數(shù)字圖像增強處理對比分析

1、數(shù)字圖像增強技術(shù)的對比分析數(shù)字圖像增強技術(shù)的對比分析小組成員：小組成員：周哲 亓先哲 董銳王強 周洋 韓亞衡一一. .實驗要求實驗要求 （1 1）了解對灰度圖片處理的基本原理和方法；）了解對灰度圖片處理的基本原理和方法；（2 2）熟悉掌握）熟悉掌握matlabmatlab軟件；軟件；（3 3）對灰度圖片模擬加入噪聲；）對灰度圖片模擬加入噪聲；（4 4）利用）利用matlabmatlab對加入噪聲的該圖片進行處理，記對加入噪聲的該圖片進行處理，記錄實驗過程中每一種方法的過程，錄實驗過程中每一種方法的過程，并進行比較，分析哪種噪聲的所對應的增強方法效果并進行比較，分析哪種噪聲的所對應的增強方法效果

2、最好；最好； （5 5）在進行處理時要對相關(guān)步處理進行理論分析）在進行處理時要對相關(guān)步處理進行理論分析（6 6）根據(jù)課程設(shè)計有關(guān)規(guī)范，小組按時完成課程）根據(jù)課程設(shè)計有關(guān)規(guī)范，小組按時完成課程設(shè)計說明書。設(shè)計說明書。二二. .實驗方法介紹實驗方法介紹 1 數(shù)字圖像噪聲數(shù)字圖像噪聲 數(shù)字圖像在圖像獲取集數(shù)字化過程，以及在數(shù)字圖像傳輸?shù)倪^程中，有可能會受到噪聲干擾。圖像傳感器在獲取圖像中會受到環(huán)境和原件質(zhì)量的影響，產(chǎn)生噪聲。例如照相機照相時會受到光照影響。數(shù)字圖像在傳輸過程中，由于傳輸信道回手到噪聲干擾，也會產(chǎn)生噪聲。 噪聲有很多種類，例如：高斯噪聲，瑞利噪聲，椒鹽噪聲，指數(shù)分布噪聲等等。本次課設(shè)討

3、論的是高斯噪聲和椒鹽噪聲。 高斯噪聲符合高斯分布，高斯噪聲的產(chǎn)生源于電子電路噪聲和由低照明度或高溫帶來的傳感器噪聲。 椒鹽噪聲又稱（雙極）脈沖噪聲。 ba,灰度級b在圖像中將顯示為一個亮點，灰度級a為一個暗點。椒鹽噪聲最主要表現(xiàn)在成像中的短暫停留中。 2 空間域圖像增強空間域圖像增強 對噪聲圖片處理要使用圖像增強的方法。圖像增強技術(shù)是為了人類視覺系統(tǒng)的生理接受特點而設(shè)計一種改善圖像的方法，處理圖像，使其更適合于特定應用。圖像增強的方法有空間域方法和頻域方法。 本次課本次課程程設(shè)設(shè)計計使用的是使用的是空間域方法空間域方法?？臻g域指圖像平面本身，以圖像像素直接處理為基礎(chǔ)?？臻g域增強包括灰度變換，用

4、算數(shù)、邏輯操作增強，空間濾波等。其中空間濾波包括平滑空間濾波器，銳化空間濾波器。平滑空間濾波器包括平滑線性濾波器和統(tǒng)計排序濾波器。 平滑線性濾波器，即為均值濾波，其輸出是包含在濾波掩模鄰域內(nèi)像素的簡單平均值。這種處理減小了圖像灰度的尖銳變化，可以減噪，也會有灰度邊緣模糊的負面效應。三。實驗內(nèi)容三。實驗內(nèi)容1 增強對比度增強對比度 增強對比度實際是增強原圖像的各部分的反差。實際中往往是通過原圖中某兩個灰度值之間的動態(tài)范圍來實現(xiàn)的。 通過變換可以使原圖的較高的和較低的灰度值的動態(tài)范圍減小了，而原圖在二者之間的動態(tài)范圍增加了，從而其范圍的對比度增加了。 MATLAB代碼所示： zx=imread(C

5、:UsersAdministratorDesktop0.jpg); imshow(zx),title(原圖像); f0=0;g0=0; f1=70;g1=30; f2=180;g2=230; f3=255;g3=255; r1=(g1-g0)/(f1-f0); b1=g0-r1*f0;r2=(g2-g1)/(f2-f1);b2=g1-r2*f1;r3=(g3-g2)/(f3-f2);b3=g2-r3*f2; m,n=size(zx); ZX=double(zx); for i=1:mfor j=1:nf=ZX(i,j);g(i,j)=0; if(f=0)&(f=f1)&(f=f

6、2)&(f figure,imshow(mat2gray(g),title(增強對比度的圖像)分析分析 在圖中可以看出，通過變換可以使原圖的較高的在圖中可以看出，通過變換可以使原圖的較高的和較低的灰度值的動態(tài)范圍減小了，而原圖在二和較低的灰度值的動態(tài)范圍減小了，而原圖在二者之間的動態(tài)范圍增加了，從而其范圍的對比度者之間的動態(tài)范圍增加了，從而其范圍的對比度增加了增加了 。2.圖像求反圖像求反對圖像求反是將原來的灰度值翻轉(zhuǎn)，簡單的說就是使黑變白，使白變黑。普通的黑白底片和照片就是這樣的關(guān)系。具體的變換就是將圖像中每個像素的灰度值根據(jù)變換曲線進行映射。MATLAB代碼所示：f1=200; I

7、=imread(C:UsersAdministratorDesktop0.jpg);zx=im2bw(I,0.5);imshow(zx),title(黑白)g1=256;k=g1/f1;m,n=size(zx);ZX=double(zx); for i=1:m for j=1:n f=ZX(i,j); g(i,j)=0;if(f=0)&(f=f1) g(i,j)=g1-k*f; else g(i,j)=0;endendendfigure,imshow(mat2gray(g)title(求反后的圖像)3.直方圖均衡化處理法直方圖均衡化處理法直方圖均衡也稱灰度均衡，處理的中心思想是把原始圖

8、像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。在實際處理變換時，一般先對原始圖像的灰度情況進行統(tǒng)計分析，并計算出原始直方圖分布，然后根據(jù)計算出的累計直方圖分布對其取整并得出源灰度sk到tk的灰度映射關(guān)系，其中N為灰度的級數(shù)。重復上述步驟，得到所有的源圖像各灰度級到目標圖像各灰度級的映射關(guān)系，再按照新的映射關(guān)系對源圖像各點像素進行灰度轉(zhuǎn)換，即可完成對源圖的直方圖均衡化。I=imread(C:UsersAdministratorDesktopmeunv.jpg); j=rgb2gray(I);subplot(221),imshow(I),title(原圖像); subplo

9、t(222),imhist(j),title(原圖像直方圖);K=histeq(j);subplot(223),imshow(K),title(均衡化后圖像);subplot(224),imhist(K),title(均衡化后圖像直方圖);實驗結(jié)果如下圖所示 分析：分析： 由直方圖可以看出，經(jīng)過灰度均衡后，圖像動態(tài)范圍加大，使圖像對比度擴展，圖像更加清晰，特征更加明顯；從實現(xiàn)算法上也可以看出，其優(yōu)點主要在于能自動增強整幅圖像的對比度，但只能得到全局均衡化處理的直方圖。在實際應用中，往往要根據(jù)不同的要求有選擇的對某灰度范圍進行局部范圍內(nèi)的對比度增強，此時若再采用直方圖均衡就不太適合。4.均值濾波

10、法均值濾波法實驗程序如下實驗程序如下I=imread(C:UsersAdministratorDesktopmeunv.jpg);I1=imnoise(I,gaussian); I2=imnoise(I,salt & pepper,0.02); H1=ones(3,3)/9;J1=imfilter(I1,H1); J2=imfilter(I2,H1);subplot(231),imshow(I),title(原圖像);subplot(232),imshow(I1),title(高斯噪聲干擾的圖片);subplot(233),imshow(I2),title(椒鹽噪聲干擾的圖片);subplot(235),imshow(J1),title(濾除高斯噪聲干擾的圖片);subplot(236), imshow(J2),title(濾除椒鹽噪聲干擾的圖片); K1=I-J1; K2=I-J2; subplot(211),imshow(K1),title(原圖減濾除高斯噪聲干擾的圖片);subplot(212),imshow(K2),title(原圖減