【正文】 的課題。即直 流分量為零，因此小波又具有正負(fù)交替的 “波動性 ”。 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 25 圖像質(zhì)量的評價標(biāo)準(zhǔn) 如何 評價一幅圖像經(jīng)過改進(jìn)的算法之后的圖像標(biāo)準(zhǔn)，有主觀評價和客觀評價，主觀評價主要由作為觀察者的主觀評價，這是由選定的一組人對圖像直接用肉眼進(jìn)行觀察，然后分別給出其對所觀察的圖像的質(zhì)量作好或壞的評價，綜合全組人的意見再給出一個綜合結(jié)論。 小波變換是一種新穎的數(shù)學(xué)工具，由于其多尺度、多分辨率的固有特性，圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 26 使它在圖像處理中表現(xiàn)出以下優(yōu)點：小波變換的完善重構(gòu)能力，保證了信號在分解過程中沒有任何信息損失，也不會產(chǎn)生任何冗余信息：小波變換能把圖像分解成逼近圖像和細(xì)節(jié)圖像之和，它們分別代表了圖像的不同結(jié)構(gòu)，因此，原始圖像的結(jié)構(gòu)信息和細(xì)節(jié)信息是很容易被提取的：二 維小波分解為圖像的分析提供了好的方向選擇性。然而圖像整體的視覺感受一般是由圖像的低頻信息決定。直方圖均衡法則是一種常用的圖像整體對比度增強(qiáng)算法。根據(jù)這一思路，可以給出一種新的直方圖均衡算法。圖像噪聲可以分為加性噪聲和乘性噪聲。這樣做既可以防止直方圖均衡算法對圖像噪聲的放大，又可以防止因為低頻灰階合并導(dǎo)致圖像細(xì)節(jié)丟失的情況發(fā)生。 （ 2） 若灰階 s 的 出現(xiàn)概率 ? ? Lsp 1? ,則該灰階對應(yīng)的像素的圖像噪聲將強(qiáng)于原圖像； （ 3）若灰階 s 的出現(xiàn)概率 ? ? Lsp 1? ，則該灰階對應(yīng)的像素的圖像噪 聲將弱于原圖像。值得注意的是，在直方圖均衡化過程拉伸高頻灰階的動態(tài)范圍時，這些灰階對應(yīng)的區(qū)域中的圖像噪聲也將被放大 [21]。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 )，一般是對應(yīng)于圖像的高頻分量，而影響圖像整體視覺效果的往往是圖像的低頻分量。 (2)再在低頻帶 LL 做直方圖均衡處理 (3)再將均衡化的子帶與 HL， LH，進(jìn)行重構(gòu)，得到小波重構(gòu)后的圖像 基于高通濾波器的圖像增強(qiáng)方法 圖像對比度增強(qiáng)可以分為局部對比度增強(qiáng)和整體對比度增強(qiáng)，局部對比度增強(qiáng)圖像的內(nèi) 部細(xì)節(jié)，而整體對比度增強(qiáng)可以擴(kuò)大圖像灰度值的動態(tài)范圍。對于高亮度圖像，因為其灰度范圍多集中于高 灰階處，因此存在對比度差。傳統(tǒng)的圖像增強(qiáng)算 法是基于整幅圖像的統(tǒng)計量，這樣在計算整幅圖像的變換時，圖像中的低頻信息、高頻信息以及含有的噪聲，同時進(jìn)行了變換，因而增強(qiáng)圖像的同時也增強(qiáng)了圖象的噪聲，導(dǎo)致信息熵下降。需使用離散小波變換進(jìn)行分解。 小波函數(shù)的確切定義為：設(shè) ??t? 為一平方可積函數(shù)，即 ? ? ? ?RLt 2?? ，若其傅里葉變換 ???? 滿足條件： ? ? ??? ? ????? dC R2 (21) 則稱 ??t? 為一個基本小波或小波母函數(shù)，并稱式 (21)為小波函數(shù)的可容許性條件。這些新技術(shù)是專門針對圖像壓縮、邊緣檢測、特征提取及紋理分析的，它包括多分辨率分析、時頻域分析、金字塔算法和小波變換等 [17]。本文 節(jié)中局域直方圖均衡化方法對目標(biāo)細(xì)節(jié)的簡并現(xiàn)象有所改善。局部直方圖均衡化主要存在兩個缺點：算法復(fù)雜度高；鄰域窗口大小的確定要通過手工操作進(jìn)行不斷嘗試，操作不便。 假設(shè)對一幅 NM? 的圖像進(jìn)行增強(qiáng)時， (M， N分別為圖像的高度和寬度 )，對于圖像的任意一個像素 ),( yx ，在以該像素為中心的鄰域內(nèi)計算其局部直方圖累積分布函數(shù) (即局部灰度變換函數(shù) )，并對中心像素 ),( yx 進(jìn)行灰度變換。因此，在利用全局增強(qiáng)方法對圖像進(jìn)行增強(qiáng)時，就不一定能保證我們所感興趣的小區(qū)域得到所期望的增強(qiáng)效果。 (2)可能減少原有圖像灰度級別的個數(shù)，即對出現(xiàn)頻率過小的灰度級別可能出現(xiàn)簡并現(xiàn)像。 直方圖均衡化的具體步驟有如下三步： 第一步，根據(jù)公式計算原圖像 的灰度直方圖 ??krP ： ? ? NnrP kk ?(k=0,1,2,...255 ) (114) 其中 n為原圖像像素總數(shù)， kr 表示第 K個灰度級， kn 表示圖像中灰度級 kr出現(xiàn)的像素的個數(shù)， ??krP 表示灰度級出現(xiàn)的概率。 (3)整幅圖像的直方圖是其各自圖像直方圖之和 (直方圖的可疊加性 ) 直方圖是對具有相同灰度值的像素統(tǒng)計得到的，并且圖像各像素的灰度值具有二維位置信息。 (a)灰度取在較暗的區(qū)域 （ b）灰度值集中在亮區(qū)域 圖 5 圖像灰度分布 從圖像灰度級的分布可以看出一幅圖像的灰度分布特性。也就是說對每個灰度值，求出在圖像中該灰度值的像素數(shù)的圖形稱為灰度值直方圖，或簡稱直方圖。 直方圖修正 在圖像處理中，點運(yùn)算包括圖像灰度變換和直方圖修正。采用分段線性法，可將需要的圖像細(xì)節(jié)灰度級拉伸，增強(qiáng)對比度，將不需要的細(xì)節(jié)灰度級壓縮。在實際運(yùn)算中，假定給定的是兩個灰度空間，如圖所示，原圖像 ),( yxf 的灰度范圍為 ? ?ba, ， 希望變換后的圖像 ? ?yxg , 的灰度擴(kuò)展為 ? ?dc, ，則采用下述線性變換來實現(xiàn)： ? ? ? ?? ? cayxfab cdyxg ????? , (16) 即要把輸入圖像的某個亮度值區(qū)間 ? ?ba, 擴(kuò)展為輸 出圖像的亮度值區(qū)間 ? ?dc, 。 灰度變換 灰度變換可使圖像對比度擴(kuò)展，圖像清晰，特征明顯。 量化的方法包括：分層量化，均勻量化和非均勻 量化。采樣后形成的圖像稱為數(shù)字圖像。采樣是指遍歷過程中，在圖像的每個最小尋址單元，即像素位置上對像素進(jìn)行離散化，采樣的結(jié)果是得到每一像素的灰度值，采樣通常由光電傳 感器件完成。增強(qiáng)的方法往往具有針對性，以至于對某類圖像增強(qiáng)效果好的增強(qiáng)方法未必一定適用于另一類圖像，例如某種圖像增強(qiáng)算法中可能對于 X射線圖像具有很好的增強(qiáng)效果，但是他就不是增強(qiáng)從空間探測器傳回圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 6 的火星圖像的最好方法。隨著對圖像技術(shù)研究的不斷深入和發(fā)展，新的圖像增強(qiáng)方法不斷出現(xiàn)。 計算機(jī)圖像處理的發(fā)展歷史并不長，但是引起了人們的足夠重視。增強(qiáng)的效果通常都與具體的圖像有關(guān)系，靠人的主觀感覺加以評價。在攝影時由于光照條件不足或者過度，會使圖像過暗或者過亮；光學(xué)系統(tǒng)的失真、相對運(yùn)動、大氣流動等都會使圖像變得很模糊；傳輸過程中會引入各種不同類型的噪聲。圖像增強(qiáng)本身就是圖像處理中最具吸引力的領(lǐng)域之一。針對不同特點的圖像采用相應(yīng)的圖像增強(qiáng)方法可以達(dá)到較好的增強(qiáng)效果。它通過有選擇的強(qiáng)調(diào)圖像中的某些信息而抑制另外一些信息，以改善圖像的視覺效果，將原圖像轉(zhuǎn)換成另外一種更加適合于人眼觀察和計算機(jī)分析處理的形式。 Histogram。對圖像進(jìn)行處理時，經(jīng)常運(yùn)用圖像增強(qiáng)技術(shù)以改善圖像的質(zhì)量。但是根絕應(yīng)用改善圖像質(zhì)量卻是一個共同的目標(biāo) [2]。如圖像處理在醫(yī)學(xué)界的應(yīng)用非常廣泛，無論是臨床診斷還是病理研究都大量采用圖像處理技術(shù)。在這一時期，由于圖像存儲成本高，處理設(shè)備造價高，因而其應(yīng)用面很窄。頻域圖像增強(qiáng)對圖像進(jìn)行傅立葉變換后的頻譜成分進(jìn)行操作，然后逆傅立葉變換獲得所需結(jié)果 [3]。 本文的研究內(nèi)容： 第一章 圖像增強(qiáng)的基本理論 第二章 圖像增強(qiáng)方法的改進(jìn) 第三章 幾種增強(qiáng)的實驗結(jié)果與分析 第四章 結(jié)論 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 7 1 圖像增強(qiáng)的基本理論 圖像增強(qiáng)處理是指根據(jù)一定的要求，突出圖像中感興趣的信息，而減弱或去除不需要的信息，從而使有用信息得到加強(qiáng)的信息處理。因此對一幅圖像數(shù)字化所得到的最終結(jié)果一個二位整數(shù)矩陣，即數(shù)字圖像。采樣間隔的大小選取要依據(jù)原圖像中包含的細(xì)微濃淡變化來決定。 一副圖像在采樣時，行列的采樣點與量化時每個像素量化的級數(shù)，既影響數(shù)字圖像的質(zhì)量，也影響該數(shù)字圖像數(shù)據(jù)量的大小?；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)特定的灰度函數(shù)變換進(jìn)行之外，可以看作是 “從像素到像素 ”復(fù)制操作，基于點運(yùn)算的灰度變換可表示為： ? ? ? ?? ?yxfTyxg , ? (15) 其中 T被稱為灰度變換函數(shù)，它描述了輸入灰度值和輸出灰度值之間的關(guān)系。為改善增強(qiáng)效果，可令： ? ? ? ?? ?? ?? ?? ? ?????????????????????Myxfbbyxfaayxfdcayxfab cdcyxg,0, (17) 圖 2 線性灰度變換 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 12 注意：這種變換擴(kuò)展了 ? ?ba, 區(qū)間的灰度，但是將小于 a和大于 b 范圍內(nèi)的灰度級分別壓縮為 C和 D，這樣使圖像灰度級在上述兩個范圍內(nèi)的像素都各變成個灰度級，使這兩部分信息損失。非線性變換映射函數(shù)如圖所示。下面將對直方圖修正中 的直方圖定義與性質(zhì)，直方圖的計算，直方圖均衡化等內(nèi)容做詳細(xì)介 紹 [11]。也就是說， r 是一個隨機(jī)變量。 直方圖的性質(zhì) 灰度直方圖具有以下 3個重要的性質(zhì)： (1)直方圖是圖像的一維信息描述 在直方圖中，由于它只能反映圖像的灰度范圍，灰度級的分布，整幅圖像的平均亮度等信息，而未能反映圖像某一灰度值像素所在的位置，因而失去了圖像的 (二維特征 )空間信息。 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 17 直方圖均衡化 直方圖均 衡化方法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。 第三步，根據(jù)灰度變換表，將原圖像各灰度級映射為新的灰度級，即可完成直方圖均衡化。 目前，已有很多直方圖均衡化的改進(jìn)算法，都在一定程度上對直方圖均衡化的缺點有所改善，例如，基于冪函數(shù)的加權(quán)自適應(yīng)直方圖均衡化、平臺直方圖均衡化等。具體過程如下：先定義一個鄰域，鄰域通常取為矩形區(qū)域，大小為ww? (w為奇數(shù) )。然后只對該矩形區(qū)域內(nèi)中心像素 ? ?yx, 按照灰度變換表做灰度變換。 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 21 2 圖像增強(qiáng)方法的改進(jìn) 一般情況下，為了突出我們感興趣的圖像目標(biāo)細(xì)節(jié)， 可以通過提高灰度對比度的方法對圖像對比度進(jìn)行增強(qiáng)。我們?nèi)绻麑D像的高頻分量與低頻分量分開，對低頻分量進(jìn) 行直方圖均衡處理，把高頻分量分開，再將兩者融合，就可以避免直方圖均衡算法所導(dǎo)致圖像細(xì)節(jié)信息丟失和噪聲放大的問題。它可以作為表示函數(shù)的 一種新基底或作為時頻分析的一種新技術(shù)，是多方面有力的分析工具，已經(jīng)廣泛的應(yīng)用于信號和圖像處理、地質(zhì)勘探、語音識別與合成、雷達(dá)、 CT 成像、天體識別、機(jī)器視覺、機(jī)械故障診斷與監(jiān)控、分形以及數(shù)字電視等領(lǐng)域。將小波母函數(shù) ??t? 進(jìn)行伸縮和平移，設(shè)其伸縮因子 (亦稱尺度因子 )為 a，平移因子為 ? ，并記平移伸縮后的函數(shù)為 ??ta??, ，則 ? ? ?????? ?? atata ??? ? 1, 0。而此次算法采用的客觀評價主要是通過采用圖像均值、均方差、信息熵和信噪比四種性能指標(biāo)作為評價參數(shù) [18]。它對圖像進(jìn)行小波分解后，可分為 LL、LH、 HL 和 HH 四個子頻帶。因而采用小波變換分離出圖像的低頻部分和高頻部分，然后僅對低頻 LL 子圖進(jìn)行直方圖均衡處理，即只對近似圖像作