圖像增強(qiáng)用代碼

1、鄭州輕工業(yè)學(xué)院課 程 設(shè) 計(jì) 任 務(wù) 書題目 利用MATLAB對(duì)圖像進(jìn)行增強(qiáng)處理 專業(yè)、班級(jí) 電子信息工程07級(jí) 學(xué)號(hào) 姓名 主要內(nèi)容、基本要求、主要參考資料等：主要內(nèi)容：在圖像形成、傳輸或變換的過程中，由于受到一些客觀因素的影響，會(huì)使圖像產(chǎn)生失真，如圖像對(duì)比度降低和圖像模糊等等。因此需要利用圖像增強(qiáng)技術(shù)改善這種情況。尋找一幅灰度分布不均的原始圖像，在MATLAB環(huán)境下對(duì)圖像進(jìn)行增強(qiáng)處理。要求利用灰度變換、直方圖均衡化和直方圖規(guī)定化對(duì)圖像進(jìn)行增強(qiáng)，顯示增強(qiáng)前后的結(jié)果并比較增強(qiáng)的效果?；疽螅?、 學(xué)會(huì) MATLAB 的使用，掌握 MATLAB 的程序設(shè)計(jì)方法。 2、熟悉數(shù)字圖像處理的基本知識(shí)

2、。 3、利用灰度變換中的線性變換、分段線性變換、非線性變換對(duì)圖像進(jìn)行增強(qiáng)。4、利用直方圖均衡化和直方圖規(guī)定化對(duì)圖像進(jìn)行增強(qiáng)5、顯示增強(qiáng)前后的圖像，并對(duì)比增強(qiáng)的效果。 主要參考資料：1、包振華.基于MATLAB的灰度級(jí)線性變換圖像增強(qiáng)J.武漢職業(yè)技術(shù)學(xué)院學(xué)報(bào).2006,32、 汪志云. 基于直方圖的圖像增強(qiáng)及其MATLAB實(shí)現(xiàn)J.計(jì)算機(jī)工程與科學(xué).2006,23、 賈永紅. 數(shù)字圖像處理M.武漢大學(xué)出版社.2003,9完 成 期 限：2010.6.212010.6.25 指導(dǎo)教師簽名： 課程負(fù)責(zé)人簽名： 2010年 6月 18日摘要 在圖像形成、傳輸或變換的過程中，由于受到一些客觀因素的影響，會(huì)

3、使圖像產(chǎn)生失真，如圖像對(duì)比度降低和圖像模糊等等。因此需要利用圖像增強(qiáng)技術(shù)改善這種情況。本文尋找了一幅灰度分布不均的原始圖像，在MATLAB環(huán)境下對(duì)圖像進(jìn)行增強(qiáng)處理。本文還利用灰度變換、直方圖均衡化和直方圖規(guī)定化對(duì)圖像進(jìn)行增強(qiáng)，顯示增強(qiáng)前后的結(jié)果并比較增強(qiáng)的效果。關(guān)鍵詞：圖像增強(qiáng)，灰度變換，直方圖均衡化，直方圖規(guī)定化目錄摘要I目錄II1 MATLAB的使用及其程序設(shè)計(jì)方法11.1 MATLAB簡介11.1.1 MATLAB的概況11.2 MATLAB的使用11.2.1 MATLAB的程序文件11.2.2 MATLAB的函數(shù)文件11.3 MATLAB 的程序設(shè)計(jì)方法21.3.1 邏輯運(yùn)算符21.3

4、.2 控制流22 數(shù)字圖像處理的基本知識(shí)32.1 數(shù)字圖像處理的概念32.1.1 圖像的定義32.1.2 圖像的基本屬性32.1.3 數(shù)字圖像處理的概念32.2 數(shù)字圖像處理的內(nèi)容32.3 數(shù)字圖像處理的特點(diǎn)及其應(yīng)用52.3.1 數(shù)字圖像處理的基本特點(diǎn)52.3.2 數(shù)字圖像處理的主要應(yīng)用52.3.3 數(shù)字圖像處理的主要優(yōu)點(diǎn)53 利用基本灰度變換對(duì)圖像進(jìn)行增強(qiáng)63.1 線性灰度變換63.2 分段線性灰度變換83.3 非線性灰度變換104 利用直方圖均衡化和直方圖規(guī)定化對(duì)圖像進(jìn)行增強(qiáng)134.1 利用直方圖均衡化對(duì)圖像進(jìn)行增強(qiáng)134.2 利用直方圖規(guī)定化對(duì)圖像進(jìn)行增強(qiáng)145 參考文獻(xiàn)161 MATL

5、AB的使用及其程序設(shè)計(jì)方法1.1 MATLAB簡介1.1.1 MATLAB的概況 MATLAB是矩陣實(shí)驗(yàn)室（MatrixLaboratory）之意。除具備卓越的數(shù)值計(jì)算能力外，它還提供了專業(yè)水平的符號(hào)計(jì)算，文字處理，可視化建模仿真和實(shí)時(shí)控制等功能。 MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué),工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多. 開放性使MATLAB廣受用戶歡迎.除內(nèi)部函數(shù)外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對(duì)源程序的修改或加入自己編寫程序構(gòu)造新的專用工具包.1.2 MATLAB的

6、使用 MATLAB 的M 文件是文件名后綴為M 的文件，有兩種形式，一種是程序文件，一種是函數(shù)文件。 1.2.1 MATLAB的程序文件MATLAB 的應(yīng)用程序。調(diào)用方法：只需在MATLAB 命令窗口直接輸入文件名即可。 M文件建立方法：1、在MATLAB中，選擇菜單：“File”“New” “M-file”2、在編輯窗口中輸入程序內(nèi)容3、選擇菜單“File” “Save”，存盤。1.2.2 MATLAB的函數(shù)文件 MATLAB 的內(nèi)部函數(shù)是有限的，有時(shí)為了研究某一個(gè)函數(shù)的各種性態(tài)，需要為MATLAB 定義新函數(shù)，為此必須編寫函數(shù)文件. 函數(shù)文件的第一行必須以特殊字符function 開始，格

7、式為： function < 因變量名> = < 函數(shù)名（自變量名）>函數(shù)值的獲得必須通過具體的運(yùn)算實(shí)現(xiàn)，并賦給因變量.說明：函數(shù)文件名必須與函數(shù)名一致。程序文件也以M文件保存。1.3 MATLAB 的程序設(shè)計(jì)方法由關(guān)系運(yùn)算符構(gòu)成的表達(dá)式稱為關(guān)系表達(dá)式。1.3.1 邏輯運(yùn)算符關(guān)系操作符說明<小于<=小于或等于>大于>=大于或等于= =等于=不等于由邏輯運(yùn)算符構(gòu)成的表達(dá)式稱為邏輯表達(dá)式。1.3.2 控制流MATLAB 提供四種決策或控制語句： if-else-end 語句、 switch 語句、 for 語句、while 語句 前兩種屬于分支結(jié)構(gòu)，

8、后兩種屬于循環(huán)結(jié)構(gòu)。這些結(jié)構(gòu)通常包含大量的MATLAB 命令，故常出現(xiàn)在MATLAB 程序中，而不是直接應(yīng)用在MATLAB 提示符下。2 數(shù)字圖像處理的基本知識(shí)2.1 數(shù)字圖像處理的概念2.1.1 圖像的定義圖像：對(duì)客觀對(duì)象的一種相似性的、生動(dòng)性的描述或?qū)懻妗ＤM圖像：一種空間坐標(biāo)和亮度（或色彩）都是連續(xù)變化的圖像。數(shù)字圖像：一種空間坐標(biāo)和灰度均不連續(xù)的、用離散數(shù)字（一般用整數(shù)）表示的圖像。2.1.2 圖像的基本屬性 亮度：也稱為灰度，它是顏色的明暗變化，常用0100(由黑到白)表示。以下三幅圖是不同亮度對(duì)比。 對(duì)比度：是畫面黑與白的比值，也就是從黑到白的漸變層次。比值越大，從黑到白的漸變層次

9、就越多，從而色彩表現(xiàn)越豐富。 直方圖：表示圖像中具有每種灰度級(jí)的象素的個(gè)數(shù)，反映圖像中每種灰度出現(xiàn)的頻率。圖像在計(jì)算機(jī)中的存儲(chǔ)形式，就像是有很多點(diǎn)組成一個(gè)矩陣，這些點(diǎn)按照行列整齊排列，每個(gè)點(diǎn)上的值就是圖像的灰度值，直方圖就是每種灰度在這個(gè)點(diǎn)矩陣中出現(xiàn)的次數(shù)。2.1.3 數(shù)字圖像處理的概念 數(shù)字圖像處理是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。圖像處理最早出現(xiàn)于 20 世紀(jì) 50 年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于 20 世紀(jì) 60 年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以

10、改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。2.2 數(shù)字圖像處理的內(nèi)容 數(shù)字圖像處理所包含的內(nèi)容相當(dāng)豐富，根據(jù)抽象程度的不同，數(shù)字圖形處理可分為三個(gè)層次：俠義圖像處理、圖像分析、和圖像理解。如圖1所示。小大數(shù) 據(jù) 量高低抽象層度高層中層低層語 義符號(hào)目標(biāo)像素操作對(duì)象圖像理解圖像分析俠義圖像處理數(shù)字圖像處理主要研究的內(nèi)容有以下幾個(gè)方面：1、圖像變換由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。2、圖像編碼壓縮圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特?cái)?shù)），以便節(jié)省圖像傳輸、處理時(shí)間和減少所占

11、用的存儲(chǔ)器容量。3、圖像增強(qiáng)和復(fù)原圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。4、圖像分割圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。5、圖像描述圖像描述是圖像識(shí)別和理解的必要前提。 自20世紀(jì)60年代第三代數(shù)字計(jì)算機(jī)問世以后，數(shù)字圖像處理技術(shù)出現(xiàn)了空前的發(fā)展，在該領(lǐng)域中需要進(jìn)一步研究的問題主要有如下五個(gè)方面：1、在進(jìn)一步提高精度的同時(shí)著重解決處理速度問題；2、加強(qiáng)軟件研究，開發(fā)新的處理方法，特別要注意移植和借鑒其他學(xué)科的技術(shù)和研究成果，創(chuàng)造新的處理方法； 3、加強(qiáng)邊緣學(xué)科的研究工作，促進(jìn)圖像處理技術(shù)的發(fā)展； 4、加強(qiáng)理論研究，逐步形成處理科學(xué)自身的理論體系； 5、時(shí)

12、刻注意圖像處理領(lǐng)域的標(biāo)準(zhǔn)化問題。2.3 數(shù)字圖像處理的特點(diǎn)及其應(yīng)用2.3.1 數(shù)字圖像處理的基本特點(diǎn)1、數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。2、數(shù)字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個(gè)數(shù)量級(jí)。3、數(shù)字圖像中各個(gè)像素是不獨(dú)立的，其相關(guān)性大。4、由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。 5、數(shù)字圖像處理后的圖像一般是給人觀察和評(píng)價(jià)的，因此受人的因素影響較大。2.3.2 數(shù)字圖像處理的主要應(yīng)用 圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人

13、類生活和工作的方方面面。隨著人類活動(dòng)范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。 主要應(yīng)用：航天和航空技術(shù)，生物醫(yī)學(xué)工程，通信工程，機(jī)器人視覺，視頻和多媒體系統(tǒng)，科學(xué)可視化，電子商務(wù)?？傊?圖像處理技術(shù)應(yīng)用領(lǐng)域相當(dāng)廣泛,已在國家安全、經(jīng)濟(jì)發(fā)展、日常生活中充當(dāng)越來越重要的角色,對(duì)國計(jì)民生的作用不可低估。2.3.3 數(shù)字圖像處理的主要優(yōu)點(diǎn)1、再現(xiàn)性好。2、處理精度高。3、適用面寬。4、靈活性高。3 利用基本灰度變換對(duì)圖像進(jìn)行增強(qiáng) 灰度變換原理：灰度變換是一種空域處理方法,其本質(zhì)是按一定的規(guī)則修改每個(gè)像素的灰度,從而改變圖像的動(dòng)態(tài)范圍實(shí)現(xiàn)期望的增強(qiáng)效果?；叶茸儞Q按映射函數(shù)可分為線性、分段線性

14、和非線性等多種形式。3.1 線性灰度變換 線性灰度變換是將輸入圖像灰度值的動(dòng)態(tài)范圍按線性關(guān)系公式拉伸擴(kuò)展至指定范圍或整個(gè)動(dòng)態(tài)范圍?？赏怀龈信d趣目標(biāo)，抑制不感興趣的目標(biāo)。在實(shí)際運(yùn)算中,原圖像f(x,y)的灰度范圍為a,b,使變換后圖像g(x,y)的灰度擴(kuò)展為c,d,則采用下述線性變換來實(shí)現(xiàn):線性灰度變換對(duì)圖像每個(gè)灰度范圍作線性拉伸,將有效地改善圖像視覺效果。源代碼如下：1、利用灰度調(diào)整函數(shù)變換圖像A=imread('e:7.tif','tif'); %讀入圖像B=imadjust(A,0.1,0.8,0,1); %灰度調(diào)整imwrite(B,'E: 1.t

15、if'); %圖像保存subplot(2,2,1);imshow(A); %顯示調(diào)整前后圖像及其直方圖subplot(2,2,2);imhist(A);subplot(2,2,3);imshow(B);subplot(2,2,4);imhist(B);2、利用灰度調(diào)整算法變換圖像clear;a=60; %圖像變換參數(shù)設(shè)定b=180;c=0;d=255;A=imread('pout.tif','tif'); %讀入圖像m,n=size(A);A=double(A);for i=1:1:m %灰度調(diào)整 for j=1:1:n if (A(i,j)>=a

16、)&(A(i,j)<b) B(i,j)=(A(i,j)-a)*(d-c)/(b-a)+c; end endenduint8(A); uint8(B);imwrite(B,'E:2.tif'); %圖像保存subplot(2,2,1); imshow(A); %顯示調(diào)整前后圖像及其直方圖subplot(2,2,2); imhist(A);subplot(2,2,3); imshow(B);subplot(2,2,4); imhist(B);3.2 分段線性灰度變換 為了突出圖像中感興趣的研究對(duì)象,常常要求局部拉伸某一范圍的灰度值,或?qū)Σ煌秶幕叶戎颠M(jìn)行不同拉伸處理

17、,即分段線性拉伸,數(shù)學(xué)表達(dá)式如下:源代碼如下：clear;a=80; %圖像變換參數(shù)設(shè)定b=160;Mf=255;c=50;d=200;Mg=255;A=imread('pout.tif','tif'); %讀入圖像m,n=size(A);A=double(A);for i=1:1:m %灰度調(diào)整 for j=1:1:n if A(i,j)<a B(i,j)=(c/a)*A(i,j); elseif (A(i,j)>=a)&(A(i,j)<b) B(i,j)=(A(i,j)-a)*(d-c)/(b-a)+c; else B(i,j)=(

18、A(i,j)-b)*(Mg-d)/(Mf-b)+d; end endenduint8(A); uint8(B);imwrite(B,'E:3.tif'); %圖像保存subplot(2,2,1); imshow(A); %顯示調(diào)整前后圖像及其直方圖subplot(2,2,2); imhist(A);subplot(2,2,3); imshow(B);subplot(2,2,4); imhist(B);3.3 非線性灰度變換非線性灰度變換在整個(gè)灰度范圍內(nèi)采用統(tǒng)一的變換函數(shù),利用變換函數(shù)的數(shù)學(xué)性質(zhì)實(shí)現(xiàn)對(duì)不同灰度值區(qū)間的擴(kuò)展和壓縮。1、對(duì)數(shù)擴(kuò)展。對(duì)數(shù)變換常用來擴(kuò)展低值灰度,壓縮高值灰

19、度,這樣可以使低值灰度的圖像細(xì)節(jié)更容易看清,從而達(dá)到增強(qiáng)的效果。還可使圖像灰度分布與人視覺特性相匹配。其具體形式為:式中:f(x,y)+1是為了避免對(duì)零求對(duì)數(shù);C為尺度比例系數(shù),用于調(diào)節(jié)動(dòng)態(tài)范圍。源代碼如下：clear;A=imread('pout.tif','tif'); %讀入圖像B=log(A+1); %灰度調(diào)整imwrite(B,'e:4.tif'); %圖像保存subplot(2,2,1); imshow(A); %顯示調(diào)整前后圖像及其直方圖subplot(2,2,2); imhist(A);subplot(2,2,3); imshow

20、(B);subplot(2,2,4); imhist(B);2、指數(shù)擴(kuò)展。指數(shù)擴(kuò)展的基本形式為:式中:a為可以改變曲線的起始位置;c為可以改變曲線的變化速率,指數(shù)擴(kuò)展可以對(duì)圖像的高亮度進(jìn)行大幅擴(kuò)展。源代碼如下：clear;a=0.45; %圖像變換參數(shù)設(shè)定b=255;c=255;A=imread('pout.tif','tif');m,n=size(A);B=im2double(A);for i=1:1:m for j=1:1:n B(i,j)=uint8(b(c*(B(i,j)-a)-1); endendimwrite(B,'E:4.tif')

21、; %圖像保存subplot(1,2,1); imshow(D); %顯示調(diào)整前后圖像及其直方圖subplot(1,2,2); imhist(D);4 利用直方圖均衡化和直方圖規(guī)定化對(duì)圖像進(jìn)行增強(qiáng)4.1 利用直方圖均衡化對(duì)圖像進(jìn)行增強(qiáng) 通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。其“中心思想”是把原始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。

22、主要缺點(diǎn)：1、變換后圖像的灰度級(jí)減少，某些細(xì)節(jié)消失；2、某些圖像，如直方圖有高峰，經(jīng)處理后對(duì)比度不自然的過分增強(qiáng)。算法如下：為討論方便，以r和s分別表示歸一化了的原圖像灰度和經(jīng)直方圖修正后的圖像灰度。即在0,1內(nèi)設(shè)有變換S=T(r)且該函數(shù)單調(diào)遞增，,于是有反變換有概率論知，如果已知隨即變量r的概率密度,而隨機(jī)變量s是r的函數(shù)。則s的概率密度可以有求出。從上式可以看出通過變換函數(shù)可以控制圖像灰度級(jí)的概率密度函數(shù)，從而改變圖像灰度層次，這就是直方圖修正技術(shù)的基礎(chǔ)。因?yàn)闅w一化規(guī)定 有1式有 兩邊積分得 上式就是所求得的變換函數(shù)。它表明當(dāng)變換函數(shù)是原圖像直方圖累積分布函數(shù)時(shí)，能達(dá)到直方圖均衡化的目的

23、。離散形式可表示為：可見均衡后的各像素的灰度值可直接由原圖像的直方圖算出。 在實(shí)際處理變換時(shí)，一般先對(duì)原始圖像的灰度情況進(jìn)行統(tǒng)計(jì)分析，并計(jì)算出原始直方圖分布，然后根據(jù)計(jì)算出的累計(jì)直方圖分布求出到的灰度映射關(guān)系。在重復(fù)上述步驟得到源圖像所有灰度級(jí)到目標(biāo)圖像灰度級(jí)的映射關(guān)系后，按照這個(gè)映射關(guān)系對(duì)源圖像各點(diǎn)像素進(jìn)行灰度轉(zhuǎn)換，即可完成對(duì)源圖的直方圖均衡化。源代碼如下：Clear;A=imread(pout.tif);B=imadjust(A);imwrite(B,'E:5.tif'); %圖像保存subplot(2,2,1); imshow(A); %顯示調(diào)整前后圖像及其直方圖subplot(2,2,2); imhist(A);subplot(2,2,3); imshow(B);subplot(2,2,4); imhist(B);4.2 利用直方圖規(guī)定