用MATLAB处理图像.docxVIP

基于对图像增强方法对直方图、空间频谱等的影响分析作者：佚名摘要：21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理技术成为信息科学、计算机科学、工程科学、生物科学、地球科学等学科研究的热点。关键词：图像增强；灰度变换；直方图均衡化；滤波器Base on analyzing the influence of the image enhancement on a histogram,spatialfrequency,etcAbstract:Images constitute the basics of visual information that mankind can acquire. The acquisition and processing of images, as well as the post-processing transmission, has become a very active research area. The superiority of digital image processing resulte its growing popularity in information science, biology and earth science.Keywords:ImageEnhancement;GrayLevels;HistogramProcessing;Filters引言：图像增强技术可改善图像的视觉效果，以便人眼或机器对图像进一步理解。从评价的标准来看，图像增强时一种以主观感受为导向的技术。本文将按照频率、空间域的概念，分别介绍图像增强的各种技术。本文首先介绍了图像增强的概念和分类；随后分析了空间域增强的相关技术；最后介绍了频率域增强算法及相关应用。图像增强的概念和分类图像增强的目的是采用某种技术手段，改善图像的视觉效果，或将图像转换成更合适人眼观察和机器分析、识别的形式，以便从图像中获取更有用的信息。图像增强的基本方法可分为两大类：空间域方法和频率方法。空间域是指图像平面本身，这类方法是以对图像的像素直接处理为基础的。频率域处理技术是以修改图像的傅里叶变换为基础的。两者的具体方法包括如下内容：空间域处理：点处理，模板处理即领域处理。频率域处理：高、低通滤波、同态滤波等。空间域增强技术空间域增强方法主要非为点处理和模板处理两大类。点处理是作用于单个像素的空间域处理方法，包括图像灰度变换、直方图处理、伪彩色处理等技术；而模板处理时作用于像素领域的处理方法，包括图像平滑、图像锐化等技术。基于灰度变换的图像增强直接灰度变换属于点处理技术。点处理技术可将输入图像中灰度，通过映射函数映射成输出图像中的灰度，其运算结果与图像像素位置及被处理像素领域灰度无关。其映射函数式：，示意图为：灰度变换可调整图像的灰度动态范围或图像的对比度，大致分为以下方法：灰度线性变换灰度线性变换映射函数为一个直线方程：。采用如下程序对图像进行线性灰度变换，参见图1。RGB=imread(wangxiao.jpg);I=rgb2gray(RGB);J=1.7*I-20;subplot(2,2,1),imshow(I),title((a)原图)subplot(2,2,2),imshow(J),title((b)线性变换后的图)subplot(2,2,3),imhist(I),title((c)原图的直方图)subplot(2,2,4),imhist(J),title((d)变换后的直方图)图像求反图像求反适用于增强嵌入图像暗色区域的白色或灰度细节，特别是当黑色面积占主导地位时。图像求反的表达式：采用如下程序对图像进行图像求反，参见图2。I=imread(cameraman.tif);J=255-I;subplot(231),imshow(I),title(原图)subplot(234),imshow(J),title(求反后的图)subplot(232),imhist(I),title(原图直方图)subplot(235),imhist(J),title(求反图的直方图)K=fftshift(fft2(I));%计算傅里叶变换并移位subplot(233),imshow(log(abs(K)),[]),title(原图频谱图)%显示傅里叶频谱L=fftshift(fft2(J));subplot(236),imshow(log(abs(L)),[]),title(变换后频谱图)增强对比度（分段线性变换）分段线性变换函数可用于突出受关注目标所在的灰度区间，相对抑制那些不受关注的灰度区间，可采用分段线性变换，其表达式如下：动态范围压缩（对数变换）图像灰度的对数