图像增强论文范例.doc

摘 要 图像作为一种有效的信息载体，是人类获取和交换信息的主要来源。由于图像增强与感兴的趣物体特性、观察者的习惯和处理目的密切相关，带有很强的针对性，因此，图像增强算法的应用也是有针对性的。尽管增强处理方法多种多样，但并不存在一种通用的、适应各种场合的增强算法。 主要应用Matlab软件对图像进行处理，除了Matlab简单接近数学描述的语法，matlab还有丰富的内建(in-build)函数，方便的矩阵操作，内建的复数运算，完整的详细的在线帮助文档。它具有丰富的扩展工具箱(toolbox），方便强大的数据图形显示功能给matlab的方便易用和推广普及起到了不可磨灭的贡献。 本文围绕图像增强算法而展开，在阐明图像增强处理基本方法的基础上，就几种有代表性的图像增强算法：基于直方图均衡化图像增强算法，中值滤波，进行了研究、比较，通过实验结果分析了各自的优缺点并指明了其最佳适用场景，以期从中总结出一套行之有效的图像增强算法的应用指导规则。 关键词： 图像增强 直方图均衡化 中值滤波 The Research and Simulation of Color Image Enhancement Algorithm Abstract Key words: Image Enhancement Histogram Equalization Median Filtering 目 录 任务书 i 摘 要 II Abstract III 第1章　绪 论 1 1.1 数字图像的国内外现状 1 1.2 图像增强的研究现状 2 第2章　数字图像处理基础 4 2.1　数字图像的表示 4 2.2 彩色图像表示 5 第3章　图像增强方法 6 3.1　直方图均衡化 6 3.2　中值滤波 7 第4章　实验结果与分析 10 4.1　直方图均衡化实验结果 10 4.2 中值滤波实验结果 11 第5章　结　论 15 参考文献 17 致 谢 18 第1章　绪 论 1.1 数字图像的国内外现状 图像是物体透射或反射的光信息，通过人的视觉系统接受后，在大脑中形成的印象或认识，是自然景物的客观反映。一般来说，凡是能为人类视觉系统所感知的有形信息，或人们心目中的有形想象都统称为图像。图像作为一种有效的信息载体，是人类获取和交换信息的主要来源。实践表明，人类感知的外界信息，80%以上是通过视觉得到的。因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。所谓图像处理，就是通过某些数学运算对图像信息进行加工和处理，以满足人的视觉心理和实际应用需求。图像增强是图像处理的一个重要环节，在整个图像处理过程中起着承前启后的重要作用。图像处理可以应用光学方法，也可以应用数字方法。 光学图像处理有很长的发展历史，在激光全息技术出现后得到了更进一步的发展。目前，光学图像处理理论日臻完善，且处理速度快，信息容量大，分辨率高。尽管如此，但它的处理精度低，稳定性差，设备笨重，操作不方便，对各种所需的处理不如数字图像处理灵活，且受实际工艺和设备材料等因素的限制。数字方法处理的优缺点恰好与光学方法相反，它的突出优点是方便灵活，改变软件程序即可改变处理方法，达到所需的处理效果；其最大的缺点是处理速度慢，难以满足实时处理要求，尤其是对大量信息的图像运算。数字图像处理是二十世纪六十年代发展起来的一门新型学科，它的系统研究始于二十世纪五十年代。二十世纪七十年代以后，数字图像处理在陆地卫星遥感和生物学的图片分析方面取得了丰硕的成果。与此同时，在X射线图像增强、光学显微镜图像分析、粒子物理、地质勘探、工业检测和机器人视觉等方面数字图像处理也获得了广泛的应用。近几十年来，各相关学科领域的迅猛发展，对图像处理提出了越来越高的要求，使得图像处理的研究更加深入、广泛，发展也更为迅速。 目前，数字图像处理已经应用于诸多领域。在遥感方面，它主要应用于航空和卫星遥感。毋庸置疑，数字图像处理的发展推动了遥感技术的进步，并在此基础上发展了多光谱图像遥感、SAR图像遥感和微波图像遥感，以及与这些遥感技术相应的处理技术。当前，人们运用数字图像处理技术分析、处理遥感图像，可以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面，图像处理的应用展开较早，主要应用对象有X射线图像、超声图像和生物切片显微图像。运用图像处理技术可以提高图像的清晰度和分辨率，便于医生的诊断。在工业和工程方面，图像处理技术已有效地应用于无损探伤、质量检测和过程自动控制等方面，如应力分析、流场分析、机械零件检测和识别等。 在军事方面，图像处理技术主要应用于飞行导航、导弹打靶的景物图像制导和寻的。此外，图像传输、存储和显示的自动化指挥系统，飞机、坦克和军舰的模拟训练器也大多需要