紅外成像論文-紅外圖像增強(qiáng)算法研究(參考版)
2025-06-08 11:22本頁面
【正文】 figure(2),imshow(d)。 %將模板各元素的中值賦給模板中心位置的元素 end end %未被賦值的元素取原值 d=uint8(img2)。 %將 c矩陣變?yōu)橐粋€行矩陣 end mm=median(e)。 %取出 x1 中從 (i,j)開始的 n行 n列元素 ,即模板 (n n的 ) e=c(1,:)。 img2=img1。 [height, width]=size(img)。%原始的灰度圖像 if size(img,3)1 img=rgb2gray(img)。C:\Users\曉燁 \Desktop\臨時 \紅外成像 \圖像 \中值原圖 .PNG39。 figure(5),imshow(img22)。)。 img21=imfilter(img2,w,39。laplacian39。 % %拉普拉斯濾波 img2=im2double(GrayImage)。出現(xiàn)次數(shù) 39。)。%根據(jù) bar 繪制直方圖 xlabel(39。grouped39。 %繪制變換后的圖像的直方圖 figure(4)。 %繪制變換后的灰度圖像 figure(3)。出現(xiàn)次數(shù) 39。)。%根據(jù) bar 繪制直方圖 xlabel(39。grouped39。 % 繪制初始圖像的直方圖 figure(2)。 %繪制初始灰度圖像 figure(1)。bmp39。C:\Users\曉燁 \Desktop\臨時 \紅外成像 \圖像 \星系 39。%得到新的圖像信息 end end for i = 0:255 NewZhiFang(1 , i+1) = length(find(NewGrayImage == i)) / (rows * cols)。%計算矩陣 GrayImage 中值與 i相等的元素的個數(shù) end for j = 0:255 for k = 0:j Formula(1 , j+1) = ZhiFang(1 , k+1) + Formula(1 , j+1)。%初始化一個矩陣，存儲經(jīng)過變化之后的新的像素值信息 NewGrayImage = uint8(zeros(rows , cols))。%初始化一個矩陣，用來存儲原來灰度圖像的直方圖 NewZhiFang = zeros(1 , 256)。 end [rows , cols] = size(GrayImage)。)。 參考文獻(xiàn) [1]劉瓊瓊 . 紅外圖像的增強(qiáng)和規(guī)范化算法研究 [D].哈爾濱工程大學(xué) ,2021. [2]吳家偉 ,武春風(fēng) ,庹文波 . 紅外圖像實時顯示增強(qiáng)系統(tǒng)設(shè)計 [J]. 光學(xué)精密工程 ,2021,10:26122619. [3]章毓晉等．圖像處理和分析 [M]．北京 :清華大學(xué)出版社， 1999， 3798. [4]趙江 . 紅外探測技術(shù)的現(xiàn)狀與發(fā)展趨勢 [J]. 艦船電子工程 ,2021,01:3236+196. [5]劉瑩 . 紅外熱像儀中圖像增強(qiáng)算法的研究 [D].吉林大學(xué) ,2021. [6]黃信安 . 紅外弱小目標(biāo)圖像增強(qiáng)方法的研究 [D].中國科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所） ,2021. [7]王磊 . 紅外圖像增強(qiáng)算法研究及其實時實現(xiàn)技術(shù) [D].西安電子科技大學(xué) ,2021. [8]陳永亮 . 灰度圖像的直方圖均衡化處理研究 [D].安徽大學(xué) ,2021. [9]王炳健 ,劉上乾 ,周慧鑫 ,李慶 . 基于平臺直方圖的紅外圖像自適應(yīng)增強(qiáng) 算法[J]. 光子學(xué)報 ,2021,02:299301. [10]趙耀宏 ,史澤林 ,羅海波 ,裴立力 ,韓國瑞 . 自適應(yīng)紅外圖像直方圖均衡增強(qiáng)算法 [J]. 光電工程 ,2021,03:97101. [11]蔡超峰 . 局部直方圖均衡化算法研究及其應(yīng)用 [D].鄭州大學(xué) ,2021. [12]吳宗凡 . 紅外熱像儀的原理和技術(shù)發(fā)展 [J]. 現(xiàn)代科學(xué)儀器 ,1997,02:2830+40. 附件： Matlab 程序 : GrayImage = imread(39。 3. 闡述了圖像增強(qiáng)的意義，對幾種 常用的紅外圖像增強(qiáng)算法進(jìn)行討論和分析，并對它們分別進(jìn)行實驗驗證。而紅外圖像增強(qiáng)處理又是圖像處理技術(shù)的重要組成部分，因此選擇本課題進(jìn)行研究具有現(xiàn)實意義和實用價值。 第四章 總結(jié) 隨著紅外成像技術(shù)的不斷發(fā)展，紅外圖像處理技術(shù)已經(jīng)廣泛應(yīng)用于 各個 領(lǐng)域。此外，通過對圖像的某種導(dǎo)數(shù)作各向同性運算可以使圖像中向四周伸展的不清晰的邊緣輪廓更加清晰，而且由于偏導(dǎo)數(shù)的平方和運算是各向同性的，因此對圖像銳化處理時也可以利用梯度或拉普拉斯等運算。 圖像銳化 圖像銳化是 增強(qiáng) 圖像邊緣等細(xì)節(jié)的對比度 ，從而突出 圖像邊 緣細(xì)節(jié) 、 使得 畫面清晰，便于對圖像的信息提取。 圖 中值濾波前后對比圖 （左為 濾波前，右為濾波后 ） 中值濾波的優(yōu)勢在于它不僅能夠去除圖像中含有的圖像噪聲等無用信息，而且還能夠有效的保護(hù)圖像的邊緣和細(xì)節(jié)等有用信息。對于一個一維數(shù)組 [a0,a1,?,a n1]將它們排序 ， 位于中間位置的數(shù)稱之為中值。 由于直方圖均衡方法存在一定的局限性，所以出現(xiàn) 了許多以其為基礎(chǔ)經(jīng)過改進(jìn)之后的新型算法，如平臺直方圖增強(qiáng)算法 、自適應(yīng)圖像直方圖均衡化算法、帶約束條件的局部直方圖均衡方法。 該方法對圖像整體對比度的增強(qiáng)有很好的效果，但也有一定的局限性。在直方圖
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1