数字图象处理论文

1、数字图像处理及MATLAB实现课程论文 11光1 20111359027 周培宇不同方法实现图像增强11光1 20111359027 周培宇( 南京信息工程大学，江苏 南京 210044)1基本理论描述图像增强可分成两大类：频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选

2、择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也

3、容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。 而本次主要通过对图像的直方图均衡、锐化和幂次变换调整对比度来对图像进行增强。 直方图均衡直方图均衡化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灰度概率分布的新图像。它是以累积分布函数变换法为基础的直方图修正法。直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可

4、表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数):(1)EQ(f)在0fL-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。(2)对于0fL-1有0gL-1，这个条件保证了变换前后灰度值动态范围的一致性。累积分布函数(cumulative distribution function，CDF)即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方

5、图均衡化映射函数为:= EQ( ) = (ni/n) = pf() ，(k=0，1，2，L-1)上述求和区间为0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出到的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。锐化 图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。图像模糊的实质就是图像受到平均运算或积分运算，因此可以对图像进行

6、逆运算，如微分运算以突出图像细节使图像变得更为清晰。 锐化处理可选择拉普拉斯算子对原图像进行处理产生描述灰度突变的图像再将拉普拉斯图像与原始图像叠加而产生锐化图像。这种简单的锐化方法既可以产生拉普拉斯锐化处理的效果，同时又能保留背景信息：将原始图像叠加到拉普拉斯变换的处理结果中去，可以使图像中的各灰度值得到保留、灰度突变处的对比度得到增强，最终结果是在保留图像背景的前提下,突现出图像中小的细节。幂次变换 采用不同的幂次对输入图像进行幂次变换，可对原图像的对比度进行调整，获得不同的清晰度感觉。因此可以在主观经验和感受的技术上，选择适当的值，来增强图像的清晰度。2MATLAB程序设计 2.1程序流

7、程图 读取图像 把图像转换成灰度图像 把图像转换成双精度类型直方图均衡化锐 化e的幂次变换Prewitt边缘算子 增强原图-均值低通滤波Sobel边缘算子增强 原图-高斯低通滤波 作图2.2matlab实现代码A=imread(C:UsersAdministratorDesktop1.jpg); %读取图像B=rgb2gray(A); %把图像转化成灰度图I=double(B); %把图像转换成double精度类型imshow(B,); %显示图片figure, %作图imhist(B) %绘制直方图ylim(auto) %限制y轴范围g=histeq(B,256); %均衡后直方图有256个

8、灰度级figure %作图imshow(g) %显示图像figure %作图imhist(g) %绘制直方图ylim(auto) %限制y轴范围g2 = imadjust(b,0.2 0.9,0 1); %进行图像的灰度变换figure %作图imhist(g2) %绘制直方图figure %作图imshow(g2); %显示图像H=fspecial(average,5); %建立参数为5的均值滤波算子F1=double(filter2(H,I); %对图像进行滤波J=fspecial(gaussian,7,3); %建立模版尺寸为7，标准值为3的gaussian低通滤波F2=double(f

9、ilter2(J,I); %对图像进行滤波F3=2*I-F1; %增强图像=原图-均值低通滤波figure, %作图imshow(uint8(F3),); %显示灰度值于0-255的图像F4=2*I-F2; %增强图像=原图-高斯低通滤波figure, %作图imshow(uint8(F4),); %显示灰度值于0-255的图像K=fspecial(prewitt); %prewitt边缘算子增强F5=uint8(I+filter2(K,I); %滤波，并使灰度值于0-255figure, %作图imshow(F5,); %显示图像L=fspecial(sobel); %sobel边缘算子增强

10、F6=uint8(I+filter2(L,I); %滤波，并使灰度值于0-255figure, %作图imshow(F6,); %显示图像clc %清除所有C=imread(C:UsersAdministratorDesktop1.jpg);%读取图像im1 = rgb2gray(C);%转化成灰度图figure,imshow(im1);%画图im2 = double(im1)%把图像转换成double精度类型M,N = size(im1);%定义矩阵大小for i=1:M %从1开始循环，到M结束for j=1:N %从1开始循环，到N结束im2(i,j)=exp(im2(i,j)-1;%以

11、e的幂变换end %结束循环end %结束循环figure,imshow(im2);%绘制图像3.实验结果（1） 原图的灰度图像，可以看出由于对比度不是太高，原图亮度不高，图片背景景物模糊。 （2）经过直方图均衡化处理后的图像对比度有明显提高，景物颜色变深，看起来更加清晰，但由于灰度级的均衡化使得图片细节不鲜明，部分细节消失。 （3）采用高斯低通滤波和原图-均值低通滤画面景物边缘平滑许多，但是整体清晰度大幅度下降，画面显得模糊一些。 （4）采用prewitt边缘算子增强和sobel边缘算子增强，景色的边界线更加明显，画面整体呈现立体感和层次感，便于识别，不过会有一定程度的失真。 （5）采用以e

12、为幂次的幂次变换调整画面对比度，画面整体亮度上升，景色被相对突出，但是暗处画面辨识度降低，图片整体清晰度有所提高。4.自己学习体会 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性

13、。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果，操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 数字图像处理需用到的关键技术主要有：图像的采集与数字化、图像的编码、图像 的增强、图像恢复、图像分割、图像分析等。数字图像处理的特点主要表现在数字图像处理的信息大多是二维信息，处理信息量很大。而增强图象中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 经过一学期的学习，我大概对数字图像技术有了大概的了解、掌握了一些基本的图像处理方法。同时通过本次论文的编写，我深入学习了增强图像的