【正文】 根本無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，因此圖像增強技術(shù)在許多領(lǐng)域得到廣泛應(yīng)用。如傅立葉變換后平均值正比于圖像灰度的平均值，高頻分量則表明了圖像中目標(biāo)邊緣的強度和方向，利用這些性質(zhì)可以從圖像中抽取出特征；又如在變換域中，圖像能量往往集中在少數(shù)項上，或者說能量主要集中在低頻分量上，這時對低頻成分分配較多的比特數(shù)，對高頻成分分配較少的比特數(shù)，即可實現(xiàn)圖像數(shù)據(jù)的壓縮編碼?；叶茸儞Q不改變圖像內(nèi)的空間關(guān)系，除了灰度級的改變是根據(jù)某種特定的灰度變換函數(shù)進行之外，可以看作是“從像素到像素”的復(fù)制操作。 分段線性變換為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，相對抑制不感興趣的灰度區(qū)間，可采用分段線性變換，它將圖像灰度區(qū)間分成兩段乃至多段分別作線性變換。對數(shù)變換，是指輸出圖像的像素點的灰度值與對應(yīng)的輸入圖像的像素灰度值之間為對數(shù)關(guān)系，其一般公式為： ()其中表示以10為底，也可以選用自然對數(shù)。直方圖只是反應(yīng)了圖像灰度分布的特性，和灰度所在的位置沒有關(guān)系，不同的圖像可能具有相近或者完全相同的直方圖分布。（5）直方圖的動態(tài)范圍。直方圖均衡化是把原圖像的直方圖通過灰度變換函數(shù)修正為灰度均勻分布的直方圖，然后按均衡直方圖修正原圖像。為了簡單，假定所有像素的灰度已被歸一化。比如，通常用8比特來代表一個像素，而現(xiàn)在用12比特來表示一個像素，這樣就可以減少簡并現(xiàn)象發(fā)生的機會，從而減少灰度層次的損失。對該圖像也做均衡化處理，即： ()由于對于這兩幅圖像，同樣作了均衡化處理，所以他們具有同樣的均勻密度。有些圖像是通過掃描儀掃描輸入或傳輸通道傳輸過來的。對于給定的圖像f(x，y)中的每一個點（m，n），取其領(lǐng)域s。為了要把圖像中間任何方向伸展的邊緣和輪廓變得清晰，我們希望對圖像的某種運算是各向同性的。因為梯度一階微分算子會在較大范圍內(nèi)形成梯度值，差分的結(jié)果不適合精確定位。頻域處理法主要是卷積定理，采用修改圖像傅立葉變換的方法實現(xiàn)對圖像的增強處理技術(shù)；空域處理法：是直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎(chǔ)的。平滑濾波器的概念很簡單：它是用濾波掩模確定的領(lǐng)域內(nèi)像素的平均值去代替圖像每個像素點的值。salt amp。average39。clear。title(39。) 銳化濾波器銳化處理主要目的是突出圖像中的細節(jié)或者增強被模糊了的細節(jié)，這種模糊不是由于錯誤操作，就是特殊圖像獲取方法的固有影響。例如：頻域增強I=imread(39。含噪聲的圖像39。n2=floor(N/2)。) 高通濾波器與低通濾波器相反，它將高頻信號通過，而抑制了低頻信號。)。)。1,2,1]。h=h/9。e:\39。(注意進行運算前類型為uint8的數(shù)據(jù)必須轉(zhuǎn)換為double類型)。2）對原始圖像求反,即轉(zhuǎn)換為黑色或白色,形成底片效果,結(jié)果賦值給矩陣D1。Dimread(39。)。)。)。)。subplot(1,2,2),imshow(D4)。要求噪聲為零均值。x=(255Y)./255。same39。subplot(2,2,1),imshow(X)。subplot(2,2,3),imshow(Y1)。，完成理想濾波器對一幅圖像的低通、高通濾波，比較并分析結(jié)果。Imshow(‘f’)。Figure。)。imhist(f)。)。經(jīng)過平滑處理，對結(jié)果圖像加以比較，得出自己的實驗結(jié)論。也可以在頻域中用基于傅立葉的分析方法進行。imshow(I)。圖35h=fspecial(39。)。F(uN/2,vN/2),達到將原始F(U,V)四周頻譜移到中心的效果,及達到頻譜中心化。3）再將結(jié)果反傅立葉變換以得到增強的圖象.為了直觀的展示頻域增強,可以通過下面任務(wù)來展現(xiàn):（256256大小、256級灰度）進行頻域的理想低通、高通濾波，同屏顯示原圖、幅度譜圖和低通、高通濾波的結(jié)果圖。,39。r39。修正H(u,v)G(u,v)224。在高通濾波時,分別令X等于2,8,24時,分別得到高通濾波后的結(jié)果圖像,通過觀察其圖象與幅度譜圖來理解高通濾波的特性。a=zeros(128,128)for y=54:74 for x=34:94 a(x,y)=1。 end圖39，則圖像 與 的幅度譜圖如下：圖310結(jié)果分析：對比兩圖可以得到,將能量集中的4個角往中心靠攏。,39。b=fft2(b)m=abs(b)。z=ifft2(t)。b. ，同屏顯示原圖、幅度譜圖和高通濾波的結(jié)果圖。subplot(1,2,2)。 t(x,y)=0。uchar39。其中，取理想低通濾波的半徑R分別為8211和5。subplot(1,2,2)。求出數(shù)組之后將其進行fft2得到m,然后求出其絕對值,為了避免其數(shù)值過大,求其對數(shù),且為了避免出現(xiàn)0和1的情況,最后用surf()函數(shù)顯示出3D效果.(2) r=24。 當(dāng)D(u,v)=X時。)。最后可以得結(jié)論。根據(jù)實驗方法中的分析,構(gòu)造一個新的數(shù)組存入平移后的原數(shù)組,通過在嵌套中加入語句b(x,y)=(1).^(x+y).*a(x,y)。4）將順時針旋轉(zhuǎn)45度得到，顯示的幅度譜，并與的幅度譜進行比較。 3X3模板均值濾波39。subplot(1,2,1)。imshow(J)。 J=imnoise(I,39。預(yù)備知識：（1）熟悉平滑濾波、頻域濾波原理。均衡化結(jié)果的直方圖39。subplot(2,2,3)。title(39。實驗內(nèi)容：（1）綜合運用直方圖均衡、灰度變換、銳化空域濾波等方法編程實現(xiàn)對圖像的空域增強處理；（2）編程實現(xiàn)圖像的頻域增強處理。Imshow(‘f’)。編寫函數(shù)[f2,f3]=photo(ut),，第ut行為破損行，即令該行值全為255,編寫程序進行預(yù)測修補。subplot(2,2,4),imshow(Y2/max(max(Y2))+Y/255)。subplot(2,2,2),imshow(J)。0,1,0]。d1=.*[1,1,1。X=imread(39。，存盤。figure,subplot(1,2,1),imshow(D2)。)。)。)。D=1DD=(floor(D255/2)/255)。4）對降低對比度后的圖像D2增強對比度, 結(jié)果賦值給矩陣D3,要求與原始圖像外觀類似。6）掌握加噪函數(shù)imnoise函數(shù)。1,2,1]。)。)。e:\39。)。)。endendg=ifftshift(g)。 [M,N]=size(f)。salt amp。而對于模板匹配法則是出去能夠增強圖像邊緣外，還具有平滑噪聲的優(yōu)點。自制函數(shù)，使用用3*3模板，中值濾波圖像39。temp= fread(fid, [256,256])。,7),J)/255。原圖像39。例如：在matlab中利用線性平滑濾波器處理一副圖像I=imread(39。銳化的目的在于增強圖像邊緣，以及對圖像進行識別和處理。3． Matlab圖像增強圖像增強是按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些信息使得圖像更加實用。最簡單的方法就是令（x,y）點上銳化后的圖像函f(x,y)數(shù)值等于原始圖像在該點上的梯度值，即： ()此法的缺點是處理后的圖像僅顯示出輪廓，灰度平緩變化的部分由于梯度值較小而顯得很黑。設(shè)s含有M個像素{a1，a2，?，aM}，將其按大小排序，若M是奇數(shù)時，則位于中間的那個象素值就是修改后圖像g(x,y)在點f(m,n)處的像素值；若M是偶數(shù)則取中間兩個象素的平均值作為修改后圖像g(x,y)在點（m,n）處的像素值。如何既平滑掉噪聲又盡量保持圖像細節(jié)，是圖像平滑的主要研究任務(wù)。 圖像平滑與銳化 平滑獲得的圖像可能會因為各種原因而被污染，產(chǎn)生噪聲。 直方圖規(guī)定化直方圖均衡化是以累計分布函數(shù)變換法為基礎(chǔ)的直方圖修正技術(shù)，使得變換后的灰度概率密度函數(shù)是均勻分布的，因此，它不能控制變換后的直方圖而交互性差。這是像素灰度有限的必然結(jié)果。有些圖像在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細節(jié)看不清楚。這里的第一個條件保證了圖像的灰度級從白到黑的次序不變。（3）直方圖的可疊加性。 直方圖變換 直方圖修正基礎(chǔ)圖像的灰度直方圖是反映一幅圖像的灰度級與出現(xiàn)這種灰度級的概率之間的關(guān)系的圖形。指數(shù)變換，是指輸出圖像的像素點的灰度值與對應(yīng)的輸入圖像的像素灰度值之間滿足指數(shù)關(guān)系，其一般公式為[1]： ()其中b為底數(shù)。雖然它們對圖像的處理效果不同，但處理過程中都運用了點運算，通?？煞?