基于matlab的紅外圖像增強(qiáng)技術(shù)研究與應(yīng)用畢業(yè)論文-資料下載頁
2025-06-18 15:59本頁面
【正文】 們都有各自的特點(diǎn)。本節(jié)將把這兩種方法做以對比并用實(shí)驗(yàn)效果圖加以驗(yàn)證。選取一幅加入高斯噪聲的Lena圖像，圖像分辨率大小為 256x256，8bits分別采用傳統(tǒng)增強(qiáng)方法與本章所提出的方法對受污染圖像處理。條件:(1)原圖像中各層次的細(xì)節(jié)都比較豐富，小波函數(shù)選取雙正交小波。(2)小波分解為3層。(3)組合方式增強(qiáng)方法中采用sobel算子得到高頻信息部分加權(quán)與平滑后圖像進(jìn)行疊加的結(jié)果。其中加權(quán)值k=。(4)模極大值方法中參數(shù)與4。(5)小波系數(shù)域相關(guān)性降噪的參數(shù):Tl=Pi/T2=Pi/6。T3=Pi。Tll=Pi/3。T22=Pi/12。T33=Pi.(6)小波系數(shù)域相關(guān)性非線性增強(qiáng)的參數(shù):Tl=Pi/T2= Pi/6。T3=Pi/3。Tll=pi/80。T22=Pi/12。T33=Pi。B1=。C1=40。B2=。C2=40。B3=。C3=10。(a)為原始Lena圖像，(b)是在原始圖像基礎(chǔ)上加入少量高斯噪聲的被污染圖像。(c)是直方圖濾波的結(jié)果，圖像的全局對比度較好，它將灰度在可視范圍內(nèi)最大程度的拉伸，但是可以發(fā)現(xiàn)它也會損失一些細(xì)節(jié)，而對于圖像灰度分布范圍不均勻的圖像效果很差。(d)是采用組合空間增強(qiáng)結(jié)果。可以發(fā)現(xiàn)圖像增強(qiáng)邊緣的增強(qiáng)效果較好，同時也發(fā)現(xiàn)噪聲也隨之放大較嚴(yán)重。所以它對于含噪聲圖像增強(qiáng)效果不理想。(e)是采用了高頻增強(qiáng)的方式的處理結(jié)果，從中發(fā)現(xiàn)它對噪聲的抑制效果較好，通過調(diào)節(jié)濾波器參數(shù)，可以調(diào)節(jié)增強(qiáng)的效果，但是對于頻率與噪聲一致的情況無法取分，存在細(xì)節(jié)丟失的現(xiàn)象。(O采用非線性小波系數(shù)增強(qiáng)方法的處理結(jié)果，可以看到圖像細(xì)節(jié)增強(qiáng)效果比較好，但是噪聲很嚴(yán)重，并且由于該算法僅僅根據(jù)小波分解系數(shù)的調(diào)節(jié)增強(qiáng)尺度，往往系數(shù)比較難調(diào)節(jié)。該算法對于噪聲幅值相對較小的效果比較明顯，但當(dāng)噪聲與系數(shù)幅值差不多情況，效果不好。(g)采用模極大值的方法，處理結(jié)果是大部分噪聲被濾掉，從而可以提取出邊緣的有效信息，對于這種增強(qiáng)方式同樣也存在參數(shù)閉值的選取問題，如果閉值放大了噪聲會被放大，小了增強(qiáng)效果又不理想，小尺度下小波系數(shù)受噪聲印象較大，以致產(chǎn)生許多偽極點(diǎn)。大尺度會使信號丟失一些重要的信息，并且由于在傳輸過程中需要進(jìn)行很多次迭代。計算速度非常慢。(h)是采用小波系數(shù)域相關(guān)性降噪的處理結(jié)果，即僅僅將小波系數(shù)中噪聲部分去掉，保留有效細(xì)節(jié)信息，不予增強(qiáng)，從結(jié)果中可以看到圖像的很多噪聲都被濾掉了。(i)是采用小波系數(shù)域相關(guān)性增強(qiáng)硬闡值的方法，增大了各級小波系數(shù)的尺度T，圖像邊緣被加強(qiáng)，但同時噪聲也在一定程度被放大。所以根據(jù)需要選擇相應(yīng)的尺度系數(shù)閉值T也是很重要的。對于本實(shí)驗(yàn)中的圖像中含的高斯噪聲，第一級小波系數(shù)主要是受噪聲控制，所以對于第一級給定參數(shù)范圍很窄，而第三級小波系數(shù)基本都是信息控制，因?yàn)橄拗茥l件太小容易丟失重要信息。所以限制條件比較寬松，)采用了小波系數(shù)域相關(guān)性增強(qiáng)非線性處理結(jié)果，可以發(fā)現(xiàn)處理后圖像噪聲信息被濾掉很多，并且邊緣信息被很好的被突出出來。對于本實(shí)驗(yàn)中的各增強(qiáng)算法，分別計算了相應(yīng)的灰度均值，標(biāo)準(zhǔn)差及峰值信噪比，結(jié)果如表4一1。，標(biāo)準(zhǔn)差，峰值信噪比，通過表4一1可以看出，幾種方法的均值都沒有太大變化，圖像的整體亮度沒有變化符合圖像增強(qiáng)的要求，小波系數(shù)域相關(guān)性增強(qiáng)的方法，MES較大說明動態(tài)范圍變大，PSNR值相對較高，而從圖像處理結(jié)果上通過觀察也是增強(qiáng)效果較好的，而空間組合的方式，對于原始圖像梯度的放大沒有考慮噪聲，PSNR值很低，因此增強(qiáng)效果也較差。直方圖的均衡化方法因?yàn)榕c其它幾個相比PSNR值最大，因?yàn)樵摲椒▽儆诨叶壤?，處理后圖像灰度之變化較大，與其它幾種方法相比是個特例。對于圖像增強(qiáng)的定量評價始終沒有一個統(tǒng)一標(biāo)準(zhǔn)的方法，本文中所提供的方法也僅作參考。參考文獻(xiàn)，【M}，北京:國防工業(yè)出版社，.[J]，11(5):1一5.，[J]，21(3):1一7.(第二版)!M}，北京:，59一170、[J]，23(4):242一245.，張軍波，夏軍，【M】，西安:西安電子科技大學(xué)出版社，1999，210一217【M』，西安:西安交通大學(xué)出版社，[M]，西安:西安交通大學(xué)出版社，【M』，西安:西安交通大學(xué)出版社，【M』，北京:科學(xué)出版社，【D]，西安電子科
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1