能力拓展訓(xùn)練

目錄TOC\o"1-5"\h\z\o"CurrentDocument"1設(shè)計(jì)任務(wù) 1\o"CurrentDocument"2原理說(shuō)明 1\o"CurrentDocument"2.1直方圖均衡化的概念 1\o"CurrentDocument"2.2圖像灰度直方圖 1\o"CurrentDocument"2.3直方圖均衡化 1\o"CurrentDocument"3直方圖均衡化算法分析 2\o"CurrentDocument"3.1系統(tǒng)原理闡述 23.2局部直方圖均衡化原理 33.3設(shè)計(jì)方案流程圖 4\o"CurrentDocument"4Matlab環(huán)境下算法實(shí)現(xiàn)及結(jié)果分析 5\o"CurrentDocument"4.1程序運(yùn)行結(jié)果 54.2程序運(yùn)行結(jié)果分析 6\o"CurrentDocument"5綜合分析及結(jié)論 7\o"CurrentDocument"6小結(jié)及體會(huì) 7\o"CurrentDocument"參考資料 8\o"CurrentDocument"附錄：程序清單 9圖像直方圖均衡化的MATLAB實(shí)現(xiàn)1設(shè)計(jì)任務(wù)初始條件：PC機(jī)，MATLAB要求完成的主要任務(wù)：對(duì)256級(jí)灰度的圖像，進(jìn)行全局直方圖均衡化和局部直方圖均衡化處理。設(shè)計(jì)圖形界面（GUI）程序，使用滑動(dòng)條實(shí)現(xiàn)局部直方圖均衡化子圖大小的調(diào)節(jié)（3*3,5*5,7*7等等）。顯示原始圖像，全局直方圖均衡化后的圖像和局部直方圖均衡化后的圖像。同時(shí)顯示原始圖的像直方圖，全局直方圖均衡化后的直方圖和局部直方圖均衡化后的直方圖。2原理說(shuō)明2.1直方圖均衡化的概念直方圖均衡化又稱(chēng)直方圖平坦化,這個(gè)方法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)范圍從而達(dá)到增強(qiáng)圖象整體對(duì)比度的效果。實(shí)質(zhì)上是對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像象元值，使一定灰度范圍內(nèi)象元值的數(shù)量大致相等。這樣,原來(lái)直方圖中間的峰頂部分對(duì)比度得到增強(qiáng)，而兩側(cè)的谷底部分對(duì)比度降低，輸出圖像的直方圖是一個(gè)較平的分段直方圖:如果輸出數(shù)據(jù)分段值較小的話(huà)，會(huì)產(chǎn)生粗略分類(lèi)的視覺(jué)效果。2.2圖像灰度直方圖直方圖是表示數(shù)字圖像中每一灰度出現(xiàn)頻率的統(tǒng)計(jì)關(guān)系。直方圖能給出圖像灰度范圍、每個(gè)灰度的頻度和灰度的分布、整幅圖像的平均明暗和對(duì)比度等概貌性描述?；叶戎狈綀D是灰度級(jí)的函數(shù)，反映的是圖像中具有該灰度級(jí)像素的個(gè)數(shù),其橫坐標(biāo)是灰度級(jí)r，縱坐標(biāo)是該灰度級(jí)出現(xiàn)的頻率（即像素的個(gè)數(shù)）pr（r），整個(gè)坐標(biāo)系描述的是圖像灰度級(jí)的分布情況，由此可以看出圖像的灰度分布特性，即若大部分像素集中在低灰度區(qū)域，圖像呈現(xiàn)暗的特性；若像素集中在高灰度區(qū)域，圖像呈現(xiàn)亮的特性。2.3直方圖均衡化圖1所示就是直方圖均衡化，即將隨機(jī)分布的圖像直方圖修改成均勻分布的直方圖?；舅枷胧菍?duì)原始圖像的像素灰度做某種映射變換，使變換后圖像灰度的概率密度呈均勻分布。這就意味著圖像灰度的動(dòng)態(tài)范圍得到了增加，提高了圖像的對(duì)比度。77(%)P/(%>77(%)P/(%>圖1直方圖均衡化通過(guò)這種技術(shù)可以清晰地在直方圖上看到圖像亮度的分布情況，并可按照需要對(duì)圖像亮度調(diào)整。另外，這種方法是可逆的，如果已知均衡化函數(shù)，就可以恢復(fù)原始直方圖。3直方圖均衡化算法分析3.1系統(tǒng)原理闡述若一幅圖像其像素占有全部可能的灰度級(jí)并且分布均勻，則這樣的圖像有高對(duì)比度和多變的灰度色調(diào)，而顯示出一幅灰度級(jí)豐富且動(dòng)態(tài)范圍大的圖像。直方圖均衡化方法僅依靠輸入圖像的直方圖的信息就可以達(dá)到這一效果，這個(gè)方法的基本思想是把原始圖像不均衡的直方圖變換為均勻分布的形式，這樣就增加了灰度值的動(dòng)態(tài)范圍，從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。設(shè)變量r代表圖像中像素灰度級(jí)。對(duì)灰度級(jí)進(jìn)行歸一化處理，則OWrWl,其中r=0表示黑，r=1表示白。對(duì)于一幅給定的圖像來(lái)說(shuō)，每個(gè)像素值在[0,1]的灰度級(jí)是隨機(jī)的。用概率密度函數(shù)p(r)來(lái)表示圖像灰度級(jí)的分布。r為了有利于數(shù)字圖像處理，引入離散形式。在離散形式下，用rk代表離散灰度級(jí)，用P(rk)代表p(r)，并且下式成立：P(rk)=nkr r r n其中，0WrkW1,k=0，1，2，…，n-1。式中nk為圖像中出現(xiàn)rk這種灰度的像素?cái)?shù)，n是圖像中的像素總數(shù)，而nk就是概率論中的頻數(shù)。圖像進(jìn)行直方n圖均衡化的函數(shù)表達(dá)式為：—i-

n=T(r)=i—i-

nii=0式中，k為灰度級(jí)數(shù)。相應(yīng)的反變換為：ri二T-i(S)3.2局部均衡化原理設(shè)圖像f(x,y)的大小M*N為，輸出圖像為g(x,y),移動(dòng)模板B的大小m*n維，如果不考慮邊界情況，局部直方圖均衡化算法可總結(jié)如下：對(duì)圖像的第一行進(jìn)行處理，令x=m/2;如果x>M-m/2，程序結(jié)束，否則轉(zhuǎn)入下一步；對(duì)第一列進(jìn)行處理，令y=n/2;若y=N-n/2，令x=x=1,轉(zhuǎn)向步驟(2)；否則。按照移動(dòng)模板B的大小取出圖像f中的子塊fb。Fb(i,j)二{f(i,j)|i二[x-m/2,x-m/2+1,....,x+m/2],j二[y-n/2,y-n/2+1, y+n/2]};對(duì)fb進(jìn)行直方圖均衡化gb=T(fb)其中，T(x)代表直方圖變換；將用上述所得子塊gb的中心點(diǎn)代替輸出圖像g的中心點(diǎn)g(x+m/2,y+n/2)=gb(x+m/2,y+n/2);對(duì)y遞增，y=y+1,重復(fù)步驟(4)；對(duì)x遞增，x=x+1,重復(fù)步驟(2)。3.3設(shè)計(jì)方案流程圖4Matlab環(huán)境下算法實(shí)現(xiàn)及結(jié)果分析4.1程序運(yùn)行結(jié)果從E盤(pán)中讀入一張圖片，運(yùn)行程序后，原始圖像及其直方圖如圖2所示。原始圖像原始圖像圖2原始圖像及其直方圖局部均衡化后的圖像及其直方圖如圖3所示。491332局部均衡化以.后的輸出圖像局部均衡化以.后的直方圖491332局部均衡化以.后的輸出圖像局部均衡化以.后的直方圖圖3局部均衡化后的圖像及其直方圖4.61局部均衡化以后的輸出團(tuán)像U 1UU ZUU局部均衡化以.后的直方圖4.61局部均衡化以后的輸出團(tuán)像U 1UU ZUU局部均衡化以.后的直方圖圖4局部均衡化后的圖像及其直方圖全局均衡化后的圖像及其直方圖如圖5所示。全局均衡化以后的輸出圖像。全局均強(qiáng)亂以后的覷團(tuán)200010000 50 100圖5全局均衡化后的圖像及其直方圖整個(gè)程序運(yùn)行后結(jié)果顯示如圖6所示。untitled20120903原始團(tuán)像169.467局部均衡化以.后的輸出團(tuán)像500全局均衡化以后的輸出團(tuán)像局部均衡化以后的直方圈。全局均強(qiáng)亂以后的觀團(tuán)0200010005010050圖6程序運(yùn)行結(jié)果4.2程序運(yùn)行結(jié)果分析原始圖像及其直方圖如圖2所示，可見(jiàn)，原始圖像的直方圖并不均勻，主要集中在灰度級(jí)的中部，動(dòng)態(tài)范圍較小，也就是對(duì)比度小。經(jīng)過(guò)局部直方圖均衡化之后，圖像的直方圖變得均勻了，并且在GUI的界面下，通過(guò)調(diào)節(jié)滑動(dòng)條可以改變局部直方圖均衡化子圖大小的調(diào)節(jié)（3*3,5*5,7*7等等），從圖3和圖4可以看出，滑動(dòng)條上的數(shù)值不同，顯示出的直方圖也不同，表現(xiàn)在直方圖的疏密和概率上。圖5顯示了全局均衡化后的圖像和直方圖，從圖可以看出，該圖像其像素占有全部可能的灰度級(jí)并且分布均勻，有高的對(duì)比度和多變的灰度色調(diào)，說(shuō)明通過(guò)改變直方圖的形狀來(lái)達(dá)到增強(qiáng)圖像對(duì)比度的效果。

5綜合分析及結(jié)論直方圖是表示數(shù)字圖像中每一灰度出現(xiàn)頻率的統(tǒng)計(jì)關(guān)系。直方圖能給出圖像灰度范圍、灰度的分布、整幅圖像的平均明暗和對(duì)比度等概貌性描述?；叶戎狈綀D是灰度級(jí)的函數(shù)，反映的是圖像中具有該灰度級(jí)像素的個(gè)數(shù)，其橫坐標(biāo)是灰度級(jí)r,縱坐標(biāo)是該灰度級(jí)出現(xiàn)的頻率(即像素的個(gè)數(shù))pr(r),整個(gè)坐標(biāo)系描述的是圖像灰度級(jí)的分布情況，由此可以看出圖像的灰度分布特性，即若大部分像素集中在低灰度區(qū)域，圖像呈現(xiàn)暗的特性；若像素集中在高灰度區(qū)域，圖像呈現(xiàn)亮的特性。直方圖均衡化是圖像增強(qiáng)技術(shù)的基本方法，本次基礎(chǔ)強(qiáng)化訓(xùn)練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(duì)度差和灰度動(dòng)態(tài)范圍，增強(qiáng)了圖像的可讀性，提高了圖像的可分性，該算法簡(jiǎn)單，是一種行之有效的圖像增強(qiáng)算法。6小結(jié)及體會(huì)通過(guò)本次基礎(chǔ)強(qiáng)化訓(xùn)練，使我更加深入的理解了圖像增強(qiáng)和直方圖均衡化,也了解了更多matlab的功能，在大二暑假時(shí)，也做過(guò)一個(gè)基礎(chǔ)強(qiáng)化訓(xùn)練，那時(shí)做的題是關(guān)于電路原理的題目，記憶中那是我第一次接觸matlab,通過(guò)那次強(qiáng)化訓(xùn)練認(rèn)識(shí)到了一些關(guān)于matlab的功能，它不僅可以用于電路中，還可以運(yùn)用于自動(dòng)控制原理、電力電子技術(shù)、圖像處理等等中，當(dāng)時(shí)我選修了圖像處理這門(mén)課程，不過(guò)，那時(shí)我并不知道m(xù)atlab在圖像處理中是如何運(yùn)用的，直到這個(gè)暑假做這個(gè)能力拓展訓(xùn)練，才懂得如何把圖像轉(zhuǎn)化為直方圖并顯示出來(lái)，通過(guò)本次訓(xùn)練，使我更加深入的理解了圖像處理中學(xué)習(xí)到的知識(shí)，也學(xué)會(huì)了在matlab中如何設(shè)計(jì)圖形界面程序，新認(rèn)識(shí)了imread、imshow、imhist、histeq等函數(shù)，本次能力拓展訓(xùn)練通過(guò)imread函數(shù)讀入圖像，imshow函數(shù)用于圖像顯示，imhist函數(shù)用于顯示圖像直方圖，histeq函數(shù)用于實(shí)現(xiàn)對(duì)輸入圖像的直方圖均衡化，自動(dòng)完成圖像灰度對(duì)比度增強(qiáng)運(yùn)算。剛看到這個(gè)題目時(shí)，覺(jué)得直方圖均衡化是以前學(xué)習(xí)過(guò)的，并不算難，但是等真正去做的時(shí)候，發(fā)現(xiàn)很多東西都不懂，在設(shè)計(jì)過(guò)程中，遇到一些困難，比如，在查閱資料時(shí)就很糾結(jié)，很多參考書(shū)上講的并不詳細(xì)，后來(lái)又查閱很多資料才開(kāi)始做，經(jīng)過(guò)這次訓(xùn)練，使我學(xué)習(xí)到了GUI程序設(shè)計(jì)，為以后的學(xué)習(xí)提供堅(jiān)實(shí)的基礎(chǔ)。參考資料【1】李顯宏ATLAB7.X界面設(shè)計(jì)與編譯技巧電子工業(yè)出版社2006【2】飛思科技產(chǎn)品研發(fā)中心MATLAB6.5輔助圖像處理電子工業(yè)出版社2003【3】于萬(wàn)波基于MATLAB的圖像處理（第二版）清華大學(xué)出版社2011【4】賈永紅數(shù)字圖像處理 武漢大學(xué)出版社2003【5】姚靜，武文波,康停軍?直方圖均衡化的Matiab實(shí)現(xiàn)[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào),2007【6】阮秋琦?數(shù)字圖像處理學(xué)[M].電子工業(yè)出版社,2001附錄：程序清單functionvarargout=untitled20120903(varargin)%UNTITLED20120903M-fileforuntitled20120903.fig% UNTITLED20120903,byitself,createsanewUNTITLED20120903orraisestheexisting% singleton*.%% H=UNTITLED20120903returnsthehandletoanewUNTITLED20120903orthehandleto% theexistingsingleton*.%% UNTITLED20120903('CALLBACK',hObject,eventData,handles,...)callsthelocal% functionnamedCALLBACKinUNTITLED20120903.Mwiththegiveninputarguments.%% UNTITLED20120903('Property','Value',...)createsanewUNTITLED20120903orraisesthe% existingsingleton*.Startingfromtheleft,propertyvaluepairsare% appliedtotheGUIbeforeuntitled2O12O9O3_OpeningFcngetscalled.An% unrecognizedpropertynameorinvalidvaluemakespropertyapplication% stop.Allinputsarepassedtountitled2O12O9O3_OpeningFcnviavarargin.%% *SeeGUIOptionsonGUIDE'sToolsmenu.Choose"GUIallowsonlyone% instancetorun(singleton)".%%Seealso:GUIDE,GUIDATA,GUIHANDLES%Edittheabovetexttomodifytheresponsetohelpuntitled20120903%LastModifiedbyGUIDEv2.504-Sep-201221:20:55%Begininitializationcode-DONOTEDITgui_Singleton=1;gui_State=struct('gui_Name', mfilename,...'gui_Singleton',gui_Singleton,...'gui_OpeningFcn',@untitled20120903_OpeningFcn,...'gui_OutputFcn',

@untitled20120903_OutputFcn,...'gui_LayoutFcn',[],...'gui_Callback',[]);ifnargin&&ischar(varargin{1})gui_State.gui_Callback=str2func(varargin{1});endifnargout[varargout{1:nargout}]=gui_mainfcn(gui_State,varargin{:});elsegui_mainfcn(gui_State,varargin{:});endfunctionuntitled20120903_OpeningFcn(hObject,eventdata,handles,varargin)%Thisfunctionhasnooutputargs,seeOutputFcn.%hObjecthandletofigure%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)%varargincommandlineargumentstountitled20120903(seeVARARGIN)%Choosedefaultcommandlineoutputforuntitled20120903handles.output=hObject;%Updatehandlesstructureguidata(hObject,handles);functionvarargout=untitled20120903_OutputFcn(hObject,eventdata,%hObjecthandletofigure%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)%varargincommandlineargumentstountitled20120903(seeVARARGIN)%Choosedefaultcommandlineoutputforuntitled20120903handles.output=hObject;%Updatehandlesstructureguidata(hObject,handles);functionvarargout=untitled20120903_OutputFcn(hObject,eventdata,handles)%varargoutcellarrayforreturningoutputargs(seeVARARGOUT);%hObjecthandletofigure%eventdatareservedtobedefinedinafutureversionofMATLAB%handlesstructurewithhandlesanduserdata(seeGUIDATA)%Getdefaultcommandlineoutputfromhandlesstructure%handlesfunctionslider1_Callback(hObject,eventdata,handles)nnn=get(hObject,'value')set(handles.text1,'string',nnn)M=imread('e:/11.jpg');%需要處理的圖像GrayLevel=128;WidthA=nnn;HeightA=nnn;HistA=zeros(1,256);%生成1行256列的零矩陣A=double(M);%轉(zhuǎn)化成double型fori=1:1:WidthAforj=1:1:HeightAHistA(A(i,j)+1)=HistA(A(i,j)+1)+1;endendx=zeros(1,256);HistA=HistA/(WidthA*HeightA);%%歸化直方圖fori=2:256 %%累積直方圖HistA(i)=HistA(i)+HistA(i-1);endHistA(256)=1.0;L=HistA*(GrayLevel-1);UINTL=zeros(1,256);fori=1:256UINTL(i)=uint8(L(i));endB=zeros(WidthA,HeightA);fori=1:1:WidthAforj=1:1:HeightAB(i,j)=L(A(i,j)+1);endendsubplot(3,2,3),imshow(mat2gray(B));title('局部均衡化以后的輸出圖像');%%均衡化以后的輸出圖像HistB=zeros(1,GrayLevel);x=zeros(1,GrayLevel);fori=1:GrayLevelx(i)=i-1;endB=uint8(B);B=double(B);fori=1:1:WidthAforj=1:1:HeightAHistB(B(i,j)+1)=HistB(B(i,j)+1)+1;endendsubplot(3,2,4),bar(x,HistB,0);title('局部均衡化以后的直方圖');%%均衡化以后的直方圖axis([0GrayLevel0max(HistB)]);functiontext1_CreateFcn(hObject,eventdata,handles)M=imread('e:/11.jpg');%需要處理的圖像GrayLevel=128;SizeA=size(M);%M維數(shù)組WidthA=SizeA(1,1);HeightA=SizeA(1,2);HistA=zer