图像增强技术课程设计论文

增强图像中的有用信息，它可以是一个失真的过程，其Fl的是要改善图像的视觉效果，针对给定图像的应用场合，有Fl的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。图像增强可分成两大类：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(即只让低频信号通过)法，可去掉图中的噪声；采部求平均值法和中值滤波(取局部邻域中的中间像索值)法等，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，有选择地突出图像中感兴趣的特征或者抑制(掩盖)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。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修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，户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，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的FI的在于突出物体的边缘轮廓，便于Fl标识别。常用算法有梯度法、算利用同态滤波、均值滤波和中值滤波来对口己的照片进行图像增强。对比这同态不同的滤波结果，分析这同态滤波方式在图像增强技术中的应用影响，并学习理解同态滤波方式在图像增强技方案一：通过MATLAB软件，利用MATLAB自带的函数编写程序处理图像，对图像进行同经过同态滤波处理的图像增强的图片MATLAB软件图2-1利用MATLAB实现图像增强步骤框图方案二：利用VC++实现上述图像增强技术，方法与上面步骤相同。原的图像增强的图片22.3方案选择首先我们可以看出上述的两种软件都能够实现同态滤波方式的图像增强，步骤也相同，但是从实用角度来讲，MATLAB本身就自带数字图像处便和程式化得多，所以我选择了利用MATLAB来实现同态滤波方式的图像增强。3、利用同态滤波实现图像增强同态滤波是一种在频域中进行的图像对比度增强和压缩图像亮度范围的特殊方法。同态滤的依据是图像获取过程中的照明反射成像原理。它属于频域处理，作用是对图像灰度范围进行调整，通过消除图像上照明不均的问题。非线性滤波器能够在很好地保护细节的同时，去除信主要用于减少由于光照不均匀引起的图像降质，并对感兴趣的景物进行有效地增强。同台系统适用于服从广义叠加原理，输入和输出之间可以用线性变化表示的系统。图像的同态滤波是基于以入射光和反射光为基础的图像模型上的，如果把图像函数门圮刃表示为光照通过对光照分量和反射分量的研究可知，光照分量一般反映灰度的恒定分量，相当于频域中的切相关的，相当于频域中的高频信息，增强反射光就可以起到提高图像对比度的作用。因此，同态滤波器的传递函数一般在低频部分小于1,高频部分大于1。简单的加法运算：图3-1同态滤波器的传递函数H(U,V)Z(w,v),得S(w,v)=//(w,v)Z(w,v)=H(w,v)/(w,v)+H(w,v)/?(w,v)>>>4-FPT■*图3-2同态滤波的原理框图3.2同态滤波器参数的选取方法由于截至频率D与照度场和反射系数有关，所以通过大量实践来选择。也可以通过对照度场的频谱分析得到光照特性，从而选取滤波器参数。IM-l其中u=0,1,2,…M—1v=u=0,1,2…N-1(M/2,N/2);2)计算离散傅立叶变换，即得到F(w,v);3)计算点到频率矩形原点的距离，如下表示：4)由于图像由实部和虚部组成计算出不同D(w,v)对应的频率谱IF(w,v)1,它们位于以原点为中心、D(u,v)为半径的圆周上；5)计算不同半径D(《,v)的圆周包围的图像功率P(w,v)占总图像功率丹的比例Q,其步骤为6)把a从大到小进行排序，计算前n项和S,当S>0.7时停止计算，对应的D(w,v)的范I韦I分别为上下限频率DOI、D023.3同态滤波在图像增强中的实际应用以我的一张照片为例。图3-3我的照片原图>>imgl二imreadCD:\123.jpg);>>imshow(imgl)Warning:Tmageistoobigtofitonscreen;displayingat67%>Tnimuitools\private\initSizeat75>>img=rgb2gray(imgl);im萨iredouble(img);%lnimg=log(img+0.0000[M,N]=size(P);%返回的行数和列数在P作为单独的输出变量数，即256级的灰度图像x0=floor(M/2):y0二floor(N/2);%表示将向量M和N每个元素与2作除法后取整%同态滤波参数设置D0二100;%截止频率c二1.50;%锐化系数Hh=2;Hl=0.5;%Hh>1,Hl<1,Hh为高频增益，H1为低频增益forv二1:ND(u,v)=sqrt((u-x0)2+(v-y0)2);%点(u,v)到频率平面原点的距离H(u,v)二(Hh-HI)*(1-exp(-c*(D(u,v厂2/DO(2)))+H1;%同态滤波器函数subplot(2,2,3),imshow(uint8(abs(Q))),title('滤波后的频谱图像)gTmg=ifft2(hTmg);%I=im2uint8(Y);%转换图像矩阵为无符号8位数，即256级的灰度图像图3·4图像增强中得到的图像在本次设计中，从实验结果可知：在频域内的同态滤波方法只要选取适当的滤波器参数，就可以在增强图像高频信息的同时保留部分低频信息，达到床缩图像灰度的动态范围，增强图像的对比度的效果。本文通过光照场的频谱分析，能快速准确地选取滤波器参数。改进的同同态滤波器的参数获取办法，有利于快速获得增强效果好的参数，对光照不均匀的图像的补偿效果更明显。4.2设计收获通过本次设计，我在对图像增强这门技术有了更深刻的认识，也从实践的例子中去感受到了图像增强技术给我们带来的改变与进步。我不仅初步掌握了matlab软件的使用，与此同时，我还对图像增强的各种技术的应用思路有了更多的认识。同时，我还加深了对课堂抽象概念的理解，巩固了课堂上所学的理论知识，并能很好地理解与掌握数字图像处理中的基本概念、基本原理、基本4.3设计改进由于时间仓促和我的自身水平以及篇幅的限制，在本次设计中我只能提交同态滤波在图像增强中的应用，不过同时我还是学会了中值滤波和均值滤波在图像增强技术中的应用，如果以后有机在阳小明的悉心指导下，我们小组同学积极讨论和思考，完成木此课程设计，此次设计让我受益匪浅。在此我要感谢电气信息学院提供这次课程设计的机会；感谢给我提供过帮助的各位老我的设计才得以顺利完成。本次课程设计不仅培养了我科学严谨的学习态度，还使我认识到不管做5、参考文献[1]姚敏数字图像处理机械工业出版社2007[2]杨淑莹VC++数字图像处理程序设计清华大学出版社2005[3]周源华张瑞数字图像处理上海交通大学出版社2007-微计算机信息2007(06)[5]《同态滤波在光照补偿中的应用》-【期刊论文】湖南工业大学学报200&22(5)目录1.1图像增强技术基木信息 总体方案设计