基于直方圖變換實(shí)現(xiàn)的圖像增強(qiáng)的課程設(shè)計(jì)

1、燕山大學(xué)課 程 設(shè) 計(jì) 說(shuō) 明 書(shū)題目：基于直方圖變換實(shí)現(xiàn)的圖像增強(qiáng)學(xué)院（系）： 年級(jí)專(zhuān)業(yè)： 學(xué) 號(hào)： 學(xué)生姓名： 王大強(qiáng) 指導(dǎo)教師： 教師職稱(chēng)： 副教授 副教授 數(shù)字圖像處理課程設(shè)計(jì)燕山大學(xué)課程設(shè)計(jì)（論文）任務(wù)書(shū)院（系）： 基層教學(xué)單位： 學(xué) 號(hào)學(xué)生姓名專(zhuān)業(yè)（班級(jí)）設(shè)計(jì)題目基于直方圖變換實(shí)現(xiàn)的圖像增強(qiáng)設(shè)計(jì)技術(shù)參數(shù)實(shí)現(xiàn)基于直方圖變幻的圖像增強(qiáng)，針對(duì)不同類(lèi)型的圖像采用合適的增強(qiáng)方法，以實(shí)現(xiàn)最好程度的增強(qiáng)。設(shè)計(jì)要求選擇一副對(duì)比度不足的圖像，對(duì)該圖像進(jìn)行灰度變換實(shí)現(xiàn)圖像的增強(qiáng)，增強(qiáng)對(duì)比度，顯示增強(qiáng)前、后的圖像以及他們的灰度直方圖。總結(jié)直方圖增強(qiáng)的方法，對(duì)比方法的優(yōu)缺點(diǎn)，積極思考基于特定圖像的增強(qiáng)方法

2、，設(shè)計(jì)中應(yīng)具有自己的設(shè)計(jì)思想、設(shè)計(jì)體會(huì)。工作量工作計(jì)劃參考資料指導(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 目 錄第1章 摘要1第2章 引言2第3章 圖像增強(qiáng)的重要方法3 3.1 灰度變換3 3.2 直方圖修正3 3.3 平滑3 3.4 銳化 4 3.5 各種圖像增強(qiáng)技術(shù)方法的優(yōu)缺點(diǎn) 4第4章 直方圖增強(qiáng)及matlab實(shí)現(xiàn)5 4.1 直方圖均衡化5 4.2 直方圖均衡化的公式5 4.3 直方圖均衡化matlab的實(shí)現(xiàn)6 4.4 直方圖均衡化小結(jié)9第5章 結(jié)論10第6章 心得體會(huì) 12第7章 參考文獻(xiàn) 12 第一章 摘要摘要：圖像增強(qiáng)不

3、僅可以用于提高圖像的視覺(jué)外觀，而且還是圖像邊緣檢測(cè)以及特征提取等技術(shù)的基礎(chǔ)。本課程設(shè)計(jì)主要研究用于增強(qiáng)圖像的灰度變換方法，包括線(xiàn)性灰度變換、非線(xiàn)性灰度變換與直方圖均衡化方法。采用MATLAB軟件進(jìn)行編程，運(yùn)用上述算法對(duì)圖像進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明，處理后的圖像對(duì)比度得到了明顯改善，增強(qiáng)了圖像的視覺(jué)效果。在以上算法中可以通過(guò)靈活設(shè)置相關(guān)參數(shù)獲取不同的圖像增強(qiáng)效果，并且具有處理速度快的優(yōu)點(diǎn)。通過(guò)對(duì)圖像增強(qiáng)的方法進(jìn)行比較之后，得出不同方法在使用過(guò)程中的優(yōu)缺點(diǎn)，并且積極思考和掌握在特定圖像下增強(qiáng)圖像的最優(yōu)方法。關(guān)鍵字：數(shù)字圖像處理；圖像增強(qiáng)；直方圖；均衡化；規(guī)定化； matlab 第二章 引言引言：圖像

4、增強(qiáng)是指按特定的需要突出一副圖像中的某些信息，同時(shí)，消弱或去除某些不需要信息的處理方法。其主要目的是使處理后的圖像對(duì)某種特定的應(yīng)用來(lái)說(shuō)，比原始圖像更適用。 圖像增強(qiáng)技術(shù)是不考慮圖像降質(zhì)的原因 ，只將圖像中感興趣的特征有選擇地突出，而衰減其不需要的特征，故改善后的圖像不一定要去逼近原圖像。如突出目標(biāo)物輪廓，去除各類(lèi)噪音，將黑白圖像轉(zhuǎn)變?yōu)閭尾噬珗D像。從圖像質(zhì)量評(píng)價(jià)觀點(diǎn)來(lái)看，圖像增強(qiáng)的主要目的是提高圖像的可懂度，更有利于人的視覺(jué)感知 圖像處理技術(shù)在40多年的時(shí)間里，迅速發(fā)展成為一門(mén)獨(dú)立的有強(qiáng)大生命力的學(xué)科，圖像增強(qiáng)技術(shù)已逐步涉及人類(lèi)生活和社會(huì)生產(chǎn)的各個(gè)方面，在航天、生物醫(yī)學(xué)、工業(yè)生產(chǎn)領(lǐng)域、以及軍事等

5、方面的應(yīng)用已經(jīng)趨于成熟化和進(jìn)一步的提高。成為人類(lèi)科學(xué)技術(shù)上不可或缺的一部分。第三章 圖像增強(qiáng)的重要方法圖像增強(qiáng)技術(shù)主要包含直方圖修改處理、圖像平滑化處理、圖像尖銳化處理、和彩色處理技術(shù)等。在實(shí)用中可以采用單一方法處理，也可以采用幾種方法聯(lián)合處理，以便達(dá)到預(yù)期的增強(qiáng)效果。圖像增強(qiáng)技術(shù)基本上可以分成兩大類(lèi)：一類(lèi)是頻域處理，一類(lèi)是空域處理法。圖像增強(qiáng)有圖像對(duì)比度增強(qiáng)、亮度增強(qiáng)，輪廓增強(qiáng)等等?？臻g域法主要在空間域內(nèi)對(duì)像素灰度值直接運(yùn)算處理，如圖像的灰度變換 直方圖修正 圖像空域平滑 和蛻化處理。頻域法就是在圖像的某種變化域內(nèi)，對(duì)圖像的變換值進(jìn)行預(yù)算，如先對(duì)圖像進(jìn)行傅里葉變換，在進(jìn)行濾波處理，最后將濾波

6、處理后的圖像變換值反變換到空間域，從而獲得增強(qiáng)后的圖像。3.1.灰度變換灰度變換可使圖像動(dòng)態(tài)范圍增大，圖像對(duì)比度擴(kuò)展，圖像變清晰，特征明顯是圖像增強(qiáng)的重要手段之一。具體來(lái)說(shuō)是一種通過(guò)改變圖像像元的亮度分布態(tài)勢(shì)，擴(kuò)展灰度分布區(qū)間來(lái)改變圖像像元對(duì)比度，從而改善圖像質(zhì)量的圖像處理方法。因?yàn)榱炼戎凳禽椛鋸?qiáng)度的反映，所以也稱(chēng)為輻射增強(qiáng)。常用的方法有對(duì)比度線(xiàn)性變換和非線(xiàn)性變換。其關(guān)鍵是尋找到一個(gè)函數(shù)，以此函數(shù)對(duì)圖像中每一個(gè)像元進(jìn)行變換，使像元得到統(tǒng)一的重新分配，構(gòu)成得到反差增強(qiáng)的圖像3.2 直方圖修正法 （1）直方圖均衡化直方圖均衡化是通過(guò)對(duì)原圖像進(jìn)行某種變換使原圖像的灰度值圖修正為均勻的直方圖的一種方法

7、。直方圖規(guī)定化 直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法也成為直方圖匹配。3.3平滑噪聲有些圖像是通過(guò)掃描儀掃描輸入、或傳輸通道傳輸過(guò)來(lái)的。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。這些噪聲的存在直接影響著后續(xù)的處理過(guò)程，使圖像失真。圖像平滑就是針對(duì)圖像噪聲的操作，其主要作用是為了消除噪聲，圖像平滑的常用方法是采用均值濾波或中值濾波，均值濾波是一種線(xiàn)性空間濾波，它用一個(gè)有奇數(shù)點(diǎn)的掩模在圖像上滑動(dòng)，將掩模中心對(duì)應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度的平均值代替，如果規(guī)定了在取均值過(guò)程中掩模內(nèi)各像素點(diǎn)所占的權(quán)重，

8、即各像素點(diǎn)所乘系數(shù)，這時(shí)就稱(chēng)為加權(quán)均值濾波；中值濾波是一種非線(xiàn)性空間濾波，其與均值濾波的區(qū)別是掩模中心對(duì)應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度值的中間值代替。3.4 銳化平滑噪聲時(shí)經(jīng)常會(huì)使圖像的邊緣變的模糊，針對(duì)平均和積分運(yùn)算使圖像模糊，可對(duì)其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計(jì)差值的方法，使圖像增強(qiáng)銳化。圖像邊緣與高頻分量相對(duì)應(yīng)，高通濾波器可以讓高頻分量暢通無(wú)阻，而對(duì)低頻分量則充分限制，通過(guò)高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的。3.5 各種圖像增強(qiáng)技術(shù)方法的優(yōu)缺點(diǎn) （1） 灰度變換優(yōu)勢(shì)：可以充分利用圖像中的亮度信息，明顯改善圖像質(zhì)量，是一種常用的圖像增強(qiáng)算法。不足：對(duì)于受噪聲影響

9、明顯的圖像，該算法增強(qiáng)效果不明顯。即不能有效地抑制噪聲。而且，僅僅利用了圖像中的局部信息。（2） 直方圖均衡化優(yōu)勢(shì)：能夠使得處理后圖像的概率密度函數(shù)近似服從均勻分布，其結(jié)果擴(kuò)張了像素值的動(dòng)態(tài)范圍，是一種常用的圖像增強(qiáng)算法。不足：不能抑制噪聲。（3）平滑算法優(yōu)勢(shì)：去噪效果明顯，并且能夠較好的保持圖像邊緣位置和細(xì)節(jié)。不足：非線(xiàn)性濾波算法的實(shí)現(xiàn)相對(duì)線(xiàn)性濾波比較困難。（3） 銳化 優(yōu)勢(shì)：圖像模糊的部分得到了銳化，特別是模糊的邊緣部分得到了增強(qiáng)，邊界更加明顯。不足：圖像顯示清楚的地方，經(jīng)過(guò)濾波發(fā)生了失真。第四章 直方圖增強(qiáng)及matlab實(shí)現(xiàn)4.1 直方圖均衡化直方圖均衡化是一種最常用的直方圖修正。它是把

10、給定圖象的直方圖分布改造成均勻直方圖分布。是間接對(duì)比度增強(qiáng)的方法。由信息學(xué)的理論來(lái)解釋?zhuān)哂凶畲箪?信息量)的圖象為均衡化圖象。直觀地講，直方圖均衡化導(dǎo)致圖象的對(duì)比度增加。從原理上講，直方圖均衡化則通過(guò)使用累計(jì)函數(shù)對(duì)灰度值進(jìn)行“調(diào)整”以實(shí)現(xiàn)對(duì)比度的增強(qiáng)。直方圖均衡化基本做法是將每個(gè)灰度區(qū)間等概率分布代替了原來(lái)的隨機(jī)分布，即增強(qiáng)后的圖象中每一灰度級(jí)的像元數(shù)目大致相同。直方圖均衡化可使得面積最大的地物細(xì)節(jié)得以增強(qiáng)，而面積小的地物與其灰度接近的地物進(jìn)行合并，形成綜合地物。減少灰度等級(jí)換取對(duì)比度的增大要注意的是，均衡化處理后的圖象只能是近似均勻分布。均衡化圖象的動(dòng)態(tài)范圍擴(kuò)大了，但其本質(zhì)是擴(kuò)大了量化間隔

11、，而量化級(jí)別反而減少了，因此，原來(lái)灰度不同的象素經(jīng)處理后可能變的相同，形成了一片的相同灰度的區(qū)域，各區(qū)域之間有明顯的邊界，從而出現(xiàn)了偽輪廓。4.2直方圖均衡化的公式直方圖進(jìn)行均衡化變換后得到一幅灰度直方圖為均勻分布的新圖像 變換前圖像的直方圖 均衡化后圖像的直方圖（1）對(duì)于連續(xù)的數(shù)字圖像所用直方圖均衡化公式為當(dāng)變換函數(shù)為r的累積直方圖函數(shù)時(shí)，能達(dá)到直方圖均衡化的目的 （2）對(duì)于灰度級(jí)為離散的數(shù)字圖像，用頻率；來(lái)代替概率，則所用直方圖公式為公式中，T(rk)來(lái)表示原圖像的第k個(gè)灰度級(jí)的轉(zhuǎn)換函數(shù)。表示總和。nj/N表示0j個(gè)灰度級(jí)的像素?cái)?shù)量總和與像素總數(shù)的比值，也就是前面講過(guò)的百分位(當(dāng)前色階與前

12、面色階的所有像素?cái)?shù)量總像素?cái)?shù)量)。Pr(rk)表示第0k的灰度級(jí)出現(xiàn)概率累積相加。因?yàn)閟是歸一化的數(shù)值(s0,1)，要轉(zhuǎn)換為0255的顏色值，需要再乘上255，即S=Pr(rk)*255。4.3直方圖均衡化matlab的實(shí)現(xiàn).matlab直方圖均衡化的函數(shù)是histeq，I = imread(pout.tif); J,T = histeq(I); Figure,plot(0:255)/255,T); 下面給出直方圖均衡化的源程序： Yuantu=imread(D:Yuantu.JPG); %讀取原圖象 m,n,o=size( Yuantu); %讀取原圖象的大小尺寸 grayPic=rgb2g

13、ray( Yuantu); %對(duì)原圖像進(jìn)行灰度變換 figure,imshow( Yuantu); %顯示原圖象 figure,imshow(grayPic); %顯示灰度圖象 %計(jì)算原圖像各灰度出現(xiàn)的概率 gp=zeros(1,256); %返回一個(gè)1x 256 px.的矩陣 for i=1:256 gp(i)=length(find(grayPic=(i-1)/(m*n); end figure,bar(0:255,gp); %繪制直方圖 title(原圖像直方圖); %直方圖的名稱(chēng) xlabel(灰度值); %直方圖的橫坐標(biāo) ylabel(出現(xiàn)概率); %直方圖的橫坐標(biāo) %計(jì)算新的各灰度

14、出現(xiàn)的概率 newGp=zeros(1,256); %創(chuàng)建一個(gè)新數(shù)組用來(lái)存放新的灰度值概率 S1=zeros(1,256); S2=zeros(1,256); tmp=0; for i=1:256 tmp=tmp+gp(i); S1(i)=tmp; S2(i)=round(S1(i)*256); %返回按指定位數(shù)進(jìn)行四舍五入的數(shù)值end for i=1:256 newGp(i)=sum(gp(find(S2=i); %求累計(jì)頻率end figure,bar(0:255,newGp); title(均衡化后的直方圖); xlabel(灰度值); ylabel(出現(xiàn)概率); newGrayPic=

15、grayPic; %填充各像素點(diǎn)新的灰度值 for i=1:256 newGrayPic(find(grayPic=(i-1)=S2(i); end figure,imshow(newGrayPic); 分析：從上圖中可以看出，用直方圖均衡化后，圖像的直方圖的灰度間隔被拉大了，均衡化的圖像的一些細(xì)節(jié)顯示了出來(lái)，這有利于圖像的分析和識(shí)別。直方圖均衡化就是通過(guò)變換函數(shù)histeq將原圖的直方圖調(diào)整為具有“平坦”傾向的直方圖，然后用均衡直方圖校正圖像。 4.4 直方圖均衡化小結(jié) 直方圖均衡化是灰度變換的一個(gè)重要應(yīng)用，它高效且易于實(shí)現(xiàn)，廣泛應(yīng)用于圖像增強(qiáng)處理中。圖像的像素灰度變化是隨機(jī)的，直方圖的圖形

16、高低不齊，直方圖均衡化就是用一定的算法使直方圖大致平和。 均衡化處理后的圖象只能是近似均勻分布。均衡化圖象的動(dòng)態(tài)范圍擴(kuò)大了，但其本質(zhì)是擴(kuò)大了量化間隔，而量化級(jí)別反而減少了，因此，原來(lái)灰度不同的象素經(jīng)處理后可能變的相同，形成了一片的相同灰度的區(qū)域，各區(qū)域之間有明顯的邊界，從而出現(xiàn)了偽輪廓。 如果原始圖像對(duì)比度本來(lái)就很高，如果再均衡化則灰度調(diào)和，對(duì)比度降低。在泛白緩和的圖像中，均衡化會(huì)合并一些象素灰度，從而增大對(duì)比度。均衡化后的圖片如果再對(duì)其均衡化，則圖像不會(huì)有任何變化。灰度直方圖均衡化的算法，簡(jiǎn)單地說(shuō)，就是把直方圖的每個(gè)灰度級(jí)進(jìn)行歸一化處理，求每種灰度的累積分布，得到一個(gè)映射的灰度映射表，然后根

17、據(jù)相應(yīng)的灰度值來(lái)修正原圖中的每個(gè)像素。經(jīng)典的直方圖均衡化算法可能存在以下一些不足：1.輸出圖像的實(shí)際灰度變化范圍很難達(dá)到圖像格式所允許的最大灰度變化范圍。 2.輸出圖像的灰度分布直方圖雖然接近均勻分布, 但其值與理想值1/n仍有可能存在較大的差異, 并非是最佳值。3.輸出圖像的灰度級(jí)有可能被過(guò)多地合并。由于灰度的吞噬也易造成圖像信息的丟失。 第五章 結(jié) 論數(shù)字圖像增強(qiáng)技術(shù)是數(shù)字圖像處理的基本技術(shù)，圖像增強(qiáng)的目的是突出圖像中人或者機(jī)器感興趣的特征部分，為后續(xù)的圖像識(shí)別、理解、輸出顯示等服務(wù)。在論文進(jìn)行過(guò)程中，在導(dǎo)師的悉心指導(dǎo)下，在對(duì)傳統(tǒng)的圖像增強(qiáng)技術(shù)的研究和大量的實(shí)驗(yàn)仿真下完成的圖像增強(qiáng)算法的研

18、究，本論文所有的圖片都是作者仿真后的結(jié)果圖片?？偨Y(jié)如下：圖像增強(qiáng)的方法有很多種，針對(duì)不對(duì)圖像的情況運(yùn)用不同的增強(qiáng)技術(shù)，使圖像更容易讓人識(shí)別、更清晰，是本課題主要的研究目的。對(duì)比度增強(qiáng)法適合于對(duì)比度較低的圖像，通過(guò)線(xiàn)性和非線(xiàn)性的變化，修改每一個(gè)像素的灰度，從而改變圖像的動(dòng)態(tài)范圍達(dá)到圖像增強(qiáng)的目的。直方圖均衡化針對(duì)在低值灰度區(qū)間上頻率較大、圖像中較暗區(qū)域中細(xì)節(jié)看不清楚的圖像，有較好的增強(qiáng)效果。但是上述兩種方法的缺點(diǎn)都是不能抑制噪聲，對(duì)于圖像中呈孤立分散分布的噪聲點(diǎn)，可以用平滑的方式去除，其中線(xiàn)性濾波實(shí)現(xiàn)簡(jiǎn)單，去噪效果明顯，但是去噪的同時(shí)會(huì)導(dǎo)致結(jié)果圖像邊緣位置的改變和細(xì)節(jié)模糊甚至丟失；非線(xiàn)性濾波能夠較好的保持圖像邊緣位置和細(xì)節(jié)，但是算法的實(shí)現(xiàn)相對(duì)線(xiàn)性濾波比較困難。平滑處理的時(shí)候經(jīng)常會(huì)使圖像的邊緣變的模糊，圖像銳化處理的作用就是使灰度反差增強(qiáng)，從而使模糊圖像變得更加清晰。最后，圖像處理是面向?qū)ο蠛蛦?wèn)題的一門(mén)學(xué)科。圖像處理的研究，也就是針對(duì)某一問(wèn)題最多也就是某一類(lèi)型問(wèn)題的算法的研究。圖像處理廣闊的領(lǐng)域中，還有很