【正文】 圖均衡化、對(duì)比度受限自適應(yīng)直方圖均衡化、利用局部統(tǒng)計(jì)特性的噪聲去除方法。目前還將一些學(xué)科與圖像處理相結(jié)合，如基于神經(jīng)網(wǎng)絡(luò)的脈沖噪聲濾波技術(shù)、基于紋理分析的保細(xì)節(jié)平滑技術(shù)等。 2．多尺度分析的圖像增強(qiáng)方法 多尺度分析又稱為多分辨率分析，它是由 Matlab 于 1989 年首先提出的。以小波變換為代表的多尺度分析 方法，被認(rèn)為是分析工具及方法上的重大突破。小波分析在時(shí)域或頻域上都具有良好的局部特性，而且由于對(duì)高頻信號(hào)采取逐步精細(xì)的時(shí)域或空域步長(zhǎng)，從而可以聚焦到分析對(duì)象的任意細(xì)節(jié)。 3．?dāng)?shù)學(xué)形態(tài)學(xué)增強(qiáng)方法 數(shù)學(xué)形態(tài)學(xué)是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對(duì)應(yīng)形狀，以達(dá)到對(duì)圖像分析和識(shí)別的目的。它的數(shù)學(xué)基礎(chǔ)是集合論，最基本的形態(tài)學(xué)算子有腐蝕、膨脹、開(kāi)和閉。數(shù)學(xué)形態(tài)學(xué)增強(qiáng)技術(shù)主要是形態(tài)學(xué)平滑去噪技術(shù)，相對(duì)圖像開(kāi)啟然后再閉合，是一種對(duì)圖像進(jìn)行平滑的方法。這兩種操作的綜合效果是去除或減弱亮區(qū)和暗區(qū)的各類噪聲。基于數(shù)學(xué)形 態(tài)學(xué)的形態(tài)學(xué)濾波器可借助先驗(yàn)圖像的幾何信息，利用數(shù)學(xué)形態(tài)學(xué)算子有效的去除噪聲，同時(shí)又可以保留圖像中原有信息。 法 近年來(lái)不少學(xué)者致力于把模糊集理論引入圖像處理和識(shí)別技術(shù)的研究。由于圖像本身的復(fù)雜性，多灰度分布所帶來(lái)的不確定性和不精確 (即模糊性 )，使得用模糊集合理論進(jìn)行圖像處理成為可能。模糊集方法和神經(jīng)網(wǎng)絡(luò)、遺傳算法結(jié)合用于圖像增強(qiáng)的方法正在研究之中。 由于沒(méi)有圖像增強(qiáng)的通用標(biāo)準(zhǔn)，主要是根據(jù)人眼的主觀判斷和經(jīng)驗(yàn)知識(shí)，結(jié)合人類的視覺(jué)特性模型，基于人類視覺(jué)的圖像增強(qiáng)技術(shù)也成為一種研究趨向。 本文結(jié)構(gòu) 本論文介紹了基于灰度變換的圖像增強(qiáng)系統(tǒng)的具體實(shí)現(xiàn)，有 直方圖灰度變換、均衡化，湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì) (論文 ) 3 圖像取反，二值化，灰度切割、灰度變換，在此基礎(chǔ)上給圖像加入少量噪聲，用濾波的方法把含有噪聲的圖像恢復(fù)。整個(gè)系統(tǒng)在灰度圖像方面有比較好的實(shí)現(xiàn)效果，已經(jīng)達(dá)到了要求。 本文共 5 章，各章結(jié)構(gòu)安排如下： 第 1 章對(duì)選題意義及背景、研究現(xiàn)狀以及本文的結(jié)構(gòu)安排做了簡(jiǎn)單的敘述。 第 2 章則介紹圖像增強(qiáng)采取的基本理論和基本方法，對(duì)處理圖像實(shí)現(xiàn)的方法進(jìn)行理論敘述。包括直接灰度變換如圖像求反、灰度切割，直方圖均衡化、中值濾波以及巴特沃斯濾波的基本 理論。 第 3 章則分析系統(tǒng)需要完成的功能，詳細(xì)介紹了設(shè)計(jì)思路以及為什么要用 MATLAB作為系統(tǒng)開(kāi)發(fā)軟件。 第 4 章簡(jiǎn)要介紹設(shè)計(jì)系統(tǒng)所用軟件 MATLAB 的特點(diǎn)。 第 5 章則主要介紹系統(tǒng)實(shí)現(xiàn)的功能以及如何實(shí)現(xiàn)這些功能。 第 2 章 圖像增強(qiáng) 概述 圖像是人的視覺(jué)基礎(chǔ)，是自然景物的客觀反應(yīng)，是人類認(rèn)識(shí)世界和人類本身的重要源泉。 “圖 ”是物體反射或透射光的分布， “像 ”是人的視覺(jué)系統(tǒng)所接受的圖在人腦中所形成的印象或認(rèn)識(shí)。照片、繪畫、剪貼畫、地圖、書法作品、手寫漢字、傳真、衛(wèi)星云圖、 X 光片、腦電圖等都是圖像。本文所 說(shuō)的圖像都是指數(shù)字圖像。 對(duì)于不同類型的圖像，需要將圖像轉(zhuǎn)換成不同的圖像類型。需要注意的是，如果將圖像從一種格式轉(zhuǎn)換成為另一種格式，產(chǎn)生的圖像看起來(lái)會(huì)和而原來(lái)的圖像不同。例如，如果把一幅彩色索引圖像轉(zhuǎn)換為灰度圖像，產(chǎn)生的圖像可能是彩色圖像而不是灰度圖像。 下 表 21 列出了圖形處理 工具中所有的圖像轉(zhuǎn)換函數(shù)。 表 圖像轉(zhuǎn)換函數(shù) 函數(shù) 描述 dither 用抖動(dòng)法 (dithering)轉(zhuǎn)換圖像 gray2ind 灰度圖像向索引圖像轉(zhuǎn)換 grayslice 設(shè)定閥值將灰度圖轉(zhuǎn)換為索引圖 isbw 圖像為二值圖像則返回真 isgray 圖像為灰度圖像則返回真 isind 圖像為索引圖像則返回真 isrgb 圖像為 RGB圖像則返回真 im2bw 設(shè)定閥值將圖像轉(zhuǎn)換為值維圖像 im2double 將圖像數(shù)據(jù)陣列轉(zhuǎn)換為 double型 im2uint8 將圖像數(shù)據(jù)陣列轉(zhuǎn)換為 uint8型 im2uint16 將圖像數(shù)據(jù)陣列轉(zhuǎn)換為 uint16型 ind2gray 索引圖像向灰度圖像轉(zhuǎn)換 ind2rgb 索引圖像向 RGB圖像轉(zhuǎn)換 mat2rgb 將矩陣轉(zhuǎn)換為灰度圖 湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì) (論文 ) 4 rgb2gray RGB圖像向灰度圖轉(zhuǎn)換 rgb2ind RGB圖像向索引圖像轉(zhuǎn)換 圖像增強(qiáng) (image enhancement)作為基本的圖像處理技術(shù)，指按照特定的需要突出圖像中的有用信息，同時(shí)，削弱或者去除某些不需要的信息的處理方法。它可以是一個(gè)失真的過(guò)程，其目的是要增強(qiáng)視覺(jué)效果。在圖像增強(qiáng)過(guò)程中，不分析圖像降低質(zhì)量的原因，處理后的圖像不一定逼近原始圖像 [8]。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過(guò)程所在的空間不同，可分為基于空域 的算法和基于頻域的算法兩大類?；诳沼虻乃惴?處理時(shí)直接對(duì)圖像灰度級(jí)做運(yùn)算基于頻域的算法是在圖像的某種變換域內(nèi)對(duì)圖像的變換系數(shù)值進(jìn)行某種修正，是一種間接增強(qiáng)的算法 。 圖像增強(qiáng)按所用方法可分成頻率域法和空間域法。前者基礎(chǔ)是卷積定理。它采用修改圖像傅里葉變換的方法實(shí)現(xiàn)對(duì)圖像的增強(qiáng)處理。采用低通濾波(即只讓低頻信號(hào)通過(guò) )法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號(hào)，使模糊的圖片變得清晰?？沼蛱幚矸ㄊ侵苯訉?duì)圖像中的像素進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)的。所采用的映射變換取決于增強(qiáng)的目的。具有代表性的空間域算法有局部求平均值法和中值濾波[21](取局部鄰域中的中間像素值 )法等，它們可用于去除或減弱噪聲。頻域處理則是先對(duì)圖像進(jìn)行正交變換，得到變換系數(shù)陣列，然后再進(jìn)行處理，處理后再變換到空間域，得到處理結(jié)果。 空域處理增強(qiáng) 在圖像處理中，空域是指由像素組成的空間，空域增強(qiáng)的方法是指直接作用于像素的增強(qiáng)方法。空域處理可以表示為： g(x,y)=T[f(x,y)] （ ) 其中， f(x,y)是增強(qiáng)前的圖像， g(x,y)是增強(qiáng)處理后的圖像，而 T 是對(duì) f的一種操作，其定義在 (x,y)的鄰域。如果 T 是定義在每個(gè) (x,y)點(diǎn)上，則 T 稱為點(diǎn)操作；如果 T 是定義在 (x,y)的某個(gè)鄰域上，則 T 稱為模板操作 [16]。另外， T 還能對(duì)輸入的圖像系列進(jìn)行操作。 從操作容易實(shí)現(xiàn)的角度看，最常用的鄰域的正方形，因此 T 操作最簡(jiǎn)單的形式是 11(即點(diǎn)操作 )的情況，在這種情況下， g的值僅依賴 f 在 (x,y)點(diǎn)的值， T 操作成為灰度變換函數(shù)，如果以 s 和 t 分別代表 f和 g 在 (x,y)點(diǎn)的值，則式 ()可以寫成： t=T(s) () 一般情況下像素的鄰域比像素大，也就是 說(shuō)像素的鄰域中除本身外還有其他像湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì) (論文 ) 5 素。在這種情況下， g 的值不僅依賴 f 在 (x,y)點(diǎn)的值，而且還與 f 在以 (x,y)為中心的鄰域內(nèi)所有的像素值有關(guān)，如果仍然以 s 和 t 分別代表 f和 g在 (x,y)處的灰度值，并以 n(s)代表 f在 (x,y)鄰域內(nèi)像素的灰度值，則式 ()可以寫為： t=T(s,n(s)) () 在鄰域內(nèi)實(shí)現(xiàn)增強(qiáng)操作常利用模板與圖像卷積來(lái)實(shí)現(xiàn) [4]。模板實(shí)際上是一個(gè)小小的二維陣列，模板中各元素的取值確定了模板的性質(zhì)，如圖像平滑、銳化等。這種模板 操作稱為空間濾波。 直接灰度變換 簡(jiǎn)單的說(shuō)，灰度變換就是指對(duì)圖像上各個(gè)像素點(diǎn)的灰度值 x按某個(gè)函數(shù) T()變換到 y[11]。例如為了提高圖像的清晰度，需要將圖像的灰度級(jí)整個(gè)范圍或其中某一段 (A， B)擴(kuò)展或壓縮到 (A ， B )；需要顯示出圖像的細(xì)節(jié)部分等都要求采用灰度變換方法?；叶茸儞Q有時(shí)又被稱為圖像的對(duì)比度增強(qiáng)或?qū)Ρ榷壤?[1]。假定輸入圖像中的一個(gè)像素的灰度級(jí)為 Z，經(jīng)過(guò) T(Z)函數(shù)變換后輸出圖像對(duì)應(yīng)的灰度級(jí)為 Z ，其中要求 Z 和 Z 都要在圖像的灰度范圍之內(nèi) [7]。根據(jù) T()形式，可以將灰度變換分為線性變換和非線性變換。具體應(yīng)用中采用何種 T()，需要根據(jù)變換的要求而定。 直接灰度變換屬于所有圖像增強(qiáng)技術(shù)中最簡(jiǎn)單的一類，這種變換方法很多，下面介紹幾種常用的方法。 所謂對(duì)圖像求反是將原圖系那個(gè)灰度值翻轉(zhuǎn) [2]，簡(jiǎn)單來(lái)說(shuō)就是使黑變白，使白變黑。假設(shè)對(duì)灰度級(jí)范圍是 [0,L1]變換到 [L1,0],變換公式如下： T=L1s () 這種方法尤其適用于增強(qiáng)嵌入于圖像暗色區(qū)域的白色或灰色細(xì)節(jié)。 2. 圖像灰度化 在 RGB 模型中，如果 R=G=B，則彩色表示一種灰度顏色，其中 R=G=B 的值叫灰度值，因此，灰度圖像每個(gè)像素只需一個(gè)字節(jié)存放灰度值 [18](又稱強(qiáng)度值、亮度值 )，灰度范圍為 0255?？梢杂脠D像轉(zhuǎn)換函數(shù)將一幅圖轉(zhuǎn)換為灰度圖像。 灰度切割的目的是增強(qiáng)特定范圍的對(duì)比度 [19]，用來(lái)突出圖像中特定灰度范圍的亮度。進(jìn)行灰度切割有很多方法，常用的有兩種方法：一是將圖像中感興趣的灰度級(jí)一較大的灰度值 t2 來(lái)表示，而對(duì)另外的灰 度級(jí)則以較小的灰度級(jí) t1 顯示。這種灰度級(jí)變換的表達(dá)式為： t2 s1≤s≤s2 湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì) (論文 ) 6 t= () t1 其他 圖 (a)是這種灰度變換示意圖，它可以將 s1 和 s2 的灰度級(jí)突出，而將其余灰度級(jí)變?yōu)槟硞€(gè)低灰度級(jí)值。另一個(gè)方法隨感興趣的灰度級(jí)以較大 的灰度值進(jìn)行顯示，而其他的灰度級(jí)則保持不變。這種灰度變換可用式 ()來(lái)描述，其示意圖如圖 (b)。其中的 [s1 ,s2]表示感興趣的灰度范圍。 t2 s1≤s≤s2 t= () s 其他 L1 L1 s1 s2 L1 s1 s2 L1 (a) (b) 圖 灰度切割變換曲線 4. 對(duì)數(shù)變換 在某些情況下，例如，在顯示圖像的傅里葉 頻譜時(shí)，其動(dòng)態(tài)范圍遠(yuǎn)遠(yuǎn)超過(guò)顯示設(shè)備的顯示能力，此時(shí)僅有圖像最亮部分可在顯示設(shè)備上顯示，而頻譜中的低值將看不見(jiàn)。在這種情況下，所顯示的圖像相對(duì)于原圖像就存在失真。要消除這種因動(dòng)態(tài)范圍太大而引起的失真，一種有效的方法是對(duì)原圖像的動(dòng)態(tài)范圍進(jìn)行壓縮，最常用的是借助對(duì)數(shù)形式對(duì)動(dòng)態(tài)范圍進(jìn)行調(diào)整 [13]，其數(shù)學(xué)表達(dá)式如下： t=Clog(1+|s|) () 其中， C 為尺度比例常數(shù)，取值范圍可以結(jié)合原圖像的動(dòng)態(tài)范圍以及顯示設(shè)備的現(xiàn)實(shí)能力來(lái)定。例如，傅里葉譜的范圍在 [0,R]=[0,106],為了在一個(gè) 8 位的顯示設(shè)備上進(jìn)行顯示 ,并充分利用顯示設(shè)備的動(dòng)態(tài)范圍 ,那么 ,尺度比例常數(shù) C 的大小為 C=256/log(1+*106),再用式 ()對(duì)原傅里葉譜進(jìn)行變換。 直方圖修正 湖南工業(yè)大學(xué)本科畢業(yè)設(shè)計(jì) (論文 ) 7 在圖像處理中提到的直方圖是指灰度直方圖。它定義為統(tǒng)計(jì)圖像中具有某種灰度的像素?cái)?shù)目 (或頻率 =像素?cái)?shù)目／圖像總的像素個(gè)數(shù) )的函數(shù)。灰度直方圖概括了圖像中各灰度級(jí)的含量，提供了原圖的灰度值分布情況 [12]，也可以說(shuō)給出了 1幅圖所有灰度值的整體描述。 什么是灰度直方圖 呢？灰度直方圖 (histogram)是灰度級(jí)的函數(shù)，它表示圖像中具有每種灰度級(jí)的象素的個(gè)數(shù)，反映圖像中每種灰度出現(xiàn)的頻率 [8]。 設(shè)變量 r 代表圖像中像素灰度級(jí)。在圖像中，像素的灰度級(jí)可作歸一化處理，這樣， r 的值將限定在下述范圍之內(nèi)： 0 ≤ r ≤ 1 在灰度級(jí)中， r=0 代表黑， r=1 代表白。對(duì)于一幅給定的圖像來(lái)說(shuō)，每一個(gè)像素取得 [0， 1]區(qū)間內(nèi)的灰度級(jí)是隨即的，也就是說(shuō) r 是一個(gè)隨即變量。假定對(duì)每一瞬間它們是連續(xù)的隨即變量，那么，就可以用概率密度函數(shù) pr(r)來(lái)表示原始圖像的灰度分布。如果用直角坐標(biāo)系的 橫軸代表灰度級(jí) r，用縱軸代表灰度級(jí)的概率密度函數(shù) pr(r)，這樣就可以針對(duì)一幅圖像在這個(gè)坐標(biāo)系中作一條曲線來(lái)。這條曲線在概率論中就是分布密度曲線 (見(jiàn)圖 ) 圖 圖像灰度分布概率密度函數(shù) 從圖像灰度級(jí)的分布可以看出一幅圖像的灰度分布特性。例如上圖中的兩個(gè)灰度密度分布函數(shù)中可以看出： (a