基于直方圖變換實現(xiàn)的圖像增強的課程設(shè)計說明書(完整版)
【正文】 單位： 學 號 學生姓名 專業(yè)（班級） 設(shè)計題目 基于直方圖變換實現(xiàn)的圖像增強 設(shè) 計 技 術(shù) 參 數(shù) 實現(xiàn)基于直方圖變幻的圖像增強，針對不同類型的圖像采用合適的增強方法，以實現(xiàn)最好程度的增強。在以上算法中可以通過靈活設(shè)置相關(guān)參數(shù)獲取不同的圖像增強效果，并且具有處理 速度快的優(yōu)點。 數(shù)字圖像處理課程設(shè)計 第 3 頁 共 13 頁 第三章 圖像增強的重要方法 圖像增強技術(shù)主要包含直方圖修改處理、圖像平滑化 處理、圖像尖銳化處理、和彩色處理技術(shù)等。因為亮度值是輻射強度的反映，所以也稱為輻射增強。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，圖像平滑的常用方法是采用均值濾波或中值濾波，均值濾波是一種線性空間濾波，它用 一個有奇數(shù)點的掩模在圖像上滑動，將掩模中心對應(yīng)像素點的灰度值用掩模內(nèi)所有像素點灰度的平均值代替，如果規(guī)定了在取均值過程中掩模內(nèi)各像素點所占的權(quán)重，即各像素點所乘系數(shù)，這時就稱為加權(quán)均值濾波；中值濾波是一種非線性空間濾波，其與均值濾波的區(qū)別是掩模中心對應(yīng)像素點的灰度值用掩模內(nèi)所有像素點灰度值的中間值代替。 不足：不能抑制噪聲。由信息學的理論來解釋，具有最大熵 (信息量 )的圖象為均衡化圖象。 ∑ 表示總和。 [J,T] = histeq(I)。 %顯示原圖象 figure,imshow(grayPic)?；叶戎?39。 tmp=0。)。 %填充各像素點新的灰度值 for i=1:256 newGrayPic(find(grayPic==(i1)))=S2(i)。 如果原始圖像對比度本來就很高，如果再均衡化則灰度調(diào)和，對比度降低。 數(shù)字圖像處理課程設(shè)計 第 11 頁 共 13 頁 第五章 結(jié) 論 數(shù)字圖像增強技術(shù)是數(shù)字圖像處理的基本技術(shù)，圖像增強的目的是突出圖像中人或者機器感興趣的特征部分，為后續(xù)的圖像識別、理解、輸出顯示等服務(wù)。圖像處理的研究，也就是針對某一問題最多也就是某一類型問題的算法的研究。 電子工業(yè)出版社 ，20xx 2 岡薩雷斯 （ Matlab 版 ） 隨著科技的發(fā)展圖像處理技術(shù)必將更廣泛的應(yīng)用到人們的生活中，人們一定能找到一個又一個辦法，來完善圖像處理這座科學的殿堂，使之更燦爛與輝煌?？偨Y(jié)如下： 圖像增強的方法有很多種，針對不對圖像的情況運用不同的增強技術(shù)，使圖像更容易讓人識別、更清晰，是本課題主要的研究目的。均衡化后的圖片如果再對其均衡化，則圖像不會有任何變化。 數(shù)字圖像處理課程設(shè)計 第 9 頁 共 13 頁 數(shù)字圖像處理課程設(shè)計 第 10 頁 共 13 頁 分析：從上圖中可以看出，用直方圖均衡化后，圖像的直方圖的灰度間隔被拉大了，均衡化的圖像的一些細節(jié)顯示了出來，這有利于圖像的分 析和識別?；叶戎?39。 S1(i)=tmp。 %直方圖的橫坐標 ylabel(39。 %返回一個 1x 256 px...的矩陣 for i=1:256 gp(i)=length(find(grayPic==(i1)))/(m*n)。 下面給出直方圖均衡化的源程序： 數(shù)字圖像處理課程設(shè)計 第 7 頁 共 13 頁 Yuantu=imread(39。 總像素數(shù)量 )。從原理上講，直方圖均衡化則通過使用累計函數(shù)對灰度值進行“調(diào)整”以實現(xiàn)對比度的增強。 不足：非線性濾波算法的實現(xiàn)相對線性濾波比較困難。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，也可以達到圖像銳化的目的。
研究報告相關(guān)推薦
鄂ICP備17016276號-1