圖像增強(qiáng)與MATLAB實(shí)現(xiàn)

1、數(shù)字圖像處理數(shù)字圖像處理課程設(shè)計(jì)課程設(shè)計(jì)課設(shè)題目課設(shè)題目：圖像增強(qiáng)與 MATLAB 實(shí)現(xiàn)學(xué)校學(xué)院學(xué)校學(xué)院：華東交通大學(xué)理學(xué)院學(xué)生班級(jí)學(xué)生班級(jí)：13 級(jí)信息計(jì)算（2）班學(xué)生姓名學(xué)生姓名：魏超學(xué)生學(xué)號(hào)學(xué)生學(xué)號(hào)：20130810010216指導(dǎo)老師：指導(dǎo)老師：范自柱圖像增強(qiáng)與 MATLAB 實(shí)現(xiàn)摘摘 要要數(shù)字圖像處理是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字格式并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。圖像增強(qiáng)是數(shù)字圖像處理的過程中經(jīng)常采用的一種方法，它對(duì)提高圖像質(zhì)量起著重要的作用。本文先對(duì)圖像增強(qiáng)的原理進(jìn)行概述，然后對(duì)圖像增強(qiáng)的方法分類并給出直方圖增強(qiáng)、對(duì)比度增強(qiáng)、平滑和銳化等幾種常用的增強(qiáng)方法的理論基礎(chǔ)，通過 Matlab

2、 實(shí)驗(yàn)得出的實(shí)際處理效果來對(duì)比各種算法的優(yōu)缺點(diǎn)，討論不同的增強(qiáng)算法的技術(shù)要點(diǎn)，并對(duì)其圖像增強(qiáng)方法進(jìn)行性能評(píng)價(jià)。關(guān)鍵字：關(guān)鍵字：圖像；圖像增強(qiáng)；算法目 錄一、一、MATLABMATLAB 的簡(jiǎn)介的簡(jiǎn)介 .1 11.1 MATLAB 主要功能.1二、二、MATLABMATLAB 的主要功能的主要功能 .1 12.1 數(shù)字增強(qiáng)技術(shù)概述 .12.2 數(shù)字圖像的表示 .1三、直方圖的均衡化三、直方圖的均衡化.2 23.1 圖像的灰度 .23.2 灰度直方圖 .23.3 直方圖均衡化 .3四、圖像二值化四、圖像二值化.5 54.1 圖像二值化 .5五、對(duì)比度增強(qiáng)五、對(duì)比度增強(qiáng).6 65.1 對(duì)比度增強(qiáng) .

3、65.2 灰度調(diào)整 .65.3 對(duì)數(shù)變換 .7六、濾波六、濾波.8 86.1 平滑濾波 .86.2 線性平滑濾波程序： .86.3 非線性濾波 .9七、銳化七、銳化.1313八、參考文獻(xiàn)八、參考文獻(xiàn).1414九、自我評(píng)價(jià)九、自我評(píng)價(jià).1414一、一、MatlabMatlab 的簡(jiǎn)介的簡(jiǎn)介1.1 MATLAB 主要功能MATLAB 是建立在向量、數(shù)組和矩陣基礎(chǔ)上的一種分析和仿真工具軟件包，包含各種能夠進(jìn)行常規(guī)運(yùn)算的“工具箱”，如常用的矩陣代數(shù)運(yùn)算、數(shù)組運(yùn)算、方程求根、優(yōu)化計(jì)算及函數(shù)求導(dǎo)積分符號(hào)運(yùn)算等；同時(shí)還提供了編程計(jì)算的編程特性，通過編程可以解決一些復(fù)雜的工程問題；也可繪制二維、三維圖形，輸出

4、結(jié)果可視化。目前，已成為工程領(lǐng)域中較常用的軟件工具包之一。二、二、MATLAB 的主要功能的主要功能2.1 數(shù)字增強(qiáng)技術(shù)概述圖像增強(qiáng)是按特定的需要突出一幅圖像中的某些信息，同時(shí)，消弱或去除某些信息使得圖像更加實(shí)用。圖像增強(qiáng)技術(shù)主要包含直方圖修改處理、圖像平滑處理、圖像尖銳化處理等。圖像增強(qiáng)技術(shù)主要包括：直方圖修改處理，圖像平滑處理，圖像尖銳化處理，彩色圖像處理。從純技術(shù)上講主要有兩類：頻域處理法和空域處理法。頻域處理法主要是卷積定理，采用修改圖像傅立葉變換的方法實(shí)現(xiàn)對(duì)圖像的增強(qiáng)處理技術(shù)；空域處理法：是直接對(duì)圖像中的像素進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)的。2.2 數(shù)字圖像的表示 圖像并不能

5、直接用計(jì)算機(jī)來處理，處理前必須先轉(zhuǎn)化成數(shù)字圖像。由于從外界得到的圖像多是二維（2-D）的，一幅圖像可以用一個(gè) 2-D 數(shù)組表示。),(yxf這里 x 和 y 表示二維空間 XY 中一個(gè)坐標(biāo)點(diǎn)的位置，而 f 則代表圖像在點(diǎn)的某種性質(zhì)數(shù)值。為了能夠用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，需要坐標(biāo)空間和性),(yx質(zhì)空間都離散化。三、直方圖的均衡化三、直方圖的均衡化3.1 圖像的灰度常用的圖像一般是灰度圖，這時(shí) f 表示灰度值，反映了圖像上對(duì)應(yīng)點(diǎn)的亮度。亮度是觀察者對(duì)所看到的物體表面反射光強(qiáng)的量度。作為圖像灰度的量度函數(shù)應(yīng)大于零。人們?nèi)粘？吹降膱D像一般是從目標(biāo)上反射出來的光組成),(yxf的，所以可看成由兩部分構(gòu)成

6、：入射到可見場(chǎng)景上光的量；場(chǎng)景中目標(biāo)),(yxf對(duì)反射光反射的比率。確切地說它們分別稱為照度成分和反射成分),(yxi。與和都成正比，可表示成),(yxr),(yxf),(yxi),(yxr。),(yxf),(yxi),(yxr3.2 灰度直方圖灰度變換是圖像增強(qiáng)的一種重要手段，使圖像對(duì)比度擴(kuò)展，圖像更加清晰，特征更加明顯?；叶燃?jí)的直方圖給出了一幅圖像概貌的描述，通過修改灰度直方圖來得到圖像增強(qiáng)。程序如下：%灰度直方圖I=imread(D:imagerice.bmp);%讀取圖像subplot(2,1,1);Imshow(I);%顯示圖像title(a)原圖);subplot(2,1,2);i

7、mhist(I);%繪制圖像的灰度直方圖title(b)原圖的灰度直方圖);圖 4.13.3 直方圖均衡化直方圖均衡化過程如下：（1）計(jì)算原圖像的灰度直方圖；)(KrrP（2）計(jì)算原圖像的灰度累積分布函數(shù)，進(jìn)一步求出灰度變換表；ks（3）根據(jù)灰度變換表，將原圖像各灰度級(jí)映射為新的灰度級(jí)。灰度直方圖均衡化程序：%灰度直方圖均衡化I=imread(D:imagebubbles.bmp);%讀取圖像subplot(2,2,1);Imshow(I);%顯示圖像title(原圖);subplot(2,2,2);imhist(I);%繪制圖像的灰度直方圖title(原圖的灰度直方圖);subplot(2,

8、2,3);J=histeq(I,64);%對(duì)圖像進(jìn)行均衡化處理，返回有 64 級(jí)灰度的圖像 JImshow(J);%顯示圖像title(原圖直方圖均衡化);subplot(2,2,4);imhist(J);%繪制圖像的灰度直方圖title(均衡后的灰度直方圖)以下展示了直方圖均衡化的效果：圖4.2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。四、圖像二值化四、圖像二值化4.1 圖像二值化圖像的二值化處理就是將圖像上的像素點(diǎn)的灰度值設(shè)置為 0 或 255，也就是講整個(gè)圖像呈現(xiàn)出明顯的黑白效果。首先，圖像的二值化

9、有利于圖像的進(jìn)一步處理，使圖像變得簡(jiǎn)單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標(biāo)的輪廓。其次，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。圖像二值化程序：%圖像二值化 （選取一個(gè)域值，(5)將圖像變?yōu)楹诎讏D像）I=imread(beauty.tif);bw=im2bw(I,0.5);%選取閾值為 0.5subplot(1,3,1);imshow(I);title(原圖);subplot(1,3,2);imshow(bw);title(顯示二值圖像);J=find(I=150);I(J)=255;subplot(1,3,3);imshow(I);title( 圖像二值化 (

10、域值為 150 ） );下圖為圖像二值化的效果：圖 4.3五、對(duì)比度增強(qiáng)五、對(duì)比度增強(qiáng)5.1 對(duì)比度增強(qiáng)對(duì)比度增強(qiáng)是按一定的規(guī)則修改輸入圖像每一個(gè)像素的灰度，從而改變圖像灰度的動(dòng)態(tài)范圍。例如，觀察圖 4.4 可以發(fā)現(xiàn)，該圖的對(duì)比度不高其灰度直方圖沒有低于 35 或高于 210 的值，如果將圖像數(shù)據(jù)映射到整個(gè)灰度范圍內(nèi)，則圖像的對(duì)比度將大大增大。圖 4.45.2 灰度調(diào)整灰度調(diào)整程序：%imadjust 函數(shù)I=imread(D:imagerice.bmp);%讀取圖像subplot(2,2,1);Imshow(I);%顯示圖像title(原圖);subplot(2,2,2);imhist(I)

11、;%繪制圖像的灰度直方圖title(原圖的灰度直方圖);subplot(2,2,3);J=imadjust(I,0.3 0.7,);%對(duì)圖像進(jìn)行灰度變換Imshow(J);%顯示圖像title(原圖直方圖均衡化);subplot(2,2,4);imhist(J);%繪制圖像的灰度直方圖title(均衡后的灰度直方圖)以下展示了常用對(duì)比度擴(kuò)展法的結(jié)果： 圖 4.5從圖 4.5【原圖】可以看出原始圖像動(dòng)態(tài)范圍較小，整體較暗，反映在直方圖上像素主要集中在低灰度的一側(cè)。經(jīng)過對(duì)比度調(diào)整，圖像變亮。5.3 對(duì)數(shù)變換對(duì)數(shù)變化常用來擴(kuò)展低值灰度，壓縮高值灰度，這樣可以使低值灰度的圖像細(xì)節(jié)更容易看清。對(duì)數(shù)變換程

12、序：對(duì)數(shù)變換程序：%對(duì)數(shù)變換I=imread(beauty.tif);%讀取圖像I=mat2gray(I);%對(duì)數(shù)變換不支持 uint8 類型數(shù)據(jù)，將一個(gè)矩陣轉(zhuǎn)化為灰度圖像的數(shù)據(jù)格式(double)J=log(I+1);subplot(1,2,1);Imshow(I);%顯示圖像title(原圖);subplot(1,2,2);Imshow(J);title(對(duì)數(shù)變換后的圖像)圖 4.6對(duì)數(shù)變換確實(shí)能夠擴(kuò)展低值灰度，而壓縮高值灰度，使低值灰度的圖像細(xì)節(jié)更容易看清。六、濾波六、濾波6.1 平滑濾波平滑技術(shù)用于平滑圖像中的噪聲。平滑噪聲可以在空間域中進(jìn)行，基本方法是求像素灰度的平均或中值。為了既平

13、滑噪聲又保護(hù)圖像信號(hào)。6.2 線性濾波輸出圖像的值等于輸入圖像濾波后值的局部平均，各個(gè)項(xiàng)具有相同的權(quán)。下面是平滑窗口分別為矩形和圓形的情況。 1111111111111111111111111251,kjhrect0111011111111111111101110211,kjhcirc對(duì)一些圖像進(jìn)行線性濾波可以去除圖像中某些類型的噪聲，如采用鄰域平均法的均值濾波器就非常適用于去除通過掃描得到的圖像中的顆粒噪聲。6.2 線性平滑濾波程序：%線性平滑濾波I=imread(beauty.tif);J=imnoise(I,salt & pepper,0.02);subplot(221),ims

14、how(I)title(原圖像)subplot(222),imshow(J)title(添加椒鹽噪聲圖像)K1=filter2(fspecial(average,3),J)/255;%應(yīng)用 3*3 鄰域窗口法subplot(223),imshow(K1)title(3x3 窗的鄰域平均濾波圖像)K2=filter2(fspecial(average,7),J)/255;%應(yīng)用 7*7 鄰域窗口法subplot(224),imshow(K2)title(7x7 窗的鄰域平均濾波圖像)如圖 4.8(a)為線性平滑濾波的例子：6.3 非線性濾波中值濾波是一種最常用的圖像增強(qiáng)技術(shù)，是非線性濾波。對(duì)椒鹽

15、噪聲有很好的去噪效果。下圖是加高斯噪聲后，中值濾波和平均濾波的濾波效果程序：%中值濾波和平均濾波I=imread(girl.bmp);I=rgb2gray(I);J=imnoise(I,gaussian,0,0.01);subplot(2,2,1);imshow(I);title(原圖);subplot(2,2,2);imshow(J);title(noise);K=fspecial(average,5);K1=filter2(K,J)/255;subplot(2,2,3);imshow(K1);title(平均濾波);L=medfilt2(J,3 5);subplot(2,2,4);imsh

16、ow(L);title(中值濾波);對(duì)比：圖 4.9(a)但對(duì)于椒鹽噪聲，中值濾波效果比均值濾波效果好。中值濾波程序：%二維中值濾波hood=3;P,map=imread(leno.bmp);I=rgb2gray(P);imshow(I,map);noisy=imnoise(I,salt & pepper,0.05); %加入強(qiáng)度為 0.05 的椒鹽噪聲subplot(221);imshow(noisy,map);title(加入椒鹽噪聲);filtered1=medfilt2(noisy,hood hood);%33 窗口二維中值濾波subplot(222);imshow(filte

17、red1,map);title(33 窗口);hood=5;filtered2=medfilt2(noisy,hood hood); %55 窗口二維中值濾波subplot(223);imshow(filtered2,map);title(55 窗口);hood=7;filtered3=medfilt2(noisy,hood hood); %77 窗口二維中值濾波subplot(224);imshow(filtered3,map); title(77 窗口);I=imread(leno.bmp);figure;imshow(I);title(原圖);實(shí)現(xiàn)中值濾波的效果圖如下：圖 4.9(b)比

18、較發(fā)現(xiàn)，圖像的噪聲點(diǎn)被去除；圖像的邊緣稍微的變得模糊。高通濾波邊緣增強(qiáng)程序：%高通濾波邊緣增強(qiáng)I=imread(girl.bmp);I=rgb2gray(I);subplot(2,2,1);imshow(I);title(original pic);J=fspecial(average,3);J1=conv2(I,J)/255;subplot(2,2,2);imshow(J1);title(3*3lowpass);K=fspecial(prewitt);K1=filter2(K,J1)*5;subplot(2,2,3);imshow(K1);title(prewitt);L=fspecial(

19、sobel);L1=filter2(L,J1)*5;subplot(2,2,4);imshow(L1);title(sibel);下圖為高通濾波邊緣增強(qiáng)的例子：圖 4.9(c)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：非線性濾波算法的實(shí)現(xiàn)相對(duì)線性濾波比較困難。七、銳化七、銳化圖像銳化處理的作用是使灰度反差增強(qiáng)，從而使模糊圖像變得更加清晰。圖像模糊的實(shí)質(zhì)就是圖像受到平均運(yùn)算或積分運(yùn)算，因此可以對(duì)圖像進(jìn)行逆運(yùn)算，如微分運(yùn)算以突出圖像細(xì)節(jié)使圖像變得更為清晰。銳化程序：%銳化a=imread(dowels.tif);subplot(131);imshow(a);title(原圖)

20、;b=double(a);%將圖像矩陣轉(zhuǎn)化為 double 類型s=size(b);c=zeros(s(1,1),s(1,2);for x=2:s(1,1)-1 for y=2:s(1,2)-1 c(x,y)=(-b(x+1,y)-b(x-1,y)-b(x,y+1)-b(x,y-1)+4*b(x,y); endend%用拉氏算子對(duì)圖像進(jìn)行濾波，這個(gè)過程相當(dāng)于運(yùn)用了一個(gè) 33 的掩膜0，1，0；1，4，1；0，1，0subplot(132);imshow(c);title(Laplace 銳化濾波圖像);d=b+c;%當(dāng)拉普拉斯掩膜中心系數(shù)為正時(shí)，增強(qiáng)圖像為原圖像于拉氏算子濾波圖像之和d=uint8(d);%將圖像矩陣變回 uint8 格式subplot(133);imshow(d);title(Laplace 銳化濾波結(jié)果);圖 4.10 展示了在 MAT