基于直方圖變換實(shí)現(xiàn)的圖像增強(qiáng)的課程設(shè)計(jì)說(shuō)明書(編輯修改稿)
2025-08-14 11:58 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 模內(nèi)所有像素點(diǎn)灰度的平均值代替，如果規(guī)定了在取均值過(guò)程中掩模內(nèi)各像素點(diǎn)所占的權(quán)重，即各像素點(diǎn)所乘系數(shù)，這時(shí)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(duì)應(yīng)像素點(diǎn)的灰度值用掩模內(nèi)所有像素點(diǎn)灰度值的中間值代替。 銳化 平滑噪聲時(shí)經(jīng)常會(huì)使圖像的邊緣變的模糊，針對(duì)平均和積分運(yùn)算使圖像模糊，可對(duì)其進(jìn)行反運(yùn)算采取微分算子使用模板和統(tǒng)計(jì)差值的方法，使圖像增強(qiáng)銳化。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，通過(guò)高通濾波器去除低頻分量，也可以達(dá)到圖像銳化的目的。 各種圖像增強(qiáng)技術(shù)方法的優(yōu)缺點(diǎn) （ 1） 灰度變換 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。 （ 2） 直方圖均衡化 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。 數(shù)字圖像處理課程設(shè)計(jì) 第 5 頁(yè) 共 13 頁(yè) （ 3）平滑算法 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。 （ 3） 銳化 優(yōu)勢(shì)：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。 不足：圖像顯示清楚的地方，經(jīng)過(guò)濾波發(fā)生了失真。 第四章 直方圖增強(qiáng)及 matlab實(shí)現(xiàn) 直方圖均衡化 直方圖均衡化是一種最常用的直方圖修正。它是把給定圖象的直方圖分布改造成均勻直方圖分布。是間接對(duì)比度增強(qiáng)的方法。由信息學(xué)的理論來(lái)解釋，具有最大熵 (信息量 )的圖象為均衡化圖象。直觀地講，直方圖均衡化導(dǎo)致圖象的對(duì)比度增 加。從原理上講，直方圖均衡化則通過(guò)使用累計(jì)函數(shù)對(duì)灰度值進(jìn)行“調(diào)整”以實(shí)現(xiàn)對(duì)比度的增強(qiáng)。 直方圖均衡化基本做法是將每個(gè)灰度區(qū)間等概率分布代替了原來(lái)的隨機(jī)分布，即增強(qiáng)后的圖象中每一灰度級(jí)的像元數(shù)目大致相同。直方圖均衡化可使得面積最大的地物細(xì)節(jié)得以增強(qiáng)，而面積小的地物與其灰度接近的地物進(jìn)行合并，形成綜合地物。減少灰度等級(jí)換取對(duì)比度的增大 要注意的是，均衡化處理后的圖象只能是近似均勻分布。均衡化圖象的動(dòng)態(tài)范圍擴(kuò)大了，但其本質(zhì)是擴(kuò)大了量化間隔，而量化級(jí)別反而減少了，因此，原來(lái)灰度不同的象素經(jīng)處理后可能變的相同，形成了一片的相同灰度的區(qū)域，各區(qū)域之間有明顯的邊界，從而出現(xiàn)了偽輪廓。 直方圖進(jìn)行均衡化變換后得到一幅灰度直方圖為均勻分布的新圖像 數(shù)字圖像處理課程設(shè)計(jì) 第 6 頁(yè) 共 13 頁(yè) 變換前圖像的直方圖 均衡化后圖像的直方圖 （ 1）對(duì)于連續(xù)的數(shù)字圖像所用直方圖均衡化公式為 ??? r r dr)r(p)r(Ts 0 當(dāng)變換函數(shù)為 r 的累積直方圖函數(shù)時(shí) ，能達(dá)到直方圖均衡化的目的 （ 2）對(duì)于灰度級(jí)為離散的數(shù)字圖像，用頻率；來(lái)代替概率，則所用直方圖公式為 公式中， T(rk)來(lái)表示原圖像的第 k 個(gè)灰度級(jí)的轉(zhuǎn)換函數(shù)。 ∑ 表示總和。 ∑nj/N 表示 0~j個(gè)灰度級(jí)的像素?cái)?shù)量總和與像素總數(shù)的比值，也就是前面講過(guò)的百分位 (當(dāng)前色階與前面色階的所有像素?cái)?shù)量 247。 總像素?cái)?shù)量 )。 ∑Pr(rk )表示第 0~k 的灰度級(jí)出現(xiàn)概率累積相加。因?yàn)?s 是歸一化的數(shù)值 (s∈[0,1]) ，要轉(zhuǎn)換為 0~255的顏色值，需要再乘上 255，即S=∑Pr(rk)*255 。 matlab 的實(shí)現(xiàn) .matlab 直方圖均衡化的函數(shù) 是 histeq， I = imread(39。39。)。 [J,T] = histeq(I)。 Figure,plot((0:255)/255,T)。 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(jì) 第 7 頁(yè) 共 13 頁(yè) Yuantu=imread(39。D:\39。)。 %讀 取原圖象 [m,n,o]=size( Yuantu)。 %讀取原圖象的大小尺寸
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1