基于DM642的视频图像增强算法实现
贺玺，杨述斌，章振保，金璐
（武汉工程大学电气信息学院，湖北武汉 430074）
摘要：以DM642-PCI评估板为图像处理平台，对采集到的图像进行直方图均衡化处理和中值滤波，得到一幅新的增强图像。实验结果表明：该算法能使图像的细节和清晰度得到明显的增强。
关键词：DM642；中值滤波；直方图均衡
中国分类号：TP368.1文献标识码：A
Realization of video Image Enhancing Algorithm Based on DM642
HE Xi, Y ANG Shu-bin
(School of Electrical and Information Engineering,Wuhan Institute of
Technology,Wuhan 430074,China)
Abstract: The DM642-PCI EVM was taken as the image processing platform, the captured image was processed by median filter and histogram equalization, and a new enhanced image was gained. The experimental results show that this algorithm could strengthen the detail and clarity definition of the image.
Key words: DM642; median filter; histogram equalization
0引言
图像增强作为一大类基本的图像处理技术，是对图像进行加工，以得到对具体应用来说视觉效果更“好”，更“有用”的图像。目前常用的增强技术基于空域和频域的方法，包括空域变换增强、空域滤波增强和频域增强等。其中频域图像处理主要是利用相应频域滤波器进行图像锐化或图像平滑处理，然后进行变换域反变换来实现图像增强，空域图像处理直接对图像进行增强处理，包括直接灰度变换、直方图处理、消除噪声的平滑滤波和增强图像边缘的锐化滤波等[1-2]。
图像增强过程中，通常采用基于MATLAB的仿真及实现[3-5]和VC++的增强算法实现[6]，虽然仿真效果比较理想，但实时性较差，因此无法满足实际工程应用。
本文在DM642-PCI评估板上实现了基于直方图均衡化和中值滤波的图像增强算法。该算法首先对图像进行直方图均衡化，增大图像的对比度。然后对图像中值滤波，滤除图像中被增强的噪声，以进一步改善图像整体视觉效果。
1 算法描述
1.1 直方图均衡化原理
以r 和s 分别表示归一化了的原图像灰度和经直方图变换后的图像灰度。即当r=s=0时，表示黑色；r=s=1时，表示白色；即r,s ∈[0,1]，这个范围表示像素灰度在黑白之间的变化。
在[0,1]区间内的一个r ，经变换T(r)都可以产生一个s ，且
)(r T s = (1)
T(r)为变换函数，它应当满足下列条件：
（1）在0≤r ≤1内为单调递增函数（2）在0≤r ≤1，有0≤T(r)≤1。 条件：（1）保证灰度级从黑到白的次序不变；（2）确保映射后的像素灰度在允许的范围内。反变换关系为：
)(1s T r -= (2)
T-1（s ）对s 同样满足上述两个条件①和②。
由概率论可知，如果已知随机变量r 的概率密度为p r (r)，而随机变量s 是r 的函数，则s 的概率密度p s (s)可以由p r (r)求出。假定随机变量s 的分布函数用F s (s)表示，根据分布函数定义
??∞-∞-==s r r s S dr r p ds s p s F )()()( (3)
根据概率密度函数是分布函数的导数的关系，上式两边对s 求导可得
[])()()()()(1s T ds d r p ds dr r p dr r p ds d s p r r r r s -∞-==??????=? (4)
从上式可以看出，通过变换函数T(r)可以控制图像灰度级的概率密度函数，从而改善图像灰度层次，这就是直方图均衡的基础。
从人眼视觉特性来考虑，一幅图像的灰度直方图如果是均匀分布的，即p s (s)=k （归一化后k=1）时，感觉上该图像比较协调。因此要求将原图像进行直方图均衡化，以满足人眼视觉的要求。
因为归一化假定
1)(=s p s (5)
由式（4）得ds=p r (r)dr 。两边积分得
?∞-==r
r dr r p r T s )()( (6)
上式就是所求得的变换函数。它表明当变换函数T(r)是原图像直方图累积分布函数时，能达到直方图均衡化的目的。
对于灰度级为离散的数字图像，用频率来代替概率，若灰度级数为L 则变换函数T(r k )的离散形式可表示为
∑
∑=====k i k
i i i r k k n n r p r T s 00)()( (7)
式（7）把灰度级为r k 的像素映射为灰度级为s k 的像素,从而实现均衡化。 式中，0≤r k ≤1，k=0,1,2，…，L-1。可见，均衡后各像素的灰度值s k 可直接由原图像的直方图算出。
1.2 中值滤波
中值滤波是一种非线性滤波，也是用得最广泛的统计滤波，在消除噪声的同时还能保持图像的细节部分，防止边缘模糊。其实现原理就是利用一个奇数点的移动窗口，按像素的灰度值从小到大排列起来，然后用中间灰度值代替原排列的中间像素的灰度值。窗口然后从左到右移动，直到边界。窗口下移一行，再从左到右进行。即对于一个二维图像2{,(,
)}ij X i j I ∈进行中值滤波，其输出为 2
()(){}{,(,),(,)}i ij i r j s A A Y M ed X M ed X r s A i j I ++==∈∈ (8) 式中A 为m n ?窗口。
由于一般图像在二维方向上均具有相关性，因此移动窗口一般选用二维窗口，窗口形状常用3×3，5×5或7×7的方形、十字形或棱形。本文的算法中对图像采用3×3方形的滤波窗口进行中值滤波处理。经过中值滤波变换后，其像素的输出等于该像素领域中各像素灰度的中间灰度值。这样，直方图均衡后的图像进行中值滤波，图像中增强的噪声被滤除。
2 DM642-PCI 实现算法
2.1 DM642-PCI 平台
ICETEK-DM642-PCI 评估板是北京瑞泰公司生产的一个低功耗独立的开发平 台，可以对TI 的C64xx DSP 系列进行评测和开发应用。DM642是基于C6000DSP 家 族的C64xCPU 核，主要是针对数字媒体处理领域应用的一款高性能媒体处理器，
它在C64x核的基础上整合了众多的外围设备与接口于一体，有3路视频端口和2 路板上解码器和1路板上编码器，均可输入或输出，支持BT656视频格式、10/100 以太网端口、多路音频串口、66MHz 独立的、标准的PCI等。此外，DM642还支持H.263及其他H. 26x。DM642提供500MB/600MB/720MB主频的DSP。界面友好、功能强大的DM642开发软件CCS集编辑、编译和连接于一体，支持在线程序调试、算法优化工具组合、实时操作系统DSP/BIOS开发等[7]。本论文的系统结构框图如图1 所示。
图 1 系统结构框图
Fig.1 Structure diagram of system
2.2 算法实现步骤
（1）对采集的视频图像进行实时的直方图统计：首先将视频数据从输入缓冲区按行读入自己开设的图像处理缓冲区（容量1行），再逐点统计图像的灰度分布，然后输出到输出缓冲区。
（2）统计整幅图像的灰度分布之后，运用式（7）计算各灰度点概率分布，读入到自己开设的缓冲区。
（3）重复步骤（1）和（2）三次，在自己开设的缓冲区中，对保存的3 行数据进行中值滤波计算，计算出中间行的取值送到输出缓冲区。
2.3 主要程序
直方图均衡子程序：
void ICETEKDM642PCIHistogramEnhance()
{ m_fWork=720*576; fHisto[0]/=m_fWork;
for ( mi=1;mi<256;mi++ )
{ fHisto[mi]/=m_fWork;
fHisto[mi]+=fHisto[mi-1];
}
for ( mi=0;mi<256;mi++ )
{ m_fWork=fHisto[mi];
m_fWork*=255;
lut[mi]=(unsigned char)m_fWork;
}
for ( mi=0;mi<256;mi++ )
fHisto[mi]=0.0f;
}
中值滤波子程序：
void ICETEKDM642PCIMedianFilter()
{ unsigned int m_nID;
m_nID=DAT_copy(nMemTemp,cLines+m_nOffset3,MWIDTH); // DAT_wait(m_nID);
// pImg1=nMemTemp;
// pImg3=cLines; pImg3+=m_nOffset3;
// for ( mi=0;mi<720;mi++,pImg1++,pImg3++ )
// (*pImg3)=(*pImg1);
pImg1=cLines; pImg1+=m_nOffset1;
pImg2=cLines; pImg2+=m_nOffset2;
pImg3=cLines; pImg3+=m_nOffset3;
x1=(*pImg1); pImg1++; x2=(*pImg1); pImg1++;
x4=(*pImg2); pImg2++; x5=(*pImg2); pImg2++;
x7=(*pImg3); pImg3++; x8=(*pImg3); pImg3++;
for ( mi=2;mi nMemTemp[mi]=GetMiddleValue(); x1=x2; x2=x3; x4=x5; x5=x6; x7=x8; x8=x9; } nMemTemp[mi]=0; m_nWork=m_nOffset1; m_nOffset1=m_nOffset2; m_nOffset2=m_nOffset3; m_nOffset3=m_nWork; } #pragma CODE_SECTION(GetMiddleValue,".text1") unsigned char GetMiddleValue() { int i,j; cBuffer[0]=x1; cBuffer[1]=x2; cBuffer[2]=x3; cBuffer[3]=x4; cBuffer[4]=x5; cBuffer[5]=x6; cBuffer[6]=x7; cBuffer[7]=x8; cBuffer[8]=x9; for ( i=0;i<8;i++ ) for ( j=i;j<9;j++ ) if ( cBuffer[i]>cBuffer[j] ) { cWork=cBuffer[i]; cBuffer[i]=cBuffer[j]; cBuffer[j]=cWork; } return cBuffer[5]; } 3 实验结果 在ICETEK-DM642-PCI平台上对本文视频图像的增强算法进行了实现，图2和图4是增强前实时采集的原图像，图3和图5是采用本文算法对图像进行增强后的图像。可以看出，经过图像增强后的图像整体上更加清晰，图像边缘细节得到更充分的展现。 图 2 大桥原图图 3 本文算法增强后的图像 Fig.2 Original of bridge Fig.3 Enhanced image of the paper algorithm 图 4 街道原图图 5 本文算法增强后的图像 Fig.4 Original of street Fig.5 Enhanced image of the paper algorithm 4 结语 本文以ICETEK-DM642-PCI[8]为平台上实现的图像增强算法，利用了DM642的高速运算能力和良好的图像处理性能，提高了图像增强的性能。后续对中值滤波程序用汇编语言编写将会进一步优化算法，图像的增强效果将会更好。 参考文献 [1] 章毓晋.图像工程（上册）图像处理和分析[M].北京：清华大学出版社,2001. [2] 陈爱军,董光辉,夏宇.数字图像处理及其MATLAB实现[M].哈尔滨：东北林业大学出版社,2008. [3] 冯安,王希常.MATLAB在数字图像增强中的应用[J].信息技术,2007,05:65-68. [4] 王清.一种采用直方图均衡化来进行图像增强的新方法[J].福建电脑,2007,09:93-95. [5] 赵秋宇,王晓红,张德喜.可增强图像细节的改进的直方图均衡化算法[J].信阳师范学院学报：自然科学版,2008,21(4):601-603. [6] 徐同莹,彭定明,王卫星.改进的直方图均衡化算法[J].网络信息技术：兵工自动化,2006,25(7):58-60. [7] 王跃宗,刘京会.TMS320DM642 DSP应用系统设计与开发[M].北京：人民邮电出版社,2009. [8] 北京瑞泰创新科技有限责任公司.ICETEK-DM642评估板技术参考手册.2005. 图像增强方法的研究 摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。在图像处理中，图像增强技术对于提高图像的质量起着重要的作用。本文先对图像增强的原理以及各种增强方法进行概述，然后着重对灰度变换、直方图均衡化、平滑和锐化等几种常用的增强方法进行了深入的研究，在学习数字图像的基本表示与处理方法的基础上，针对图像增强的普遍性问题，研究和实现常用的图像增强方法及其算法，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的适用场合，并对其图像增强方法进行性能评价。如何选择合适的方法对图像进行增强处理，是本文的主要工作，为了突出每种增强方法的差异，本文在Matlab的GUI图形操作界面中集合了四种常用算法的程序，以达到对各种算法的对比更直观和鲜明的效果。 关键词：图像增强直方图均衡化灰度变换平滑锐化 目录 1 图像增强的基本理论 (3) 1.1 课题背景及意义 (3) 1.2 课题的主要内容 (4) 1.3 数字图像基本概念 (5) 1.3.1数字图像的表示 (5) 1.3.2 图像的灰度 (5) 1.3.3灰度直方图 (5) 1.4 图像增强概述 (6) 1.5图像增强概述 (8) 1.5.1图像增强的定义 (8) 1.5.2常用的图像增强方法 (8) 1.5.3图像增强的现状与应用 (9) 2 图像增强方法与原理 (10) 2.1 图像变换 (10) 2.1.1 离散图像变换的一般表达式 (10) 2.1.2 离散沃尔什变换 (11) 2.2 灰度变换 (12) 2.2.1 线性变换 (12) 2.2.2 分段线性变换 (13) 2.2.3 非线性变换 (13) 2.3 直方图变换 (14) 2.3.1 直方图修正基础 (14) 2.3.2 直方图均衡化 (16) 2.3.3 直方图规定化 (17) 2.4 图像平滑与锐化 (18) 2.4.1 平滑 (18) 2.4.2 锐化 (19) 图像增强算法研究综述 刘璐璐 宁波工程学院电子与信息工程学院计算机科学与技术071班，邮编:(315100) E-mail:375212239@https://www.doczj.com/doc/0c11521116.html, 摘要：本文简要介绍图像增强的概念和图像增强算法的分类，从图像的直方图均衡化处理方法，直方图规定化处理方法和图像平滑处理方法三方面对图像增强算法进行讨论和研究，并说明了图像增强技术的应用和前景展望。 关键词：图像增强直方图均衡化直方图规定化平滑处理 近年来，随着电子计算机技术的进步，计算机图像处理得到了飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。对图像进行处理时，经常运用图像增强技术以改善图像的质量增强对某种信息的辨识能力，以更好的应用于现代各种科技领域，图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用。在图像处理过程中，图像增强是十分重要的一个环节。 1.图像增强概念及现实应用 1.1 图像增强技术 图像增强是数字图像处理的基本内容之一。图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息。这类处理是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，图像增强处理并不能增加原始图像的信息，而只能增强对某种信息的辨识能力，使处理后的图像对某些特定的应用比原来的图像更加有效。 1.2图像增强技术的现实应用 目前，图像增强处理技术的应用己经渗透到医学诊断、航空航天、军事侦察、纹识别、无损探伤、卫星图片的处理等领域，在国民经济中发挥越来越大的作用。其中最典型的应用主要体现以下方面。 1 视频会议视频调试技术与技巧 视频会议是图像、声音的有机结合，为了获得理想的效果，必须按照操作规程做好前期的准备和调试工作。在实际应用中还有许多不尽人意的地方，主要表现在参数设置和实际操作等方面。如何做到心中有数、得心应手?本文就相关技术问题进行探讨，提出不同的解决方法和应用技巧。在视频调试过程中，常见的问题是图像无彩色和图像偏色。对于图像无彩色现象，可通过会议终端控制软件中的参数设置来加以解决;对于图像偏色现象，要通过白 视频会议是图像、声音的有机结合，为了获得理想的效果，必须按照操作规程做好前期的准备和调试工作。在实际应用中还有许多不尽人意的地方，主要表现在参数设置和实际操作等方面。如何做到心中有数、得心应手?本文就相关技术问题进行探讨，提出不同的解决方法和应用技巧。 在视频调试过程中，常见的问题是图像无彩色和图像偏色。对于图像无彩色现象，可通过会议终端控制软件中的参数设置来加以解决;对于图像偏色现象，要通过白平衡调整来校正因光源的色温变化而引起的图像偏色。会场中应避免使用混合光(室内照明光源、室外阳光的直射和散射)作为照明光源，不同色温的光源混合使用，将得不到理想的色彩还原，因此要尽量避免在会场中存在两种以上不同色温的光源。若使用视频会议摄像机，可通过重启的方法加以排除;若使用专业摄像机，可通过白平衡调整来加以解决，具体方法是：根据会场照明光源的色温选择合适的色温滤色片，采用自动白平衡调整，以保证准确的色彩还原。 在召开会议期间，要显示各地分会场的画面，若分会场采用“推”、“拉”、“摇”技巧来拍摄，存在问题的具体表现为运动画面不连贯、运动速度不均匀、落幅画面不到位。“推”是把视线逐渐接近被摄对象，由整体引向局部，突出整体中的某一部分;“拉”是由局部引向整体，说明某一局部所处的环境;“摇”分为左摇和右摇。“推”和“拉”是在同一镜头内包含有特写、近景、中景、全景画面，强调落幅，因此落幅的画面构图尤其重要，这是衡量画面是否到位的标准。不论采用哪种拍摄技巧，都要确保画面的稳定性和连续性，都要以稳定的画面作为起幅，并以稳定的画面作为落幅，并要有足够长的时间来保证画面的相对静止，这是人们心理要求和镜头组接所需要的。无目的地急推、急拉、突然变速、中途停止等，都会使观众造成视觉感受异常和动荡不安的感觉，其主要原因是操作失误和画面延滞效应所造成的。 对于采用会议终端控制软件进行控制的，要采用手动方式进行。比如，若要进行“推”(或拉)的动作，先构好落幅的画面，然后“拉”(或推)到全景，当总控室切换到本端的画面后，再按下鼠标，在落幅处松开鼠标;若要进行“摇”的动作，先构好落幅的画面，当总控室切换到本端的画面后，再按下鼠标进行左摇或右摇，在落幅处松开鼠标。但在实际操作中，由于摄像机的机位所限制，“摇”动作的落幅画面不太理想。对于采用专业摄像机控制的，要采用电动变焦方式进行，按下T(推)或W(拉)即可完成所需要的拍摄技巧。由于按压变焦钮 数字图像处理 实验报告 实验名称：常用图像增强方法 专业班级： 07级电子信息工程2班 姓名：王超 学号： 20077427 一、实验目的 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、理解并掌握常用的图像的增强技术。 二、实验步骤 1、显示图像直方图 选择一幅图像，转化为灰度图像后显示其直方图，建立M文件程序如下：a=imread('f:\chuan.jpg'； b=rgb2gray(a； subplot(1,2,1； imshow(b； subplot(1,2,2； imhist(b 结果如图： 2、直方图均衡化 建立M文件，程序如下：a=imread('f:\chuan.jpg'; b=rgb2gray(a; subplot(1,3,1;imshow(b; subplot(1,3,2;imhist(b; c=histeq(b,64; [c,T]=histeq(b; subplot(1,3,3;imhist(c 结果如图： 3、采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波，窗口分别采用3*3,5*5,7*7 建立M文件程序如下： a=imread('f:\chuan1.jpg'; x=rgb2gray(a; b=imnoise(x,'salt & pepper', 0.04; subplot(2,2,1;imshow(b; c=medfilt2(b,[3 3]; subplot(2,2,2;imshow(c; d=medfilt2(b,[5 5]; subplot(2,2,3;imshow(d; e=medfilt2(b,[7 7]; subplot(2,2,4;imshow(e 结果如图：1图为加噪图像，2、3、4图分别为窗口采用3*3、5*5、7*7的滤波后的图像 4、采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 建立M文件程序如下： a=imread('f:\chuan1.jpg'; b=rgb2gray(a; subplot(1,2,1;imshow(b; h=[1,2,1;0,0,0;-1,-2,-1]; c=filter2(h,b; LabVIEW应用于实时图像采集及处理系统 2008-7-29 9:35:00于子江娄洪伟于晓闫丰隋永新杨怀江供稿 摘要：本文在LabVIEW和NI-IMAQ Vision软件平台下，利用通用图像采集卡开发一种图像实时采集处理虚拟仪器系统。通过调用动态链接库驱动通用图像采集卡完成图像采集，采集图像的帧速率达到25帧每秒。利用NI-IMAQ Vision视频处理模块，进行图像处理，以完成光电探测器的标定。该系统具有灵活性强、可靠性高、性价比高等优点。 主题词：虚拟仪器;图像处理;LabVIEW;动态链接库 1.引言 美国国家仪器（NI）公司的虚拟仪器开发平台LabVIEW，使用图形化编程语言编程，界面友好，简单易学，配套的图像处理软件包能提供丰富的图像处理与分析算法函数，极大地方便了用户，使构建图像处理与分析系统容易、灵活、程序移植性好，大大缩短了系统开发周期。在推出应用软件的基础上，NI公司又推出了图像采集卡，对于NI公司的图像采集卡，可以直接使用采集卡自带的驱动以及LabVIEW中的DAQ库直接对端口进行操作。 但由于NI公司的图像采集卡成本很高，大多用户难以接受，因此硬件平台往往采用通用图像采集卡，软件方面的图像处理程序仍采用LabVIEW以及视频处理模块编写。本文正是基于这样的目的，提出了一种在LabVIEW环境下驱动通用图像采集卡的方案，在TDS642EVM高速DSP视频处理板卡的平台下，完成实时图像采集及处理。 在图象处理的工作中主要完成对CCD光电探测器的辐射标定。由于探测器在自然环境下获取图像时，会受到来自大气干扰，自身暗电流，热噪声等影响，使CCD像元所输出信号的数值量化值与实际探测目标辐射亮度之间存在差异，所以要得到目标的精确图像就必须对探测器进行辐射标定。 2.图像采集卡简介 闻亭公司TDS642EVM（简称642）多路实时视频处理板卡是基于DSP TMS320DM642芯片设计的评估开发板。计算能力可达到4Gips，板上的视频接口和视频编解码芯片Philips SAA7115H相连,实现实时多路视频图像采集功能,支持多种PAL,NTSC和SECAM视频标准。本系统通过642的PCI接口与主机进行数据交换。PCI支持“即插即用（PnP）”自动配置功能，使图像采集板的配置变得更加方便，其一切资源需求的设置工作在系统初启时交由BIOS处理，无需用户进行繁琐的开关与跳线操作。PCI接口的海量数据吞吐,为其完成实时图像采集和处理提供保证。 3.系统组成及工作原理 在借鉴国外相对成熟理论体系与技术应用体系的条件下,国内的增强技术与应用也有了很大的发展。总体来说,图像增强技术的发展大致经历了初创期、发展期、普及期与应用期4个阶段。初创期开始于20世纪60年代,当时的图像采用像素型光栅进行扫描显示,大多采用中、大型机对其进行处理。在这一时期由于图像存储成本高,处理设备造价高,因而其应用面很窄。20世纪70年代进入了发展期,开始大量采用中、大型机进行处理,图像处理也逐渐改用光栅扫描显示方式,特别就是出现了CT与卫星遥感图像,对图像增强处理提出了一个更高的要求。到了20世纪80年代,图像增强技术进入普及期,此时的计算机已经能够承担起图形图像处理的任务。20世纪90年代进入了应用期,人们运用数字图像增强技术处理与分析遥感图像,以有效地进行资源与矿藏的勘探、调查、农业与城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面,运用图像增强技术对X射线图像、超声图像与生物切片显微图像等进行处理,提高图像的清晰度与分辨率。在工业与工程方面,主要应用于无损探伤、质量检测与过程自动控制等方面。在公共安全方面,人像、指纹及其她痕迹的处理与识别,以及交通监控、事故分析等都在不同程度上使用了图像增强技术。图像增强就是图像处理的重要组成部分,传统的图像增强方法对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入与发展,新的图像增强方法不断出现。例如一些学者将模糊映射理论引入到图像增强算法中,提出了包括模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题,并且随着交互式图像增强技术的应用,可以主观控制图像增强效果。同时利用直方图均衡技术的图像增强也有许多新的进展:例如提出了多层直方图结合亮度保持的均衡算法、动态分层直方图均衡算法。这些算法通过分割图像,然后在子层图像内做均衡处理,较好地解决了直方图均衡过程中的对比度过拉伸问题,并且可以控制子层灰度映射范围,增强效果较好。 20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。当时人们通过字符模拟得到中间色调的方法来还原图像。早期的图像增强技术往往涉及硬件参数的设置,如打印过程的选择与亮度等级的分布等问题。在1921年年底提出了一种基于光学还原的新技术。在这一时期由于引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法,使灰度等级从5个灰度级增加到15个灰度等级,这种方法明显改善了图像复原的效果。到20世纪60年代早期第一台可以执行数字图像处理任务的大型计算机制造出来了,这标志着利用计算机技术处理数字图像时代的到来。1964年,研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备,采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理,同时她们也考虑太阳位置与月球环境的影响,最终成功地绘制出了月球表面地图。随后她们又对1965年“徘徊者8号”发回地球的几万张照片进行了较为复杂的数字图像处理,使图像质量进一步提高。这些成绩不仅引起世界许多有关方面的注意而且JPL本身也更加重视对数字图像处理地研究与设备的改进,并专门成立了图像处理实验室IPL。在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理,最终获得了月球的地形图、彩色图以及全景镶嵌图。从此数字图像增强技术走进了航空航天领域。 20世纪60年代末与20世纪70年代初有学者开始将图像增强技术用于医学图像、地球遥感监测与天文学等领域。X射线就是最早用于成像的电磁辐射源之一,在1895年X射线由伦琴发现。20世纪70年代Godfrey N、Hounsfield先生与Allan M、Cormack教授共同发明计算机轴向断层技术:一个检测器围绕病人,并用X射线源绕着物体旋转。X射线穿过身体并由位于对面环中的相应检测器收集起来。其原理就是用感知的数据去重建切片图像。当物体沿垂直于检测器的方向运动时就产生一系列的切片,这些切片组成了物体内部的再现图像。到了20世纪80年代以后,各种硬件的发展使得人们不仅能够处理二维图像,而且开始处理三维图像。许多能获得三维图像的设备与分析处理三维图像的系统已经研制成功了,图像处理技术 基于Retinex算法视频增强的MATLAB实现 一、读书笔记 1：数字图像文件简介 BMP文件：Windows操作系统中的标准图像文件格式，能够被多种Windows应用程序所支持。 GIF文件：GIF文件的数据是一种基于LZW算法的连续色调的无损压缩格式，不属于任何应用程序。 JPEG图像格式：后缀名为.jpg或者.jpeg,是一种有损压缩格式。 ICO文件：Windows的图标文件格式的一种，可以存储单个图案、多尺寸、多色板的图标文件 HDF文件：层次型数据格式可以存储不同类型的图像和数码数据，有函数库。 PNG文件：常用于JAVA程序、网页和S60中。 TIFF文件：主要用来存储包括照片和艺术图在内的文件格式。 DICOM文件:数字影像和通信标准。 2:基于MATLAB图像处理基础 1）图像数据类型 double类型：图像处理最常用的数据类型，也是matlab中默认的数 据类型。图像数据的取值范围为0-1。 Unit8类型：常用于从存储设备中读取数据时，操作不能使结果超出 [0,255]. Unit16类型：用于精度较高的图像中。 Logical类型：常用于二值图像中，可用true、false或关系运算符 得到。 2）数据类型转换 3)文件信息读取 Matlab提供imfinfo函数来实现所有格式（除DICOM）的信息读取，调用形式： info=imfinfo（’filename’） 4)读取图像 使用imread可以将图像读入matlab环境，语法： imread (‘filename’),其中，filename是一个含有文件全名的字符串。 函数size可给出一副图像的行数和列数 >>size（f） Ans= 1024 1024 5)显示图像 在matlab桌面上显示图像一般用imshow，语法： imshow (f,G) 其中，f是一个图像数组，G为显示该图像的灰度级数。若将G省略，则默认256.语法 imshow(f,[low high])会将小于或等于low的显示为黑色，大于或等于high的显示为白色，介于两者之间的值以默认的级数显示为中等亮度值。语法 imshow(f,[])可以将变量low设置为数组f的最小值，将high 设置为f的最大值。 6）保存图像 使用imwrite函数可将图像写入磁盘，语法; Imwrite(f,’filename’) Filename必须是一个可识别的文件格式扩展名 另一种常用但只用于jpeg图像的函数imwrite,其语法为 Imwrite(f,’filename.jpg’,’quality’,q), Q为一个0到100的整数，q越小，图像退化越严重 3:亮度变换与空间滤波 1）函数imadjust是对灰度图像进行亮度变换的基本IPT工具。语法 g=imadjust(f,[low_in high_in],[low_out high_out],gamma) 将low_in至high_in之间的值映射到low_out至high_out之间的值，其他的值被剪切掉了。 2）对数和对比度的拉伸变换 对数变换通过以下表达式实现： g=c*log(1+double(f)) 3)阈值变换 表达式：g=1./(1+(m./(double(f)+eps)).^E) Eps可避免f出现0值的溢出现象 4）计算并绘制图像直方图 函数：imhist（f）; 直方图均衡化有函数histep实现，语法：g=histep(f,nlev) Nelv为输出图像制定的灰度等级 5）空间滤波： 工具箱使用函数imfilter来实现线性空间滤波，语法 g=imfilter(f,w,filter_mode,boundary_options,size_options) 图像增强方法研究 一、图像增强研究现状 图像增强是图像处理的基本内容之一，图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用，比原始图像更合适。处理的结果使图像更适应于人的视觉特性或机器的识别系统。 二、图像增强所要借助的软件MATLAB MATLAB 是MATrix LABoratory（“矩阵实验室”）的缩写，是由美国MathWorks 公司开发的集数值计算、符号计算和图形可视化三大基本功能于一体的，功能强大、操作简单的语言。是国际公认的优秀数学应用软件之一。 三、图像增强方法分类 1、频域图像增强方法 2、小波域图像增强方法 3、空域图像增强方法 （一）频域图像增强方法 频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。其原理如下图所示： 频域图像增强原理图 1、平滑噪声 有些图像是通过扫描仪扫描输入、或传输通道传输过来的。图像中往往包含有各种各样的噪声。这些噪声一般是随机产生的，因此具有分布和大小不规则性的特点。这些噪声的存在直接影响着后续的处理过程，使图像失真。图像平滑就是针对图像噪声的操作，其主要作用是为了消除噪声，图像平滑的常用方法是采用均值滤波或中值滤波，均值滤波是一种线性空间滤波，它用一个有奇数点的掩模在图像上滑动，将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替，如果规定了在取均值过程中掩模内各像素点所占的权重，即各像素点所乘系数，这时就称为加权均值滤波；中值滤波是一种非线性空间滤波，其与均值滤波的区别是掩模中心对应像素点的灰度值用掩模内所有像素点灰度值的中间值代替。 2、锐化 平滑噪声时经常会使图像的边缘变的模糊，针对平均和积分运算使图像模糊，可对其进行反运算采取微分算子使用模板和统计差值的方法，使图像增强锐化。图像边缘与高频分量相对应，高通滤波器可以让高频分量畅通无阻，而对低频分量则充分限制，通过高通滤波器去除低频分量，也可以达到图像锐化的目的。 （二）小波域图像增强方法 小波是近几年发展起来的一种时频分析工具，它同时具有时频局部化能力和多分辨率分析的能力，因此它更适用于信号处理领域。 之前的图像降噪大多采用低通滤波器直接滤除高频信息，因此使得在去除噪声的同时，也去掉了一些有用的高频信息，损失了图像的细节。而采用小波进行去噪，由于其多分辨率特性，它用不同中心频率的带通滤波器对信号进行滤波，把主要反映噪声频率的尺度系数去掉，再 三种不同灰度图像增强算法对比 一、摘要 本文主要是运用直方图均衡化、平滑、锐化三种常见的图像增强算法对图像进行处理,并在此基础上分别用这 3 种算法处理的灰度图像进行比较，比对它们对图像的处理效果, 分析3 种方法在图像增强处理能力的优劣之处。 结果发现,直方图均衡化可以均衡图像的灰度等级, 经过直方图的均衡化，图像的细节更加清楚了，但是由于直方图均衡化没有考虑图像的内容，只是简单的将图像进行直方图均衡，提高图像的对比度,使图像看起来亮度过高，使图像细节受到损失; 图像平滑的目的是减少或消除图像的噪声, 图像平滑可以使图像突兀的地方变得不明显, 但是会使图像模糊，这也是图像平滑后不可避免的后果，只能尽量减轻，尽量的平滑掉图像的噪声又尽量保持图像细节，这也是图像平滑研究的主要问题; 图像锐化使图像的边缘、轮廓变得清晰，并使其细节清晰,常对图像进行微分处理，但是图像的信噪比有所下降。 关键词: 图像增强灰度图直方图平滑锐化 二、三种图像增强算法 图像预处理是相对图像识别、图像理解而言的一种前期处理，主要是指按需要进行适当的变换突出某些有用的信息，去除或削弱无用的信息，在对图像进行分析之前, 通常要对图像质量进行改善,改善的目的就是要使处理后的图像比原始图像更适合特定的应用。影响图像清晰度的因素很多,主要有光照不足、线路传输收到干扰等。 现存的图像增强技术主要分为空间域法和频率域法两类,其中的增强方法主要有直方图的修正、灰度变换、图像平滑、图像锐化、伪彩色和假彩色处理等。下面主要采用直方图均衡化、图像平滑、图像线性锐化对图像进行增强处理, 对比他们的处理效果,分析 3 种方法的在图像增强处理方面的优劣。 1、直方图均衡化 直方图均衡化也称为直方图均匀化，是一种常见的灰度增强算法，是将原图像的直方图经过变换函数修整为均匀直方图，然后按均衡后的直方图修整原图像。 为方便研究，先将直方图归一化，然后图像增强变换函数需要满足2个条件。 假设灰度级为归一化至范围[0,1]内的连续量,设其中任一灰度级别Z归一化为r，变换后图像的任一灰度级Z'归一化为s，显然r，s应当满足：0<=r<=1,0<=s<=1 因此直方图修正就是对下列公式的计算过程：s=T(r)或r=T'(s) 式中T(r)为变换函数，它必须满足下列条件： a在0<=r<=1区间内是单值单调增加函数; b对于0<=r<=1,有T(r)在[0,1]内。 条件a 保证灰度级从黑到白的次序,而条件b确保映射后的像素灰度在允许的范围内，避免整个图像明显变亮或者变暗。 从S 到r的反变换关系为r=T'(s) ；T'(s)对r同样满足上述条件。 灰度变换是对图像上各个像素点的灰度值x 按某个函数T 变换到y ,将图像的灰度级整个范围或其中某一段( A, B)扩展或压缩到( A, B)。直方图均衡化是灰度变换的一个重要应用,是以累计分布函数变换为基础的直方图修正法, 可以产生一幅灰度级分布具有均匀概率密度的图像。一幅图像灰度级r k 出现的概率近似为 其中n 是图像中像素的总和, nk 是灰度级为r k 的像素个数, L 为图像中灰度级总数。若 PCB图像采集系统研究背景意义及国内外现状 1 研究背景 2 AOI系统的研究和国内现状 3 研究意义 1 研究背景 印刷电路板(Printed Circuit Board，PCB)又称为印刷线路板或印制电路板。印刷电路板是各种电子产品的主要部件，有“电子产品之母”之称，它是任何电子设备及产品均需配备的，其性能的好坏在很大程度上影响到电子产品的质量。几乎每一种电子设备都离不开PCB，小到电子手表、计算器，大到航空航天、军用武器系统等，都包含各式各样，大小各异的PCB板。近年来，随着生产工艺的不断提高，PCB正在向超薄型、小元件、高密度、细间距方向快速发展。这种趋势必然给质量检测工作带来了很多挑战和困难。因此PCB故障的检测已经成为PCB制造过程中的一个核心问题，是电子产品制造厂商非常关注的问题。在生产线上，厂家为保证PCB板的质量，就得要求100％的合格率，对所有的部件、子过程和成品都是如此。在过去靠人工对其进行检测的过程中，存在以下几个不可避免的缺点： (1)容易漏检。由于是人眼检测，眼睛容易疲劳，会造成故障不能被发现的问题。并且人工检测主观性大，判断标准不统一，使检测质量变得不稳定。 (2)检测速度慢，检测时间长。比如对于图形复杂的印刷电路板，人工很难实现快速高效的检测，因此人工检测不能满足高速的生产效率。 (3)随着技术的发展，设备的成本降低，人工费用增加，仍然由人工进行产品质量控制，将难于实现优质高效，而且还会增加生产成本。 (4)在信息技术如此发达的今天人工检测有不可克服的劣势，例如：对检测结果实时地保存和远距离传输，对原始图像的保存和远距离传输等。 (5)有些在线检测系统是接触式检测，需要与产品进行接触测量，因此，有可能会损伤产品。 因此，人工检测的精确性和可靠性大打折扣，传统意义上的检测方法不再能适应现代电路板检测的要求。如果漏检的有错误的电路板进入下一道工序，随着每一项工艺步骤的增加，到最终经过贴装阶段后，仍然会被检测出来是有故障的，那时，制造厂商与其花费大量的人力和成本来检测、返修这块电路板，还不如选 在借鉴国外相对成熟理论体系和技术应用体系的条件下，国内的增强技术和应用也有了很大的发展。总体来说，图像增强技术的发展大致经历了初创期、发展期、普及期和应用期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用中、大型机对其进行处理。在这一时期由于图像存储成本高，处理设备造价高，因而其应用面很窄。20世纪70年代进入了发展期，开始大量采用中、大型机进行处理，图像处理也逐渐改用光栅扫描显示方式，特别是出现了CT和卫星遥感图像，对图像增强处理提出了一个更高的要求。到了20世纪80年代，图像增强技术进入普及期，此时的计算机已经能够承担起图形图像处理的任务。20世纪90年代进入了应用期，人们运用数字图像增强技术处理和分析遥感图像，以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面，运用图像增强技术对X 射线图像、超声图像和生物切片显微图像等进行处理，提高图像的清晰度和分辨率。在工业和工程方面，主要应用于无损探伤、质量检测和过程自动控制等方面。在公共安全方面，人像、指纹及其他痕迹的处理和识别，以及交通监控、事故分析等都在不同程度上使用了图像增强技术。图像增强是图像处理的重要组成部分，传统的图像增强方法对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入和发展，新的图像增强方法不断出现。例如一些学者将模糊映射理论引入到图像增强算法中，提出了包括模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题，并且随着交互式图像增强技术的应用，可以主观控制图像增强效果。同时利用直方图均衡技术的图像增强也有许多新的进展：例如提出了多层直方图结合亮度保持的均衡算法、动态分层直方图均衡算法。这些算法通过分割图像，然后在子层图像内做均衡处理，较好地解决了直方图均衡过程中的对比度过拉伸问题，并且可以控制子层灰度映射范围，增强效果较好。 20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。当时人们通过字符模拟得到中间色调的方法来还原图像。早期的图像增强技术往往涉及硬件参数的设置，如打印过程的选择和亮度等级的分布等问题。在1921年年底提出了一种基于光学还原的新技术。在这一时期由于引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法，使灰度等级从5个灰度级增加到15个灰度等级，这种方法明显改善了图像复原的效果。到20世纪60年代早期第一台可以执行数字图像处理任务的大型计算机制造出来了，这标志着利用计算机技术处理数字图像时代的到来。1964年，研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备，采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理，同时他们也考虑太阳位置和月球环境的影响，最终成功地绘制出了月球表面地图。随后他们又对1965年“徘徊者8号”发回地球的几万张照片进行了较为复杂的数字图像处理，使图像质量进一步提高。这些成绩不仅引起世界许多有关方面的注意而且JPL本身也更加重视对数字图像处理地研究和设备的改进，并专门成立了图像处理实验室IPL。在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理，最终获得了月球的地形图、彩色图以及全景镶嵌图。从此数字图像增强技术走进了航空航天领域。 20世纪60年代末和20世纪70年代初有学者开始将图像增强技术用于医学图像、地球遥感监测和天文学等领域。X射线是最早用于成像的电磁辐射源之一，在1895年X射线由伦琴发现。20世纪70年代Godfrey N. Hounsfield先生和Allan M. Cormack教授共同发明计算机轴向断层技术：一个检测器围绕病人，并用X射线源绕着物体旋转。X射线穿过身体并由位于对面环中的相应检测器收集起来。其原理是用感知的数据去重建切片图像。当物体沿垂直于检测器的方向运动时就产生一系列的切片，这些切片组成了物体内部的再现图像。到了20 医学图像增强方法研究 摘要：简要介绍医学图像增强的概念和主要目的。从传统图像增强方法、基于区域的增强方法和基于小波变换的增强方法三方面对医学图像增强方法进行讨论。最后介绍图像增强效果的评价方案。 关键词：图像增强，算法，区域，小波变换，评价 图像增强根据图像的模糊情况采用了各种特殊的技术突出图像整体或局部特征，常用的图像增强技术有灰度变换、直方图处理、平滑滤波(高斯平滑)，中值滤波、梯度增强、拉普拉斯增强以及频率域的高通低通滤波等，然而，这些算法运算量大、算法复杂、处理速度低。 目前，图像增强没有统一的标准，医学图像增强的主要目的是满足医生诊断的临床应用需要。因此，如何提高医学图像质量，是图像处理的一个重要课题。 图像增强可归纳为两方面[2]：(1)消除噪声;(2)边缘增强和结构信息的保护。（图像增强方法的研究） 图像增强方法主要分为频域法、空域法两大类[2]。频域法通常计算量大，变换参数的选取需要较多的人工干预；空域法主要包括直方图均衡化、直方图变换、灰度拉伸、局部对比度增强、平滑滤波和反锐化掩模[4~ 6]等。直方图均衡化是最常见的图像增强方法，其主要缺点是图像易出现不平滑灰度过渡。当图像直方图含多个波峰时，会出现过度增强，不仅丢失了部分图像细节信息，而且会明显放大噪声，影响图像增强的效果。平滑滤波可去除一定噪声，但会使图像模糊，对比度增强不明显。反锐化掩模可以增强图像的边缘和细节，但同时也会增强噪声。此外，图像的高频细节区域相对低频区域增强显著，易出现过增强现象。利用这些空间域图像增强算法处理医学图像，存在对噪声敏感且易陷入欠增强或过增强等不足。（基于量子概率统计的医学图像增强算法研究） 图像增强的过程往往也是一个矛盾的过程：图像增强希望既去除噪声又增强边缘。但是，增强边缘的同时会同时增强噪声，而滤去噪声又会使边缘在一定程度上模糊，因此，在图像增强的时候，往往是将这两部分进行折中，找到一个好的代价函数达到需要的增强目的【3]。传统的图像增强算法在确定转换函数时常是基于整个图像的统计量，如：ST转换，直方图均衡，中值滤波，微分锐化，高通滤波等等。这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉，从而局部区域的增强效果常常不够理想，噪声滤波和边缘增强这两者的矛盾较难得到解决。 目前，许多新的增强算法都充分利用了周围邻域这一重要的信息，形成了很多局部处理的灰度调整算法，该方法主要利用了邻域的统计特性【4]。自适应增强的研究主要集中在以下三大类增强算法： 1.既能平滑又能保护边缘的自适应滤波器。自适应滤波的基本思想是滤波器的参数可根据像素所在的邻域情况而自适应选取，也可描述为加权平均滤波器。(1)在提高算法的抗噪性能方面，文献〔5]【6〕介绍了几种方法。这些方法可以较好的平滑噪声区域，并能保护较显著的边缘，但对图像细节的保护较差。(2)在提高算法的细节保护能力方面，Saint一Marc【7】利用梯度来决定权值，建立了指数形式的权函数，较好的保护了图像细节。但该算法对脉冲噪声敏感，而且模型的性能受参数的影响比较大。另外，文献【8〕【9]还提出了各向异性扩散思想的改进方法，需要求解热传导方程。这些改进算法多数集中在权值的自适应选取上，但是由于自适应调整的参数较少，仍然不能很好的解决细节保护的问题。 2.基于图像建模和估计理论的增强算法。这类算法的基本思想是提出一个图像的模型，如果这个模型的参数由一种估计方法估计出来，则窗口中心的灰度值可由估计出来的参数计算得到。最简单的例子就是中值滤波器，对脉冲型噪声有很好的效果。但是，这类算法由于是以估计理论为基础，所以所采用的估计方法的鲁棒性对算法的性能有很大的影响。估计方 基于matlab的数字图像增强算法研究与实现 摘要 图像在获取和传输过程中，会受到各 种噪声的干扰，使图像退化质量下降，对分析图像不利。图像的平滑或去噪 一直是数字图像处理技术中的一项 重要工作。为此，论述了在空间域中 的各种数字图像平滑技术方法。 关键字：数字图像；图像增强；平滑处 理 目录 第一章、概述 (2) 1.1 图像平滑意义 (2) 1.2图像平滑应用 (3) 1.3噪声模型 (3) 第二章、图像平滑方法 (5) 2.1 空域低通滤波 (5) 2.1.1 均值滤波器 (6) 2.1.2 中值滤波器 (6) 2.2 频域低通滤波 (7) 第三章、图像平滑处理与调试 (9) 3.1 模拟噪声图像 (9) 3.2均值滤波法 (11) 3.3 中值滤波法 (15) 3.4 频域低通滤波法 (18) 第四章、总结与体会 (19) 参考文献 (20) 第一章、概述 1.1图像平滑意义 图像平滑（S m o o t h i n g）的主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰（如电磁波或经电源窜进系统内部的外部噪声），也有来自于系统内部的干扰（如摄像机的热噪声，电器机械运动而产生的抖动噪声内部噪声）。实际获得的图像都因受到干扰而有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理。在空间域中进行时，基本方法就是求像素的平均值或中值；在频域中则运用低通滤波技术。 图像中的噪声往往是和信号交织在一起的，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边缘轮廓，线条等模糊不清，从而使图像降质。图像平滑总是要以一定的细节模糊为代价的，因此如何尽量平滑掉图像的噪声，又尽量保持图像的细节，是图像平滑研究的主要问题之一。 1.2图像平滑应用 图像平滑主要是为了消除被污染图像中的噪声,这是遥感图像处理研究的最基本内容之一,被广泛应用于图像显示、传输、分析、动画制作、媒体合成等多个方面。该技术是出于人类视觉系统的生理接受特点而设计的一种改善图像质量的方法。处理对象是在图像生成、传输、处理、显示等过程中受到多种因素扰动形成的加噪图像。在图像处理体系中,图像平滑是图像复原技术针对“一幅图像中唯一存在的退化是噪声”时的特例。 目前工作成果： 一、USB图像获取 USB设备在正常工作以前，第一件要做的事就是枚举，所以在USB摄像头进行初始化之前，需要先枚举系统中的USB设备。 （1）基于USB的Snap采集图像 程序运行结果： 此程序只能采集一帧图像，不能连续采集。将采集图像函数放入循环中就可连续采集。 循环中的可以计算循环一次所用的时间，运行发现用Snap采集图像时它的采集速率比较低。运行程序时移动摄像头可以清楚的看到所采集的图像有时比较模糊。 （2）基于USB的Grab采集图像 运行程序之后发现摄像头采集图像的速率明显提高。 二、图像处理 1、图像灰度处理 （1）基本原理 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。 第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。 （2）labview中图像灰度处理程序框图 处理结果： 实验二图像增强 一、实验目的 1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2、学会对图像直方图的分析。 3、掌握直接灰度变换的图像增强方法。 4、掌握直方图均衡化。 5、采用均值滤波、中值滤波实现图像平滑。 6、采用梯度方法、拉普拉斯算子、Sobel 算子和 Prewitt 算子实现图像锐化。 二、实验原理及知识点 图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直接灰度尺度变换、直方图修改处理、图像平滑化处理、图像尖锐化处理等。 1、灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理。若假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像 g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为： g(x,y)=[ f (x, y)? a]+ c 2、直方图变换 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。直方图均衡化是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象素点数的过程。 依据定义，在离散形式下，用r k代表离散灰度级，用p r(r k)代表p r(r)，并且有下式成立： 式 中 ：n k为图像中出现r k级灰度的像素数，n是图像像素总数，而n k/n即为频数。 n j s k= T (r k)=∑ =∑ p r(r j) 0≤ r j≤1 k = 0,1,...,l ?1 n P r(r k) =n k 0 ≤ r k≤ 1 k = 0,1,2,...,l?1 n a b c d - - 第一章 绪论 图像增强研究现状 图像增强是图像处理的基本内容之一，图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用，比原始图像更合适。处理的结果使图像更适应于人的视觉特性或机器的识别系统。图像增强主要可分为三类:频域图像增强方法、小波域图像增强方法、空域图像增强方法。 1.1频域图像增强方法 频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。其原理如下图所示： 频域图像增强原理图 常用的频域增强方法有低通滤波技术，是利用低通滤波器去掉反映细节和跳变性的高频分量。但其在去除图像尖峰细节的同时也将图像边缘的跳变细节去除掉了，而使得图像较模糊。低频滤波有理想低通滤波器、Butterworth 滤波器、指数滤波器等。高通滤波器技术是利用高通滤波器来忽略图像中过度平缓的部分，突出细节和跳变等的高频部分，使得增强后的图像边缘信息分明清晰。高通滤波技术进行增强处理后的图像，视觉效果不好，较适用于图豫中物体的边缘提取。高通滤波器有理想高通滤波器、梯形滤波器、指数滤波器等。频域增强方法中还有带通和带阻滤波、同态滤波等，一般是用来解决光动态范围过大或者光照不均而引起的图像不清等情况。 频域变换的基础是卷积处理，因此其基本原理为:设原始图像为),(y x f ，处理后图像为),(y x g ，而),(y x h 是线性不变算子。则根据卷积定理，有: ),(*),(),(y x h y x f y x g = （1-1） 其中*代表卷积。若),(v u G 、),(v u H 、),(v u F 分别是),(y x g 、),(y x h 、),(y x f 的傅立叶变换，则上式的卷积关系表示成变换域中为: ),(*),(),(v u F v u H v u G = （1-2） 其中),(v u H 用线性系统理论来说，是转移函数。在具体的增强中，),(y x f 是给定的，则),(v u F 也可通过变换求出。而),(v u H 通过不同的滤波器来确定，则 由式(1-2)可得: )],(),([),(1v u F v u H F y x g -= （1-3） 1.2小波域图像增强方法 小波是近几年发展起来的一种时频分析工具，它同时具有时频局部化能力和图像增强方法的研究
图像增强算法综述
视频会议视频调试技术与技巧
MATLAB常用图像增强方法(精)
LabVIEW应用于实时图像采集及处理系统
图像增强研究现状
基于Retinex算法图像增强的MATLAB实现
图像增强理论简述
三种不同灰度图像增强算法对比
PCB图像采集系统研究背景意义及国内外现状
图像增强研究现状
医学图像增强方法研究
基于matlab的数字图像增强算法研究与实现讲解
基于Labview的图像采集与处理
图像增强
图像增强理论
相关主题
文本预览