f=imread('C:\Users\Administrator\Desktop\0.jpg'); mysize=size(f);
if numel(mysize)>2
%%%%%%%%%%彩色图像%%%%%%%%%
r=f(:,:,1);g=f(:,:,2);b=f(:,:,3);
%*********对R分量处理********%%
[m,n]=size(r);
Gr=zeros(1,256);
for k=0:255
Gr(k+1)=length(find(r==k))/(m*n);
end
Sr1=zeros(1,256);
for i=1:256
for j=1:i
Sr1(i)=Gr(j)+Sr1(i);
end
end
Sr2=round(Sr1*255);
fr=r;
for i=0:255
fr(find(r==i))=Sr2(i+1);
end
%*********对G分量处理********%
[m,n]=size(g);
Gg=zeros(1,256);
for k=0:255
Gg(k+1)=length(find(g==k))/(m*n);
end
Sg1=zeros(1,256);
for i=1:256
for j=1:i
Sg1(i)=Gg(j)+Sg1(i);
end
end
Sg2=round(Sg1*255);
fg=g;
for i=0:255
fg(find(g==i))=Sg2(i+1);
end
%***********对B分量处理*******************% [m,n]=size(b);
Gb=zeros(1,256);
for k=0:255
Gb(k+1)=length(find(b==k))/(m*n);
end
Sb1=zeros(1,256);
for i=1:256
for j=1:i
Sb1(i)=Gb(j)+Sb1(i);
end
end
Sb2=round(Sb1*255);
fb=b;
for i=0:255
fb(find(b==i))=Sb2(i+1);
end
%%%%%%%综合处理%%%%%%%%%%%%%
z=cat(3,fr,fg,fb);
subplot(2,2,1);
imshow(f);
subplot(2,2,2);
imshow(z);
subplot(2,2,3);
imhist(rgb2gray(f));
subplot(2,2,4);
imhist(rgb2gray(z));
else
%%%%%%%%%%%%%黑白图像%%%%%%%%%%%%%%%%%% [m,n]=size(f);
GP=zeros(1,256);
for k=0:255
GP(k+1)=length(find(f==k))/(m*n);
end
S1=zeros(1,256);
for i=1:256
for j=1:i
S1(i)=GP(j)+S1(i);
end
end
S2=round(S1*255);
ff=f;
for i=0:255
ff(find(f==i))=S2(i+1);
end
subplot(2,2,1);
imshow(f);
subplot(2,2,2);
imshow(ff);
subplot(2,2,3); imhist(f); subplot(2,2,4); imhist(ff); end
第4章结构化设计方法 4.1 当你“编写”程序时你设计软件吗？软件设计和编码有什么不同吗？ 在“编写”程序时并没有设计软件。软件设计包括概要设计和详细设计，编码是将详细设计中的过程描述转换成用程序设计语言来描述。 4.2 举出3个数据抽象的例子和可以用来操作这些数据抽象的过程抽象的一个例子。 抽象是忽略事物的细节，获取其本质特征的过程。抽象是一种重要的机制，使人们能够对复杂系统能够很好地理解、交流和推理。在软件领域，可以将抽象分为两类，即数据抽象和过程抽象。 在传统的结构化程序设计语言中，就提供了这两种抽象机制。 (1) 数据抽象：在所有的结构化程序设计语言中，用户都可以自定义抽象数据类型。如定义抽象数据类型Student（学生）、Course（课程）、ClassScoreList（班级成绩单）。 (2) 过程抽象：过程抽象也称为是基于方法的抽象。过程抽象使我们关心处理过程的名字和它能做什么，而无需知道如何完成所有实现细节。如求班级总平均分average(ClassScoreList)就是一个过程抽象。 在面向对象的程序设计语言中，抽象与封装的概念密切相关，数据抽象和相关的过程抽象被封装在类中，不同类中相似的过程抽象（方法）又可以进一步抽象，放在接口中。封装是保证事物有明确内外界限的机制。内部是受保护的，与外部事物相隔离。 4.3 应在什么时候把模块设计实现为单块集成软件？如何实现？性能是实现单块集成软件的唯一理由吗？ 由于模块之间的调用降低了系统的运行速度，可能会导致满足不了用户的性能要求，这时就需要将软件设计为单块集成软件。但是在设计时，最好按照模块化的原则进行设计，只是没有显式的模块定义而已。这样的程序也具有模块化的优点。性能是实现单块集成软件的唯一理由。 4.4 是否存在一种情况：复杂问题需要较少的工作去解决？这样的情况对模块化观点有什么影响？ 通过对复杂的问题进行合理分解，分解为若干个相对简单及独立的子问题，就可以用较少的工作去解决。这种情况能够较好地支持模块化的观点，每个子问题用单独的模块去解决，模块之间应该是高内聚、低耦合的，这样才能减少工作量，否则，虽然每个模块的工作简单了，但模块之间的联系很复杂，也增加了问题解决的难度和工作量。
结构化程序设计方法 设计方法的产生 结构化程序设计由迪克斯特拉（E.W.dijkstra）在1969年提出，是以模块化设计为中心，将待开发的软件系统划分为若干个相互独立的模块，这样使完成每一个模块的工作变单纯而明确，为设计一些较大的软件打下了良好的基础。 基本要点 1.采用自顶向下，逐步求精的程序设计方法 在需求分析，概要设计中，都采用了自顶向下，逐层细化的方法。 2.使用三种基本控制结构构造程序 任何程序都可由顺序、选择、重复三种基本控制结构构造。 (1)用顺序方式对过程分解，确定各部分的执行顺序。 (2)用选择方式对过程分解，确定某个部分的执行条件。 (3)用循环方式对过程分解，确定某个部分进行重复的开始和结束的条件。
(4)对处理过程仍然模糊的部分反复使用以上分解方法，最终可将所有细节确定下来。 3. 主程序员组的组织形式指开发程序的人员组织方式应采用由一个主程序员（负责全部技术活动）、一个后备程序员（协调、支持主程序员）和一个程序管理员（负责事务性工作，如收集、记录数据，文档资料管理等）三个为核心，再加上一些专家（如通信专家、数据库专家）、其他技术人员组成小组。 设计语言 C，FORTRAN，PASCAL，Ada，BASIC 设计方法的原则 自顶向下
程序设计时，应先考虑总体，后考虑细节；先考虑全局目标，后考虑局部目标。不要一开始就过多追求众多的细节，先从最上层总目标开始设计，逐步使问题具体化。 逐步细化 对复杂问题，应设计一些子目标作为过渡，逐步细化。 模块化设计 一个复杂问题，肯定是由若干稍简单的问题构成。模块化是把程序要解决的总目标分解为子目标，再进一步分解为具体的小目标，把每一个小目标称为一个模块。 限制使用goto语句 结构化程序设计方法的起源来自对GOTO语句的认识和争论。肯定的结论是，在块和进程的非正常出口处往往需要用GOTO语句，使用GOTO语句会使程序执行效率较高；在合成程序目标时，GOTO语句往往是有用的，如返回语句用GOTO。否定的结论是，GOTO语句是有害的，是造成程序混乱的祸根，程序的质量与GOTO语句的数量呈反比，应该在所有高级程序设计语言中取消GOTO语句。取消GOTO语句后，程序易于理解、易于排错、容易维护，容易进行正确性证明。
一、填空题（每题1分，共15分） 1、列举数字图像处理的三个应用领域医学、天文学、军事 1024?，256个灰度级的图像，需要8M bit。 2、存储一幅大小为1024 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越差。 4、直方图均衡化适用于增强直方图呈尖峰分布的图像。 5、依据图像的保真度，图像压缩可分为无损压缩和有损压缩 6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是色调、饱和度 亮度。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法： 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（B ） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV 4、采用模板［-1 1］T主要检测（ A ）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时， C 处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入 一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题1分，共10分） 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象。（√）
基于分块直方图均衡化的图像增强算法及 实现 （测控） 摘要：针对传统的直方图均衡化算法易导致图像细节信息丢失和噪声放大的特点，本文在直方图均衡化算法的基础上加以改进，将图像的高频分量和低频分量分开进行处理，然后在进行合并，达到去噪的效果，能够在增强图像整体视觉效果的同时较好地保持图像细节，抑制图像噪声。同时，本文又从另一个角度提出了一种基于概率的灰度图像直方图均衡化的改进算法，给出了较合理的变换关系。实验结果表明，该技术能使图像的细节和清晰度得到明显的增强。 关键词：图像增强；直方图均衡；灰度映射 1 引言 在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因。图像的质量往往不能令人满意。例如，检测对象物的边缘过于模糊；在比较满意的一幅图像上发现多了一些不知来源的黑白或白点；图像的失真，变形等等。所以图像往往需要采取一些手段进行改善以求达到较好的效果。图像增强技术正是在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：意识运用一系列技术手段改善图像的视觉效果，提高图像的清晰度；二是将图像转化成一种更适合于人或计算机惊行分析处理的形式。即改善图像质量是图像增强的根本目的。图像增强的意义一般可以理解为：按需求进行适当的变换，对图像的某些特征，如边缘轮廓、对比度进行强调和锐化，突出某些游泳的信息，去除或消弱无用的信息以便于显示、观察或进一步分析和处理。 图像增强技术是一类基本的图像处理技术，是指由选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。因此图像增强处理时图像分析和图像理解的前提和基础。在图像的获取过程中，贴别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。因此，为得到一幅清晰的图像必须进行图像增强处理。传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息量下降，给监控图像的分析和后期处理带来了困难。针对此问题，提出一种新算法。 图像增强处理方法根据图像增强处理所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两类。空间域处理方法是图像像素组成的二维空间直接对每一个像素的灰度值进行处理，它可以使一幅图像内像素点之间的运算处理，也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图形的变换域对图像进行间接处理。其特点是现将图像进行变换，在空间域对图像作傅里叶变换得到它的频谱按照某种变化模型（如傅里叶变换）变换到频率域，完成图像由空间域变换到频率域，然后在频率域内图像进行低通或高通频率域处理。处理完之后，再将其反变换到空间域。直方图均衡化算法是图像增强空域法中的最常用、最重要
（1）下列选项中不属于结构化程序设计方法的是 A）自顶向下B）逐步求精C）模块化D）可复用 （2）下列选项中不符合良好程序设计风格的是（） A) 源程序文档化B) 数据说明的次序要规范化 C) 避免滥用GOTO语句D)模块设计要高藕合、低内聚 （3）下面描述中，符合结构化程序设计风格的是______ A. 使用顺序、选择和重复（循环）三种基本控制结构表示程序的控制逻辑 B. 模块只有一个入口，可以有多个出口 C. 注重提高程序的执行效率 D. 不使用goto语句 （4）下面概念中，不属于面向对象方法的是 ( ) A. 对象 B. 继承 C. 类 D. 过程调用 （5）结构化程序设计主要强调的是 ( ) A. 程序的规模 B. 程序的易读性 C. 程序的执行效率 D. 程序的可移植性 (6)对建立良好的程序设计风格，下面描述正确的是( ) A.程序应简单、清晰、可读性好 B. 符号名的命名要符合语法 C. 充分考虑程序的执行效率 D. 程序的注释可有可无 (7)下面对对象概念描述错误的是( ) A.任何对象都必须有继承性 B.对象是属性和方法的封装体 C.对象间的通讯靠消息传递 D.操作是对象的动态性属性 (8)算法一般都可以用哪几种控制结构组合而成( ) A.循环、分支、递归 B.顺序、循环、嵌套 C.循环、递归、选择 D.顺序、选择、循环 (9)在面向对象方法中，一个对象请求另一对象为其服务的方式是通过发送( ) A. 调用语句 B.命令 C.口令 D.消息 (10) 面向对象的设计方法与传统的的面向过程的方法有本质不同，它的基本原理是( ) A. 模拟现实世界中不同事物之间的联系 B. 强调模拟现实世界中的算法而不强调概念 C. 使用现实世界的概念抽象地思考问题从而自然地解决问题 D. 鼓励开发者在软件开发的绝大部分中都用实际领域的概念去思考
数字图像处理实验报告 实验名称：直方图均衡化 姓名： 班级： 学号： 专业：电子信息工程（2+2） 指导教师：陈华华 实验日期：2012年5月24日
直方图均衡化 图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图均衡化是最常见的间接对比度增强方法。直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。 直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。 缺点： 1）变换后图像的灰度级减少，某些细节消失； 2）某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。 直方图均衡化是图像处理领域中利用图像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。 直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。 (2)对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态范围的一致性。 累积分布函数即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为: gk = EQ(fk) = (ni/n) = pf(fi) ， (k=0，1，2，……，L-1) 上述求和区间为0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对
第一章引言 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为_像素_。 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是_从图像到非图像的一种表示_，如图像测量等。 3. 数字图像处理可以理解为两个方面的操作：一是_从图像到图像的处理_，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。 4. 图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是虚拟图像_。 5. 数字图像处理包含很多方面的研究内容。其中，_图像重建_的目的是根据二维平 面图像数据构造出三维物体的图像。 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的5种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 4. 简述数字图像处理的至少5种应用。 ①在遥感中，比如土地测绘、气象监测、资源调查、环境污染监测等方面。 ②在医学中，比如B超、CT机等方面。 ③在通信中，比如可视电话、会议电视、传真等方面。 ④在工业生产的质量检测中，比如对食品包装出厂前的质量检查、对机械制品质量的监控和筛选等方面。 ⑤在安全保障、公安方面，比如出入口控制、指纹档案、交通管理等。 5. 简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。比如傅里叶变换、小波变换等。
医学图像处理实验报告 实验名称：直方图均衡化实验 姓名：gao jun qiang 学号：20105405 班级：生医1001 指导教师：……
2013年6月5日 一、 实验目的 1、编程实现下列功能：读出存储的黑白灰度图象并显示，显示灰度直方图，对 图象进行直方图均衡化处理，显示处理后图象及直方图，画出灰度变换曲线，并存储处理后图象。 二、 实验原理 直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中 的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化是一种自动调节图象对比度质量的算法，使用的方法是灰度级变换：s = T(r) 。它的基本思想是通过灰度级r 的概率密度函数p(rk )，求出灰度级变换T(r). 灰度直方图的计算十分简单，依据定义在离散形式下有下面的公式成 立： ()1,1,0,-==L k n n k p k Λ （1） 公式中：k n 为图像中出现k s 级灰度的像素数，n 是图像像素总数，而n n k 即为频数。 计算累积直方图各项： ()1 ,1,0,00-===∑∑==L k i p n n t k i k i i k Λ （2） 取整扩展： ]5.0)1int[(+-=k k t L t （3） 映射对应关系 ：k t k ?
三、实验代码及结果 直方图均衡化实验代码： clc; close all; clear all; Imag = imread('lena.tiff'); figure() imshow(Imag),title('原图像'); ImagGray = rgb2gray(Imag); figure() imshow(ImagGray),title('灰度图像'); [r,c] = size(ImagGray); %统计灰度直方图 GrayPixNum = zeros(1,255); for i = 1:r for j = 1:c GrayPixNum(1,ImagGray(i,j)) = GrayPixNum(1,ImagGray(i,j))+1; end end %对灰度直方图进行归一化 GrayPixPro = GrayPixNum./(r*c); figure() plot(GrayPixPro),title('图像直方图'); %----------------------------------------------------------- % -----------------------直方图均衡化------------------------ %----------------------------------------------------------- %直方图累加 GrayAdd = zeros(1,255); GrayAdd(1,1) = GrayPixPro(1,1); for i = 2:255 GrayAdd(1,i) = GrayAdd(1,i-1)+GrayPixPro(1,i); end NewGray = round(GrayAdd.*254.+0.5); NewGrayPro = zeros(1,255); for i = 1:255 GrayTemp = NewGray(1,i); NewGrayPro(1,GrayTemp) = NewGrayPro(1,GrayTemp)+GrayPixPro(1,i); end figure()
结构化程序设计 结构化程序设计（structured programming）是进行以模块功能和处理过程设计为主的详细设计的基本原则。其概念最早由E.W.Dijikstra在1965年提出的。是软件发展的一个重要的里程碑，它的主要观点是采用自顶向下、逐步求精的程序设计方法；使用三种基本控制结构构造程序，任何程序都可由顺序、选择、重复三种基本控制结构构造。 详细描述处理过程常用三种工具：图形、表格和语言。 图形：程序流程图、N-S图、PAD图表格：判定表 语言：过程设计语言（PDL） 结构化程序设计曾被称为软件发展中的第三个里程碑。该方法的要点是： （1）没有GOTO语句；//在有资料里面说可以用，但要谨慎严格控制GOTO语句，仅在下列情形才可使用： ·用一个非结构化的程序设计语言去实现一个结构化的构造。 ·在某种可以改善而不是损害程序可读性的情况下。 （2）一个入口，一个出口； （3）自顶向下、逐步求精的分解； （4）主程序员组。 其中（1）、（2）是解决程序结构规范化问题；（3）是解决将大划小，将难化简的求解方法问题；（4）是解决软件开发的人员组织结构问题。 结构化程序设计的三种基本结构 结构化程序设计的三种基本结构是:顺序结构、选择结构、循环结构 结构化程序设计原则和方法的应用 基于结构化程序设计原则、方法以及结构化程序基本构成结构的掌握和了解，在结构化程序设计的具体实施中，要注意把握如下要素： 1. 使用程序设计语言中的顺序、选择、循环等有限的控制结构表示程序的控制逻辑； 2. 选用的控制结构只准有一个入口和一个出口； 3. 程序语句组成容易识别的块，每块只有一个入口和一个出口； 4. 复杂结构应该用嵌套的基本控制结构进行组合嵌套来实现； 5. 语言中没有的控制结构，应该采用前后一致的方法来模拟； 6. 严格控制 GOTO语句的使用。其意思是指： （ 1 ）用一个非结构化的程序设计语言去实现一个结构化的构造； （ 2 ）若不使用 GOTO 语句会使功能模糊； （ 3 ）在某种可以改善而不是损害程序可读性的情况下。
昆明理工大学信息工程与自动化学院学生实验报告 （2016—2017学年第一学期） 课程名称：数字图像基础开课实验室： 2016年月日 年级、专业、班学号姓名成绩 实验项目名称图像增强（1）指导教师 教师评语 该同学是否了解实验原理： A.了解□ B.基本了解□ C.不了解□ 该同学的实验能力： A.强□ B.中等□ C.差□ 该同学的实验是否达到要求： A.达到□ B.基本达到□ C.未达到□ 实验报告是否规范： A.规范□ B.基本规范□ C.不规范□ 实验过程是否详细记录： A.详细□ B.一般□ C.没有□ 教师签名： 2016年 11月 16日 一、实验目的及内容 目的：掌握和熟悉Matlab编程环境及语言；掌握直方图统计的算法和用途。 内容： 1.调试教材P25页例 2.1输出类似教材图2.3的结果。 2.调试教材P33页例2.4，编写一个程序，分别使用imhist、bar、stem、plot四种方式 显示一幅灰度图像的直方图 3.调试教材P37页例2.5。 4.直方图均衡化的公式如下所示： 11 ()() k k j k k r j j j n s T r p r n == === ∑∑ 根据上式及课堂所讲直方图均衡化原理及方法，自己写一个Matlab函数实现对灰度图像的直方图均衡化功能（类似于Matlab提供的hist eq函数）。（提示：实现中使用Matlab函数cumsum（P38）可能会使程序简单些）。
二、要求 1.描述直方图的概念并解释直方图均衡化原理。 2.程序结构清晰，运行结果正确。 3.对于第1、2、3小题在实验报告中给出所调试的程序，及其运行结果，对第4小题 描述程序的设计、实现和结果，并对结果进行分析。
直方图均衡化(色调均化) “图像(Image)>调整(Adjust)”菜单的功能 色调均化(Equalize) Photoshop菜单：图像>调整>色调均化 公式： （公式中Sk表示均衡化后的灰度值，∑表示总和，nj是原图中某个灰度色阶j 的像素数量，j的范围是0~k，N是图像像素总数。） “色调均化”命令重新分布图像中像素的亮度值，以便它们更均匀地呈现所有范围的亮度级。使用此命令时，Photoshop尝试对图像进行直方图均衡化(Histogram Equalization)，即在整个灰度范围中均匀分布每个色阶的灰度值。 当扫描的图像显得比原稿暗，而您想平衡这些值以产生较亮的图像时，可以使用“色调均化”命令。配合使用“色调均化”命令和“直方图”命令，可以看到亮度的前后比较。 使用“色调均化”命令： 1. 选择菜单图像>调整>色调均化。 2. 如果已选择一个图像区域，在弹出的对话框中选择要均化的内容，然后点按“好”。
?“仅色调均化所选区域”只均匀地分布选区的像素。 ?“基于所选区域色调均化整个图像”基于选区中的像素均匀分布所有图像的像素。 原理 直方图均衡化是一种灰度变换算法，所以我们重点研究灰度图像的直方图均衡化。 绝对的均匀 图A是一个黑白灰均匀渐变，0~255的每一个色阶的灰度数量都是相同的。图B 的是图A的像素打乱了顺序随机分布的，每种灰度的数量都与图A的相同，因而它的直方图也与图A的相同。 图A和图B的直方图。每种灰度数量是相同的，直方图呈一个黑色矩形。 近似的均匀 对于一般的图像，由于每种灰度的像素数量并不相同，我们没办法把每种灰度的分量调得像图A、B那么均匀，但是可以做到近似的均匀。也就是说，把直方图横向平均分成几份之后，使每一份的像素数量大致相等。 下面是一幅图片的直方图，共有19200个像素，从左到右平均分成三份。均衡化之后，每份的像素数量都在6400左右。
关于结构化程序设计与面向对象程序设计的简述 一、结构化程序设计 它采用结构化技术（结构化技术分析结构化设计结构化实现）来完成软件开发的各项任务，并使用适当的软件工具或软件工程环境来支持机构化技术的运用。结构化程序中的任意基本结构都具有唯一入口和唯一出口，并且程序不会出现死循环。在程序的静态形式与动态执行流程之间具有良好的对应关系。 1、优点 结构化程序设计方法主要由三种逻辑结构组成,分别为：顺序结构、循环结构、选择结构。结构化程序设计的每种结构，只有一个入口和一个出口，这是结构化设计的一个原则。遵循结构化程序设计的原则，按照结构化程序设计方法设计出的程序具有明显的优点。如： 其一，程序易于阅读、理解、排错和维护。程序员采用结构化编程方法，将一个复杂的程序分解成若干个子结构，便于控制、降低程序的复杂性，因此容易编写程序，同时便于验证程序。 其二，提高了编程工作的效率，降低了软件开发成本。由于结构化编程方法能够把错误控制到最低限度，每个模块可以独立编制、测试，因此能够减少调试和查错的时间。 2、缺点 结构化程序设计主要有三点缺点；如： 一、用户的要求难以在系统分析阶段准确定义，从而使系统在交付使用时会产生许多 问题。 二、用系统开发每个阶段的成果来进行控制，不能适应事物变化的要求。 三、系统的开发周期长，结构化程度较低的系统，在开发初期难以锁定功能要求。二、面向对象程序设计 面向对象程序设计是一种计算机编程架构。面向对象程序设计的一条基本原则是计算机程序是由单个能够起到子程序作用的单元或对象组合而成。它达到了软件工程的三个主要目标：重用性、灵活性和扩展性。为了实现整体运算，每个对象都能够接收信息、处理数据和向其它对象发送信息。面向对象程序设计中的概念主要包括：对象、类、数据抽象、继承、动态绑定、数据封装、多态性、消息传递。 1、优点 面向对象程序设计的优点有好几个方面。如: 一、简单性：因为面向对象语言里面的对象都是反映的真实世界的对象，所以复杂性 就降低了而且程序结构也更加清晰； 二、模块性：每一个对象都来源于一个单独的实体，它内部的工作与系统的其他部分 是分离的
《遥感数字图像处理》习题与答案 第一部分 1.什么是图像并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理它包括那些内容 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其内容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。
直方图均衡化图像增强与彩色图像处理算法分析 2012.05.29
目录 1. 前言 (1) 2. 理论分析 (2) 2.1 直方图修正技术的基础 (2) 2.2 直方图的均衡化 (3) 2.3 直方图均衡化的算法步骤 (4) 3. 仿真实验与结果 (6) 3.1直方图均衡化Matlab程序 (6) 3.2 彩色图形处理Matlab程序 (8) 3.3 直方图均衡化仿真结果： (10) 3.4 彩色图像处理仿真结果： (13) 4. 结论 (14) 参考文献 (15)
1. 前言 在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因，图像的质量往往不能令人满意。例如，检测对象物的边缘过于模糊；在比较满意的一幅图像上发现多了一些不知来源的黑点或白点；图像的失真、变形等等。所以图像往往需要采取一些手段进行改善以求达到较好的效果。图像增强技术正是在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式。即改善图像质量是图像增强的根本目的。图像增强的意义一般可以理解为：按需要进行适当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某些有用的信息，去除或削弱无用的信息以便于显示、观察或进一步分析和处理。 图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。因此图像增强处理是图像分析和图像理解的前提和基础。在图像的获取过程中，特别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。因此，为得到一幅清晰的图像必须进行增强处理。传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息熵下降，给监控图像的分析和后期处理带来了困难。针对此问题，提出一种新算法。 图像增强处理方法根据图像增强处理所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两类。空间域处理方法是在图像像素组成的二维空间里直接对每一个像素的灰度值进行处理，它可以是一幅图像内像素点之间的运算处理，也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图形的变换域对图像进行间接处理。其特点是先将图像进行变换，在空间域对图像作傅里叶变换得到它的频谱按照某种变化模型（如傅里叶变换）变换到频率域，完成图像由空间域变换到频率域，然后在频率域内对图像进行低通或高通频率域滤波处理。处理完之后，再将其反变换到空间域。 直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作基础，运用灰度点运算来实现直方图的变换，从而达到图像增强的目的。本文介绍一种基于累积分布函数变换法为基础的直方图修正法。它可以通过对直方图进行均匀化修正，可使图像的灰度间距增大或灰度均匀分布、增大反差，是图像的细节变得清晰。
海南大学课程论文 课程名称：数字图像处理 题目名称：直方图均衡化的matlab实现 学院：信息科学技术学院 专业班级：2010级计算机科学与技术专业
直方图均衡化的matlab实现 摘要 直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的图像增强方法。为了使图像的灰度范围拉开或使灰度均匀分布，从而增大反差，使图像细节清晰，以达到增强的目的，本文采用直方图均衡化的图像增强的基本理论原理，在matlab环境下，对数字图像进行直方图均衡化处理。实验结果表明，原来偏暗的且对比度较低的图像经过直方图均衡化后图像的对比度及平均亮度明显提高，直方图均衡化处理能有效改善灰度图像的对比度差和灰度动态范围。 关键词：直方图，均衡化，matlab 引言 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。图像增强技术根据增强处理过程所在的空间不同，可分为基于空间域的算法和基于频率域的算法两大类。 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、灰度变换和直方图均衡化等，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。 直方图均衡化能够增强整个图像的对比度，提高图像的辨析程度，增强效果好。本文讨论了空间域的直方图均衡化增强方法，并用matlab 进行了实现。
1.论文目的 1.1通过直方图以及均衡化的理论原理，用matlab实现直方图均衡化； 1.2 在加深对直方图以及均衡化的理论原理知识理解的基础上，学会运用已 学的知识设计直方图均衡化实验并对结果进行分析，并用实验的结果来说明直方图均衡化的特点和应用。 2.直方图理论 灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像元的个数。确定图像像元的灰度值范围，以适当的灰度间隔为单位将其划分为若干等级，以横轴表示灰度级，以纵轴表示每一灰度级具有的像元数或该像元数占总像元数的比例值，做出的条形统计图即为灰度直方图。在matlab中，在imhist函数的返回值中，counts保存了落入每个区间的像素的个数，通过计算counts与图像中像素总数的商可以得到归一化的直方图。 3.直方图均衡化 很多原始的灰度图像由于其灰度分布集中在较窄的范围内，使图像的细节不够清晰，对比度较低。为了使图像的灰度范围拉开或使灰度均匀分布，从而增大反差，使图像细节清晰，以达到增强的目的，通常采用直方图均衡化变换。3.1 直方图均衡化的概念 直方图均衡化是图像处理领域中利用图像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。 3.2 直方图均衡化理论 考虑连续灰度值，并用变量r 表示待处理图像的灰度，假设日取值范围为[0，L-1]，且r=0表示黑色，r=L-1表示白色，用S 分别表示输出图像灰度值。在r 满足这些条件的情况下，有S=T（r），0≤r≤L-1，T（r ）为变换函数。对于输入
30452 计算题复习
一、 直方图均衡化（P68）
对已知图像进行直方图均衡化修正。
例：表 1 为已知一幅总像素为 n=64×64 的 8bit 数字图像（即灰度级数为 8），各灰度级（出现的频率）分布
列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。
表1
原图像灰
度级 rk
r0=0 r1=1 r2=2 r3=3 r4=4 r5=5 r6=6 r7=7
原各灰度级 原分布概率
像素个数 nk pr(rk)
790
0.19
1023
0.25
850
0.21
656
0.16
329
0.08
245
0.06
122
0.03
81
0.02
解：对已知图像均衡化过程见下表：
原图像灰
度级 rk
原各灰度级 原分布概率 累积分布函
像素个数 nk
pr(rk)
数 sk 计
取整扩展
sk 并
r0=0
790
0.19
0.19
1
r1=1
1023
0.25
0.44
3
r2=2
850
0.21
0.65
5
r3=3
656
0.16
0.81
6
r4=4
329
0.08
0.89
6
r5=5
245
0.06
0.95
7
r6=6
122
0.03
0.98
7
r7=7
81
0.02
1.00
7
画出直方图如下：
确定映射 对应关系
rk→sk
0→1 1→3 2→5 3→6 4→6 5→7 6→7 7→7
新图像灰
度级 sk
1 3 5
新图像各灰 度级像素个
数 nsk
790 1023 850
新图像分 布概率
ps(sk)
0.19 0.25 0.21
6
985
0.24
7
448
0.11
1
基于直方图均衡化图像增强算法分析
目录 1. 前言 (1) 2. 理论分析 (2) 2.1 直方图修正技术的基础 (2) 2.2 直方图的均衡化 (3) 2.3 直方图均衡化的算法步骤 (4) 3. 仿真实验与结果 (5) 4. 结论 (9) 参考文献 (9)
1. 前言 在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因，图像的质量往往不能令人满意。例如，检测对象物的边缘过于模糊；在比较满意的一幅图像上发现多了一些不知来源的黑点或白点；图像的失真、变形等等。所以图像往往需要采取一些手段进行改善以求达到较好的效果。图像增强技术正是在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式。即改善图像质量是图像增强的根本目的。图像增强的意义一般可以理解为：按需要进行适当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某些有用的信息，去除或消弱无用的信息以便于显示、观察或进一步分析和处理。 图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。因此图像增强处理是图像分析和图像理解的前提和基础。在图像的获取过程中，特别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。因此，为得到一幅清晰的图像必须进行增强处理。传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息熵下降，给监控图像的分析和后期处理带来了困难。针对此问题，提出一种新算法。 图像增强处理方法根据图像增强处理所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两类。空间域处理方法是在图像像素组成的二维空间里直接对每一个像素的灰度值进行处理，它可以是一幅图像内像素点之间的运算处理，也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图形的变换域对图像进行间接处理。其特点是先将图像进行变换，在空间域对图像作傅里叶变换得到它的频谱按照某种变化模型（如傅里叶变换）变换到频率域，完成图像由空间域变换到频率域，然后在频率域内对图像进行低通或高通频率域滤波处理。处理完之后，再将其反变换到空间域。 直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作基础，运用灰度点运算来实现直方图的变换，从而达到图像增强的目的。本文介绍一种基于累积分布函数变换法为基础的直方图修正法。它可以通过对直方图进行均匀化修正，可使图像的灰度间距增大或灰度均匀分布、增大反差，是图像的细节变得清晰。