同態(tài)濾波設(shè)計(jì)及實(shí)現(xiàn)

1、燕 山 大 學(xué) 課 程 設(shè) 計(jì) 說(shuō) 明 書燕山大學(xué)課 程 設(shè) 計(jì) 說(shuō) 明 書題目： 同態(tài)濾波器設(shè)計(jì)及實(shí)現(xiàn) 學(xué)院（系）： 里仁學(xué)院 年級(jí)專業(yè)： 儀表10-2 學(xué) 號(hào)： 學(xué)生姓名： 指導(dǎo)教師： 王志斌 林洪彬 教師職稱： 副教授 講師 燕山大學(xué)課程設(shè)計(jì)（論文）任務(wù)書院（系）：電氣工程學(xué)院 基層教學(xué)單位：自動(dòng)化儀表系 學(xué) 號(hào)學(xué)生姓名專業(yè)（班級(jí)）儀表10-2設(shè)計(jì)題目同態(tài)濾波器設(shè)計(jì)及實(shí)現(xiàn)設(shè)計(jì)技術(shù)參數(shù)用同態(tài)濾波器實(shí)現(xiàn)圖像的增強(qiáng)，要求對(duì)同態(tài)濾波器深入了解并掌握，基于同態(tài)濾波器，實(shí)現(xiàn)圖像的增強(qiáng)。設(shè)計(jì)要求通過(guò)用同態(tài)濾波器對(duì)照射分量和反射分量操作，能夠加強(qiáng)許多控制，這些控制能力不同方法影響傅里葉變換的高低頻成分，

2、要求用同態(tài)濾波器實(shí)現(xiàn)圖像的增強(qiáng)，了解同態(tài)濾波器的特點(diǎn)及作用工作量布置課程設(shè)計(jì)任務(wù),查閱資料,確定方案；進(jìn)行編程設(shè)計(jì)；完成課程設(shè)計(jì)報(bào)告書 。 工作計(jì)劃(1) 布置課程設(shè)計(jì)任務(wù),查閱資料,確定方案 兩天； (2) 進(jìn)行編程設(shè)計(jì) 兩天； (3) 完成課程設(shè)計(jì)報(bào)告書 一天；參考資料1、數(shù)字圖像處理學(xué) 電子工業(yè)出版社 賈永紅 20032、數(shù)字圖像處理（Matlab版） 電子工業(yè)出版社 岡薩雷斯 20063、其他數(shù)字圖像處理和matlab編程方面的書籍及相關(guān)學(xué)習(xí)資料指導(dǎo)教師簽字基層教學(xué)單位主任簽字說(shuō)明：此表一式四份，學(xué)生、指導(dǎo)教師、基層教學(xué)單位、系部各一份。年 月 日 摘要在圖像采集過(guò)程中,由于實(shí)際環(huán)境中

3、成像條件的限制,造成圖像的背景光照不均勻，當(dāng)照度不均勻時(shí),圖像上對(duì)應(yīng)照度暗的部分,其細(xì)節(jié)就較難分辨。為了消除數(shù)字圖像中的照度不均勻性（即圖像增強(qiáng)）,本報(bào)告對(duì)數(shù)字圖像的照度不均勻校正技術(shù)（即圖像增強(qiáng)處理技術(shù)）進(jìn)行了分析,分析了這些方法在計(jì)算誤差上的內(nèi)在原因,并在此基礎(chǔ)上研究了基于同態(tài)濾波的數(shù)字圖像照度不均勻校正技術(shù)。該技術(shù)兼顧了數(shù)字圖像的頻域和空域,使得采用本方法校正后的圖像既消除了不足照度的影響而又不損失圖像的細(xì)節(jié)。結(jié)果表明:經(jīng)處理后的圖像,局部對(duì)比度增強(qiáng)效果明顯,較好地保持了圖像的原始面貌,取得了預(yù)期的理想濾波效果。該方法能有效恢復(fù)不均勻光照背景,為實(shí)際圖像處理應(yīng)用提供了有效的前期處理。 關(guān)

4、鍵詞：同態(tài)濾波；圖像增強(qiáng)；光照不均勻目錄摘要-2關(guān)鍵字-2第一章 MATLAB的簡(jiǎn)介及應(yīng)用-41.1 MATLAB簡(jiǎn)介-41.2 MATLAB應(yīng)用-4第二章 同態(tài)濾波器設(shè)計(jì)原理-5第三章 matlab程序-8第四章 課程設(shè)計(jì)總結(jié)-10參考文獻(xiàn)資料-11第一章MATLAB的簡(jiǎn)介及應(yīng)用1.1 MATLAB簡(jiǎn)介MATLAB 是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開(kāi)發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境，主要包括MATLAB和Simulink兩大部分。MATLAB是矩陣實(shí)驗(yàn)室（Matrix Laboratory）的簡(jiǎn)稱，和Mathematica、Maple

5、并稱為三大數(shù)學(xué)軟件。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。MATLAB可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語(yǔ)言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測(cè)、金融建模設(shè)計(jì)與分析等領(lǐng)域。1.2 MATLAB應(yīng)用 MATLAB 產(chǎn)品族可以用來(lái)進(jìn)行以下各種工作： 數(shù)值分析 數(shù)值和符號(hào)計(jì)算 工程與科學(xué)繪圖 控制系統(tǒng)的設(shè)計(jì)與仿真 數(shù)字圖像處理 技術(shù) 數(shù)字信號(hào)處理 技術(shù) 通訊系統(tǒng)設(shè)計(jì)與仿真 財(cái)務(wù)與金融工程 MATLAB 的應(yīng)用范圍非常廣，包括信號(hào)和圖像處理、通訊、控制系統(tǒng)設(shè)計(jì)、測(cè)試和測(cè)量、財(cái)務(wù)建模和分析以及計(jì)算生物學(xué)等眾多應(yīng)用領(lǐng)域。附

6、加的工具箱（單獨(dú)提供的專用 MATLAB 函數(shù)集）擴(kuò)展了 MATLAB 環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類型的問(wèn)題。第二章同態(tài)濾波器設(shè)計(jì)原理在信號(hào)處理中，常需從帶有噪聲的信號(hào)中提取原始信號(hào)。一般用濾波處理方法濾除或削弱噪聲干擾以及其他不需要的信號(hào)。對(duì)于疊加性組合信號(hào)，可用線性濾波器將它們分離開(kāi)。對(duì)于實(shí)用中常見(jiàn)的非疊加性組合信號(hào)（如乘積性信號(hào)和褶積性信號(hào)），靠線性濾波器分離或處理這些信號(hào)分量往往是無(wú)效的，這時(shí)應(yīng)采用非線性濾波，即要用同態(tài)濾波處理系統(tǒng)進(jìn)行信號(hào)處理。在輸入輸出運(yùn)算相同的情況下，同態(tài)系統(tǒng)可分為相乘信號(hào)的同態(tài)濾波處理和褶積信號(hào)的同態(tài)濾波處理兩種。在許多實(shí)際問(wèn)題中，信號(hào)為兩個(gè)或多個(gè)分量的乘積

7、（如在有衰落的傳輸信道中，衰落效應(yīng)可看作一個(gè)緩變分量和傳輸信號(hào)相乘）。對(duì)這類相乘信號(hào)，如用線性系統(tǒng)來(lái)分離信號(hào)各成分或單獨(dú)地改善某一信號(hào)成分往往是無(wú)效的。但利用相乘信號(hào)的同態(tài)濾波處理，就可以取得較好的濾波效果。在多徑或混響環(huán)境中進(jìn)行通信、定位或記錄，產(chǎn)生失真的效果可以看成是干擾與所需信號(hào)的褶積，對(duì)這類信號(hào)可用褶積信號(hào)的同態(tài)濾波處理。在語(yǔ)音、圖像、雷達(dá)、聲吶、地震勘探以及生物醫(yī)學(xué)工程等領(lǐng)域中，同態(tài)信號(hào)處理獲得廣泛的應(yīng)用。用二維函數(shù)形式表示圖像在特定的坐標(biāo)處的值或幅度是一個(gè)正的標(biāo)量，其物理意義由圖像源決定。當(dāng)一幅圖像從物理過(guò)程產(chǎn)生時(shí)它的值正比于物理源的輻射能量。因此一定是非零和有限的，即(4.1)函

8、數(shù)可由兩個(gè)分量來(lái)表征：(1)入射到觀察場(chǎng)景的光源總量；(2)場(chǎng)景中物體反射光的總量。這兩個(gè)分量分別稱為入射分量和反射分量,表示為和。兩個(gè)函數(shù)合并形成，即(4.2)其中(4.3)式(4.3)指出反射分量限制在0(全吸收)和1(全反射)之間,的性質(zhì)取決于照射源,而取決于成像物體的特性。圖像的灰度不僅僅由光照函數(shù)(入射光)決定,而且還與反射函數(shù)有關(guān),反射函數(shù)反映出圖像的具體內(nèi)容。光照強(qiáng)度一般具有一致性,在空間上通常具有緩慢變化的性質(zhì),在傅立葉變換下表現(xiàn)為低頻分量,然而不同的材料或物體的反射率差異很大,常引起反射光的急劇變化,從而使圖像的灰度值發(fā)生變化,這種變化與高頻分量有關(guān)。為了消除不均勻照度的影響

9、,增強(qiáng)圖像的細(xì)節(jié),可以采用建立在頻域內(nèi)的同態(tài)濾波器對(duì)光照不足的或有光照變化的圖象進(jìn)行處理,可以減少因光照不足引起的圖像質(zhì)量下降,并對(duì)感興趣的景物進(jìn)行有效增強(qiáng),這樣就在很大程度保留圖像原貌的同時(shí)對(duì)圖像細(xì)節(jié)增強(qiáng)。同態(tài)濾波是一種在頻域中進(jìn)行的圖像對(duì)比度增強(qiáng)和壓縮圖像亮度范圍的特殊濾波方法。同態(tài)濾波能夠減少低頻并增加高頻,從而能減少光照變化并銳化邊緣或細(xì)節(jié)。同態(tài)系統(tǒng)適用于服從廣義疊加原理的,輸入和輸出之間可以用線性變化表示的系統(tǒng)。圖像的同態(tài)濾波是基于以入射光和反射光為基礎(chǔ)的圖像模型上的,如果把圖像函數(shù)表示為光照函數(shù)(入射光)和反射函數(shù)這兩個(gè)分量的乘積,那么圖像的模型可以表示為(4.4)其中的性質(zhì)取決于

10、成像物體的表面特性。通過(guò)對(duì)光照分量和反射分量的研究可知,光照分量一般反映灰度的恒定分量,類似于頻域中的低頻信息。減弱光照函數(shù)(入射光)就可以起到縮小圖像灰度范圍的作用；而反射光與物體的邊界特性是密切相關(guān)的,類似于頻域中的高頻信息。增強(qiáng)反射光就可以起到提高圖像對(duì)比度的作用。因此,同態(tài)濾波的傳遞函數(shù)一般在低頻部分小于1,在高頻部分大于1。進(jìn)行同態(tài)濾波,首先要對(duì)原圖像取對(duì)數(shù),使圖像模型中的乘法運(yùn)算轉(zhuǎn)化為簡(jiǎn)單的加法運(yùn)算:(4.5)再對(duì)函數(shù)做傅里葉變換，將函數(shù)轉(zhuǎn)換到頻域(4.6)選擇合適的傳遞函數(shù),壓縮分量的變化范圍,削弱,增強(qiáng)分量的對(duì)比度,提升,增強(qiáng)細(xì)節(jié)，即確定一個(gè)合適的。由以上分析可知的大致形狀如圖

11、（4.1）所示。其中代表高頻增益,代表低頻增益,表示點(diǎn)到濾波中心的距離。圖4.1 同態(tài)濾波傳遞函數(shù)利用對(duì)(4.6)式進(jìn)行濾波,可得 (4.7)最后對(duì)濾波結(jié)果進(jìn)行傅立葉反變換和指數(shù)運(yùn)算,得到同態(tài)濾波后的輸出結(jié)果(4.8)(4.9)同態(tài)濾波過(guò)程的完整框圖如下所示：FFTIFFT圖4.2 同態(tài)濾波算法流程圖從同態(tài)的實(shí)現(xiàn)過(guò)程可以看出,能否達(dá)到理想的增強(qiáng)效果并取得壓縮灰度的動(dòng)態(tài)范圍效果取決于同態(tài)濾波傳遞函數(shù)的選擇。從圖(4.1)可知,同態(tài)濾波的傳遞函數(shù)與傳統(tǒng)的巴特沃思高通濾波器十分相似,巴特沃思高通濾波的傳遞函數(shù)為(4.10) 其中為為0時(shí)的的的值,表示截止頻率。根據(jù)兩者之間的相似性,將巴特沃思高通濾波

12、器的表達(dá)式稍作修改即可得到對(duì)應(yīng)的同態(tài)濾波函數(shù)(4.11)由前面的分析可知,同態(tài)濾波器的傳遞函數(shù)在高頻部分應(yīng)大于1,低頻部分應(yīng)小于1,即,這樣可以減小低頻和增強(qiáng)高頻,使得圖像整體灰度范圍壓縮,而對(duì)比度增強(qiáng)。的選擇則與照度函數(shù)和反射函數(shù)有關(guān),需要大量實(shí)踐比較選擇合適的值,為銳化系數(shù)。第三章 matlab程序clc;clear all;close all;img=imread('ccouple.bmp');subplot(2,2,1),imshow(uint8(abs(img),), title('濾波前的頻譜圖像')img=im2double(img);%轉(zhuǎn)換圖像矩

13、陣為雙精度型lnimg=log(img+0.000001);%取對(duì)數(shù)Fimg=fft2(lnimg);%傅里葉變換P=fftshift(Fimg);%將頻域原點(diǎn)移到圖像中心；M,N=size(P);%返回的行數(shù)和列數(shù)在P作為單獨(dú)的輸出變量subplot(2,2,2),imshow(uint8(abs(P),),title('濾波前的頻譜圖像')%顯示無(wú)符號(hào)8位數(shù)，即256級(jí)的灰度圖像x0=floor(M/2);y0=floor(N/2);%表示將向量M和N每個(gè)元素與2作除法后取整%同態(tài)濾波參數(shù)設(shè)置D0=100;%截止頻率c=1.50;%銳化系數(shù)Hh=2;Hl=0.5;%Hh&g

14、t;1,Hl<1，Hh為高頻增益，Hl為低頻增益for u=1:M for v=1:N D(u,v)=sqrt(u-x0)2+(v-y0)2);%點(diǎn)（u,v）到頻率平面原點(diǎn)的距離H(u,v)=(Hh-Hl)*(1-exp(-c*(D(u,v)2/D02)+Hl;%同態(tài)濾波器函數(shù)end endhImg=Fimg.*H(u,v);%濾波，矩陣點(diǎn)乘Q=fftshift(hImg);%傅里葉逆變換subplot(2,2,3),imshow(uint8(abs(Q),title('濾波后的頻譜圖像')gImg=ifft2(hImg);%反傅立葉變換 Y=exp(gImg); %取指

15、數(shù) J=im2uint8(Y);%轉(zhuǎn)換圖像矩陣為無(wú)符號(hào)8位數(shù)，即256級(jí)的灰度圖像subplot(2,2,4),imshow(J),title(' 濾波后的增強(qiáng)圖像')濾波前的頻譜圖像濾波后的頻譜圖像濾波后的增強(qiáng)圖像原始圖像第四章課程設(shè)計(jì)總結(jié)通過(guò)本次設(shè)計(jì)，讓我學(xué)到了一些在課堂學(xué)不到的知識(shí)和能力，如查找資料、篩選信息并將有用信息運(yùn)用到實(shí)際中，很好的鍛煉了理論聯(lián)系實(shí)際，與具體項(xiàng)目、課題相結(jié)合開(kāi)發(fā)的能力。同時(shí)也讓我們學(xué)會(huì)了怎樣更好的發(fā)現(xiàn)問(wèn)題，解決問(wèn)題，積累了一些解決問(wèn)題的經(jīng)驗(yàn)。既讓我們懂得了怎樣把理論應(yīng)用于實(shí)際，又讓我們懂得了在實(shí)踐中遇到的問(wèn)題怎樣用理論去解決。 此外在這一周中，我們小組分工合作、齊心協(xié)力，一起完成了課程設(shè)計(jì)前的準(zhǔn)備工作（閱讀課程設(shè)計(jì)相關(guān)文檔）、小組討論分工、完成系統(tǒng)開(kāi)發(fā)的各個(gè)文檔、課程設(shè)計(jì)總結(jié)報(bào)告、個(gè)人小結(jié)的任務(wù)。通過(guò)這些合作，不僅讓我們學(xué)會(huì)了一些實(shí)際的知識(shí)和技能，同時(shí)鍛煉了我們的團(tuán)隊(duì)協(xié)作能力，這會(huì)對(duì)以后我們的工作和學(xué)習(xí)