數字圖像增強處理對比分析

1、數字圖像增強技術的對比分析數字圖像增強技術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步處理進行理論分析）在進行處理時要對相關步處理進行理論分析（6 6）根據課程設計有關規(guī)范，小組按時完成課程）根據課程設計有關規(guī)范，小組按時完成課程設計說明書。設計說明書。二二. .實驗方法介紹實驗方法介紹 1 數字圖像噪聲數字圖像噪聲 數字圖像在圖像獲取集數字化過程，以及在數字圖像傳輸的過程中，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)境和原件質量的影響，產生噪聲。例如照相機照相時會受到光照影響。數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，指數分布噪聲等等。本次課設討

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。圖像增強技術是為了人類視覺系統(tǒng)的生理接受特點而設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設計計使用的是使用的是空間域方法空間域方法。空間域指圖像平面本身，以圖像像素直接處理為基礎?？臻g域增強包括灰度變換，用

4、算數、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。實驗內容三。實驗內容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，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系。具體的變換就是將圖像中每個像素的灰度值根據變換曲線進行映射。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的灰度映射關系，其中N為灰度的級數。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系，再按照新的映射關系對源圖像各點像素進行灰度轉換，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);實驗結果如下圖所示 分析：分析： 由直方圖可以看出，經過灰度均衡后，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，往往要根據不同的要求有選擇的對某灰度范圍進行局部范圍內的對比度增強，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