直方图变换增强--数字图像处理课设.docxVIP

摘要空域增强是数字图像处理的基本内容之一。经过增强处理后，图像的视觉效果会得到改善，对比度增强，为图像的信息提取及其他图像分析技术奠定良好的基础。由于没有衡量图像增强质量的通用标准，图像增强往往和具体应用背景有较大的相关性。空域增强中的直方图变换增强包括直方图均衡化与规定化。对于原本偏亮或偏暗的图像，均衡化可以使被处理图像不再偏暗也不再偏亮，灰度层次分布比较均匀。规定化可将被处理图像按照预先设定的形状调整其直方图。二者均可改善图像视觉效果。本次课程设计在MATLAB平台上对图像进行直方图变换增强，首先对彩色图像变换为灰度图像，对灰度图像进行直方图均衡化与规定化，使图像对比度得到增强，有利于图像进一步研究。关键词：空域增强；直方图变换增强；Matlab1课程设计目的（1）学习Matlab处理图像的方法；（2）加深对空域增强的理解；（3）掌握直方图均衡化和标准化算法。2设计方案图像空域增强是指直接在图像所在的二维空间进行增强处理，即增强构成图像的像素。空域增强中的直方图变换增强，包括直方图均衡化和直方图规定化两个方面。对图像进行直方图均衡化处理时，首先导入待处理图像。由于现在大部分的图片都是彩色图像，故在图像导入之后需将其转化为灰度图像以便于后续处理。将原始灰度图像的直方图绘出，同时对原始灰度图像进行均衡化处理。将处理后的灰度图像的直方图绘出，分别对均衡化前后的灰度图像和直方图做对比分析，观察图像处理效果。对图像进行规定化处理时，同样导入图像，然后将其转化为灰度图像并绘出灰度直方图，然后通过函数对图像做规定化处理，绘出规定化后的灰度直方图，分别对规定化前后的灰度图像和直方图做对比分析，观察图像处理效果。实现流程图如图2.1和图2.2所示：图2.1 图像均衡化流程图图2.2图像规定化流程图Matlab提供了编写好的函数来实现图像的均衡化和规定化，效果明显，十分方便。1)直方图绘制imhist(I)显示图像I的直方图，图像的灰度数由图像类型指定，如果I为灰度图像，imhist使用一个默认的256值，如果I为二值图像，imhist则使用2值。imhist(I,n)计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。如果I是二值图像，那么n仅有两个值。2)直方图均衡化histeq(I,n)用来做直方图均衡化，I为读入的原始灰度图像，n为均衡化后的灰度级数，缺省值为 64。3)直方图规定化histeq(I,counts)以counts为目标做直方图规定化，I为要规定化的图像。[counts,x]=imhist(I)返回I的直方图数据向量counts。3设计内容一般情况下,如果图像的灰度分别集中在比较窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使目标得到突出,达到图像增强的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现。直方图的方法是以概率论为基础的。常用的方法有直方图均衡化和直方图规定化。3.1直方图均衡化为了改变图像整体偏暗或整体偏亮，灰度层次不丰富的情况，可以将原图像的直方图通过变换函数修正为均匀的直方图，使直方图不再偏于低端，也不再偏于高端，而是变成比较均匀地分布，这种技术叫做直方图均衡化。其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果，提升了图像的亮度。直方图均衡化的具体实现步骤如下:1)列出原始图像的灰度级。2)统计各灰度级的像素数目。3)计算原始图像直方图各灰度级的频数，如式(3.1)：(3.1)4)计算均衡化后各像素的灰度值，如式(3.2)：(3.2)5)对进行舍入处理，最终确定灰度级别。6)计算对应每个的像素数目，绘制出灰度直方图。3.2直方图规定化在实际应用中，并不是总需要具有均匀直方图的图像，有时需要具有特定直方图的图像，以便能够有目的地对图像中的某些灰度级分布范围内的图像加以增强。直方图规定化方法就是针对上述思想提出来的一种直方图修正增强方法，它可以按照预先设定的某个形状来调整图像的直方图。令和分别为原始图像和目标图像的灰度分布的概率密度函数，直方图规定化的目的就是调整图像的直方图，使之具有所表示的形状。直方图规定化增强处理的步骤如下:1)对原始图像进行直方图均衡化处理，即求变换函数，如式(3.3)：(3.3)2)目标图像的概率密度函数是，对目标图像用同样的变换函数进行均衡化处理，如式(3.4)：(3.4)其逆过程为：(3.5)3)由于对于两幅图像同样进行了均衡化处理，所以和具有同样的均匀密度。用从原始图像中得到的均匀灰度级来代替逆过程中的，如式(3.6)，其结果灰度级将是所要求的概率密度函数的灰度级。(3.6)经过上述3步处理得到的新图像的灰度级将具有事先规定的概率密度。在上述直方图规定化方法处理过程中包含和两个变换函数，实际应用中可将这两个函数简单的组合成一