图像增强算法设计与实现(2)

图像增强的过程往往也是一个矛盾的过程：图像增强希望既去除噪声又增强边缘。但是，增强边缘的同时会同时增强噪声，而滤去噪声又会使边缘在一定程度上模糊。因此，在图像增强的时候，往往是将这两部分进行折中，找到一个好的代价函数达到需要的增强目的。

传统的图像增强算法在确定转换函数时常是图像变换、灰度变换、直方图变换、图像平滑与锐化、色彩增强等。常用的一些图像增强方法是学习图像增强的基础，至今它们对于改善图像质量仍发挥着重要的作用。本文着重研究了这些增强方法对图像进行增强处理，针对图像增强的普遍性问题，研究和实现常用的图像增强方法及其算法，讨论不同的增强算法的适用场合，并对其图像增强方法进行性能评价。

直方图均衡化是灰度变换的一个重要应用，广泛应用在图像增强处理中。它是以累积分布函数变换为基础的直方图修正法，可以产生一幅灰度级分布具有均匀概率密度的图像，扩展了像素的取值动态范围，基于MATLAB的直方图均衡化算法实现，在生物医学工程，通信工程，工程和工业，军事公安，文化艺术等方面具有广泛的应用。

1.3 本文的工作结构

本文主要分析课题的研究意义及现状，通过理论分析图像增强的可能性与结果预期。通过对比各种图像增强算法的方法，比较各种方法的优缺点，从而使得能够通过某种方法得到某种预期的图像增强效果。共分为五部分，具体内容安排如下：

第一章 绪论 介绍分析课题背景意义、现状等。

好吧,学弟学妹们,我能帮上的就这么点了

第二章 图像增强的基本理论 主要介绍数字图像的概念和图像增强的方法。

第三章 图像增强的算法分析 介绍通过MATLAB软件进行直方图均衡化的

需求，分析了各种图像增强的可行性与预期结果。

第四章 图像增强的实现 通过详细的设计，实际对比效果，进行图像增强实

验，分析实现结果。

第五章 总结 对本论文进行总结与展望。

好吧,学弟学妹们,我能帮上的就这么点了

2 图像增强的基本理论

2.1 图像增强的定义

为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的某些特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强。

一般情况下，图像增强是按某种特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不必要的信息的处理方法，也是提高图像质量的过程。图像增强的目的是使图像的某些方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对图像的更高级的处理和分析。

2.2 数字图像的基本概念

2.2.1 数字图像的表示

图像并不能直接用计算机来处理，处理前必须先转化成数字图像。早期一般用picture代表图像，随着数字技术的发展，现在都用image代表离散化了的数字图像。

由于从外界得到的图像多是二维(2-D)的，一幅图像可以用一个(2-D)数组f (x,y)表示。而这里x和y表示二维空间xy中一个坐标点的位置，f则代表图像在点(x,y)的某种性质数值。为了能够用计算机对图像进行处理，需要坐标空间和性质空间都离散化。这种离散化了的图像都是数字图像，即f(x,y)都在整数集合中取值。图像中的每个基本单元称为图像那元素，简称像素[2]。

2.2.2 图像的灰度变换

常用的图像一般是灰度图，灰度变换可使图像动态范围增大，对比度得到延伸，使图像更加清晰、特征更加明显，是图像增强的重要手段之一[3]。它主要利用点运算来修正像素灰度，由输入像素点的灰度值确定相应输出点的灰度值，是一种基于图像变换的操作。灰度变换不改变图像内的空间关系，除了灰度级的改变是根据某种特定的灰度变换函数迸行之外，可以看作是“从像素到像素”的复制操作[4]。

可用f表示灰度值，反映图像上对应点的亮度。亮度是观察者对所看到的物体表面反射光强的量度。作为图像灰度的量度函数f(x,y)应大于零。人们日常看

好吧,学弟学妹们,我能帮上的就这么点了

到的图像一般是从目标上反射出来的光组成的，所以f(x,y)可看成由两部分构成：入射到可见场景上光的量；场景中目标对反射光反射的比率。确切地说它们分别称为照度成分i(x,y)和反射成分r(x,y)。f(x,y)与i(x,y)和r(x,y)都成正比关系，可表示成f(x,y)＝i(x,y)× r(x,y)。

将二维坐标位置函数f(x,y)称为灰度。入射光照射到物体表面的能量是有限的，并且它永远为正，即0<i(x,y)<∞；反射系数为0时，表示光全部被物体吸收，反射系数为1时，表示光全部被物体反射，反射系数在全吸收和全反射之间，即0<r(x,y)<1。因此图像的灰度值也是非负有界的。

2.2.3 灰度直方图

灰度直方图是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。

灰度直方图是数字图像处理中一个最简单、最有用的工具，它反映了数字图像中每一灰度级与其出现频率之间的统计关系。可以有针对性地通过改变直方图的灰度分布状况，使灰度均匀的或按照预期目标分布于整个灰度范围空间，从而达到图像增强的效果。

2.3 本章小结

经过各种突变情况得到的图像往往并不能让我们直观的得到自己想要的信息，而在计算机中，可以通过某种手段，将图像变现为数字形式，分析图像直方图等方法，增强图像的某种信息的显示，以便计算机和人们的使用。

好吧,学弟学妹们,我能帮上的就这么点了

3 图像增强的算法分析

在图像处理中，图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着非常至关重要的作用。

3.1 直方图均衡化

直方图均衡化方法是图像增强中最常用，最重要的方法之一。直方图均衡化是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图，然后按均衡直方图修正原图像。它以概率论为基础，运用灰度点运算来实现，从而达到图像增强的目的。它的变换函数取决于图像灰度直方图的累积分布函数。就是把一已知灰度概率分布的图像，经过一种变换，使之演变成一幅具有均匀概率分布的新图像。有些图像在低值灰度区间上频率较大，使得图像中较暗区域中的细节部分看不清楚，这是可以将图像的灰度范围分开，并且让灰度频率较小的灰度级变大。当图像的直方图为一均匀分布时，图像的信息熵最大，此时图像包含的信息量最大，图像看起来就显得清晰[5]。

原始图的灰度范围大约是110到250之间，灰度分布的范围比较狭窄，所以整体上看对比度比较差，而直方图均衡化后，灰度几乎是均匀的分布在0到255的范围内，图像明暗分明，对比度很大，图像比较清晰明亮，很好的改善了原始图的视觉效果。

优势：能够使得处理后图像的概率密度函数近似服从均匀分布，其结果扩张了像素值的动态范围，是一种常用的图像增强算法。

不足：不能抑制噪声。

3.2 图像二值化

图像的二值化处理就是将图像上的像素点的灰度值设置为0或255，也就是讲整个图像呈现出明显的黑白效果。

将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。

好吧,学弟学妹们,我能帮上的 …… 此处隐藏：2900字，全部文档内容请下载后查看。喜欢就下载吧 ……