太強(qiáng)，觀察起來(lái)難以分辨，用設(shè)計(jì)的算法基于Matlab進(jìn)行仿真，分別用巴特沃斯高通濾波器和在此濾波器基礎(chǔ)上改進(jìn)的同態(tài)濾波器對(duì)此圖像進(jìn)行處理，結(jié)果分別為圖4.5同態(tài)濾波處理結(jié)果圖4.6巴特沃斯高通濾波結(jié)果從圖4.4、4.5、4.6的對(duì)比可以看出，巴特沃斯高通濾波和同態(tài)濾波這兩種濾波器，都能對(duì)圖像進(jìn)行增強(qiáng)，使圖像偏亮。雖然這兩種濾波器都能講照片中的細(xì)節(jié)顯示出來(lái)，但可以看出，巴特沃斯濾波器反而使得亮處圖像更加不清晰，如房屋的屋頂和馬路上汽車的車頂。采用同態(tài)濾波處理的圖像，在得到光照補(bǔ)償?shù)耐瑫r(shí)，其亮處也得到了很好的抑制，從而使結(jié)果更加理想，更適宜于人眼觀察，有利于細(xì)節(jié)的分辨。用這一方法處理圖像的效果可以通過(guò)更多的此類圖片來(lái)驗(yàn)證。圖4.7是一幅灰度圖像，很明顯能看出它的照度是很不均勻的，用上面的方法，并且對(duì)參數(shù)對(duì)這一圖像進(jìn)行處理，可分別得到圖4.8、圖4.9。圖4.7原始圖像圖4.8巴特沃斯高通濾波圖像通過(guò)比較圖4.7、圖4.8及圖4.9可以得出，在低頻增益相同的條件下,雖然二者都可以將景物內(nèi)的細(xì)節(jié)顯示出來(lái),但可以看出,巴特沃斯高通濾波反而使得亮處圖像(有光線穿過(guò)的樹(shù)間)更加不清晰,采用改進(jìn)的同態(tài)濾波器在光照補(bǔ)償?shù)耐瑫r(shí),圖像的亮處被很好地抑制，使細(xì)節(jié)更清晰，更容易區(qū)分細(xì)節(jié)，對(duì)比度明顯增強(qiáng)。圖4.9同態(tài)濾波處理圖像結(jié)論本文首先論述了圖像增強(qiáng)的原理，并細(xì)致的闡述和分析了同態(tài)濾波的原理，最后通過(guò)模擬仿真獲得了較為理想的結(jié)果。通過(guò)本次課題的研究，可以得出同態(tài)濾波對(duì)光照不均勻圖像的改善效果比較好，使圖像的對(duì)比度顯著增強(qiáng)，細(xì)節(jié)分辨度明顯提高。同態(tài)濾波的優(yōu)點(diǎn)，能同時(shí)進(jìn)行動(dòng)態(tài)范圍的壓縮和圖像局部對(duì)比度的增強(qiáng)，在對(duì)圖像細(xì)節(jié)方面增強(qiáng)能力頗佳。但本文所研究的同態(tài)濾波是從圖像的整體角度對(duì)光照不均勻進(jìn)行修正，雖然可以很好地保持圖像的原始面貌,但它沒(méi)有充分考慮圖像的空域局部特性，在增強(qiáng)圖像某部分像素時(shí)，易導(dǎo)致另一部分像素過(guò)增強(qiáng)。參考文獻(xiàn)[1]MariaPetrou等.數(shù)字圖像處理疑難解析[M].機(jī)械工業(yè)出版社,2005.4[2]徐飛,施曉紅.MATLAB應(yīng)用圖像處理[M].西安電子科技大學(xué)出版社,2002[3]李益華.MATLAB輔助數(shù)字信號(hào)處理[M].西安電子科技大學(xué)出版社，2010.7[4]岡薩雷斯.數(shù)字圖像處理(第二版)[M].電子工業(yè)出版社,2005[5]陳春寧,王延杰.在頻域中利用同態(tài)濾波增強(qiáng)圖像對(duì)比度[J].微計(jì)算機(jī)信息,2007.2[6]江巨浪,張佑生,薛峰,等.保持圖像亮度的局部直方圖均衡算法[J].電子學(xué)報(bào),2006,34(5):861-866[7]肖俊,宋壽鵬,丁麗娟.空域同態(tài)濾波算法研究[J].中國(guó)圖象圖形學(xué)報(bào),2008,13(12):2302-2305[8]蔣永馨,王孝通,徐曉剛,等.一種基于光照補(bǔ)償?shù)膱D像增強(qiáng)算法[J].電子學(xué)報(bào),2009,37(4A):151-155致謝本文是在蘇禮坤老師的指導(dǎo)下完成的，他嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)，深深地感染和激勵(lì)著我。蘇老師不僅在學(xué)業(yè)上給我以精心指導(dǎo)，同時(shí)還在思想、生活上給我以無(wú)微不至的關(guān)懷，在此謹(jǐn)向蘇老師致以誠(chéng)摯的謝意和崇高的敬意。我還要感謝在一起愉快的度過(guò)畢業(yè)論文小組的同學(xué)們，正是由于你們的幫助和支持，我才能克服一個(gè)一個(gè)的困難和疑惑，直至本文的順利完成。在論文即將完成之際，我的心情無(wú)法平靜，從開(kāi)始進(jìn)入課題到論文的順利完成，有多少可敬的師長(zhǎng)、同學(xué)、朋友給了我無(wú)言的幫助，在這里請(qǐng)接受我誠(chéng)摯的謝意!最后我還要感謝培養(yǎng)我長(zhǎng)大含辛茹苦的父母，謝謝你們！最后，再次對(duì)關(guān)心、幫助我的老師和同學(xué)表示衷心地感謝！作者簡(jiǎn)介姓名：田曉振性別：男出生年月：1989-01民族：漢E-mail:tianxiaozhengg@163.com聲明本論文的工作是2012年2月至2012年6月在成都信息工程學(xué)院光電技術(shù)學(xué)院完成的。文中除了特別加以標(biāo)注地方外，不包含他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得成都信息工程學(xué)院或其他教學(xué)機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。關(guān)于學(xué)位論文使用權(quán)和研究成果知識(shí)產(chǎn)權(quán)的說(shuō)明：本人完全了解成都信息工程學(xué)院有關(guān)保管使用學(xué)位論文的規(guī)定，其中包括：（1）學(xué)校有權(quán)保管并向有關(guān)部門遞交學(xué)位論文的原件與復(fù)印件。（2）學(xué)校可以采用影印、縮印或其他復(fù)制方式保存學(xué)位論文。（3）學(xué)?？梢詫W(xué)術(shù)交流為目的復(fù)制、贈(zèng)送和交換學(xué)位論文。（4）學(xué)?？稍试S學(xué)位論文被查閱或借閱。（5）學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容（保密學(xué)位論文在解密后遵守此規(guī)定）。除非另有科研合同和其他法律文書(shū)的制約，本論文的科研成果屬于成都信息工程學(xué)院。特此聲明！作者簽名：年月日

學(xué)位論文原創(chuàng)性聲明學(xué)位論文作者（本人簽名）：年月日學(xué)位論文出版授權(quán)書(shū)論文密級(jí)：□公開(kāi) □保密（___年__月至__年__月）(作者簽名：_______導(dǎo)師簽名：______________年_____月_____日_______年_____月_____日

獨(dú)創(chuàng)聲明本人鄭重聲明：所呈交的畢業(yè)設(shè)計(jì)(論文)，是本人在指導(dǎo)老師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，成果不存在知識(shí)產(chǎn)權(quán)爭(zhēng)議。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本設(shè)計(jì)（論文）不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體均已在文中以明確方式標(biāo)明。本聲明的法律后果由本人承擔(dān)。

作者簽名:二〇一〇年九月二十日

畢業(yè)設(shè)計(jì)（論文）使用授權(quán)聲明本人完全了解濱州學(xué)院關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定。本人愿意按照學(xué)校要求提交學(xué)位論文的印刷本和電子版，同意學(xué)校保存學(xué)位論文的印刷本和電子版，或采用影印、數(shù)字化或其它復(fù)制手段保存設(shè)計(jì)（論文）；同意學(xué)校在不以營(yíng)利為目的的前提下，建立目錄檢索與閱覽服務(wù)系統(tǒng)，公布設(shè)計(jì)（論文）的部分或全部?jī)?nèi)容，允許他人依法合理使用。（保密論文在解密后遵守此規(guī)定）

作者簽名:二〇一〇年九月二十日

致謝時(shí)間飛逝，大學(xué)的學(xué)習(xí)生活很快就要過(guò)去，在這四年的學(xué)習(xí)生活中，收獲了很多，而這些成績(jī)的取得是和一直關(guān)心幫助我的人分不開(kāi)的。首先非常感謝學(xué)校開(kāi)設(shè)這個(gè)課題，為本人日后從事計(jì)算機(jī)方面的工作提供了經(jīng)驗(yàn)，奠定了基礎(chǔ)。本次畢業(yè)設(shè)計(jì)大概持續(xù)了半年，現(xiàn)在終于到結(jié)尾了。本次畢業(yè)設(shè)計(jì)是對(duì)我大學(xué)四年學(xué)習(xí)下來(lái)最好的檢驗(yàn)。經(jīng)過(guò)這次畢業(yè)設(shè)計(jì)，我的能力有了很大的提高，比如操作能力、分析問(wèn)題的能力、合作精神、嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)等方方面面都有很大的進(jìn)步。這期間凝聚了很多人的心血，在此我表示由衷的感謝。沒(méi)有他們的幫助，我將無(wú)法順利完成這次設(shè)計(jì)。首先，我要特別感謝我的知道郭謙功老師對(duì)我的悉心指導(dǎo)，在我的論文書(shū)寫(xiě)及設(shè)計(jì)過(guò)程中給了我大量的幫助和指導(dǎo)，為我理清了設(shè)計(jì)思路和操作方法，并對(duì)我所做的課題提出了有效的改進(jìn)方案。郭謙功老師淵博的知識(shí)、嚴(yán)謹(jǐn)?shù)淖黠L(fēng)和誨人不倦的態(tài)度給我留下了深刻的印象。從他身上，我學(xué)到了許多能受益終生的東西。再次對(duì)周巍老師表示衷心的感謝。其次，我要感謝大學(xué)四年中所有的任課老師和輔導(dǎo)員在學(xué)習(xí)期間對(duì)我的嚴(yán)格要求，感謝他們對(duì)我學(xué)習(xí)上和生活上的幫助，使我了解了許多專業(yè)知識(shí)和為人的道理，能夠在今后的生活道路上有繼續(xù)奮斗的力量。另外，我還要感謝大學(xué)四年和我一起走過(guò)的同學(xué)朋友對(duì)我的關(guān)心與支持，與他們一起學(xué)習(xí)、生活，讓我在大學(xué)期間生活的很充實(shí)，給我留下了很多難忘的回憶。最后，我要感謝我的父母對(duì)我的關(guān)系和理解，如果沒(méi)有他們?cè)谖业膶W(xué)習(xí)生涯中的無(wú)私奉獻(xiàn)和默默支持，我將無(wú)法順利完成今天的學(xué)業(yè)。四年的大學(xué)生活就快走入尾聲，我們的校園生活就要?jiǎng)澤暇涮?hào)，心中是無(wú)盡的難舍與眷戀。從這里走出，對(duì)我的人生來(lái)說(shuō)，將是踏上一個(gè)新的征程，要把所學(xué)的知識(shí)應(yīng)用到實(shí)際工作中去?；厥姿哪?，取得了些許成績(jī)，生活中有快樂(lè)也有艱辛。感謝老師四年來(lái)對(duì)我孜孜不倦的教誨，對(duì)我成長(zhǎng)的關(guān)心和愛(ài)護(hù)。學(xué)友情深，情同兄妹。四年的風(fēng)風(fēng)雨雨，我們一同走過(guò)，充滿著關(guān)愛(ài)，給我留下了值得珍藏的最美好的記憶。在我的十幾年求學(xué)歷程里，離不開(kāi)父母的鼓勵(lì)和支持，是他們辛勤的勞作，無(wú)私的付出，為我創(chuàng)造良好的學(xué)習(xí)條件，我才能順利完成完成學(xué)業(yè)，感激他們一直以來(lái)對(duì)我的撫養(yǎng)與培育。最后，我要特別感謝我的導(dǎo)師趙達(dá)睿老師、和研究生助教熊偉麗老師。是他們?cè)谖耶厴I(yè)的最后關(guān)頭給了我們巨大的幫助與鼓勵(lì)，給了我很多解決問(wèn)題的思路，在此表示衷心的感激。老師們認(rèn)真負(fù)責(zé)的工作態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神和深厚的理論水平都使我收益匪淺。他無(wú)論在理論上還是在實(shí)踐中，都給與我很大的幫助，使我得到不少的提高這對(duì)于我以后的工作和學(xué)習(xí)都有一種巨大的幫助，感謝他耐心的輔導(dǎo)。在論文的撰寫(xiě)過(guò)程中老師們給予我很大的幫助，幫助解決了不少的難點(diǎn)，使得論文能夠及時(shí)完成，這里一并表示真誠(chéng)的感謝。目錄TOC\o"1-2"\h\z第一章項(xiàng)目基本情況 3一、項(xiàng)目情況說(shuō)明 3二、可行性研究的依據(jù) 5第二章項(xiàng)目建設(shè)的必要性與可行性 8一、項(xiàng)目建設(shè)背景 8二、項(xiàng)目建設(shè)的必要性 9三、項(xiàng)目建設(shè)的可行性 14第三章市場(chǎng)供求分析及預(yù)測(cè) 17一、項(xiàng)目區(qū)生豬養(yǎng)殖和養(yǎng)殖糞污的利用現(xiàn)狀 17二、禽畜糞污產(chǎn)量、沼氣及沼肥產(chǎn)量調(diào)查與分析 18三、項(xiàng)目產(chǎn)品市場(chǎng)前景分析 20第四章項(xiàng)目承擔(dān)單位的基本情況 21一、養(yǎng)殖場(chǎng)概況 21二、資產(chǎn)狀況 21三、經(jīng)營(yíng)狀況 21第五章項(xiàng)目地點(diǎn)選擇分析 23一、選址原則 23二、項(xiàng)目選點(diǎn) 23三、項(xiàng)目區(qū)建設(shè)條件 24第六章 工藝技術(shù)方案分析 27一、污水處理模式的選擇 27二、處理工藝的選擇 29三、項(xiàng)目工藝流程 31四、主要技術(shù)參數(shù) 35五、主要設(shè)備選型 39第七章項(xiàng)目建設(shè)目標(biāo) 40一、項(xiàng)目建設(shè)目標(biāo) 40二、項(xiàng)目建設(shè)規(guī)模 40第八章項(xiàng)目建設(shè)內(nèi)容 42一、建安工程 42二、儀器設(shè)備 46第九章投資估算和資金籌措 PAGE