图像灰度值的的图像增强算法研究
摘 要图像增强属于图像识别的预处理，它对后期的图像处理有着至关重要的作用。影响图像清晰度的因素很多，例如光照条件、成像设备、线路传输受到干扰等，使得图像质量下降，影响后期的识别和运用。所以在对图像进行分析以前，通常要对图像质量进行改善，图像增强是指以满足特定需求为目的，突出图像中感兴趣的部分，抑制或去除其他噪声信息，从而达到比原始图像更适合特定应用的目标。图像增强技术基础性的方法有两类，为空间域法和频率域法，对应的增强方法主要有灰度变换、直方图、空域滤波、频域滤波等。本文主要针对上述几种方法进行分析，在MATLAB平台上利用图像用户界面搭建软件进行仿真，并展示其结果与分析。
目 录
摘要 I
ABSTRACT II
目 录 III
绪论 1
1.1 问题的提出背景及研究意义 1
1.2 灰度图像增强技术研究现状 3
1.3 本文的章节划分 4
灰度图像空域增强算法的研究 7
2.1 灰度变换 7
2.1.1 线性变换 7
2.1.2 分线性变换 9
2.2 直方图 10
2.2.1 直方图均衡化 10
2.2.2 直方图规定化 11
2.3 滤波增强 12
2.3.1 平滑滤波 13
2.3.2 锐化滤波 14
灰度图像频域增强算法的研究 17
3.1 低通滤波 17
3.2 高通滤波 19
3.3 同态滤波 21
软件设计及图像质量评价体系 23
4.1 软件设计 23
4.2 软件功能 25
4.2.1 直方图均衡化 25
4.2.2 平滑滤波 26
4.2.3 锐化滤波 28
总结与展望 31
5.1 个人总结 31
5.2 技术展望 31
致谢 33
参考文献 35
附录
文献翻译 37
程序 55
实物图 69
绪论
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
图像处理作为一门新兴领域受到越来越多的研究人员的重视。文本主要介绍下其中的一项——图像的增强。本章主要有以下三部分组成：课题的提出背景及研究意义、灰度图像简介以及灰度图像增强技术现状、本文的脉络布局。
1.1 课题的提出背景及研究意义
视觉系统是人类最重要的感知手段，有研究表明，人类从外界获取的信息中70%以上[1]是视觉系统获取的，也就是通过图像来获得的。图像是一种最为有效的信息载体[2]，俗话说的“百闻不如一见”也就是这个道理。如今，图像的应用已经渗透到人们生活的各个领域，生物医学、工业生产、公共安全、航天航空、信息通信等都离不开图像。
然而图像在生成、传递、压缩、储存、变换的一系列过程中总会受到各种因素的干扰影响，例如：光照条件引起的光照不均匀、成像设备造成的噪声以及对比度较低、压缩传输过程造成的图像失真等等，在实际生活中这些因素是不可避免的，它不但影响图像的视觉效果，而且对后期的图像识别造成一定的影响。因此需要对图像进行增强处理以方便后续的识别和应用。
图像增强作为图像识别的预处理阶段，在整个图像处理过程中具有举足轻重的地位。通常由于光照不足、传输干扰等各种实际因素的影响导致图像成像质量差、对比度低、噪声干扰等，影响了后期的图像识别及应用，因此，在图像后续识别之前，我们要对图像进行处理，即图像增强。图像增强是指针对给定图像的特定应用场合，有目的地突出图像的整体或局部感兴趣的细节特征，将原来不清晰的图像变得清晰，从而改善图像质量、丰富图像信息量，加强图像的识别效果，以满足特殊分析的需要[3]。
50多年来，图强增强作为数字图像处理的一条分支得到迅速发展，并在我们的日常生活得到广泛地应用，主要有：
（1）工业生产领域图像增强技术在工业生产的产品质量检测得到了广泛应用，例如高速流水线上机械零部件的检查和识别、产品包装出厂前的质量检查、工件尺寸测量等等。
生物医学领域
图像增强技术在生物医学领域也有着广泛的应用，主要有两类：一是对生物医学的显微光学图像进行处理和分析，例如对细菌、细胞的检测，染色体的分析等；另一类应用主要是对X射线图像的增强，最成功的是运用在计算机断层成像设备上。由于人体的某些组织对X射线的衰减幅度变化不大，导致图像的质量不高，因此需借助图像增强技术对图像进行处理，从而方便分析治疗。
公共安全领域
在社会安全方面图像增强技术同样有着不可替代的作用，如无损安全检查、交通监控视频分析、指纹识别、痕迹辨认、掌纹、人脸等生物特征的增强处理等。
航空航天领域
20世纪60年代美国的喷气推进实验室处理了太空船“徘徊者七号”发回的月球照片，标志着图像增强技术进入了航空航天领域的研究与应用。图像处理技术也催生出更高标准的图像采集硬件设备[4]。现在高性能的图像采集设备已被广泛应用在军事目标监控、自然灾害预测、地址勘探等各个方面。
信息通信领域
如今多媒体应经成为信息通信的主流发展趋势，从当初的单一文字或声音信息演变为混合声音、文字、图像的多媒体信息通信。由于图像在采集、处理、压缩、传输、存储过程中受到不可避免的实际因素干扰，因此图像增强技术显得尤为重要。
图像增强除了应用在上述几大领域外，还与一些新兴领域密不可分，例如电子商务、机器人视觉系统等。可以预见，随着科学技术的发展，图像增强将会得到越来越广泛地运用，与人们的生活更加密不可分。现在有越来越多的研究学者重视并投身到这个研究领域，由此也不断地促进了图像增强技术的发展，本文将常见的图像增强方法做一个简单地系统的概述。
1.2 灰度图像增强技术研究现状
数字图像是指由连续函数或者离散函数生成的图像，它可以被计算机识别并处理，大部分物理图像也是数字图像。灰度图像是数字图像中的一种，也称为灰阶图像，用0（黑）—255（白）这256个灰度级表示图像中各像素的亮度。在 随着图像增强在各个领域应用越来越广泛，国内外有许多学者都投身到这一研究领域，从而不断地丰富和发展图像增强技术。灰度图像增强技术有很多种，例如：
1.灰度变换
利用灰度变换可以有效的改善图像质量和显示效果，也可以有选择地突出图像中感兴趣的部分和抑制不需要的部分，从而使得图像更符合特定需要。灰度变换可分为线性变换和非线性变换，而线性变换又包含全局线性变换和分段线性变换，通过调整映射的系数可以实现灰度的拉伸或压缩，也可以实现图像的反转；非线性变换常用的方法有指数变换和对数变换。
目 录
摘要 I
ABSTRACT II
目 录 III
绪论 1
1.1 问题的提出背景及研究意义 1
1.2 灰度图像增强技术研究现状 3
1.3 本文的章节划分 4
灰度图像空域增强算法的研究 7
2.1 灰度变换 7
2.1.1 线性变换 7
2.1.2 分线性变换 9
2.2 直方图 10
2.2.1 直方图均衡化 10
2.2.2 直方图规定化 11
2.3 滤波增强 12
2.3.1 平滑滤波 13
2.3.2 锐化滤波 14
灰度图像频域增强算法的研究 17
3.1 低通滤波 17
3.2 高通滤波 19
3.3 同态滤波 21
软件设计及图像质量评价体系 23
4.1 软件设计 23
4.2 软件功能 25
4.2.1 直方图均衡化 25
4.2.2 平滑滤波 26
4.2.3 锐化滤波 28
总结与展望 31
5.1 个人总结 31
5.2 技术展望 31
致谢 33
参考文献 35
附录
文献翻译 37
程序 55
实物图 69
绪论
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
图像处理作为一门新兴领域受到越来越多的研究人员的重视。文本主要介绍下其中的一项——图像的增强。本章主要有以下三部分组成：课题的提出背景及研究意义、灰度图像简介以及灰度图像增强技术现状、本文的脉络布局。
1.1 课题的提出背景及研究意义
视觉系统是人类最重要的感知手段，有研究表明，人类从外界获取的信息中70%以上[1]是视觉系统获取的，也就是通过图像来获得的。图像是一种最为有效的信息载体[2]，俗话说的“百闻不如一见”也就是这个道理。如今，图像的应用已经渗透到人们生活的各个领域，生物医学、工业生产、公共安全、航天航空、信息通信等都离不开图像。
然而图像在生成、传递、压缩、储存、变换的一系列过程中总会受到各种因素的干扰影响，例如：光照条件引起的光照不均匀、成像设备造成的噪声以及对比度较低、压缩传输过程造成的图像失真等等，在实际生活中这些因素是不可避免的，它不但影响图像的视觉效果，而且对后期的图像识别造成一定的影响。因此需要对图像进行增强处理以方便后续的识别和应用。
图像增强作为图像识别的预处理阶段，在整个图像处理过程中具有举足轻重的地位。通常由于光照不足、传输干扰等各种实际因素的影响导致图像成像质量差、对比度低、噪声干扰等，影响了后期的图像识别及应用，因此，在图像后续识别之前，我们要对图像进行处理，即图像增强。图像增强是指针对给定图像的特定应用场合，有目的地突出图像的整体或局部感兴趣的细节特征，将原来不清晰的图像变得清晰，从而改善图像质量、丰富图像信息量，加强图像的识别效果，以满足特殊分析的需要[3]。
50多年来，图强增强作为数字图像处理的一条分支得到迅速发展，并在我们的日常生活得到广泛地应用，主要有：
（1）工业生产领域图像增强技术在工业生产的产品质量检测得到了广泛应用，例如高速流水线上机械零部件的检查和识别、产品包装出厂前的质量检查、工件尺寸测量等等。
生物医学领域
图像增强技术在生物医学领域也有着广泛的应用，主要有两类：一是对生物医学的显微光学图像进行处理和分析，例如对细菌、细胞的检测，染色体的分析等；另一类应用主要是对X射线图像的增强，最成功的是运用在计算机断层成像设备上。由于人体的某些组织对X射线的衰减幅度变化不大，导致图像的质量不高，因此需借助图像增强技术对图像进行处理，从而方便分析治疗。
公共安全领域
在社会安全方面图像增强技术同样有着不可替代的作用，如无损安全检查、交通监控视频分析、指纹识别、痕迹辨认、掌纹、人脸等生物特征的增强处理等。
航空航天领域
20世纪60年代美国的喷气推进实验室处理了太空船“徘徊者七号”发回的月球照片，标志着图像增强技术进入了航空航天领域的研究与应用。图像处理技术也催生出更高标准的图像采集硬件设备[4]。现在高性能的图像采集设备已被广泛应用在军事目标监控、自然灾害预测、地址勘探等各个方面。
信息通信领域
如今多媒体应经成为信息通信的主流发展趋势，从当初的单一文字或声音信息演变为混合声音、文字、图像的多媒体信息通信。由于图像在采集、处理、压缩、传输、存储过程中受到不可避免的实际因素干扰，因此图像增强技术显得尤为重要。
图像增强除了应用在上述几大领域外，还与一些新兴领域密不可分，例如电子商务、机器人视觉系统等。可以预见，随着科学技术的发展，图像增强将会得到越来越广泛地运用，与人们的生活更加密不可分。现在有越来越多的研究学者重视并投身到这个研究领域，由此也不断地促进了图像增强技术的发展，本文将常见的图像增强方法做一个简单地系统的概述。
1.2 灰度图像增强技术研究现状
数字图像是指由连续函数或者离散函数生成的图像，它可以被计算机识别并处理，大部分物理图像也是数字图像。灰度图像是数字图像中的一种，也称为灰阶图像，用0（黑）—255（白）这256个灰度级表示图像中各像素的亮度。在 随着图像增强在各个领域应用越来越广泛，国内外有许多学者都投身到这一研究领域，从而不断地丰富和发展图像增强技术。灰度图像增强技术有很多种，例如：
1.灰度变换
利用灰度变换可以有效的改善图像质量和显示效果，也可以有选择地突出图像中感兴趣的部分和抑制不需要的部分，从而使得图像更符合特定需要。灰度变换可分为线性变换和非线性变换，而线性变换又包含全局线性变换和分段线性变换，通过调整映射的系数可以实现灰度的拉伸或压缩，也可以实现图像的反转；非线性变换常用的方法有指数变换和对数变换。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/3045.html
