基于直方图变换实现的图像增强的课程设计Word下载.docx

基于直方图变换实现的图像增强的课程设计Word下载.docx

《基于直方图变换实现的图像增强的课程设计Word下载.docx》由会员分享，可在线阅读，更多相关《基于直方图变换实现的图像增强的课程设计Word下载.docx（13页珍藏版）》请在冰豆网上搜索。

参

数

实现基于直方图变幻的图像增强，针对不同类型的图像采用合适的增强方法，以实现最好程度的增强。

要

求

选择一副对比度不足的图像，对该图像进行灰度变换实现图像的增强，增强对比度，显示增强前、后的图像以及他们的灰度直方图。

总结直方图增强的方法，对比方法的优缺点，积极思考基于特定图像的增强方法，设计中应具有自己的设计思想、设计体会。

工

作

量

划

考

资

料

指导教师签字

基层教学单位主任签字

说明：

此表一式四份，学生、指导教师、基层教学单位、系部各一份。

年月日

第1章摘要……………………………………………………………………………1

第2章引言……………………………………………………………………………2

第3章图像增强的重要方法…………………………………………………3

3.1灰度变换……………………………………………………………………………3

3.2直方图修正…………………………………………………………………………3

3.3平滑………………………………………………………………………………3

3.4锐化………………………………………………………………………………4

3.5各种图像增强技术方法的优缺点………………………………………………4

第4章直方图增强及matlab实现…………………………………………5

4.1直方图均衡化……………………………………………………………………5

4.2直方图均衡化的公式……………………………………………………………5

4.3直方图均衡化matlab的实现……………………………………………………6

4.4直方图均衡化小结………………………………………………………………9

第5章结论……………………………………………………………………………10

第6章心得体会……………………………………………………………………12

第7章参考文献……………………………………………………………………12

第一章摘要

摘要：

图像增强不仅可以用于提高图像的视觉外观，而且还是图像边缘检测以及特征提取等技术的基础。

本课程设计主要研究用于增强图像的灰度变换方法，包括线性灰度变换、非线性灰度变换与直方图均衡化方法。

采用MATLAB软件进行编程，运用上述算法对图像进行处理。

实验结果表明，处理后的图像对比度得到了明显改善，增强了图像的视觉效果。

在以上算法中可以通过灵活设置相关参数获取不同的图像增强效果，并且具有处理速度快的优点。

通过对图像增强的方法进行比较之后，得出不同方法在使用过程中的优缺点，并且积极思考和掌握在特定图像下增强图像的最优方法。

关键字：

数字图像处理；

图像增强；

直方图；

均衡化；

规定化；

matlab

第二章引言

引言：

图像增强是指按特定的需要突出一副图像中的某些信息，同时，消弱或去除某些不需要信息的处理方法。

其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。

图像增强技术是不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，而衰减其不需要的特征，故改善后的图像不一定要去逼近原图像。

如突出目标物轮廓，去除各类噪音，将黑白图像转变为伪彩色图像。

从图像质量评价观点来看，图像增强的主要目的是提高图像的可懂度，更有利于人的视觉感知

图像处理技术在40多年的时间里，迅速发展成为一门独立的有强大生命力的学科，图像增强技术已逐步涉及人类生活和社会生产的各个方面，在航天、生物医学、工业生产领域、以及军事等方面的应用已经趋于成熟化和进一步的提高。

成为人类科学技术上不可或缺的一部分。

第三章图像增强的重要方法

图像增强技术主要包含直方图修改处理、图像平滑化处理、图像尖锐化处理、和彩色处理技术等。

在实用中可以采用单一方法处理，也可以采用几种方法联合处理，以便达到预期的增强效果。

图像增强技术基本上可以分成两大类：

一类是频域处理，一类是空域处理法。

图像增强有图像对比度增强、亮度增强，轮廓增强等等。

空间域法主要在空间域内对像素灰度值直接运算处理，如图像的灰度变换直方图修正图像空域平滑和蜕化处理。

频域法就是在图像的某种变化域内，对图像的变换值进行预算，如先对图像进行傅里叶变换，在进行滤波处理，最后将滤波处理后的图像变换值反变换到空间域，从而获得增强后的图像。

3.1.灰度变换

灰度变换可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显是图像增强的重要手段之一。

具体来说是一种通过改变图像像元的亮度分布态势，扩展灰度分布区间来改变图像像元对比度，从而改善图像质量的图像处理方法。

因为亮度值是辐射强度的反映，所以也称为辐射增强。

常用的方法有对比度线性变换和非线性变换。

其关键是寻找到一个函数，以此函数对图像中每一个像元进行变换，使像元得到统一的重新分配，构成得到反差增强的图像

3.2直方图修正法

（1）直方图均衡化

直方图均衡化是通过对原图像进行某种变换使原图像的灰度值图修正为均匀的直方图的一种方法。

直方图规定化

直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法也成为直方图匹配。

3.3平滑噪声

有些图像是通过扫描仪扫描输入、或传输通道传输过来的。

图像中往往包含有各种各样的噪声。

这些噪声一般是随机产生的，因此具有分布和大小不规则性的特点。

这些噪声的存在直接影响着后续的处理过程，使图像失真。

图像平滑就是针对图像噪声的操作，其主要作用是为了消除噪声，图像平滑的常用方法是采用均值滤波或中值滤波，均值滤波是一种线性空间滤波，它用一个有奇数点的掩模在图像上滑动，将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替，如果规定了在取均值过程中掩模内各像素点所占的权重，即各像素点所乘系数，这时就称为加权均值滤波；

中值滤波是一种非线性空间滤波，其与均值滤波的区别是掩模中心对应像素点的灰度值用掩模内所有像素点灰度值的中间值代替。

3.4锐化

平滑噪声时经常会使图像的边缘变的模糊，针对平均和积分运算使图像模糊，可对其进行反运算采取微分算子使用模板和统计差值的方法，使图像增强锐化。

图像边缘与高频分量相对应，高通滤波器可以让高频分量畅通无阻，而对低频分量则充分限制，通过高通滤波器去除低频分量，也可以达到图像锐化的目的。

3.5各种图像增强技术方法的优缺点

（1）灰度变换

优势：

可以充分利用图像中的亮度信息，明显改善图像质量，是一种常用的图像增强算法。

不足：

对于受噪声影响明显的图像，该算法增强效果不明显。

即不能有效地抑制噪声。

而且，仅仅利用了图像中的局部信息。

（2）直方图均衡化

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。

不能抑制噪声。

（3）平滑算法

去噪效果明显，并且能够较好的保持图像边缘位置和细节。

非线性滤波算法的实现相对线性滤波比较困难。

（3）锐化

优势：

图像模糊的部分得到了锐化，特别是模糊的边缘部分得到了增强，边界更加明显。

图像显示清楚的地方，经过滤波发生了失真。

第四章直方图增强及matlab实现

4.1直方图均衡化

直方图均衡化是一种最常用的直方图修正。

它是把给定图象的直方图分布改造成均匀直方图分布。

是间接对比度增强的方法。

由信息学的理论来解释，具有最大熵（信息量）的图象为均衡化图象。

直观地讲，直方图均衡化导致图象的对比度增加。

从原理上讲，直方图均衡化则通过使用累计函数对灰度值进行“调整”以实现对比度的增强。

直方图均衡化基本做法是将每个灰度区间等概率分布代替了原来的随机分布，即增强后的图象中每一灰度级的像元数目大致相同。

直方图均衡化可使得面积最大的地物细节得以增强，而面积小的地物与其灰度接近的地物进行合并，形成综合地物。

减少灰度等级换取对比度的增大要注意的是，均衡化处理后的图象只能是近似均匀分布。

均衡化图象的动态范围扩大了，但其本质是扩大了量化间隔，而量化级别反而减少了，因此，原来灰度不同的象素经处理后可能变的相同，形成了一片的相同灰度的区域，各区域之间有明显的边界，从而出现了伪轮廓。

4.2直方图均衡化的公式

直方图进行均衡化变换后得到一幅灰度直方图为均匀分布的新图像

变换前图像的直方图均衡化后图像的直方图

（1）对于连续的数字图像所用直方图均衡化公式为

当变换函数为r的累积直方图函数时，能达到直方图均衡化的目的

（2）对于灰度级为离散的数字图像，用频率；

来代替概率，则所用直方图公式为

公式中，T（rk）来表示原图像的第k个灰度级的转换函数。

∑表示总和。

∑nj/N表示0~j个灰度级的像素数量总和与像素总数的比值，也就是前面讲过的百分位（当前色阶与前面色阶的所有像素数量÷

总像素数量）。

∑Pr（rk）表示第0~k的灰度级出现概率累积相加。

因为s是归一化的数值（s∈[0,1]），要转换为0~255的颜色值，需要再乘上255，即S=∑Pr（rk）*255。

4.3直方图均衡化matlab的实现

.matlab直方图均衡化的函数是histeq，

I=imread（'

pout.tif'

）;

[J,T]=histeq（I）;

Figure,plot（（0:

255）/255,T）;

下面给出直方图均衡化的源程序：

Yuantu=imread（'

D:

\Yuantu.JPG'

%读取原图象

[m,n,o]=size（Yuantu）;

%读取原图象的大小尺寸

grayPic=rgb2gray（Yuantu）;

%对原图像进行灰度变换

figure,imshow（Yuantu）;

%显示原图象

figure,imshow（grayPic）;

%显示灰度图象

%计算原图像各灰度出现的概率

gp=zeros（1,256）;

%返回一个1x256px...的矩阵

fori=1:

256

gp（i）=length（find（grayPic==（i-1）））/（m*n）;

end

figure,bar（0:

255,gp）;

%绘制直方图

title（'

原图像直方图'

%直方图的名称

xlabel（'

灰度值'

%直方图的横坐标

ylabel（'

出现概率'

%计算新的各灰度出现的概率

newGp=zeros（1,256）;

%创建一个新数组用来存放新的灰度值概率

S1=zeros（1,256）;

S2=zeros（1,256）;

tmp=0;

tmp=tmp+gp（i）;

S1（i）=tmp;

S2（i）=round（S1（i）*256）;

%返回按指定位数进行四舍五入的数值

end

fori=1:

newGp（i）=sum（gp（find（S2==i）））;

%求累计频率

figure,bar（0:

255,newGp）;

title（'

均衡化后的直方图'

xlabel（'

ylabel（'

newGrayPic=grayPic;

%填充各像素点新的灰度值

newGrayPic（find（grayPic==（i-1）））=S2（i）;

figure,imshow（newGrayPic）;

分析：

从上图中可以看出，用直方图均衡化后，图像的直方图的灰度间隔被拉大了，均衡化的图像的一些细节显示了出来，这有利于图像的分析和识别。

直方图均衡化就是通过变换函数histeq将原图的直方图调整为具有“平坦”倾向的直方图，然后用均衡直方图校正图像。

4.4直方图均衡化小结

直方图均衡化是灰度变换的一个重要应用，它高效且易于实现，广泛应用于图像增强处理中。

图像的像素灰度变化是随机的，直方图的图形高低不齐，直方图均衡化就是用一定的算法使直方图大致平和。

均衡化处理后的图象只能是近似均匀分布。

如果原始图像对比度本来就很高，如果再均衡化则灰度调和，对比度降低。

在泛白缓和的图像中，均衡化会合并一些象素灰度，从而增大对比度。

均衡化后的图片如果再对其均衡化，则图像不会有任何变化。

灰度直方图均衡化的算法，简单地说，就是把直方图的每个灰度级进行归一化处理，求每种灰度的累积分布，得到一个映射的灰度映射表，然后根据相应的灰度值来修正原图中的每个像素。

经典的直方图均衡化算法可能存在以下一些不足：

1.输出图像的实际灰度变化范围很难达到图像格式所允许的最大灰度变化范围。

2.输出图像的灰度分布直方图虽然接近均匀分布,但其值与理想值1/n仍有可能存在较大的差异,并非是最佳值。

3.输出图像的灰度级有可能被过多地合并。

由于灰度的吞噬也易造成图像信息的丢失。

第五章结论

数字图像增强技术是数字图像处理的基本技术，图像增强的目的是突出图像中人或者机器感兴趣的特征部分，为后续的图像识别、理解、输出显示等服务。

在论文进行过程中，在导师的悉心指导下，在对传统的图像增强技术的研究和大量的实验仿真下完成的图像增强算法的研究，本论文所有的图片都是作者仿真后的结果图片。

总结如下：

图像增强的方法有很多种，针对不对图像的情况运用不同的增强技术，使图像更容易让人识别、更清晰，是本课题主要的研究目的。

对比度增强法适合于对比度较低的图像，通过线性和非线性的变化，修改每一个像素的灰度，从而改变图像的动态范围达到图像增强的目的。

直方图均衡化针对在低值灰度区间上频率较大、图像中较暗区域中细节看不清楚的图像，有较好的增强效果。

但是上述两种方法的缺点都是不能抑制噪声，对于图像中呈孤立分散分布的噪声点，可以用平滑的方式去除，其中线性滤波实现简单，去噪效果明显，但是去噪的同时会导致结果图像边缘位置的改变和细节模糊甚至丢失；

非线性滤波能够较好的保持图像边缘位置和细节，但是算法的实现相对线性滤波比较困难。

平滑处理的时候经常会使图像的边缘变的模糊，图像锐化处理的作用就是使灰度反差增强，从而使模糊图像变得更加清晰。

最后，图像处理是面向对象和问题的一门学科。

图像处理的研究，也就是针对某一问题最多也就是某一类型问题的算法的研究。

图像处理广阔的领域中，还有很多需要研究和探索的领域，例如：

找到一种客观的评价标准，该标准能对图像能够客观的正确的评价一幅图像的好与坏；

如何对图像进行分类，以便能在成千上万的图像库中实现检索等等。

随着科技的发展图像处理技术必将更广泛的应用到人们的生活中，人们一定能找到一个又一个办法，来完善图像处理这座科学的殿堂，使之更灿烂与辉煌。

第六章心得体会

一周的课程设计就要结束了，先对指导我们的教师说声谢谢，在这次数字图像处理的课程设计过程中，首先加深了我对于数字图像处理这门课程的认识，通过对相关知识的进一步了解和掌握，清楚的认识到这门课程在实际应用的广泛性。

通过Matlab编程的过程之中，进一步掌握了Matlab的使用，明白了这个软件作为许多应用方向工具的强大之处，通过对一些小错误的改造还认识到了以往自己没有注意到的一些小的细节问题。

并在学习的过程中养成了与同学交流的习惯，和同学一起分享学习中的快乐和收获，是一次很值得回忆的课程设计

第七章参考文献

1阮秋琪·

数字图像处理学·

（第二版）·

电子工业出版社，2008

2冈萨雷斯·

数字图像处理·

（Matlab版）·

电子工业出版社，2006

3贾永红·

电子工业出版社，2003

燕山大学课程设计评审意见表

指导教师评语：

成绩：

2012年6月29日

答辩小组评语：

评阅人：

2012年6月29日

课程设计总成绩：

答辩小组成员签字：