matlab数字图像处理-图像增强

1、图像增强图像增强的定义ST 转换，直方图均衡，中值滤波，微分锐化，高通滤波等等。这样对应于某些常用的图像增强方法换系数值进行某种修正，是一种间接增强的算法。基于空间域点运算算法和邻域去噪算法。点运算算法即灰度级掩模匹配法、统计差值法等。基于频率域（即只让低频信号通过）用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。 点处理（变换）处理方法空间域模板处理（滤波频率域全局处理图像增强处理策略局部处理灰度图像处理对象彩色图像方图变换和锐化这四种方法。图像增强原理1、图像变换是指图像的二维正交变换，它在图像增强、复原、编码等方面有着2、灰度变换3、图像的灰度直方图是反映一幅图像的灰度级与出

2、现这种灰度级的概率之间的以达到理想的效果，即对原始图像的直方图转换。4、图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影锐化（算图像增强流程图实例分析析。1、灰度线性变换0-255 性变换关系，常用的是三段线性变换方法。以下是在MATLAB 中进行灰度线性变换的处理结果：上图左边是用到的原是彩色图片，右边是该彩色图片的灰度图像。灰度的一侧。0.01 的细节反映在直方图上像素分布较平均。0.3 只突出整幅图片最亮的区域，即图片中的云彩部分的细节。法。不足：对于受噪声影响明显的图像，该算法增强效果不明显。即不能有效地抑制噪声。而且，仅仅利用了图像中的局部信息。2、直方图均衡化直方

3、图均衡化过程如下：计算原图像的灰度直方图Pr(rk)；计算原图像的灰度累积分布函数ks，进一步求出灰度变换表；以下是在MATLAB 中进行图像直方图均衡的处理结果：0 到 100 0 到 255 果。动态范围，是一种常用的图像增强算法。不足：不能抑制噪声。3、锐化细节使图像变得更为清晰。变处的对比度得到增强，最终结果是在保留图像背景的前提下，突现出图像中小的细节。由于上面用到的图片锐化后效果不明显MATLAB中进行图像锐化的处理结果：原始灰度图像拉普拉斯锐化滤波图像拉普拉斯锐化滤波结果比较原始模糊图像和经过拉氏算子运算的图像也是拉氏算子增强的一大缺点。总结特征部分，为后续的图像识别、理解、输出

4、显示等服务。模糊图像变得更加清晰。千上万的图像库中实现检索等等。参考文献11Digital Image ProcessingThird EditionRafael C.GonzalezRichard E.Woods培生教育出版集团（Pearson Education）2、王耀南计算机图像处理与识别技术: , 20013、夏德深, 傅德胜.计算机图像处理及应用 南京:东南大学出版社, 2004.4、张娜. 图像增强技术的研究. 计算机仿真, 2007, 24(1): 02-04.5、孙蕾, 李丙春. 图像增强算法与评价方法研究. 计算机工程, 2007,33(08): 21-236、余成波. 数

5、字图像处理及MATLAB 实现. 重庆:重庆大学出版社, 2003附录代码一：% 灰度线性变换，利用imadjust 函数对图像局部灰度范围进行扩展% MATLAB 程序实现如下：I=imread(9.jpg);%显示原始图像imshow(I);title(原始图像);I1=rgb2gray(I);%显示原始图像的灰度图像subplot(2,3,1),imshow(I1);title(灰度图像); axis on;subplot(2,3,4),imhist(I1);%画出灰度直方图title(灰度图像直方图);axis on;J=imadjust(I1,0.01 0.1subplot(2,3,

6、2),imshow(J);0.5内的灰度拉伸为01title(线性变换图像0.01 0.3);axis on;subplot(2,3,5),imhist(J);%画出灰度直方图title(0.01 ); axis on;K=imadjust(I1,0.3 0.7,); 0.3 subplot(2,3,3),imshow(K);0.7内的灰度拉伸为01title(线性变换图像0.3 0.7);axis on;subplot(2,3,6),imhist(K);%画出灰度直方图title(线性变换图像0.3 0.7直方图);axis on;代码二：%直方图均衡化I=imread(9.jpg); 显示

7、原始图像的灰度图像subplot(2,2,1),imshow(I1);title(灰度图像); axis on;subplot(2,2,3),imhist(I1);%画出灰度直方图title(灰度图像直方图);J=histeq(I1,64);%对图像进行均衡化处理，返回有64级灰度的图像J subplot(2,2,2),imshow(J);title(均衡化处理后图像); axis on;subplot(2,2,4),imhist(J);%画出灰度直方图title(均衡化处理后图像直方图);axis on;代码三：%锐化I=imread(1.jpg);I1=rgb2gray(I);%显示原始图像的灰度图像imshow(I1);J=double(I1);%将图像矩阵转化为double类型K=size(J);L=zeros(K(1,1),K(1,2); for x=2:K(1,1)-1for y=2:K(1,2)-1L(x,y)=(-J(x+1,y)-J