matlab的模糊图像增强算法实现theimplementationofblurredimageenhancementa
摘 要摘 要数字图像模糊度增强是一门刚发展的学科，正在进步和发展的技术。由于硬件技术的发展，我们就有可能看到实时处理数字图像被实现。数字图像处理的速度也开始加速。这种技术是一种用一定的算法对图像模糊度进行处理的技术，数字图像模糊度处理技术在各个领域上都有了应用。图像处理技术的过程其实是站在计算机角度，把图像转换成计算机能读懂的信息或者数据，再进行操作。图像处理技术是改善图像品质的主要途径之一。本文先对原理以及不同增强算法进行阐述，然后对灰度变换、直方图均衡化增强方法进行了深入的研究，在数字图像模糊度的基本表示和处理方法的基础上，针对图像模糊度增强的普遍性问题，实现图像模糊度增强算法，通过实验得出的实际处理效果，讨论不同算法的适用场合，实施对模糊图像的增强。关键词数字图像处理；模糊图形增强；直方图均衡化；灰度变换
目 录
第一章 绪论 1
1.1课题的背景及意义 1
1.2 课题的主要内容 2
第二章 基本理论 3
2.1数字图像的基本概念 3
2.1.2 图像的灰度 3
2.1.3 灰度直方图 4
2.2 模糊图像增强的体系机构 5
2.3模糊图像增强概述 6
2.3.1 模糊图像增强的定义 6
2.3.2 常用的增强模糊图像的方法 6
2.4 模糊图像增强历史 8
第三章 图像模糊度增强方法和原理 10
3.1 图像模糊度变换 10
3.1.1 离散图像模糊度变换的一般表达式 10
3.1.2 离散沃尔什变换 11
3.2 灰度变换 12
3.2.1 线性变换 12
3.2.2 分段线性变换 13
3.2.3 非线性变换 13
3.3 直方图变换 14
3.3.1 直方图修正基础 14
3.3.2 直方图均衡化 15
3.4 图像模糊度平滑与锐化 16
3.4.1 平滑 16
3.4.2 锐化 17
3.5 色彩增强 18
3.5.1 假彩色处理 19 *好棒文|www.hbsrm.com +Q: &351916072&
3.5.2 伪彩色处理 19
第四章 图像模糊度增强算法的实现 20
4.1 图像模糊度的灰度 20
4.2 灰度直方图 20
4.3 软件介绍 21
4.4 直方图均衡化实例 22
4.5实际图像对算法的检验 25
结语 28
致谢 29
参考文献 30
第一章 绪论
人类传递信息的方式多种多样，可以通过语言、音频、图像等途径传递信息。然而，图像是所有途径中传递信息所占比重最多的方式。由此可见，图像俨然成为我们传递信息的第一途径。所以图像信息变得十分重要。研究图像信息也就变理所当然。图像信息传递的过程是这样进行的，先采集、后进行压缩、再编码、接着存储、通信、最后是显示。这六个部分则构成了我们今天所称之为的图像信息传递系统。但是，在每个环节、每个步骤中，我们可能会主动或被动的影响到图像的品质。就是因为这样的原因，我们才会研究图像处理技术。我们的课题是模糊图像的增强，这就属于图像处理技术的范畴。
1.1课题的背景及意义
时代不断发展，计算机技术受到的关注越来越多。促进技术的发展。图像处理技术也在大环境在飞速成长，进步，并且在各大领域发挥着巨大作用。对图像处理技术的研究，我们是通过计算机的操作实现的。而在这一系列的操作当中，就有图像模糊度增强技术。
这种技术通过转变图像信息，为计算机所认识、了解以及操作，最终达到提高图像品质的目的。
上面所说的六大部分，每一个部分都能够使图像品质降低。例如，我们在拍照的时候，有时候阳光太强，或者光线不行；传输过程中的各式各样的噪声，也会引起图像品质的降低，且有些噪声的伤害是持续的。而到现在为止，国际上都没有一个标准的评判标准。有一点统一的，就是人们都清楚明白的目标就是改善图像品质。这个时候我们研究这项技术的意义就显示出来了。
图像处理技术就是根据需求去扩大有意义和你所感兴趣的信息，或者削弱意义不大和你不感兴趣的信息。图像处理技术有多种方式去实现。比如根据图像的灰度值、灰度级进行操作，去除图像中的噪声，增强图像的边缘，直方图均衡化等等。这些技术的应用就是为了改善模糊的图像，更符合人们的标准，可以为人们所利用。
这种技术的目的就是增强图像的效果。没有统一的评价标准，却往往通过人的视觉进行评判。
这项技术被应用在很多的领域。在军事上被应用，在医学上方便医生，在刑侦上帮助司法机关。这样的例子还有很多。图像的更加清晰，可以让我们得到更多细节的信息，及时发现问题，分析问题，追本溯源。同时，这项技术的被引用同时促进了它本身的发展。不断出现的需求就是发展的源动力。
1.2 课题的主要内容
一切事物是有利有弊的，这在政治上叫作矛盾。而图像模糊度增强也是矛盾的。因为你在提高图像的一方面的时候，有可能另一方面正在削弱。例如平滑技术可以消除噪声，可是同时带来的是图像边缘的模糊。反之，如果我们想增强边缘，那么带来的副作用就是噪声也会增强。这样的例子很多。但是我们所需要做的就是，协调。找到一个最合适的方案去平衡利弊，或者根据特定要求，舍弃其一。特殊情况，特殊对待。
这就要求我们要对图像处理技术各种方式、算法的熟悉。因为只有了解、熟悉了各种算法，我们才能权衡利弊，劣中选好。好中选优，合适、合情、合理的解决问题。
图像模糊度增强算法大概有，转换函数、变换图像、变换灰度、直方图、平滑、锐化、色彩增强这几种方式。我们只有了解了基础，才会熟知增强方法。掌握基础的目的在于后续更高级的操作，这些基础属于预处理，就像素描的先勾勒线条，轮廓。
本文先分析预处理的各种基础、常用方法，并进行对比。之后再根据图像特征，或者具体需求，进行分析。最后采用最好的算法，进行高级处理，就是利用均衡化技术和直方图做Matlab实例。最后再获取实际生活中一组模糊图像，针对算法进行验算。
目 录
第一章 绪论 1
1.1课题的背景及意义 1
1.2 课题的主要内容 2
第二章 基本理论 3
2.1数字图像的基本概念 3
2.1.2 图像的灰度 3
2.1.3 灰度直方图 4
2.2 模糊图像增强的体系机构 5
2.3模糊图像增强概述 6
2.3.1 模糊图像增强的定义 6
2.3.2 常用的增强模糊图像的方法 6
2.4 模糊图像增强历史 8
第三章 图像模糊度增强方法和原理 10
3.1 图像模糊度变换 10
3.1.1 离散图像模糊度变换的一般表达式 10
3.1.2 离散沃尔什变换 11
3.2 灰度变换 12
3.2.1 线性变换 12
3.2.2 分段线性变换 13
3.2.3 非线性变换 13
3.3 直方图变换 14
3.3.1 直方图修正基础 14
3.3.2 直方图均衡化 15
3.4 图像模糊度平滑与锐化 16
3.4.1 平滑 16
3.4.2 锐化 17
3.5 色彩增强 18
3.5.1 假彩色处理 19 *好棒文|www.hbsrm.com +Q: &351916072&
3.5.2 伪彩色处理 19
第四章 图像模糊度增强算法的实现 20
4.1 图像模糊度的灰度 20
4.2 灰度直方图 20
4.3 软件介绍 21
4.4 直方图均衡化实例 22
4.5实际图像对算法的检验 25
结语 28
致谢 29
参考文献 30
第一章 绪论
人类传递信息的方式多种多样，可以通过语言、音频、图像等途径传递信息。然而，图像是所有途径中传递信息所占比重最多的方式。由此可见，图像俨然成为我们传递信息的第一途径。所以图像信息变得十分重要。研究图像信息也就变理所当然。图像信息传递的过程是这样进行的，先采集、后进行压缩、再编码、接着存储、通信、最后是显示。这六个部分则构成了我们今天所称之为的图像信息传递系统。但是，在每个环节、每个步骤中，我们可能会主动或被动的影响到图像的品质。就是因为这样的原因，我们才会研究图像处理技术。我们的课题是模糊图像的增强，这就属于图像处理技术的范畴。
1.1课题的背景及意义
时代不断发展，计算机技术受到的关注越来越多。促进技术的发展。图像处理技术也在大环境在飞速成长，进步，并且在各大领域发挥着巨大作用。对图像处理技术的研究，我们是通过计算机的操作实现的。而在这一系列的操作当中，就有图像模糊度增强技术。
这种技术通过转变图像信息，为计算机所认识、了解以及操作，最终达到提高图像品质的目的。
上面所说的六大部分，每一个部分都能够使图像品质降低。例如，我们在拍照的时候，有时候阳光太强，或者光线不行；传输过程中的各式各样的噪声，也会引起图像品质的降低，且有些噪声的伤害是持续的。而到现在为止，国际上都没有一个标准的评判标准。有一点统一的，就是人们都清楚明白的目标就是改善图像品质。这个时候我们研究这项技术的意义就显示出来了。
图像处理技术就是根据需求去扩大有意义和你所感兴趣的信息，或者削弱意义不大和你不感兴趣的信息。图像处理技术有多种方式去实现。比如根据图像的灰度值、灰度级进行操作，去除图像中的噪声，增强图像的边缘，直方图均衡化等等。这些技术的应用就是为了改善模糊的图像，更符合人们的标准，可以为人们所利用。
这种技术的目的就是增强图像的效果。没有统一的评价标准，却往往通过人的视觉进行评判。
这项技术被应用在很多的领域。在军事上被应用，在医学上方便医生，在刑侦上帮助司法机关。这样的例子还有很多。图像的更加清晰，可以让我们得到更多细节的信息，及时发现问题，分析问题，追本溯源。同时，这项技术的被引用同时促进了它本身的发展。不断出现的需求就是发展的源动力。
1.2 课题的主要内容
一切事物是有利有弊的，这在政治上叫作矛盾。而图像模糊度增强也是矛盾的。因为你在提高图像的一方面的时候，有可能另一方面正在削弱。例如平滑技术可以消除噪声，可是同时带来的是图像边缘的模糊。反之，如果我们想增强边缘，那么带来的副作用就是噪声也会增强。这样的例子很多。但是我们所需要做的就是，协调。找到一个最合适的方案去平衡利弊，或者根据特定要求，舍弃其一。特殊情况，特殊对待。
这就要求我们要对图像处理技术各种方式、算法的熟悉。因为只有了解、熟悉了各种算法，我们才能权衡利弊，劣中选好。好中选优，合适、合情、合理的解决问题。
图像模糊度增强算法大概有，转换函数、变换图像、变换灰度、直方图、平滑、锐化、色彩增强这几种方式。我们只有了解了基础，才会熟知增强方法。掌握基础的目的在于后续更高级的操作，这些基础属于预处理，就像素描的先勾勒线条，轮廓。
本文先分析预处理的各种基础、常用方法，并进行对比。之后再根据图像特征，或者具体需求，进行分析。最后采用最好的算法，进行高级处理，就是利用均衡化技术和直方图做Matlab实例。最后再获取实际生活中一组模糊图像，针对算法进行验算。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/752.html
