基于matlab圖像增強技術(shù)畢業(yè)論文

1、<p>　　畢 業(yè) 論 文</p><p>　　作 者： 學 號： .</p><p>　　學 系： 信息科學系 . </p><p>　　專 業(yè)： 電子信息工程技術(shù) .</p><p>　　題 目

2、： 基于MATLAB圖像增強技術(shù) </p><p>　　指導(dǎo)者： 信息科學系教研室成員 </p><p>　　(姓 名) (專業(yè)技術(shù)職務(wù))</p><p>　　2012 年 5 月 </p><p>　　畢 業(yè) 論 文 中 文 摘 要</p>

3、;<p>　　畢 業(yè) 論 文 外 文 摘 要</p><p><b>　　目 次</b></p><p><b>　　1 緒論5</b></p><p>　　2 Matlab簡介6</p><p>　　2.1MATLAB主要功能7</p><p>

4、　　2.2MATLAB優(yōu)勢7</p><p>　　2.2.1工作平臺和編程環(huán)境7</p><p>　　2.2.2實用的程序語言7</p><p>　　2.2.3計算機數(shù)據(jù)處理能力7</p><p>　　2.2.4圖形處理功能8</p><p>　　2.2.5應(yīng)用的模塊集合工具箱8</p&g

5、t;<p>　　2.3 MATLAB常用工具箱8</p><p><b>　　2.4小結(jié)8</b></p><p>　　3 圖像增強10</p><p>　　3.1 圖像增強技術(shù)概述10</p><p>　　3.2 直方圖增強10</p><p>　　3.2.1

6、 直方圖10</p><p>　　3.2.2 直方圖均衡化11</p><p>　　3.2.3 圖像二值化12</p><p>　　3.3 平滑13</p><p>　　3.3.1 線性濾波13</p><p>　　3.3.2 非線性濾波14</p><p>　　3.3.3

7、 巴特沃斯低通16</p><p><b>　　3.4銳化17</b></p><p>　　3.4.1 拉普拉斯算子17</p><p>　　3.4.2 巴特沃斯高通18</p><p>　　3.5 彩色圖像增強19</p><p>　　3.5.1 偽彩色增強19</

8、p><p>　　3.5.2 真彩色增強20</p><p>　　3.5.3 假彩色增強20</p><p>　　3.5.4RGB模型三大轉(zhuǎn)換21</p><p><b>　　結(jié)論24</b></p><p><b>　　致謝25</b></p>&l

9、t;p><b>　　參考文獻26</b></p><p><b>　　1 緒論</b></p><p>　　隨著人類社會的進步和科學技術(shù)的發(fā)展，圖像增強技術(shù)的發(fā)展大致經(jīng)歷了初創(chuàng)期、發(fā)展期、普及期和應(yīng)用期4個階段。初創(chuàng)期開始于20世紀60年代，當時的圖像采用像素型光柵進行掃描顯示，大多采用中、大型機對其進行處理。20世紀70年代進入了發(fā)展期

10、，開始大量采用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現(xiàn)了CT和衛(wèi)星遙感圖像，對圖像增強處理提出了一個更高的要求。到了20世紀80年代，圖像增強技術(shù)進入普及期，此時的計算機已經(jīng)能夠承擔起圖形圖像處理的任務(wù)。20世紀90年代進入了應(yīng)用期，人們運用數(shù)字圖像增強技術(shù)處理和分析遙感圖像，以有效地進行資源和礦藏的勘探、調(diào)查、農(nóng)業(yè)和城市的土地規(guī)劃、作物估產(chǎn)、氣象預(yù)報、災(zāi)害及軍事目標的監(jiān)視等。在生物醫(yī)學工程方面，運用圖像增強技

11、術(shù)對X射線圖像、超聲圖像和生物切片顯微圖像等進行處理，提高圖像的清晰度和分辨率。在工業(yè)和工程方面，主要應(yīng)用于無損探傷、質(zhì)量檢測和過程自動控制等方面。在公共安全方面，人像、指紋及其他痕跡的處理和識別，以及交通監(jiān)控、事故分析等都在不同程度上使用了圖像增強技術(shù)。圖像增強是圖像處理的重要組成部分，傳統(tǒng)的圖像增強方法對于改善圖像質(zhì)量發(fā)揮</p><p>　　MATLAB名字由MATrix和LABoratory兩詞的前三個字

12、母組合而成。那是20世紀七十年代后期的事：時任美國新墨西哥大學計算機科學系主任的Cleve Moler教授出于減輕學生編程負擔的目的，為學生設(shè)計了一組調(diào)用LINPACK和EISPACK庫程序的“通俗易用”的接口，此為用FORTRAN編寫的初期狀態(tài)的MATLAB。</p><p>　　經(jīng)校園廣泛使用，由Little、Moler、Steve Bangert 合作，于1984年成立了MathWorks 公司，并把MAT

13、LAB 正式推向市場。從這時起，MATLAB 的內(nèi)核采用C 語言編寫，而且除了原有的數(shù)值計算能力外，還添加了數(shù)據(jù)圖視功能。</p><p>　　到九十年代初期，在國際上30幾個數(shù)字類科技應(yīng)用軟件中，Matlab在數(shù)值計算方面獨占鰲頭，而Mathematica和Maple則分居符號計算軟件的前兩名。Mathcad因其提供計算、圖形、文字處理的統(tǒng)一環(huán)境而深受學生歡迎。</p><p>　　4.

14、x 版在繼承和發(fā)展其原有的數(shù)值計算和圖形可視能力的同時，出現(xiàn)了以下幾個重要變化：</p><p>　　推出了SIMULINK，一個交互式操作的動態(tài)系統(tǒng)建模、仿真、分析集成環(huán)境。</p><p>　　推出了符號計算工具包。一個以Maple 為“引擎”的Symbolic Math Toolbox 1.0。此舉結(jié)束了國際上數(shù)值計算、符號計算孰優(yōu)孰劣的長期爭論，促成了兩種計算的互補發(fā)展新時代。&l

15、t;/p><p>　　構(gòu)作了Notebook 。MathWorks 公司瞄準應(yīng)用范圍最廣的Word ，運用DDE 和OLE，實現(xiàn)了MATLAB與Word 的無縫連接，從而為專業(yè)科技工作者創(chuàng)造了融科學計算、圖形可視、文字處理于一體的高水準環(huán)境。從1997 年春的5.0 版起，后歷經(jīng)5.1、5.2、5.3、6.0、6.1 等多個版本的不斷改進，MATLAB“面向?qū)ο蟆钡奶攸c愈加突出，數(shù)據(jù)類型愈加豐富，操作界面愈加友善。2

16、002 年初夏所推6.5 版的最大特點是：該版本采用了JIT 加速器，從而使MATLAB 朝運算速度與C 程序相比肩的方向前進了一大步。</p><p>　　2 MATLAB簡介</p><p>　　MATLAB是建立在向量、數(shù)組和矩陣基礎(chǔ)上的一種分析和仿真工具軟件包，包含各種能夠進行常規(guī)運算的“工具箱”，如常用的矩陣代數(shù)運算、數(shù)組運算、方程求根、優(yōu)化計算及函數(shù)求導(dǎo)積分符號運算等；同時還提

17、供了編程計算的編程特性，通過編程可以解決一些復(fù)雜的工程問題；也可繪制二維、三維圖形，輸出結(jié)果可視化。目前，已成為工程領(lǐng)域中較常用的軟件工具包之一。</p><p>　　2.1 MATLAB主要功能</p><p>　　它是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境。使用它，可以較使用傳統(tǒng)的編程語言，如C、C++等，更快的解決技術(shù)計算問題。</p&

18、gt;<p>　　高級語言可用于技術(shù)計算；開發(fā)環(huán)境可對代碼、文件和數(shù)據(jù)進行管理；數(shù)學函數(shù)可用于線性代數(shù)、統(tǒng)計、傅立葉分析、篩選、優(yōu)化以及數(shù)值積分等；二維和三維圖形函數(shù)可用于可視化數(shù)據(jù)；各種工具可用于構(gòu)建自定義的圖形用戶界面；各種函數(shù)可將基于MATLAB的算法與外部應(yīng)用程序和語言；其應(yīng)用范圍非常廣，包括信號和圖像處理、通迅、控制系統(tǒng)設(shè)計、測試和測量等眾多應(yīng)用領(lǐng)域。</p><p>　　2.2 MATL

19、AB優(yōu)勢</p><p>　　2.2.1 工作平臺和編程環(huán)境</p><p>　　MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數(shù)和文件，其中許多工具采用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調(diào)試器、路徑搜索和用于用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業(yè)化以及軟件本身的不斷升級，MATLAB的用戶界面也越來越精致，更

20、加接近Windows的標準界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯(lián)機查詢、幫助系統(tǒng)，極大的方便了用戶的使用。簡單的編程環(huán)境提供了比較完備的調(diào)試系統(tǒng)，程序不必經(jīng)過編譯就可以直接運行，而且能夠及時地報告出現(xiàn)的錯誤及進行出錯原因分析。</p><p>　　2.2.2 程序語言</p><p>　　MATLAB一個高級的矩陣語言，它包含控制語句、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入

21、和輸出和面向?qū)ο缶幊烫攸c。用戶可以在命令窗口中將輸入語句與執(zhí)行命令同步，也可以先編寫好一個較大的復(fù)雜的應(yīng)用程序（M文件）后再一起運行。新版本的MATLAB語言是基于最為流行的C＋＋語言基礎(chǔ)上的，因此語法特征與C＋＋語言極為相似，而且更加簡單。使之更利于非計算機專業(yè)的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領(lǐng)域的重要原因。</p><p>　　2.2.3

22、 科學計算機數(shù)據(jù)處理能力</p><p>　　MATLAB是一個包含大量算法的集合。其可以快捷的實現(xiàn)用戶所需的各種計算功能。函數(shù)中所使用的算法都是科研和工程計算中的最新研究成果，而前經(jīng)過了各種優(yōu)化和差錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++ 。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數(shù)集包括從最簡單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的

23、復(fù)雜函數(shù)。函數(shù)所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數(shù)據(jù)的統(tǒng)計分析、工程中的優(yōu)化問題、稀疏矩陣運算、復(fù)數(shù)的各種運算、三角函數(shù)和其他初等數(shù)學運算、多維數(shù)組操作以及建模動態(tài)仿真等。</p><p>　　2.2.4 圖形處理功能</p><p>　　圖形處理功能MATLAB自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用

24、圖形表現(xiàn)出來，并且可以對圖形進行標注和打印。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。可用于科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB同樣表現(xiàn)了出色的處理能力。同時對一些特殊的可視化要求，

25、例如圖形對話等，MATLAB也有相應(yīng)的功能函數(shù)，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的制作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。</p><p>　　2.2.5 模塊集合工具箱</p><p>　　MATLAB對許多專門的領(lǐng)域都開發(fā)了功能強大的模塊集和工具箱。一般來說，它們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學習

26、、應(yīng)用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經(jīng)把工具箱延伸到了科學研究和工程應(yīng)用的諸多領(lǐng)域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫接口、概率統(tǒng)計、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡(luò)、小波分析、信號處理、圖像處理、系統(tǒng)辨識、控制系統(tǒng)設(shè)計、LMI控制、魯棒控制、模型預(yù)測、模糊邏輯、金融分析、地圖工具、非線性控制設(shè)計、實時快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點仿真、DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（Toolbox）家族

27、中有了自己的一席之地。</p><p>　　2.4 Matlab常用工具箱</p><p>　　MATLAB包括擁有數(shù)百個內(nèi)部函數(shù)的主包和三十幾種工具包。功能工具包用來擴充MATLAB的符號計算，可視化建模仿真，文字處理及實時控制等功能。學科工具包是專業(yè)性比較強的工具包，控制工具包，信號處理工具包，通信工具包等都屬于此類。除內(nèi)部函數(shù)外，所有MATLAB主包文件和各種工具包都是可讀可修改的文

28、件。</p><p>　　Matlab Main Toolbox——matlab主工具箱</p><p>　　System Identification Toolbox——系統(tǒng)辨識工具箱</p><p>　　Image Processing Toolbox——圖象處理工具箱</p><p>　　LMI Control Toolbox——線性矩

29、陣不等式工具箱</p><p>　　Optimization Toolbox——優(yōu)化工具箱</p><p>　　Simulink Toolbox——動態(tài)仿真工具箱</p><p>　　Wavele Toolbox——小波工具箱</p><p>　　它附加的工具箱，即單獨提供的專用matlab函數(shù)集，擴展了matlab環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)

30、特定類型的問題。</p><p><b>　　2.5 小結(jié)</b></p><p>　　對于MATLAB，在教學期間我們大量的運用它來進行編程學習，對于以上所敘，均比較了解，但是對于其圖像處理功能還是不十分熟悉，因此以下將著重從這方面介紹：</p><p>　　圖像處理工具包是由一系列支持圖像處理操作的函數(shù)組成的。所支持的圖像處理操作有:圖像的

31、幾何操作、鄰域和區(qū)域操作、圖像變換、圖像恢復(fù)與增強、線性濾波和濾波器設(shè)計、變換(DCT 變換等) 、圖像分析和統(tǒng)計、二值圖像操作等。下面就MATLAB 在圖像處理中各方面的應(yīng)用分別進行介紹。</p><p>　　(1) 圖像文件格式的讀寫和顯示。MATLAB 提供了圖像文件讀入函數(shù)imread ( ) ,用來讀取如: bmp 、tif 、jpg、pcx、tiff 、gpeg、hdf 、xwd 、png等各種格式的

32、圖像文件;圖像寫出函數(shù)imwrite () ,還有圖像顯示函數(shù)image ( ) 、imshow( ) 等等。</p><p>　　(2) 圖像處理的基本運算。MATLAB 提供了圖像的和、差等線性運算,以及卷積、相關(guān)、濾波等非線性運算。例如,conv2( I ,J ) 實現(xiàn)了I ,J 兩幅圖像的卷積。</p><p>　　(3) 圖像變換。MATLAB 提供了一維和二維離散傅立葉變換(D

33、FT) 、快速傅立葉變換(FFT) 、離散余弦變換(DCT) 及其反變換函數(shù),以及連續(xù)小波變換(CWT) 、離散小波變換(DWT) 及其反變換。</p><p>　　(4) 圖像的分析和增強。針對圖像的統(tǒng)計計算,MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調(diào)整、自適應(yīng)濾波等對圖像進行的處理。</p><p>　　以上所提到的MATLAB 在圖像中的應(yīng)用都是由相應(yīng)的MATLAB 函

34、數(shù)來實現(xiàn)的,使用時,只需按照函數(shù)的調(diào)用語法正確輸入?yún)?shù)即可。具體的用法可參考MATLAB 豐富的幫助文檔。</p><p><b>　　3 圖像增強</b></p><p>　　圖像增強是按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些信息使得圖像更加實用。圖像增強技術(shù)主要包含直方圖修改處理、圖像平滑處理、圖像尖銳化處理和彩色技術(shù)等。</p>

35、<p>　　3.1 圖像增強技術(shù)概述</p><p>　　圖像增強技術(shù)主要包括：直方圖修改處理，圖像平滑處理，圖像尖銳化處理，彩色圖像處理。從純技術(shù)上講主要有兩類：頻域處理法和空域處理法。</p><p>　　頻域處理法主要是卷積定理，采用修改圖像傅立葉變換的方法實現(xiàn)對圖像的增強處理技術(shù)；空域處理法：是直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎(chǔ)的。</p>

36、;<p><b>　　3.2直方圖增強</b></p><p>　　灰度變換是圖像增強的一種重要手段，使圖像對比度擴展，圖像更加清晰，特征更加明顯?；叶燃壍闹狈綀D給出了一幅圖像概貌的描述，通過修改灰度直方圖來得到圖像增強。</p><p>　　3.2.1 直方圖</p><p>　　圖像的直方圖是圖像的重要統(tǒng)計特征，它可以認為是

37、圖像灰度密度函數(shù)的近似。圖像的灰度直方圖是反映一幅圖像的灰度級與出現(xiàn)這種灰度級的概率之間的關(guān)系的圖形。</p><p>　　灰度直方圖是離散函數(shù)，一般的來講，要精確的得到圖像的灰度密度函數(shù)是比較困難的，在實際中，可以使數(shù)字圖像灰度直方圖來代替。歸納起來，直方圖主要有一下幾點性質(zhì)：</p><p>　?。?）直方圖中不包含位置信息。直方圖只是反應(yīng)了圖像灰度分布的特性，和灰度所在的位置沒有關(guān)系

38、，不同的圖像可能具有相近或者完全相同的直方圖分布。</p><p>　?。?）直方圖反應(yīng)了圖像的整體灰度。直方圖反應(yīng)了圖像的整體灰度分布情況，對于暗色圖像，直方圖的組成集中在灰度級低（暗）的一側(cè)，相反，明亮圖像的直方圖則傾向于灰度級高的一側(cè)。直觀上講，可以得出這樣的結(jié)論，若一幅圖像其像素占有全部可能的灰度級并且分布均勻，這樣的圖像有高對比度和多變的灰度色調(diào)。</p><p>　　（3）直方

39、圖的可疊加性。一幅圖像的直方圖等于它各個部分直方圖的和。</p><p>　?。?）直方圖具有統(tǒng)計特性。從直方圖的定義可知，連續(xù)圖像的直方圖是一位連續(xù)函數(shù)，它具有統(tǒng)計特征，例如矩、絕對矩、中心矩、絕對中心矩、熵。</p><p>　?。?）直方圖的動態(tài)范圍。直方圖的動態(tài)范圍是由計算機圖像處理系統(tǒng)的模數(shù)轉(zhuǎn)換器的灰度級決定。</p><p>　　MATLAB圖像處理工具

40、箱提供了imhist函數(shù)來計算和顯示圖像的直方圖，灰度直方圖是灰度值的函數(shù)，描述的是圖像中具有該灰度值的像素的個數(shù)，如圖3.2.1所示，（b）為圖像（a）的灰度直方圖，其橫坐標表示像素的灰度級別，縱坐標表示該灰度出現(xiàn)的頻率（像素的個數(shù)）。</p><p><b>　　圖3.2.1</b></p><p>　　當圖像對比度較小時，它的灰度直方圖只在灰度軸上較小的一段區(qū)間

41、上非零，較暗的圖像由于較多的像素灰度值低，因此它的直方圖的主體出現(xiàn)在低值灰度區(qū)間上，其在高值灰度區(qū)間上的幅度較小或為零，而較亮的圖像情況正好相反。</p><p>　　3.2.2 直方圖均衡化</p><p>　　直方圖均衡化過程如下：</p><p>　?。?）計算原圖像的灰度直方圖；</p><p>　?。?）計算原圖像的灰度累積分布函

42、數(shù)，進一步求出灰度變換表；</p><p>　?。?）根據(jù)灰度變換表，將原圖像各灰度級映射為新的灰度級。</p><p>　　在MATLAB中，histeq函數(shù)可以實現(xiàn)直方圖均衡化。該命令對灰度圖像I進行變換，返回有N級灰度的圖像J，J中的每個灰度級具有大致相同的像素點，所以圖像J的直方圖較為平坦，當N小于I中灰度級數(shù)時，J的直方圖更為平坦，缺省的N值為64。</p><

43、;p>　　以下展示了直方圖均衡化的效果：</p><p><b>　　圖3.2.2</b></p><p>　　從直方圖統(tǒng)計可以看出，原始圖的灰度范圍大約是0到100之間，灰度分布的范圍比較狹窄，所以整體上看對比度比較差，而直方圖均衡化后，灰度幾乎是均勻的分布在0到255的范圍內(nèi)，圖像明暗分明，對比度很大，圖像比較清晰明亮，很好的改善了原始圖的視覺效果。<

44、/p><p>　　優(yōu)勢：能夠使得處理后圖像的概率密度函數(shù)近似服從均勻分布，其結(jié)果擴張了像素值的動態(tài)范圍，是一種常用的圖像增強算法。</p><p>　　不足：不能抑制噪聲。</p><p>　　3.2.3 圖像二值化</p><p>　　圖像的二值化處理就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是講整個圖像呈現(xiàn)出明顯的黑白效果。<

45、/p><p>　　將256個亮度等級的灰度圖像通過適當?shù)拈y值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，首先，圖像的二值化有利于圖像的進一步處理，使圖像變得簡單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標的輪廓。其次，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。</p><p>　　所有灰度大于或等于閥值的像素被判定為屬

46、于特定物體，其灰度值為255表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。</p><p>　　下圖為圖像二值化的效果：</p><p><b>　　圖3.2.3</b></p><p><b>　　3.3 平滑</b></p><p>　　平滑技術(shù)用于平滑圖像

47、中的噪聲。平滑噪聲可以在空間域中進行，基本方法是求像素灰度的平均或中值。為了既平滑噪聲又保護圖像信號，也有一些改進的技術(shù)，比如在頻域中運用低通濾波技術(shù)。</p><p>　　3.3.1 線性濾波</p><p>　　輸出圖像的值等于輸入圖像濾波后值的局部平均，各個項具有相同的權(quán)。下面是平滑窗口分別為矩形和圓形的情況。</p><p>　　對一些圖像進行線性濾波可以

48、去除圖像中某些類型的噪聲，如采用鄰域平均法的均值濾波器就非常適用于去除通過掃描得到的圖像中的顆粒噪聲。</p><p>　　鄰域平均法是空間域平滑噪聲技術(shù)。用一像素鄰域內(nèi)各像素灰度平均值來代替該像素原來的灰度，即是鄰域平均技術(shù)。</p><p>　　另外，頻域處理的基礎(chǔ)是頻域濾波，例如，理想的低通濾波器：</p><p><b>　　其中。</b&g

49、t;</p><p>　　如圖3.3.1(a)為線性平滑濾波的例子：</p><p><b>　　圖3.3.1(a)</b></p><p>　　如圖4.8(b)為利用低通鄰域平均模板進行平滑的例子：</p><p><b>　　圖3.3.1(b)</b></p><p>　

50、　優(yōu)勢：實現(xiàn)簡單，去噪效果明顯。</p><p>　　不足：去噪的同時會導(dǎo)致結(jié)果圖像邊緣位置的改變和細節(jié)模糊甚至丟失。3.3.2 非線性濾波</p><p>　　中值濾波是一種最常用的圖像增強技術(shù)，是非線性濾波。對椒鹽噪聲有很好的去噪效果。下圖是加高斯噪聲后，中值濾波和平均濾波的濾波效果對比：</p><p><b>　　圖3.3.2(a)</b&

51、gt;</p><p>　　如圖可見，對于高斯噪聲，均值濾波效果比中值濾波效果好。原因：</p><p>　　(1)高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。</p><p>　　(2)因為圖像中的每點都是污染點，所以中值濾波選不到合適的干凈點。</p><p>　　(3)因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。（實際上只能減

52、弱，不能消除。）</p><p>　　但對于椒鹽噪聲，中值濾波效果比均值濾波效果好。原因：</p><p>　　(1)椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。</p><p>　　(2)中值濾波是選擇適當?shù)狞c來替代污染點的值，所以處理效果好。</p><p>　　(3)因為噪聲的均值不為0，所以均值濾波不能很好

53、地去除噪聲點。</p><p>　　中值濾波是基于一個移動窗口并計算輸入圖像在窗口內(nèi)的像素亮度值的中值作為輸出圖像窗口中心的像素值而產(chǎn)生的。給定的圖像f(x,y)中的每一個點（m,n），取其領(lǐng)域s。設(shè)s含有M個像素{a1，a2，?，aM}，將其按大小排序，若M是奇數(shù)時，則位于中間的那個象素值就是修改后圖像g(x,y)在點（m,n）處的像素值；若M是偶數(shù)則取中間兩個象素的平均值作為修改后圖像g(x,y)在點（m,n

54、）處的象素值。我們在這里先人為的加上一些噪聲，然后在matlab中實現(xiàn)中值濾波的效果圖如下：</p><p><b>　　圖3.3.2(b)</b></p><p>　　比較經(jīng)過加入椒鹽噪聲的圖像和經(jīng)過中值濾波的圖像，可以發(fā)現(xiàn)，圖像的噪聲點被去除；但是比較原始圖像和經(jīng)過濾波的圖像后會發(fā)現(xiàn)，圖像的邊緣稍微的變得模糊，這是平滑算法不可避免的缺點。</p>&

55、lt;p>　　下圖為邊緣增強的例子：</p><p><b>　　圖3.3.2(c)</b></p><p>　　優(yōu)勢：去噪效果明顯，并且能夠較好的保持圖像邊緣位置和細節(jié)。</p><p>　　不足：非線性濾波算法的實現(xiàn)相對線性濾波比較困難。</p><p>　　3.3.3 巴特沃斯低通</p>&

56、lt;p>　　巴特沃斯低通濾波器的傳遞函數(shù)為：</p><p>　　D0為截止頻率，n為函數(shù)的階。一般取使H(u,v)最大值下降至原來的二分之一時的D(u,v)為截止頻率D0。</p><p>　　圖3.3.3所示為巴特沃斯低通濾波器的剖面圖和三維透視圖</p><p>　　特點：在通過頻率與截止頻率之間沒有明顯的不連續(xù)性，不會出現(xiàn)“振鈴”現(xiàn)象，其效果好于理想

57、低通濾波器。</p><p>　　下圖為巴特沃斯低通效果：</p><p><b>　　3.4銳化</b></p><p>　　圖像銳化處理的作用是使灰度反差增強，從而使模糊圖像變得更加清晰。圖像模糊的實質(zhì)就是圖像受到平均運算或積分運算，因此可以對圖像進行逆運算，如微分運算以突出圖像細節(jié)使圖像變得更為清晰。</p><p&

58、gt;　　3.4.1 拉普拉斯算子</p><p>　　由于拉普拉斯是一種微分算子，它的應(yīng)用可增強圖像中灰度突變的區(qū)域，減弱灰度的慢變化區(qū)域。因此，銳化處理可選擇拉普拉斯算子對原圖像進行處理產(chǎn)生描述灰度突變的圖像，再將拉普拉斯圖像與原始圖像疊加而產(chǎn)生銳化圖像。拉普拉斯銳化的基本方法可以由下式表示：</p><p>　　這種簡單的銳化方法既可以產(chǎn)生拉普拉斯銳化處理的效果，同時又能保留背景信息

59、：將原始圖像疊加到拉普拉斯變換的處理結(jié)果中去，可以使圖像中的各灰度值得到保留、灰度突變處的對比度得到增強，最終結(jié)果是在保留圖像背景的前提下，突現(xiàn)出圖像中小的細節(jié)。</p><p>　　圖3.4展示了在MATLAB中進行圖像銳化的處理結(jié)果：</p><p><b>　　圖3.4</b></p><p>　　比較原始模糊圖像和經(jīng)過拉氏算子運算的圖像

60、，可以發(fā)現(xiàn)，圖像模糊的部分得到了銳化，特別是模糊的邊緣部分得到了增強，邊界更加明顯。但是，圖像顯示清楚的地方，經(jīng)過濾波發(fā)生了失真，這也是拉氏算子增強的一大缺點。</p><p>　　3.4.2 巴特沃斯高通</p><p>　　為了消除模糊，突出邊緣。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經(jīng)傅立葉逆變換得到邊緣銳化的圖像。圖像的邊緣、細節(jié)主要在高頻，圖像模糊是由于高頻成分較

61、弱產(chǎn)生的。為了消除模糊，突出邊緣，可以采用高通濾波的方法，使低頻分量得到抑制，從而達到增強高頻分量，使圖像的邊沿或線條變得清晰，實現(xiàn)圖像的銳化。</p><p>　　n 階高通具有D0截止頻率的Butterworth高通濾波器濾波函數(shù)定義如下 :</p><p>　　下圖為巴特沃斯高通效果：</p><p>　　3.5 彩色圖像增強</p><

62、p>　　用于增強圖像對比度的方法很多，要根據(jù)應(yīng)用目的加以選擇。偽彩色變換是增強圖像顯示效果和提高視覺分辨率的一種常用的、最有效的手段，但偽彩色增強不可能增加圖像的有效信息；偽彩色增強的視覺效果由所選擇的彩色映射決定，在選擇映射函數(shù)時，盡可能使三通道的函數(shù)不相關(guān)。偽彩色處理增強視覺效果明顯，常用于醫(yī)學、遙感圖像顯示。</p><p>　　真彩色圖像增強需要考慮彩色特征空間的選擇，同樣的運算在不同的特征空間效果

63、不同。</p><p>　　3.5.1 偽彩色增強</p><p>　　偽彩色（pseudo color），非彩色圖像（灰度、二值）人為映射成彩色圖像。偽彩色增強是將一個波段或單一的黑白圖像變換為彩色圖像，從而把人眼不能區(qū)分的微小的灰度差別顯示為明顯的色彩差異，更便于解譯和提取有用信息。偽彩色增強的方法主要有以下三種： </p><p><b>　　(1

64、)密度分割法：</b></p><p>　　密度分割或密度分層是偽彩色增強中最簡單的一種方法，它是對圖像亮度范圍進行分割，使一定亮度間隔對應(yīng)于某一類地物或幾類地物從而有利于圖像的增強和分類。它是把黑白圖像的灰度級從0（黑）到M0(白)分成N個區(qū)間Li,i=1,2,…,N。給每個區(qū)間Li指定一種彩色Ci，這樣，便可以把一幅灰度圖像變成一幅偽彩色圖像。此法比較直觀簡單，缺點使變換出的彩色數(shù)目有限。 <

65、;/p><p>　　(2)空間域灰度級－彩色變換：</p><p>　　空間域灰度級－彩色變換是一種更為常用的、比密度分割更有效的偽彩色增強法。它是根據(jù)色度學的原理，將原圖像的灰度分段經(jīng)過紅、綠、藍三種不同變換，變成三基色分量，然后用它們分別去控制彩色顯示器的紅、綠、藍電子槍，便可以在彩色顯示器的屏幕上合成一幅彩色圖像。彩色的含量由變換函數(shù)的形狀而定。 </p><p>

66、;　　(3)頻率域偽彩色增強：</p><p>　　頻率域偽彩色增強時先把黑白圖像經(jīng)傅立葉變換到頻率域，在頻率域內(nèi)三個不同傳遞特性的濾波器分離成三個獨立分量，然后對它們進行逆傅立葉變換，便得到三幅代表不同頻率分量的單色圖像，接著對這三幅圖像作進一步的處理（直方圖均衡化），最后將它們作為三基色分量分別加到彩色顯示器的紅、綠、藍顯示通道，從而實現(xiàn)頻率域分段的偽彩色增強。效果如圖：</p><p&g

67、t;<b>　　圖3.5.1</b></p><p>　　3.5.2 真彩色增強</p><p>　　真彩色(true-color)是指圖像中的每個像素值都分成R、G、B三個基色分量，每個基色分量直接決定其基色的強度，這樣產(chǎn)生的色彩稱為真彩色。例如圖像深度為24，用R:G:B=8:8:8來表示色彩，則R、G、B各占用8位來表示各自基色分量的強度，每個基色分量的強度等

68、級為28=256種。圖像可容納224=16 M種色彩。這樣得到的色彩可以反映原圖的真實色彩，故稱真彩色。</p><p><b>　　圖3.5.2</b></p><p>　　3.5.3 假彩色增強</p><p>　　假彩色:有三種形式第一，把真實景物圖像的象元逐個地映射為另一種顏色。第二，把多光譜圖像中任三個光譜圖像映射為可見光rgb，在

69、合成為一幅彩色圖像第三，把黑白圖像，用灰度級映射或頻譜映射而成為類似真實彩色的處理。</p><p>　　偽彩色，相當于假彩色中的一個特例，即指定某灰度為某種彩色。相當于第三種形式。</p><p><b>　　圖3.5.3</b></p><p>　　3.5.4 RGB模型三大轉(zhuǎn)換</p><p>　　同一顏色可以用

70、不同的彩色空間表示，自然可以相互轉(zhuǎn)換。下面介紹RGB三種轉(zhuǎn)換：</p><p>　　（1）．從RGB轉(zhuǎn)換到HSV</p><p>　　Temp1=max(R,G,B) （a） </p><p>　　Temp2=min(R, G,B)

71、 （b）</p><p>　　根據(jù)（a）與(b)得：</p><p><b>　　又因為</b></p><p><b>　　所以得：</b></p><p>　　H=60H1 （c）</p><p>

72、　　S=(Temp1-Temp2)/Temp1 （d）</p><p>　　V=Temp1/255 （e）</p><p>　　下圖為RGB轉(zhuǎn)換為HSV效果：</p><p>　　（2）．從RGB轉(zhuǎn)換到Y(jié)UV</p><p>　　MATLAB

73、代碼為：</p><p>　　clear all; close all; clc </p><p>　　RGB1 = imread('peppers.png');</p><p>　　figure, imshow(RGB1), </p><p>　　R=RGB1(:,:,1); G=RGB1(:,:,2); B=RGB1(:,

74、:,3);</p><p>　　Y = 0.299*R+0.587*G+0.114*B ;</p><p>　　U = -0.169*R-0.332*G+0.5*B ;</p><p>　　V = 0.5*R-0.419*G-0.081*B ;</p><p>　　yuv(:,:,1)=Y; yuv(:,:,2)=U; yuv(:,:,3)=

75、V;</p><p>　　figure,imshow(yuv)</p><p>　　下圖為RGB轉(zhuǎn)換為YUV效果：</p><p>　?。?）．從RGB轉(zhuǎn)換到HIS</p><p>　　從RGB到HSI的變換是一個非線性變換。 對任何三個在[0,1]范圍內(nèi)的R，G，B值:</p><p><b>　　其中：&

76、lt;/b></p><p>　　下圖為RGB轉(zhuǎn)換為HSI效果：</p><p><b>　　結(jié)論</b></p><p>　　增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應(yīng)用場合，有目的地強調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，擴大圖像中不同物體特征之間的

77、差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。</p><p>　　圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波法等，它們可用于

78、去除或減弱噪聲。</p><p>　　圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應(yīng)特性相匹配。在圖像增強過程中，不分析圖像降質(zhì)的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術(shù)根據(jù)增強處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類?；诳沼虻乃惴ㄌ幚頃r直接對圖像灰度級做運算基于頻域的算法是在

79、圖像的某種變換域內(nèi)對圖像的變換系數(shù)值進行某種修正，是一種間接增強的算法。</p><p>　　基于空域的算法分為點運算算法和鄰域去噪算法。在本論文中點運算算法用到的是直方圖修正，目的使圖像成像均勻，擴大圖像動態(tài)范圍。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標識別。常用算法有梯度法、算子、高通濾波、

80、統(tǒng)計差值法等。</p><p>　　在**老師的指導(dǎo)下，讓我順利的完成了本次畢業(yè)設(shè)計。通過此次畢業(yè)設(shè)計，我從中學到了許多課本上沒有的知識，使我不僅僅在知識水平和解決實際問題的能力上有了很大的提高。還從思想的深處體會到，要把自己的所學變成現(xiàn)實來解決將來面對的種種難題，即理論運用于實踐。</p><p><b>　　致謝</b></p><p>　

81、　在論文完成之際，我心情無法平靜。大學三年期間，尤其是畢業(yè)論文完成期間，有很多可敬的老師和同學給予了我無私幫助。對此我深懷感激。</p><p>　　首先感謝導(dǎo)師**老師從始至終的關(guān)心、指導(dǎo)和教誨。**老師追求真理、一絲不茍、嚴格律己、寬以待人的崇高品質(zhì)對學生將是永遠的鞭策。</p><p>　　本次畢業(yè)設(shè)計從課題選題、信息收集到論文的撰寫都是在**老師全面、具體、耐心的指導(dǎo)下進行的。特別

82、是**老師不厭其煩的指出設(shè)計中的不足及問題的解決方向，使我感受到**老師的淵博學識、敏銳思維和民主嚴謹?shù)淖黠L。論文寫作過程中，從行文的用語到格式的規(guī)范，都力求完美。這里再次對**老師的無私付出表示深深的謝意。</p><p>　　其次在設(shè)計的過程中，感謝給予我?guī)椭耐瑢W們，在此對其表示感謝。</p><p>　　然后感謝南京人口學院各位老師對我的培養(yǎng)和關(guān)心，感謝我的家人在大學三年期間對我的

83、支持和鼓勵。</p><p>　　最后祝南京人口學院各位老師工作順利，祝南京人口學院明天更美好。</p><p><b>　　參考文獻</b></p><p>　　[1] 汪志云,黃夢為.基本直方圖的圖像增強及其MATLAB實現(xiàn)[J].計算機工程與科學,2006,28（2）:54-56.</p><p>　　[2]劉榴娣

84、,劉明奇,黨長民.實用數(shù)字圖像處理[M].北京理工大學出版社,1998.</p><p>　　[3]岡薩雷斯 RC 著.李叔梁譯.數(shù)字圖像處理.科學出版社,1983</p><p>　　[4] 李月景編著.圖像識別技術(shù)及其應(yīng)用.機械工業(yè)出版社,1985</p><p>　　[5]周寬,曉光,陳建革等編著.實用微機圖像處理。北京航天大學出版社,1994</p&g

85、t;<p>　　[6] 放如明,蔡健榮,許俐編著.計算機圖像處理技術(shù)及其在農(nóng)業(yè)工程中的應(yīng)用.清華大學出版社,1999</p><p>　　[7]李介谷等，數(shù)字圖像處理，上海交通大學出版社，1988</p><p>　　[8]阮秋琦，數(shù)字圖像處理學，電子工業(yè)版社，2001</p><p>　　[9]黃賢武等，數(shù)字圖像處理和壓縮編碼技術(shù)，電子科技大學出版社

86、，2000</p><p>　　[10]容觀澳，計算機圖像處理，清華大學出版社，2000</p><p>　　[11]Strum, R. D. and Kirk D. E. Contemporary Linear Systems Using MATLAB. PWS Publishing, 1994 (ISBN 0-534-93273-8).</p><p>　　[1

87、2]Biran, A. and Breiner, M. G. MATLAB for Engineers, Addison-Wdsley, 1995 (ISBN 0-201-56524-2).</p><p>　　[13]Malek-Madani, R. Advanced Engineering Mathematics with Mathematica and MATLAB, Addison-Wesley, 199

88、8 (ISBN 0-201-59881-71).</p><p>　　[14]Marcus, M. Matrices and MATLAB: A Tutorial. Prentice Hall, 1993 (ISBN 0-13-562901-2).</p><p>　　[15]Ogata, K. Solving Control Engineering Problems with MATLA

89、B. Prcntice Hall, 1993 (ISBN 0-13-045907-0).</p><p>　　[16]Stang, G. Introduction to Lincar Algebra. Wellesley-Cambridge Press, 1993 (ISBN 0-9614088-5-5).</p><p>　　[17]Strum, R. D. and Kirk D. E.