【正文】 一些信息，以改善圖像的視覺(jué)效果，將原圖像轉(zhuǎn)換成另外一種更加適合于人眼觀察和計(jì)算機(jī)分析處理的形式。當(dāng)圖像所占用的灰度級(jí)別個(gè)數(shù)非常少時(shí)，傳統(tǒng)方法就不能達(dá)到預(yù)期的增強(qiáng)效果了。本文提出的基于小波技術(shù)的梯度增強(qiáng)方法的基礎(chǔ)上，通過(guò)增加灰度數(shù)量和增強(qiáng)圖像的灰度對(duì)比度，取得了較好的增強(qiáng)效果。實(shí)驗(yàn)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傳統(tǒng)的增強(qiáng)方法更好的效果。 Histogram。 Histogram equalization 。利用計(jì)算機(jī)對(duì)圖像進(jìn)行各種形式的處理，促進(jìn)了圖像處理技術(shù)的 發(fā)展 [1]。 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。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。 “圖 ”是物體反射或透射光的分布， “像 是入的視覺(jué)系統(tǒng)所接受的圖在人腦中的所形成的印象或者認(rèn)識(shí)。在一般情況下，經(jīng)過(guò)圖像的傳送和轉(zhuǎn)換，如成像、復(fù)制、掃描、傳輸和顯示等，經(jīng)常會(huì)造成圖像質(zhì)量的下降?？傊斎氲膱D像在視覺(jué)效果和識(shí)別方便性等方面存在著諸多的問(wèn)題，這類(lèi)問(wèn)題我們不防稱之為質(zhì)量問(wèn)題。但是根絕應(yīng)用改善圖像質(zhì)量卻是一個(gè)共同的目標(biāo) [2]。因此，圖像增強(qiáng)處理并不是一種無(wú)損處理，更不能增加原圖像的信息，而是通過(guò)某種技術(shù)手段有選擇的突出對(duì)某一具體應(yīng)用的 “有用 ’’的信息，削弱或抑制一些無(wú)圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 4 用信息。它一般要借助于人眼的視覺(jué)特性，以取得看起來(lái)較好的視覺(jué)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(lái)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(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮越來(lái)大的作用。如圖像處理在醫(yī)學(xué)界的應(yīng)用非常廣泛，無(wú)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(cè)等等，在軍事公安領(lǐng)域可采用圖像 處理與模式等識(shí)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(shí)別；測(cè)試?yán)走_(dá)的地形偵察；遙感飛行器 RPV的引導(dǎo)；虹膜識(shí)別等。 大型機(jī)在圖像處理的過(guò)程中，圖像增強(qiáng)是一個(gè)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(lái)說(shuō)，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(gè)階段。在這一時(shí)期，由于圖像存儲(chǔ)成本高，處理設(shè)備造價(jià)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(shí)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(duì)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(lèi)。頻域圖像增強(qiáng)對(duì)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?jī)?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(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 7 1 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(guò)程就是在計(jì)算機(jī)內(nèi)生成一個(gè)二維矩陣的過(guò)程 [4]。掃描是按照一定的先后順序?qū)D像進(jìn)行遍歷的過(guò)程，如按照優(yōu)先的順序進(jìn)行遍歷掃描，像素是遍歷過(guò)程中最小的尋址單元。量化則是將采樣得到的灰度值通過(guò)模數(shù)轉(zhuǎn)器件轉(zhuǎn)換為離散的整數(shù)值。因此對(duì)一幅圖像數(shù)字化所得到的最終結(jié)果一個(gè)二位整數(shù)矩陣，即數(shù)字圖像。簡(jiǎn)單的來(lái)講，就是用一個(gè)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(gè)亮度取平均值，作為該小方格中點(diǎn)的值：或者把方格圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 8 的交叉點(diǎn)處模擬圖像的亮度值作為該方格交叉點(diǎn)上的值。這個(gè)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(duì)幅圖像采樣時(shí)，若每行 (即橫向 )像素為 M 個(gè)，每列 (即縱列 )像素為 N個(gè)，則圖像大小為 NM? 個(gè)像素， 從而 f(x， y)構(gòu)成一個(gè) NM? 的實(shí)數(shù)矩陣： ? ?? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ????????????????????1,1...1,10,11,1...1,10,11,0...1,00,0,NMfMfMfMMMMNfffNfffyxf (11) 其中每個(gè)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(lái)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(jiǎn)單的說(shuō)，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(gè)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(shí)，行列的采樣點(diǎn)與量化時(shí)每個(gè)像素量化的級(jí)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(duì)一幅圖 像，當(dāng)量化級(jí)數(shù) Q 一定時(shí)，采樣點(diǎn)數(shù)NM? 對(duì)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(shí)，采用不同量化級(jí)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(jí)數(shù)越少時(shí)，圖像質(zhì)量越差，量化級(jí)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(jí)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： ? ? ? ?? ?yxfTyxg , ? (15) 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(yáng)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(duì)每個(gè)線段逐個(gè)像素進(jìn)行處理，它可將原圖像灰度值動(dòng)態(tài)范圍按線性關(guān)系式擴(kuò)展到制定范圍或整個(gè)動(dòng)態(tài)范圍。比例線性灰度變換對(duì)圖像每一個(gè)像素灰度坐線性拉伸，將有效的改變圖像視覺(jué)效果。為改善增強(qiáng)效果，可令： ? ? ? ?? ?? ?? ?? ? ?????????????????????Myxfbbyxfaayxfdcayxfab cdcyxg,0, (17) 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(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 12 注意：這種變換擴(kuò)展了 ? ?ba, 區(qū)間的灰度，但是將小于 a和大于 b 范圍內(nèi)的灰度級(jí)分別壓縮為 C和 D，這樣使圖像灰度級(jí)在上述兩個(gè)范圍內(nèi)的像素都各變成個(gè)灰度級(jí)，使這兩部分信息損失。有時(shí)為了保持 ? ?yxf , 灰度低端和高端值不變，可以采用下面的形式： ? ?? ?? ? ? ?? ?????? ???????其他yxfbyxfcaayxfab cdyxg, (18) 式中： a， b， c， d這些分割點(diǎn)可根據(jù)用戶的不同需要來(lái)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(duì)抑制不感興趣的灰度級(jí)。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(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 13 ? ?? ? ? ?? ?? ? ? ?? ?? ? ? ?????????????????????????eyxfdbayxfbedfbyxfcaayxfabcdayxfyxfacyxg,0, (19) 灰度非線性變換 當(dāng)用某些非線性函數(shù)，如平方，對(duì)數(shù)，指數(shù)函數(shù)等作為映射函數(shù)時(shí)，可實(shí)現(xiàn)圖像非線性變換。非線性變換映射函數(shù)如圖所示。對(duì)數(shù)變換非線性變換曲線形式如圖所示，其表示為： ? ? ? ?? ?yxfCyxg ,1lg, ?? ? (110) 式中： C 為尺度比例常數(shù)； ? ?yxf ,1? 是為了避免對(duì)零求對(duì)數(shù)。圖 4所示指數(shù)變換與對(duì)數(shù)變換正好相反，它可用來(lái)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(jué)特性不太相同，因此不常采用。那么，什么是灰度級(jí)的直方圖呢 ?簡(jiǎn)單來(lái)說(shuō)，灰度級(jí)的直方圖就是反映一副圖像中的灰度級(jí)與出現(xiàn)這種灰度概率之間關(guān)系的圖形。下面將對(duì)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(jí)，縱坐標(biāo)表示頻數(shù) (也有用相對(duì)頻數(shù)即頻率表示的 )。kn 為第 K級(jí)灰度像素?cái)?shù)； kr 為第 K級(jí)灰度的圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 15 像素?cái)?shù)； kr 為第 K個(gè)灰度級(jí)； L 為灰度級(jí)數(shù)； ??krp 為該灰度級(jí)出現(xiàn)的相對(duì)頻數(shù)。在圖像直方圖中， r 代表圖像中像素灰度級(jí)，若將其做歸一化處理， r的值將限定在下述范圍之內(nèi)： 10 ??r (113) 在灰度級(jí)中， r=0 代表黑， r=1 代表黑。也就是說(shuō)， r 是一個(gè)隨機(jī)變量。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)和圖 5(b)的兩個(gè)灰度密度函數(shù)中可以看出，圖 5(a)的大多數(shù)像素灰度值取在圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 16 較暗的區(qū)域，所以這幅圖像肯定較暗，一般在攝影過(guò)程中曝光過(guò)強(qiáng)就會(huì)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(gè)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(jí)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(duì)應(yīng)于一個(gè)直方圖，但是一個(gè)直方圖不一定只對(duì)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(gè)區(qū)域后的各個(gè)區(qū)域的直方圖，則把它們加起來(lái)，就可得到這個(gè)圖像的直方圖。 圖像自適應(yīng)增強(qiáng)算法研究畢業(yè)設(shè)計(jì)（論文） 沈陽(yáng)大學(xué)畢業(yè)設(shè)計(jì)（論文） No 17 直方圖均衡化 直方圖均 衡化方法把原圖像的直方圖通過(guò)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