【PS圖形圖像處理研究7200字】

PS圖形圖像處理研究目錄TOC\o"1-3"\h\u221511緒論 1312611.1課題研究背景及意義 1305681.2國(guó)內(nèi)外研究發(fā)展現(xiàn)狀 1292612設(shè)計(jì)的思路和相關(guān)概念的介紹 2267482.1PS 2214462.1.1PS簡(jiǎn)介 2248532.1.2PS語(yǔ)言特點(diǎn) 2249792.1.3PS在圖像處理中的應(yīng)用 2258672.2軟件總體設(shè)計(jì) 344102.3設(shè)計(jì)的思路 3226783算法描述 440273.1灰度變化 4122383.1.1線性變化 5305873.1.2分段線性變化 6326273.1.3非線性變化 716653.2直方圖修正 883593.2.1灰度直方圖 8245003.2.2直方圖均衡化 8265583.3圖像平滑與銳化 9304633.3.1圖像平滑 9118603.3.2圖像銳化 1019154具體程序與運(yùn)算結(jié)果 11131264.1灰度化和灰度直方圖的編程 11112864.2灰度變化的編程 12100514.3圖像平滑與銳化的編程 14139074.4軟件設(shè)計(jì)優(yōu)化 1513069結(jié)論 1531759參考文獻(xiàn) 171緒論課題研究背景及意義圖像是主要的傳遞信息的途徑之一，據(jù)不完全統(tǒng)計(jì)在人類接受和傳遞信息過(guò)程中圖像信息占據(jù)80%，可見圖像傳遞信息是多么重要。圖像在傳遞、儲(chǔ)存、顯示等過(guò)程中每個(gè)部分都有可能影響圖像的質(zhì)量，使圖像傳遞的信息無(wú)法有效讀取和識(shí)別。例如：在圖像獲取時(shí)光線的過(guò)強(qiáng)或著較弱以及反光等都會(huì)影響圖像質(zhì)量；在圖像傳遞過(guò)程中，由于機(jī)械設(shè)備的原因?qū)е绿砑恿嗽肼暤鹊?。由于這些或多或少而又無(wú)法避免的緣故使得圖像的品質(zhì)下降，因此如何有效的提高圖像質(zhì)量變得尤為重要。數(shù)字圖像增強(qiáng)作為處理場(chǎng)景中較為多見的方案，這項(xiàng)技術(shù)的成熟離不開計(jì)算機(jī)的飛速發(fā)展，總的來(lái)說(shuō)它主要就是利用計(jì)算機(jī)，對(duì)于圖像開展轉(zhuǎn)換進(jìn)而推進(jìn)相關(guān)數(shù)字運(yùn)算活動(dòng)，通過(guò)該方式大幅提升處理的實(shí)用性。每個(gè)人對(duì)圖像處理的原因和目的都不盡相同，但是增強(qiáng)處理的核心內(nèi)容即優(yōu)化視覺效果，凸顯其中有價(jià)值的內(nèi)容，同時(shí)也有效控制非必要的內(nèi)容，使有用信息得到增強(qiáng)有利于人或機(jī)器識(shí)別分析。因?yàn)閳D像作為獲得與交換信息的重點(diǎn)方式，當(dāng)前其已經(jīng)普遍運(yùn)用到醫(yī)學(xué)診斷等諸多方面，在日常生活中扮演著越來(lái)越重要的角色。1.2國(guó)內(nèi)外研究發(fā)展現(xiàn)狀數(shù)字圖像圖像處理的發(fā)展歷史不長(zhǎng)，但己經(jīng)引起了人們的重視。追根溯源圖像處理技術(shù)前身始于20世紀(jì)20年代，初期階段的圖像增強(qiáng)方案主要為硬件數(shù)據(jù)的優(yōu)化。直至60年代的時(shí)候方才完成了初代可支持?jǐn)?shù)字圖像處理的方案。自此數(shù)字圖像技術(shù)迎來(lái)初創(chuàng)期。1964年美國(guó)學(xué)者在實(shí)驗(yàn)室環(huán)境中，第一次針對(duì)月球照片開展相應(yīng)處理，從而完成了月球地圖的相關(guān)繪制工作。次年又利用數(shù)字圖像技術(shù)成功繪制月球表面地圖標(biāo)志著此項(xiàng)技術(shù)在航空領(lǐng)域中的應(yīng)用。70年代時(shí)候，該技術(shù)在醫(yī)療方面實(shí)現(xiàn)了較大范圍的運(yùn)用。隨著計(jì)算機(jī)硬件的高速發(fā)展，數(shù)字圖像方案也實(shí)現(xiàn)了較為快速的成長(zhǎng)，80年代已經(jīng)可以處理三維圖像。圖像處理方案實(shí)現(xiàn)了較大范圍的運(yùn)用。發(fā)展至90年代的時(shí)候，圖像增強(qiáng)方案已經(jīng)深入到人類生活以及社會(huì)成長(zhǎng)的方方面面。在國(guó)內(nèi)借鑒了國(guó)外相對(duì)成熟的理論體系自20世紀(jì)60年代開始了自己的研究，因?yàn)樵摃r(shí)期的存儲(chǔ)成本相對(duì)較高，設(shè)備成本相對(duì)偏高，因而沒有得到很好的應(yīng)用。70年代步入迅速增長(zhǎng)階段，特別是其產(chǎn)生了CT以及衛(wèi)星遙感等方案，這也讓該領(lǐng)域的技術(shù)實(shí)現(xiàn)了較為快速的成長(zhǎng)。發(fā)展至80年代的時(shí)候，該時(shí)期的計(jì)算機(jī)可滿足圖像處理的各類需求，因此而發(fā)展到普及階段。90年代之后則是步入到應(yīng)用期，數(shù)字圖像處理技術(shù)逐漸應(yīng)用到人們的生產(chǎn)生活中，在氣象預(yù)報(bào)、城市規(guī)劃、生物醫(yī)學(xué)等眾多領(lǐng)域都有它的身影。2設(shè)計(jì)的思路和相關(guān)概念的介紹2.1PS軟件2.1.1PS簡(jiǎn)介PS其屬于在向量、數(shù)組等多個(gè)方案的基礎(chǔ)上開展分析以及仿真軟件等處理程序，而且功能強(qiáng)悍一方面可滿足運(yùn)算中較為多見的數(shù)組運(yùn)算等需求；還可依靠編程的方案來(lái)應(yīng)對(duì)較為復(fù)雜的項(xiàng)目；可描繪相應(yīng)的二維以及三維信息，確保輸出數(shù)據(jù)可實(shí)現(xiàn)理想的可視化效果。當(dāng)前，其逐漸演變?yōu)楣こ涕_發(fā)中較為多見的軟件方案。其中有豐富的工具支持，諸如關(guān)于圖像處理的相關(guān)函數(shù)。其可滿足文件讀寫以及展示等多種需求。提供了配套的讀入函數(shù)，進(jìn)而滿足基本的展示需求，還有配套的顯示函數(shù)image等相關(guān)支持；可開展相應(yīng)的圖像處理計(jì)算操作。類似于：圖像的和、卷積等相關(guān)計(jì)算需求。其中有著DFT等多種函數(shù)支持。而且對(duì)于圖像的具體計(jì)算問(wèn)題，有校正、直方圖均衡等多種處置方案，可滿足用戶的多種需求。2.2軟件總體設(shè)計(jì)設(shè)計(jì)需要用PS仿真分析，根據(jù)圖像增強(qiáng)的方法的特點(diǎn)分別有針對(duì)性的進(jìn)行軟件仿真設(shè)計(jì)，軟件處理圖像總體結(jié)構(gòu)流程圖如下：圖2.2-1軟件流程圖2.3設(shè)計(jì)的思路在實(shí)踐之中可實(shí)現(xiàn)理想圖像增強(qiáng)的方案較為豐富，針對(duì)不同的需求選擇合適的方法對(duì)圖像處理從而達(dá)到圖像增強(qiáng)的目的是重中之重。整體而言，圖像增強(qiáng)的方案可整理成兩大分類：空間域以及頻域。本次設(shè)計(jì)主要是著重對(duì)空間域的方法介紹，并使用PS的圖像處理程序仿真分析。常用的空間域圖像增強(qiáng)根據(jù)運(yùn)算特點(diǎn)可分為點(diǎn)運(yùn)算（灰度變化、直方圖均衡化等）和空域?yàn)V波（圖像平滑與銳化等）。一般圖像處理的步驟是先數(shù)字化，因?yàn)橹苯訌耐獠揩@取的圖像計(jì)算機(jī)不能識(shí)別；然后再把得到的數(shù)字圖像灰度化從而得到灰度圖像，灰度化可以減少計(jì)算量便于編程；因?yàn)椴煌惴ǖ倪m用范圍不同，所以最后要根據(jù)所需選擇合適的算法處理來(lái)達(dá)到圖像增強(qiáng)的目的。圖像處理步驟和圖像處理方法的結(jié)構(gòu)如下圖所示：圖2.3-1圖像處理步驟圖2.3-2空間域處理方法結(jié)構(gòu)圖3算法描述3.1灰度變化由于受成像系統(tǒng)的限制，如果對(duì)比度不夠明顯，人眼的視覺效果就會(huì)很差。圖像之中的灰度變換處置方案，即強(qiáng)化處理中極為基礎(chǔ)與直接的處理方案。其結(jié)合需求的目標(biāo)條件，參考特殊的變換規(guī)律從而調(diào)整各個(gè)像素具體的灰度數(shù)據(jù)，通過(guò)該方式來(lái)優(yōu)化原本的畫質(zhì)，強(qiáng)化最終的顯示效果、灰度變換是對(duì)每一個(gè)點(diǎn)逐步進(jìn)行運(yùn)算即點(diǎn)與點(diǎn)之間的運(yùn)算，重點(diǎn)為針對(duì)獨(dú)立像素開展相應(yīng)的運(yùn)算處理，依靠調(diào)整原始圖像實(shí)際的灰度區(qū)間，進(jìn)而可較為直觀調(diào)整相關(guān)圖像。設(shè)定原本像素的具體灰度數(shù)據(jù)D=f(x,y)，處理之后實(shí)際數(shù)據(jù)則是轉(zhuǎn)變成D'=g(x,y)，則灰度變換的方案可用于表述相應(yīng)的:g(x,y)=T[f(x,y)]，其中函數(shù)T(D)可以稱作是相應(yīng)的灰度變換，重點(diǎn)用于表述相關(guān)輸入和輸出數(shù)據(jù)間的轉(zhuǎn)換機(jī)制。由此可見對(duì)同一幅圖像而言選擇的灰度變換函數(shù)不同結(jié)果也會(huì)不同。所以要根據(jù)所需目的或要求來(lái)選擇對(duì)應(yīng)的灰度變換函數(shù)。參考較為多見的灰度變換數(shù)據(jù)，可將其劃分成相應(yīng)的線性、分段線性以及非線性變化。3.1.1線性變化當(dāng)曝光度過(guò)度時(shí)，圖像的灰度集中在較亮的區(qū)域而導(dǎo)致圖像偏亮，當(dāng)曝光度不足時(shí)圖像的灰度集中在較暗的區(qū)域而導(dǎo)致圖像偏暗，這個(gè)時(shí)候可以對(duì)圖像的每一個(gè)像素灰度作線性拉伸。線性拉伸的方案進(jìn)行處理可將灰度數(shù)據(jù)進(jìn)行并未劃分地?cái)U(kuò)展?；叶茸儞Q函數(shù)可以簡(jiǎn)單的看成是一個(gè)線性f(i,j)的灰度區(qū)間[a,b]，希變換g(i,j)實(shí)際數(shù)據(jù)增長(zhǎng)到[c,d]，那么線性變換則是D'=f(A)=kA+c.圖3.1.1-1線性變化函數(shù)圖像我們假設(shè)D'=f(A)=kA+c.其中A在前文所介紹的圖片之中被用于表述相應(yīng)的輸入圖像灰度值，D'在前文所介紹的圖片之中被用于表述相應(yīng)的輸出圖像灰度，k在前文所介紹的圖片之中被用于表述相應(yīng)的線性函數(shù)的斜率，c在前文所介紹的圖片之中被用于表述相應(yīng)的Y軸截距。選定多種k，c值的情況下有多種效果：在k>1的情況下，實(shí)際對(duì)比度數(shù)據(jù)會(huì)有顯著提升，在k<1的情況下，輸出圖像相應(yīng)的對(duì)比度數(shù)據(jù)會(huì)有一定的降低；在k=1同時(shí)c≠0的情況下，c出現(xiàn)的變換僅僅會(huì)讓相應(yīng)的灰度數(shù)據(jù)出現(xiàn)了上、下移的變化，效果則是調(diào)整亮度，在k<0的情況下暗區(qū)會(huì)表現(xiàn)為變亮狀態(tài)，亮區(qū)域則會(huì)有著變暗的特征。當(dāng)k=-1,c=255的情況下灰度數(shù)據(jù)有顯著優(yōu)化。多種線性變換的具體效果可以參考下圖所示圖3.1.1-2線性變化圖像3.1.2分段線性變化為優(yōu)化視覺效果，凸顯其中有價(jià)值的內(nèi)容，同時(shí)也有效控制非必要的內(nèi)容。較為多見的方案為三段線性變換。其可稱作是圖像直方圖拉伸，和線性變換的方案較為接近，區(qū)別為變換函數(shù)存在相應(yīng)的分段調(diào)整。將0-255的區(qū)間，劃分成多個(gè)線段，在不同的范圍內(nèi)對(duì)應(yīng)的函數(shù)不同。如下圖圖3.1.2-1分段線性變化函數(shù)圖像實(shí)際上分段線性變化可以理解為在不同區(qū)域進(jìn)行不同的線性變換從而達(dá)到增強(qiáng)目標(biāo)區(qū)域。效果圖如下： 圖3.1.2-2分段線性變化圖像3.1.3非線性變化在實(shí)際應(yīng)用非線性函數(shù)進(jìn)行相關(guān)映射處理的情況下，達(dá)成較為理想的非線性變換。較為多見的方案即對(duì)數(shù)、指數(shù)變換的處理方式。其可滿足過(guò)暗圖像的需求。其可實(shí)現(xiàn)較為理想的低灰度值，進(jìn)行一定程度的高灰度壓縮，進(jìn)而實(shí)現(xiàn)強(qiáng)化低灰度的效果。下面我們以對(duì)數(shù)變換函數(shù)舉例函數(shù)與圖像如下：g(i,j)=a+ln[f(I,j)+1]/blnc圖3.1.3-1非線性變化函數(shù)圖像其中，其中

a,b,c

即為調(diào)控實(shí)際曲線位置以及形狀所導(dǎo)入的相關(guān)數(shù)據(jù)。在期望針對(duì)低灰度數(shù)據(jù)開展大拉伸的情況下，進(jìn)行相應(yīng)壓縮處理，可使用此類變換方案，進(jìn)而令灰度和視覺可以匹配。與之相反，指數(shù)變換用于擴(kuò)展高灰度區(qū)對(duì)低灰度區(qū)壓縮，一般適于過(guò)亮的圖像。效果如圖所示：圖3.1.3-2對(duì)數(shù)變換對(duì)比圖3.2直方圖修正3.2.1灰度直方圖其為特殊的函數(shù)，其用于表述數(shù)字圖像內(nèi)各個(gè)灰度級(jí)以及具體頻數(shù)間的聯(lián)系。直方圖的具體信息可發(fā)現(xiàn)外貌，直方圖的具體構(gòu)成位于灰度相對(duì)偏低的一側(cè)；明亮圖像，直方圖的具體構(gòu)成聚集于灰度級(jí)別相對(duì)偏高的一側(cè)。對(duì)比度數(shù)據(jù)相對(duì)偏低的圖像，灰度級(jí)的數(shù)據(jù)散布于中部；高對(duì)比度的相關(guān)數(shù)據(jù)，直方圖的實(shí)際散布相對(duì)均勻，而且灰度級(jí)的數(shù)據(jù)相對(duì)較寬。所以，為提升整體的視覺效果進(jìn)而更為明確，可進(jìn)行灰度級(jí)的拉開處理，進(jìn)而構(gòu)建更為明確的層次，實(shí)現(xiàn)較為均勻的分布，大幅提升其對(duì)比度數(shù)據(jù)。通常有：均衡化與規(guī)定化。此次選擇均衡化來(lái)舉例圖3.2.1-1灰度直方圖3.2.2直方圖均衡化實(shí)際進(jìn)行的均衡化處理，即增強(qiáng)處理中較為基礎(chǔ)與高效的增強(qiáng)方案，結(jié)合其名義來(lái)分析即依靠調(diào)控對(duì)比度的數(shù)據(jù)，進(jìn)而轉(zhuǎn)變各類像素具體的灰度數(shù)據(jù)，一般用來(lái)增加圖像的全局的對(duì)比度，特別我們所需要的圖像數(shù)據(jù)的對(duì)比度非常接近的時(shí)候。依靠均衡化的處理方案，亮度可以更好地在直方圖上比較均勻的分布?？纱蠓嵘邆涞膶?duì)比度，而不會(huì)干涉整體數(shù)據(jù)。例如：因?yàn)樵紙D像的具體數(shù)據(jù)散布于相對(duì)偏小的區(qū)間，進(jìn)而導(dǎo)致圖像模糊的問(wèn)題。運(yùn)用均衡化的處理方案，能夠?qū)崿F(xiàn)均勻分布的效果，這也可大幅提升灰度值的動(dòng)態(tài)區(qū)間，通過(guò)該方式來(lái)強(qiáng)化整體的對(duì)比度數(shù)據(jù)。處理過(guò)程中的均衡化原理即：圖像之中針對(duì)畫面產(chǎn)生關(guān)鍵效果的灰度參數(shù)開展擴(kuò)展，對(duì)于畫面并未產(chǎn)生主要效果的灰度值開展合并處理，從而增大對(duì)比度，使圖像清晰，增強(qiáng)視覺效果。若是圖像有著偏暗或偏亮的特征，則均衡化的方案有較為理想的效果。因?yàn)榫饣姆桨缚蓪?shí)現(xiàn)全局處置，它不會(huì)針對(duì)某一數(shù)據(jù)進(jìn)行處理，或許會(huì)造成無(wú)價(jià)值信息的對(duì)比度強(qiáng)化，進(jìn)一步控制有用數(shù)據(jù)的對(duì)比度信息。除此之外，還可依靠均衡化的方案來(lái)控制灰度級(jí)的各類數(shù)據(jù)，一些細(xì)節(jié)會(huì)消失，這也是均衡化的主要問(wèn)題。直方圖均衡化基本步驟為：1.讀入2.統(tǒng)計(jì)像素值[0,255]產(chǎn)生的具體數(shù)。3.針對(duì)各大通道計(jì)算相應(yīng)[0,255]產(chǎn)生的具體幾率，進(jìn)而獲得所需求的直方圖。4.對(duì)各個(gè)通道劃分成計(jì)算幾率數(shù)據(jù)的相應(yīng)前綴和，進(jìn)而獲得相應(yīng)的累計(jì)直方圖。5.對(duì)于各個(gè)通道計(jì)算具體的像素映射函數(shù)。6.對(duì)于各大通道進(jìn)行像素點(diǎn)的相關(guān)映射處理。7.處理過(guò)程中輸出均衡化的相關(guān)信息。下圖為仿真效果圖：圖3.2.2-1直方圖均衡化直方圖3.3圖像平滑與銳化空域?yàn)V波即在鄰域處理之上所采取的強(qiáng)化方案，可在圖像特定的二維空間開展相關(guān)處理，針對(duì)各個(gè)像素的灰度參數(shù)開展處理。處理之后所獲取的灰度參數(shù)和像素值之間存在密切的聯(lián)系?？沼?yàn)V波的方案主要有線形以及非線形的兩大類別。結(jié)合具體的功能開展劃分，主要有平滑以及銳化的兩大類別。平滑過(guò)程中可依靠低通濾波的方案來(lái)達(dá)成預(yù)期的效果，過(guò)濾相關(guān)的高頻內(nèi)容（灰度變動(dòng)相對(duì)偏大、相對(duì)偏快的區(qū)域）來(lái)實(shí)現(xiàn)平滑的效果。銳化濾波的方案可以控制或者是消除相關(guān)的低頻部分，但不會(huì)干涉高頻的部分。3.3.1圖像平滑實(shí)際進(jìn)行的平滑處理，核心目的為控制噪聲對(duì)質(zhì)量所構(gòu)成的綜合影響，在得到圖像的進(jìn)程中，一般會(huì)因?yàn)樵紙D像等遭遇一定程度的干擾問(wèn)題，進(jìn)而造成質(zhì)量有所降低。為有效控制噪聲、優(yōu)化質(zhì)量，針對(duì)圖像開展相關(guān)平滑操作。依靠部分方案來(lái)控制此類噪聲的影響，可稱作是平滑。平滑處理的是較為實(shí)用的技術(shù)，然而在進(jìn)行平滑處理時(shí)往往在消除噪聲的同時(shí)造成圖像邊緣輪廓和線條模糊，失去了一些圖像的細(xì)節(jié)。效果較為理想的平滑方案需要可有效控制噪聲，又能保證圖像的細(xì)節(jié)。一般使用的方法有線性濾波、中值濾波法。線性濾波代表通過(guò)較為簡(jiǎn)易的方案來(lái)開展平均處理，通過(guò)該方案有助于控制相關(guān)噪聲，減少對(duì)比度的具體作用。通過(guò)卷積運(yùn)算的方案來(lái)開展平均操作，因此可控制噪聲、對(duì)比度等效果。其中所存在的核心缺陷即控制噪聲，而且也讓圖像可更為模糊，尤其是針對(duì)邊緣與細(xì)節(jié)區(qū)域更顯著，領(lǐng)域方面相對(duì)偏大，去噪強(qiáng)化而且模糊狀況更加顯著。圖3.3.1-1線性濾波圖像中值濾波是一種基于非線性濾波平滑處理技。簡(jiǎn)而言之，即特定像素等同領(lǐng)域的中間值，依靠該方式來(lái)逼近真實(shí)數(shù)據(jù)，進(jìn)而有效控制相關(guān)噪聲點(diǎn)。運(yùn)用中值濾波的方案可實(shí)現(xiàn)較好的噪聲控制，特別是在濾除處理的過(guò)程中，能夠一定程度上能保證的邊緣輪廓和線條的細(xì)節(jié)使之不被模糊。其為“最小絕對(duì)誤差”基礎(chǔ)上最為理想的濾波。下文介紹其具體的效果；圖3.3.1-2中值濾波圖像3.3.2圖像銳化在開展平滑處理的過(guò)程中，通常會(huì)讓相應(yīng)的邊界與輪廓較為模糊，為了解決這類不利因素對(duì)圖像質(zhì)量的影響，要求運(yùn)用圖像銳化的方案開展處理。其可稱作是邊緣增強(qiáng)的方案，可實(shí)現(xiàn)補(bǔ)償輪廓的效果，強(qiáng)化邊緣以及灰度跳變等相關(guān)信息，進(jìn)而實(shí)現(xiàn)邊緣明確的效果。其重點(diǎn)為卷積運(yùn)算以及開展相關(guān)灰度平均的處理。從而導(dǎo)致邊緣模糊。因此可以對(duì)其進(jìn)行微分運(yùn)算就可以使圖像邊緣得到增強(qiáng)?？沼蛭⒎值姆桨?，主要有Sobel算子等多個(gè)方案。其中Roboert等為一階，Laplace則是歸屬于二階。梯度一階微分的處理方案，相關(guān)模值數(shù)據(jù)主要有邊界以及細(xì)節(jié)等數(shù)據(jù)。其可分析相應(yīng)的梯度模值，一般情況下認(rèn)定其歸屬于邊界提取的方案，有著極值性等特征。二階微分可增強(qiáng)相應(yīng)的邊緣數(shù)據(jù)，但一些情況下會(huì)強(qiáng)化噪音。經(jīng)過(guò)銳化處理的仿真效果圖如下：圖3.3.2-1銳化濾波圖像4具體程序與運(yùn)算結(jié)果4.1灰度化和灰度直方圖的編程一般從外部設(shè)備獲得的圖片要計(jì)算機(jī)數(shù)字化后才能操作，圖片在經(jīng)過(guò)計(jì)算機(jī)數(shù)字化后存儲(chǔ)在某一位置，當(dāng)需要對(duì)圖像處理時(shí)只需要輸入文件所在位置就可以獲取圖像然后進(jìn)行灰度化。在處理過(guò)程中為獲得更加直觀的信息，一般會(huì)導(dǎo)入相應(yīng)的灰度直方圖。通常情況下，在處理過(guò)程中可以運(yùn)用imread（）讀取圖像的方案，進(jìn)而獲得所需求的直方圖。通過(guò)該方式來(lái)達(dá)成灰度化等處理效果，具體的程序以及結(jié)果可參考下文所示；I=imread('D:\aaa\2.jpg');%獲取圖像x=rgb2gray(I);%灰度化figure(1);subplot(121);imshow(I);title('原始圖像');subplot(122);imshow(x);title('灰度圖像');h=imhist(x);%列出灰度圖像直方圖figure,imhist(x);%直方圖圖4.1.1-1灰度圖像和灰度直方圖4.2灰度變化的編程灰度變換是在灰度圖像上進(jìn)行的算法處理，灰度變化常用的算法有線性、分段線性、對(duì)數(shù)變換、直方圖均衡化等。針對(duì)以上這些的軟件編程思路大致相同，只是調(diào)用的函數(shù)不同。只需要給出函數(shù)相關(guān)參數(shù)比如：斜率，截距、取值范圍等即可。直方圖均衡化直接調(diào)用histeq函數(shù)處理。以下是分別給出相關(guān)部分程序代碼和結(jié)果：I=imread('D:\aaa\2.jpg');x=rgb2gray(I);figure(1),subplot(3,3,1),imshow(x),title('灰度圖');I5=histeq(x);%直方圖均衡化figure(1),subplot(3,3,2),imshow(I5),title('均衡化');figure(1),subplot(3,3,3),imhist(I5);title('均衡化直方圖');Fa=1.5;Fb=0;O=Fa.*x+Fb/255;('通過(guò)該操作來(lái)實(shí)現(xiàn)提升對(duì)比度的效果');figure(1),subplot(3,3,5),imhist(O);title('線性變換直方圖');f=rgb2gray(I);[M,N]=size(f);fori=1:Mforj=1:Niff(i,j)<=30f(i,j)=f(i,j);elseiff(i,j)<=150f(i,j)=(200-30)/(150-30)*(f(i,j)-30)+30;elsef(i,j)=(255-200)/(255-150)*(f(i,j)-150)+200;endendendsubplot(3,3,6),imshow(uint8(f));title('分段線性灰度化');subplot(3,3,7),imhist(uint8(f));title('分段線性灰度化直方圖');globalxd=double(x);I2=45*log(d+1);I2=uint8(I2);subplot(3,3,8),imshow(I2);title('對(duì)數(shù)變換');subplot(3,3,9),imhist(uint8(d));title('對(duì)數(shù)變換直方圖');圖4.2-1灰度變化仿真圖4.3圖像平滑與銳化的編程這里采用效果較好的中值濾波來(lái)平滑處理。圖像銳化就是通過(guò)使得圖像的邊緣更加突出，有多種用來(lái)邊緣檢測(cè)的算子，這里采用的sobel算子來(lái)銳化處理。部分代碼如下：I=imread('D:\aaa\2.jpg');I=rgb2gray(I);I=im2double(I);通過(guò)該操作來(lái)實(shí)現(xiàn)增添椒鹽噪聲的效果通過(guò)該操作來(lái)實(shí)現(xiàn)增添二維中值濾波的效果figure(1);subplot(231);imshow(I);title('原灰度圖');subplot(232);imshow(J);title('加椒鹽噪聲');subplot(233);imshow(K);title('中值濾波');model=[-1,0,1;-2,0,2;-1,0,1];[m,n]=size(I1);I2=double(I1);fori=2:m-1forj=2:n-1I2(i,j)=I1(i+1,j+1)+2*I1(i+1,j)+I1(i+1,j-1)-I1(i-1,j+1)-2*I1(i-1,j)-I1(i-1,j-1);endendfigure(1),subplot(234),imshow(I2),title('邊緣提取后的圖像');I2=I2+double(I1);4.4軟件設(shè)計(jì)優(yōu)化為了更方便操作更直觀的觀看結(jié)果對(duì)軟件設(shè)計(jì)部分進(jìn)行了可視化界面的設(shè)計(jì)。分別設(shè)置圖形界面，功能按鍵模塊、圖像顯示模塊。Gui界面和仿真結(jié)果如下圖所示： 圖4.3-1Gui程序仿真圖結(jié)論通過(guò)查閱各種相關(guān)資料和老師幫助下，對(duì)處理圖像的算法有了更深入的了解，并進(jìn)行歸納總結(jié)。以此完成了本次基于PS的數(shù)字圖像增強(qiáng)技術(shù)的設(shè)計(jì)。設(shè)計(jì)中充分利用了PS強(qiáng)大的圖像算法處理功能，對(duì)常用空間域圖像增強(qiáng)處理逐一展開說(shuō)明，分別介紹了線性、分段線性、非線性變換等方法。在每一類中又包含了不同的算法，并使用PS完成了仿真，通過(guò)仿真效果圖與灰度直方圖能夠非常直觀的觀察到圖像的變化，便于分析不同處理方式以及不同算法的適用范圍。比如：灰度線性變換適用于整體圖像偏暗或偏亮；分段線性變換可以有選擇的增加圖像中不同地方的對(duì)比度；非線性變換可以增強(qiáng)某一部分的圖像。圖像平滑處理中使用線性濾波和中值