【正文】 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 25 圖像質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn) 如何 評(píng)價(jià)一幅圖像經(jīng)過改進(jìn)的算法之后的圖像標(biāo)準(zhǔn)，有主觀評(píng)價(jià)和客觀評(píng)價(jià)，主觀評(píng)價(jià)主要由作為觀察者的主觀評(píng)價(jià)，這是由選定的一組人對(duì)圖像直接用肉眼進(jìn)行觀察，然后分別給出其對(duì)所觀察的圖像的質(zhì)量作好或壞的評(píng)價(jià)，綜合全組人的意見再給出一個(gè)綜合結(jié)論。 （ 2） 連續(xù)小波變換 將 ??RL2 空間的任意函數(shù) ??tf 在小波基下進(jìn)行展開，稱這種展開為函數(shù) ??tf 的連續(xù)小波變換（ Continue Wavelet Transform,簡稱為 CWT） ,其表達(dá)式： 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 24 ? ? ? ? ? ? ? ? dtattfattfaWT Raf ?????? ???? ? ???? ? 1, , (23) 當(dāng)所有小波的容性條件成 立時(shí)，連續(xù)小波變換存在逆變換，逆變換公式為： ? ? ? ? ? ? ??? ??dtaWTadaCtf af ,0 2 ,1 ?? ?? ????? ? ? ????? dataaWTC fada ????????? ?? ?????? 1,10 2 (24) 式中 ? ?? ???R dC ?????2為對(duì) ??t? 提出的容許性條件。即直 流分量為零，因此小波又具有正負(fù)交替的 “波動(dòng)性 ”。此外，它還成功解決了 Fourier變換不能解決的許多難題，成為繼 Fourier變換以來在科學(xué)方圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 23 法上的一個(gè)重大突破。小波分析對(duì)傳統(tǒng)傅立葉分析做出了里程碑式的進(jìn)展，是調(diào)和這一數(shù)學(xué)領(lǐng)域半個(gè)世紀(jì)以來的工作結(jié)晶，是目前在許多學(xué)科和工程技術(shù)中的一個(gè)非常廣泛的課題。目前，小波變換已經(jīng)廣泛應(yīng)用于圖像增強(qiáng)、圖像編碼、計(jì)算機(jī)視覺、模式識(shí)別、語音識(shí)別等科技領(lǐng)域。 本人認(rèn)為，從頻率特性來看，圖像中的細(xì)節(jié)信息 (包括邊緣和圖像噪聲 )一般對(duì)應(yīng)于圖像的高頻分量，但是影響圖像整體視覺效果的往往是圖像的低頻分量。另一方面圖像中往往含有各種類型的圖像噪聲，直方圖均衡算法在拉伸高頻灰階的動(dòng)態(tài)范圍時(shí)也會(huì)相應(yīng)放大圖像噪聲。另外，運(yùn)算量和窗口的大小也有一定的關(guān)系，窗口越大，運(yùn)算量越大?；瑒?dòng)窗口的大小，要依據(jù)特定的圖像來確定．局部直方圖均衡化與傳統(tǒng)的直方圖均衡化相比，有以下兩點(diǎn)不同： (1)它不是基于整幅圖像的灰度特性來求出灰度轉(zhuǎn)換函數(shù) T，而是根據(jù)圖像的某一個(gè)相關(guān)局部區(qū)域范圍內(nèi) (一般局部窗口為矩形窗 )的 灰度統(tǒng)計(jì)特性來計(jì)算轉(zhuǎn)換函數(shù) T，因此，算法復(fù)雜度遠(yuǎn)遠(yuǎn)高于全局直方圖均衡化。 根據(jù)公式 (119)計(jì)算累積分布函數(shù)，并根據(jù)公式 (120)計(jì)算出該鄰域內(nèi)的灰度變換表： ? ? ? ? ???? ???kjiki jrkk wnrprTs0 20 (119) 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 20 2 ??? wsg kk (120) 其中為 kg 第 k個(gè)灰度級(jí)別變換后的灰度值， 2w 為該鄰域內(nèi)的像素總數(shù)， 的作用是四舍五入。利用這一變換函數(shù)，就可以實(shí)現(xiàn)該鄰域內(nèi)中心像素點(diǎn)的增強(qiáng)。 局部直方圖均衡化方法以全局直方圖均衡化方法為基礎(chǔ)，對(duì)圖像中每個(gè)像素點(diǎn)所在的鄰域 范圍即滑動(dòng)窗口求出灰度轉(zhuǎn)換函數(shù)，然后僅僅應(yīng)用在該中心點(diǎn)處。雖然這種方法適用于整個(gè)圖像的增強(qiáng)，但是有時(shí)也需要對(duì)圖像中某些較小的圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 19 區(qū)域內(nèi)的細(xì)節(jié)進(jìn)行增強(qiáng)。直方圖均衡化的簡并現(xiàn)象不僅使出現(xiàn)頻數(shù)過大的灰度級(jí)別過度增強(qiáng)，還使所關(guān)注的目標(biāo)細(xì)節(jié)信息丟失，未能達(dá)到預(yù)期增強(qiáng)的目的。如圖所示，原圖的灰度集中在較小區(qū)域以至于視覺無法分辨圖像內(nèi)容，經(jīng)過直方圖均衡化增強(qiáng)后，細(xì)節(jié)清晰可辨 [13]。 255 (115) 5 5 ??? nsg kk (116) 其中 g為第 k個(gè)灰度級(jí)別變換后的灰度值， 。它對(duì)整幅圖像進(jìn)行同一個(gè)變換，也稱為全局直方圖均衡化。因此，一幅圖像其各子圖像的直方圖之和就等于該圖像全圖的直方圖。 (2)灰度直方圖與圖像的映射關(guān)系并不唯一 (具有多對(duì)一系 ) 任何一幅圖像都可以唯一地確定出與其對(duì)應(yīng)的直方圖，但不同的圖像可能有相 同的直方圖，也就是說，圖像與直方圖之間是多對(duì)一的關(guān)系。當(dāng)然，從兩幅圖像的灰度分布來看圖像的質(zhì)量均不理想。如果用直角坐標(biāo)系的橫抽代表灰度級(jí) r，用縱抽代表灰度級(jí)的概率密度函數(shù) ??rpr ，這樣就可以針對(duì)一幅圖像在這個(gè)坐標(biāo)系中作一曲線。對(duì)于一幅給定的圖像中來說，每一個(gè)像素取得 ? ?10? 區(qū)間內(nèi)的灰度級(jí)是隨機(jī)的。按照直方圖的定義可表示為： ? ? ? ?1,...2,1,0 ??? LkNnrP kk (112) 式中： N為一幅圖像的總像素?cái)?shù) 。修改直方圖的 方法是增強(qiáng)圖像實(shí)用而有效的處理方法之一。 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 14 (1)指數(shù)變換 (2)指數(shù)變化的一般形式為： ? ? ? ? 1, , ?? ?ayxfcbyxg (111) 這里的 a， b， c是為了調(diào)整曲線位置和形狀的參數(shù)?；叶鹊姆蔷€性變換簡稱非線性變換，是 ? ? ? ?? ?yxfTyxg , ?這樣一個(gè)非線性單值函數(shù)所確定的灰度變換。 分段線性灰度轉(zhuǎn)換 為了突出圖像中感興趣的目標(biāo)或者灰度區(qū)間，將圖像灰度區(qū)間分成兩段乃至多段分別做線性變換稱之為分段線性變換。若圖像灰度在 0M范圍內(nèi)，其中大部分像素的灰度級(jí)分布在區(qū)間 ? ?ba,內(nèi)，很小部分的像素的灰度超出此區(qū)間 [10]。根據(jù)函數(shù)的性質(zhì)，灰度變換的方法有： (1)線性灰度變換； (2)分段線性灰度變換； (3)非線性灰度變換。它主要利用點(diǎn)運(yùn)算來修正像素灰度，由輸入像素點(diǎn)的 灰度值確定相應(yīng)輸出點(diǎn)的灰度值，是一種基于圖像變換的操作。采樣點(diǎn)數(shù)越多，圖像質(zhì)量越好；當(dāng)采樣點(diǎn)數(shù)減少時(shí)，圖上的塊狀效應(yīng)也就逐漸明顯。均勻量化是把原圖像灰度層次從最暗至最亮均勻分布為有限個(gè)層次，如果采用不均勻分層就叫做非均勻量化 [7]。把采樣后所得的各像素灰度值從模擬量到離散量的轉(zhuǎn)換稱為圖像灰度的量化。在許多問題中，可以用傳統(tǒng)的矩陣表示法來表示數(shù)字圖像和像素： 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 9 ????????????????????? 1,11,11,11,1,.........0,1 NMMNNaaaMMMMaaaaaaAM (12) 顯然， ? ? ? ?jifjyixfa y , ???? 在進(jìn)行采樣時(shí)，采樣點(diǎn)間隔的選取是一個(gè)非常重要的問題，它決定了采樣后圖像的質(zhì)量，即忠實(shí)于原圖像的程度。這樣，一幅模擬圖像變成只用小方格中點(diǎn)的值來代表的離散值圖像，或者只用方格交叉點(diǎn)的值表示的離散圖像 [5]。綜上所述，對(duì)一幅圖像依照矩形掃描網(wǎng)絡(luò)進(jìn)行掃描的結(jié)果生成一個(gè)與圖像相對(duì)應(yīng)的二維整數(shù)矩陣，矩陣中的每一個(gè)元素(像素 )的位置由掃描的順序決定，每一個(gè)像素的灰度值由采樣生成經(jīng)過量化得到的，每一個(gè)像素的灰度值的整數(shù)來表示。數(shù)字化的過程包括 3個(gè)步驟：掃描，采樣和量化。圖像增強(qiáng)的最大困難時(shí)，很難對(duì)增強(qiáng)結(jié)果加以量化描述，只能靠經(jīng)驗(yàn)，人的主觀感覺加以評(píng)價(jià)。 目前由于還沒有一種通用的衡量圖像質(zhì)量的指標(biāo)能夠用來評(píng)價(jià)圖像增強(qiáng)方法的優(yōu)劣，圖像增強(qiáng)理論有待進(jìn)一步完善?？沼蚴侵附M成圖像的像素的集合，空域圖像增強(qiáng)直接對(duì)圖像中像素灰度值進(jìn)行預(yù)算處理，如灰度變換、直方圖均衡化、圖像的空域平滑和銳化處理、位彩色處理等。 VLSI的出現(xiàn)使得處理速度大大提高，而造 價(jià)卻進(jìn)一步降低，這極大的促進(jìn)了圖像系統(tǒng)的普及和應(yīng)用。初創(chuàng)期開始于 20 世紀(jì) 60 年代，當(dāng)時(shí)的圖像采用像素型光柵進(jìn)行圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 5 掃描顯示，大多采用中、大型機(jī)對(duì)其進(jìn)行處理。圖像技術(shù)的快速發(fā)展同它的廣泛應(yīng)用是分不開的，發(fā)展的動(dòng)力來自穩(wěn)定涌現(xiàn)新的應(yīng)用，我們可以預(yù)料，在未來社會(huì)中圖像增強(qiáng)技術(shù)將發(fā)展更為重要的作用。衛(wèi)星遙感數(shù)字圖像處理技術(shù)可以廣泛別技術(shù)則在公共安全領(lǐng)域得到了廣泛應(yīng)用；在醫(yī)學(xué)領(lǐng)域， CT、核磁共振等技術(shù)應(yīng)用于臨床診斷。圖像增強(qiáng)的目的就是增強(qiáng)圖像的視覺效果，將原圖像轉(zhuǎn)換成一種更加適合于人眼觀察和計(jì)算機(jī)分析處理的形式。盡管由于目的、觀點(diǎn)、愛好等不同，圖像質(zhì)量有很難統(tǒng)一的定義和標(biāo)準(zhǔn)。照片、繪畫、書法作品、手寫漢字、傳 真、衛(wèi)星云圖、影視畫面、X光片、腦電圖、心電圖等都是圖像。它利用計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行系列操作，從而獲得預(yù)期的結(jié)果。Wavelet trasfrom 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 3 引 言 人們對(duì)外界的信息百分之七十五來自圖像，也就是說人類大部分信息都是從圖像中獲取的。 關(guān)鍵詞 ： 圖像處理；直方圖 ； 圖像增強(qiáng) ； 直方圖均衡 ；小波變換 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 2 Abstract Image enhancement technology plays a very important role to improve image quality in image processing. By enhancing some information and restraining other information selectively it can improve image visual effect observably or puter analysis and processing better. Increasing the intervals of gray levels, enhancing gray contrast is implemented by the traditional gray enhancement algorithms. When the number of gray levels used by an image is very less, anticipated effects are difficultly achieved. Wavelet analysis has predominant advantages in image denoising and image enhancement，due to its extracting multiresolution characters of signal and making the difference between noise and signal very clear． This thesis proposed the grads enhancement algorithm based on wavelet transforms that can achieve the better ef