当前位置：文档之家› 图像增强

图像增强

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：

P r(r k)=n k

0 ≤r k≤ 1 k= 0,1,2,...,l?1 n

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。

k n

s k= T (r k)=∑=∑ p r(r j) 0≤ r j≤1k =0,1,...,l ?1

j =0j =0

3、空域滤波

空域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。空域滤波一般分为线性滤波和非线性滤波两类。根据功能又主要分为平滑滤波器和锐化滤波器

空间滤波器都是基于模板卷积，其主要工作步骤是：

1)将模板在图中移动，并将模板中心与图中某个像素位置重合；

2)将模板上的系数与模板下对应的像素相乘；

3)将所有乘积相加；

4)将和（模板的输出响应）赋给图中对应模板中心位置的像素。

4、图像平滑

图像平滑的目的可分为两类：一类是模糊，目的是在提取较大的目标前去除太小的细节或将目标内的小肩端连接起来；另一类是消除噪声。平滑是用低通滤波器来完成，在空域中全是正值。

1）均值滤波

均值滤波也称为线性滤波，其采用的主要方法为领域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度g（x，y），即g（x，y）=1/m ∑f （x，y），m为该模板中包含当前像素在内的像素总个数。

2）中值滤波

中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心象素的原来灰度值，它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。

5、图像锐化

锐化可用高通滤波来实现，锐化的目的是为了增强被模糊的节。

1）梯度法

邻域平均可以模糊图像，因为平均对应积分，所以利用微分可以锐化图像。图像处理中最常用的微分方法是利用梯度。梯度算子是一种一阶微分算子，常用的梯度算法有经典梯度算法和Roberts梯度算法。常用的其他一阶微分算子有sobel算子、prewitt算子等。

2）拉普拉斯算子

拉普拉斯算子是一种二阶微分算子，它的模板中心系数都是正的，而周围的系数都是负的，所有的系数之和为0。

对3×3的模板来说，典型的系数取值为：

前者为离散拉普拉斯算子的模板，后者为扩展模板。

三、实验仪器与软件

1、PC 计算机

2、MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox)

3、实验所需要的图片

四、实验内容及步骤

1、灰度变换和伽马校正

图像数据读入pic=imread(‘rice.bmp’);

pic1=imadjust(pic…);通过图像直方图比较pic 和pic1 的灰度差异

pic2=imadjust(pic,[],[],gama);其中gama>1 和0

函数：imadjust()

功能：调整图像灰度值或颜色映像表，也可实现伽马校正。

语法：J = imadjust(I,[low_in high_in],[low_out high_out],gamma)

2、直方图均衡

pic3=histeq(pic); pic4=adapthisteq(pic); 显示原图像的直方图和经过均衡化处理过的图像直方图，比较两种均衡的效果差异

函数：histeq()

功能：直方图均衡。

语法：J = histeq(I,hgram)将原始图像I的直方图变成用户指定的向量

hgram。hgram中的各元素的值域为[0,1]

J = histeq(I,n)指定直方图均衡后的灰度级数n，默认值为64。

3、图像平滑

3.1输入图像及灰度化pic=imread(‘https://www.doczj.com/doc/5816257247.html,’); graypic=rgb2gray(pic);

3.2利用imnoise命令在图像中添加噪声

给图像添加高斯噪声noisepic=imnoise(graypic,’gaussian’,0,p);其中p是噪声标准差

给图像添加椒盐噪声noisepic=imnoise(graypic, ‘salt & pepper’,p);其中p是噪声密度

3.3均值滤波

构造平滑卷积模版H=fspecial(‘average’,n)，其中n是滤波器大小

图像均匀滤波denoisepic=imfilter(noisepic,H);

选取不同参数值p和n，比较结果的差异

3.4中值滤波

图像中值滤波denoisepic=medfilt2(noisepic,[n,n]);其中n是模版大小

选择合适的参数值p和n，进行中值滤波

3.5比较均值滤波和中值滤波的差异

4、图像锐化

输入图像及灰度化pic=imread(‘https://www.doczj.com/doc/5816257247.html,’); graypic=rgb2gray(pic);

查阅edge命令，通过参数选取用不同方法对上述灰度图求取边缘，并比较不同方法的边缘检测性能。包括梯度方法、拉普拉斯算子、Sobel算子和Prewitt算子。

五、实验结果

1、pic=imread('rice.bmp');

imshow(pic)；

imhist(pic)；

pic1=imadjust(pic);

imshow(pic1)；

imhist(pic1)；

pic=imread('rice.bmp');

pic2=imadjust(pic,[0,1],[0,1],0.5); imshow(pic2);

imhist(pic2);

pic21=imadjust(pic,[0,1],[0,1],1.5); imshow(pic21);

imhist(pic21);

2、pic=imread('rice.bmp'); pic3=histeq(pic); imshow(pic3);

imhist(pic3);

pic4=adapthisteq(pic); imshow(pic4);

imhist(pic4);

3.2、graypic=imread('rice.bmp')；

noisepic1=imnoise(graypic,'gaussian',0,0.5)；imshow(noisepic1)；

n oisepic2=imnoise(graypic,'salt & pepper',0.05); imshow(noisepic2)；

3.3、H1=fspecial('average',2);denoisepic1=imfilter(noisepic1,H1);

imshow(denoisepic1);

H2=fspecial('average',5);denoisepic2=imfilter(noisepic2,H2); imshow(denoisepic2);

3.4、denoisepic4=medfilt2(noisepic,[2,2]);

imshow(denoisepic1);

3.5、比较均值滤波和中值滤波的差异

均值滤波对高斯噪声的抑制是比较好的,处理后的图像边缘模糊较少。但对椒盐噪声的影响

不大,因为在削弱噪声的同时整幅图像内容总体也变得模糊，其噪声仍然存在。

中值滤波对高斯噪声的抑制效果不明显，这是因为高斯噪声使用随机大小的幅值污染所有的点,因此无论怎样进行数据选择,得到的始终还是被污染的值。中值滤波对去除“椒盐”噪声可以起到很好的效果,因为椒盐噪声只在画面中的部分点上随机出现,所以根据中值滤波原理可知,通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的抑制效果很好,同时画面的轮廓依然比较清晰。由此看来，对于椒盐噪声密度

较小时,尤其是孤立噪声点,用中值滤波的效果非常好的。

4、graypic=imread('rice.bmp');

BW=edge(graypic);

imshow(BW);

BW1=edge(graypic,'roberts');

imshow(BW1);

BW2=edge(graypic,'log');

imshow(BW2);

BW3=edge(graypic,'sobel');

imshow(BW3);

BW4=edge(graypic,'prewitt');

imshow(BW4);

边缘检测图

梯度方法下的边缘检测图

拉普拉斯算子下的边缘检测图

Sobel算子下的边缘检测图

Prewitt算子下的边缘检测图

六、思考题/问答题

1．直方图是什么概念？它反映了图像的什么信息？

答：直方图用来量化曝光量的，能够使我们真实、直观地看出照片的曝光情况，而完全不会受到电子取景器（EVF）或者LCD本身显示效果与实际图像曝光量差异的影响。在Photoshop 中，对应直方图的命令就是“Histogram”，中文版成为为“直方图”。

直方图是这样一张二维的坐标系，其横轴代表的是图像中的亮度，由左向右，从全黑逐渐过渡到全白；纵轴代表的则是图像中处于这个亮度范围的像素的相对数量。当直方图中的黑色色块偏向于左边时，说明这张照片的整体色调偏暗，也可以理解为照片欠曝。而当黑色色块集中在右边时，说明这张照片整体色调偏亮，除非是特殊构图需要，否则我们可以理解为照片过曝。

2．直方图均衡化是什么意思？它的主要用途是什么？

答：直方图均衡化是图像处理领域中利用直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

3．结合实验内容，定性评价均值滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？答：均值滤波对高斯噪声有较好的抑制作用，而对于椒盐噪声的处理中值滤波要略微有优势。4．结合实验内容，定性评价滤波窗口对去噪效果的影响？

答:对于椒盐噪声，中值滤波效果更好。对于高斯噪声，选用5*5窗口滤波效果好于3*3窗口滤波，但图像模糊程度加重了。

基于MATLAB彩色图像及增强处理设计方法讲解

课程设计题目基于MATLAB彩色图像及增强处理设计方法学生姓名曹刘惠子学号 1110064087 所在院(系)物电学院专业班级电子信息科学与技术1103 指导教师蒋媛完成地点博源楼1102教室

基于MATLAB彩色图像及增强处理设计方法曹刘惠子（陕西理工学院物电学院电子信息科学与技术专业1103班级，陕西汉中 723000）指导老师：蒋媛 [摘要]图像增强是指依据图像所存在的问题，按特定的需要突出一幅图像中的某一些信息，同时，削弱或去除某些冗余信息的处理方法。其主要目的是使得处理后的图像对给定的应用比原来的图像更加有效同时可以有效的改善图像质量。图像增强单纯从技术上可分成两大类：一类是频域处理法；一类是空域处理法。大多数是以灰度映射变换为基础的，所用的映射变换取决于增强的目的。彩色图像比灰度图像包含更多的信息，无论是对人们的视觉感受，还是后续的图像理解与分析，彩色图像都具有灰度图像无可比拟的优越性。本文主要研究基于MATLAB彩色图像的增强方法。不同原理产生的彩色图像有不同的处理方法，故在本文中主要论述彩色图像增强用法之间以及仿真结果的比较。运用MATLAB 软件实现彩色图像增强仿真，比较处理方法。 [关键词]彩色图像图像增强时域频域MATLAB

目录 1绪论 (5) 1.1课题研究目的及意义 (5) 1.2本课题的研究内容 (5) 2彩色图像及其增强处理设计方法 (5) 2.1基本概念 (5) 2.2图像处理工具 (5) 2.3伪彩色增强 (6) 2.4真彩色增强 (8) 2.5假彩色增强 (10) 3 程序实现及比较 (10) 3.1伪彩色图像增强 (10) 3.2真彩色图像增强 (11) 3.3假彩色图像增强 (13)

图像增强

摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文主要论述了利用MATLAB实现图像增强处理。关键词：数字图像处理，图像增强目录：一．图像增强简介图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。这里的好和有用要因具体的应用目的和要求而异，并且所需的具体增强技术也可不同。目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；第二类，在图像的变化域对图像进行间接处理。空域增强方法可表示为：g(x,y)=EH[f(x,y)] 其中f（x，y）和g（x，y）分别为增强前后的图像，EH代表增强操作。二．图像增强方法 1.空域变换增强 1.1增强对比度增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某两个灰度值之间的动态范围来实现的（如图1-1）。图1-1增强对比度在图1-1中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。 MATLAB代码所示： X1=imread('saturn.png'); figure,imshow(X1) f0=0;g0=0; f1=70;g1=30;

利用小波变换实现彩色图像增强

利用小波变换实现彩色图像增强专业：通信工程姓名：李厚福指导教师：王建华摘要：中国有句谚语“百闻不如一见”，可见视觉信息的重要性。图像是人们获得信息和传递信息的最重要的媒体，人类视觉信息的获取和传播的最主要载体也是图像，因此图像的增强处理受到越来越多的人们关注。而图像在获取或传输过程中，由于各种原因，可能对图像造成破坏，使图像失真，为了满足人们的视觉效果，必须对这些降质的图像进行处理，满足实际需要，使用不同的方法进行图像增强处理，尽可能对图像进行还原。图像增强技术是数字图像处理的一个重要分支，其方法有很多，主要可以分为空间域增强和频率域增强两大类。但是传统的方法在增强图像的同时，也会带来相应的块效应，不符合人们的视觉效果。小波变换是多尺度多分辨率的分解方式，可以将噪声和信号在不同尺度上分开，根据噪声分布的规律就可以达到图像增强的目的。本文对小波变换理论、小波阈值滤波和增强的方法，小波阈值滤波及增强中的阈值函数和阈值的选取做了理论上的研究，重点研究利用小波变换对图像进行增强处理。关键词：小波变换，图像增强，噪声，信号

第一章绪论 1.1课题研究的意义图像是人们获取信息和传递信息的最重要的媒体，人类视觉信息的获取和传播的主要载体也是图像。对于生活中的指纹识别，视频监控，生活拍照，医学拍照等无不与图像有着紧密的关系。所以图像增强的目的是改善图像的视觉效果，这对人们的生活有着重要的意义。图像增强作为基本的图像处理技术，其目的是要改善图像的视觉效果。针对给定图像的应用场合，通过处理设法有选择的突出便于人或机器分析有用的信息，将原来模糊的图像变得清晰，抑制一些没有的信息，得以改善图像质量，丰富信息量，加强图像判读和识别效果，以提高图像的使用价值。图像增强有很多种方法，传统的方法在增强图像的同时，也会带来相应的块效应，不符合人们的视觉效果。对于其性质随实践是稳定不变的信号，傅立叶变换是理想的工具。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波变换。小波变换是傅立叶变换的发展与延拓，它对不同频率成分在时域上的取样步长具有调节性，高频则小，低频则大。具有多分辨率分析的特点，在时域和频域都有表征信号局部信息的能力，时间窗和频率窗都可以根据信号的具体形态动态调整。小波变换解决了傅立叶变换不能解决的许多困难问题，运用到图像增强方面有很重要的现实意义。

图像增强及MATLAB实现

《数字图像处理》课程设计课设题目：图像增强与MATLAB实现学校学院：华东交通大学理学院学生班级：13级信息计算（2）班学生：超学生学号：20130810010216 指导老师：自柱

图像增强与MATLAB实现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。关键字：图像；图像增强；算法

目录一、MATLAB的简介 (1) 1.1MATLAB主要功能 (1) 二、MATLAB的主要功能 (1) 2.1数字增强技术概述 (1) 2.2数字图像的表示 (2)

三、直方图的均衡化 (2) 3.1图像的灰度 (2) 3.2灰度直方图 (2) 3.3直方图均衡化 (3) 四、图像二值化 (5) 4.1图像二值化 (5) 五、对比度增强 (7) 5.1对比度增强 (7) 5.2灰度调整 (8) 5.3对数变换 (9) 六、滤波 (10) 6.1平滑滤波 (10) 6.2线性平滑滤波程序： (11) 6.3非线性滤波 (12) 七、锐化 (18) 八、参考文献 (19) 九、自我评价 (20)

一、Matlab的简介 1.1 MATLAB主要功能 MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。目前，已成为工程领域中较常用的软件工具包之一。二、MATLAB的主要功能 2.1数字增强技术概述图像增强是按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些信息使得图像更加实用。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。图像增强技术主要包括：直方图修改处理，图像平滑处理，图像尖锐化处理，彩色图像处理。从纯技术上讲主要有两类：频域处理法和空域处理法。频域处理法主要是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强处理技术；空域处理法：是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。

基于巴特沃斯低通滤波器的图像增强

基于巴特沃斯低通滤波器的图像增强陈传峰，朱长仁，宋洪芹 (国防科技大学电子科学与工程学院湖南长沙410073) l 引言在进行图像处理的过程中，获取原始图像后，首先需要对图像进行图像预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。由于噪声、光照等原因，使图像质量不高，为了改善视觉效果或便于人、机器对图像的分析理解，一般都需要对图像进行增强处理，但这个过程并没有统一的标准。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。图像增强的方法比较多，可以大概分为对比度增强，直方图增强、平滑和锐化［1］4大类，其中，直方图均衡是图像增强的经典方法，因为其有效性和简单易用性已成为图像增强最常用的方法，他又分为全局均衡和局部均衡2种。全局的直方图均衡［2.3］是对整幅图像进行均衡，使其灰度分布均匀，让每一个灰度等级上的象素个数基本相等，算法简单、计算量小、容易实现，但对图像细节部分增强不够；局部直方图均衡［4.5］则可以增强图像内部细节信息，得到很好的增强效果。Yin［6］通过对小波分解各个分量进行直方图均衡，然后重构得到处理后图像，S．M．Pi-zer［2］提出自适应直方图均衡算法，这也是一种局部均衡算法。在对全局直方图均衡和局部直方图均衡详细分析的基础上，本文提出了一种基于Buterworth低通滤波的图像增强方法。由于Buterworth低通滤波器在抑制噪声的同时，图像边缘模糊程度大大减小，且没有振铃效应。基于以上特点，用Buterworth低通滤波器将低频分量和高频分量分离，低频分量进行均衡后，再将两部分融合，实现图像的增强。 2直方图均衡化直方图均衡化［8］是灰度变换的一个重要应用，他是以累计分布函数变换为基础的直方图修正法。一幅均匀量化的自然图像的灰度直方图通常在低值灰度区间上频率较大，这样的图像的较暗区域中的细节常常看不清楚。为使图像变清晰，一个自然的想法是使图像的灰度动态范围变大，并且让灰度频率较小的灰度级经变换后其频率变的大一些，从而使象素个数增多，即应使变换后的图像灰度直方图在较大的动态范围内趋于均衡，产生一幅灰度级分布具有均匀概率密度的图像，扩展象素的取值动态范围。传统的直方图均衡算法(HE)是利用全局图像信息，对给定的数字图像进行对比度增强处理，其处理过程如下： (1)计算原图像的灰度级直方图； (2)求原图像各灰度级的累积概率分布函数，并由此构造灰度转换函数； (3)根据灰度转换函数将原图像所有象素灰度值映射到输出图像，得到增强图像。这种直方图均衡方法限制了图像中某些局部区域的对比度拉伸力度，使某些细节与背景之间的对比度难以得

一种新的低照度彩色图像增强算法(精)

第28卷第9期2011年9月计算机应用研究 Application Research of Computers Vol．28No．9Sep．2011 一种新的低照度彩色图像增强算法李小霞，李铖果，邹建华，韩雪梅（西南科技大学信息工程学院，四川绵阳621010）摘 * 要：为了增强彩色图像而不引起色彩失真，在HSV 颜色空间中保持色相不变，提出了采用分段对数变换增采用边缘保持增强色调的低照度彩色图像增强算法。实验结果强饱和度结合在多尺度Retinex 算法的基础上，表明，该方法在保持图像色相和图像边缘的情况下，显著改善了图像的视觉效果，提高了图像的亮度和对比度。25幅低照度图像的平均亮度、20．93%和29．88%，标准偏差和对比度分别提高了94．95%、相对于带色彩恢复的多尺度Retinex 算法的熵和对比度增量分别提高了7．34%和151．51%，效果优于Retinex 算法。关键词：低照度；彩色图像增强；分段对数变换；边缘保持；饱和度；色调；Retinex 算法中图分类号：TP391 文献标志码：A 文章编号：1001-3695（2011）09-3554-02 doi ：10．3969/j．issn．1001-3695．2011．09．100 New low illumination color image enhancement algorithm

LI Xiao-xia ，LI Cheng-guo ，ZOU Jian-hua ，HAN Xue-mei （School of Information Engineering ，Southwest University of Science ＆Technology ，Mianyang Sichuan 621010，China ） Abstract ：In order to avoid the color distortion during the image enhancement ，this paper proposed a new low illumination color image enhancement method combining the saturation enhancement with segment logarithmic transformation and value en-hancement with edge retaining （S_log-V_edge）based on the multi-scale Retinex （MSR ）algorithm without changing the hue in the HSV color space．Results show that this method can improve the low illumination images ’visual effect and enhance the image brightness and contrast while retaining the image hue and edge．The 25low illumination images average value ，standard 20．93%and 29．88%individually ，the entropy and con-deviation and contrast incremental value are increased by 94．95%， showing trast incremental value are 7．34%and 151．51%more than the multi-scale Retinex with color restoration （MSRCR ）， the effects are better than Retinex methods． Key words ：low illumination ；color image enhancement ；segment logarithmic transformation ；edge retainment ；saturation ；value ；Retinex algorithm 0引言在图像采集或视频监控的应用中，经常会有夜视或背光等 V_edge）对低照基于边缘保持的色调分量增强的方法（S_log-度彩色图像进行增强。

数字图像处理图像增强实验报告

实验报告班级：08108班姓名：王胤鑫 09号学号：08210224 一、实验内容给出噪声图像，请选择合适的图像增强算法，给出你认为最优的增强后的图像。可以使用Matlab - Image Processing Toolbox 中的处理函数。原始图像如下：二、算法分析对于给出的图像中有灰色的噪声，因此首先处理灰色的线条，根据其方差的大小来判断其所在行。对于两条白色的噪声，根据与前后两行的对比来判断其所在位置。程序中设定灰色线条处理的均方差门限为，白线处理的标准为与前后两行的差值超过（转换为double型）。滤除噪声之后再通过中值滤波、拉普拉斯图像增强等方式对图像进行处理。

三、matlab 源程序 clear all;clc; f=imread(''); figure,imshow(f),title('原始图像'); [m,n]=size(f); f0= im2double(f); % 整型转换为 double 类 f1=f0; std_i=zeros(1,m-2); %灰线处理 for i=2:m-1 %灰线处理 std_i(i-1)=std(f0(i,:)); if(std_i(i-1)< for j=1:m f0(i,j)=(f0(i-1,j)+f0(i+1,j))/2; end end end figure,imshow(f0),title('滤除灰线后的图像'); fz=f0-f1; [r,c]=find(fz~=0);%寻找灰线噪声的位置 f2=f0; change=0; count=0; for i=3:m-2 %白线处理 for j=1:m if(abs(f0(i,j)-f0(i-1,j))>&&abs(f0(i,j)-f0(i+1,j))> count=count+1; end if(count>n* count=0; change=1; break; end end if(change==1) for k=1:m f0(i,k)=(f0(i-1,k)+f0(i+1,k))/2; end change=0; count=0; end end

图像增强

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： P r(r k)=n k 0 ≤r k≤ 1 k= 0,1,2,...,l?1 n a b c d - -

伪彩色增强算法应用

数字图像处理课程设计学号：学生所在学院：学生姓名：任课教师：教师所在学院： 2012年6月

2011级伪彩色增强算法的应用南昌航空大学控制工程专业摘要：伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。使原图像细节更易辨认，目标更容易识别。本文应用密度分割法和空间域灰度级一彩色变换法对灰度图像进行处理。人眼一般能够区分的灰度级只有二十几个，而对不同亮度和色调的彩色图像分辨能力却可达到灰度分辨能力的百倍以上。利用这个特性人们就可以把人眼不敏感的灰度信号映射为人眼灵敏的彩色信号，从而增强了人对图像中细微变化的分辨力。【关键词】伪彩色；灰度分割；图像增强；彩色转换；

1.伪彩色处理的原理伪彩色处理技术，处理的对象虽然是灰度图像，但生成的结果却是彩色图像，众所周知，人的视觉系统对色彩非常敏感，人眼一般能区分的灰度级只有二十多个，但能区分不同亮度、色度和饱和度的几千种颜色人的彩色。根据人的这一特点，可将彩色用于增强中，以提高图像的可鉴别性。因此，如果能将一幅灰度图像变成彩色图像，就可以达到增强图像的视觉效果。常用的伪彩色处理技术的实现方法有多种，如灰度分割法、灰度级一彩色变换法等等。密度分割法是把灰度图像的灰度级从黑到白分成N个区间,给每个区间指定一种彩色，这样便可以把一幅灰度图像变成一幅伪彩色图像。该方法比较简单、直观。缺点是变换出的彩色数目有限。空间域灰度级-彩色变换法，与密度分割不同，空间域灰度级-彩色变换是一种更为常用，更为有效的伪彩色增强方法。其根据色学原理，将原图像f(x,y)的灰度范围分段，经过红、绿、蓝三种不同变换，变成三基色分量R(x,y)、G(x,y)、B(x,y)，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。3个变换是独立的，彩色的含量由变换函数的形式决定。

数字图像处理实验报告空域图像增强技术

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 )()(00-====∑∑==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MATLAB 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

实验二图像增强处理实习报告

实验二图像增强处理实习报告 1.实验目的和内容 1.1.实验目的掌握图像合成和显示增强的基本方法，理解存储的图像数据与显示的图像数据乊间的1.2.实验要求熟练根据图像中的地物特征进行图像合成显示、拉伸、图像均衡化等显示增强操作。理解直方图的含义，能熟练的利用直方图进行多波段的图像显示拉伸增强处理。 1.3.软件和数据 ENVI 软件。 TM 图像数据。上次实验合成后的图像数据文件AA。 1.4.实验内容图像的彩色合成显示图像的基本拉伸方法图像均衡化方法图像规定化 2.实验过程通过合成和拉伸增强显示图像中的信息。 2.1.图像合成图像合成方法：伪彩色合成、彩色合成两种方式。其中彩色合成包括：真彩色合成、假彩色合成、模拟真彩色合成。操作：使用（4，3，2）进行RGB 合成显示图像。图像窗口为#1。

移动图像窗口的红色选框到玄武湖，将光标十字放在红框内，双击，显示光标位置窗口。该窗口中出现了Scrn 和Data，二者后面的RGB 的值是不同的。

2.1.1伪彩色合成在新的窗口显示第4 波段图像，窗口为#2。

操作：菜单：窗口菜单Tools-Color Mapping-Density slice…，选择Band 4，确定。在“Density Slice”窗口中，点击“应用”按钮，窗口#2 的图像变成了彩色。

设置默认的分级数为3 个：在“Density Slice”窗口，点击Options-Set number of default range,输入3，确定。点击Options-Apply default range，点击Apply 按钮。查看窗口#2 内的变化。

图像增强器的介绍

图像增强器的介绍介绍图像增强是一个真空管装置，直径为一般18-25毫米。增压器包括一个光电阴极和荧光屏，光电阴极是输入窗的内侧，和多碱图层或半导体层的荧光屏，这是对的内侧上的荧光磷光体涂层输出窗口。还包括无论是简单的网格状电极（即，早期增强技术）通过管或加速电子，在以后的增强器，一个复杂的电子倍增的微通道板（MCP）（图1）。MCP技术在本附注后面讨论。入射的光子撞击光阴极的引起光电效应释放电子。然后，这些电子被加速（再乘以在更近的增强器）到荧光屏，电子撞击涂层，引起的光。这释放的光由每次射入光子撞击的光电阴极的表面产生的光子构成。影像增强器的发展由在军事上使用的夜视镜为主要动机。各种类型的图像已经用于近红外（NIR），晚上的主要形式优化照度的战斗环境。这种军事影响力导致了图像的类型和增强器正式的命名惯例。类型被称为？代？目前包括（以技术开发）一代，第二代，超第二代的（或第二代+），和第三代。后来在本附注进行讨论增压式代之间的区别。影像增强器的掺入高性能的充电耦合器件（CCD）摄像机已经产生增强型CCD（ICCD）系统成像和光谱学是拥有超低照度高灵敏度条件，并允许极短的现象，时间分辨率（小于2毫微秒）。这些ICCD系统被广泛用于此类国家的最先进的中应用激光诱导荧光（LIF），激光诱导击穿光谱（LIBS），燃烧研究，等离子体研究，非破坏性的检测（NDT），和单分子荧光成像。图像增强的组件光电阴极光电阴极是在一个图像增强器的第一个主要部件。光电阴极涂层将入射的光的光子的一部分插入电子。并非由光电捕获光子被从输由增压器产生的最终信号。因此，量子效率（QE），定义为入射光子的比例转换为电子费用，是增强器非常重要。早期的增压器使用多碱涂料组成的化合物与在可见光公平光转化性能（VIS）和紫外（UV）的区域，但在近红外波长相对有限的反应。这些涂料普遍类似物钠，钾，锑，铯，或银。砷化镓（GaAs）是一个较新的半导体，低带隙涂层具有高量子效率在可见光和近红外区域。相较于军事需要为增强器具有较高的近红外灵敏度，科学ICCD通常的用法着重于在光谱的蓝色/绿色区域。这导致了光阴涂料与QE改善ICCD使用的开发在蓝色/绿色区域。例如，罗珀科学?，领先高性能ICCD相机系统制造商，提供专有第二代红蓝？平衡反应？和超蓝光电阴极（图3）。第三代高清蓝光阴也发现了一些实用的军事飞机的应用程序（图4）。 GaAs作为光电阴极涂层在化学上是脆弱的，对敏感电离气体少量存在于图像增强器。这些离子是由电子领域被迫回到了光阴，在那里他们迅速破坏砷化镓涂层。为了减少这种恶化，薄的离子阻挡膜的金属氧化物被施加到MCP的表面以阻止迁移离子向阴极。胶片只是部分透明的传入光电子，也减少了二次电子的俘获在输入表面上产生。这两个因素的净光学效应是该离子阻挡膜减少QE高达30％，但与设备电影仍然大大高于可见光第二代设备更敏感频谱的一部分。在增强的噪声的成分来自热生成从光电阴极的电子，被称为等效背景照明（EBI）。这些电子是不可区分的从这些光的光子产生的，因此污染图像信号。EBI可通过冷却所述图像增强器可以减少，并且通常可以忽略不计的门控应用。 MCP 该MCP是一个图像的第二个和最精密的部件增强。它是一种稍微导电的玻璃基板（2

matlab数字图像处理—图像增强汇总

图像增强图像增强的定义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的处理方法，也是提高图像质量的过程[9]。图像增强的目的是使图像的某些特性方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对图像的更高级的处理和分析。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[10]。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。常用的图像增强方法图像增强可分成两大类：空间域法和频率域法。基于空间域的算法处理时直接对图像灰度级做运算；基于频率域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。基于空间域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。基于频率域的算法把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。 ?????? ?????????????????????彩色图像灰度图像处理对象局部处理全局处理处理策略频率域模板处理（滤波）点处理（变换）空间域处理方法图像增强

图像增强理论

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

数字图像处理之图像增强处理

图像增强的主要目的是提高图像的质量和可辨识度，使图像更有利于观察或者进一步分析处理边缘信息、轮廓信息和对比度进行突出或者增强，空间域图像增强技术主要有灰度变换和直方图方法图像质量评价主观评价法主观质量评分法人类视觉感受缺乏稳定性客观评价法误差分析法均方误差（MSE）峰值信噪比（PSN）图像灰度操作函数 imadjust() 可以进行灰度调整，改变图像的亮暗度，对彩色图像进行增强处理 stretchlim()获取灰度图像的最佳区间直方图增强法 imhist(); [counts,x]=imhist(); stem(x,counts); 直方图均衡化 histeq(I,m) 直方图规定化 histeq(I,hgram); 图像的统计特性 mean2()计算灰度图像和彩色图像的灰度或颜色均值 std()计算向量的标准差

std2()计算矩阵的标准差图像的相关系数 corr2()计算两个图像之间的相关系数或者相似度图像的等高线 imcontour(I,n) 空间域滤波总结（邻域就是空间域）空间域滤波和邻域处理边界处理什么是噪声？

一般来说，图像具有局部连续性质，即相邻像素的数值相近，而噪声的存在使得在噪声点处产生灰度跳跃边界处理执行滤波操作时，要注意当模版位于图像边缘时，模版的某些元素很可能会位于图像之外的情况，这时要对边缘附近执行滤波操作单独处理以避免引用到本不属于图像的无意义的值，有三种策略1.收缩处理范围，处理时忽略位于图像f边界附近会引起问题的那些点 2.使用常数填充图像。自动添加虚拟边界，保证模版在移动过程中时钟不会时钟超出边界 3.使用复制像素的方法填充图像，复制图像f本身边界的模式什么是卷积滤波？普通的滤波是相关滤波。卷积和普通空间域滤波在本质有不同，卷积时模版是相对其中心点做镜像后再对f位于模版下的子图像做加权和的，或者说在做加权和之前，模板先要以其中心点为原点旋转180度。注意，只有当模板本身是关于中心点对称时相关和卷积的结果才会相同。模版矩阵注意点每个模板矩阵都必须满足其矩阵元素之和为1，这样就能让新图像同原始图像保持在一个灰度范围 -------------------------------------------------------------------------------------------------------------------------

图像增强综述(终稿)

图像增强综述 XXX （长沙理工大学电路与系统学号：0000000000）摘要：本文介绍了数字图像增强的国内外应用状况，对图像增强的目的与意义进行了阐述，对图像增强的两种主要算法做了简单介绍，介绍了图像增强在航空航天、生物医学、工业生产、公共安全等领域的应用情况。关键字：图像增强；空间域；频率域；算法 An Overview of Image Enhancement Abstract:This paper introduces the application state of digital image enhancement at home and abroad,the purpose of image enhancement and significance of image enhancement are described,the two main algorithm of image enhancement are introduced in brief,introduces the application of image enhancement in aerospace, biological medicine, industrial production, public security and other areas. Keywords:image enhancement;spatial domain;frequency domain;algorithm 1 图像增强技术的国内外发展现状 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[1-3]。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。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。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。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和分析处理三维图像的系统已经研制成功了，图像处理技术得到了广泛的应用。进入20世纪90年代，图像增强技术已经逐步涉及人类生活和社会发展的各个方面。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。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

文档之家

图像增强

基于MATLAB彩色图像及增强处理设计方法讲解

图像增强

利用小波变换实现彩色图像增强

图像增强及MATLAB实现

基于巴特沃斯低通滤波器的图像增强

一种新的低照度彩色图像增强算法(精)

数字图像处理图像增强实验报告

图像增强

伪彩色增强算法应用

数字图像处理实验报告 空域图像增强技术

实验二 图像增强处理实习报告

最新数字图像处理考试简答题经典30道题

图像增强器的介绍

matlab数字图像处理—图像增强汇总

图像增强理论

数字图像处理之图像增强处理

图像增强综述(终稿)

数字图像处理实验报告空域图像增强技术

实验二图像增强处理实习报告