【文章內(nèi)容簡(jiǎn)介】 強(qiáng)細(xì)節(jié)，但是算法復(fù)雜度太高，鄰域窗口大小需要手動(dòng)操作不斷嘗試，還會(huì)引進(jìn)許多噪聲。針對(duì) 上述問(wèn)題，本文在 DSP 軟件仿真環(huán)境下進(jìn)行了灰度變換的實(shí)驗(yàn)。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)這種方法對(duì)于灰度變化少的圖像非常適用。能有效地抑制背景的增強(qiáng)過(guò)度，減少細(xì)節(jié)簡(jiǎn)并，能得到層次感較好，特征鮮明的圖像。 針對(duì)不同特點(diǎn)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。實(shí)現(xiàn)結(jié)果表明，本文提出的改進(jìn)方法對(duì)于某些圖像取得了比現(xiàn)有增強(qiáng)方法更好的效果。 關(guān)鍵詞： 圖像增強(qiáng) ； 圖像平滑 ； 圖像去噪 II ABSTRACT Edge detection technology is the basis of image analysis and processing, image segmentation, image enhancement, image restoration, pattern recognition, image pression is a hot issue of research in the field of image processing. Vision is the most important human perception means, visual information is the main source of information of our humanity from nature, according to statistics about 70 percent of the total human information obtained from outside. Archaism cloud: seeing is believing, which fully shows that visual effects are brought by the visual information of the text and voice can not reach. Image is the human access to important way of visual information. In image processing, image enhancement technology in improving the image quality has an important role. Strengthening can make image dynamic range, image contrast enhancement, image is clear, characteristic is obvious. Traditional linear gray level transformation and nonlinear grayscale transformation can make the image gray level range is difficult to achieve image formats allowed by the maximum gray level transform, the image of the administrative act is not good, the image information loss, etc. Histogram equalization to enhance the visibility of the whole image automatically, but can not adapt to local luminance of image features, prone to grayscale degenerate phenomenon, resulting in the details area is missing, at the same time also more sensitive to noise。 Local histogram equalization is a kind of adaptive method, can enhance the details to a great extent, but it is a large amount of calculation, will introduce a lot of noise at the same time. Aiming at these problems this paper proposes a adaptive histogram equalization algorithm based on dynamic threshold. Through experiment, the method for the background region, gray image is very appropriate. Can effectively inhibit the excessive increase of background, and reduce the target details degenerate phenomenon, administrative levels feeling good image is obtained. According to the characteristics of different images with corresponding image enhancement method can achieve good effect. Implementation results show that the proposed improved method for some image achieved better results than the existing method. Keywords: Image enhancement。 the image smooth。 Image denoising 基于 DM642 平臺(tái)的圖像灰度變換方法研究與實(shí)現(xiàn) 1 引言 一般來(lái)說(shuō) ，圖像增強(qiáng)的目的是為了增加圖像的對(duì)比度，從而得到處理后的圖像更適合某種特定的應(yīng)用。圖像處理是很具有目的性的，人們感興趣的只是目標(biāo)本身，對(duì)背景什么的卻并不關(guān)注。因此可以采用灰度變換方法對(duì)圖像進(jìn)行增強(qiáng)。 圖像增強(qiáng)處理技術(shù)分成兩大類(lèi)：頻域處理方法，基礎(chǔ)是卷積定理，采用修改圖像傅立葉變換的方法實(shí)現(xiàn)對(duì)圖像的增強(qiáng)。常用的方法，低通濾波，高頻提升濾波、同態(tài)濾波等；空域處理方法，直接對(duì)圖像中的像素灰度進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)。所用的映射變換取決于增強(qiáng)的目的。包括灰度變換、直方圖修正，平滑和銳化處理、彩色增強(qiáng)等 。在我們獲取圖像的過(guò)程中，由于光照、天氣等多種因素影響，圖像不能達(dá)到要求，我們就可以利用一系列圖像增強(qiáng)技術(shù)來(lái)改善圖像質(zhì)量，使其能直觀清晰地觀察。 本文 會(huì) 對(duì)經(jīng)典的 灰度線性變換，非線性變換，直方圖均衡化和局部直方圖均衡化進(jìn)行詳細(xì)的分析。并用 DSP 仿真軟件實(shí)現(xiàn)灰度線性變換的過(guò)程。對(duì)效果圖進(jìn)行比較分析，確定灰度線性變換在灰度變換技術(shù)中是十分重要的。 基于 DM642 平臺(tái)的圖像灰度變換方法研究與實(shí)現(xiàn) 2 1 緒論 課題研究背景和意義 圖像是人類(lèi)了解世界的最重要手段，科學(xué)的研究和統(tǒng)計(jì)表明，人類(lèi)的視覺(jué)系統(tǒng)，能幫助我們從外部 獲得的信息 75％以上的圖像 [1]，圖片給我們的信息是非常豐富的。圖像信息是其他的信息不能取代的。為了能盡快地獲取目的信息，抑制或刪除一些不必要的信息，各種計(jì)算機(jī)視覺(jué)處理方法應(yīng)運(yùn)而生。用計(jì)算機(jī)對(duì)圖像進(jìn)行各種各樣變換處理，使圖像達(dá)到特定的質(zhì)量要求?；叶茸儞Q是圖像處理中非常重要的領(lǐng)域。 隨著電子計(jì)算機(jī)技術(shù)的進(jìn)步 ,計(jì)算機(jī)圖像處理今年得到飛躍發(fā)展 ,已經(jīng)成功的應(yīng)用于幾乎與所有與成像有關(guān)的領(lǐng)域 ,并正發(fā)揮著其重要作用 。 它利用計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行系列操作 ,從而獲得預(yù)期的結(jié)果 。 對(duì)圖像進(jìn)行處理時(shí) ,經(jīng)常運(yùn)用圖像增強(qiáng)技術(shù)以改善圖像的 質(zhì) 量。 通常情況下，我們獲取的圖片或多或少都會(huì)有質(zhì)量下降的現(xiàn)象。這是由于光照條件不足或者過(guò)度會(huì)使圖像對(duì)比度過(guò)低或過(guò)高，造成圖像過(guò)量或者太暗，還有圖像在傳輸過(guò)程中免不了會(huì)出現(xiàn)一些噪聲；還有光學(xué)系統(tǒng)的失真或者相對(duì)運(yùn)動(dòng)等都會(huì)造成圖片模糊不清。所以說(shuō)我們獲取的原始圖片在清晰度或者對(duì)比度上都存在問(wèn)題。雖然我們對(duì)于圖片的目的性不同，衡量圖片的標(biāo)準(zhǔn)不同，但是根據(jù)所需的要求對(duì)圖片進(jìn)行處理，改善圖片質(zhì)量擁有很大的發(fā)展前景。 由于影響系統(tǒng)圖像清晰程度的因素很多，圖像質(zhì)量降低了， 有的會(huì) 不干凈，看不 清細(xì)節(jié)； 有的會(huì)變的 模糊不清， 甚至 連概貌 都 看不出來(lái)。所以， 只有對(duì)圖像進(jìn)行處理過(guò)后才能對(duì)其分析 。圖像增強(qiáng)可以不 需要 考慮圖像質(zhì)量的下降，只需要將圖像中感興趣的特征 選擇 性 的突出，而抑制或刪除不需要的特征，它的目的主要是提高圖像的 可懂度。因此，其應(yīng)用領(lǐng)域廣泛，需要對(duì)圖像有一定要求的地方都會(huì) 使用這類(lèi)技術(shù)。如醫(yī)學(xué)診斷 [4]、機(jī)器視覺(jué)、公安、國(guó)防、航空航天 [6]、測(cè)繪等等。 隨著計(jì)算機(jī)技術(shù)的發(fā)展，人們對(duì)圖像也提出了不同的要求。比如動(dòng)漫的制作，服裝設(shè)計(jì)，工程設(shè)計(jì)，工藝品設(shè)計(jì)等等，這已經(jīng)形成了一門(mén)新的藝術(shù)。新的應(yīng)用 [7]就是在人們的需求下不斷產(chǎn)生，灰度變換 增強(qiáng)技術(shù)也在這強(qiáng)大的動(dòng)力下迅猛的發(fā)展，不難想象，將來(lái)圖像灰度變換技術(shù)一定能發(fā)揮更重要的作用。 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì) 圖像灰度變換是根據(jù)特定的需要通過(guò)增加圖像灰度對(duì)比度的方法突出圖像中的重要信息，同時(shí)減弱或去除不需要的信息，從而有目的的強(qiáng)調(diào)圖像的整體或局部 基于 DM642 平臺(tái)的圖像灰度變換方法研究與實(shí)現(xiàn) 3 特征。 圖像灰度 變換是 圖像處理的 非常 重要 的 部分，圖像 灰 度增強(qiáng)方法 在 改善圖像質(zhì)量 方面 發(fā)揮了重要作用。隨著 我們對(duì)圖像處理要求的提高 ， 不斷有新的圖像增強(qiáng)技術(shù)出現(xiàn) 。目前圖像灰度增強(qiáng)主要分為如下幾類(lèi)： 1) 傳 統(tǒng)的圖像灰度增強(qiáng)方法 傳統(tǒng)的圖像灰度增強(qiáng)方法可以分 為空域法和頻域法兩大類(lèi)。為了 滿(mǎn)足不同的圖像特點(diǎn) ， 各種各樣的灰度變換方法隨之產(chǎn)生 ， 比 如局部直方圖均衡化、基于冪 函數(shù)的加權(quán)自適應(yīng)直方圖均衡化 [8]、平臺(tái)直方圖均衡化 [9]等。 2) 多尺度分析方法 多尺度分析又稱(chēng)為多分辨率分析， 它能多尺度多角度的提取圖像信息的特征，使噪聲和所需信息在不同的尺度上區(qū)分開(kāi)來(lái)，因此它在圖像去噪和增強(qiáng)方面優(yōu)勢(shì)很大。最近幾年國(guó)內(nèi)外學(xué)者都已經(jīng)將其應(yīng)用到圖像增強(qiáng)中。 3) 數(shù) 學(xué)形態(tài)學(xué)灰度增強(qiáng)方法 數(shù)學(xué)形態(tài)學(xué)其實(shí)就是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對(duì)應(yīng)形狀，從而達(dá)到對(duì)圖像進(jìn)行分析和識(shí)別的目的 。 4) 模糊增強(qiáng)方法 模糊性就是圖像處理在不同的階段可能出現(xiàn)不確定性和不精確性。近年來(lái)不少學(xué)者致力于把模糊集理論引入圖像處理和識(shí)別技術(shù)的研究?；谀：碚摰膱D形處理和識(shí)別技術(shù)在特定的場(chǎng)合能夠取得比傳統(tǒng)方法更好的效果。 次 外， 對(duì)于模糊集方法與 神經(jīng)網(wǎng)絡(luò)、遺傳算法 相 結(jié)合用于圖像灰度增強(qiáng)的方法 也 在研究之 中。 圖形增強(qiáng)技術(shù)很難有一個(gè)統(tǒng)一的衡量圖像質(zhì)量的指標(biāo)能用來(lái)對(duì)比各種圖像灰度算法的好壞。這是因?yàn)閳D像增強(qiáng)往往具有目的性，所以不同的圖像需要使用不同的方法。比如灰度線性變換能夠改善圖像的對(duì)比度，從而提升圖像的質(zhì)量，但他不一定是 圖像去噪的最好方法。在實(shí)際應(yīng)用中，我們要根據(jù)不同的需求，找到一種有效的方法一般都是要反復(fù)的嘗試和實(shí)驗(yàn)，因此圖像灰度增強(qiáng)技術(shù)的實(shí)驗(yàn)性和多樣性是非常高的。有時(shí)候?yàn)榱巳〉酶玫脑鰪?qiáng)效果，我們會(huì)綜合采用多種灰度變換的方法進(jìn)行組合，盡量發(fā)揮每種方法的優(yōu)勢(shì)。不過(guò)這樣的話(huà)參量就必須要選擇準(zhǔn)確，因此圖像增強(qiáng)最大的難點(diǎn)就是靠經(jīng)驗(yàn)對(duì)增強(qiáng)的結(jié)果進(jìn)行量化描述。這就需要我們不斷的嘗試了。 基于 DM642 平臺(tái)的圖像灰度變換方法研究與實(shí)現(xiàn) 4 2 幾種常用的灰度變換方法 簡(jiǎn)介 基本概念和定義 灰度 在數(shù)字圖像中， 在數(shù)字圖像中，灰度值用來(lái)表示圖像中每個(gè)像素的明暗程度。一般灰度圖像只 包含亮度信息而不包含彩色信息。單色圖像中每個(gè)像素的灰度級(jí)都在 [0,255]這個(gè)范圍內(nèi)，而彩色圖像中每個(gè)像素都是由 R、 G、 B 三個(gè)單色調(diào)配的如果每個(gè)像素的 R、 G、 B 完全相同，那么該圖像就是灰度圖像。 灰度直方圖 灰度直方圖 描述了圖片的灰度級(jí)信息，它是灰度級(jí)的函數(shù)，它表示圖像中包含某種灰度級(jí)的像素的個(gè)數(shù)，反映了圖像中某種灰度出現(xiàn)的頻率。 本文采用的灰度直方圖如圖 所示，其橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)是這個(gè) 灰度出現(xiàn)的頻率 (即像素的個(gè)數(shù) )。 灰度直方圖的性質(zhì)如下： 1) 只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)） 卻不能 顯示 像素所在位置 。 2) 假如一幅圖像由多個(gè)不連接的區(qū)域構(gòu)成 ，并且每個(gè)區(qū)域的直方圖 是 已知 的，那么完整圖像的直方圖是這幾 個(gè)區(qū)域的直方圖之和。 3) 與圖像之間的關(guān)系是多對(duì)一的映射關(guān)系。一幅圖像唯一確定出與之