基于MATLAB的图像增强技术处理论文.pptx

学 海 无 涯 ;学 海 无 涯 ;3;4;5;学 海 无 涯 的位置没有关系，不同的图像可能具有相近或者完全相同的直方图分布。 直方图反应了图像的整体灰度。直方图反应了图像的整体灰度分布情况，对于暗 色图像，直方图的组成集中在灰度级低（暗）的一侧，相反，明亮图像的直方图则倾向于灰 度级高的一侧。直观上讲，可以得出这样的结论，若一幅图像其像素占有全部可能的灰度级 并且分布均匀，这样的图像有高对比度和多变的灰度色调。 直方图的可叠加性。一幅图像的直方图等于它各个部分直方图的和。 直方图具有统计特性。从直方图的定义可知，连续图像的直方图是一位连续函数 ，它具有统计特征，例如矩、绝对矩、中心矩、绝对中心矩、熵。 直方图的动态范围。直方图的动态范围是由计算机图像处理系统的模数转换器的 灰度级决定。 MATLAB 图像处理工具箱提供了 imhist 函数来计算和显示图像的直方图，灰度直方图是 灰度值的函数，描述的是图像中具有该灰度值的像素的个数，如图 4.1 所示，（b）为图像（a） 的灰度直方图，其横坐标表示像素的灰度级别，纵坐标表示该灰度出现的频率（像素的个数）。 ;学 海 无 涯 （3）根据灰度变换表，将原图像各灰度级映射为新的灰度级。 在 MATLAB 中，histeq 函数可以实现直方图均衡化。该命令对灰度图像 I 进行变换，返 回有 N 级灰度的图像 J，J 中的每个灰度级具有大致相同的像素点，所以图像 J 的直方图较 为平坦，当N 小于 I 中灰度级数时，J 的直方图更为平坦，缺省的 N 值为 64。 以下展示了直方图均衡化的效果： ;学 海 无 涯 部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二 值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标 的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。 所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为 255 表示，否则这 些像素点被排除在物体区域以外，灰度值为 0，表示背景或者例外的物体区域。 下图为图像二值化的效果： ;学 海 无 涯 ;学 海 无 涯 要集中在低灰度的一侧，如【原图的灰度直方图】所示。经过对比度调整，图像变亮，可以 看到更多的细节如图【原图直方图均衡化】和【均衡后的灰度直方图】所示。 优势：可以充分利用图像中的亮度信息，明显改善图像质量，是一种常用的图像增强算 法。 不足：对于受噪声影响明显的图像，该算法增强效果不明显。即不能有效地抑制噪声。 而且，仅仅利用了图像中的局部信息。 从原理上讲，我们也可以用一些数学上的非线性函数进行变换，如平方、指数、对数等， 但其中有实际意义的还是对数变换。 2． 对数变换 对数变化常用来扩展低值灰度，压缩高值灰度，这样可以使低值灰度的图像细节更容易 看清。对数变换的表达式为： g(x,y)=log[f(x,y)+1] 运用对数变换的结果如图 4.6: ;学 海 无 涯 ;学 海 无 涯 如图 4.8(a)为线性平滑滤波的例子： ;学 海 无 涯 ;学 海 无 涯 ;学 海 无 涯 优势：去噪效果明显，并且能够较好的保持图像边缘位置和细节。 不足：非线性滤波算法的实现相对线性滤波比较困难。 4.4 锐化 图像锐化处理的作用是使灰度反差增强，从而使模糊图像变得更加清晰。图像模糊的实 质就是图像受到平均运算或积分运算，因此可以对图像进行逆运算，如微分运算以突出图像 细节使图像变得更为清晰。 由于拉普拉斯是一种微分算子，它的应用可增强图像中灰度突变的区域，减弱灰度的慢 变化区域。因此，锐化处理可选择拉普拉斯算子对原图像进行处理产生描述灰度突变的图像， 再将拉普拉斯图像与原始图像叠加而产生锐化图像。拉普拉斯锐化的基本方法可以由下式表 示： g(x, y) ? f (x, y) ? ? 2 f (x, y) 这种简单的锐化方法既可以产生拉普拉斯锐化处理的效果，同时又能保留背景信息：将 原始图像叠加到拉普拉斯变换的处理结果中去，可以使图像中的各灰度值得到保留、灰度突 变处的对比度得到增强，最终结果是在保留图像背景的前提下，突现出图像中小的细节。 图 4.10 展示了在 MATLAB 中进行图像锐化的处理结果： ;学 海 无 涯 基于小波分析的图像增强，就是突出图像的边缘细节，尽可能的消除负面因素，从而达 到增强图像的目的。基于小波分析的图像增强是采用小波变换，对低频成分进行特殊处理， 以增强图像中的目标信息。 效果如图 4.11 所示： ;学 海 无 涯 基色分量分别加到彩色显示器的红、绿、蓝显示通道，从而实现频率域分段的伪彩色增强。 效