直方图均衡化图像增强与彩色图像处理算法分析(2)分析

专业综合实验报告数字图像处理专 业:班 级：姓 名：学 号指导教师2015724PAGEPAGE10、设计目的是用技术手段改善的效果,提的是种于人或计进行的形改善图质量是的的意以需要进行适轮廓某信息去除削弱信息显示观察和。类指选择地突感兴趣者抑制使后识别包括轮廓线者纹和前和的媒体监控监控场景射复杂拍摄背景也复杂环境影响加之摄传感器素引使监控在程上在对比、布范围窄辨率下降得必须传统通这样低频信息、频信息及含同时在的同时了噪声，导致信息熵下降给监控和后期困难问题重要概论础来实现从而达目本文介绍累积布函础修正过匀修正使匀，。要求本论布,使,使使匀大,使,达目,本文要介绍实验。概念(HistogramEqualization),实,重,使大等这样,来峰顶部,而侧谷底部,:,和均明暗和对等概貌性描述级函,反映具有该级素,其横坐标级r,纵坐标该级(即素)r坐标描述级素集在呈暗素集在高呈亮特性。均衡化1就布修改成均匀布基本思想对原始素概密呈均匀布这就意味,高了对1均衡化这种可以在看亮可对亮整,这种可均衡化函原始修基础0r1[0,1]rsT(r)

1）rsT(r①0r1T(r)单单调增加；②于0r1有0T(r)1里第保证了西欧哪白到黑次序不和反T1(s存第二则保证了映射允许sr反用式2表示同样两rT(s)

2）量P(r量的r即T')为

P(sP(rP(s。s r ssT(r单调增加由学析知它反rT1(s单调函种情况当s且仅当r发所求得随即量的为：F(s)

s)

r]r

p(x)dxr

3）3两边求导密P(s)为：sdr d P(s)P(r) p(r) 1(s)][p(r)

T1(s)

4）s r ds r

r

rT1(s)由式4知于连续情况P(r)P(s)别表示和r s概率密根据概率论知识P(r和sr

T(r)反

T1(s单调增长则P(s)由式4求出。s直方均衡化rs在下面讨论中假定所有素已归一化了就是说当rs0时黑色；当rs1时白色；函数T与原概率密函数P之间关系为：rsT()r0

p(r)d(r)r

0r

（5）r（5r（F，Fr01T()在0r10r1有0T()1件。r01函（5）rdsP(r)

（6）dr r再把结果带入式4则d 1 1p] p[ ] ]

（7）s r

rT1(

r ds/

rT1(

r prs。由r。为了kp(r)nkr k N

(0rk

k

L 1 （8）L

p(rk

nr k kkN。通常把为得到均匀直方增强技术叫做直方均衡化处理或直方图直方均衡化累积分布函离散形式可由表示：s T(r

nj

p(r)k k Ni0

r ji0

rj

k0,1,2,

（9）

r T1(s)

（10）k kL个统计原各个n；i计算原始直方

p(i)niNi

，N总个计算累积直方pj

jk

p(k)；jpj

；确定i

j,据此将原

f(m,n)i修正为g(m,n)j；)统计变换后各；j)计算变换后直方p(j)nj；N)对均衡化后直方进行区间统计，显示25RGB模型转换到HSI模型给定一幅RGB3个范围内HISI，S，HI=(R+G+B)/3S=I-3[min(R,G,B)]/(R+G+B)],BGH=

,BG360

G)

B/2 2.6HSIRGB

G

GB/2 SI[0,1]R、、B也[0,1]SRGB、公分成三段以便利用对称性。(H单位是度)H[0,120]B=I(1-S)

SH R=I

H)HR=I(1-S)

120.G=I

1

cos(180。-H)HG=I(1-S)B=I

1

240. H)R=3I-(G+B)流程图对比开始对比开始读入源图像直方图方图函数显示直方方图结束四、源程序直方图均衡化程序clearall;closeall;clc;I1=imread('C:\DocumentsandSettings\Administrator\\1.jpg');figure;subplot(121),imshow(I1);title('');I2=rgb2gray(I1);subplot(232),imshow(I2);title('');D=double(I2);imsize=size(D);nbrTot=imsize(1)*imsize(2);nbrEach=zeros(1,256);forK1=1:imsize(1)forK2=1:imsize(2)nbrEach(D(K1,K2)+1)=nbrEach(D(K1,K2)+1)+1; 个数endendY1=nbrEach/nbrTot;S1=zeros(1,256);fori=1:256fork=1:iS1(i)=S1(i)+Y1(K（K）之前点所占比率之和endendifS2(i)>255S2(i)=255;endforK2=1:imsize(2)%S3(S2(j)+1)=S3(S2(j)+1)+Y1(j); %各灰度级的像素点数endfori=1:32forj=1:7S3(8*i)=S3(8*(i-1)+j)+S3(8*i); %对的像素点进行区间统计endS3(8*i)=S3(8*i)/8forj=1:7S3(8*(i-1)+j)=0;endendY2=S3;figure(2);plot(0:255,Y1);title('');figure(3);plot(0:255,Y2);title('');figure(4);imshow(Y3);title('');figure(5);imshow(I2);title('');J=histeq(I2);figure(6);imhist(J);title('');figure(8);imshow(J);title('MatlabBSH、S、I：I1=imread('C:\DocumentsandSettings\Administrator\\1.jpg');rm=double(I1(:,:,1));gm=double(I1(:,:,2));bm=double(I1(:,:,3));D=double(bm);imsize=size(D);nbrEach=zeros(1,256);fori=1:imsize(1)forj=1:imsize(2)I(i,j)=(rm(i,j)+gm(i,j)+bm(i,j))/3;S(i,j)=1-3*min(min(rm(i,j),gm(i,j)),bm(i,j))/(rm(i,j)+gm(i,j)+bm(i,j));if(bm(i,j)<=gm(i,j))H(i,j)=abs(acos(double((rm(i,j)-gm(i,j)+(rm(i,j)-bm(i,j))/2)/sqrt(double((rm(i,j)-gm(i,j))^2+(rm(i,j)-bm(i,j))*(gm(i,j)-bm(i,j)))))));elseH(i,j)=abs(2*pi-acos(double((rm(i,j)-gm(i,j)+(rm(i,j)-bm(i,j))/2)/sqrt(double((rm(i,j)-gm(i,j))^2+(rm(i,j)-bm(i,j))*(gm(i,j)-bm(i,j)))))));endendendJ0(:,:,1)=H;J0(:,:,2)=I1(:,:,2);J0(:,:,3)=I1(:,:,3);J0(:,:,1)=H;J0(:,:,2)=I1(:,:,2);J0(:,:,3)=I1(:,:,3);figure;subplot(221),imshow(I1);title('像');subplot(222),imshow(uint8(J0));title(H均衡化J0(:,:,1)=I1(:,:,1);J0(:,:,2)=S;J0(:,:,3)=I1(:,:,3);subplot(223),imshow(uint8(J0));title('S');J0(:,:,1)=I1(:,:,1);J0(:,:,2)=I1(:,:,2);J0(:,:,3)=I;subplot(224),imshow(uint8(J0));title('I');、运行结果及析总结仿真结果：原始图像的灰度图象 自编函数均衡化前归化的图自编函数均衡化归化的图 自编函数的图均衡化的图像系统函数均衡化前的直方图系 统 函 数 均 衡 化 后 的 直 方 图仿真结果：

系 统 函 数 所 得 直 方 图 均 衡 化 后 的 图 像总结

原始图 像 在 分量的 直 方 图 均 衡 化 在 分量的 直 方 图 均 衡 化 在分量的 直 方 图 均 衡 化 图像增强有图像平滑和锐化两种。图像平滑就是减少图像的高频分量，突出低频分量，使图像整体效果均匀自然；图像锐化是减少图像的低频分量，突出高频分量，使图像边缘突出。该论文的直方图均衡化方法是一种图像平滑方法，直方图均衡化方法把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图然后按均衡直方图修正原图像。当图像的直方图为一均匀分布时,图像包含的信息量最大,图像看起来就显得清晰。但是使图像清晰的同时也会增加图像噪声，因此本论文在改进方法中使用了中值滤波，以避免噪声干扰。既可对图像时域进行处理，也可在频域中处理。各种处理方法都可进行改进，也有许多新的图像增强方法不断出现。该论文只介绍了一种图像增强方法，即时域的直方图均衡化方法，并对传统方法进行了改进。但是无论是用什么方法都要图像增强的原，即在增强图像的效果的基，要量减少图像的噪声，并使图像清晰可。，本文出的直方图均衡化法是可行的，结,,信息为,中可以出有的图像。新出了改进的法，并用直方图均衡化，高了直方图均衡化的度。以图像处理只是对 图像的一分进行用，过更进一的图像分值化一化处理，可以把中的出来分进行，用 对分进行也得了的效果。此可以看出 ，可强，的域强大。图像包有的图像处理方法。由于工具箱具有可靠性和开放性，我们可以方便地直接加以使用，也可以把自己的代码加到工具箱中以改进函数功能，同时，MATLAB中的小波工具箱也有许多函数可运用于图像处理技术。因此，在图像处理技术中使用 MATLAB语言可以快速实现模拟仿真，大大提高实验效率，如果要开发实用程序，MATLAB语言还可以通过 MEX动态连接库实现与 C语言的混编程，为工程应用提供了更多的便利条件。参考文献 .[J].，5(2):65-66.姚 静,武文波,康停军.直方图均衡化的 Matiab实现[J].辽宁工程技术大学学报,2007,11(26):60-62..[M].,2001:181—195.,.Matlab[J].2006,28(2):54—56.军,,.基于 Matlab图像增