【正文】 re ,并添加標(biāo)注說明。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。1），將D強(qiáng)制類型轉(zhuǎn)換為double。5）熟悉使用histeq函數(shù)進(jìn)行直方圖均衡化,通過實(shí)驗(yàn)結(jié)果理解直方圖均衡化的作用。2）掌握數(shù)據(jù)類型強(qiáng)制轉(zhuǎn)換函數(shù)y=double(x)。0,0,0。利用Sobel算子銳化圖像, 如:i=imread(39。e:\39。1,1,1]。e:\39。0,0,0。（5）基于卷積的圖像濾波函數(shù)filter2函數(shù)用于圖像濾波，如：i=imread(39。e:\39。e:\39。e:\39。e:\39。三階Butterworth濾波圖像39。g(i,j)=h*g(i,j)。 n1=floor(M/2)。 g=fftshift(f)。 subplot(121),imshow(J) title(39。 J=imnoise(I,39。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。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。調(diào)用庫函數(shù)medfilt2，使用3*3模板，中值濾波圖像39。title(39。subplot(1,3,1)Imshow(LenaRaw)。)。例如：濾波函數(shù)圖像處理1clc。average39。)K1=filter2(fspecial(39。 %添加椒鹽噪聲 subplot(221) imshow(I) title(39。J=imnoise(I,39。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。因此這些濾波器也被稱為均值濾波器?？沼?yàn)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。從純技術(shù)上講主要有兩類：頻域處理法和空域處理法。建立在離散卷積基礎(chǔ)上的空間域高通濾波關(guān)系式如下： ()式中為銳化輸出；為輸入圖像；為沖擊響應(yīng)陣列（卷積陣列）。相對于梯度算子，拉普拉斯算子具有增強(qiáng)的邊緣精確定位的優(yōu)點(diǎn)。為了便于編程和提高運(yùn)算速度，可以如下進(jìn)行絕對值的運(yùn)算： ()一旦計(jì)算梯度的算法確立之后，就可以有很多方法來使圖像輪廓突出。從頻率域來考慮，圖像模糊的實(shí)質(zhì)是因?yàn)槠涓哳l分量被衰減，因此可以用高通濾波器來使圖像清晰。給定的圖像f(x,y)中的每一個(gè)點(diǎn)（m,n），取其領(lǐng)域s。（1） 線性濾波線性濾波一般采用的是領(lǐng)域平均法。圖像平滑就是針對圖像噪聲的操作，其主要作用是為了消除噪聲。圖像中的噪聲往往和正常信號交織在一起，尤其是乘性噪聲，如果處理不當(dāng)，就會(huì)破壞圖像本身的細(xì)節(jié)，如會(huì)使線條、邊界等變得模糊不清。但是，對于離散圖像，由于G(s)是一個(gè)離散的階梯函數(shù)，不可能有逆函數(shù)存在，對此，只能進(jìn)行截?cái)嗵幚?，必將不可避免的?dǎo)致變換后圖像的直方圖一般不能與目標(biāo)直方圖嚴(yán)格的匹配。先對原始圖像進(jìn)行直方圖均衡化處理，即： ()假定已經(jīng)得到了所希望的圖像，并且它的概率密度函數(shù)是。一般實(shí)現(xiàn)方法采用如下幾步：（1）統(tǒng)計(jì)原始圖像的直方圖；（2）根據(jù)給定的成像系統(tǒng)的最大動(dòng)態(tài)范圍和原始圖像的灰度級來確定處理后的灰度級間隔；（3）根據(jù)求得的步長來求變換后的新灰度；（4）用處理后的新灰度代替處理前的灰度。減少簡并現(xiàn)象通常可采用兩種方法：一種簡單的方法是增加像素的比特?cái)?shù)。 直方圖均衡化變換函數(shù)實(shí)際上，由于直方圖是近似的概率密度函數(shù)，用離散灰度級作變換時(shí)很少能夠得到完全平坦的結(jié)果，而且，變換后往往會(huì)出現(xiàn)灰度級減少的現(xiàn)象，這種現(xiàn)象被稱為“簡并”現(xiàn)象。，設(shè)r，s分別表示原圖像和增強(qiáng)后圖像的灰度。概括的說，就是把一已知灰度概率分布的圖像，經(jīng)過一種變換，使之演變成一幅具有均勻概率分布的新圖像。 直方圖均衡化直方圖均衡化方法是圖像增強(qiáng)中最常用、最重要的方法之一。可以對[0,1]區(qū)間內(nèi)的任何一個(gè)r進(jìn)行如下的變換：s=T(r) ()變換函數(shù)T應(yīng)滿足以下條件：≤r≤1區(qū)間內(nèi)，單值單調(diào)增加；≤r≤1，有0≤≤1。從直方圖的定義可知，連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計(jì)特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。直觀上講，可以得出這樣的結(jié)論，若一幅圖像其像素占有全部可能的灰度級并且分布均勻，這樣的圖像有高對比度和多變的灰度色調(diào)。歸納起來，直方圖主要有一下幾點(diǎn)性質(zhì)：（1）直方圖中不包含位置信息。對數(shù)變換用于擴(kuò)展低灰度區(qū)，一般適用于過暗的圖像。指數(shù)變換用于擴(kuò)展高灰度區(qū)，一般適于過亮的圖像。 二段線性變換 非線性變換非線性變換就是利用非線性變換函數(shù)對圖像進(jìn)行灰度變換，主要有指數(shù)變換、對數(shù)變換等。采用線性變換對圖像中每一個(gè)像素灰度作線性拉伸，將有效改善圖像視覺效果?；叶茸儞Q包含的方法很多，如逆反處理、閾值變換、灰度拉伸、灰度切分、灰度級修正、動(dòng)態(tài)范圍調(diào)整等。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。要找另一種正交變換，要運(yùn)算簡單且變換核矩陣產(chǎn)生方便。圖像變換是指圖像的二維正交變換，它在圖像增強(qiáng)、復(fù)原、編碼等方面有著廣泛的應(yīng)運(yùn)。2 圖像增強(qiáng)方法與原理 圖像變換人與電腦對事物的理解是不同的，對于人來說，文字信息要比圖像信息抽象，但是對于電腦來說，圖像信息要比文字信息抽象。圖像變換的方法是多種多樣的。例如Yang和Tohl采用模糊規(guī)則改進(jìn)傳統(tǒng)的中值濾波器中濾波窗口尺度的選擇，改善了算法對高斯噪聲的抗噪性能。21世紀(jì)的圖像處理技術(shù)要向高質(zhì)量化方面發(fā)展，實(shí)現(xiàn)圖像的實(shí)時(shí)處理，采用數(shù)字全息技術(shù)使圖像包含最為完整和豐富的信息，實(shí)現(xiàn)圖像的智能生成、處理、理解和識別[7]。70年代進(jìn)入發(fā)展期，出現(xiàn)和衛(wèi)星遙感圖像，對圖像處理的發(fā)展起到了很好的促進(jìn)作用。圖像邊緣與高頻分量相對應(yīng)，高通濾波器可以讓高頻分量暢通無阻，而對低頻分量則充分限制，通過高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。（2） 對比度增強(qiáng)法有些圖像的對比度比較低，從而使整個(gè)圖像模糊不清。傳統(tǒng)的圖像增強(qiáng)算法在確定轉(zhuǎn)換函數(shù)時(shí)常是基于整個(gè)圖像的統(tǒng)計(jì)量，如：ST轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。圖像增強(qiáng)技術(shù)研究1 圖像增強(qiáng)概述 圖像增強(qiáng)的定義圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)削弱或去除某些不需要的信息的處理方法，也是提高圖像質(zhì)量的過程。但是，增強(qiáng)邊緣的同時(shí)會(huì)同時(shí)增強(qiáng)噪聲，而濾去噪聲又會(huì)使邊緣在一定程度上模糊，因此，在圖像增強(qiáng)的時(shí)候，往往是將這兩部分進(jìn)行折中，找到一個(gè)好的代價(jià)函數(shù)達(dá)到需要的增強(qiáng)目的。這時(shí)可以通過直方圖均衡化將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級變大，通過調(diào)整圖像灰度值的動(dòng)態(tài)范圍，自動(dòng)地增加整個(gè)圖像的對比度，使圖像具有較大的反差，細(xì)節(jié)清晰。圖像中往往包含有各種各樣的噪聲。（4） 銳化平滑噪聲時(shí)經(jīng)常會(huì)使圖像的邊緣變的模糊，針對平均和積分運(yùn)算使圖像模糊，可對其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計(jì)差值的方法，使圖像增強(qiáng)銳化。1964年美國加州理工學(xué)院的噴氣推進(jìn)實(shí)驗(yàn)室，首次對徘徊者7號太空飛船發(fā)回的月球照片進(jìn)行了處理，得到了前所未有的清晰圖像，這標(biāo)志著圖像處理技術(shù)開始得到實(shí)際應(yīng)用。90年代是圖像處理技術(shù)實(shí)用化時(shí)期，圖像處理的信息量巨大，對處理的速度要求極高。近年來，模糊集合理論在圖像處理中得到了廣泛的應(yīng)用。對圖像進(jìn)行多尺度小波變換后，不同頻率的信號出現(xiàn)在不同尺度的子帶圖像上，有了這些特性就能很好的對感興趣的部分進(jìn)行增強(qiáng)。迄今為止，圖像增強(qiáng)技術(shù)己經(jīng)廣泛用于軍事、地質(zhì)、海洋、森林、醫(yī)學(xué)、遙感、微生物以及刑偵等方面。這種變換就是所謂的圖像變換。 離散沃爾什變換由于傅立葉變換的變換核由正弦余弦函數(shù)組成，運(yùn)算速度受影響。 灰度變換灰度變換可使圖像動(dòng)態(tài)范圍增大，對比度得到擴(kuò)展，使圖像清晰、特征明顯，是圖像增強(qiáng)的重要手段之一。一旦灰度變換函數(shù)確定，該灰度變換就被完全確定下來。 ()若圖像中大部分像素的灰度級分布在區(qū)間[a,b]內(nèi)，max f為原圖的最大灰度級，只有很小一部分的灰度級超過了此區(qū)間，則為了改善增強(qiáng)效果，可以令 ()在曝光不足或過度的情況下，圖像的灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)，這時(shí)得到的圖像可能是一個(gè)模糊不清、似乎沒有灰度層次的圖像。為二段線性變換，(a)為高值區(qū)拉伸，(b)為低值區(qū)拉伸[9]。這時(shí)的變換公式為： ()式中a，b，c都是可以選擇的參數(shù)，當(dāng)f(x,y)=a時(shí)，g(x,y)=0，此時(shí)指數(shù)曲線交于X軸，由此可見參數(shù)a決定了指數(shù)變換曲線的初始位置參數(shù)c決定了變換曲線的陡度，即決定曲線的變化速率。當(dāng)f(x,y