图像增强处理技术研究.docxVIP

图像增强处理技术研究一．课题背景及意义随着电子计算机技术的进步，计算机图像处理近年来得到飞跃的发展，已经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。对图像进行处理时，经常 运用图像增强技术以改善图像的质量。 在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。在摄影时由于光照条件不足或过度，会使图像过暗或 过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。图像增强的目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，很少涉及客观和统一的评价标准。增强的效果通常都与具体的图像有关系， 靠人的主观感觉加以评价。目前图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识 别、无损探伤、卫星图片的处理等领域。如对 x 射线图片、CT 影像、内窥镜图像进 行增强，使医生更容易从中确定病变区域，从图像细节区域中发现问题；对不同时间拍摄的同一地区的遥感图片进行增强处理，侦查是否有敌人军事调动或军事装备及建筑出现；在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度， 克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象，减少电视系统维护的 工作量。图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用。 二．基于点运算的图像增强技术（1）利用matlab图像工具箱提供的函数imhist( ) 观察Mr.bmp 的直方图。 由于原始图像的灰度较暗，对比度不够强烈，所以调用Matlab图像工具箱提供的函数imadjust ( )对其进行修正。结果如上图所示J = imadjust(I,[0.0 0.5],[]); imshow(I), figure, imshow(J) imadjust —对比度增强如果原图象f(x,y)的灰度范围是[m，M]，我们希望调整后的图象g(x,y)的灰度范围是[n，N]，那么下述变换就可以实现这一要求。MATLAB图象处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度增强。Imadjust函数的语法格式为：J = imadjust(I,[low_in high_in],[low_out high_out])J = imadjust(I,[low_in high_in],[low_out high_out])返回图象I经过直方图调整后的图象J，[low_in high_in]为原图象中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围。（2）利用matlab图像工具箱提供的函数histeq( ) 对Mr.bmp 进行直方图均衡化处理，观察处理前后两幅图像的直方图。histeq功能：直方图均衡化。用法：J = histeq(I,hgram)??将原始图像I的直方图变成用户指定的向量hgram。hgram中的各元素的值域为[0,1]。 J = histeq(I,n)??指定直方图均衡后的灰度级数n，默认值为64。 [J,T] = histeq(I,...)??返回从能将图像I的灰度直方图变换成图像J的直方图变换T。直方图均衡化增加了图像灰度动态范围，也增加了对象的对比度。三．图像平滑技术(1)利用matlab图像工具箱提供的函数imnoise ( ) 产生3幅不同的含噪图像并保存为bmp文件（噪声模型分别为gaussian，salt pepper，speckle）。 J = imnoise(I,salt pepper,0.02); J = imnoise(I,gaussian,0.02); J = imnoise(I,speckle,0.02);figure, imshow(J); figure, imshow(J); figure, imshow(J);在MATLAB中提供了给图像加入噪声的函数imnoiseimnoise的语法格式为J = imnoise(I,type)J = imnoise(I,type,parame