课程设计：图像空域增强算法设计—直方图变换增强解析

1、成绩评定表学生姓名王红班级学号1303030404专业电子信息工程课程设计题目图像空域增强算法设 计一一直方图变换增 强评语组长签字：成绩日期2016年7月18日课程设计任务书学院信息科学与工程专业电子信息工程学生姓名王红班级学号1303030404课程设计题目图像空域增强算法设计一一直方图变换增强实践教学要求与任务：本设计要求利用Matlab进行编程及仿真，仿真内容为图像空域 增强算法设计直方图变换增强。要求利用所学数字图象处理技 术知识，在Matlab软件系统上来实现灰度变换增强，并对程序进行 测试。要求如下：（1）学习Matlab处理图像的方法；（2）加深对空域增强的理解；（3）掌握直方

2、图均衡化和标准化算法。工作计划与进度安排：第一阶段（1-2天）：熟悉matlab编程环境，查阅相关资料；第二阶段（2-3天）：算法设计；第三阶段（2-3天）：编码与调试；第四阶段（1-2天）：实验与分析；第五阶段（1-2天）：编写文档。指导教师：2016年7月3日专业负责人：2016年7月4日学院教学副院长：2016年7月4日沈阳理工大学数字图像处理课程设计摘要空域增强是数字图像处理的基本内容之一。经过增强处理后，图像的视觉效 果会得到改善，对比度增强，为图像的信息提取及其他图像分析技术奠定良好 的基础。由于没有衡量图像增强质量的通用标准，图像增强往往和具体应用背 景有较大的相关性。本课程设计

3、主要研究用于图像空域增强算法的直方图变换增强，包括直方图 均衡化与直方图规定化。对于原本偏光或偏暗的图像，均衡化可以使被处理图 像不再偏暗也不再偏亮，灰度层次分布比较均匀。规定化可将被处理图像按照 预先设定的形状调整其直方图。二者均可改善图像视觉效果。采用MATLAB软件进行编程，运用上述算法对图像进行处理。仿真结果表 明，处理后的图像对比度得到了明显改善，图像细节清晰，增强了图像的视觉 效果，有利于图像的分析和识别。关键词：空域增强；直方图变换增强；MATLAB目录 TOC o 1-5 h z HYPERLINK l bookmark8 o Current Document 1设计目的与要求

4、1设计目的1设计要求1 HYPERLINK l bookmark10 o Current Document 2设计原理1直方图均衡化1直方图规定化2 HYPERLINK l bookmark12 o Current Document 3设计方案3设计思想3设计流程4 HYPERLINK l bookmark14 o Current Document 4软件实现5原始图像5图像均衡化5图像规定化6 HYPERLINK l bookmark27 o Current Document 5仿真与结果分析6仿真7图像原始化7图像均衡化8图像规定化8结果分析10 HYPERLINK l bookmark2

5、9 o Current Document 结论11 HYPERLINK l bookmark31 o Current Document 参考文献121设计目的与要求设计目的选择一副对比度不足的图像，对该图像进行灰度变换实现图像的增强，增强 对比度，显示增强前、后的图像以及他们的灰度直方图。总结直方图增强的方 法，对比方法的优缺点，积极思考基于特定图像的增强方法，设计中应具有自 己的设计思想、设计体会。L2设计要求（1）学习Matlab处理图像的方法；（2）加深对空域增强的理解；（3）掌握直方图均衡化和标准化算法。2设计原理一般情况下,如果图像的灰度分别集中在比较窄的区间，从而引起图像细节 的模

6、糊，为了使图像细节清晰，并使目标得到突出，达到图像增强的目的，可通过改 善各部分充度的比例关系，即通过直方图的方法来实现。直方图的方法是以概率 论为基础的。常用的方法有直方图均衡化和直方图规定化。2.1直方图均衡化直方图均衡化乂称直方图平坦化,是将一已知灰度概率密度分布的图像经过 某种变换,变成一幅具有均匀灰度概率密度分布的新图像。其结果是扩展了像元 取值的动态范围，从而达到增强图像整体对比度的效果。直方图均衡化的具体实现步骤如下：（1）列出原始图像的灰度级 TOC o 1-5 h z 仁4 =。乙 一 1（3.1）（2） .统计各灰度级的像素数目nk A = O 乙 一 1（3.2）（3）计

7、算原始图像直方图各灰度级的频数）= O4 一乙1（3.3）n（4）计算累积分布函数，即：衡化后各像素的灰S/ =T（）=?匕（。）=工2,，= 1 （3.4） ./=（） ./=（）n.应用以下公式计算映射后的输出图像的灰度级，P为输出图像灰度级的 个数，其中INT为取整符号:/何也皿-6+右加+时,，。- 1（36）.统计映射后各灰度级的像素数目/7f.,i = 0,l,（7）计算输出直方图（s：） = ,k = 0,1,.,p 1（3.7）n（8）用7和的映射关系修改原始图像的灰度级，从而获得直方图近似为均匀 分布的输出图像。2.2直方图规定化直方图均衡化的优点是能自动增强整个图像的对比度

8、,但它的具体增强效果 不易控制，处理的结果总是得到全局的均衡化的直方图。实际工作中，有时需要变 换直方图使之成为某个特定的形状，从而有选择地增强某个灰度值范围内的对比 度，这时可采用比较灵活的直方图规定化方法。直方图规定化增强处理的步骤如下：令Pr （r）和Pz （z）分别为原始图像和期望图像的灰度概率密度函数。如 果对原始图像和期望图像均作直方图均衡化处理，应有s = T(r) =eGW/= 尸(尸)(3.8)()v = G(z) = pz(z)d乙(3.9)Z = Gl(y)(3.10)由于都是进行均衡化处理，处理后的原图像概率密度函数Ps (S)及理想图 像概率密度函数PV (V)是相等

9、的。于是，我们可以用变换后的原始图像灰度 级S代替(2)式中的V。即z = G-(S)(3.11)这时的灰度级Z便是所希望的图像的灰度级。此外，利用(1)与(3)式 还可得到组合变换函数Z = G-,7(r)(3,12)对连续图像，重要的是给出逆变换解析式。对离散图像而言，有与亿)=生(3.13)n匕二 G(Zj)=Z，(Z)(3.14)1=0Zj=GT(Sj = G-m4)(3.15)3设计方案设计思想图像空域增强是指直接在图像所在的二维空间进行增强处理，即增强构成图 像的像素。空域增强中的直方图变换增强，包括直方图均衡化和直方图规定化 两个方面。对图像进行直方图均衡化处理时，首先导入待处理

10、图像。由于现在大部分的 图片都是彩色图像，故在图像导入之后需将其转化为灰度图像以便于后续处理。 将原始灰度图像的直方图绘出，同时对原始灰度图像进行均衡化处理。将处理后的灰度图像的直方图绘出，分别对均衡化前后的灰度图像和直方图做对比分 析，观察图像处理效果。对图像进行规定化处理时，同样导入图像，然后将其转化为灰度图像并绘出 灰度直方图，然后通过函数对图像做规定化处理，绘出规定化后的灰度直方图, 分别对规定化前后的灰度像和直方图做对比分析，观察图像处理效果。设计流程实现流程图如图2.2、2.1所示：图2.1图形均衡化流程图2.2图像规定化流程4软件实现原始图像在Matlab中自定义M文件，选取一张

11、自然图像进行算法实验，图像读取程 序如下：clear clc;%读入图像%转化为灰度图像%显示灰度图像%显示灰度图像的直方图I=imread(,4.PNG,);Il=rgb2gray(I);subplot( 1,2,1) 5imshow(11);titlef原始灰度图像)；subplot( 1,2,2),imhist(11);title。原始灰度图像直方图一% axis square;xlabel(灰度值)；ylabelC像素数量图像均衡化将图像进行均衡化处理程序如下:%均衡化处理为灰度级为64的图%显示直方图J=histeq(Il,64);像subplot( 1,2,1 ),imshow(J

12、);title(均衡化后图像(64级)1);subplot(l,2,2),imhist(J);counts,x=imhist(J);title,均衡化后图像直方图)；% axis square;xlabel(灰度值)；ylabelC像素数量); 4.3图像规定化 在Matlab中自定义M文件，选取另一张图像进行算法实验,利用均衡化结 果对此图进行规定化，图像规定化程序如下：K=imread(15.PNG,);%读入要规定化的图像Kl=rgb2gray(K);%将该图转化为灰度图像subplot(l ,2,1 )Jmshow(K 1);title。原始灰度图像)subplot( 1,2,2) J

13、mhist(K 1);%绘制原灰度图像的直方图title（要规定化图像直方图）；%axis square;xlabel（灰度值）；ylabelC像素数量）;L=histeq(K 1 .counts);%对图像进行规定化 % hgram=0:255;figure;subplot( 1,2,1) jmshow(L);title(规定化后图像)；subplot( 1,2,2) ,imhist(L);title(规定化后图像直方图)；%axis square;xlabelC灰度值);ylabW像素数量上5仿真与结果分析一幅图像经过直方图均衡化处理、直方图规定化处理后得到的灰度图像及直 方图，并对这几个

14、图进行比较。灰度直方图的横坐标是灰度级，纵坐标是该灰 度级出现的像素数量。仿真图像原始化选取一张自然图像进行算法实验，通过imread ()导入一幅自然图像如图5.1 所示。图5.1导入第一张原始图像通过函数rgb2gray()将该图转化为灰度图像，再通过函数imshow()显示其灰 度图像，imhist()显示灰度直方图。结果如图5.1所示，原始灰度图像(a)(b)图5.2原始灰度图像及其灰度直方图得到的原始灰度图像整体偏暗。从其直方图(b)中可以看出原始灰度图像的 灰度等级很多，且主要分布在中低灰度级上，在高灰度级上图像的像素数很少。图像均衡化经过函数histeq ()对原始灰度图像均衡化

15、处理，通过imshow ()显示其灰 度图像，imhist()显示度直方图，并将其灰度等级改为64级，返回数据向量给 counts,为直方图规定化做准备。结果如图5.2所示。(a)(b)图5.3均衡化结果均衡化后的图像明显比原图5.1 (a)明亮了许多，对比度得到增强。从其直 方图(d)中也可以看出其灰度等级明显减少，且整体分布比较均匀，亮度对比度 大为改善。图像规定化通过在Matlab中自定义M文件，选取另一张自然图像进行算法实验，通过 imread ()导入一幅自然图像如图5.4所示。图5.4导入第二张原始图像通过函数rgb2gray()将该图转化为灰度图像，再通过函数imshow()显示

16、其灰度图 像,imhist()显示灰度直方图。结果如图5.5所示,原始灰度图像6000O 005o o O o o O o o O4 3 2(a)(b)图5.5原始灰度图像及其灰度直方图其灰度图像如图5.3中(a)所示，此图像较亮，从其灰度直方图5.3中的(b) 亦可观察到像素集中分布在灰度级中、高部分。将均衡化的结果对此图像进行直方图规定化，规定化后的结果如图5.4所 示O规定化后图像规定化后图像直方图100008000图5.6规定化结果由图5.4(a)可知，规定化后的图像亮度明显降低，对比度有所增强，提高 了图像的可观性。其直方图为图5.4(b),与均衡化结果的直方图5.2(b)进行对比,

17、 可以观察到两者灰度级几乎一致。结果分析本文采用了两种直方图变换增强的方法：直方图均衡化和直方图规定化， 直方图均衡化就是通过变换函数histeq()将原图的直方图调整为具有“平 坦”倾向的直方图，其灰度间隔被拉大了，灰度分布均匀，图像细节清晰，对比 度增强，克度均衡。如果原始图像对比度本来就很高，再均衡化则灰度调和， 对比度降低。在泛白缓和的图像中，均衡化会合并一些象素灰度，从而增大对 比度。均衡化后的图片如果再对其均衡化，则图像不会有任何变化。直方图规定化比较灵活，当需要变换直方图使之成为某个特定的形状时,虽然有些时候也不可以很好控制整个图像的对比度，但可以有选择地增强某个 灰度值范围内的

18、对比度,得到想要的图像显示效果。 结论在MATLAB中对图像进行直方图变换增强的处理后，通过图像处理前后的 对比，可明显感觉到图像视觉效果得到改善，其中：（1）直方图均衡化直方图均衡化就是把直方图的每个灰度级进行归一化处理，求每种灰度的累 积分布，得到一个映射的灰度映射表，然后根据相应的灰度值来修正原图中的 每个像素，使直方图大致平和。直方图均衡化是图像处理领域中利用图像直方 图对对比度进行调整的方法，通过灰度变换将一幅图像转换为另一幅具有均衡 直方图，即在每个灰度级上都具有相同的像素点数的过程。直方图均衡化后使 图像的灰度间距拉开，灰度分布均匀，各个灰度级的像素个数得到均衡，整个 图像处于均衡状态，不会过凫，也不会过暗。从而使图像细节清晰，达到增强 的目的。（2）直方图规定化直方图规定化就是通过一个灰度映像函数，将原灰度直方图改造成所希望的 直方图。目的是实现对输入图像进行有目的的增强。得到想要的图像显示效果。但是这种处理也存在某些不足：（1）均衡化时，图像的灰度级有可能被过多地合并，易造