【正文】 ......................................................................................................39致謝 ................................................................................................................40參考 文獻(xiàn) .........................................................................................................416第一章 緒論圖 像 增 強(qiáng) 技 術(shù) 的 發(fā) 展 大 致 經(jīng) 歷 了 初 創(chuàng) 期 、 發(fā) 展 期 、 普 及 期 和 應(yīng) 用 期 4個 階 段 。 20 世 紀(jì) 90 年 代 進(jìn) 入 了 應(yīng) 用 期 ， 人 們 運(yùn) 用 數(shù) 字 圖像 增 強(qiáng) 技 術(shù) 處 理 和 分 析 遙 感 圖 像 ， 以 有 效 地 進(jìn) 行 資 源 和 礦 藏 的 勘 探 、 調(diào) 查 、農(nóng) 業(yè) 和 城 市 的 土 地 規(guī) 劃 、 作 物 估 產(chǎn) 、 氣 象 預(yù) 報 、 災(zāi) 害 及 軍 事 目 標(biāo) 的 監(jiān) 視 等 。 圖 像 增 強(qiáng) 是 圖 像 處 理 的 重 要 組 成 部 分 ， 傳 統(tǒng) 的圖 像 增 強(qiáng) 方 法 對 于 改 善 圖 像 質(zhì) 量 發(fā) 揮 了 極 其 重 要 的 作 用 。 這 些 算 法 通 過 分 割 圖 像 ， 然 后 在 子 層 圖 像 內(nèi) 做 均 衡 處理 ， 較 好 地 解 決 了 直 方 圖 均 衡 過 程 中 的 對 比 度 過 拉 伸 問 題 ， 并 且 可 以 控 制 子層 灰 度 映 射 范 圍 ， 增 強(qiáng) 效 果 較 好 。從這時起， MATLAB 的內(nèi)核采用 C 語言編寫，而且除了原有的數(shù)值計算能力外，還添加了數(shù)據(jù)圖視功能。（2）推出了符號計算工具包。MathWorks 公司瞄準(zhǔn)應(yīng)用范圍最廣的 Word ，運(yùn)用 DDE 和 OLE，實現(xiàn)了 MATLAB 與 Word 的無縫連接，從而為專業(yè)科技工作者創(chuàng)造了融科學(xué)計算、圖形可視、文字處理于一體的高水準(zhǔn)環(huán)境。目前，已成為工程領(lǐng)域中較常用的軟件工具包之一。 Matlab 優(yōu)勢 工作平臺和編程環(huán)境MATLAB 由一系列工具組成。而且新版本的 MATLAB 提供了完整的聯(lián)機(jī)查詢、幫助系統(tǒng)，極大的方便了用戶的使用。新版本的 MATLAB 語言是基于最為流行的 C＋＋語言基礎(chǔ)上的，因此語法特征與C＋＋語言極為相似，而且更加簡單。其可以快捷的實現(xiàn)用戶所需的各種計算功能。MATLAB 的這些函數(shù)集包括從最簡單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復(fù)雜函數(shù)?？捎糜诳茖W(xué)計算和工程繪圖。 模塊集合工具箱MATLAB 對許多專門的領(lǐng)域都開發(fā)了功能強(qiáng)大的模塊集和工具箱。矩陣操作和線性代數(shù)優(yōu)化和數(shù)值積分Matlab 可對包括雙精度浮點(diǎn)數(shù)、單精度浮點(diǎn)數(shù)和整型在內(nèi)的多種數(shù)據(jù)類型進(jìn)行運(yùn)算。double39。double39。 字符Matlab 中的輸入字符需使用單引號?？梢允褂?char 函數(shù)構(gòu)建字符數(shù)組，使用 strcat 函數(shù)連接字符。除內(nèi)部函數(shù)外，所有 MATLAB 主包文件和各種工具包都是可讀可修改的文件。下面就 MATLAB 在圖像處理中各方面的應(yīng)用分別進(jìn)行介紹。2) 圖像處理的基本運(yùn)算。MATLAB 提供了一維和二維離散傅立葉變換(DFT) 、快速傅立葉變換(FFT) 、離散余弦變換(DCT) 及其反變換函數(shù),以及連續(xù)小波變換(CWT) 、離散小波變換(DWT) 及其反變換。具體的用法可參考 MATLAB 豐富的幫助文檔。從純技術(shù)上講主要有兩類：頻域處理法和空域處理法?？沼驗V波處理效果來分類，可以分為平滑濾波器，和銳化濾波器，平滑的目的在于消除混雜在圖像中的干擾因素，改善圖像質(zhì)量，強(qiáng)化圖像表現(xiàn)特征。因此這些濾波器也被稱為均值濾波器。我們經(jīng)常用這些極端類型的模糊處理來去除圖像中的一些小物體。J=imnoise(I,39。 %添加椒鹽噪聲14 subplot(221) imshow(I) title(39。)K1=filter2(fspecial(39。average39。例如：濾波函數(shù)圖像處理 1clc。)。subplot(1,3,1)Imshow(LenaRaw)。title(39。調(diào)用庫函數(shù) medfilt2，使用 3*3 模板，中值濾波圖像39。在灰度級為常數(shù)的區(qū)域，梯度為零；Laplacian 算子是線性二次微分算子，與梯度算子一樣，具有旋轉(zhuǎn)不變性，從而滿足不同走向的圖像邊界的銳化要求。它包括：理想低通濾波器，巴特沃斯低通濾波器，指數(shù)低通濾波器等。 J=imnoise(I,39。 subplot(121),imshow(J) title(39。 g=fftshift(f)。 n1=floor(M/2)。g(i,j)=h*g(i,j)。三階 Butterworth 濾波圖像39。e:\39。e:\39。e:\39。e:\39。（5）基于卷積的圖像濾波函數(shù)第三章 Matlab 圖像增強(qiáng)17filter2 函數(shù)用于圖像濾波，如：i=imread(39。0,0,0。e:\39。1,1,1]。e:\39。利用 Sobel 算子銳化圖像, 如:i=imread(39。0,0,0。2）掌握數(shù)據(jù)類型強(qiáng)制轉(zhuǎn)換函數(shù) y=double(x)。5）熟悉使用 histeq 函數(shù)進(jìn)行直方圖均衡化,通過實驗結(jié)果理解直方圖均衡化的作用。1）在 MATLAB 中讀入名為 的圖像給矩陣 D，將 D 強(qiáng)制類型轉(zhuǎn)換為 double。要求原圖像灰度范圍0~255,降低對比度后灰度變化范圍 0~127。在 figure 顯示降低對比度后圖像與直方圖均衡化后圖像,并添加標(biāo)注說明。Ddouble(D/255。原圖像39。原圖像直方圖39。求反圖像39。求反圖像直方圖39。增強(qiáng)對比度圖像39。增強(qiáng)對比度圖像直方圖39。降低對比度圖像39。)。)。)。2）使用 imnoise 函數(shù)對圖像矩陣 X 加噪，加噪后圖像矩陣名為 J。5）在一個圖形窗口中建立 22 子窗口，分別顯示原始圖像 X,加噪圖像 J,降噪后圖像 Y1 和邊緣增強(qiáng)圖像 Y2。Y=double(X)。,0,)。Y1=conv2(J,d1,39。1,5,1。)。)。)。)。)。3）在 Figure NO 1 中開設(shè) 1*3 個子窗口顯示原始圖像 X、低通濾波后圖像X1 和高通濾波后圖像 X2。使用 MATLAB 進(jìn)行圖像輸入，可以利用以下簡單一步：f=imread(‘文件名 .格式名 ’)；Figure。f=imread(‘文件名 .格式名 ’)；Figure。3)%取彩色圖像的灰度分量。例如輸入的彩色圖像為：圖 31 彩色圖像輸入(a) 圖 32 灰化之后的圖像(b)實驗三：圖像增強(qiáng)實驗題目：圖像增強(qiáng)實驗?zāi)康模海?）了解圖像增強(qiáng)的內(nèi)容和意義；（2）掌握基于空域的圖像增強(qiáng)方法；（3）掌握基于頻域的圖像增強(qiáng)方法。39。imshow(f)。subplot(2,2,2)。)。均衡化結(jié)果39。title(39。本實驗要求用 線性平滑濾波、中值平滑濾波、頻 域低通濾波的方法 進(jìn)行程序設(shè)計。（3）編寫頻域理想低通、巴特沃斯低通及高斯低通濾波函數(shù)。平滑噪聲可以在空間域中進(jìn)行，基本方法是求像素灰度的平均值或中值。)。%給圖像加高斯噪聲 subplot(1,2,1)。subplot(1,2,2)。)。gd=imfilter(J,h)。加入高斯噪聲的圖像39。title(39。b．驗證旋轉(zhuǎn)不變性可以通過將原始數(shù)組的通過移動 45 度,然后再比較旋轉(zhuǎn)后與旋轉(zhuǎn)前的頻譜,得出頻譜旋轉(zhuǎn)不變性的結(jié)論。)(FT2圖 37 實驗圖象(a) 圖 38 實驗圖象(b)，加深對頻域圖像增強(qiáng)的理解。1．驗證二維傅里葉變換的平移性和旋轉(zhuǎn)不變性261）建立一個二維數(shù)組并要求該數(shù)組能夠顯示成圖 1.a=zeros(128,128)for y=54:74for x=34:94a(x,y)=1。即可,然后再用類似上面的方法畫出圖象和幅度譜.3）驗證其旋轉(zhuǎn)不變性。crop39。1）讀出圖片,并生成圖片的數(shù)組.首先要將 與 MATLAB 程序文檔放在一個目錄下面,然后再用語句a=fopen(39。)。 imshow(b),便可得到 lena 的人頭圖片.其次與上面任務(wù)一樣,對圖片數(shù)組進(jìn)行快速傅立葉變換,然后用 mesh()語句畫出他的幅度譜圖,2）進(jìn)行頻域增強(qiáng)的低通濾波部分。H(u,v)=1。關(guān)于此部分主要的函數(shù)語句是:（1） m=abs(b)。for x=1:256for y=1:256if (x128).^2+(y128).^2r.^2。28 end endfigure(1)a1=fft2(a)。a2=abs(a1)。 若將 f1(x,y)順時針旋轉(zhuǎn) 45176。程序代碼如下（取 r=8 時）Clc。r39。)。subplot(1,2,2)m0=15*log(m+)surf(m)q=b。 end endend結(jié)果如下：原圖像及其頻譜圖第三章 Matlab 圖像增強(qiáng)31圖 312h2=abs(t)。figure(3)。n=15*log(+abs(n))。其中，取理想高通濾波的半徑 R 分別為 8 和 24：原圖像及其幅度譜圖：第三章 Matlab 圖像增強(qiáng)33圖 316R=2 時的理想高通濾波結(jié)果圖和濾波幅度譜圖：圖 317R=8 時的理想高通濾波結(jié)果圖和濾波幅度譜圖：34圖 318R=24 時的理想高通濾波結(jié)果圖和濾波幅度譜圖：圖像 319第三章 Matlab 圖像增強(qiáng)35圖 320R=8時的頻譜圖,根據(jù) R 的大小來決定中心陰影部分的圓的大小,其余部分均是高通濾波的效果.當(dāng) R=2時，濾波后的圖像無直流分量，但灰度的變化部分基本上都保留了；當(dāng) R=8時，濾波后的圖像在文字和圖像邊緣部分的信息仍然保留；當(dāng) R=24時，濾波后的圖像只剩下文字和白條邊緣等信號突變的部分小結(jié)：實現(xiàn)了對圖像的頻域濾波，掌握了頻域圖像增強(qiáng),了解了低通濾波對圖像的影響。圖像增強(qiáng)按所采用方法從技術(shù)上可以分成頻率域法和空間域法。圖像增強(qiáng)的方法是通過一定變換方法對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配?；诳沼虻乃惴ǚ譃辄c(diǎn)運(yùn)算算法和鄰域去噪算法。常用算法有均值濾波、中值濾波。本次畢業(yè)設(shè)計，就要畫上一個句號了。致謝畢業(yè)設(shè)計即將完成，我的學(xué)生生涯也要告一段落。由于自己在準(zhǔn)備考研復(fù)試而對于畢業(yè)論有過于疏忽，但是在老師的孜孜教誨下順利的完成論文。在論文的寫作過程中，也得到許多同學(xué)的寶貴建議，同時還得到許多朋友額家人的支持和幫助。我也終于明白了大學(xué)兩年學(xué)習(xí)的意義和作用。38參考文獻(xiàn)[1] 汪志云, MATLAB 實現(xiàn)[J].計算機(jī)工程與科學(xué),2022,28（2）:5456.[2]劉榴娣,劉明奇,[M].北京理工大學(xué)出版社,1998.[3]岡薩雷斯 RC :科學(xué)出版社,1983[4]:機(jī)械工業(yè)出版社,1985[5]周考寬,曹曉光 ,。由于本人知識有限、經(jīng)驗不足，文中難免有一些不足之處，希望老師和同學(xué)提出寶貴意見。這是一個漫長的學(xué)習(xí)過程。從開始的選題到中期的修改，再到最終定稿，吳老師給予我許多寶貴的意見。 這次畢業(yè)論文能夠得以順利完成，是所有曾經(jīng)指導(dǎo)過我的老師，幫助過我的同學(xué)，一直支持著我的家人對我的教誨、幫助和鼓勵的結(jié)果。通過各位老師的指導(dǎo)和教育，使我不僅僅在知識水平和解決實際問題的能力上有了很大的提高。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計差值法等。鄰域增強(qiáng)算法分為圖像平滑和銳化兩種。圖像增強(qiáng)技術(shù)根據(jù)增強(qiáng)處理過程所存在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。采用低通濾波（即只讓低頻信號通過）法，削弱圖中的干擾噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號，使模糊的圖片變得清晰。圖像增強(qiáng)即增強(qiáng)圖象中的有用信息，這個變換過程可以說是一個失真的過程，它的主要目的是加強(qiáng)圖像的視覺效果。驗證了二維傅里葉變換的平移性和旋轉(zhuǎn)不變性。R=88 時的理想低通濾波結(jié)果圖和濾波頻譜圖：圖 3