基于直方图变换实现图像增强课程设计讲诉

基于直方图变换实现图像增强课程设计讲诉基于直方图变换实现图像增强课程设计讲诉17/17基于直方图变换实现图像增强课程设计讲诉燕山大学课程设计说明书题目：基于直方图变换实现的图像增强学院（系）：年级专业：学号：学生姓名：

王大强指导教师：教师职称：

副教授

副教授数字图像办理课程设计燕山大学课程设计（论文）任务书院（系）：基层授课单位：学号学生姓名专业（班级）设计题目基于直方图变换实现的图像增强设实现基于直方图变化的图像增强，针对不相同种类的图像采用合适的增强方法，计以实现最好程度的增强。技术参数选择一副比较度不足的图像，对该图像进行灰度变换实现图像的增强，增强比较度，显示增强前、后的图像以及他们的灰度直方图。总结直方图增强的设方法，比较方法的优缺点，积极思虑基于特定图像的增强方法，设计中应具计有自己的设计思想、设计领悟。要求工作量工作计划参考资料指导教师签字基层授课单位主任签字说明：此表一式四份，学生、指导教师、基层授课单位、系部各一份。年代日数字图像办理课程设计目录第1章大纲,,,,,,,,,,,,,,,,,,,,,,,,,,,,,1第2章序言,,,,,,,,,,,,,,,,,,,,,,,,,,,,,2第3章图像增强的重要方法,,,,,,,,,,,,,,,,,,,33.1灰度变换,,,,,,,,,,,,,,,,,,,,,,,,,,,,,33.2直方图修正,,,,,,,,,,,,,,,,,,,,,,,,,,,,33.3圆滑,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,33.4锐化,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,43.5各样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,,,,,,,,,,,,,,,,54.1直方图均衡化,,,,,,,,,,,,,,,,,,,,,,,,,,54.2直方图均衡化的公式,,,,,,,,,,,,,,,,,,,,,,,54.3直方图均衡化matlab的实现,,,,,,,,,,,,,,,,,,,,64.4直方图均衡化小结,,,,,,,,,,,,,,,,,,,,,,,,9第5章结论,,,,,,,,,,,,,,,,,,,,,,,,,,,,,10第6章心得领悟,,,,,,,,,,,,,,,,,,,,,,,,,,12第7章参照文件,,,,,,,,,,,,,,,,,,,,,,,,,,12数字图像办理课程设计第一章大纲大纲：图像增强不但能够用于提高图像的视觉外观，而且还是图像边缘检测以及特点提取等技术的基础。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办理。实验结果表示，办理后的图像比较度获得了明显改进，增强了图像的视觉收效。在以上算法中能够经过灵便设置相关参数获得不相同的图像增强收效，而且拥有办理速度快的优点。经过对图像增强的方法进行比较此后，得出不相同方法在使用过程中的优缺点，而且积极思虑和掌握在特定图像下增强图像的最优方法。要点字：数字图像办理；图像增强；直方图；均衡化；规定化；matlab第1页共13页数字图像办理课程设计第二章序言序言：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办理方法。其主要目的是使办理后的图像对某种特定的应用来说，比原始图像更合用。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点有选择地突出，而衰减其不需要的特点，故改进后的图像不用然要去逼近原图像。如突出目标物轮廓，去除各样噪音，将黑白图像转变成伪彩色图像。从图像质量议论见解来看，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办理技术在40多年的时间里，迅速发展成为一门独立的有富强生命力的学科，图像增强技术已渐渐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能或缺的一部分。第2页共13页数字图像办理课程设计第三章图像增强的重要方法图像增强技术主要包括直方图更正办理、图像圆滑化办理、图像尖锐化办理、和彩色办理技术等。在合用中能够采用单一方法办理，也能够采用几种方法联合办理，以便达到预期的增强收效。图像增强技术基本上能够分成两大类：一类是频域办理，一类是空域办理法。图像增强有图像比较度增强、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办理，如图像的灰度变换直方图修正图像空域圆滑和演变办理。频域法就是在图像的某种变化域内，对图像的变换值进行估量，如先对图像进行傅里叶变换，在进行滤波办理，最后将滤波办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向范围增大，图像比较度扩展，图像变清楚，特点明显是图像增强的重要手段之一。详尽来说是一种经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比较度，从而改进图像质量的图像办理方法。由于亮度值是辐射强度的反响，因此也称为辐射增强。常用的方法有比较度线性变换和非线性变换。其关键是搜寻到一个函数，以此函数对图像中每一个像元进行变换，使像元获得一致的重新分配，组成获得反差增强的图像3.2直方图修正法1）直方图均衡化直方图均衡化是经过对原图像进行某种变换使原图像的灰度值图修正为平均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般配。第3页共13页数字图像办理课程设计3.3圆滑噪声有些图像是经过扫描仪扫描输入、或传输通道传输过来的。图像中经常包括有各样各样的噪声。这些噪声一般是随机产生的，因此拥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办理过程，使图像失真。图像圆滑就是针对图像噪声的操作，其主要作用是为了除掉噪声，图像圆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，若是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，其与均值滤波的差异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锐化圆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用微分算子使用模板和统计差值的方法，使图像增强锐化。图像边缘与高频重量相对应，高通滤波器能够让高频重量畅达无阻，而对低频重量则充分限制，通过高通滤波器去除低频重量，也能够达到图像锐化的目的。3.5各样图像增强技术方法的优缺点1）灰度变换优势：能够充分利用图像中的亮度信息，明显改进图像质量，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，该算法增强收效不明显。即不能够有效地控制噪声。而且，不过利用了图像中的局部信息。2）直方图均衡化优势：能够使得办理后图像的概率密度函数近似遵从平均分布，其结果扩大了像素值的动向范围，是一种常用的图像增强算法。不足：不能够控制噪声。第4页共13页数字图像办理课程设计3）圆滑算法优势：去噪收效明显，而且能够较好的保持图像边缘地址和细节。不足：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：图像模糊的部分获得了锐化，特别是模糊的边缘部分获得了增强，界线更加明显。不足：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。是间接比较度增强的方法。由信息学的理论来讲解，拥有最大熵(信息量)的图象为均衡化图象。直观地讲，直方图均衡化以致图象的比较度增加。从原理上讲，直方图均衡化则经过使用累计函数对灰度值进行“调整”以实现比较度的增强。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量大概相同。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凑近的地物进行合并，形成综合地物。减少灰度等级换取比较度的增大概注意的是，均衡化办理后的图象只能是近似平均分布。均衡化图象的动向范围扩大了，但其实质是扩大了量化间隔，而量化级别反而减少了，因此，原来灰度不相同的象素经办理后可能变的相同，形成了一片的相同灰度的地域，各地域之间有明显的界线，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获得一幅灰度直方图为平均分布的新图像第5页共13页数字图像办理课程设计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）对于灰度级为失散的数字图像，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个灰度级的变换函数。∑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。由于s是归一化的数值(s∈[0,1])，要变换为0~255的颜色值，需要再乘上255，即S=∑Pr(rk)*255。histeq下面给出直方图均衡化的源程序：第6页共13页4.3直方图均衡化matlab的实现.matlab直方图均衡化的函数是，I=imread('pout.tif');[J,T]=histeq(I);Figure,plot((0:255)/255,T);数字图像办理课程设计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=1:256gp(i)=length(find(grayPic==(i-1)))/(m*n);endfigure,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');%直方图的横坐标%计算新的各灰度出现的概率newGp=zeros(1,256);%创办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;fori=1:256tmp=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endfori=1:256newGp(i)=sum(gp(find(S2==i)));%求累计频率endfigure,bar(0:255,newGp);title('均衡化后的直方图');xlabel('灰度值');第7页共13页数字图像办理课程设计ylabel('出现概率');newGrayPic=grayPic;%填充各像素点新的灰度值fori=1:256newGrayPic(find(grayPic==(i-1)))=S2(i);endfigure,imshow(newGrayPic);第8页共13页数字图像办理课程设计第9页共13页数字图像办理课程设计解析：从上图中能够看出，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，这有利于图像的解析和鉴别。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拥有“平坦”倾向的直方图，尔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办理中。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必然的算法使直方图大概平和。均衡化办理后的图象只能是近似平均分布。均衡化图象的动向范围扩大了，但其实质是扩大了量化间隔，而量化级别反而减少了，因此，原来灰度不相同的象素经办理后可能变的相同，形成了一片的相同灰度的地域，各地域之间有明显的界线，从而出现了伪轮廓。若是原始图像比较度原来就很高，若是再均衡化则灰度调停，比较度降低。在泛白缓和的图像中，均衡化会合并一些象素灰度，从而增大比较度。均衡化后的图片若是再对其均衡化，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办理，求每种灰度的累积分布，获得一个照射的灰度照射表，尔后依照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.输出图像的实质灰度变化范围很难达到图像格式所赞同的最大灰度变化范围。2.输出图像的灰度分布直方图诚然凑近平均分布,但其值与理想值1/n仍有可能存在较大的差异,其实不是是最正确值。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扔掉。第10页共13页数字图像办理课程设计第五章结论数字图像增强技术是数字图像办理的基本技术，图像增强的目的是突出图像中人也许机器感兴趣的特点部分，为后续的图像鉴别、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。总结以下：图像增强的方法有好多种，针对不对图像的情况运用不相同的增强技术，使图像更简单让人鉴别、更清楚，是本课题主要的研究目的。比较度增强法合适于比较度较低的图像，经过线性和非线性的变化，更正每一个像素的灰度，从而改变图像的动向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、图像中较暗自域中细节看不清楚的图像，有较好的增强收效。但是上述两种方法的缺点都是不能够控制噪声，对于图像中呈孤立分别分布的噪声点，能够用圆滑的方式去除，其中线性滤波实现简单，去噪收效明显，但是去噪的同时会以致结果图像边缘地址的改变和细节模糊甚至扔掉；非线性滤波能够较好的保持图像边缘地址和细节，但是算法的实现相对线性滤波比较困难。圆滑办理的时候经常会使图像的边缘变的模糊，图像锐化办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楚。最后，图像办理是面向对象和问题的一门学科。图像办理的研究，也就是针对某一问题最多也就是某一种类问题的算法的研究。图像办理广阔的领域中，还有好多需要研究和研究的领域，比方：找到一种客观的议论标准，该标准能对图像