【正文】 設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 4息。它一般要借助于人眼的視覺特性，以取得看起來較好的視覺效果，很少涉及客觀和統(tǒng)一的標(biāo)準(zhǔn)。 目前數(shù)字圖像處理的應(yīng)用越來越廣泛，已經(jīng)滲透到工程、工業(yè)、醫(yī)療保健、航空航天、軍事、科研、安全保衛(wèi)等各個領(lǐng)域，在國民經(jīng)濟(jì)中發(fā)揮越來大的作用。如圖像處理在醫(yī)學(xué)界的應(yīng)用非常廣泛，無論是臨床診斷還是病理研究都大量采用圖像處理技術(shù)。在工業(yè)方面，計(jì)算機(jī)圖像處理技術(shù)元件缺陷檢測等等，在軍事公安領(lǐng)域可采用圖像處理與模式等識別方法實(shí)現(xiàn)監(jiān)控、案件偵破、交通管理等，如巡航導(dǎo)彈地形識別；測試?yán)走_(dá)的地形偵察；遙感飛行器 RPV 的引導(dǎo)；虹膜識別等。大型機(jī)在圖像處理的過程中，圖像增強(qiáng)是一個非常重要的環(huán)節(jié)，本論文的主要內(nèi)容就是圍繞圖像增強(qiáng)部分的一些基本理論和算法以及在生物醫(yī)學(xué)方面的的應(yīng)用?？傮w來說，圖像處理技術(shù)的發(fā)展大致經(jīng)歷了初創(chuàng)期、發(fā)展期、普及期和實(shí)用化期4 個階段。在這一時期，由于圖像存儲成本高，處理設(shè)備造價高，因而其應(yīng)用面很窄。到了 20 世紀(jì) 80 年代，圖像處理技術(shù)進(jìn)入普及期，此時的微機(jī)已經(jīng)能夠承擔(dān)起圖形圖像處理的任務(wù)。圖像增強(qiáng)需要圖像處理的其重要組成部分，傳統(tǒng)的圖像增強(qiáng)方法對于改善圖像質(zhì)量發(fā)揮了其重要作用。傳統(tǒng)的圖像增強(qiáng)方法基本可以分為空域圖像增強(qiáng)方法和頻域圖像增強(qiáng)方法兩大類。頻域圖像增強(qiáng)對圖像進(jìn)行傅立葉變換后的頻譜成分進(jìn)行操作，然后逆傅立葉變換獲得所需結(jié)果 [3]。目前研究較熱的是局部直方圖均衡化增強(qiáng)算法、基于小波變化的增強(qiáng)方法和基于模糊數(shù)學(xué)的增強(qiáng)方法。因此，圖像增強(qiáng)技術(shù)的探索具有實(shí)驗(yàn)性和多樣性。經(jīng)常采用的方法是使用幾種增強(qiáng)技術(shù)的組合或使用調(diào)節(jié)參量的方法。本文的研究內(nèi)容：第一章 圖像增強(qiáng)的基本理論第二章 圖像增強(qiáng)方法的改進(jìn)第三章 幾種增強(qiáng)的實(shí)驗(yàn)結(jié)果與分析第四章 結(jié)論圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 71 圖像增強(qiáng)的基本理論 圖像增強(qiáng)處理是指根據(jù)一定的要求，突出圖像中感興趣的信息，而減弱或去除不需要的信息，從而使有用信息得到加強(qiáng)的信息處理。將一幅圖像進(jìn)行數(shù)字化的過程就是在計(jì)算機(jī)內(nèi)生成一個二維矩陣的過程 [4]。掃描是按照一定的先后順序?qū)D像進(jìn)行遍歷的過程，如按照優(yōu)先的順序進(jìn)行遍歷掃描，像素是遍歷過程中最小的尋址單元。量化則是將采樣得到的灰度值通過模數(shù)轉(zhuǎn)器件轉(zhuǎn)換為離散的整數(shù)值。因此對一幅圖像數(shù)字化所得到的最終結(jié)果一個二位整數(shù)矩陣，即數(shù)字圖像。簡單的來講，就是用一個網(wǎng)絡(luò)(如圖 1 所示)把待處理的圖像覆蓋，然后把每一小格上模擬圖像的各個亮度取平均值，作為該小方格中點(diǎn)的值：或者把方格的圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 8交叉點(diǎn)處模擬圖像的亮度值作為該方格交叉點(diǎn)上的值。這個網(wǎng)絡(luò)稱為采樣網(wǎng)絡(luò)，其意義是以網(wǎng)絡(luò)為基礎(chǔ)，采用某種形式抽取模擬圖像代表點(diǎn)的值，即采樣。圖 1 圖像的采樣示意圖對幅圖像采樣時，若每行(即橫向)像素為 M 個，每列(即縱列) 像素為 N個，則圖像大小為 個像素，從而 f(x，y) 構(gòu)成一個 的實(shí)數(shù)矩陣：NM? N? (11)?????????????? ??? 1,.1,0,1,., 0, NMfff fffyxf其中每個元素為圖像 f(x，y) 的離散采樣值，稱之為像元或像素。采樣間隔的大小選取要依據(jù)原圖像中包含的細(xì)微濃淡變化來決定。 量化采樣使連續(xù)圖像在空間離散化，但采樣所得的像素值(即灰度值) 仍是連續(xù)量。簡單的說，量化使圖像灰度坐標(biāo)的離散化，它決定了圖像的灰度分辨率。分層量化是把每一個離散樣本的連續(xù)灰度值只分成有限多的層次。 一副圖像在采樣時，行列的采樣點(diǎn)與量化時每個像素量化的級數(shù)，既影響數(shù)字圖像的質(zhì)量，也影響該數(shù)字圖像數(shù)據(jù)量的大小。對一幅圖像，當(dāng)量化級數(shù) Q 一定時，采樣點(diǎn)數(shù)對圖像質(zhì)量有著顯著的影響。同樣，當(dāng)圖像的采樣點(diǎn)數(shù)一定時，采用不同量化級數(shù)的圖像質(zhì)量也不一樣，量化技術(shù)越多，圖像質(zhì)量越好，當(dāng)量化級數(shù)越少時，圖像質(zhì)量越差，量化級數(shù)最小的極端情況就是二值圖像，圖像出現(xiàn)假輪廓 [8]。它是圖像增強(qiáng)的重要手段之一?；叶茸儞Q不改變圖像內(nèi)的空間關(guān)系，除了灰度級的改變是根據(jù)特定的灰度函數(shù)變換進(jìn)行之外，可以看作是“從像素到像素 ”復(fù)制操作，基于點(diǎn)運(yùn)算的灰度變換可表示為： (15)??????yxfTg,?其中 T 被稱為灰度變換函數(shù)，它描述了輸入灰度值和輸出灰度值之間的關(guān)系。 根據(jù)不同的應(yīng)用要求，可以選擇不同的變換函數(shù)，如正比函數(shù)和指數(shù)函數(shù)等。圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 11 線性灰度變換 比例線性變換是指對每個線段逐個像素進(jìn)行處理，它可將原圖像灰度值動態(tài)范圍按線性關(guān)系式擴(kuò)展到制定范圍或整個動態(tài)范圍。?a, ??dc,比例線性灰度變換對圖像每一個像素灰度坐線性拉伸，將有效的改變圖像視覺效果。為改善增強(qiáng)效果，可令：??ba, (17)?????????????????????Myxfbbafdcyxfabcyxg,0,圖 2 線性灰度變換 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 12注意：這種變換擴(kuò)展了 區(qū)間的灰度，但是將小于 a 和大于 b 范圍內(nèi)??ba,的灰度級分別壓縮為 C 和 D，這樣使圖像灰度級在上述兩個范圍內(nèi)的像素都各變成個灰度級，使這兩部分信息損失。有時為了保持 灰度低端和高端??ba, ??yxf,值不變，可以采用下面的形式： (18)?????????????????其 他yxfbyxfcaabcdyxg,式中：a，b ，c ，d 這些分割點(diǎn)可根據(jù)用戶的不同需要來確定。 圖 3 分段線性灰度變換分段線性變換的優(yōu)點(diǎn)是可以根據(jù)用戶的需要，拉伸特征物體的灰度細(xì)節(jié)，相對抑制不感興趣的灰度級。其數(shù)學(xué)表達(dá)式如下：圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 13 (19)????????????????????eyxfdbayxfbedccffyxg,0, 灰度非線性變換 當(dāng)用某些非線性函數(shù)，如平方，對數(shù)，指數(shù)函數(shù)等作為映射函數(shù)時，可實(shí)現(xiàn)圖像非線性變換。非線性變換映射????yxfTg,?函數(shù)如圖所示。對數(shù)變換非線性變換曲線形式如圖所示，其表示為： (110)??????yxfCyxg,1l,???圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 14式中：C 為尺度比例常數(shù)； 是為了避免對零求對數(shù)。圖 4 所示指數(shù)變換與對數(shù)變換正好相反，它可用來壓縮低值灰度區(qū)域，擴(kuò)展高值灰度區(qū)域，但由于與人的視覺特性不太相同，因此不常采用。那么，什么是灰度級的直方圖呢?簡單來說，灰度級的直方圖就是反映一副圖像中的灰度級與出現(xiàn)這種灰度概率之間關(guān)系的圖形。下面將對直方圖修正中的直方圖定義與性質(zhì)，直方圖的計(jì)算，直方圖均衡化等內(nèi)容做詳細(xì)介紹 [11]。用橫坐標(biāo)表示灰度級，縱坐標(biāo)表示頻數(shù)(也有用相對頻數(shù)即頻率表示的) 。 為第 K 級灰度像素?cái)?shù)； 為第 K 級灰度的knkr像素?cái)?shù)； 為第 K 個灰度級；L 為灰度級數(shù)； 為該灰度級出現(xiàn)的相對頻kr ??krp數(shù)。在圖像直方圖中，r 代表圖像中像素灰度級，若將其做歸一化處理，r 的值將限定在下述范圍之內(nèi)： (113)10?r 在灰度級中，r=0 代表黑，r=1 代表黑。也就是說，r 是一個隨機(jī)變量。??rp代表原始圖像的灰度分布。這條曲線在概率論中就是分布密度函數(shù)，如圖 5 所示。例如,從圖 5(a)圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 16和圖 5(b)的兩個灰度密度函數(shù)中可以看出，圖 5(a)的大多數(shù)像素灰度值取在較暗的區(qū)域，所以這幅圖像肯定較暗，一般在攝影過程中曝光過強(qiáng)就會造成這種結(jié)果；而圖 5(b)的圖像像素灰度值集中在亮區(qū)，因此，該圖像的特性將偏亮，一般在攝影中曝光太弱將導(dǎo)致這種結(jié)果。 直方圖的性質(zhì)灰度直方圖具有以下 3 個重要的性質(zhì)：(1)直方圖是圖像的一維信息描述 在直方圖中，由于它只能反映圖像的灰度范圍，灰度級的分布，整幅圖像的平均亮度等信息，而未能反映圖像某一灰度值像素所在的位置，因而失去了圖像的(二維特征)空間信息。故僅從直方圖中不能完整的描述一幅圖像的全部信息。即一幅圖像對應(yīng)于一個直方圖，但是一個直方圖不一定只對應(yīng)一幅圖像，幾幅圖像只要灰度分布密度相同，那么他們的直方圖也是相同的。如果己知圖像被分割成幾個區(qū)域后的各個區(qū)域的直方圖，則把它們加起來，就可得到這個圖像的直方圖。 直方圖均衡化直方圖均衡化方法把原圖像的直方圖通過灰度變換函數(shù)修正為灰度均勻分布的直方圖，然后按均衡直方圖修正原圖像。該方法以累計(jì)分布函數(shù)為基礎(chǔ)，其變換函數(shù)取決于圖像灰度直方圖的累積分布函數(shù) [12]。直方圖均衡化處理是一種修改圖像直方圖的方法，它通過對直方圖進(jìn)行均衡化修正，可使圖像的灰度間距增大或灰度均勻分布，增大反差，使圖像的細(xì)節(jié)變得清晰。kr??kr第二步，根據(jù)公式 214 計(jì)算原圖像的灰度累計(jì)分布函數(shù) ，并根據(jù)公式求出ks灰度變換表： K=0,1,2。 。255 (115)?????kjjkj nrps00 (116)??sgk其中 g 為第 k 個灰度級別變換后的灰度值， 的作用是四舍五入。圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 18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)不夠清晰。如圖所示，原圖的灰度集中在較小區(qū)域以至于視覺無法分辨圖像內(nèi)容，經(jīng)過直方圖均衡化增強(qiáng)后，細(xì)節(jié)清晰可辨 [13]。(2)可能減少原有圖像灰度級別的個數(shù)，即對出現(xiàn)頻率過小的灰度級別可能出現(xiàn)簡并現(xiàn)像。直方圖均衡化的簡并現(xiàn)象不僅使出現(xiàn)頻數(shù)過大的灰度級別過度增強(qiáng)，還使所關(guān)注的目標(biāo)細(xì)節(jié)信息丟失，未能達(dá)到預(yù)期增強(qiáng)的目的。針對簡并的缺點(diǎn)，本文在第三章給出了改進(jìn)算法 [14]。圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 19雖然這種方法適用于整個圖像的增強(qiáng)，但是有時也需要對圖像中某些較小的區(qū)域內(nèi)的細(xì)節(jié)進(jìn)行增強(qiáng)。因此，在利用全局增強(qiáng)方法對圖像進(jìn)行增強(qiáng)時，就不一定能保證我們所感興趣的小區(qū)域得到所期望的增強(qiáng)效果。局部直方圖均衡化方法以全局直方圖均衡化方法為基礎(chǔ)，對圖像中每個像素點(diǎn)所在的鄰域范圍即滑動窗口求出灰度轉(zhuǎn)換函數(shù)，然后僅僅應(yīng)用在該中心點(diǎn)處。然后將這一區(qū)域的中心從一個像素移到另一個像素。利用這一變換函數(shù)，就可以實(shí)現(xiàn)該鄰域內(nèi)中心像素點(diǎn)的增強(qiáng)。假設(shè)對一幅 的圖像進(jìn)行增強(qiáng)時，(M，N 分別為圖像的高度和寬度) ，M?對于圖像的任意一個像素 ，在以該像素為中心的鄰域內(nèi)計(jì)算其局部直方),(yx圖累積分布函數(shù)(即局部灰度變換函數(shù))，并對中心像素 進(jìn)行灰度變換。knk根據(jù)公式(119)計(jì)算累積分布函數(shù)，并根據(jù)公式(120)計(jì)算出該鄰域內(nèi)的灰度變換表：圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽大學(xué)畢業(yè)設(shè)計(jì)（論文） No 20 (119)?????kjikijrk wnpTs020