基于matlab的 图像增强技术的分析与实现.doc

数字图形图像处理 基于matlab的 图像增强技术的分析与实现 基于matlab的图像增强技术的分析与实现 摘要:基于数字图像增强对图像处理的重要性，将计算软件MATLA应用于数字图像增强中，给出了用这一软件完成图像的对比度增强、直方图均衡化、平滑滤波、锐化等操作的示例，并给出了处理前后的对照图像。同时论述了MATLAB在进行图像处理试验时简洁、高效的特点。 关键词:图像增强；MATLAB；直方图均衡化；平滑滤波；锐化 基于matlab的图像增强技术的分析与实现 引言：对于一个图像处理系统来说，可将流程分为三个阶段，在获取原始图像后，首先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段，其中图像预处理阶段尤为重要，如果此阶段处理不当，后面的工作将无法展开。实际应用中,我们的系统获取的原始图像并非完美:例如系统获取的原始图像，由于噪声、光照等原因,使得图像的质量不高,需进行预处理,以达到利于我们提取感兴趣的信息的目的。图像的预处理包括图像增强、平滑滤波、锐化等内容.图像的预处理既可以在空间域实现,也可以在频域内实现,其中空间域内实现是对图像进行点运算,它是一种既简单又重要的图像处理技术,它能让用户改变图像上像素点的灰度值,这样通过点运算处理将产生一幅新图像。 MATLAB是一种简单、高效、功能强大的高级语言,在科学与工程计算领域有着广泛的应用前途。 1、灰度直方图的定义一幅数字图像的灰度直方图就是一个灰度级的离散函数 (1) 在灰度级中, r= 0代表黑，r= 1代表白。对于一副给定的图像来说, 每一个像素取得[0，1]区间内的灰度级是随机的,也就是说r是一个随机变量。假定对每一瞬间他们是连续的随机变量，那么，就可以用概率密度函数 pr(r)来表示原始图像得灰度分布。如果用直角坐标系的横轴代表灰度级r,用纵轴代表灰度级的概率密度函数 pr( r), 这样就可以针对一副图像在这个坐标系做一个曲线来。这条曲线在概率论终就是分布密度曲线，如图 1所示。为了有利于数字图像处理, 必须引入离散形式。 在离散形势下, 用 rk代表离散灰度级, 用 pr(rk)代表 pr(r), 并且有下式成立: （2） 式中 nk为图像中出现 rk这种灰度的像素数，n是图像中像素总数, 而nkn就是概率论中所说的频数。在直角坐标系中作出 rk与 pr( rk)的关系图形, 这个图形称为直方图。 图像的灰度直方图提供了该图像外观的一个全局描述，所提取的特征具有 RST 不变性，即旋转、比例和位移不变性，缺点是不能有效地表示图像的空间信息 （3） 式中 w 式积分变量, 而就是 r 的累计分布函数 (CDF)。这里，累计分布函数是 r的函数，并且单调地从 0增加到 1, 所以这个变换函数满足关于 T (r)在 内单值单调增加，在内单值单调增加, 在内有 的两个条件。 对式 ()中的 r求导, 则 （4） 再把结果代入式 （3）则 （5） 由上面的推导公式可见, 在变换后的变量 s的定义域的概率密度是均匀分布的。由此可见用 r的累计分布函数作为变量函数可产生一幅灰度级分布具有均匀概率密度的图像。其结果扩展了像素取值的动态范围。 正如前面谈到的那样为了对图像进行数字处理必须引入离散形式的公式当灰度级是离散值的时候可以用频数近似代替概率值, 即 式中 是灰度级的总数目, nk是取第 rk级灰度值的概率, 是在图像nk中出现第 rk级灰度的次数n是图强技术叫做直方图均衡化处理或直方图线性化（6） 其反变换式为: （7） 因为直方图是近似的概率密度函数, 所以用离散灰度级作变换时很少得到完全平坦的结果。另外，从上例中可以看出变换后的灰度级减少了，这种现象叫做简并现象。由于简并现象的存在，处理后的灰度级总是要减少的。这种像素灰度有限的必然结果。由于上述原因，数字图像的直方图均衡只是近似的。 3、直方图规定化： 直方图规定化是一种借助于直方图来增强图像的方法。通过将原始图的直方图转化为指定的直方图，可用来校正因拍摄亮度或者传感器的变化而导致的图像差异。 在直方图规定化的过程中, 正确地选择规定化的函数有可能获得比直方图均衡化更好的效果，一般分为三个步骤： (1)如同均衡化方法中, 对原始图的直方图进行灰度均衡化： （8） (2)规定需要的直方图, 并计算能使规定的直方图均衡化的变换: （9） (3)将第（1）个步骤得到的变换反转过来, 即将原始直方图对应映射到规定的直方图，也就是将所有的 pr(ri)对应到 pv(vi)去。因为在映射过程