【正文】 本人完全意識到本聲明的法律后果由本人承擔。 均衡化后圖像直方圖結(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)。 for i=1:256GPeq(i)=sum(GP(find(S2==i)))。)。下面以直方圖均衡法為例對圖像增強算法進行實現(xiàn)。MATLAB 提供了圖像的和、差等線性運算 ，以及卷積、相關(guān)、濾波等非線性算。MATLAB包含兩個部分：核心部分和各種可選的工具箱。（1）語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富。在MATLAB進入市場前，國際上的許多軟件包都是直接以FORTRANC語言等編程語言開發(fā)的。屆時看成是一個二維的強度函數(shù)，然后用m個平行于水平面的切割平面作切割，得到m個不同的灰度區(qū)間。拉普拉斯算子對圖像中的噪聲非常敏感，為了減少噪聲的影響，在做增強處理之前，先將待處理的圖像進行平滑，再做拉普拉斯運算。這時可以采用線性濾波和中值濾波的方法。直方圖規(guī)定化方法如下：假設(shè)是原始圖像分布的概率密度函數(shù)，是希望得到的圖像的概率密度函數(shù)。當圖像的直方圖為一均勻分布時，圖像的信息熵最大，此時圖像包含的信息量最大，圖像看起來就顯得清晰。（4）直方圖具有統(tǒng)計特性。這時的變換公式為： ()式中a，b，c都是可以選擇的參數(shù)，當f(x,y)=a時，g(x,y)=0，此時指數(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。它主要利用點運算來修正像素灰度，由輸入像素點的灰度值確定相應(yīng)輸出點的灰度值，是一種基于圖像變換的操作。在圖像處理系統(tǒng)中，圖像增強技術(shù)作為預處理部分的基本技術(shù)，是系統(tǒng)中十分重要的一環(huán)。圖像處理技術(shù)始20世紀60年代，由于當時圖像存儲成本高，處理設(shè)備造價高，因而其應(yīng)用面很窄。傳統(tǒng)的圖像增強算法在確定轉(zhuǎn)換函數(shù)時常是基于整個圖像的統(tǒng)計量，如：ST轉(zhuǎn)換，直方圖均衡，中值濾波，微分銳化，高通濾波等等。1964年，美國噴氣推進實驗室利用計算機對太空船發(fā)回的月球圖像信息進行處理，收到明顯的效果，不久，一門稱為數(shù)字圖像處理的新學科便誕生了，而且很快便對通訊、電視傳輸、醫(yī)學、印染工業(yè)、工業(yè)檢測及科學研究領(lǐng)域產(chǎn)生了重大影響。亮度是觀察者對所看到的物體表面反射光強的量度。如對x射線圖片、CT影像、內(nèi)窺鏡圖像進行增強，使醫(yī)生更容易從中確定病變區(qū)域，從圖像細節(jié)區(qū)域中發(fā)現(xiàn)問題；對不同時間拍攝的同一地區(qū)的遙感圖片進行增強處理，偵查是否有敵人軍事調(diào)動或軍事裝備及建筑出現(xiàn)；在煤礦工業(yè)電視系統(tǒng)中采用增強處理來提高工業(yè)電視圖像的清晰度，克服因光線不足、灰塵等原因帶來的圖像模糊、偏差等現(xiàn)象，減少電視系統(tǒng)維護的工作量。在實際應(yīng)用中每個部分都有可能導致圖像品質(zhì)變差，使圖像傳遞的信息無法被正常讀取和識別。數(shù)字圖像處理是指將圖像信號轉(zhuǎn)換成數(shù)字格式并利用計算機對其進行處理的過程。在一般情況下，經(jīng)過圖像的傳送和轉(zhuǎn)換，如成像、復制、掃描、傳輸和顯示等，經(jīng)常會造成圖像質(zhì)量的下降。常用的一些圖像增強方法是學習圖像增強的基礎(chǔ)，至今它們對于改善圖像質(zhì)量仍發(fā)揮著重要的作用。將二維坐標位置函數(shù)稱為灰度。，從一幅或是一批圖像的最簡單的處理，如特征增強、去噪、平滑等基本的圖像處理技術(shù)，到圖像的特征分析和提取，進而產(chǎn)生對圖像的正確理解或者遙感圖像的解譯，最后的步驟可以是通過專家的視覺解譯，也可以是在圖像處理系統(tǒng)中通過一些知識庫而產(chǎn)生的對圖像的理解。這時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)整圖像灰度值的動態(tài)范圍，自動地增加整個圖像的對比度，使圖像具有較大的反差，細節(jié)清晰。90年代是圖像處理技術(shù)實用化時期，圖像處理的信息量巨大，對處理的速度要求極高。因此，對于計算機來說，要對圖像進行處理，并不是一件容易的事情。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?？煞譃榫€性變換、分段線性變換、非線性變換。對數(shù)變換用于擴展低灰度區(qū)，一般適用于過暗的圖像?？梢詫0,1]區(qū)間內(nèi)的任何一個r進行如下的變換：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。 直方圖均衡化變換函數(shù)實際上，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很少能夠得到完全平坦的結(jié)果，而且，變換后往往會出現(xiàn)灰度級減少的現(xiàn)象，這種現(xiàn)象被稱為“簡并”現(xiàn)象。但是，對于離散圖像，由于G(s)是一個離散的階梯函數(shù)，不可能有逆函數(shù)存在，對此，只能進行截斷處理，必將不可避免的導致變換后圖像的直方圖一般不能與目標直方圖嚴格的匹配。給定的圖像f(x,y)中的每一個點（m,n），取其領(lǐng)域s。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）。第四章 MATLAB基本知識介紹MATLAB和Mathematica、Maple并稱為三大數(shù)學軟件。時至今日，經(jīng)過MathWorks公司的不斷完善，MATLAB已經(jīng)發(fā)展成為適合多學科，多種工作平臺的功能強大大大型軟件。由于MATLAB是用C語言編寫的，MATLAB提供了和C語言幾乎一樣多的運算符，靈活使用MATLAB的運算符將使程序變得極為簡短。而學科性工具箱是專業(yè)性比較強的，如control，toolbox, signl processing toolbox, mumnication toolbox等。針對圖像的統(tǒng)計計算MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調(diào)整、自適應(yīng)濾波等對圖像進行的處理。確切地說它們分別稱為照度成分和反射成分。end figure,bar(0:255,GP,39。) xlabel(39。致 謝一個學期的畢業(yè)設(shè)計就要結(jié)束了，先對指導我們的***老師說一聲謝謝，這幾個月我學到了很多，不僅僅是關(guān)于圖像處理這門課的知識，還有很多做人做事的方法和態(tài)度。：任務(wù)書、開題報告、外文譯文、譯文原文（復印件）。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。 end figure,imshow(PA) title(39。) ylabel(39。)。第五章 圖像增強算法與實現(xiàn)圖像對比度增強的方法可以分成兩類:一類是直接對比度增強方法。所支持的圖像處理操作有:圖像的幾何操作、鄰域和區(qū)域操作、圖像變換、圖像恢復與增強、線性濾波和濾波器設(shè)計、變換(DCT變換等) 、圖像分析和統(tǒng)計、二值圖像操作等。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數(shù)據(jù)的可視化非常簡單。 MATLAB語言的特點一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點，正如同F(xiàn)ORTRAN和C等高級語言使人們擺脫了需要直接對計算機硬件資源進行操作一樣，被稱作為第四代計算機語言的MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。到70年代后期,身為美國New Mexico大學計算機系系主任的Cleve Moler,在給學生講授線性代數(shù)課程時,想教學生使用EISPACK和LINPACK程序庫,但他發(fā)現(xiàn)學生用FORTRAN編寫接口程序很費時間,于是他開始自己動手, Moler給這個接口程序取名為MATLAB,該名為矩陣(matrix)和實驗室(labotatory),MATLAB在多所大學里作為教學輔助軟件使用,并作為面向大眾的免費軟件廣為流傳.　方法之二是根據(jù)人的眼睛的色覺靈敏度，重新分配圖像成份的顏色。（1） 梯度法梯度是圖像處理中最常用的一種一階微分方法。圖像中往往包含有各種各樣的噪聲。另外，采用灰度間隔放大理論的直方圖修正方法也可以減少簡并現(xiàn)象。它以概率論為基礎(chǔ)，運用灰度點運算來實現(xiàn)，從而達到增強的目的。（2）直方圖反應(yīng)了圖像的整體灰度。進行變換時，把0255整個灰度值區(qū)間分為若干線段，每一個直線段都對應(yīng)一個局部的線性變換關(guān)系。 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，運算速度受影響。Russoti提出的自適應(yīng)模糊濾波算子可以較好的保護圖像細節(jié)和濾除高斯噪聲，其算法中窗口的大小由鄰域一致性程度決定，該一致性程度由一個模糊邏輯規(guī)則導出。這些噪聲的存在直接影響著后續(xù)的處理過程，使圖像失真。事實上，除了這三種工具以外，數(shù)學形態(tài)學、神經(jīng)網(wǎng)絡(luò)等學科在圖像去噪及圖像分割方面也存在特有的優(yōu)勢。 （a） 原始圖像 (b)原始圖像灰度直方圖 原始圖像與相應(yīng)灰度直方圖 圖像增強概述隨著數(shù)字技術(shù)的不斷發(fā)展和應(yīng)用，現(xiàn)實生活中的許多信息都可以用數(shù)字形式的數(shù)據(jù)進行處理和存儲，數(shù)字圖像就是這種以數(shù)字形式進行存儲和處理的圖像。這里x和y表示二維空間XY中一個坐標點的位置，而f則代表圖像在點的某種性質(zhì)數(shù)值。處理后的圖像是否保持原狀已經(jīng)是無關(guān)緊要的了，不會因為考慮到圖像的一些理想形式而去有意識的努力重現(xiàn)圖像的真實度。 Image Enhancement。processing。從不同的途徑獲取的圖像，通過進行適當?shù)脑鰪娞幚?，可以將原本模糊不清甚至根本無法分辨的原始圖像處理成清晰的富含大量有用信息的可使用圖像，有效地去除圖像中的噪聲、增強圖像中的邊緣或其他感興趣的區(qū)域，從而更加容易對圖像中感興趣的目標進行檢測和測量。由于從外界得到的圖像多是二維（2D）的，一幅圖像可以用一個2D數(shù)組表示?；叶戎狈綀D是灰度值的函數(shù)，描述的是圖像中具有該灰度值的像素的個數(shù)，（b）為圖像（a）的灰度直方圖，其橫坐標表示像素的灰度級別，縱坐標表示該灰度出現(xiàn)的頻率（像素的個數(shù)）。其中基于變換的圖像處理框架主要在實現(xiàn)圖像壓縮上有優(yōu)勢，而基于偏微分方程（PDE）的圖像處理框架在圖像的噪聲去除、邊緣提取、圖像分割上有優(yōu)勢。這些噪聲一般是隨機產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點。例如Yang和Tohl采用模糊規(guī)則改進傳統(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。 離散圖像變換的一般表達式對于二維離散函數(shù) x=0,1,2,…,M1；y=0,1,2,…,N1 ()有變換對 ()u=0，1，2，…，M1 v＝0，1，2，…，N1 x=0，1，2，…，M1 y＝0，1，2，…，N1 ()變換核可分離的離散圖像變換表示為： ()如此，二維離散變換就可以用兩次一維變換實現(xiàn)。 分段線性變換為了突出圖像中感興趣的目標或灰度區(qū)間，相對抑制