【正文】 ,39。) PA=A。在論文進(jìn)行過(guò)程中，在導(dǎo)師的悉心指導(dǎo)下，在對(duì)傳統(tǒng)的圖像增強(qiáng)技術(shù)的研究和大量的實(shí)驗(yàn)仿真下完成的圖像增強(qiáng)算法的研究， 最后，圖像處理是面向?qū)ο蠛蛦?wèn)題的一門學(xué)科。[參考文獻(xiàn)][1] 王耀南. 計(jì)算機(jī)圖像處理與識(shí)別技術(shù). 北京: 高等教育出版社, 2001.[2] 呂風(fēng)軍. 數(shù)字圖像處理編程入門. 北京:清華大學(xué)出版社, 1999.[3] 容觀澳. 計(jì)算機(jī)圖像處理. 北京: 清華大學(xué)出版社, 2000.[4] 王斌. MATLAB實(shí)現(xiàn)數(shù)字圖像增強(qiáng)處理. 佳木斯大學(xué)學(xué)報(bào), 2005, 23(1): 3134.[5] 黃濤. 數(shù)字圖像的增強(qiáng). 肇慶學(xué)院學(xué)報(bào), 2005, 25(2): 2325.[6] 張娜. 像增強(qiáng)技術(shù)的研究. 計(jì)算機(jī)仿真, 2007, 24(1): 0204.[7] 王慧琴. 數(shù)字圖像處理. 北京:北京郵電出版社, 2006.[8] 李朝暉, 張弘. 數(shù)字圖像處理及應(yīng)用. 北京:機(jī)械工業(yè)出版社, 2004.[9] 汪志云, 黃夢(mèng)為, 胡釙等. 基于直方圖的圖像增強(qiáng)及其MATLAB實(shí)現(xiàn). 計(jì)算機(jī)工程與科學(xué), 2006, 28(02): 1517.[10] 呂紅, 安秀芳. 基于MATLAB的圖像增強(qiáng)技術(shù)分析與實(shí)現(xiàn). 開發(fā)研究與設(shè)計(jì)與技術(shù)設(shè)計(jì), 2006.[11] 丁玉美, 西全. 數(shù)字信號(hào)處理. 西安:西安電子科技大學(xué)出版社, 2001.[12] 阮秋琦. 數(shù)字圖像處理學(xué). 北京:電子工業(yè)出版社, 2001[13] 何東健. 數(shù)字圖像處理. 西安:西安電子科技大學(xué)出版社, 2003.[14] 余成波. 數(shù)字圖像處理及MATLAB實(shí)現(xiàn). 重慶:重慶大學(xué)出版社, 2003.畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫3）畢業(yè)論文須用A4單面打印，論文50頁(yè)以上的雙面打印4）圖表應(yīng)繪制于無(wú)格子的頁(yè)面上5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔1）設(shè)計(jì)（論文）2）附件：按照任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝訂3）其它39。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。幾個(gè)月以來(lái)，*老師每個(gè)星期都準(zhǔn)時(shí)來(lái)學(xué)校來(lái)給我們指導(dǎo)和檢查每周設(shè)計(jì)完成的情況，不辭辛苦的給我們指出錯(cuò)誤以及給我們很多好的建議，讓我們?cè)诋厴I(yè)設(shè)計(jì)的學(xué)習(xí)過(guò)程中少走了很多彎路，再一次向胡老師表示最誠(chéng)摯的感謝。)。) ylabel(39。 endend S2=round((S1*256)+)。) title(39。39?；叶茸儞Q是圖像增強(qiáng)的一種重要手段，使圖像對(duì)比度擴(kuò)展，圖像更加清晰，特征更加明顯。直方圖均衡化則通過(guò)使用累積函數(shù)對(duì)灰度值進(jìn)行“調(diào)整”以實(shí)現(xiàn)對(duì)比度的增強(qiáng)。針對(duì)二值圖像，MATLAB 提供了數(shù)學(xué)形態(tài)學(xué)運(yùn)算函數(shù)；腐蝕(Erode)、膨脹(Dilate)算子，以及在此基礎(chǔ)上的開 (Open)、閉(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等豐富的數(shù)學(xué)形態(tài)學(xué)運(yùn)算。（2） 圖像處理的基本運(yùn)算。（9）源程序的開放性。（8）功能強(qiáng)大的工具箱是MATLAB的另一特色。（4）程序限制不嚴(yán)格，程序設(shè)計(jì)自由度大。以下簡(jiǎn)單介紹一下MATLAB的主要特點(diǎn)。在歐美等高校，MATLAB已經(jīng)成為線性代數(shù)，自動(dòng)控制理論，數(shù)理統(tǒng)計(jì)，數(shù)字信號(hào)處理，時(shí)間序列分析，動(dòng)態(tài)系統(tǒng)仿真等高級(jí)課程的基本教學(xué)工具；成為攻讀學(xué)位的大學(xué)生，碩士生，博士生必須掌握的基本技能。另一類是數(shù)學(xué)分析型軟件,Mathematica,Maple等,這類軟件以符號(hào)計(jì)算見(jiàn)長(zhǎng),能給出解析解和任意精確解,在其卓越數(shù)值計(jì)算和圖示能力的基礎(chǔ)上,又率先在專業(yè)水平上開拓了其符號(hào)計(jì)算,文字處理,可視化建模和實(shí)時(shí)控制能力,開發(fā)了適合多學(xué)科,MATLAB以經(jīng)占據(jù)了數(shù)值軟件市場(chǎng)的主導(dǎo)地位.　MATLAB可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語(yǔ)言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測(cè)、金融建模設(shè)計(jì)與分析等領(lǐng)域 MATLAB的概述MATLAB 是MATrix LABoratory（“矩陣實(shí)驗(yàn)室”）的縮寫，是由美國(guó)MathWorks 公司開發(fā)的集數(shù)值計(jì)算、符號(hào)計(jì)算和圖形可視化三大基本功能于一體的，功能強(qiáng)大、操作簡(jiǎn)單的語(yǔ)言。（1） 強(qiáng)度分層強(qiáng)度分層是偽彩色增強(qiáng)技術(shù)中原理最簡(jiǎn)單、操作最簡(jiǎn)便的一種。眾所周知，對(duì)一般觀察者來(lái)說(shuō)，眼睛能分辨的灰度級(jí)介于十幾到二十幾之間，而對(duì)不同亮度和色調(diào)的彩色分辨能力卻可達(dá)到灰度分辨能力的百倍以上，利用人類視覺(jué)系統(tǒng)的這一特性，將灰度圖像變成彩色圖像，或者改變已有彩色的分布，無(wú)疑都會(huì)改善圖像的視覺(jué)效果。（2） 拉普拉斯算子拉普拉斯算子是線性二階微分算子，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。 銳化圖像平滑往往使圖像中的邊界、輪廓變得模糊，為了減少這類不利效果的影響，這就需要利用圖像銳化技術(shù)，使圖像邊緣變得清晰。這些噪聲的存在直接影響著后續(xù)的處理過(guò)程，使圖像失真。常見(jiàn)的圖像噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。這樣，在很多特殊的情況下，需要變換后圖像的直方圖具有某種特定的曲線，例如對(duì)數(shù)和指數(shù)等，直方圖規(guī)定化可以解決這一問(wèn)題。由于上述原因，數(shù)字圖像的直方圖均衡只能是近似的。這時(shí)可以將圖像的灰度范圍分開，并且讓灰度頻率較小的灰度級(jí)變大。第二個(gè)條件則保證了映射變換后的像素灰度值在允許的范圍內(nèi)。一幅圖像的直方圖等于它各個(gè)部分直方圖的和?；叶燃?jí)為[0,L1]范圍的數(shù)字圖像的直方圖是離散函數(shù)h()=，這里是第k級(jí)灰度，是圖像中灰度級(jí)為的像素個(gè)數(shù)。為了增加變換的動(dòng)態(tài)范圍，在上述一般公式中可以加入一些調(diào)制參數(shù)，以改變變換曲線的初始位置和曲線的變化速率。則對(duì)于圖像中的任一點(diǎn)的灰度值P(x,y)，變換后為g(x,y)，其數(shù)學(xué)表達(dá)式如下所示[1]。 灰度變換灰度變換可使圖像動(dòng)態(tài)范圍增大，對(duì)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。這種變換就是所謂的圖像變換。通過(guò)采取適當(dāng)?shù)脑鰪?qiáng)處理可以將原本模糊不清甚至根本無(wú)法分辨的原始圖片處理成清楚、明晰的富含大量有用信息的可使用圖像，因此圖像增強(qiáng)技術(shù)在許多領(lǐng)域得到廣泛應(yīng)用。目前，許多新的增強(qiáng)算法都充分利用了周圍鄰域這一重要的信息，形成了很多局部處理的灰度調(diào)整算法，該方法主要利用了鄰域的統(tǒng)計(jì)特性。 圖像增強(qiáng)的現(xiàn)狀與應(yīng)用計(jì)算機(jī)圖像處理的發(fā)展歷史不長(zhǎng)，但已經(jīng)引起了人們的重視。這時(shí)可以按一定的規(guī)則修改原來(lái)圖像的每一個(gè)象素的灰度，從而改變圖像灰度的動(dòng)態(tài)范圍。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。到目前為止，圖像處理在圖像通訊、辦公自動(dòng)化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設(shè)備、衛(wèi)星照片傳輸及分析和工業(yè)自動(dòng)化領(lǐng)域的應(yīng)用越來(lái)越多。數(shù)字圖像處理成為一門獨(dú)立的學(xué)科可追溯到20世紀(jì)60年代初期。因此圖像的灰度值也是非負(fù)有界的。 圖像的灰度常用的圖像一般是灰度圖，這時(shí)f表示灰度值，反映了圖像上對(duì)應(yīng)點(diǎn)的亮度。 第二章 數(shù)字圖像增強(qiáng)的基本理論圖像增強(qiáng)是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿足某些特殊分析的需要。目前圖像增強(qiáng)處理的應(yīng)用已經(jīng)滲透到醫(yī)學(xué)診斷、航空航天、軍事偵察、指紋識(shí)別、無(wú)損探傷、衛(wèi)星圖片的處理等領(lǐng)域?？傊斎氲膱D像在視覺(jué)效果和識(shí)別方便性等方面可能存在諸多問(wèn)題，這類問(wèn)題不妨統(tǒng)稱為質(zhì)量問(wèn)題。圖像傳遞系統(tǒng)包括圖像采集、圖像壓縮、圖像編碼、圖像存儲(chǔ)、圖像通信、圖像顯示這六個(gè)部分。本文先對(duì)圖像增強(qiáng)的原理以及各種增強(qiáng)方法進(jìn)行概述，然后著重對(duì)灰度變換、直方圖均衡化增強(qiáng)方法進(jìn)行了深入的研究，在學(xué)習(xí)數(shù)字圖像的基本表示與處理方法的基礎(chǔ)上，針對(duì)圖像增強(qiáng)的普遍性問(wèn)題，研究和實(shí)現(xiàn)常用的圖像增強(qiáng)方法及其算法，通過(guò)Matlab實(shí)驗(yàn)得出的實(shí)際處理效果，討論不同的增強(qiáng)算法的適用場(chǎng)合，并對(duì)其圖像增強(qiáng)方法進(jìn)行性能評(píng)價(jià)。在圖像處理中，圖像增強(qiáng)技術(shù)對(duì)于提高圖像的質(zhì)量起著重要的作用。據(jù)統(tǒng)計(jì)在人類接受的各種信息中視覺(jué)信息占80%，所以圖像信息是十分重要的信息傳遞媒體和方式。在攝影時(shí)由于光照條件不足或過(guò)度，會(huì)使圖像過(guò)暗或過(guò)亮；光學(xué)系統(tǒng)的失真、相對(duì)運(yùn)動(dòng)、大氣流動(dòng)等都會(huì)使圖像模糊，傳輸過(guò)程中會(huì)引入各種類型的噪聲。增強(qiáng)的效果通常都與具體的圖像有關(guān)系，靠人的主觀感覺(jué)加以評(píng)價(jià)。本文著重研究了這些增強(qiáng)方法對(duì)圖像進(jìn)行增強(qiáng)處理，針對(duì)圖像增強(qiáng)的普遍性問(wèn)題，研究和實(shí)現(xiàn)常用的圖像增強(qiáng)方法及其算法，并對(duì)直方圖均衡法做Matlab實(shí)例。圖像中的每個(gè)基本單元稱為圖像那元素，簡(jiǎn)稱像素。入射光照射到物體表面的能量是有限的，并且它永遠(yuǎn)為正，即0；反射系數(shù)為0時(shí)，表示光全部被物體吸收，反射系數(shù)為1時(shí)，表示光全部被物體反射，反射系數(shù)在全吸收和全反射之間，即01。這項(xiàng)技術(shù)最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時(shí)的數(shù)字計(jì)算機(jī)己經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來(lái)處理圖形和圖像信息。 圖像處理流程圖數(shù)字圖像處理技術(shù)起源比較早，但真正發(fā)展是在八十年代后，隨著計(jì)算機(jī)技術(shù)的高速發(fā)展而迅猛發(fā)展起來(lái)。圖像增強(qiáng)的過(guò)程往往也是一個(gè)矛盾的過(guò)程：圖像增強(qiáng)希望既去除噪聲又增強(qiáng)邊緣。（2） 對(duì)比度增強(qiáng)法有些圖像的對(duì)比度比較低，從而使整個(gè)圖像模糊不清。圖像邊緣與高頻分量相對(duì)應(yīng)，高通濾波器可以讓高頻分量暢通無(wú)阻，而對(duì)低頻分量則充分限制，通過(guò)高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的。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(shí)別。圖像變換的方法是多種多樣的。為了快速有效的對(duì)圖像進(jìn)行處理和分析，我們通常都需要對(duì)圖像進(jìn)行一些變換，把原來(lái)的圖像信息變?yōu)榱硪粡埿问剑褂?jì)算機(jī)更容易理解、處理和分析。一維離散沃爾什變換假如N=2，則離散 f(x) （ x=0,1, 2,…,N1）的沃爾什變換 u=0，1，2，…，N1 () x=0，1，2，…，N1 ()二維離散沃爾什變換 ()（u=0,1,2…,M1 v=0,1,2…,N1） ()（x=0,1,2…,M1 y=0,1,2…,N1）這里假定了M=2，N＝2從上式可知，反正變換核具有可分離性，即