【文章內(nèi)容簡(jiǎn)介】 能會(huì)因?yàn)楦鞣N原因而被污染，產(chǎn)生噪聲。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。噪聲并不僅限于人眼所見(jiàn)的失真，有些噪聲只針對(duì)某些具體的圖像處理過(guò)程產(chǎn)生影響。圖像中的噪聲往往和正常信號(hào)交織在一起，尤其是乘性噪聲，如果處理不當(dāng)，就會(huì)破壞圖像本身的細(xì)節(jié)，如會(huì)使線條、邊界等變得模糊不清。有些圖像是通過(guò)掃描儀掃描輸入或傳輸通道傳輸過(guò)來(lái)的。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機(jī)產(chǎn)生的，因此具有分布和大小不規(guī)則性的特點(diǎn)。圖像平滑就是針對(duì)圖像噪聲的操作，其主要作用是為了消除噪聲。如何既平滑掉噪聲又盡量保持圖像細(xì)節(jié)，是圖像平滑的主要研究任務(wù)。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。這時(shí)可以采用線性濾波和中值濾波的方法。（1）線性濾波線性濾波一般采用的是領(lǐng)域平均法。對(duì)于給定的圖像f(x，y)中的每一個(gè)點(diǎn)（m，n），取其領(lǐng)域s。設(shè)s含有M個(gè)像素，取其平均值作為處理后所得圖像像素點(diǎn)（m，n）處的灰度。設(shè)S是3*3的正方形鄰域，點(diǎn)（m，n）位于S中心，則： ()（2）中值濾波中值濾波就是輸出圖像的某點(diǎn)象素等于該象素鄰域中各象素灰度的中間值。給定的圖像f(x,y)中的每一個(gè)點(diǎn)（m,n），取其領(lǐng)域s。設(shè)s含有M個(gè)像素{a1，a2，?，aM}，將其按大小排序，若M是奇數(shù)時(shí)，則位于中間的那個(gè)象素值就是修改后圖像g(x,y)在點(diǎn)f(m,n)處的像素值；若M是偶數(shù)則取中間兩個(gè)象素的平均值作為修改后圖像g(x,y)在點(diǎn)（m,n）處的像素值。 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(lèi)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。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變得清晰，經(jīng)過(guò)平滑的圖像變得模糊的根本原因是圖像受到了平均或積分運(yùn)算，因此可以對(duì)其進(jìn)行逆運(yùn)算（如微分運(yùn)算）就可以使圖像變得清晰。從頻率域來(lái)考慮，圖像模糊的實(shí)質(zhì)是因?yàn)槠涓哳l分量被衰減，因此可以用高通濾波器來(lái)使圖像清晰。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(duì)圖像的某種運(yùn)算是各向同性的。（1）梯度法梯度是圖像處理中最常用的一種一階微分方法。對(duì)圖像函數(shù)F(j,k)，其在點(diǎn)（j,k）上的梯度定義為矢量： ()從梯度的性質(zhì)可知，梯度的方向確定了圖像F(j,k)的最大變化率的方向，G[F(j,k)]的幅度為下式： ()對(duì)于數(shù)字圖像，用差分來(lái)近似微分。為了便于編程和提高運(yùn)算速度，可以如下進(jìn)行絕對(duì)值的運(yùn)算： ()一旦計(jì)算梯度的算法確立之后，就可以有很多方法來(lái)使圖像輪廓突出。最簡(jiǎn)單的方法就是令（x,y）點(diǎn)上銳化后的圖像函f(x,y)數(shù)值等于原始圖像在該點(diǎn)上的梯度值，即： ()此法的缺點(diǎn)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。（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。拉普拉斯算子對(duì)圖像中的噪聲非常敏感，為了減少噪聲的影響，在做增強(qiáng)處理之前，先將待處理的圖像進(jìn)行平滑，再做拉普拉斯運(yùn)算。相對(duì)于梯度算子，拉普拉斯算子具有增強(qiáng)的邊緣精確定位的優(yōu)點(diǎn)。因?yàn)樘荻纫浑A微分算子會(huì)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。然后，二階差分算子的過(guò)零特性，可以使邊緣增強(qiáng)后精確定位。（3）高通濾波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，從而達(dá)到圖像銳化的目的。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）。本章小結(jié)本章對(duì)圖像的增強(qiáng)與原理進(jìn)行了簡(jiǎn)單的概述，對(duì)幾種常用的增強(qiáng)算法進(jìn)行了分析、研究。針對(duì)圖像增強(qiáng)過(guò)程中遇到的問(wèn)題，提出相應(yīng)的解決方法。第四章 圖像增強(qiáng)算法與實(shí)現(xiàn) 灰度變換為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換，把0255整個(gè)灰度值區(qū)間分為若干線段，每一個(gè)直線段都對(duì)應(yīng)一個(gè)局部的線性變換關(guān)系，常用的是三段線性變換方法。 三段線性變換其中f(x,y)，g(x,y)分別為原圖像和變換后的圖像的灰度級(jí)，max f、max g分別為原圖像和變換后的圖像的最大灰度級(jí)?；叶葏^(qū)間[a,b]為要增強(qiáng)的目標(biāo)所對(duì)應(yīng)的灰度范圍，變換后灰度范圍擴(kuò)展至[c,d]。變換時(shí)對(duì)[a,b]進(jìn)行了線性拉伸，而[0,a]和[b,max]則被壓縮，這兩部分對(duì)應(yīng)的細(xì)節(jié)信息損失了。若這兩部分對(duì)應(yīng)的像素?cái)?shù)較少，則損失的信息也相應(yīng)較少。其數(shù)學(xué)表達(dá)式如式（）所示[14]。 ()分段線性變換可以根據(jù)用戶的需要，拉伸特征物體的灰度細(xì)節(jié)，雖然其他灰度區(qū)間對(duì)應(yīng)的細(xì)節(jié)信息有所損失，這對(duì)于識(shí)別目標(biāo)來(lái)說(shuō)沒(méi)有什么影響。下面對(duì)一些特殊的情況進(jìn)行了分析。令k1＝c/a ,k2=(dc)/(ba)，k3=(max gd)/(max fb)，即它們分別為對(duì)應(yīng)直線段的斜率。當(dāng)k1=k3=0時(shí)，（a）所示，表示對(duì)于[a,b]以外的原圖灰度不感興趣，均令為0，而處于[a,b]之間的原圖灰度，則均勻的變換成新圖灰度。當(dāng)k1=k2=k3=0，但c=d時(shí)，（b）所示，表示只對(duì)[a,b]間的灰度感興趣，且均為同樣的白色，其余變黑，此時(shí)圖像對(duì)應(yīng)變成二值圖。這種操作又稱為灰度級(jí)（或窗口）切片。當(dāng)kl=k3＝1，c=d=max g時(shí)，（c）所示，表示在保留背景的前提下，提升[a,b]間像素的灰度級(jí)。它也是一種窗口或灰度級(jí)切片操作。 三段線性變換MATLAB軟件中，imadjust函數(shù)可以實(shí)現(xiàn)圖像的灰度變換，通過(guò)直方圖變換調(diào)整圖像的對(duì)比度。 ()其中，gamma為校正量r，為原圖像中要變換的灰度范圍，指定了變換后的灰度范圍。以下展示了常用對(duì)比度擴(kuò)展法的結(jié)果： （a） （b） （c） （b） a為原圖像；b為a的直方圖；c為對(duì)比度擴(kuò)展結(jié)果；d為c的直方圖（a）可以看出原始圖像動(dòng)態(tài)范圍較小，整體較暗，反映在直方圖上像素主要集中在低灰度的一側(cè)，如圖（b）所示。經(jīng)過(guò)對(duì)比度調(diào)整，圖像變亮，可以看到更多的細(xì)節(jié)如圖（c）和（d）所示。優(yōu)勢(shì)：可以充分利用圖像中的亮度信息，明顯改善圖像質(zhì)量，是一種常用的圖像增強(qiáng)算法。不足：對(duì)于受噪聲影響明顯的圖像，該算法增強(qiáng)效果不明顯。即不能有效地抑制噪聲。而且，僅僅利用了圖像中的局部信息。 直方圖均衡化直方圖均衡化過(guò)程如下：（1）計(jì)算原圖像的灰度直方圖；（2）計(jì)算原圖像的灰度累積分布函數(shù)，進(jìn)一步求出灰度變換表；（3）根據(jù)灰度變換表，將原圖像各灰度級(jí)映射為新的灰度級(jí)。在MATLAB中，histeq函數(shù)可以實(shí)現(xiàn)直方圖均衡化。函數(shù)調(diào)用方法為： ()該命令對(duì)灰度圖像I進(jìn)行變換，返回有N級(jí)灰度的圖像J，J中的每個(gè)灰度級(jí)具有大致相同的像素點(diǎn)，所以圖像J的直方圖較為平坦，當(dāng)N小于I中灰度級(jí)數(shù)時(shí)，J的直方圖更為平坦，缺省的N值為64。以下展示了直方圖均衡化的效果： （a） （b） （c） （d） a為原圖像；b為a的直方圖；c為直方圖均衡化結(jié)果；d為c的直方圖從直方圖統(tǒng)計(jì)可以看出，原始圖的灰度范圍大約是0到100之間，灰度分布的范圍比較狹窄，所以整體上看對(duì)比度比較差，而直方圖均衡化后，灰度幾乎是均勻的分布在0到255的范圍內(nèi)，圖像明暗分明，對(duì)比度很大，圖像比較清晰明亮，很好的改善了原始圖的視覺(jué)效果。優(yōu)勢(shì)：能夠使得處理后圖像的概率密度函數(shù)近似服從均勻分布，其結(jié)果擴(kuò)張了像素值的動(dòng)態(tài)范圍，是一種常用的圖像增強(qiáng)算法。不足：不能抑制噪聲。 平滑算法平滑運(yùn)算主要用于減少噪聲，對(duì)圖像進(jìn)行預(yù)處理以便于更高級(jí)的圖像處理技術(shù)的實(shí)現(xiàn)。（1）線性濾波輸出圖像的值等于輸入圖像濾波后值的局部平均，各個(gè)項(xiàng)具有相同的權(quán)。下面是平滑窗口分別為矩形和圓形的情況。 ()優(yōu)勢(shì)：實(shí)現(xiàn)簡(jiǎn)單，去噪效果明顯。不足：去噪的同時(shí)會(huì)導(dǎo)致結(jié)果圖像邊緣位置的改變和細(xì)節(jié)模糊甚至丟失。（2） 非線性濾波中值濾波是一種最常用的圖像增強(qiáng)技術(shù)，是非線性濾波。對(duì)椒鹽噪聲有很好的去噪效果。中值濾波是基于一個(gè)移動(dòng)窗口并計(jì)算輸入圖像在窗口內(nèi)的像素亮度值的中值作為輸出圖像窗口中心的像素值而產(chǎn)生的。給定的圖像f(x,y)中的每一個(gè)點(diǎn)（m,n），取其領(lǐng)域s。設(shè)s含有M個(gè)像素{a1，a2，?，aM}，將其按大小排序，若M是奇數(shù)時(shí)，則位于中間的那個(gè)象素值就是修改后圖像g(x,y)在點(diǎn)（m,n）處的像素值；若M是偶數(shù)則取中間兩個(gè)象素的平均值作為修改后圖像g(x,y)在點(diǎn)（m,n）處的象素值。我們?cè)谶@里先人為的加上一些噪聲，然后在matlab中實(shí)現(xiàn)中值濾波的效果圖如下： （a） （b） （c） （d） （e） a為原圖像 b為加入椒鹽噪聲后的圖像 c為經(jīng)過(guò)33窗口二維中值濾波的圖像 d為55窗口二維中值濾波圖像e為77窗口二維中值濾波后的圖像比較經(jīng)過(guò)加入椒鹽噪聲的圖像和經(jīng)過(guò)中值濾波的圖像，可以發(fā)現(xiàn)，圖像的噪聲點(diǎn)被去除；但是比較原始圖像和經(jīng)過(guò)濾波的圖像后會(huì)發(fā)現(xiàn)，圖像的邊緣稍微的變得模糊，這是平滑算法不可避免的缺點(diǎn)。優(yōu)勢(shì)：去噪效果明顯，并且能夠較好的保持圖像邊緣位置和細(xì)節(jié)。不足：非線性濾波算法的實(shí)現(xiàn)相對(duì)線性濾波比較困難。 銳化圖像銳化處理的作用是使灰度反差增強(qiáng)，從而使模糊圖像變得更加清晰。圖像模糊的實(shí)質(zhì)就是圖像受到平均運(yùn)算或積分運(yùn)算，因此可以對(duì)圖像進(jìn)行逆運(yùn)算，如微分運(yùn)算以突出圖像細(xì)節(jié)使圖像變得更為清晰。由于拉普拉斯是一種微分算子，它的應(yīng)用可增強(qiáng)圖像中灰度突變的區(qū)域，減弱灰度的慢變化區(qū)域。因此，銳化處理可選擇拉普拉斯算子對(duì)原圖像進(jìn)行處理產(chǎn)生描述灰度突變的圖像，再將拉普拉斯圖像與原始圖像疊加而產(chǎn)生銳化圖像。拉普拉斯銳化的基本方法可以由下式表示[15]： ()這種簡(jiǎn)單的銳化方法既可以產(chǎn)生拉普拉斯銳化處理的效果，同時(shí)又能保留背景信息：將原始圖像疊加到拉普拉斯變換的處理結(jié)果中去，可以使圖像中的各灰度值得到保留、灰度突變處的對(duì)比度得到增強(qiáng)，最終結(jié)果是在保留圖像背景的前提下，突現(xiàn)出圖像中小的細(xì)節(jié)。： （a） （b） （c） (a)為原圖像，（b）拉普拉斯銳化濾波圖像，（c）為拉普拉斯銳化濾波結(jié)果比較原始模糊圖像和經(jīng)過(guò)拉氏算子運(yùn)算的圖像，可以發(fā)現(xiàn)，圖像模糊的部分得到了銳化，特別是模糊的邊緣部分得到了增強(qiáng)，邊界更加明顯。但是，圖像顯示清楚的地方，經(jīng)過(guò)濾波發(fā)生了失真，這也是拉氏算子增強(qiáng)的一大缺點(diǎn)。本章小結(jié)通過(guò)對(duì)以上四個(gè)常用的增強(qiáng)算法的實(shí)現(xiàn)，從實(shí)驗(yàn)結(jié)果中可以看出每種算法各有優(yōu)缺點(diǎn)。通過(guò)在Matlab的GUI圖形操作界面集合四種常用算法的程序，可以更為直觀地突出每種算法的特性，： （a） 圖最好換一下 （b）圖最好換一下 （c）圖最好換一下 （d）圖最好換一下 （a）為點(diǎn)擊“灰度變換”的運(yùn)行結(jié)果；（b）為點(diǎn)擊“直方圖均衡化”的運(yùn)行結(jié)果；（c）為點(diǎn)擊“平滑”的運(yùn)行結(jié)果；（d）為點(diǎn)擊“銳化”的運(yùn)行結(jié)果。結(jié) 論本次畢業(yè)設(shè)計(jì)題目是基于MATLAB圖像增強(qiáng)算法研究，雖然設(shè)計(jì)的時(shí)間不是很長(zhǎng)，但在這短短的十三周的時(shí)間里確實(shí)使我學(xué)到了很多東西，在王妍瑋老師的細(xì)心教導(dǎo)下，我學(xué)會(huì)許多關(guān)于圖像增強(qiáng)方面的知識(shí)，對(duì)今后的工作學(xué)習(xí)有很大的幫助。圖像增強(qiáng)，擬人說(shuō)法是給圖像“化妝”，是按照特定的需要有選擇的突出圖像中的某些信息，削弱或去除某些不需要的信息的處理方法。數(shù)字圖像增強(qiáng)技術(shù)是數(shù)字圖像處理的基本技術(shù)，圖像增強(qiáng)的目的是突出圖像中人或者機(jī)器感興趣的特征部分，為后續(xù)的圖像識(shí)別、理解、輸出顯示等服務(wù)。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?？偨Y(jié)如下：圖像增強(qiáng)的方法有很多種，針對(duì)不對(duì)圖像的情況運(yùn)用不同的增強(qiáng)技術(shù)，使圖像更容易讓人識(shí)別、更清晰，是本課題主要的研究目的。對(duì)比度增強(qiáng)法適合于對(duì)比度較低的圖像，通過(guò)線性和非線性的變化，修改每一個(gè)像素的灰度，從而改變圖像的動(dòng)態(tài)范圍達(dá)到圖像增強(qiáng)的目的。直方圖均衡化針對(duì)在低值灰度區(qū)間上頻率較大、圖像中較暗區(qū)域中細(xì)節(jié)看不清楚的圖像，有較好的增強(qiáng)效果。但是上述兩種方法的缺點(diǎn)都是不能抑制噪聲，對(duì)于圖像中呈孤立分散分布的噪聲點(diǎn)，可以用平滑的方式去除，其中線性濾波實(shí)現(xiàn)簡(jiǎn)單，去噪效果明顯，但是去噪的同時(shí)會(huì)導(dǎo)致結(jié)果圖像邊緣位置的改變和細(xì)節(jié)模糊甚至丟失；非線性濾波能夠較好的保持圖像邊緣位置和細(xì)節(jié)，但是算法的實(shí)現(xiàn)相對(duì)線性濾波比較困難。平滑處理的時(shí)候經(jīng)常會(huì)使圖像的邊緣變的模糊，圖像銳化處理的作用就是使灰度反差增強(qiáng)，從而使模糊圖像變得更加清晰。最后，圖像處理是面向?qū)ο蠛蛦?wèn)題的一門(mén)學(xué)科。圖像處理的研究，也就是針對(duì)某一問(wèn)題最多也就是某一類(lèi)型問(wèn)題的算法的研究。圖像處理廣闊的領(lǐng)域中，還有很多需要研究和探索的領(lǐng)域，例如：找到一種客觀的評(píng)價(jià)標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)能對(duì)圖像能夠客觀的正確的評(píng)價(jià)一幅圖像的好與壞；如何對(duì)圖像進(jìn)行分類(lèi)，以便能在成千上萬(wàn)的圖像庫(kù)中實(shí)現(xiàn)檢索等等。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(gè)又一個(gè)辦法，來(lái)完