數(shù)字圖像處理算法設(shè)計(jì)之圖像增強(qiáng)畢業(yè)論文

深圳大學(xué)本科畢業(yè)論文(設(shè)計(jì))誠(chéng)信聲明本人鄭重聲明：所呈交的畢業(yè)論文(設(shè)計(jì)),題目《數(shù)字圖像處究工作所取得的成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明。除此之外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的作品成果。本人完全意識(shí)到本聲明的畢業(yè)論文(設(shè)計(jì))作者簽名：摘要(關(guān)鍵詞) 11.引言 11.1選題背景 11.2圖像增強(qiáng)的發(fā)展現(xiàn)狀 21.3論文研究?jī)?nèi)容 22.圖像增強(qiáng)基本理論 32.1圖像和數(shù)字圖像 32.2數(shù)字圖像增強(qiáng)概述 42.3圖像增強(qiáng)方法和分類 52.3.1空間域圖像增強(qiáng) 52.3.2頻率域圖像增強(qiáng) 63.頻域圖像增強(qiáng)的原理和方法 83.1傅里葉變換和頻率域介紹 83.1.1二維圖像傅里葉變換 83.1.2頻率域?yàn)V波 93.2頻率域中的平滑濾波 3.3頻率域中的銳化濾波 3.4同態(tài)濾波 4.頻域圖像增強(qiáng)算法的實(shí)現(xiàn) 4.2低通濾波 4.3高通濾波 5.總結(jié)與展望 225.1本文工作總結(jié) 225.2課題研究展望 22參考文獻(xiàn) 23致謝 24 25數(shù)字圖像處理算法設(shè)計(jì)之圖像增強(qiáng)【摘要】圖像作為一種有效的信息載體，是人類獲取和交換信息的主要來(lái)源。人類感知的外界信息80%以上是通過(guò)視覺(jué)得到的。因此。圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。圖像增強(qiáng)是對(duì)圖像的低層次處理，處于圖像處理的預(yù)處理階段。它是圖像處理的一個(gè)重要環(huán)節(jié)，在整個(gè)圖像處理過(guò)程中起著承前啟后于人眼觀察或機(jī)器分析識(shí)別的形式，以便從圖像中獲取更加有用的信息?！娟P(guān)鍵詞】圖像增強(qiáng)；頻域；濾波數(shù)字圖像處理技術(shù)是20世紀(jì)60年代隨著計(jì)算機(jī)技術(shù)和VLS(VeryLargeScaleIntegrator)的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來(lái)的一個(gè)新興技術(shù)領(lǐng)域，它在理論上和實(shí)際數(shù)字圖像處理(DigitalImageProcessing)又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視覺(jué)效果為目的。圖像處理中，輸入的是質(zhì)量低的探傷、衛(wèi)星圖片的處理等領(lǐng)域。如對(duì)X射線圖片、CT影像、內(nèi)窺鏡圖像進(jìn)行增強(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(wèn)題；感圖片進(jìn)行增強(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(lái)提高工業(yè)電視圖像的清晰度，克服因光線不分不開(kāi)的，發(fā)展的動(dòng)力來(lái)自穩(wěn)定涌現(xiàn)的新的應(yīng)用，我們可以預(yù)料清晰度、提取特征、分析形狀和紋理以及對(duì)兩個(gè)圖像進(jìn)行匹配。放式MATLAB語(yǔ)言編寫。這意味著可以檢查算法、修改源代碼和創(chuàng)建自定義函數(shù)。圖像處理工具箱在生物測(cè)定學(xué)、遙感、監(jiān)控、基因表達(dá)、顯微鏡技術(shù)、半導(dǎo)計(jì)、顏色科學(xué)及材料科學(xué)等領(lǐng)域?yàn)楣こ處熀涂茖W(xué)家提供支持。它也促進(jìn)了圖像處理技術(shù)的教1.2圖像增強(qiáng)的發(fā)展現(xiàn)狀數(shù)字圖像處理的發(fā)展歷史不長(zhǎng)，但已經(jīng)引起了各字圖像處理的基本內(nèi)容，而圖像增強(qiáng)是圖像預(yù)處理部分的主要內(nèi)容。數(shù)字圖像處理技術(shù)起源為止，圖像處理在圖像通訊、辦公自動(dòng)化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設(shè)備、衛(wèi)星照片傳輸及圖像增強(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(guò)進(jìn)行適當(dāng)?shù)脑鰪?qiáng)處理，可以將原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)行檢測(cè)和測(cè)量。處理后的圖像是否保持原狀已經(jīng)是無(wú)關(guān)緊要的了，不會(huì)而去有意識(shí)的努力重現(xiàn)圖像的真實(shí)度1。圖像增強(qiáng)的目的是增強(qiáng)圖像的視覺(jué)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。它一般要借助人眼取得看起來(lái)較好地視覺(jué)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校正、頻域?yàn)V波和彩色增強(qiáng)等。由于圖像增強(qiáng)與感興趣的物體特性、觀察者的習(xí)慣和處理目的密切相關(guān)，盡管處理方式多種多樣，但它帶有很強(qiáng)的針對(duì)性。因此，圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的，并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。于是，為了使各種不同特定目的的圖像質(zhì)量得到改善，產(chǎn)生了多種圖像增強(qiáng)算法。這些算法算法又可以分為空域的變換增強(qiáng)算法、空域的濾波增強(qiáng)算法以及空域的彩色增變換域的圖像增強(qiáng)算法可以分為頻域的平滑增強(qiáng)算法、頻域的銳盡管各種圖像增強(qiáng)技術(shù)已取得了長(zhǎng)足的發(fā)展，形的增強(qiáng)技術(shù)依然在日新月異地發(fā)展完善，不斷推陳出新，其中尤其以不引起增強(qiáng)邊緣的同時(shí)會(huì)同時(shí)增強(qiáng)噪聲，而濾去噪聲又會(huì)使邊緣在一定程度上模糊，因此，在圖像增強(qiáng)的時(shí)候，往往是將這兩部分進(jìn)行折中，找到一個(gè)好的代價(jià)函數(shù)達(dá)到需要的增強(qiáng)目的。本文主要圍繞圖像增強(qiáng)算法而展開(kāi)，著眼于圖像優(yōu)化過(guò)法，對(duì)一些低質(zhì)量的圖像進(jìn)行處理，以期達(dá)到優(yōu)化的目的。第一章引言。介紹圖像增強(qiáng)技術(shù)的課題背景、發(fā)展現(xiàn)狀和意義，以及本文的研究?jī)?nèi)容。第二章圖像增強(qiáng)的基本理論。闡述圖像增強(qiáng)中用到的有關(guān)數(shù)字圖像的一些基本概念；概述常用的一些圖像增強(qiáng)方法及其特點(diǎn)，如灰度變換、直方圖均衡化、頻域?yàn)V波等。第三章頻域圖像增強(qiáng)的原理和方法。選取圖像增強(qiáng)中比較典型的頻域處理方法進(jìn)行說(shuō)明，詳細(xì)介紹其基本原理和算法。2.圖像增強(qiáng)基本理論2.1圖像和數(shù)字圖像如常用的圖像一般是灰度圖，這時(shí)f表示灰度值，當(dāng)對(duì)可見(jiàn)光成像時(shí)，灰度值對(duì)應(yīng)客觀景物常見(jiàn)圖像是連續(xù)的，即f,x,y的值可以是任意實(shí)數(shù)。為了能用計(jì)算機(jī)對(duì)圖像進(jìn)行加工，早期英文書籍里一般用picture代表圖像，隨著數(shù)字技術(shù)的發(fā)展，現(xiàn)都用image代表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)f(x,y)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(lái)的光組成的，所以f(x,y)可看成由兩部分成：入射到可見(jiàn)場(chǎng)景上光的量；場(chǎng)景中目標(biāo)對(duì)反射光反射的比率。確切地說(shuō)它們分別稱為照度成分i(x,y)和反射成分r(x,y)。f(x,y)與i(x,y)和r(x,y)都成正比，可表示成圖像的統(tǒng)計(jì)特性，這可用ProbabilityDensityFunction(PDF)來(lái)刻畫和描述，表現(xiàn)為灰度直方圖(Histogram)?；叶戎狈綀D是灰度值的函數(shù)，描述的是圖像中具有該灰度值的像素的個(gè)數(shù)，如圖1所示，(b)為圖像(a)的灰度直方圖，其橫坐標(biāo)表示像素的灰度級(jí)別，縱坐標(biāo)表示該灰度出現(xiàn)的頻率(像素的個(gè)數(shù))。meInsertToolslesktopWindow2.2數(shù)字圖像增強(qiáng)概述圖像增強(qiáng)技術(shù)是要通過(guò)對(duì)圖像的加工，獲得視覺(jué)效果更“好”,或看起來(lái)更“有用”的圖像的技術(shù)4]。對(duì)灰度圖像，這種視覺(jué)效果的改善常借助改變各個(gè)像素的灰度來(lái)實(shí)現(xiàn)。具體說(shuō)來(lái)，設(shè)原始圖像在(x,y)處的灰度為f,而改變后的圖像為g,則對(duì)圖像增強(qiáng)的方法可表述為將在((x,y)處的灰度f(wàn)映射為g。在很多情況下，f和g的取值范圍是一樣的，下面設(shè)均在[0,L—1]中，L為圖像的灰度級(jí)數(shù)。對(duì)不同的灰度f(wàn)可以根據(jù)不同的規(guī)則將其映射為g,這些規(guī)則有時(shí)可寫成解析式子，有時(shí)只能用函數(shù)曲線(稱為變換曲線)來(lái)表示。圖像增強(qiáng)的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺(jué)特性或機(jī)器分析，以便于實(shí)現(xiàn)對(duì)圖像的更高級(jí)的處理和分析。圖像增強(qiáng)的過(guò)程往往也是一個(gè)矛盾的過(guò)程：圖像增強(qiáng)希望既去除噪聲又增強(qiáng)邊緣。但是，增強(qiáng)邊緣的同時(shí)會(huì)同時(shí)增強(qiáng)噪聲，而濾去噪聲又會(huì)使邊緣在一定程度上模糊，因此，在圖像增強(qiáng)的時(shí)候，往往是將這兩部分進(jìn)行折中，找到一個(gè)好的代價(jià)函數(shù)達(dá)到需要的增強(qiáng)目的[13]。傳統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是基于整個(gè)圖像的統(tǒng)計(jì)量，如：ST轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。這樣對(duì)應(yīng)于某些局部區(qū)域的細(xì)節(jié)在計(jì)算整幅圖的變換時(shí)其影響因?yàn)槠渲递^小而常常被忽略掉，從而局部區(qū)域的增強(qiáng)效果常常不夠理想，噪聲濾波和邊緣增強(qiáng)這兩者的矛盾較難得到解決。數(shù)字圖像處理系統(tǒng)由硬件和軟件組成，包括采集、顯示、存儲(chǔ)、通信、主機(jī)和圖像處理軟件，如下圖所示：通信通信主機(jī)圖2僅僅是圖像處理的硬件設(shè)備構(gòu)成，圖中并沒(méi)有顯示出軟件系統(tǒng)，在圖像處理系統(tǒng)中軟件系統(tǒng)同樣是非常重要的。在圖像獲取的過(guò)程中，由于設(shè)備的不完善及光照等條件的影響，不可避免地會(huì)產(chǎn)生圖像降質(zhì)現(xiàn)象。部分加以處理或突出有用的圖像特征，故改善后的圖像并不一定要去逼近原圖像；二是去噪、平滑等基本的圖像處理技術(shù)，到圖像的特征分析和提取，進(jìn)而產(chǎn)生對(duì)圖像的正確理解或者遙感圖像的解譯，最后的步驟可以是通過(guò)專家的視覺(jué)解譯，也可以是在圖像處原始圖像原始圖像圖3圖像處理流程圖2.3圖像增強(qiáng)方法和分類2.3.1空間域圖像增強(qiáng)圖像增強(qiáng)可分成兩大類：頻域增強(qiáng)和空域增強(qiáng)。前者把圖像看成一種二維信其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)。采用低通濾波(即只讓低頻信號(hào)通過(guò))法，可具有代表性的空間域算法有局部求平均值法和中值濾波(取局部鄰域中的中間像素值)算；基于頻率域的算法是在圖像的某種變換域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修正，是基于空間域的算法分為點(diǎn)運(yùn)算算法和領(lǐng)域去噪算法。點(diǎn)運(yùn)算算法即灰度級(jí)校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴(kuò)大圖像動(dòng)態(tài)范圍，擴(kuò)展對(duì)比度。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識(shí)別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等1?；诳沼虻膱D像增強(qiáng)方法大致有以下這幾個(gè)：(1)圖像灰度映射圖像灰度映射有圖像求反、增強(qiáng)對(duì)比度、壓縮動(dòng)態(tài)范圍等。近L-1的較大灰度的像素在變換后其灰度接近0,而原來(lái)較暗的像素變換后成為較亮的像增強(qiáng)圖像對(duì)比度實(shí)際上是增強(qiáng)原圖各部分之間的反差(態(tài)度級(jí)別),屬于線性變換。壓縮動(dòng)態(tài)范圍的日標(biāo)與增強(qiáng)對(duì)比度相反。有時(shí)原圖的動(dòng)態(tài)范圍太大，超出某設(shè)備的允許動(dòng)態(tài)范圍，這時(shí)如直接使用原圖灰度進(jìn)行顯示則一部分細(xì)節(jié)可能丟失。解決(2)直方圖處理直方圖是多種空間域處理技術(shù)的基礎(chǔ)。直方圖操作能有效地用于圖像增強(qiáng)，如直方圖均衡化和直方圖匹配(規(guī)定化)。有些圖像在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚。這時(shí)可以通過(guò)直方圖均衡化將圖像的灰度范圍分開(kāi)，并且讓灰度頻率較小的灰度級(jí)變大，通過(guò)調(diào)整圖像灰度值的動(dòng)態(tài)范圍，自動(dòng)地增加整個(gè)圖像的對(duì)比度，使圖像具有較大的反差，細(xì)節(jié)清晰。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。它的優(yōu)點(diǎn)的是能自動(dòng)地增強(qiáng)整個(gè)圖像的對(duì)比度，但具體增強(qiáng)效果不易控制處理的結(jié)果總是得到全局均衡化的直方圖。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，即各像素點(diǎn)所乘系數(shù)，這時(shí)就稱為加權(quán)均值濾波；中值濾波是一種非線性空間濾波，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。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。頻域處理法的基礎(chǔ)是卷積定理，它采用修改圖像傅立葉變換的方法實(shí)現(xiàn)對(duì)圖像的增當(dāng)圖像f(x,y)以線性算子h(x,y)進(jìn)行卷積，結(jié)果圖像g(x,y)為g(x,y)=h(x,y)*f(x,y),有卷積定理的性質(zhì)可知在頻域內(nèi)相當(dāng)于G(u,v)=H(u,v)F(u,v),對(duì)G(u,v)進(jìn)行傅圖4頻域增強(qiáng)框圖頻率域的基本性質(zhì)：頻率域的中心領(lǐng)域?qū)?yīng)圖像中慢變化部分，離開(kāi)頻率域的中心時(shí)，較高的頻率開(kāi)始對(duì)應(yīng)圖像中變化較快的部分(如：物體的邊緣等)。在傅里葉變換中，低頻主要決定圖像在平滑區(qū)域中的總體灰度級(jí)的顯示，而高頻決(1)低通濾波低通濾波器的功能是讓低頻率通過(guò)而濾掉或衰減高頻，其作用是過(guò)濾掉包含在高頻(2)高通濾波(3)同態(tài)濾波有一類特殊的非線性系統(tǒng)，它遵從廣義的疊加原理。在代數(shù)上，這類系統(tǒng)用輸入和第8頁(yè)/共25頁(yè)3.頻域圖像增強(qiáng)的原理和方法3.1傅里葉變換和頻率域介紹3.1.1二維圖像傅里葉變換此表達(dá)式必須對(duì)u值(u=0,1,2,…,M-1)和y值(v=0,1,2,…,N-1)于圖像的平均灰度級(jí)。頻率域的基本性質(zhì)：頻率域的中心領(lǐng)域?qū)?yīng)圖像中慢變化部分，離開(kāi)頻率域的中心時(shí)，較高的頻率開(kāi)始對(duì)應(yīng)圖像中變化較快的部分(如：物體的邊緣等)[2]。即低頻包含2.由式(2)計(jì)算圖像的DFT,即F(u,v)。3.用濾波器函數(shù)H(u,v)乘以F(u,v)。4.計(jì)算(3)中結(jié)果的反DFT。5.得到(4)中結(jié)果的實(shí)部。6.用(-1)*+y乘以(5)中的結(jié)果。H(u,v)被稱為濾波器(常用術(shù)語(yǔ)為“濾波器傳遞函數(shù)”)的原因是它在變換中抑制某些頻率但其他頻率不受影響。類似于日常生活中的篩子，它被濾波的圖像可以從G(u,v)的反傅立葉變換中得到：被濾波的圖像=ζ-[G(u,v)](7)前處理?yè)Q傅里葉反變換后處理第10頁(yè)/共25頁(yè)輸入圖像f(x,y)3.2頻率域中的平滑濾波常用的頻域?yàn)V波方法有低通濾波、高通濾波、帶通和帶阻濾波、同態(tài)濾波等方法。圖像在傳遞過(guò)程中，由于噪聲主要集中在高頻部分，為去除噪聲改善圖像質(zhì)量，濾波器采用低通濾波器H(u,v)來(lái)抑制高頻成分，通過(guò)低頻成分，然后再進(jìn)行逆傅立葉變換獲得濾波圖像，就可達(dá)到平滑圖像的目的。在傅里葉變換域中，變換系數(shù)能反映某些圖像的特征，如頻譜的直流分量對(duì)應(yīng)于圖像的平均亮度，噪聲對(duì)應(yīng)于頻率較高的區(qū)域，圖像實(shí)體位于頻率較低的區(qū)域等，因此頻域常被用于圖像增強(qiáng)[1?，F(xiàn)主要選取三種濾波器進(jìn)行研究，分別是：理想低通濾波器、巴特沃思低通濾波器和高斯低通濾波器。(1)理想低通濾波器所想像的最簡(jiǎn)單的低通濾波器是“截?cái)唷备道锶~變換中所有高頻成分，這些成分處在距圖像尺寸為MxN,它的變換也有相同的尺寸，由于變換被中心化了，所以，頻率矩形的中心在(u,v)=(M/2,N/2)處。在這種情況下，從點(diǎn)(u,v)到傅里葉變換中心(原點(diǎn))的距離如下所理想低通濾波器的這種陡峭的截止頻率是不能用電子部件實(shí)現(xiàn)的，盡管它們可以在計(jì)算不同于ILPF,BLPF變換函數(shù)在通帶與被濾除的頻率之間沒(méi)有明顯的截?cái)?。?duì)于有平滑傳遞函數(shù)的濾波器，定義一個(gè)截止頻率的位置并使H(u,v)幅度降到其最大值的一部分。在式(10)中，當(dāng)D(u,v)=Do時(shí)，H(u,v)=0.5(從最大值下降到它的50%)。(3)高斯低通濾波器第11頁(yè)/共25頁(yè)3.3頻率域中的銳化濾波(3)高斯型高通濾波器第12頁(yè)/共25頁(yè)令令則f(x,y)=i(x,y)r(x,y)P{f(x,y)}≠Y{i(x,y)}Y{r(x,y)}z(x,y)=lnf(x,y)=lni(x,y)+lnr(x,y)P{z(x,y)}=Y{lnf(x,y)}=4{lni(x,y)}+4{lnr(x,y)}或Z(u,v)=F(u,v)+F;(u,v)S(u,v)=H(u,v)Z(u,v)=H(u,v)F(u,v)+H(u,v)F,(u,v)s(x,y)=4-1{S(u,v)}=P-{H(u,v)F(u,v)}+Y-1{H(u,v)F,(u,v)}i(x,y)=4-{H(u,v)F(u,v)}r(x,y)=4-{H(u,v)F,(u,v)}s(x,y)=i'(x,y)+r'(x,y)第13頁(yè)/共25頁(yè)g(x,y)=e?(x,y)=e(x,y).e"(x,y)=i?(x,y)r;(x,yH(u,v)DFTH(u,v)DFTg(x,y)(22)式一樣。4.頻域圖像增強(qiáng)算法的實(shí)現(xiàn)4.1基于MATLAB的圖像處理4.1.1MATLAB簡(jiǎn)介仿真等高級(jí)課程的基本教學(xué)工具；成為攻讀學(xué)位的大學(xué)生，碩士生，博士生必須掌握的基一種語(yǔ)言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于最直觀，最簡(jiǎn)潔的程序開(kāi)發(fā)環(huán)境。以下簡(jiǎn)單介紹一下(1)語(yǔ)言簡(jiǎn)潔緊湊，使用方便靈活，庫(kù)函數(shù)極其豐富。MATLAB程序書寫形式自由，利用起豐富的庫(kù)函數(shù)避開(kāi)繁雜的子程序編程任務(wù)，壓縮了一切不必要的編程工作。由于庫(kù)函數(shù)都由本領(lǐng)域的專家編寫，用戶不必?fù)?dān)心函數(shù)的可靠性?？梢哉f(shuō)，用語(yǔ)句),又有面向?qū)ο缶幊痰奶匦浴?5)程序的可移植性很好，基本上不做修改就可以在各種型號(hào)的計(jì)算機(jī)和操作系統(tǒng)上的程序不用編譯等預(yù)處理，也不生成可執(zhí)行文件，程序?yàn)榻忉寛?zhí)行，所以速度較慢。種可選的工具箱。核心部分中有數(shù)百個(gè)核心內(nèi)部函數(shù)。其工具箱又分為兩類：功能性工具箱和學(xué)科性工具箱。功能性工具箱主要用來(lái)擴(kuò)充其符號(hào)計(jì)算功能，圖示建模仿真功能，文字處理功能以及與硬件實(shí)時(shí)交互功能。功能性工具箱用于多種學(xué)科。而學(xué)科性工具箱是專等。這些工具箱都是由該領(lǐng)域內(nèi)學(xué)術(shù)水平很高的專家編寫的，所以用戶無(wú)需編寫自己學(xué)科范圍內(nèi)的基礎(chǔ)程序，而直接進(jìn)行高、精、尖的研究。的核心文件和工具箱文件都是可讀可改的源文件，用戶可通過(guò)對(duì)源文件的修改以及第15頁(yè)/共25頁(yè)4.1.2MATLAB在圖像處理中的應(yīng)用4.2低通濾波(1)理想低通濾波器圖7理想低通濾波器轉(zhuǎn)移函數(shù)的剖面圖接下來(lái)通過(guò)實(shí)驗(yàn)來(lái)研究理想低通的特性。圖8(a)是一幅在夜晚昏暗的燈光下用手機(jī)拍攝的照片，且所用的手機(jī)攝像頭像素不高，手機(jī)本身對(duì)圖像的處理不夠理想，從而導(dǎo)致照片質(zhì)量比較低。可以明顯的看到圖像帶有噪聲，現(xiàn)用理想低通濾波器對(duì)其進(jìn)行平滑來(lái)去除噪聲。圖8(b)是用Do=50的濾波器對(duì)(a)進(jìn)行處理的結(jié)果，可以看到處理后的圖像變得更平滑，少了很多噪聲成分，但是同時(shí)圖像的一些細(xì)節(jié)變得不那么清晰，整體圖像變得模糊。圖8(c)則是用Do=30的濾波器對(duì)(a)處理的結(jié)果，這時(shí)圖像變得更加模糊，而且“振鈴”特征很明顯。事實(shí)上隨著截止頻率逐漸減小，圖像將越來(lái)越模糊，“振鈴”現(xiàn)象越來(lái)越突出?？梢?jiàn)，理想低通濾波器在現(xiàn)實(shí)中是非常不實(shí)用的。(1)Butterworth低通濾波器物理上可以實(shí)現(xiàn)的一種低通濾波器是巴特沃斯(Butterworth)低通濾波器。一個(gè)階數(shù)為n,截?cái)囝l率為DO的巴特沃斯低通濾波器的轉(zhuǎn)移函數(shù)為：階數(shù)為1的巴特沃思低通濾波器剖面示意圖見(jiàn)圖9。由圖可見(jiàn)低通巴特沃思濾波器在高低頻率間的過(guò)渡比較光滑，所以用巴特沃思濾波器得到的輸出圖其振鈴效應(yīng)不明顯。下H(u.a)H(u.a)1時(shí)n=3D?→Du.#H(a.)圖9巴特沃思低通濾波器面通過(guò)對(duì)圖像的處理來(lái)說(shuō)明。如圖10為用n=1的巴特沃思低通濾波器對(duì)圖像進(jìn)行處理的結(jié)果，其中(a)原始圖像，(b)、(c)、(d)對(duì)應(yīng)的截止頻率為10、30、80?？梢钥闯觯浑A的巴特沃思濾波器在對(duì)圖像進(jìn)行平滑噪聲時(shí)不會(huì)有振鈴現(xiàn)象。當(dāng)使用二階的BLPF時(shí)(如圖11),有很微小的振鈴，但遠(yuǎn)沒(méi)有ILPF明顯。事實(shí)上，隨著n的增大，BLPF的振鈴將成為一個(gè)重要因素，越來(lái)越明顯，當(dāng)n充分大時(shí)，Butterworth濾波器就變成理想低通濾波器。而二階的BLPF是在有效的低通濾波和可接受的振鈴特性間的折中。圖10一階的BLPF濾波結(jié)果圖11二階的BLPF濾波結(jié)果(1)高斯低通濾波器在高斯曲線擴(kuò)展程度σ=Do時(shí)二維高斯低通濾波器(GIPF)形式如下：其透視圖、圖像顯示以及GLPF函數(shù)的徑向橫截面如下圖：圖12高斯低通濾波器圖13(b)、(c)、(d)分別是用半徑為20,50,150的截止頻率的高斯低通濾波器對(duì)圖13(a)進(jìn)行平滑的結(jié)果，通過(guò)比較可知截止頻率越低，圖像越模糊，而且經(jīng)過(guò)高斯低通濾波后沒(méi)有振鈴。這是實(shí)際中一個(gè)很重要的特性，尤其是在人工圖像(如醫(yī)學(xué)圖像)不太能接受的情況下。4.3高通濾波(1)理想高通濾波器物理上用電子元件無(wú)法實(shí)現(xiàn)的。但是，因?yàn)樗梢杂糜?jì)算機(jī)來(lái)實(shí)現(xiàn)，所以認(rèn)為它是完第20頁(yè)/共25頁(yè)(c)圖14半徑為15、30、60的IHPF濾波結(jié)果 圖15BHPF濾波結(jié)果(3)高斯型高通濾波器截止頻率距原點(diǎn)的距離為DO的高斯高通濾波器(GHPF)的傳遞函數(shù)如下：圖16(b)、(c)、(d)為用Do等于15、30、60的高斯型高通濾波器(GHPF)對(duì)圖16(a)進(jìn)行了濾波再直方圖均衡化的結(jié)果，可以看出，用GHPF得到的結(jié)果比前兩個(gè)濾波器更平滑。即使是對(duì)微小物體和線條用GHPF過(guò)濾也是比較清晰的。5.總結(jié)與展望圖像增強(qiáng)是對(duì)圖像的低層次處理，處于圖像處理的預(yù)處理階段。它是圖像處理的一個(gè)重要環(huán)節(jié)，在整個(gè)圖像處理過(guò)程中起著承前啟后的重要作用，為后續(xù)處理階段做準(zhǔn)備，對(duì)圖像高層次處理的成敗至關(guān)重要。其目的就是為了改善圖像的質(zhì)量和視覺(jué)效果，或?qū)D像轉(zhuǎn)換成更適合于人眼觀察或機(jī)器分析識(shí)別的形式，以便從圖像中獲取更加有用的信息。由于圖像增強(qiáng)與感興的趣物體特性、觀察者的習(xí)慣和處理目的密切相關(guān)，帶有很強(qiáng)的針對(duì)性。因此，圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的，盡管增強(qiáng)處理方法多種多樣，但并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。本文圍繞圖像增強(qiáng)算法而展開(kāi)，在闡明圖像增強(qiáng)的一些基本方法基礎(chǔ)上，著重介紹頻的低通濾波和高通濾波處理方法，這些方法各自都存在缺點(diǎn)，如低通濾波在平滑噪聲的同時(shí)會(huì)犧牲圖像的一些細(xì)節(jié)信息，使圖像變得模糊；而高通濾波在銳化細(xì)節(jié)的過(guò)程中會(huì)丟失圖像的很多信息。理想型的濾波器在平滑和銳化過(guò)程中都會(huì)有不同程度的“振鈴”現(xiàn)象，使得圖像出現(xiàn)失真。這些問(wèn)題，都還需要進(jìn)一步的研究。對(duì)于增強(qiáng)后的圖像的質(zhì)量并沒(méi)有統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)，許多年來(lái)人們一直希望能找到一種【參考文獻(xiàn)】[1]遲健男.視覺(jué)測(cè)量技術(shù).北京：機(jī)械工業(yè)出版社，2011.[2]章毓晉.圖像處理和分析技術(shù).第2版.北京：高等教育出版社，2008.實(shí)用教程.第2版.北京：電子工業(yè)出版社，2007.[4]汪志云，黃夢(mèng)為，胡釙.基于直方圖的圖像增強(qiáng)及其MATLAB實(shí)現(xiàn)[J].計(jì)算機(jī)工程與科學(xué)，2006,28(2):54-56.渭南師范學(xué)院學(xué)報(bào)，2008,23(2):68-70.在數(shù)字圖像增強(qiáng)中的應(yīng)用[J].信息技術(shù)，2007,(5):65-68.[7]陳書海，傅錄祥.實(shí)用數(shù)字圖像處理.北京：科學(xué)出版社，2005.[8]徐立中.數(shù)字圖像的智能信息處理.北京：國(guó)防工業(yè)出版社，2001.[9]GonzalezRC,WoodsRE.數(shù)字圖像處理[M].阮秋琦，阮宇智譯.北京：電子工業(yè)出版社，2003.[10]GonzalezRC,WoodsRE.數(shù)字圖像處理(MATLAB版)[M].阮秋琦，阮宇智譯.北京：電子工業(yè)出版社，2005.[11]LimJaeS.Two-DimensionalSig[12]Parker,JamesR.AlgorithmsforImageProcessingandComputerVision.NewYork:JohnWiley&Sons,Inc.1997,15:23-29.[13]CannyJohn.AComputationalApproachtoEdgeDetection.IEEETransactions[14]WallisRH.AnApproachfortheSpaceVariantRestorationandEnhancementofImage.ProceedingsSymposiumonCurrentMathematicalProblemsinImageScience,1976.[15]K.Kim,Y.Han,H.Hahn.ContrastEnhancementSchemeIntegratingGlobalandLocalContrast離校日期已日趨臨近，畢業(yè)論文的完成也隨之進(jìn)入了尾聲。從開(kāi)始選課題到論文的順利完成，一直都離不開(kāi)老師、同學(xué)、朋友給我熱情的幫助，在這里請(qǐng)接受我誠(chéng)摯的謝意!在此我想對(duì)培養(yǎng)了我四年的母校表達(dá)我由衷的謝意。是我的母校給了我大學(xué)四年深造的機(jī)會(huì)，帶我走進(jìn)知識(shí)的殿堂，讓我知識(shí)得到豐富，學(xué)習(xí)能力得到提高，能夠給我做畢業(yè)設(shè)計(jì)這個(gè)平臺(tái)去展示自己。本文是在張力教授的指導(dǎo)下完成的，在老師的建議下課題由自己選定