毕业设计开题报告1．结合毕业论文情况，根据所查阅的文献资料，撰写2000字左右的文献综述：
文献综述
一、课题研究背景、目的及意义
X射线通常是物质在发生微观变化时，发射出的一种看不见的光。它是一种波长很短的电磁波，波长大约从10微米～0.1微米. 自1895年X射线被著名的物理学家伦琴发现以来，经过一个多世纪的发展，对X射线的研究日趋完善，在军事、医疗卫生、科学及工农业各方面有着广泛的应用。由于X 射线对材料具有一定的穿透能力及其在穿透材料的过程中不同物质和不同物体结构对射线衰减程度各不相同，最终在荧光屏或者胶片上形成灰度不同，具有一定对比度的图像，工业上利用此特点对零部件进行无损检测，使被测工件的缺陷通过图像显现出来，以判断工件内部的缺陷及完整性。然而在射线无损检测系统中 ,产生的射线图像经常会受到量子和起伏噪声等因素的影响 ,造成图像信号弱、信噪比低、对比度差、清晰度低。当根据射线图像对被检测构件进行分析和评价时 ,图像增强是一步很重要的前期处理工作 , 关系到是否能获得清晰的物体内部结构图像 ,直接影响到评判构件质量是否合格的结果[1]。对射线图像进行增强的目的是提高图像对比度及分辨率，获得更好的被测工件的内部结构图像，为工件的质量把关。
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[2]。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。图像增强作为一大类图像处理技术，是相对于图像识别，图像理解的一种前期处理。在图像信号的采集、输入等过程中由于器械灵敏度或是外界噪声等原因导致图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题称为“质量问题”[3]。
图像增强的主要目标是改善图像的质量，采用某种特殊的技术来突出
毕业设计开题报告２．本课题要研究或解决的问题和拟采用的研究手段（途径）：
本课题要研究的是工业射线图像增强技术。由于在工业上射线图像受到外界因素的干扰，图像的对比度不高，清晰度低，为了更好的为下一步的分析打好基础,图像增强是一个很重要的预处理过程.在这样的背景下本课题要求分析不同的图像增强方法对图像效果的影响，并进行实验分析。要求在掌握基本理论和知识的基础上，查阅最新的图像增强方法，将其应用到工业射线图像增强中，并进行效果分析。本课题拟采用的手段如下：（1）传统的图像增强技术——直方图增强处理
图像的直方图处理方法就是一种通过改变图像的全部或局部对比度来进行图像增强的技术。增强图像的方法又可分为直方图均衡和直方图规定化。
其中直方图均衡的基本思想是：把一已知灰度概率分布的图像，变成具有均匀该旅分布的新图像。直方图规定化的基本思想是：传统的自方图均衡化方法是全局的处理方法，对整幅图像做同一个变换。虽然这种方法适用于整个图像的增强，但是有时也需要对图像中某些较小的区域内的细节进行增强。在这些小区域内，其像素的个数对全局变换函数的影响往往可能小到可以被忽略的程度。因此，在利用全局增强方法对图像进行增强时，就不一定能保证我们所感兴趣的小区域得到所期望的增强效果。为了解决这一问题，引入了局部自方图均衡化。
在用以上两种方法对射线图像进行增强，并用MATLAB进行仿真，通过图像分析效果的差异，并在其基础上进行方法及算法的改进。可考虑采用具有自适应性的直方图均衡化方法。
（2）利用小波变换对图像进行增强。小波变换的基本思想：通过一个母函数在实践傻瓜的平移和在尺度上的伸缩得到一个函数族，然后利用这族函数去表示或逼近信号或函数，获得一种能自适应各种频变成分的有效的信号分析手段。小波变换弥补了傅立叶变换的不能描述随时间变化的频率特性的不足，特别适合于那些在不同时间窗内，具有不同频率特性，而且其
应用目的是为了得到信号或图像的局部频谱信息而非整体信息的信号或图像处理问题。由于小波变换在时域和频域具有良好的局部变化特征，利用小波变换的多分辨分析特性既可以高效地描述图像的平坦区域又可以有效地表示图像信号的局部突变（即图像的边缘轮廓部分），再加上小波变换在计算机上的低复杂性，因此在图像处理领域具有十分广泛的应用前景。
可采用以上两大方法对射线图像进行增强处理，并对图像处理后的效果进行分析,得出较为满意的增强方法.
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/10664341.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
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
毕业设计开题报告1．结合毕业论文情况，根据所查阅的文献资料，撰写2000字左右的文献综述： 文献综述 一、课题研究背景、目的及意义 X射线通常是物质在发生微观变化时，发射出的一种看不见的光。它是一种波长很短的电磁波，波长大约从10微米～0.1微米. 自1895年X射线被著名的物理学家伦琴发现以来，经过一个多世纪的发展，对X射线的研究日趋完善，在军事、医疗卫生、科学及工农业各方面有着广泛的应用。由于X 射线对材料具有一定的穿透能力及其在穿透材料的过程中不同物质和不同物体结构对射线衰减程度各不相同，最终在荧光屏或者胶片上形成灰度不同，具有一定对比度的图像，工业上利用此特点对零部件进行无损检测，使被测工件的缺陷通过图像显现出来，以判断工件内部的缺陷及完整性。然而在射线无损检测系统中 ,产生的射线图像经常会受到量子和起伏噪声等因素的影响 ,造成图像信号弱、信噪比低、对比度差、清晰度低。当根据射线图像对被检测构件进行分析和评价时 ,图像增强是一步很重要的前期处理工作 , 关系到是否能获得清晰的物体内部结构图像 ,直接影响到评判构件质量是否合格的结果[1]。对射线图像进行增强的目的是提高图像对比度及分辨率，获得更好的被测工件的内部结构图像，为工件的质量把关。 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[2]。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。图像增强作为一大类图像处理技术，是相对于图像识别，图像理解的一种前期处理。在图像信号的采集、输入等过程中由于器械灵敏度或是外界噪声等原因导致图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题称为“质量问题”[3]。 图像增强的主要目标是改善图像的质量，采用某种特殊的技术来突出
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)
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
数字图像处理期中论文 图像增强技术综述 学院信息工程学院 专业电子信息工程 方向信息处理方向 姓名何娜娜 学号200710113081 中国传媒大学 2010 年11 月27 日
图像增强技术综述 内容摘要 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。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，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技术要点，并对其图像增强方法进行性能评价。 关键词：图像增强直方图增强对比度增强平滑锐化彩色图像增强 Abstract Digital image processing is the procedures of converting image signal into digital format, then using the computer to process it. Image enhancement is digital image processing process often use a method to improve image quality, it plays an important role. This article first introduces the principle of image enhancement and classification，and then focus on several methods to study such as and histogram enhancement, contrast enhancement, smoothing and sharpening, and other commonly used in learning the basic digital image With the approach, through Matlab experiment that the actual effect of various algorithms to compare the advantages and disadvantages to discuss the different enhancement algorithm. The application of occasions, and its image enhancement method of performance evaluation. Keywords:Image Enhancement histogram enhancement contrast enhancement smoothing sharpening 1 图像增强概述 1.1 图像增强背景及意义 在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降，即图像失真。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚
编号 图像去雾技术研究 The research on image defogging technology 学生姓名XX 专业电子科学与技术 学号XXXXXXX 学院电子信息工程学院
摘要 本文首先简单介绍了云雾等环境对图像成像的影响，接着从图像增强的角度研究图像去雾技术的基本方法，介绍了去雾算法的原理和算法实现步骤，并对去雾算法的优缺点和适用条件进行了总结。 基于图像增强的去雾原理，本文提出了联合使用同态滤波和全局直方图均衡的改进去雾算法。先进行同态滤波使有雾图像的细节充分暴露，然后采用全局直方图均衡扩展图像的灰度动态范围。去雾效果具有对比度高，亮度均匀，视觉效果好的特点，不足的是图像的颜色过于饱和。 关键字：图像增强图像去雾同态滤波全局直方图均衡
Abstract Firstly, this paper simply introduces the influence of cloud environment of image formation, then from the enhanced image perspective of image to fog technology basic method, is introduced to fog algorithm principle and algorithm steps, and has carried on the summary to fog algorithm advantages, disadvantages and applicable conditions. As for the defogging theory based on the image enhancement, the paper puts forward the improved defogging algorithm which requires combining homomorphic filtering and global histogram equalization. We should use homomorphic filtering to get details of the fogging images clearly exposed and then use global histogram equalization to spread the images’ gray scale dynamic range. Defogging has features of high contrast ratio, uniform brightness and good visual effect. But its drawback is that the image color is too saturated. Key words: image enhancement; image defogging; homomorphic filtering; global histogram equalization;
包头师范学院 本科毕业论文 题目：基于直方图的图像增强技术的研究学生姓名：赵良良 学院：信息科学与技术院系 专业：电子信息科学与技术 班级：07级本科 指导教师：刘晓虹 二〇一一年五月
摘要 图像增强是数字图像处理过程中经常采用的一种方法，图像增强的主要目的就是要使增强后的图像具有更好的视觉效果，更合适于对图像进行后续的分析和处理。灰度直方图概括了图像中各灰度级的含量，提供了原图的灰度值分布情况，灰度直方图是图像增强的最好的研究内容。通过采取适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始图片处理成清楚、明晰的富含大量有用信息的可使用图像。本文主要研究了在MATLAB环境下，通过直方图的均衡化对图像进行增强处理。 关键词：图像增强；直方图；MATLAB
ABSTRACT Image enhancement is a kind of method in the digital image processing，its purpose is that visual effects of enhancement image is better and appropriate to continue analyzing and processing image. Histogram shows all gray scales of image and distribution of image. Histogram is the best contents of image enhancement for study. The blurry and undistinguished image can be processed to clear and useful image. This paper studies image enhancement by histogram balance in MATLAB. Key words：Image enhancement; Image Histogram; MATLAB
图像增强技术在液晶电视中的应用分析 电视作为一个视听产品，画质是其重要的指标，越来越受到消费者的关注和重视。文章介绍了几种常用的图像增强技术在电视产品中的应用，并对这些技术进行了简要的分析。 标签：画质；图像增强；动态对比度；直方图 引言 随着经济的发展和科技水平的提高，3D技术、智能电视、网络功能纷纷被移植进电视，电视产品越来越趋于同质化。而对于市场竞争趋于同质化的今天，提升核心技术竞争力已成为企业间新一轮的发展重心。因此，拥有卓越的画质，同时为消费者提供包括超清、互联网在内的更多的电视体验方式，才能更加适应未来消费者的需求。 改善平板电视画质的途径主要有两种：一是从显示器件方面，使用更高规格的显示屏，如采用对比度和亮度更高、响应时间更短的显示屏，但性能指标越高，显示屏的制造成本也越高，这无疑会增加电视制造厂商的生产成本；二是从视频处理芯片方面，采用图像增强技术来提升画质，弥补显示器件固有的不足，从而提升平板电视的显示效果[1]。在当今成本制胜的市场环境下，国内电视制造厂家不得不采用量大面广的中低端平板显示屏，所以平板电视产品只能通过视频处理芯片的图像增强技术来提升画质，从而提高产品的性价比，满足人们的需求。 1 图像增强技术在电视中的应用 平板电视实现彩色图像重现的过程中，视频信号本身、A/D转换、图像缩放及电路上信号传输等过程，都有可能对画质产生负面的影响，特别在图像处理与控制电路方面，不同厂家提供的方案可能会产生不同的图像处理效果，对电视图像画质可能有着不同程度的削弱[2]。 TV、高清分量信号、HDMI等外部视频信号通过视频解码芯片转换成数字信号，然后送到图像处理与控制电路中处理，图像处理器集成有图像隔/逐行处理、比例放大或缩小、OSD控制、MCU等功能模式。通过图像处理与控制电路对图像进行各种处理后，数字图像被转换成能够适合屏幕显示的数据格式。由低压差分信号（LVDS）送到平板显示屏显示。在图像处理器中引入图像增强技术，既可以改善图像处理过程中的降质，又可以根据显示器的一些特性作反向处理，比如反伽玛校正[3]等来改善平板电视的显示效果。文章介绍了几种常用的图像增强技术在电视产品中的应用，下面对这几项图像增强技术进行简要的分析。 1.1 DCTI/DLTI 为了增强系统的瞬态响应，弥补信号在传输过程中的损失，目前高端的视频
2012年 12月 第 4期 数字图像处理技术的研究现状与发展方向孔大力崔洋 (山东水利职业学院 , 山东日照 276826 摘要 :随着计算机技术的不断发展 , 数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。 关键词 :数字图像处理 ; 特征提取 ; 分割 ; 检索 引言 图像是指物体的描述信息 , 数字图像是一个物体的数字表示 , 图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理 , 它是一门新兴的应用学科 , 其发展速度异常迅速 , 应用领域极为广泛。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代 , 图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业 , 对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大 , 而计算机运行处理速度相对较慢 , 这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高 , 运行速度大大提高 , 价格迅速下降 , 图像处理设备从中、小型计算机迅速过渡到个人计算机 , 为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计 , 在人类获取的信息中 , 视觉信息占 60%, 而图像正是人类获取
信息的主要途径 , 因此 , 和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。 1数字图像处理的目的 一般而言 , 对图像进行加工和分析主要有以下三方面的目的 [1]: (1提高图像的视感质量 , 以达到赏心悦目的目的。如去除图像中的噪声 , 改变图像中的亮度和颜色 , 增强图像中的某些成分与抑制某些成分 , 对图像进行几何变换等 , 从而改善图像的质量 , 以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。 (2提取图像中所包含的某些特征或特殊信息 , 以便于计算机进行分析 , 例如 , 常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面 , 如频域特性、灰度 /颜色特性、边界 /区域特性、纹理特性、形状 /拓扑特性以及关系结构等。 (3对图像数据进行变换、编码和压缩 , 以便于图像的存储和传输。 2数字图像处理的方法 数字图像处理按处理方法分 , 主要有以下三类 , 即图像到图像的处理、图像到数据的处理和数据到图像的处理 [2]。 (1 图像到图像。图像到图像的处理 , 其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。 首先 , 各类图像系统中图像的传送和转换中 , 总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因 , 只将图像中感兴趣的特征有选择地突出 , 衰减次要信息 , 提高图像的可读性 , 增强图像中某些特征 , 使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如 , 对图像的灰度值进行修正 , 可以增强图像的对比度 ; 对图像进行平滑 , 可以抑制混入图像的噪声 ; 利用锐化技
数字图像增强技术项目可行性研究 分析报告
摘要 图像作为一种有效的信息载体，是人类获取和交换信息的主要来源。人类感知的外界信息80%以上是通过视觉得到的。因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。 图像增强是指按特定的需要采用特定方法突出图像中的某些信息，同时削弱或去除无关信息，或将原图转换成一种更适合人或机器进行分析处理的形式的图像处理方法。 本文围绕图像增强算法而展开，在阐明图像增强处理基本方法的基础上，就几种有代表性的图像增强算法, 进行了研究、比较，分析了各自的优缺点并指明了其最佳适用场景，以期从中总结出一套行之有效的图像增强算法的应用指导规则。 关键词：图像；图像增强；算法
目录 摘要 (1) Abstract ......................................................................................... 错误！未定义书签。第1章绪论. (1) 1.1 课题背景 (1) 1.2 图像增强的研究及发展现状 (3) 1.3 论文工作内容 (4) 本章小结......................................................................................... 错误！未定义书签。第二章图像增强的基本理论.. (5) 2.1 数字图像的基本理论 (5) 2.1.1数字图像的表示 (5) 2.1.2图像的灰度 (6) 2.1.3灰度直方图 (6) 2.2 数字图像增强概述 (7) 2.3 图像增强概述 (9) 2.3.1图像增强的定义 (9) 2.3.2常用的图像增强方法 (10) 2.4 图像增强流程图 (12)
毕业设计(论文)开题报告 学生姓名：学号： 专业： 设计(论文)题目：基于matlab的图像增强方法研究 指导教师： 年月日
开题报告填写要求 1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在系审查后生效； 2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见； 3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于10篇（不包括辞典、手册）； 4．有关年月日等日期的填写，应当按照国标GB/T7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。如“2002年4月26日”或“2002-04-26”。
毕业设计（论文）开题报告 1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述： 文献综述 1.1课题研究的目的和意义 图像作为自然界景物的客观反映，是人类感知世界的视觉基础，也是人类获取信息、表达信息和传递信息的重要手段。据统计，人类获得的信息大约75%是以图像的形式，通过视觉系统获得的。图像时人类重要的信息源，“百闻不如一见”、“眼见为实”即时图像对于人类重要性的简明概括。[1] 图像是物体透射或反射的光信息，通过人的视觉系统接受后，在大脑中形成的印象或认识，是自然景物的客观反映。一般来说，凡是能为人类视觉系统所感知的有形信息，或人们心目中的有形想象都统称为图像。图像作为一种有效的信息载体，是人类获取和交换信息的主要来源。实践表明，人类感知的外界信息，80%以上是通过视觉得到的。 然而，在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降，即图像失真。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。所谓图像处理，就是通过某些数学运算对图像信息进行加工和处理，以满足人的视觉心理和实际应用需求[2]。图像增强是图像处理的一个重要环节，在整个图像处理过程中起着承前启后的重要作用。 随着图像处理设备性能的不断提高以及图像数字化和图像显示设备的普及化和低价化，人们对图像质量的要求越来越高。而图像质量的含义[3]包括两个方面的内容，即图像的保真度（Fidelity）和理解度（Intelligibility）。保真度是指被评价图像与标准图像的偏离程度，两者属于同一个映像，只是由于传输和处理等原因造成了偏差，因此保真度往往指的是图像细节方面的差异。理解度表示图像能向人或机器提供信息的能力，其中主要包括清晰度和美感等，因此，理解度通常指的是图像整体和细节的总体概念。
课程名称： 实验项目： 实验地点： 专业班级：学号：学生姓名： 指导教师： 2012年月日
实验一 空域图像增强技术 一、 实验目的 1结合实例学习如何在视频显示程序中增加图像处理算法； 2理解和掌握图像的线性变换和直方图均衡化的原理和应用； 3了解平滑处理的算法和用途，学习使用均值滤波、中值滤波和拉普拉斯锐化进行图像增强处理的程序设计方法； 4 了解噪声模型及对图像添加噪声的基本方法。 二、 实验原理 1 灰度线性变换就是将图像中所有点的灰度按照线性灰度变换函数进行变换。 )],([),(y x f T y x g = ?? ? ??<≤+-<≤+-≤≤=255),(]),([),( ]),([),(0 ) ,(),(y x f b g b y x f b y x f a g a y x f a y x f y x f y x g b a γβα n y m x ,2,1 ,,,2,1== 2 直方图均衡化通过点运算将输入图像转换为在每一级上都有相等像素点数的输出图 像。按照图像概率密度函数PDF 的定义： 1,...,2,1,0 )(-== L k n n r p k k r 通过转换公式获得： 1,...,2,1,0 )()(0 -====∑∑ ==L k n n r p r T s k j k j j j r k k 3 均值（中值）滤波是指在图像上，对待处理的像素给定一个模板，该模板包括了其周围的临近像素。将模板中的全体像素的均值（中值）来代替原来像素值的方法。 4 拉普拉斯算子如下： ???? ??????--------111181111 拉普拉斯算子首先将自身与周围的8个像素相减，表示自身与周围像素的差异，再将 这个差异加上自身作为新像素的灰度。 三、 实验步骤 1 启动MA TLAB 程序，对图像文件分别进行灰度线性变换（参考教材57页，例4.1）、直方图均衡化、均值滤波、中值滤波和梯度锐化操作。添加噪声，重复上述过程观察处理结果。 2记录和整理实验报告
图像增强技术的总结与仿真 王茗倩控制理论与控制工程112030058) 1 引言 随着电子计算机技术的进步，计算机图像处理近年来得到飞跃的发展，已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。 在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。尽管由于目的、观点、爱好等的不同，图像质量很难有统一的定义和标准，但是根据应用要求改善图像质量却是一个共同的目标。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。处理后的图像是否保持原状已经是无关紧要的了，不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，很少涉及客观和统一的评价标准。增强的效果通常都与具体的图像有关系，靠人的主观感觉加以评价。 2 图像增强概述 2.1 图像增强的定义 在图像获取的过程中，由于设备的不完善及光照等条件的影响，不可避免地
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
图像处理技术的研究现状和发展趋势 庄振帅 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学过程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数
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