圖像增強(qiáng)處理技術(shù)研究

圖像增強(qiáng)處理技術(shù)研究一．課題背景及意義隨著電子計(jì)算機(jī)技術(shù)的進(jìn)步，計(jì)算機(jī)圖像處理近年來得到飛躍的開展，已經(jīng)成功的應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，并正發(fā)揮著相當(dāng)重要的作用。它利用計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)展系列操作，從而獲得*種預(yù)期的結(jié)果。對(duì)圖像進(jìn)展處理時(shí)，經(jīng)常運(yùn)用圖像增強(qiáng)技術(shù)以改善圖像的質(zhì)量。在一般情況下，經(jīng)過圖像的傳送和轉(zhuǎn)換，如成像、復(fù)制、掃描、傳輸和顯示等，經(jīng)常會(huì)造成圖像質(zhì)量的下降。在攝影時(shí)由于光照條件缺乏或過度，會(huì)使圖像過暗或過亮；光學(xué)系統(tǒng)的失真、相對(duì)運(yùn)動(dòng)、大氣流動(dòng)等都會(huì)使圖像模糊，傳輸過程中會(huì)引入各種類型的噪聲?？傊斎氲膱D像在視覺效果和識(shí)別方便性等方面可能存在諸多問題，這類問題不妨統(tǒng)稱為質(zhì)量問題。圖像增強(qiáng)是指根據(jù)特定的需要突出圖像中的重要信息，同時(shí)減弱或去除不需要的信息。從不同的途徑獲取的圖像，通過進(jìn)展適當(dāng)?shù)脑鰪?qiáng)處理，可以將原本模糊不清甚至根本無法分辨的原始圖像處理成清晰的富含大量有用信息的可使用圖像，有效地去除圖像中的噪聲、增強(qiáng)圖像中的邊緣或其他感興趣的區(qū)域，從而更加容易對(duì)圖像中感興趣的目標(biāo)進(jìn)展檢測(cè)和測(cè)量。圖像增強(qiáng)的目的是增強(qiáng)圖像的視覺效果，將原圖像轉(zhuǎn)換成一種更適合于人眼觀察和計(jì)算機(jī)分析處理的形式。它一般要借助人眼的視覺特性，以取得看起來較好地視覺效果，很少涉及客觀和統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)。增強(qiáng)的效果通常都與具體的圖像有關(guān)系，靠人的主觀感覺加以評(píng)價(jià)。目前圖像增強(qiáng)處理的應(yīng)用已經(jīng)滲透到醫(yī)學(xué)診斷、航空航天、軍事偵察、指紋識(shí)別、無損探傷、衛(wèi)星圖片的處理等領(lǐng)域。如對(duì)*射線圖片、CT影像、內(nèi)窺鏡圖像進(jìn)展增強(qiáng)，使醫(yī)生更容易從中確定病變區(qū)域，從圖像細(xì)節(jié)區(qū)域中發(fā)現(xiàn)問題；對(duì)不同時(shí)間拍攝的同一地區(qū)的遙感圖片進(jìn)展增強(qiáng)處理，偵查是否有敵人軍事調(diào)動(dòng)或軍事裝備及建筑出現(xiàn)；在煤礦工業(yè)電視系統(tǒng)中采用增強(qiáng)處理來提高工業(yè)電視圖像的清晰度，抑制因光線缺乏、灰塵等原因帶來的圖像模糊、偏差等現(xiàn)象，減少電視系統(tǒng)維護(hù)的工作量。圖像增強(qiáng)技術(shù)的快速開展同它的廣泛應(yīng)用是分不開的，開展的動(dòng)力來自穩(wěn)定涌現(xiàn)的新的應(yīng)用，我們可以預(yù)料，在未來社會(huì)中圖像增強(qiáng)技術(shù)將會(huì)發(fā)揮更為重要的作用。二．基于點(diǎn)運(yùn)算的圖像增強(qiáng)技術(shù)灰度變換〔1〕利用matlab圖像工具箱提供的函數(shù)imhist()觀察Mr.bmp的直方圖。為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換，把0-255整個(gè)灰度值區(qū)間分為假設(shè)干線段，每一個(gè)直線段都對(duì)應(yīng)一個(gè)局部的線性變換關(guān)系，常用的是三段線性變換方法，如圖4.1所示。圖4.1三段線性變換其中f(*,y),g(*,y)分別為原圖像和變換后的圖像的灰度級(jí)，ma*f、ma*g分別為原圖像和變換后的圖像的最大灰度級(jí)。灰度區(qū)間［a,b］為要增強(qiáng)的目標(biāo)所對(duì)應(yīng)的灰度范圍，變換后灰度范圍擴(kuò)展至［c,d］。變換時(shí)對(duì)［a,b］進(jìn)展了線性拉伸，而［0,a］和［b,ma*］則被壓縮，這兩局部對(duì)應(yīng)的細(xì)節(jié)信息損失了。假設(shè)這兩局部對(duì)應(yīng)的像素?cái)?shù)較少，則損失的信息也相應(yīng)較少。其數(shù)學(xué)表達(dá)式如式。分段線性變換可以根據(jù)用戶的需要，拉伸特征物體的灰度細(xì)節(jié)，雖然其他灰度區(qū)間對(duì)應(yīng)的細(xì)節(jié)信息有所損失，這對(duì)于識(shí)別目標(biāo)來說沒有什么影響。下面對(duì)一些特殊的情況進(jìn)展了分析。令k1=c/a,k2=(d-c)∕(b-a),k3=(ma*g-d)/(ma*f-b),即它們分別為對(duì)應(yīng)直線段的斜率。當(dāng)k1=k3=0時(shí)，如圖4.2〔a〕所示，表示對(duì)于［a,b］以外的原圖灰度不感興趣，均令為0,而處于［a,b］之間的原圖灰度，則均勻的變換成新圖灰度。當(dāng)k1=k2=k3=0，但c=d時(shí)，如圖4.2〔b〕所示，表示只對(duì)［a,b］間的灰度感興趣，且均為同樣的白色，其余變黑，此時(shí)圖像對(duì)應(yīng)變成二值圖。這種操作又稱為灰度級(jí)〔或窗口〕切片。當(dāng)kl=k3=1,c=d=ma*g時(shí)，如圖4.2〔c〕所示，表示在保存背景的前提下，提升［a,b］間像素的灰度級(jí)。它也是一種窗口或灰度級(jí)切片操作。圖4.2三段線性變換MATLAB軟件中，imadjust函數(shù)可以實(shí)現(xiàn)圖像的灰度變換，通過直方圖變換調(diào)整圖像的比照度。其中，gamma為校正量r,［lowhigh為原圖像中要變換的灰度范圍，［加/加加/?！ǎ葜付俗儞Q后的灰度范圍。由于原始圖像的灰度較暗，比照度不夠強(qiáng)烈，所以調(diào)用Matlab圖像工具箱提供的函數(shù)imadjust()對(duì)其進(jìn)展修正。結(jié)果如上圖所示J=imadjust(I,［0.00.5］,［］);imshow(I),figure,imshow(J)結(jié)論: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。缺乏：對(duì)于受噪聲影響明顯的圖像，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。直方圖均衡化〔2〕利用matlab圖像工具箱提供的函數(shù)histeq()對(duì)Mr.bmp進(jìn)展直方圖均衡化處理，觀察處理前后兩幅圖像的直方圖。直方圖均衡化過程如下：〔1〕計(jì)算原圖像的灰度直方圖P(rQ；rK〔2〕計(jì)算原圖像的灰度累積分布函數(shù)九,進(jìn)一步求出灰度變換表；k〔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)。在MATLAB中，histeq函數(shù)可以實(shí)現(xiàn)直方圖均衡化。函數(shù)調(diào)用方法為：該命令對(duì)灰度圖像I進(jìn)展變換，返回有N級(jí)灰度的圖像J，J中的每個(gè)灰度級(jí)具有大致一樣的像素點(diǎn)，所以圖像J的直方圖較為平坦，當(dāng)N小于I中灰度級(jí)數(shù)時(shí)，J的直方圖更為平坦，缺省的N值為64。histeq功能：直方圖均衡化。用法：J=histeq(I,hgram)將原始圖像I的直方圖變成用戶指定的向量hgram。hgram中的各元素的值域?yàn)椋?,1］。J=histeq(I,n)指定直方圖均衡后的灰度級(jí)數(shù)n，默認(rèn)值為64。［J,T］=histeq(I,...)返回從能將圖像I的灰度直方圖變換成圖像J的直方圖變換To直方圖均衡化增加了圖像灰度動(dòng)態(tài)范圍，也增加了對(duì)象的比照度。結(jié)論: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)*了像素值的動(dòng)態(tài)范圍，是一種常用的圖像增強(qiáng)算法。缺乏：不能抑制噪聲。三．圖像平滑技術(shù)〔1〕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)具有一樣的權(quán)。下面是平滑窗口分別為矩形和圓形的情況。優(yōu)勢(shì)：實(shí)現(xiàn)簡(jiǎn)單，去噪效果明顯。缺乏：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)模糊甚至喪失?！?〕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)椒鹽噪聲有很好的去噪效果。中值濾波是基于一個(gè)移動(dòng)窗口并計(jì)算輸入圖像在窗口內(nèi)的像素亮度值的中值作為輸出圖像窗口中心的像素值而產(chǎn)生的。給定的圖像f(*,y)中的每一個(gè)點(diǎn)〔m,n〕，取其領(lǐng)域S。設(shè)S含有M個(gè)像素{a1,a2,…，aM},將其按大小排序，假設(shè)M是奇數(shù)時(shí)，則位于中間的那個(gè)象素值就是修改后圖像g(*,y)在點(diǎn)〔m,n〕處的像素值；假設(shè)M是偶數(shù)則取中間兩個(gè)象素的平均值作為修改后圖像g(*,y)在點(diǎn)〔m,n〕處的象素值。⑴利用matlab圖像工具箱提供的函數(shù)imnoise()產(chǎn)生3幅不同的含噪圖像并保存為bmp文件〔噪聲模型分別為gaussian,salt&pepper,speckle〕。J=imnoise(I,'salt&pepper',0.02);J=imnoise(I,'gaussian',0.02);J=imnoise(I,'speckle',0.02);figure,imshow(J);figure,imshow(J);figure,imshow(J);在MATLAB中提供了給圖像參加噪聲的函數(shù)imnoiseimnoise的語法格式為J=imnoise(I,type)J=imnoise(I,type,parameters)其中J=imnoise(I,type)返回對(duì)原始圖像I添加典型噪聲的有噪圖像J。參數(shù)type和parameters用于確定噪聲的類型和相應(yīng)的參數(shù)。⑵利用函數(shù)MyMeanFilter()對(duì)加噪圖像做“均值濾波〃處理新建一個(gè)M-File函數(shù)functionMyMeanFilter(J,wb)I2=colfilt(double(J),[wbwb],'sliding','median');%%中值濾波I2=uint8(I2);figure,imshow(I2)title('theprocessedimagebyMyMeanFilter1')注：J為含噪圖像矩陣〔默認(rèn)〕，Wb為濾波窗口尺寸。J=imnoise(I,'gaussian',0.02);figure,imshow(J);分別輸入如下的濾波窗口尺寸MyMeanFilter(J,3)MyMeanFilter(J,5)MyMeanFilter(J,7)實(shí)驗(yàn)結(jié)果：5像元×5像元濾波窗口能夠取得較好的效果。隨著領(lǐng)域的加大，圖像的模糊程度也更加嚴(yán)重。⑶利用matlab圖像工具箱提供的函數(shù)medfilt2()對(duì)⑴生成的含噪圖像進(jìn)展中值濾波。medfilt2(),中值濾波J=medfilt2(I)用3×3的濾波窗口對(duì)圖像A進(jìn)展中值濾波。J=medfilt2(I,[mn])用指定大小為m×n的窗口對(duì)圖像A進(jìn)展中值濾波。實(shí)驗(yàn)結(jié)果：對(duì)椒鹽噪聲的處理效果最好，中值濾波對(duì)于消除孤立點(diǎn)和線段的干擾十分有用，特別是對(duì)于二進(jìn)噪聲特別有效，但對(duì)于消除高斯噪聲影響效果不佳。其突出的優(yōu)點(diǎn)是在消除噪聲的同時(shí)，還能保護(hù)邊界的信息。四.圖像的銳化技術(shù)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)展逆運(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。由于拉普拉斯是一種微分算子，它的應(yīng)用可增強(qiáng)圖像中灰度突變的區(qū)域，減弱灰度的慢變化區(qū)域。因此，銳化處理可選擇拉普拉斯算子對(duì)原圖像進(jìn)展處理產(chǎn)生描述灰度突變的圖像，再將拉普拉斯圖像與原始圖像疊加而產(chǎn)生銳化圖像。拉普拉斯銳化的根本方法可以由下式表示［15］：這種簡(jiǎn)