基于MATLAB的图像增强技术的分析与研究

-基于MATLAB的图像增强技术的分析与研究摘要图像增强是图像处理技术的重要内容，通过图像增加技术可以强化所需的图像信息，也可以弱化不需要的图像信息，以便于我们对图像的分析，同时可以有效的改善图像质量。对图像进行增强处理的方法有很多种，比如图像的直方图修改处理、图像平滑处理、以及图像锐化等等。这些都是非常重要的图像增强方法。本文主要介绍的是基于MATLAB的图像增强处理技术，采用灰度直方图、直方图均衡化、以及图像二值化方式对图像进行增强。通过这些方法对图像进行处理后，得到的图像有用信息量更大，同时获得更加清晰的照片、更好质量的图片，方便我们对图像进行存储和传输。关键词MATLAB；图像增强；数字图像处理AbstractImageenhancementisanimportantpartofimageprocessingtechnology.Imageenhancementtechnologycanenhancetherequiredimageinformation,andcanalsoweakenunnecessaryimageinformation,sothatwecananalyzetheimageandeffectivelyimprovetheimagequality.Therearemanywaystoenhanceanimage,suchashistogrammodificationprocessing,imagesmoothing,andimagesharpening.Theseareallveryimportantimageenhancementmethods.ThispapermainlyintroducestheimageenhancementprocessingtechnologybasedonMATLAB,whichusesimagehistogram,histogramequalization,andimagebinarizationtoenhancetheimage.Afterprocessingtheimagebythesemethods,theobtainedimagehasalargeramountofusefulinformation,andatthesametime,aclearerpictureandabetterqualitypictureareobtained,sothatwecanstoreandtransmittheimage.KeywordsMATLAB;Photographicenhancement;Digitalimageprocessing白城师范学院本科毕业设计目录10897摘要 I23328Abstract II6915目录 I65521绪论 226321.1图像处理技术的研究背景 2157051.2国内外研究现状 2300712数字图像处理 4304962.1图像处理的简介 4231132.2数字图像的表示 514882.3数字图像的处理方法 571413MATLAB软件的介绍 722013.1MATLAB的产生和发展历程 727703.2MATLAB的优势和特点 8275424MATLAB图像增强 945234.1图像增强 926204.2常用图像增强的方法 9215804.3直方图增强 9159404.3.1灰度直方图 9157614.3.2直方图均衡化 1017934.3.3图像二值化 106107结论 125180参考文献 1328411附录 146407致谢 16白城师范学院本科毕业设计绪论图像处理技术的研究背景随着图像处理技术的不断发展，在20世纪80年代中期出现了MATLAB软件，它吸收了多个领域的实用程序MATLAB图像处理经过多年的不断完善和发展，成为使用最广泛、最受欢迎的、功能强大的数字图像处理软件[1]。 TDB-IDK是一种高级视频图像处理系统，它的适用范围也是很广泛的，在教育教学、研究机构、企业等在图像的采集和程序的算法，输入输出方面都有广泛的应用。TDB-IDK图像处理和DSP相比较而言TDB-IDK的处理能力强。TDB-IDK它结合DSP和FPGA/CPLD的优点，能够分辨有色信号和无色信号，也能够显示图形处理的功能[2]。现在学习软件随着科技的发展变的它的功能也日益丰富。在国外，比如说美国开发的用于专门对图像进行处理的软件，它的主要作用是利用计算机进行图像的分析和处理，当今国内外的许多大学、研究院都是用这个软件进行图像处理工作。 CVIPtools在Windows系统中很容易出现错误，主要原因是这些软件的设计是用来解决商业问题[5]，因此它有一定的缺点它是静态的、封闭的。软件的功能早已确定在设计完成时不能更改，要想它的功能满足更多人的需求，就只能进行软件升级。由于需求的多样性在国内一些大学和研究机构，开发了一些图像处理软件。由于原先的实验软件图像处理功能不全交互性差，如果没有可扩展性，就不容易修改或添加新内容，只能进行软件升级或开发新的软件。国内外研究现状上世纪20年代数字图像开始发展。我们想要传输图片就必须将图像进行编码，紧接着用接收装置重新接收图片。在当时数字图像处理的发展并不是很好，主要是由于科学技术的局限导致计算机技术发展水平不高，这就限制了图像处理技术的发展。到了20世纪60年代初，随着科技的进步和社会的发展，计算机技术得到了发展，出现了大型计算机，图像处理也发展为一门学科。图像处理改变了图像的质量，在图像处理方面最先有成就的是美国利用计算机成功绘出了月球表面的地形图[2]，他们对图像进行了增强，复原，压缩，编码等操作。后来相继处理了许多更为复杂的从探测器获得的图像，绘制出了月球的地形图，揭开了月球的神秘面纱，加深了我们对月球的认识，为人类探索月球提供了很大的帮助。数字图像处理技术有着广泛的应用，它对我们生活的影响是巨大的，它可以为我们的生活提供很多便利。例如医学方面，航空航天，天气预报等诸多领域，在这一时期，能够处理图像的计算机应运而生，图像处理技术发展迅速。它在医学图像和天文学中得到了广泛的应用。最值得我们高兴的是计算机断层(CT)的出现，促进了医学的发展，为医学的发展做出了巨大的贡献，这对我们来说是最令人欣慰的事情。 MATLAB数字图像处理技术也被应用于汽车牌照识别系统中随着人们生活水的提高，汽车的数量也在增加，不论是城市中还是在乡下，家家户户有部汽车已不足为奇了，这也为买卖假牌照制造了可乘之机，所以为防止这种现象发生，现代的科学家们很好地利用了图像处理技术，来判断车牌是否是真实车牌，这样就使得我们在现实生活中又多了一重保障[3]。数字图像处理图像处理的简介随着社会的发展，人们增加了对于信息处理和交换的需求。图像中含有大量的信息，图像信息他有许多优点比如传输速度快，传送的距离长等等，在人类的感官信息中它占据了60％~70％，是跟我们息息相关工的信息，今天，图像处理技术的发展仍在不断完善和发展，我们按照对图像研究方向的不同，可以分为以下三个层次：图像处理，图像分析和图像理解[7]。图像处理主要是对图像进行图像的增强、复原、分割、压缩编码等处理，方便我们利用计算机来进行处理图像，以达到自动识别的视觉效果。图像分析可以将图像信息转换成数据信息，以便我们更好的分析这个过程，它能准确描述目标的特性和性质。图像理解是利用计算机来解释图像，图像理解是一门涉及非常广泛的学科，起源于20世界60年代，最近几年随着人工智能的兴起，图像理解显得更加重要，图像理解基于图像分析，研究图像的性质，弄清楚图像的内容及含义。图像处理涉及到多门学科，随着科技的发展，人工智能、图像处理和计算机视觉的兴起，图像处理与人工智能、生物医学、工业控制、工业自动化等都是有密切联系的[4]。按照输入和输出的不同对图像处理技术的分类如表1-1所示[8]。表1-1图像处理的分类输入输入输出输出图像描述信息图像图像处理模式识别、计算机视觉描述信息计算机图形学其他技术图像处理的方法有很多种，比如图像的增强、边缘化、锐化、去噪、变换等等。由计算机处理过的物体的图像，并将其显示出来就是所谓的计算机图形学，它的图像作为输入，描述的图像信息作为输出，例如人脸识别、指纹鉴别等等[6]。结合上述所讲，各学科之间既有联系又有交叉，各学科之间没有绝对的分界线，然而又各有各自的独自的内容。图像处理这门学科也涉及到当前最为流行的人工智能、物联网、嵌入式、神经网络等学科，它们也推动了图像处理技术的发展。数字图像的表示数字图像是通过模拟图像数字化得到的，它的组成是数组或者矩阵，像素作为它的基本单位，我们可以使用计算机来处理图像，数字图像的表示是必须将图像数字化，这样做的目的也是为了能够更好地利用计算机技术。图像经过数字化之后被称为数字图像。我们可以用下列矩阵来表示，即：这时我们将称为数字图像，矩阵中的每个元素称为像素[9]。数字图像的处理方法图像数字化：将图像转化为数字形式的过程，在这个数字化的过程中是没有发生失真现象的，也就是说，原来的图像没有任何的损坏。对图像进行数字化的过程主要分为三个步骤，分别是扫描、采样、量化。图像增强：图像增强在图像处理中是非常重要的，图像增强的方法非常多，比如灰度直方图、直方图均衡化、图像的锐化，二值化等一系列方法。主要是用来改善视觉效果的，图像增强有多种处理方法，我们在处理问题时，要视具体的问题而定，总之，图像增强的方法就是使图像更清晰。图像的复原：从图像处理的目的来说，图像恢复和图像增强有许多相似之处。图像恢复是图像处理的技术手段之一，也是为了得到高质量的图像，得到了干扰退化前原始图像的最优值。图像的分割：图像的分割是为了我们获取更多的图像信息，便于对图像进行分析，它是图像处理技术的主要方法，它是将整个图像划分成不同的区域，再根据我们的需要提取出目标图像中的特征元素。图像分析：图像分析就是对初步处理后的图像再利用计算机来处理，得到图像中的信息，对于我们研究图像分三个步骤来处理，首先是图像的分割，其次是图像的扫描，最后对图像进行分类。图像分析就是图像信息转换为数据信息，更方便我们研究它的性质[10]。图像的重建：图像的重建就是将二维平面的数据，在三维空间中构造出物体的图像，图像重建与图像增强略有不同，在图像增强中，输入和输出都是图像，但是在图像的重建中，输入不是图像，而是数据。输出是图像。图像的变换：一般来说，它是一种利用傅立叶变换、离散余弦变换等的数学方法。进行图像变换是由于图像的空域空直接处理的话，计算量就会变得比较大，经过图像的变换处理之后，计算量会减小，能节省大量的时间。图像的编码压缩：我们要对图像进行编码压缩是因为图像的存储需要大容量的存储器，不能够满足我们队数据存储的需要，所以我们对图像要进行压缩，方便我们处理，节省存储空间，图像压缩实际上是图像源数据的转换和组合，但是需要按照一定的规则，他所是通过编码来实现的。MATLAB软件的介绍MATLAB的产生和发展历程MATLAB最初起源于20世纪70年代，它的前身是EISPACK和LINPACK，它们在数学领域发挥着不可替代的作用，在线性代数方程中用来求解特征值和线性方程的解，这个技术在当时的数学界来说，已经是非常先进的。它的开发者是美国科学家，它为MATLAB的出现做出了巨大的贡献。到了上世纪70年代后期，一位美国的大学老师，利用程序库来解决线性代数中的问题，在实际应用的过程中他发现编写接口会浪费很多时间，并且无法在课堂上完成。后来，他写了EISPACK和Linpack库的接口，被命名为MATLAB，这就是MATLAB的来源，它的含义是矩阵和实验室两个单词的开头字母组合，经过多年的发展和完善，MATLAB已经出现在了大多数的高校里，它不仅仅是教学辅助软件还是实验室里实验数据处理软件。因为它是免费的，所以它可以被广泛的传播和使用。到80年代，MATLAB开始进入工程领域，最初是由一个工程师和MATLAB的创始人一起，利用c语言开发了MATLAB的第二个版本，与第一个版本相比第二个版本更加专业化。同时它的功能也得到了拓展，能够进行数值计算和图像化的数据显示功能。在1984年的时候，他们成立了一家名为MathWorks的公司。从此之后，MATLAB才开始正式的出现在大众面前，然而对于MATLAB软件的开发和研究并没有停止。从目前来讲，数学应用类的软件已经很多了，就原始内核来讲的话，大体分为两类，一类是计算型软件，另一类是分析性软件。他们各有所长，计算型软件善于数值计算与处理，分析软件更倾向于符号计算，同时它们也有各自的不足，在这种情况下MathWorks公司开发了适用性更强的应用软件MATLAB，MATLAB软件在市场中占有很大的比重。在MATLAB软件出现之前，市场上大多数的应用软件是用c语言开发的，这些应用有很大的局限性，比如说适用范围较窄、接口简陋、程序不开源等等，这就成了他的局限性，不能够被广泛的使用。MATLAB软件的开发打破了其局限性，为软件开发提供了新的基础。MATLAB软件经过不断的完善和发展，在国内外已经普遍进入到各大高校的课堂，在线性代数、自动控制、数字信号处理等课程中都离不开它的身影。除此之外，它在工业领域也发挥着不可或缺的作用，在本科和研究生阶段我们必须掌握的基本技能，我们可以利用MATLAB来处理各种具体的问题。MATLAB的优势和特点MATLAB的应用在我们的生活就随处可见，它的使用范围在不断的扩大，MATLAB有很多优点，在自动控制领域发挥着它强大的功能，它能够在众多的软件中绽放出自己的光芒，不仅仅是它的适用性强，而且它是免费的，它既可以是编程语言，也是数学处理工具，在编程方面，MATLAB可以为我们节省很多的时间，作为数学处理工具来说，它可以帮助我们处理一些复杂的运算、数据处理、还能绘图。是一个汲取多种优点的软件。我们在使用的时候可以直接调用工具箱中的函数是非常方便的。MATLAB语言能够缩短编程时间，提高编程效率，在MATLAB中它自己的工具箱，使用时直接调用，方便了用户的使用，特别是矩阵和数组的运算。MATLAB语言的扩充能了也是非常强的。每种编程语言都有自己擅长的一面，都有自己独特的地方，对MATLAB而言，它最大的特点是可以用数学形式书写程序，它作为数学处理软件他有着强大的数据处理分析能力，在数值计算符号计算上遥遥领先与其他的数学处理软件[11]，数学中两种基本的运算矩阵和数组，数组运算和矩阵运算在形式上并没有什么不同，但是数组和矩阵所使用的运算规则是完全不同的，在MATLAB中对于矩阵的运算与线性代数中矩阵的运算大体相同，矩阵运算只有算数运算，而数组运算不仅有算数运算，还有逻辑运算，它有自己的运算符和运算函数，我们在使用的时候可以直接在其工具箱中调用，是非常方便的。MATLAB图像增强图像增强图像增强是图像处理的主要方法之一，它主要是为了提高图像的分辨率和可读性，图像增强往往是按照人们的需要对指定图像进行处理，利用图像增强的算法使图像中的有用信息强化，图像中那些我们不需要的就会被删除或者削弱[5]。常用图像增强的方法直方图均衡化：直方图均衡化主要利用直方图对比度进行调整，直方图均衡化的目的是为了让灰度直方图中像素的灰度值能够均匀的分布在直方图中。直方图均衡化处理是一个可逆的过程，我们可以恢复原来的直方图，它的缺点是增加噪声会影响有用信号的对比度[11]。平滑噪声：图像平滑是图像处理的方法之一，图像含有多种多样的噪声，噪声对图像中信号的幅度和相位有很大的影响，部分噪声与图像信号有关，噪声与噪声之间也是有联系的，所以我们想要消除噪声，并不容易要视具体的情况来定，采取有效的方法才能消除噪声。锐化：在图像处理过程中，一些图像的边界轮廓是模糊的，这不利于我们的图像处理，所以需要将图像进行锐化处理，锐化是为了增强图像中的高频成分，突出图像的边缘信息，改善图像的细节对比，图像锐化处理结果和图像平滑处理结果正好相反。直方图增强灰度直方图灰度直方图是和灰度级相关的函数，是对图像中灰度级分布的统计，如下图4-1所示。图4-1灰度直方图直方图均衡化将随机分布的直方图处理成均匀分布的直方图，直方图均衡化为了使图像像素的灰度值分布更加均匀，不要集中在一小区域中，图像中的某些细节就会变得比较清晰一点。直方图均衡化的效果如图4-2所示：通过以上的处理我们可以看出，原图和原图的直方图均衡化相比，均衡化之后图像更加明亮，原图的直方图和均衡化后的直方图相比，均衡化后的直方图分布更加均匀，方便了我们对图像的处理。通过直方图均衡化处理之后，图像的灰度直方图分布比较均匀，扩大了图像灰度值的范围抵抗噪声的能力下降[12]。图4-2直方图均衡化图像二值化 图像二值化是图像处理的重要内容，也就是图像以清晰的黑白颜色出现，我们只需要将图像的灰度值改成特定的值就可以了。二值图像的分析研究中，我们首先要做的是图像的二值化，这有利于我们逐步进行图像处理。如图4-3就是图像二值化的效果：图4-3图像二值化通过图像的二值化处理之后就，我们可以看出，原图和二值化处理后的图片相比，二值化后的图片亮度增加，选择域值合适的域值能够清楚的反映出图像局部和整体特征。结论本文研究的主要内容是MATLAB来进行图像的处理，随着计算机的发展，图像处理技术也越来越完善，图像处理向更多的学科发展，利用图像来获取更多的信息，就现在而言图像处理对我们生活的影响也越来越重要，它已经在医疗领域，航空航天领域，等诸多领域发挥着它强大的作用。我们希望图像处理技术能为人类社会的发展做出贡献。随着计算机的发展，图像技术也越来越完善，图像处理向更多的学科发展，利用图像来获取更多的信息，就现在而言图像处理对我们生活的影响也越来越重要，它已经在医疗领域，航空航天领域，等诸多领域发挥着它强大的作用。我们希望图像处理技术能为人类社会的发展做出贡献。参考文献[1]李佳璐.数字图像增强处理技术研究[J].科技创新导报,2018,15(01):146-147.[2]张宏伟.基于MATLAB的图像增强技术的研究[J].大庆师范学院学报,2017,37(06):18-20.[3]钱晶.基于MATLAB的图像增强技术分析[J].电子设计工程,2017,25(18):87-93.[4]黄明杨.图像去模糊技术及相关图像增强系统[D].北京邮电大学硕士学位论文,2017.10-15.[5]许碧波.基于MATLAB的直方图均衡化图像增强技术[J].计算机光盘软件与应用,2014,17(09):189-191.

[6]游福成.数字图像处理[M].机械工业出版社,2001:96-97.[7]胡学龙.数字图像处理[M].电子工业出版社,2011:15-20.[8]杨丹,赵海滨.MATLAB从入门到精通[M].中国铁道出版社,2013:45-68.[9]张德丰.MATLAB数字图像处理（第二版）[M].机械工业出版社,2012:36-49.[10]章毓晋.图像处理与分析[M].清华大学出版社,2004:66-85.[11]闫敬文.数字图像处理MATLAB版[M].国防工业出版社,2007:18-31.[12]李艳梅.图像增强的相关技术及应用研究[D].电子科技大学博士学位论文,2013.4