图像直方图的均衡化处理研究(毕业论文)

1、 毕 业 设 计 论 文题 目： 图像直方图均衡化处理研究 学 院： 电气与信息工程学院 专 业： 电子信息工程 姓 名： 陈元威 学 号： 093411118 指导老师： 石磊 完成时间： 2015年06月01日 河南城建学院毕业设计（论文） 摘要摘要直方图均衡化是一种图像处理领域中利用图像直方图进行调整的方法。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。这种方法通常

2、用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好的在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。本文主要研究的是就直方图均衡化改进方法，解决原始直方图均衡化在图像灰阶和噪声上面的缺点，经过试验得出数据指出它们的优点，具有较好的增强效果。通过本次毕业设计了解数字图像处理中图像增强的知识，了解直方图均衡化的优缺点，完成对输入图像质量增强功能，并使用一定的有效的评价指标对增强前后图像进行对比评价，培养分析问题和解决问题的能力。关键词：直方图，直方图均衡化，灰度级，像素点II

3、河南城建学院毕业设计（论文） AbstractAbstractHistogram equalization is a method of adjusting the image histogram in the image processing field,The central idea of histogram equalization is that the gray level histogram of the original image is the uniform distribution of the gray range from the comparison to the

4、gray range of the whole gray range, Histogram equalization is to image the non-linear stretching, re assign the image pixel values, so that a certain number of pixels within a certain gray range of the same. Histogram equalization is to change the distribution of a given image into a uniform distrib

5、ution of the histogram. This method is usually used to increase the local contrast of many images, especially when the contrast of the useful data of the image is quite close. By this method, the brightness can be better distributed on the histogram. This can be used to enhance the contrast of the c

6、ontrast without affecting the overall contrast, histogram equalization by effectively expanding the common brightness to achieve this feature. The main research of this paper is histogram equalization of improved methods, to solve the original histogram equalization in grayscale images and noise abo

7、ve shortcomings, through the test data obtained pointed out their advantages, with good enhancement effect. Through this graduate design to understand image enhancement in digital image processing knowledge, understand histogram equalization, the advantages and disadvantages, complete the input imag

8、e quality enhancement, and the use of effective evaluation index evaluation and comparison of pre and post contrast images, cultivating the problem analysis and problem solving ability.Keywords: histogram, histogram equalization, gray level, pixel points河南城建学院毕业设计（论文） 目录目录摘要IAbstractII第1章 绪论11.1 序言1

9、1.2 图像增强技术发展现状和意义1第2章 图像的基本理论32.1 数字图像的基本概念32.2 图像质量的评价32.2.1 灰度均值42.2.2 标准差42.2.3 均方误差4第3章 图像直方图均衡化改进算法的图像增强53.1 直方图53.2 直方图修改技术63.2.1灰度图像及其直方图63.2.2直方图的规定化83.3 同态滤波法的直方图均衡化133.4 传统直方图均衡化处理173.5 改进的直方图均衡化处理203.6 本章小结21总结23参考文献24致谢25附录26河南城建学院毕业设计（论文） 第1章 绪论第1章 绪论1.1 序言图像处理最基本的技术手段是图像增强技术，它常常是各种灰度图像

10、的分析和预处理的过程。图像增强就是突出显示来图像中人们感兴趣的信息，主要目的有两个：改善灰度图像在视觉上的效果，提高图像的相对清晰度；使图像更加有利于计算机的的处理。图像增强一般分为两大类：空间域法和变换域法。空间域法是直接对图像像素灰度进行处理，而变换域法是在图像某个变换域中对变换的系数进行的处理，然后再通过逆变换获得的图像增强。在空间域内，对图像进行点的运算，这是一种既简单又重要的图像处理的技术。它能使用户改变灰度图像上灰度级上的像素点的个数，这样就通过点运算产生一幅新的图像。直方图均衡化算法是图像增强方法中最常用、最简单和最重要的方法之一。它是以概率理论为基础，利用灰度图像的灰度的点运算

11、来实现直方图的变换的，从而以达到图像增强的目的。这些处理方法都不是以图像保真为原则的，它们通过图像增强处理，设法突出人们感兴趣的信息或者计算机易于识别的信息，抹去人们暂时不需要的信息，从而提高图像的使用价值。在实际生活中，针对客户不同类型需求，我们用不同的方法去处理图像，甚至需要一种或者几种处理方法进行图像增强，从而得到符合视觉系统的、满足客户需求的图像。图像直方图的均衡化处理是分析灰度图像的一种重要的工具，它描述的是一幅图像的灰度级和像素点的关系。从数学上来讲，图像直方图是图像各灰度级与在每个灰度级上像素点的个数的关系图，它是一个二维图像。横坐标代表灰度级，纵坐标是像素点的个数或者在每个灰度

12、级上像素点的概率。在实际应用中，并不是需要图像整体均匀的直方图，而是有选择的增强一些灰度级，满足实际的需要。1.2 图像增强技术发展现状和意义图像技术的最早应用当属遥感和医学领。如今，数字图像处理技术已经给人类带来了巨大的经济和社会效益，以后，不仅仅表现在理论上有更深入的研究，在现实践应用中也会成为科学研究、社会生产和人类的生活中不可缺少的工具。人类对信息的获取一般是通过感觉器官从客观世界获取的，即通过耳、目、口、鼻、手和听、看、尝、嗅以及触摸的方式获取信息。而这些信息一般都是模拟量，因此，在早期的的设备之间传递的图像信息也都是模拟量。然后，随着科学技术的发展和电脑的普及，人们用电脑对所获得的

13、图像进行图像的数字化处理。由于电脑只能识别二进制的原因，电脑无法直接对图像的模拟量进行识别处理。因此，在电脑对图像进行处理的时候需要我们将图像的模拟量转化为数字化图像。随着科学技术的发展，电子设备越来越先进，越高端，专业的摄影器材越来越普遍，人们通过这些摄影器材可以拍摄自己喜欢的照片或者将拍摄的自己喜欢的照片应用于实际生活中。但是，在现实生活中，由于多种因素的影响，所得到的照片存在各种各样的问题，从而导致质量底的照片的出现。例如，在拍摄的过程中，由于曝光过弱等因素的原因，导致图像偏亮，从而出现了亮度太高、对比度低和某些重要特征不明显的图像；另外，图像在储存、传输等一系列操作之后，图像的质量会进

14、一步降低。所以，为了能使拍摄的图像满足各种各样的实际生活的需求，我们需要对图像进行一系列的操作处理。目前，图像处理技术已经应用到各种实际应用中，例如航空遥感图像处理、X射线照片的处理和各种拍摄应用对图片的处理等。但是，针对不同的类型的图片的处理的方法也不相同。也可能是一种方法、两种方法甚至多种方法的联合处理，以便达到预期的增强效果，从而更贴近我们的生活。因此，图像增强没有一个固定的标准来评价优差，这需要根据我们生活中具体的实际需要来做出如何取舍。30河南城建学院毕业设计（论文） 第2章 图形的基本理论第2章 图像的基本理论2.1 数字图像的基本概念平时我们所获得的图像不能直接用于计算机的系统进

15、行直接处理，必须现转化为相应的数字图像，才能进一步处理。图像数字化的过程主要分为三个过程：扫描、采样和量化。从计算机处理的角度来看，数字图像可以视为对二维函数f(x,y)进行采样、量化，即离散处理后得到的图像。所以，经常会用二维矩阵去表示一幅图像。当从物理过程产生一幅图像时，它的值常常正比例于物理源的辐射能量。所以f(x,y)一定是非零的，一定是有限的。例如，一幅图像经过数字化处理以后，会得到一个相应的二维矩阵，见式（2.1）为一个m*n的图像： 式（2.1）此时，等式的右边的f(x,y)被称为数字图像,矩阵中的每一个元素被称为像素（Pixel）。对于一幅数字图像来说，储存该数字图像需要的比特

16、数为 式（2.2）根据不同类型的图像可以分为：灰度图像、二值图像和RGB彩色图像。2.2 图像质量的评价图像的质量是评价一幅图像好坏的标准，然而在实际生活中很难找到一个硬性的标准来衡量，因此许多学者相继对图像质量的衡量标准进行了大量的研究，总体来说，我们可以把衡量图像质量的标准基本分为两大标准，即主观和客观标准。从主观标准来看，我们评价一幅图像质量优劣的时候往往根据个人经验或者事先约定的标准，对处理后的图像进行评分。这种评价往往和个人的主观因素有很大的联系，因此，每个人都有自己的见解，对图像好坏的评价差别太大。主观评价主观因素太多，往往会对观察结果产生很大的影响，不能用数学模型来描述出来，因此

17、不能广泛的应用于实际的生活当中。相对于主观因素来说，客观评价不会因为个人的主观因素对图像的质量结果的好坏有太大的变数，所以，在现实的操作中具有很强的实用性。客观评价的目的是根据实际的需要能够适当的评价图像的优劣的标准，因此，根据客观的研究，图像的增强的处理取得了巨大的科研成果。客观的评价的方法主要有图像的均值、图像的均方误差和图像的信息熵等。2.2.1 灰度均值灰度图像的灰度均值是指将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的平均值(或加权平均值)。通过灰度平均值的大小，我们可以判定该图像是偏亮还是偏暗，如果计算出来的平均值比较大，那这幅图像就偏亮，否者，这幅图像就偏暗。2.

18、2.2 标准差均值的大小来衡量一幅图像的亮暗程度，但是一幅图像的对比度是用标准差来衡量的。如果一个图像的像素的矩阵的标准差越小，证明图像的对比度就越低，反之，图像的对比度就越高。对比度指一幅图像灰度级亮度和暗的灰度级的对比，亮暗程度差别越大，对比度越大，差异范围越小代表对比度越小，比较好的对比率为120:1时，就和容易的显示出生动的、丰富的色彩，当对比率高达300:1时，便可支持各阶的颜色。在对比率和像素相同的条件下，现在还没有一套标准的方案来衡量对比率，所以目前最好的辨别方法还是用人眼观测的。2.2.3 均方误差在数学中，均方误差是指估计值与真实值的差的平方的期望值，是衡量估计值与真实值差别

19、的大小，是估计值的衡量标准，但是，在数字图像处理的过程中，均方误差是表示图像处理后幅值大小的衡量。均方误差越小，说明处理前后两幅图像的差别就越小，差异越不明显，这并不能标准的判断出来是好或者坏。河南城建学院毕业设计（论文） 第3章 图形直方图均衡化改进算法的图形增强第3章 图像直方图均衡化改进算法的图像增强3.1 直方图灰度级的直方图是怎么定义的呢？简单的说，灰度级的直方图就是在一幅图像中反映灰度级与这种灰度的概率之间关系的图形。设变量r代表图像中的像素灰度级。在图像中，像素灰度级可以做归一化处理，这样r的值将限定在下列叙述范围内： 式（ 3.1）在灰度级中，r=0代表黑，r=1代表白。对于一

20、幅给定图像来说，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。假设对于每一瞬间它们是连续的随机变量，那么，原始图像的灰度分布就可以用概率密度函数来表示。如果用直角坐标系的横轴代表灰度级r，纵轴代表灰度级概率密度函数，这样就可以在一个坐标轴中表示出来，这条曲线就是分布密度曲线。如图3.1所示（a）(b)rr图3.1 概率密度分布函数11从灰度图像的灰度级的分布可以看出一幅图像灰度的分布特性，例如，从图3.1中的（a）和（b）两个灰度密度分布图中可以知道，图3.1（a）所示的大多数像素灰度值取在较暗的区域，所以这幅图像的亮度肯定较暗，一般是在摄影过程中，曝光过强的原因造成的

21、；而图3.1（b）所示的图像的像素值主要集中在较量的区域，所以这个特性的图像的亮度偏亮，一般是在摄影的过程中，曝光太弱的原因造成的。当然，从这两幅图像的像素点的分布情况来说，这两幅图像都是不理想的。为了有利于图像的处理，我们引入了离散形式。在离散的形式下，用代表离散灰度级，用代表，同时有式子（3.2）成立，即 式(3.2)式中，为图像中出现这个灰度的像素数；n为像素中图像总数；就是概率论中所说的频数。在直角坐标轴中画出和的关系的图像就是直方图。如图3.2所示 图3.2 灰度级的直方图3.2 直方图修改技术灰度级的直方图描述的是一幅图像的概貌，用修改直方图的方法增强图像是非常有效的处理方法之一。

22、直方图的修改技术也是修改图像的一种技术手段，通过直方图的修改，会产生一幅新的图像，凸显出某些人们感兴趣的信息，抹去人们不感兴趣的信息，从而满足人们实际生活操作的需求。3.2.1灰度图像及其直方图灰度级的直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间关系的图形。灰度图像直方图的对比是图像增强的一种，这样做的目的就是提高图像整体或者局部的反差强度，突出图像的某些关键细节，从而进一步的改善图像的视觉效果，满足人们的实际的生活的需求。图像对比度一般是指图像中各部分像素点之间灰度级差异的程度。增强对比度是一种通过增强图像中各部分像素灰度级之间的反差来增加对比度的方法。而图像的灰度级的直方图的均

23、衡化是按照一定的映射关系，对原始图像的像素点的灰度级进行改变以达到增强图像对比度的目的。在一幅灰度级直方图中，我们可以了解到这幅图像的像素的灰度的整体的分布，以及每个灰度级包含像素点的个数甚至能得到灰度级像素点的概率。灰度直方图纵轴是表示像素点的个数或者概率，横轴表示灰度值。如下图3.3，右侧的直方图是左侧灰度图像的像素在各个灰度级上的统计，通过右侧的灰度直方图，我们可以知道这个图像的像素在整个灰度区间的分布。图3.3 灰度图像及其直方图通过图3.3可知，上图为原彩色图像的灰度图像，通过灰度图像转换后，我们可以看到原图的灰度图像，在灰度图像中，我们可以看到灰度图像的亮度是不均匀的，亮暗有型，在

24、灰度图像的直方图中直方图，我们可以知道，在每一个灰度级上像素点的个数或者像素所占有的概率，灰度级的稀疏程度。通过直方图灰度级可以知道，图像的亮暗程度，比如猴子的灰度图像及其直方图，在灰度图像中，猴子的亮度是比较暗的，猴子的背景也是比较暗的，只有猴子的面部是亮的，在其对应的直方图中，我们可以看到，直方图的像素点主要集中在灰度级80以内，即图像的亮暗程度是暗的，只有少的像素点集中在200到灰度级255，所以由此灰度直方图可以看到，此图亮度必定是暗的，结果与原图相符合，原图也是暗的，这就是直方图的分析。3.2.2直方图的规定化直方图均衡化处理方法是非常有效的图像增强的方法之一，但是，由于它采用的变换

25、函数是累计分布函数，所以它只能产生近似均匀的直方图这样的结果。也就是说，在不同情况下，并不是一直需要均匀的直方图图像，有时需要特定的直方图图像，这样能够对图像中的某些灰度级得到加强。从而改善图像的质量，直方图的均衡化也是直方图规定化的一个特例。例如，为原图像灰度分布概率密度函数，为希望得到的概率密度函数，对原图像和期望图像均做图像直方图的均衡化处理即可，则有 式（3.3）假设已经得到所希望的图像，并且规定它的概率密度函数是。同样对这幅图像做均衡化处理，则有 式（3.4）对于两幅图像同样做均衡化处理，所以和具有同样的均匀密度，其式（3.4）的逆过程为 式（3.5）这样，如果从原始图像中得到均匀灰

26、度级s代替逆过程中的u，其结果灰度级将是所要求的概率密度函数的灰度级。所以有 式（3.6）根据以上分析，可以得到图像的规定化处理后的图像，如图3.4图3.4 灰度图像及其规定化后的图像由图像可知，规定化后的图像的某些地方的亮度比较强，某些细节也比较突出，如梅花的亮度更强，更突出，但是，经过规定化处理以后，也有些缺点，如经过规定化后，地上的草不太清楚了。然后再观察其直方图，原灰度图像的直方图的灰度级分布比较密集，不均匀，而规定化以后的直方图灰度级相对来说均匀一些，某些地方的稀疏程度想对原图好一些，这是规定化的优点。3.5 楼房灰度图像及其直方图如图，图3.5所示，原图像中的楼房模糊不清，亮度偏暗

27、，楼房的周围的房子模糊可见，但是周围的环境却是黑乎乎的一片一点也看不清，远处的房子模糊可见，通过其直方图可知，图像的灰度级基本上分布在两头（亮度非常亮或非常暗的区间），并且灰度级非常的稠密。原图像经过规定化以后，图像中的楼房显示的比较清晰，楼房周围的房子也显示了出来，某些细节也突出了，比如说墙壁上的空调，楼房顶的太阳能等都基本上显示出来；但是，规定化以后，图像光晕比较强，亮度有所增强，远处的房子却看不见了，远处的山也不再清晰，其直方图的灰度级变得比较均匀了，但是还是亮度有些高。因此，图像经过规定化处理以后，图像的某些主要的细节突出了出来，亮度也有所增强，但是也消弱了图片的其他信息，同时，光晕现

28、象也变强；规定化以后，其直方图变得有些均匀了，但是还是不能满足特定的需求。在图像规定化的过程中，需要用到高斯函数“twomodegauss（m1,sig1,m2,sig2,A1,A2,K）”,这是一个双峰高斯函数，在这个函数中，其均值和标准差分别为（m1,sig1）和（m2,sig2），振幅分别A1和A2，其中K为一个补偿亮上面的灰度图像和其直方图都是在最佳参数（0.15，0.05，0.75，0.05，1，0.07，0.002）下做出来的，稍微修改一下参数，比如把均值改一下，改为（0.5，0.5），图像如下图3.6： 图3.6 灰度图像及其直方图在图3.6这个灰度图像及其直方图中，经过改变程序

29、中的均值参数，灰度图像的明亮程度也变亮，太阳的光晕也变亮，远处的楼房也稍微清晰了一些，楼房周围的房子也能看见了，包括楼房顶的太阳能，墙壁上的空调的什么的都可以看的清楚了，规定后的直方图，灰度级也变得不在密集了，特别是在灰度级200左右，改变参数前后的直方图变化还是非常明显的，改变参数后，灰度级变得稀疏了，也变得均匀了，改变参数后，与原直方图相比，规定后的直方图变得均匀了，也原直方图中，灰度级主要集中在两头，中间几乎没有，但是改变参数化，直方图已经均匀了。上图是把程序中的高斯函数的均值参数改变了，得到了图3.6，现在把程序中的标准差的参数改变了，改为（0.005，0.005），程序运行的结果如下

30、图3.7，即：图3.7 灰度图像及其直方图把标准差改过以后，规定后的灰度图像和直方图如3.7，在灰度图像中，改变由于差别很小，只能在直方图中体现出来，比较图3.6和图3.7规定后的直方图，在直方图灰度级比较小的地方，像素点基本上不会有多大的变化，灰度级的密集程度也是基本上没有变的，但是，在灰度级为80以后，两幅图像的差别还是很大的，图3.7的灰度级变得稀疏和变得均匀了，但是像素点的个数变少了，也就是说改变标准差后图像的亮度有所降低，但是远处的楼房还是模糊可见的，和图3.6差不多一样.如果仅仅把原程序中的补偿值改变一下，结果会和改变其他参数完全不一样，当把程序中的补偿值有原先的0.002变为1时

31、，运行结果如下图3.8，在这个图像中，规定化后的图像和原图差别很大，太阳的光晕变强了，图像的背景颜色变亮了，但是和改变其他参数后得到的图像也是有差别的，比如亮度不一样，背景的亮度不一样和远处的楼房是否清晰等，然后在看一下直方图，经过规定化以后，只有部分灰度级变得均匀了，和其它改变参数后的直方图相比，灰度级上的像素的数量是平衡的。 图3.8 原图像及其规定化后的图像经过改变程序中的参数后，规定化后的图像和直方图各有各的特点，增大补偿值K以后，直方图较暗的灰度级上的像素点变得均匀了，慢慢的向较亮的灰度级进行过渡，较亮的灰度级是均匀的，但是像素不均匀。3.3 同态滤波法的直方图均衡化同态滤波法进行图

32、像增强是一种把频率过滤和灰度变换结合在一起的方法。它是把图像的照明反射模型作为频域处理的基础，是一种利用压缩亮度范围和增强对比度来改善图像的技术。一幅图像可以分为照射分量和反射分量，即 式（3.7）由于傅里叶变换是线性变换，所以，式子（3.7）的两个相乘分量是分不开的，即 式（3.8）上式中，F代表傅里叶变换。对式（3.7）两边同时取对数，有 式（3.9）对式（3.7）两边同时傅里叶变换，有 式（3.10）令 则 式（3.11）如果用一个传递函数是的滤波器来处理，则有 式（3.12）处理后，再把（3.12）傅里叶反变换，则有 式（3.13）令 所以有 式（3.14）经过一系列的数学公式的代换得

33、 式（3-15）和分别为处理后的照射分量和反射分量。 同态滤波法增强处理的流程如图3.6所示f(x,y)expFFTH(u,v)IFFTLng(x,y) 图3.6 同态滤波流程图经过同态滤波处理后的图像和直方图如下图3.7：在上图中，我们可以看到，经过同态滤波以后，图像的亮度有所提高，有些图像的细节比较突出，如花蕊、细小的树枝等，经过滤波以后，图像的噪声有所降低，但是，滤波后的图像也有些缺点，由于亮度太高，花的花瓣有些模糊了，但是图像的直方图变得均匀了。 图3.7 同态滤波及其直方图图3.8 楼房图像和滤波后图像图3.8中的楼房，经过滤波以后，楼房变得清晰了，房子上面的太阳能也能看见了，周围的

34、房子也能看见了，只是远处的房子不见了，图像也变亮了。从直方图上看，直方图变得均匀了，但是并不是太理想。所以，同态滤波系统，在一定的条件下，是可以满足人们的需求的，但是，它有消弱了图片的某些细节，并不能完全让人们满意。所以，在不同的要求下， 需要不同的处理方法，以满足需求。直方图虽然均匀化了，但是，还是不太理想。 上述直方图是在截止频率为0.05pi的地方，但是，随着截止频率的增大，图像的颜色越来越暗，如截止频率为0.45pi时有如下图3.9：经过滤波以后，图像的亮度变低了，远处的楼房子也看不清楚了，天空中的太阳也看不见了，周围的环境也也变暗了，也变得不清楚了，然后再看看直方图，在灰度级比较大的

35、地方是没有像素，这是由于截止频率太大造成的，但是如果截止频率一直增大，达到某个程度，经过同态滤波后，图像将不在存在，而只是一片黑乎乎的如图3.10。这既是截止频率太大，把所有的像素点都滤波掉了，也就是我们现在看到的黑色的图像。图3.9灰度图像及其滤波后的图像 图3.10 灰度图像及其滤波后的图像3.4 传统直方图均衡化处理直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。直方图均衡化又叫灰度均衡化，它是通过某种映射关系使原始图像的像素均匀的分布在整个灰度区间上。然后经过均衡化处理以后，使该图像的像素均匀的分布在每一个灰度级上。通过这种均衡化的处理，使每个灰度级上的像素点从新得到了计算

36、，从而得到某些细节比较突出的对比度强的图像，这就是均衡化的处理的目的。并扩展了像素的取值的动态范围。假定变换函数为 式（3.16）式中，w是积分变量；是r的累积分布函数（CDF）。这里，累积分布函数是r的函数，并且单调的从0增加到1，所以这个变换函数满足关于在内单值单调增加，在内有的两个条件。对于式（3.13）中的r求导，则 式（3.17）再把结果代入式 式（3.18）中，则 式（3.19）由以上推导可见，在变换后的变量s的定义域内的概率密度是均匀分布的。由此可见，用r的累积分布函数作为变换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。经过直方图均衡化处理以后

37、，图像的灰度均值移动到了灰度中值附近，从而导致图形出现一些亮度过强等一些影响视觉效果的现象。 图3.9 灰度图像及均衡化处理后的直方图如图3.9所示，灰度图像经过均衡化处理以后的直方图，图片的背景噪音的对比度有些增加，同时也降低了一些有用细节的对比度，使某些应该突出的细节变得模糊了，灰度级别也有些减少了，这是均衡法处理的一个缺点。如在第三幅图像中的猴子，猴子在这幅图像中比较突出，面部比较亮，耳朵也显示出来了，给人视觉上的突出，把图像中的猴子高亮度的呈现在人眼的视线中，同时在一定程度上消弱了其他不必要的信息。但是，再看一下图像中猴子的毛发，特别是头上，和原图区别比较大，与原图相比，此图在一定程度

38、上增加了噪音，毛发亮度较高，细节不再突出，毛发不再清楚，这是均衡化的缺点，也是我们处理图像应该注意的。所以，一些研究者对直方图均衡化的算法进行了改进，进一步克服这一个缺点，以下几节会给出相应的算法，并给出相应的结果分析和比较结果。3.5 改进的直方图均衡化处理设原始图像中灰度是i的像素个数为，然后建立一个这样的映射关系，即=f()式子中的映射函数是递增函数，并且值域为正实数。映射后，将比原来的小，但是，远远比以前的小。如果映射关系选择的合适，可以使得 与之间差距相对变大。具体算法步骤如下:(1)针对原图中的每一个像素，根据其灰度值，然后分别记入相应像素个数累加器ri中；(2)像素个数选择合适的

39、映射关系。此处采用对数关系，分别求的和。(3)计算出原始图像中灰度i经过转换后的灰度值。 式(3.20)公式（3.20）的灰度转换方法能扩展原图像的灰度空间，从而使得转换后灰度值分布于整个灰度空间。图3.10 灰度图像及其直方图 经过直方图改进以后，图像变得比较清晰，猴子的耳朵也能清晰的显示出来，猴子的胡子也能清晰的看出来，直方图灰度级也变得均匀了，不再变得非常的密集，这就是原图与处理后的差别。经过直方图均衡化以后图像的亮度也是有所增强的。但是总体来说还是可以的，虽然抹去了一些细节，但是大体上还是突出想要的信息的，比如说猴子的表情，猴子的耳朵等。3.6 本章小结本章先着重分析了直方图均衡化算法

40、的几种方法。讲述了直方图由于图像亮度范围或非线性使图像的对比度不很理想，可用像素灰度重新分配的方法来改善图像的对比度。这种方法不以图像保真为原则的，是通过增强处理设法有选择地突出某些对人或机器分析感兴趣地信息，抑制一些无用信息，以提高图像地使有价值。由于直方图均衡化方法在图像增强中是较为常用、重要的算法之一，接着给出了前人的改进方法。对新的改进算法过程作了简要描述，同时指出了它的优点和不足之处。通过实验得知，改进的方法，在处理图像方面对图像的细节信息和噪声方面具有较好的增强效果。河南城建学院毕业设计（论文） 总结总结经过一段时间的基础知识的准备和消化，MATLAB软件也相对熟悉了，一些功能也相

41、对了解了，在此论文设计中，遇到各种难题，论文也是经过多次修改才最总定稿。这篇论文的完成，不仅仅是是自己的劳动成果，也有不少老师和同学给我的帮助，在此，在我完成的论文的过程中给予我帮助的老师和同学说一声衷心的感谢。通过这篇论文的写作，使我学到了很多东西，也使我养成了从实际出发的设计思想和设计理念，让我知道，设计要先从实际出发，要考虑到各个方面的知识和要注意的东西。通过学习有关实验的综合理论和技能，对MATLAB软件有更深一步的了解。对图像处理也更好的理解，为以后的学习打下基础。河南城建学院毕业设计（论文） 参考文献参考文献1李弼程;彭天强;彭波等编著. 智能图像处理技术M.北京：电子工业出版社，

42、2004.2阮秋琦.数字图像处理学.北京:电子工业出版M社,2001.3姚若河.改进的直方图均衡化图像增强算法J .铁道学报,1997,19(6):78-81.4陈传波.金先级.数字图像处理M .北京:机械工业出版社,2004.75冯清枝.基于直方图修正的图像增强技术J.广东公安科技,2004,(2).6黄成;朱幼莲;一种改进的直方图均衡算法J;江苏技术师范学院学报(自然科学版);2008年01期7乔闹生.一种改进的直方图均衡化J;光学技术;2008年S1期8李敬川.一种图像增强算法的设计与实现J;重庆职业技术学院学报;2008年04期9姚若河;黄继武;吴湘淇.改进的直方图均衡化图像增强算法J

43、;铁道学报;1997年06期10雷江东;李久丹;罗艳;吴彩荣;几种灰度图像增强算法的比较A;广西计算机学会2010年学术年会论文集C;2010年11汪志云;黄梦为;胡钋;饶强;基于直方图的图像增强及其MATLAB实现J;计算机工程与科学;2006年02期12李耀辉;刘保军;基于直方图均衡的图像增强J;华北科技学院学报;2003年02期13刘焕雨;万秋华;熊文卓;楚广生;吴永芝;模拟频域滤波重构直方图均衡的图像增强方法J;光电工程;2007年03期14芮同林;彭国华;一种改进的图像均衡化算法的研究与应用J;微电子学与计算机;2006年11期15刘锦辉;图像增强方法的研究以及应用D;湖南师范大学;

44、2009年16DJURIC PM,KAY SM,FAYE BOUDREAUX BARTEL.Segmentation of Nonstationary SignalsJ.Proceedings of IEEE ICASSP,1992,5:161-164.17Kamel M,Lian Guan.Histogram equalization utilizing spatial correlation for image enhancementJ.SPIE,1989,119:712721.18Hummel R A.Image enhancement by histogram transformati

45、on Compute Graphic and Image ProcessingJ.1977(6):184-195.河南城建学院毕业设计（论文） 致谢致谢本文的工作是在我的导师石磊的指导下完成的。他在白忙之中还抽出大量的时间来认真阅读我的论文，指导我的设计思想，程序设计不足，并且提出了宝贵的修改意见，另外，也是石磊老师不厌其烦的督促我，才让我感觉时间的紧迫性，并认认真真的完成了论文，再一次真诚的感谢石磊老师无私和奉献。河南城建学院毕业设计（论文） 附录附录：% 灰度图像及其直方图img=imread(C:UsersAdministratorDesktopbiyetupian.jpg);figure;imshow(img);g=rgb2gray(img);Imshow(g);figure;imhist(g);直方图规定化程序function Func =Fig427()clc;clear all close all; %(1)第一副图像及其直方图规定化 f1 =imread (C:UsersAdministratorDesktop