欢迎来到三一办公! | 帮助中心 三一办公31ppt.com(应用文档模板下载平台)
三一办公
全部分类
  • 办公文档>
  • PPT模板>
  • 建筑/施工/环境>
  • 毕业设计>
  • 工程图纸>
  • 教育教学>
  • 素材源码>
  • 生活休闲>
  • 临时分类>
  • ImageVerifierCode 换一换
    首页 三一办公 > 资源分类 > DOC文档下载  

    图像增强点运算算法研究及比较.doc

    • 资源ID:2396604       资源大小:399KB        全文页数:22页
    • 资源格式: DOC        下载积分:8金币
    快捷下载 游客一键下载
    会员登录下载
    三方登录下载: 微信开放平台登录 QQ登录  
    下载资源需要8金币
    邮箱/手机:
    温馨提示:
    用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)
    支付方式: 支付宝    微信支付   
    验证码:   换一换

    加入VIP免费专享
     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    图像增强点运算算法研究及比较.doc

    图像增强点运算算法研究及比较摘要数字图像处理是指将图像信号转换成数字格式并利用计算机将其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法,它对提高图像质量起着重要作用。本文先对图像增强原理进行概述,然后对图像增强的点运算方法分类并给出直方图增强、灰度变换等几种常用的增强方法的理论基础,通过Matlab实验得出的实际处理效果来对比各种算法的优缺点,讨论不同的增强算法的技术要点,并对其图像增强方法进行性能评价关键词图像增强 直方图增强 对比度增强 平滑 锐化 彩色图像增强Abstract Digital image processing is the procedures of converting image signal into digital format,then using the computer to process it.Image enhancement is digital image processing process often use a method to improve image quality,it plays an important role.This article first introduces the principle of image enhancement and classification,and then focus on several methods to study sunch as and histogram enhancement,contrast enhancement ,smoothing and sharpening,and other commonly used in learning the basic digital image with the approach,through Matlab experiment that the actual effect of various algorithms to compare the advantages and disadvantages to discuss the different enhancement algorithm.Key wordsimage enhancement ;histogram enhancement; contrast enhancement; smoothing sharping目录摘要IAbstractII前言1第一章 一级标题11.1 二级标题11.1.1 三级标题11.1.2 三级标题41.1.3 三级标题41.1.4 三级标题41.1.5 三级标题41.2 二级标题41.2.1 三级标题41.2.2 三级标题41.2.3 三级标题41.2.4 三级标题51.2.5 三级标题51.3 二级标题51.3.1 三级标题51.3.2 三级标题51.3.3 三级标题51.3.4 三级标题51.3.5 三级标题51.4 二级标题51.4.1 三级标题61.4.2 三级标题61.4.3 三级标题61.4.4 三级标题61.4.5 三级标题61.5 二级标题61.5.1 三级标题61.5.2 三级标题61.5.3 三级标题71.5.4 三级标题71.5.5 三级标题7第二章 一级标题82.1 二级标题82.1.1 三级标题82.1.2 三级标题82.1.3 三级标题82.1.4 三级标题82.1.5 三级标题82.2 二级标题82.2.1 三级标题82.2.2 三级标题92.2.3 三级标题92.2.4 三级标题92.2.5 三级标题92.3 二级标题92.3.1 三级标题92.3.2 三级标题92.3.3 三级标题92.3.4 三级标题102.3.5 三级标题102.4 二级标题102.4.1 三级标题102.4.2 三级标题102.4.3 三级标题102.4.4 三级标题102.4.5 三级标题102.5 二级标题102.5.1 三级标题112.5.2 三级标题112.5.3 三级标题112.5.4 三级标题112.5.5 三级标题11第三章 一级标题123.1 二级标题123.1.1 三级标题123.1.2 三级标题123.1.3 三级标题123.1.4 三级标题123.1.5 三级标题123.2 二级标题123.2.1 三级标题123.2.2 三级标题133.2.3 三级标题133.2.4 三级标题133.2.5 三级标题133.3 二级标题133.3.1 三级标题133.3.2 三级标题133.3.3 三级标题133.3.4 三级标题143.3.5 三级标题143.4 二级标题143.4.1 三级标题143.4.2 三级标题143.4.3 三级标题143.4.4 三级标题143.4.5 三级标题143.5 二级标题143.5.1 三级标题153.5.2 三级标题153.5.3 三级标题153.5.4 三级标题153.5.5 三级标题15第四章 一级标题164.1 二级标题164.1.1 三级标题164.1.2 三级标题164.1.3 三级标题164.1.4 三级标题164.1.5 三级标题164.2 二级标题164.2.1 三级标题164.2.2 三级标题174.2.3 三级标题174.2.4 三级标题174.2.5 三级标题174.3 二级标题174.3.1 三级标题174.3.2 三级标题174.3.3 三级标题174.3.4 三级标题184.3.5 三级标题184.4 二级标题184.4.1 三级标题184.4.2 三级标题184.4.3 三级标题184.4.4 三级标题184.4.5 三级标题184.5 二级标题184.5.1 三级标题194.5.2 三级标题194.5.3 三级标题194.5.4 三级标题194.5.5 三级标题19第五章 一级标题205.1 二级标题205.1.1 三级标题205.1.2 三级标题205.1.3 三级标题205.1.4 三级标题205.1.5 三级标题205.2 二级标题205.2.1 三级标题205.2.2三级标题215.2.3 三级标题215.2.4 三级标题215.2.5 三级标题215.3 二级标题215.3.1 三级标题215.3.2 三级标题215.3.3 三级标题215.3.4 三级标题225.3.5 三级标题225.4 二级标题225.4.1 三级标题225.4.2 三级标题225.4.3 三级标题225.4.4 三级标题225.4.5 三级标题225.5 二级标题225.5.1 三级标题235.5.2 三级标题235.5.3 三级标题235.5.4 三级标题235.5.5 三级标题23结论24参考文献25附录一26致谢27前言图像作为一种有效的信息载体,是人类获取和交换信息的主要来源。人类感知的外界信息80%以上是通过视觉得到的。因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。图像增强是指按特定的需要采用特定方法突出图像中的某些信息,同时削弱或去除无关信息,或将原图转换成一种更适合人或机器进行分析处理的形式的图像处理方法。本文围绕图像增强点运算算法而展开,在阐明图像增强处理基本方法的基础上,就几种有代表性的点运算算法, 进行了研究、比较,分析了各自的优缺点并指明了其最佳适用场景,以期从中总结出一套行之有效的图像增强算法的应用指导规则。第一章 图像增强概述1.1 图像增强背景及意义在图像形成、传输或变换的过程中,由于受到一些客观因素的影响,会使图像产生失真,如图像对比度降低和图像模糊等等。因此需要利用图像增强技术改善这种情况。图像增强是指根据特定的需要突出图像中的重要信息,同时减弱或去除不需要的信息。从不同的途径获取的图像,通过进行适当的增强处理,可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像,有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域,从而更加容易对图像中感兴趣的目标进行检测和测量。1.2 图像增强的研究及发展现状 图像增强是指根据特定的需要突出图像中的重要信息,同时减弱或去除不需要的信息。从不同的途径获取的图像,通过进行适当的增强处理,可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像,有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域,从而更加容易对图像中感兴趣的目标进行检测和测量4。处理后的图像是否保持原状已经是无关紧要的了,不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果,将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性,以取得看起来较好地视觉效果,很少涉及客观和统一的评价标准。增强的效果通常都与具体的图像有关系,靠人的主观感觉加以评价6。图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。如对x射线图片、CT影像、内窥镜图像进行增强,使医生更容易从中确定病变区域,从图像细节区域中发现问题;对不同时间拍摄的同一地区的遥感图片进行增强处理,侦查是否有敌人军事调动或军事装备及建筑出现;在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度,克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象,减少电视系统维护的工作量。图像增强技术的快速发展同它的广泛应用是分不开的,发展的动力来自稳定涌现的新的应用,我们可以预料,在未来社会中图像增强技术将会发挥更为重要的作用5。在图像处理过程中,图像增强是十分重要的一个环节。本文的主要内容就是围绕图像增强部分的一些基本理论和算法而展开。基于MATLAB的图像增强算法研究。 第二章 图像增强的基本理论2.1 图像增强的定义为了改善视觉效果或者便于人和机器对图像的理解和分析,根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强。一般情况下,图像增强是指按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息的处理方法,也是提高图像质量的过程9。图像增强的目的是使图像的某些特性方面更加鲜明、突出,使处理后的图像更适合人眼视觉特性或机器分析,以便于实现对图像的更高级的处理和分析。图像增强的过程也往往是一个矛盾的过程:图像增强既希望去除噪声又增强边缘,因此,在图像增强的时候,往往是将这两部分进行折中,找到一个好代价函数达到需要的增强目的。传统的图像增强算法在确定转换函数时常是基于整个图像的统计量,如:st 转换,直方图均衡,中值滤波,微分锐化,高通滤波等等。这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常因为其值较小而常常被忽略掉,从而局部区域的增强效果常常不够理想,噪声滤波和边缘增强这两者的矛盾较难得到解决。2.2 图像增强的分类及方法图像增强可分为两大类:频率域法和空间域法。前者把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。采用低通滤波法,可去掉图中的噪声;采用高通滤波法,则可增强边缘等高频信号,使图片变得清晰。具有具有代表性的空间域法有局部求平均值法和中值滤波法等等,他们它们可用于去除或减弱噪声。 图像增强的方法是通过一定手段对原图像附加一些信息或变换数据,又选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征,使图像与视觉响应特性相匹配。在图像增强过程中,不分析图像降质的原因,处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同,可分为基于空域的算法和基于频域的算法两大类。 2.3 常用的图像增强方法(1)直方图均衡化有些图像在低值灰度区间上频率较大,使得图像中较暗区域中的细节看不清楚。这时可以通过直方图均衡化将图像的灰度范围分开,并且让灰度频率较小的灰度级变大,通过调整图像灰度值的动态范围,自动地增加整个图像的对比度,使图像具有较大的反差,细节清晰。(2)对比度增强法有些图像的对比度比较低,从而使整个图像模糊不清。这时可以按一定的规则修改原来图像的每一个像素的灰度,从而改变图像灰度的动态范围。(3)平滑噪声有些图像是通过扫描仪扫描输入或传输通道传输过来的。图像中往往包含有各种各样的噪声。这些噪声一般是随机产生的,因此具有分布和大小不规则性的特点。这些噪声的存在直接影响着后续的处理过程,使图像失真。图像平滑就是针对图像噪声的操作,其主要作用是为了消除噪声,图像平滑的常用方法是采用均值滤波或中值滤波,均值滤波是一种线性空间滤波,它用一个有奇数点的掩模在图像上滑动,将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替,如果规定了在取均值过程中掩模内各像素点所占的权重,即各像素点所乘系数,这时就称为加权均值滤波;中值滤波是一种非线性空间滤波,其与均值滤波的区别是掩模中心对应像素点的灰度值用掩模内所有像素点灰度值的中间值代替9。(4)锐化平滑噪声时经常会使图像的边缘变的模糊,针对平均和积分运算使图像模糊,可对其进行反运算采取微分算子使用模板和统计差值的方法,使图像增强锐化。图像边缘与高频分量相对应,高通滤波器可以让高频分量畅通无阻,而对低频分量则充分限制,通过高通滤波器去除低频分量,也可以达到图像锐化的目的10。2.4 图像增强流程图 NY输入图像 预处理 增强算法处理 得到增强参数保存退出最佳结果结束开 图2-1 图像增强流程图第三章 图像增强的点运算方法及算法基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等,目的或使图像成像均匀,或扩大图像动态范围,扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声,但是也容易因其边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓,便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法。3.1 灰度变换增强在图像采集过程中,由于扫描系统或者光电转换系统多方面的原因,常出现图像不均匀,对比度不足等弊端,是人眼在观看图像时视觉效果很差。灰度变换就是在图像采集系统中对图像像素经行修正,是整幅图像成像均匀。度变换可使图像动态范围增大,图像对比度扩展,图像变清晰,特征明显,是图像增强的重要手段之一。灰度变换增强是对图像在空域中进行增强的一种简单方法。根据需要,灰度增强一般有三种方法:(1)一种是对图像的不均匀性进行修正,如曝光不均匀,使图像半边暗半边亮。对图像逐点进行不同程度的灰度级校正,目的是使整幅图像灰度均匀。(2)另一种是针对图像某一部分或整幅图像曝光不足而使用的灰度级变换,其目的是增加图像灰度的对比度。(3)第三种是直方图修正,能够使图像具有所需要的灰度分布。灰度变换可以分为三种:线性变换、分段变换和非线性变换。3.1.1 线性变换假定原图像f(x,y)的灰度范围为a,b,变换后的图像g(x,y)的灰度范围线性的扩展至c,d,如图3 .11所示。则对于图像中的任一点的灰度值P(x,y),变换后为g(x,y),其数学表达式如下所示1。 (1-1)若图像中大部分像素的灰度级分布在区间a,b内,max f为原图的最大灰度级,只有很小一部分的灰度级超过了此区间,则为了改善增强效果,可以令 (3.12)在曝光不足或过度的情况下,图像的灰度可能会局限在一个很小的范围内,这时得到的图像可能是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像中每一个像素灰度作线性拉伸,将有效改善图像视觉效果。 图3-1 线性变换效果图例3.1.2 非线性变换非线性变换就是利用非线性变换函数对图像进行灰度变换,主要有指数变换、对数变换等。指数变换,是指输出图像的像素点的灰度值与对应的输入图像的像素灰度值之间满足指数关系,其一般公式为1: (3.13)其中b为底数。为了增加变换的动态范围,在上述一般公式中可以加入一些调制参数,以改变变换曲线的初始位置和曲线的变化速率。这时的变换公式为: (3.14)式中a,b,c都是可以选择的参数,当f(x,y)=a时,g(x,y)=0,此时指数曲线交于X轴,由此可见参数a决定了指数变换曲线的初始位置参数c决定了变换曲线的陡度,即决定曲线的变化速率。指数变换用于扩展高灰度区,一般适于过亮的图像。对数变换,是指输出图像的像素点的灰度值与对应的输入图像的像素灰度值之间为对数关系,其一般公式为: (3.15)其中表示以10为底,也可以选用自然对数。为了增加变换的动态范围,在上述一般公式中可以加入一些调制参数,这时的变换公式为: (3.16)式中a,b,c都是可以选择的参数,式中f(x,y)+1是为了避免对0求对数,确保。当f(x,y)=0时,则y=a,则a为Y轴上的截距,确定了变换曲线的初始位置的变换关系,b、c两个参数确定变换曲线的变化速率。对数变换用于扩展低灰度区,一般适用于过暗的图像。3.1.3 分段线性变换为了突出图像中感兴趣的目标或灰度区间,相对抑制不感兴趣的灰度区间,可采用分段线性变换,它将图像灰度区间分成两段乃至多段分别作线性变换。进行变换时,把0-255整个灰度值区间分为若干线段,每一个直线段都对应一个局部的线性变换关系。 图3-2 分段线性变换效果图例3.2 直方图修正灰度直方图是指将一幅数字图像中的每一个灰度数值对应的像素统计出来,并以灰度数值为横坐标,以对应的像素数为纵坐标绘制的图形。它反映了数字图像中每一灰度数值与其出现频率间的统计关系,描述了数字图像的概貌,包含了数字图像的灰度分布范围和分布动态等信息,从而为数字图像进一步处理提供了重要依据。既然一幅数字图像的基本特征可以通过灰度直方图反映出来,反之,也可以利用直方图修正的方法来调整图像的灰度分布,使图像细节更丰富、更清晰,达到增强的目的。因为直方图反映的是一幅数字图像的灰度数值的概率统计特征,所以基于直方图修正的图像增强技术是以概率统计学为理论基础的。目前,较为成熟的直方图修正法包括直方图均衡化和直方图规定化。3.2.1 直方图均衡化以r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。即 在区间内的任一个r,经变换T(r)都可产生一个S,且S=T(r)T(r)为变换函数,应满足下列条件:(1) 在内为单调递增函数(保证灰度级从黑到白的次序不变);(2) 在内,有。(确保映射后的像素灰度在允许的范围内)由概率论理论可知,如果已知随机变量r的概率密度为,而随机变量s是r的函数,则s的概率密度可以由求出。假定随机变量s的分布函数用表示,根据分布函数定义,则有 因为归一化假定 由(1)得两边积分得 (变换函数)上式表明当变换函数T(r)是原图像直方图累积分布函数时,能达到直方图均衡化的目的。对于灰度级为离散的数字图像,用频率来代替概率。3.2.2 直方图规定化使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。假设和分别表示已归一化的原图像灰度概率密度函数和希望得到的图像概率密度函数。首先对原图像进行直方图均衡化处理,即求变换函数: 假定已得到了所希望的图像,对它也进行均衡化处理,即 它的逆变换是 即由均衡化后的灰度级得到希望图像的灰度级。这样,如果我们用原图像均衡得到的灰度来代替变换中的v,其结果为 假定是单值的,根据上述思想,总结出直方图规定化增强处理的步骤如下: (1)对原始图像作直方图均衡化处理; (2)按照希望得到的图像的灰度级概率密度函数,由式(2)求得变换函数G(z); (3)用步骤(1)得到的灰度级S作逆变换。那么经过以上得到的图像的灰度级分布将具有规定的概率密度函数的形状。当时,直方图规定化处理就简化为直方图均衡化处理了。图4-1 直方图规定化处理效果图例结论灰度变换,主要通过对原图像素值进行重新分配,目的是使图像中较暗的像素值,通过灰度变换方法使较暗的像素值增大,提高图像的对比度。直方图增强,是把原始图的直方图变换为均匀分布的形式,增加像素灰度值的动态范围以达到增强图像整体对比度的效果但是图像增强处理并不能使原始图像信息增加,而是只能增强对某种信息的辨别能力,而这种处理有可能损失一些其他信息,但是,只要提高了图像的视觉特性,增强图像的目的就达到了。参考文献1 冈萨雷斯。数字图像处理M.阮秋琦译。北京:机械工业出版社, 2003.2 何东健。数字图像处理M.西安:西安电子科技大学出版社,2003.3 清源计算机工作室。Matlab6.0 高级应用图形图像处理4 阮秋琦。数字图像处理学M.北京:电子工业出版社, 2001.5 朱秀昌,刘峰,胡栋。数字图像处理与图像通信M.北京:北京邮电大学出版社, 2002.6 贾永红。计算机图像处理与分析M.武昌:武汉大学出版社,2001.7 Li T L, Sundarehan MK.Contrast Enhancement Based on Hum8 Rafael C. Gonzalez, Richard E. Woods, Steven L.Eddins.Digital Image Processing UsingMATLABM.北京:电子工业出版社,2004

    注意事项

    本文(图像增强点运算算法研究及比较.doc)为本站会员(文库蛋蛋多)主动上传,三一办公仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知三一办公(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    备案号:宁ICP备20000045号-2

    经营许可证:宁B2-20210002

    宁公网安备 64010402000987号

    三一办公
    收起
    展开