【正文】 細(xì)節(jié)清晰可辨 [13]。 大多數(shù)自然圖像由于其灰度分布集中在較窄的區(qū)間，引起圖像細(xì)節(jié)不夠圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 18 清晰。 255 (115) 5 5 ??? nsg kk (116) 其中 g為第 k個灰度級別變換后的灰度值， 。 直方圖均衡化的具體步驟有如下三步： 第一步，根據(jù)公式計算原圖像 的灰度直方圖 ??krP ： ? ? NnrP kk ?(k=0,1,2,...255 ) (114) 其中 n為原圖像像素總數(shù)， kr 表示第 K個灰度級， kn 表示圖像中灰度級 kr出現(xiàn)的像素的個數(shù)， ??krP 表示灰度級出現(xiàn)的概率。它對整幅圖像進(jìn)行同一個變換，也稱為全局直方圖均衡化。當(dāng)圖像的直方圖為一均勻分布時，圖像包含的信息量最大，圖像看起來就顯得清晰。因此，一幅圖像其各子圖像的直方圖之和就等于該圖像全圖的直方圖。 (3)整幅圖像的直方圖是其各自圖像直方圖之和 (直方圖的可疊加性 ) 直方圖是對具有相同灰度值的像素統(tǒng)計得到的，并且圖像各像素的灰度值具有二維位置信息。 (2)灰度直方圖與圖像的映射關(guān)系并不唯一 (具有多對一系 ) 任何一幅圖像都可以唯一地確定出與其對應(yīng)的直方圖，但不同的圖像可能有相 同的直方圖，也就是說，圖像與直方圖之間是多對一的關(guān)系。雖能知道具有某一灰度值的像素有多少，但這些像素在圖像中處于什么樣的位置不清楚。當(dāng)然，從兩幅圖像的灰度分布來看圖像的質(zhì)量均不理想。 (a)灰度取在較暗的區(qū)域 （ b）灰度值集中在亮區(qū)域 圖 5 圖像灰度分布 從圖像灰度級的分布可以看出一幅圖像的灰度分布特性。如果用直角坐標(biāo)系的橫抽代表灰度級 r，用縱抽代表灰度級的概率密度函數(shù) ??rpr ，這樣就可以針對一幅圖像在這個坐標(biāo)系中作一曲線。假定每一個瞬間他們是連續(xù)的隨機(jī)變量，那么，就可以用概率密度函數(shù)??rpr 。對于一幅給定的圖像中來說，每一個像素取得 ? ?10? 區(qū)間內(nèi)的灰度級是隨機(jī)的。也就是說對每個灰度值，求出在圖像中該灰度值的像素數(shù)的圖形稱為灰度值直方圖，或簡稱直方圖。按照直方圖的定義可表示為： ? ? ? ?1,...2,1,0 ??? LkNnrP kk (112) 式中： N為一幅圖像的總像素數(shù) 。 灰度直方圖的定義 圖像的直方圖是圖像的重要統(tǒng)計特征，是表示數(shù)字圖像中每一灰度級與該灰度 級出現(xiàn)的頻數(shù) (該灰度像素的數(shù)目 )間的統(tǒng)計關(guān)系。修改直方圖的 方法是增強(qiáng)圖像實用而有效的處理方法之一。 直方圖修正 在圖像處理中，點運算包括圖像灰度變換和直方圖修正。 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 14 (1)指數(shù)變換 (2)指數(shù)變化的一般形式為： ? ? ? ? 1, , ?? ?ayxfcbyxg (111) 這里的 a， b， c是為了調(diào)整曲線位置和形狀的參數(shù)。 （ a）指數(shù)變化 (b) 對數(shù)變化 圖 4 非線性變換映射函數(shù) 對數(shù)變換常用來擴(kuò)展低值灰度，壓縮高值灰度，這樣可以使低值灰度的圖像細(xì)節(jié)更加容易看清，從而達(dá)到增強(qiáng)的效果。灰度的非線性變換簡稱非線性變換，是 ? ? ? ?? ?yxfTyxg , ?這樣一個非線性單值函數(shù)所確定的灰度變換。采用分段線性法，可將需要的圖像細(xì)節(jié)灰度級拉伸，增強(qiáng)對比度，將不需要的細(xì)節(jié)灰度級壓縮。 分段線性灰度轉(zhuǎn)換 為了突出圖像中感興趣的目標(biāo)或者灰度區(qū)間，將圖像灰度區(qū)間分成兩段乃至多段分別做線性變換稱之為分段線性變換。在某些實際應(yīng)用場合下，只要合理選擇 ? ?ba, ，是可以允許這種失真存在的。若圖像灰度在 0M范圍內(nèi)，其中大部分像素的灰度級分布在區(qū)間 ? ?ba,內(nèi)，很小部分的像素的灰度超出此區(qū)間 [10]。在實際運算中，假定給定的是兩個灰度空間，如圖所示，原圖像 ),( yxf 的灰度范圍為 ? ?ba, ， 希望變換后的圖像 ? ?yxg , 的灰度擴(kuò)展為 ? ?dc, ，則采用下述線性變換來實現(xiàn)： ? ? ? ?? ? cayxfab cdyxg ????? , (16) 即要把輸入圖像的某個亮度值區(qū)間 ? ?ba, 擴(kuò)展為輸 出圖像的亮度值區(qū)間 ? ?dc, 。根據(jù)函數(shù)的性質(zhì)，灰度變換的方法有： (1)線性灰度變換； (2)分段線性灰度變換； (3)非線性灰度變換。一旦灰度變換函數(shù)確定，該灰度變換就被完全確定下來 [9]。它主要利用點運算來修正像素灰度，由輸入像素點的 灰度值確定相應(yīng)輸出點的灰度值，是一種基于圖像變換的操作。 灰度變換 灰度變換可使圖像對比度擴(kuò)展，圖像清晰，特征明顯。采樣點數(shù)越多，圖像質(zhì)量越好；當(dāng)采樣點數(shù)減少時，圖上的塊狀效應(yīng)也就逐漸明顯。假定圖像取 NM? 個樣點，每一個像素量化后灰度二進(jìn)制位數(shù)為 Q，一般 Q 總是取為 2的整數(shù)冪，即 kQ 2? ，則存儲一幅 數(shù)字圖像所需要的二進(jìn)制位數(shù) b為： QNMb ??? (13) 字節(jié)數(shù) B為： 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 10 ? ?BQNMB8??? (14) 用有限個離散灰度值表示無窮多個連續(xù)灰度必然會引起誤差，稱為量化誤差，又是也稱為量化噪聲。均勻量化是把原圖像灰度層次從最暗至最亮均勻分布為有限個層次，如果采用不均勻分層就叫做非均勻量化 [7]。 量化的方法包括：分層量化，均勻量化和非均勻 量化。把采樣后所得的各像素灰度值從模擬量到離散量的轉(zhuǎn)換稱為圖像灰度的量化。一般，圖像中細(xì)節(jié)越多，采樣間隔就越小 [6]。在許多問題中，可以用傳統(tǒng)的矩陣表示法來表示數(shù)字圖像和像素： 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 9 ????????????????????? 1,11,11,11,1,.........0,1 NMMNNaaaMMMMaaaaaaAM (12) 顯然， ? ? ? ?jifjyixfa y , ???? 在進(jìn)行采樣時，采樣點間隔的選取是一個非常重要的問題，它決定了采樣后圖像的質(zhì)量，即忠實于原圖像的程度。采樣后形成的圖像稱為數(shù)字圖像。這樣，一幅模擬圖像變成只用小方格中點的值來代表的離散值圖像，或者只用方格交叉點的值表示的離散圖像 [5]。 采樣 采樣 (sampling)是對圖像空問的離散化，它決定了圖像的空間分辨率。綜上所述，對一幅圖像依照矩形掃描網(wǎng)絡(luò)進(jìn)行掃描的結(jié)果生成一個與圖像相對應(yīng)的二維整數(shù)矩陣，矩陣中的每一個元素(像素 )的位置由掃描的順序決定，每一個像素的灰度值由采樣生成經(jīng)過量化得到的，每一個像素的灰度值的整數(shù)來表示。采樣是指遍歷過程中，在圖像的每個最小尋址單元，即像素位置上對像素進(jìn)行離散化，采樣的結(jié)果是得到每一像素的灰度值，采樣通常由光電傳 感器件完成。數(shù)字化的過程包括 3個步驟：掃描，采樣和量化。 數(shù)字圖像的一些基本概念 數(shù)字圖像的表示 從計算機(jī)學(xué)的角 度來看，所謂數(shù)字圖像可以理解為對二維函數(shù) ),( yxf 進(jìn)行采樣和量化 (即離散處理 )后得到的圖像，因此，通常用二維矩陣來表示一幅圖像。圖像增強(qiáng)的最大困難時，很難對增強(qiáng)結(jié)果加以量化描述，只能靠經(jīng)驗，人的主觀感覺加以評價。增強(qiáng)的方法往往具有針對性，以至于對某類圖像增強(qiáng)效果好的增強(qiáng)方法未必一定適用于另一類圖像，例如某種圖像增強(qiáng)算法中可能對于 X射線圖像具有很好的增強(qiáng)效果，但是他就不是增強(qiáng)從空間探測器傳回圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 6 的火星圖像的最好方法。 目前由于還沒有一種通用的衡量圖像質(zhì)量的指標(biāo)能夠用來評價圖像增強(qiáng)方法的優(yōu)劣，圖像增強(qiáng)理論有待進(jìn)一步完善。如 低通濾波技術(shù)、高通濾波技術(shù)、帶通和帶阻濾波、同態(tài)濾波等?？沼蚴侵附M成圖像的像素的集合，空域圖像增強(qiáng)直接對圖像中像素灰度值進(jìn)行預(yù)算處理，如灰度變換、直方圖均衡化、圖像的空域平滑和銳化處理、位彩色處理等。隨著對圖像技術(shù)研究的不斷深入和發(fā)展，新的圖像增強(qiáng)方法不斷出現(xiàn)。 VLSI的出現(xiàn)使得處理速度大大提高，而造 價卻進(jìn)一步降低，這極大的促進(jìn)了圖像系統(tǒng)的普及和應(yīng)用。 20 世紀(jì) 70 年代進(jìn)入了發(fā)展期，開始大量采用中、大型機(jī)進(jìn)行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現(xiàn)了 CT 和衛(wèi)星遙感圖像，對圖像處理技術(shù)的發(fā)展起到了很好的促進(jìn)作用。初創(chuàng)期開始于 20 世紀(jì) 60 年代，當(dāng)時的圖像采用像素型光柵進(jìn)行圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 5 掃描顯示，大多采用中、大型機(jī)對其進(jìn)行處理。 計算機(jī)圖像處理的發(fā)展歷史并不長，但是引起了人們的足夠重視。圖像技術(shù)的快速發(fā)展同它的廣泛應(yīng)用是分不開的，發(fā)展的動力來自穩(wěn)定涌現(xiàn)新的應(yīng)用，我們可以預(yù)料，在未來社會中圖像增強(qiáng)技術(shù)將發(fā)展更為重要的作用。如在醫(yī)學(xué)領(lǐng)域利用圖像處理技術(shù)可以臨床實現(xiàn)對疾病直觀，無痛，安全方便的診斷和治療，受到了廣大患者的歡迎與接受。衛(wèi)星遙感數(shù)字圖像處理技術(shù)可以廣泛別技術(shù)則在公共安全領(lǐng)域得到了廣泛應(yīng)用；在醫(yī)學(xué)領(lǐng)域， CT、核磁共振等技術(shù)應(yīng)用于臨床診斷。增強(qiáng)的效果通常都與具體的圖像有關(guān)系，靠人的主觀感覺加以評價。圖像增強(qiáng)的目的就是增強(qiáng)圖像的視覺效果，將原圖像轉(zhuǎn)換成一種更加適合于人眼觀察和計算機(jī)分析處理的形式。一 般情況下，經(jīng)過圖像增強(qiáng)處理后，圖像的視覺效果會得到改善，某些特定某些信息的辨識能力，其他信息被壓縮了。盡管由于目的、觀點、愛好等不同，圖像質(zhì)量有很難統(tǒng)一的定義和標(biāo)準(zhǔn)。在攝影時由于光照條件不足或者過度，會使圖像過暗或者過亮；光學(xué)系統(tǒng)的失真、相對運動、大氣流動等都會使圖像變得很模糊；傳輸過程中會引入各種不同類型的噪聲。照片、繪畫、書法作品、手寫漢字、傳 真、衛(wèi)星云圖、影視畫面、X光片、腦電圖、心電圖等都是圖像。圖像是人類視覺的基礎(chǔ)，是自然景物的客觀反映，是人類認(rèn)識世界和人類本身的重要源泉。它利用計算機(jī)對數(shù)字圖像進(jìn)行系列操作，從而獲得預(yù)期的結(jié)果。圖像增強(qiáng)本身就是圖像處理中最具吸引力的領(lǐng)域之一。Wavelet trasfrom 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 3 引 言 人們對外界的信息百分之七十五來自圖像，也就是說人類大部分信息都是從圖像中獲取的。 Image enhancement。 關(guān)鍵詞 ： 圖像處理；直方圖 ； 圖像增強(qiáng) ； 直方圖均衡 ；小波變換 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計（論文） 沈陽大學(xué)畢業(yè)設(shè)計（論文） No 2 Abstract Image enhancement technology plays a very important role to improve image quality in image processing. By enhancing som