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
目录
摘要 (2)
ABSTRACT (3)
目录 (1)
1 绪论 (3)
1.1课题背景与意义 (3)
1.2研究现状 (4)
1.3本文的结构 (6)
2 图像增强的基本理论 (7)
2.1数字图像的表示 (7)
2.2主要的图像增强技术 (7)
3 基于直方图的图像增强 (9)
3.1直方图 (9)
3.1.1 直方图的定义及性质 (9)
3.2直方图变换 (10)
3.2.1 直方图修正基础 (10)
3.2.2 直方图均衡化 (11)
3.3直方图使用中的常见问题 (13)
4 图像直方图均衡化 (14)
4.1直方图均衡化的实现 (14)
4.1.1 系统实现的功能分析 (14)
4.2.1 直方图均衡化 (14)
5 结论 (16)
参考文献 (17)
致谢 (18)
1 绪论
人们从外界获得的信息约有75％来自图像，也就是说人类的大部分信息都是从图像中获得的。利用计算机对图像进行各种形式的处理，促进了图像处理技术的发展。图像增强本身就是图像处理中最具有吸引力的领域之一。
1.1 课题背景与意义
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，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。
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[1]。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。
目前图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。如对 X 射线图片、 CT 影像、内窥镜图像进行增强，使医生更容易从中确定病变区域，从图像细节区域中发现问题：对不同时间拍摄的同一地区的遥感图片进行增强处理，侦查是否有敌人军事调动或军事装备及建筑出现；在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度，克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象，减少电视系统维护的量。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。本文的主要内容就是围绕图像增强部分的一些基本理论和算法而展开。
1.2 研究现状
计算机图像处理的发展历史不长，但已经引起了人们的重视。图像处理技术始于20世纪60年代，由于当时图像存储成本高，处理设备造价高，因而其应用面很窄。 1964 年美国加州理工学院的喷气推进实验室，首次对徘徊者 7 号太空飞船发回的月球照片进行了处理，得到了前所未有的清晰图像，这标志着图像处理技术开始得到实际应用。70年代进入发展期，出现了cT和卫星遥感图像，对图像处理的发展起到了很好的促进作用。 80年代进入普及期，此时微机已经能够承担起图形图像处理的任务。VLSI 的出现更使得处理速度大大提高，其造价也进一步降低，极大的促进了图像处理系统的普及和应用。90年代是图像处理技术实用化时期，图像处理的信息量巨大，对处理的速度要求极高。21世纪的图像处理技术要向高质量化方面发展，实现图像的实时处理，采用数字全息技术使图像包含最为完整和丰富的信息，实现图像的智能生成、处理、理解和识别。
图像增强作为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重要作用。随着对图像增强技术研究的不断深入，新的图像增强方法不断出现。目前主要分为如下几类
1．传统的图像增强方法
传统的图像增强的处理方法基本可以分为空域图像增强和频域图像增强两大类。空域是指组成图像的像素的集合，空域图像增强直接对图像中像素灰度值进行运算处理，如灰度变换、直方图均衡化等。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，如低通滤波技术、高通滤波器技术、带通和带阻滤波等。
2．多尺度分析的图像增强方法
多尺度分析又称为多分辨率分析，它是由Mallat于1989 年首先提出的。以小波变换为代表的多尺度分析方法，被认为是分析工具及方法上的重大突破。小波分析在时域或频域上都具有良好的局部特性，而且由于对高频信号采取逐步精细的时域或空域步长，从而可以聚焦到分析对象的任意细节。随后取得了许多研究成果，如 Sattar etal 提出了一种非线性的多尺度增强方法、杨煊提出了一种基于方向信息的多尺度边缘检测和图像去噪的方法等。
3．数学形态学增强方法
数学形态学是用具有一定形态的结构元素去量度和提取图像中的对应形状，以达
到对图像分析和识别的目的。数学形态学增强技术主要是形态学平滑去噪技术，相对图像开启然后再闭合，是一种对图像进行平滑的方法。这两种操作的综合效果是去除或减弱亮区和暗区的各类噪声。基于数学形态学的形态学滤波器可借助先验图像的几何信息，利用数学形态学算子有效的去除噪声，同时又可以保留图像中原有信息。
4.模糊增强方法
近年来不少学者致力于把模糊集理论引入图像处理和识别技术的研究。由于图像本身的复杂性，多灰度分布所带来的不确定性和不精确（即模糊性），使得用模糊集合理论进行图像处理成为可能。自Pal和King 率先将模糊集合理论应用到图像增强处理上，模糊增强技术受到了人们的重视。Chenetal(1995）把模糊集引入到经典的直方图修正中，提出了一种自动直方图修正方法：Action (1998）基于模糊非线性回归给出了一种图像增强方法，并且用于遥感图像的去噪和边缘增强；近年Hanetal( 2002）推广了通常意义的彩色直方图，提出了模糊彩色直方图的概念，并且已经成功用于彩色图像的检索： Russ（2002）充分利用模糊集理论解决不确定性问题的优势，较好地解决了受到冲击噪声干扰的彩色图像的边缘检测问题；另外模糊集方法和神经网络、遗传算法结合用于图像增强的方法正在研究之中。
另外由于没有图像增强的通用标准，主要是根据人眼的主观判断和经验知识，结合人类的视觉特性模型 1151 ，基于人类视觉的图像增强技术也成为一种研究趋向。
目前由于还没有一种通用的衡量图像质量的指标能够用来评价图像增强方法的优劣，图像增强理论有待进一步完善。因此，图像增强技术的探索具有试验性和多样性1161 。增强的方法往往具有针对性，以至于对某类图像效果较好的增强方法未必一定适用于另一类图像。例如，某种图像增强的方法可能对于X射线图像具有很好的增强效果，但是它就不是增强从空间探测器传回的火星图像的最好方法。在实际情况中，要找到一种有效的方法常常必须广泛的进行实验，在没有给定图像怎样被降低质量的先验知识时，要预测某种具体方法的效用是很困难的。经常采用的方法是，使用几种增强技术的组合或使用调节参量的方法。要取得对一幅图像较好的改善效果，有时要综合运用多种增强方法，发挥每种方法的特长，这就要求我们了解各种图像增强方法的特点。要依据图像结构的特点和图像处理的要求，选用相应的增强方法。对于某种具体的图像增强方法，观看增强图像的效果，分析取得较好效果的图像的特点，这样可以加快对图像增强方法的选取。调节参量是图像增强时经常使用到的一种方法，如何确定参量最佳数值，是取得较好图像效果的关键因素。因而图像增强的最大困难是，很难对增强结果加以量化描述，只能靠经验、人的主观感觉加以评价。同时，要获得一个满意的增强效果，往往需要人机的交互作用。
在图像增强系统这一方面，研究的人是非常多的，但是在图像处理这一个领域是非常的广阔的，一直以来引起众多研究者的关注，直方图在图像增强里面是最直接的
研究方向，也是最有效的研究方向，所以本文就是从灰度图像直方图这一个方面设计图像增强系统，系统中包括了直方图均衡化的一些辅助模块。
1.3 本文的结构
灰度变换、直方图均衡化等常用的一些图像增强方法是学习图像增强的基础，至今它们对于改善图像质量仍发挥着重要的作用；模糊增强方法近年来已经引起众多研究者的关注，在图像增强中的应用前景有待挖掘。本文着重研究了这些增强方法对图像进行增强处理，通过观察图像的增强效果，发现增强过程中存在的问题，改进并提出了一些图像增强算法。实验表明本文的算法对于一些图像取得了较好的增强效果。全文共分五章，具体安排如下：
第一章绪论。介绍图像增强技术的课题背景、研究现状、本文的研究内容。
第二章图像增强的基本理论。阐述图像增强中用到的有关数字图像的一些基本概念，概述常用的一些图像增强方法及其特点，如直方图均衡化。
第三章直方图图像增强方法的详细说明。针对直方图均衡化实验过程中遇到的问题，提出基于灰度变换的直方图均衡化。
第四章图像增强的设计与实现。结合传统的变换方法以取得更好的增强效果。
第五章总结与展望。总结本文的研究工作，对以后的研究课题进行展望。
2 图像增强的基本理论
2.1 数字图像的表示
图像并不能直接用计算机来处理，处理前必须先转化成数字图像．早期英文里一般用 Picture代表图像，随着数字技术的发展, 现在都用image代表离散化了的数字图像。
由于从外界得到的图像多是二维(2-D）的，一幅图像可以用一个2-D数组f(x,y)表示。这里 x 和 y 表示二维空间 XY 中一个坐标点的位置，而 f 则代表图像在点（x,y）的某种性质的数值。为了能够用计算机对图像进行处理，需要坐标空间和性质空间都离散化。这种离散化了的图像是数字图像，即 f,x,y都在整数集合中取值。图像中的每个基本单元称为图像元素，简称像素。用中心点坐标(x,y)代表像素的位置，在每个像素位置，f被采样和量化。在所有的像素都完成转化后，形成的数字矩阵就作为计算机处理的对象了。给出一幅 M,N（像素X像素）的数字图像，所用的坐标系通常在图像计算中采用，它的原点O在图像的左下角，横轴为X轴，纵轴为Y轴。f(x,y)既可表示这幅图像，也可表示（x,y）坐标处像素的值，相应的阵列表示如式2.1。
2.2 主要的图像增强技术
(1)图像的增强和恢复
图像增强所追求的目标是改善图像的视觉质量，符合人们的主观要求，它不追究图像客观质量的降低原因。图像的视觉质量是因人而异的，其质量的高低和好坏受观看者的心理`爱好和文化素养等因素的影响。图像的恢复则致力于探索图像质量降低的原因，并尽可能消除图像质量的降低，恢复图像的本来面目。
(2)图像的压缩编码
彩色数字图像通常是有三个二维数组组成的，其信息量相当大，这给图像的传输、处理、存储和显示等带来很大的负担。但问题的另一方面是图像中又往往存在很多冗余信息，在传输和存储时可以对数字图像进行一定方式的编码，删除图像中冗余信息，以提高图像传输和存储的效率。
(3)图像重建
在医学和工程应用中，利用超声波、X射线等技术取得物体的多幅来自不同角度的投影图，通过计算可得到物体内部的图像，这种技术称为投影重建，例如CT就是图像重建的一个应用。
(4)图像的分割和描述
计算机按照一定的客观测度（例如颜色和几何性质等）将图像中包含的物体和区域从图像中区分出来，称为图像的分割。用适当的数学语言来表示被分割出来的物体或区域的结构和统计特性，或用数学语言表示区域间的关系，称为描述。图像经过分割和描述后，可较为容易的分类和识别。
3 基于直方图的图像增强
图像增强是数字图像处理过程中经常采用的一种方法，为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强（image enhancement），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。图像增强处理技术一直是图像处理领域一类非常重要的基本处理技术。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，因此此类图像处理技术在医学、遥感、微生物、刑侦以及军事等诸多领域得到广泛应用。
在图像的产生、传输和变换过程中，由干多种因素的影响，往往使图像与原始景物之间或者与原始图像之间产生某些差异。这种差异称为变劣或退化。图像的变劣使从图像中获取各种信息造成困难和不便。因此，有必要对变劣的图像进行恰当的处理，使处理后的图像更适合于人眼观察或有利于从图像提取信息。这种处理称为图像增强处理。
实际应用中，造成图像变劣的因素非常多，无法—一列举，但变劣图像的变劣特征常见的有：图像获得过程中对比度的降低（如照相时曝光过度和曝光不足）、信号的减弱（如电视信号的远距离传输）、图片模糊、图像上的噪声和图像几何畸变等。对每一种变劣特征的图像，有大致相似的增强处理方法，但是，每一个增强处理方法具有特定的应用范围。对某一幅图像增强效果好的处理方法，对另一幅图像可能完全不适用。因此，图像增强处理的过程是一个选择、对比的过程，通过运用多种增强处理，观察效果。从中选出最适合的处理方法。
从处理手段来讲，图像增强处理可分为空域法和频域法两种。主要内容包括；直方图修改处理，图象平滑．图象锐化等。本章将重点介绍直方图的图象处理。
3.1 直方图
3.1.1 直方图的定义及性质
（1）直方图的定义
在图像处理中提到的直方图是指灰度直方图。它定义为统计图像中具有某种灰度的像素数目（或频率=像素数目／图像总的像素个数）的函数。灰度直方图概括了图像中各灰度级的含量，提供了原来的灰度值分布情况，也可以说给出了1幅图所有灰度值的整体猫述。图像直方图是图像处理中一种十分重要的分析工具，它描述了一幅图像的灰度级内容。从数学上来说，图像直方图是图像各灰度值统计特性与图像灰度值的
函数，它统计一幅图像中各个灰度级出现的次数或概率；从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像像素点出现的次数或概率，它是图像最基本的统计特征。
（2）直方图的性质
性质1：直方图具有相加性。两个图像合成一个图像时，合成图像的直方图等
于两个图像直方图之和。
性质2：直方图是一幅图像中各像素灰度出现频次的统计结果，它只反映图像中不同灰度值出现的次数，而不反映某一灰度所在的位置。
性质3：任何一幅图像，都有惟一确定的与它对应的直方图，但不同的图像可能有相同的直方图。
性质4：直方图直接反映了对比度和其它有关图像质量的情况。如：
性质5：直方图还能用来分割图像和计算物体在图中所占的面积。
例：上图为亮背景上灰暗物体的直方图。若以图中两个波峰之间的波谷位置作为
阈值（T），可将图中属于物体和背景的象素分开。此时物体的面积S=灰度从0到T
的全部象素之和。
3.2 直方图变换
灰度级的直方图给出了一幅图像概貌的描述，本节将讨论按照某种方案修改灰度
直方图得到图象增强.
3.2.1 直方图修正基础
设r和s分别表示归一化了的原图像灰度和经直方图修正后的图像灰度,即
0≤r,S≤1
对[0,1]区间内的任一个r值都可产生一个S值,且
S=T(r) 式(3-1) T(r)为变换函数. T(r)满足下列条件:
a．在0≤r≤1的区间内是单值单调增加函数;
b．对0≤r≤1，有0≤T(r) ≤1。
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.
S到r的反变换关系为:
r=T-1(s) 式(3-2) T-1(s)对r同样满足上述条件.
由概率论知,若p
r
(r)和变换函数S= T(r)已知, T-1(S)是单值单调增加函数,则变换
后的概率密度函数P
A
(S)如下式所示:
P A (S)=[ p
r
(r)dr/ds]
r
=T-1(S) 式(3-3)
直方图修正从本质上说就是从T(r)入手,调整图像的概率密度函数从而改变图像的特性.
3.2.2 直方图均衡化
直方图均衡化是图象增强中点运算的一种最常用的直方图修正法。其实质是减少图像的灰度等级以换取对比度的扩大。他把给定图像的直方图分布改造成均匀直方图分布，其本质是扩大了量化间隔，减少量化级别。因此，会出现这样的效果，原来灰度不同的象素经处理后可能变为相同，形成了一片相同灰度的区域；各区域之间有明显的边界，出现伪轮廓，图像的对比度增加。但是由于在均衡化过程中，原直方图上频数较少的灰度级被并入少数几个或一个灰度级，对应的图像部分将得不到增强。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。
对于连续图像,变换函数T(r)与原图像概率密度函数p
r
(r)之间的关系为:
S= T(r)=∫
0r P
r
(r)dr 0≤r≤1 式(3-4)
式(3-4)的右边可以看作是r的累积分布函数(CDF),因为CDF是r的函数,并单调地从0增加到1,所以这一变换函数满足了前面所述的两个条件.
从式(3-4),求s对r的导数得到:
dr/ds=1/ p
r
(r) 式(3-5) 将式(3-4)代入式(3-5)式得到:
P
s (S)= p
r
(r)=1/ p
r
(r)=1 式(3-6)
这表明,在灰度级的变量S的定义域内, P
s
(S)均匀密度。
对于离散图像，第i个灰度级r
i 出现的频数用n
i
表示，该灰度级像素对应的概率
值为：
P
i (r
i
)=n
i
/n 0≤T
i
≤1 i=0,1,………,L-1 式（3-7)
式中L是灰度级的数目，p
r (r)是第i级灰度级的概率，n
i
是在图像中出现这种灰度级
的次数，n是帧内像素总数。至此，可写出离散图像的变换函数表达式：
S
i =T（r
i
）= ∑P
i
(r
i
)= ∑n
i
/n 式(3-8)
相应的反变换为：
r i = T-1(S
i
) 式（3-9）
举一个例子，令图像大小为64*64，8个灰度级，各灰度级对应的像素个数及概率P
i (r
i
)
列于表1中。根据式（3-8），可以得到一组变换函数：
S
0= P
r
(r
)
S
1=P
r
(r
)+ P
r
(r
1
)
S
2=P
r
(r
)+ P
r
(r
1
)+ P
r
(r
2
)
S
3=P
r
(r
)+ P
r
(r
1
)+ P
r
(r
2
)+ P
r
(r
3
)
．．．．．．．．．．．．．．．．．
S L-1=P
r
(r
)+ P
r
(r
1
)+ P
r
(r
2
)+ ．．．．．．．+P
r
(r
k-1
)
表1 64*64大小的图像灰度分布表
r
k
n
k
P
i
(r k)= n
k
/n
r0=0790 0.19
r1=1/71023 0,25
r2=2/7850 0.21
r3=3/7656 0.16
r4=4/7329 0.08
r5=5/7245 0.06
r6=6/7122 0.03
r7=181 0.02 本例计算结果是：
S
0=0.19 S
1
=0.44 S
2
=0.65 S
3
=0.81
S
4=0.89 S
5
=0.95 S
6
=0.98 S
7
=1.00
变换函数如图4，具有阶梯形式。
因为原图像灰度限定为8级，所以必须把上述S
i
值以1/7为量化单位进行舍入计算，得到：
S 0ˊ≈1/7 S
1
ˊ≈3/7 S
2
ˊ≈5/7 S
3
ˊ≈6/7
S 4ˊ≈6/7 S
5
ˊ≈1 S
6
ˊ≈1 S
7
ˊ≈1
毕业设计（论文）说明书 题目：图像检索系统的设计与实现
毕业设计（论文）任务书题目：图像检索系统的设计与实现
毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：
一、原始依据（包括设计或论文的工作基础、研究条件、应用环境、工作目的等。） 随着互联网的飞速发展，网络上的图片信息呈爆炸式增长，这使得人们在网上找到所需的图片越来越困难，图片检索技术成为当今非常热门的研究话题。 图像检索一直是信息检索领域的一个主流问题，涉及到图像处理、图像分割、模式识别及机器学习等多个方面。检索的智能化和自动化是图像检索的目标。 目前主流的图像检索方法大致可以分为两大类,即基于文本的图像检索(TBIR)和基于内容的图像检索(CBIR)。在检索原理上，无论是基于文本的图像检索还是基于内容的图像检索，主要包括三方面：一方面对用户需求的分析和转化，形成可以检索索引数据库的提问；另一方面，收集和加工图像资源，提取特征，分析并进行标引，建立图像的索引数据库；最后一方面是根据相似度算法，计算用户提问与索引数据库中记录的相似度大小，提取出满足阈值的记录作为结果，按照相似度降序的方式输出。 而搜集图片和建立索引又是实现图像检索技术的非常重要的一个环节。网络爬虫程序就是用来搜集网页和图片的程序。 本文的研究重点在于使用网络爬虫框架Heritrix进行扩展，从网络上下载所需网页及图片并利用HTMLParser进行网页分析和图片相关信息提取。完成上述工作后，再将图片的目录位置和提取的信息存入数据库。并建立一个图片检索系统的Web工程，实现检索功能。开发语言为Java, 开发工具为MyEclipse和MySQL及Tomcat. 二、参考文献 [1]Ritendra Datta, Dhiraj Joshi, Jia Li et al. Image Retrieval: Ideas, Influences, and Trends of the New Age[J].ACM Comput. Surv. 40, 2, Article 5 .April 2008. [2]李晓明，闫宏飞，王继民. 搜索引擎-原理,技术与系统[M].北京：科学出版社,2004. [3]马自萍.形状和颜色特征的混合图像检索[D].银川：北方民族大学,2010.7. [4]陈剑雄，张蓓．简析图像检索中的CBIR技术[J].情报探索（第7期）,2010.7. [5]Rafael C.Gonzalez and Richard E.Woods．Digital Image Processing Second Edition [M]．Prentice Hall, 2003-3． [6]沈兰荪，张箐，李晓光。图像检索与压缩域处理技术的研究[M].北京：人名邮电出版 社,2008.12. [7]周明全，耿国华，韦娜.基于内容图像检索技术[M].北京：清华大学出版社，2007.7. [8]李向阳, 庄越挺, 潘云鹤. 基于内容的图像检索技术与系统[J]. 计算机研究与发展
Computer Knowledge and Technology 电脑知识与技术第7卷第4期(2011年2月)直方图图像增强技术 龙清 （重庆广播电视集团（总台），重庆401147） 摘要：图像增强就是通过一定的方法对图像进行处理和变换，它能有效地改善图像整体质量和局部特征，是数字图像的预处理。基于直方图均衡化和规定化处理的图像增强技术，能有效地改善图像的对比度和灰度动态范围。实验结果表明，直方图均衡化和规定化处理确能有效地改善图像的对比度和灰度动态范围，从而改善图像的可视质量。 关键词：图像增强；直方图；均衡化；规定化；灰度级；MATLAB 中图分类号：TP391文献标识码：A 文章编号：1009-3044(2011)04-0883-04 The Image Enhancement Based on Histogram LONG Qing (Chongqing Radio &TV Group (Station),Chongqing 401147,China) Abstract:Image enhancement which is also called image pre-processing ,can improve the visual quality of the whole and partial image,by transforming the image's data according to some special methods.The image enchancement based on histogram equalization and specifica -tion can improve the contrast details and the dynamic range of gray level of the image.The MATLAB experiments demonstrate that the image enchancement based on histogram equalization and specification actually make the image better in vision. Key words:image enhancement;histogram;equalization;specification;gray level;MATLAB 在图像摄取、传输和变换过程中，由于受到系统噪声、曝光不足（或过量）以及相对运动等因素影响，获取的图像往往会与原始图像之间产生某些差异(称为降质或退化)。降质后的图像质量变差，从中提取的信息量减少，甚至出现错误信息。图像增强技术可以根据图像的模糊情况，采用各种特殊的技术手段来突出图像中的某些信息，削弱或消除无关信息，达到整体或局部改善图像质量的目的。目前，图像增强技术还没有统一的技术标准，采用的方法也有所不同，常用的图像增强技术有直方图修改、图像平滑滤波、图像锐化等方法。本文将着重分析基于直方图修改的图像增强技术。 1图像增强 图像增强就是通过一定的方法给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，抑制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，不用分析图像降质的原因，处理后的图像不一定完全逼近原始图像。增强图像可以是一个失真的过程，其目的就是要改善图像的视觉效果。针对给定图像的应用场合，有目的地选择强调图像的整体特征或局部特征，将原来模糊的图像变得清晰，扩大图像中不同物体之间的特征差别，改善图像质量，丰富信息量，加强图像判读和识别效果，从而满足某些特殊分析的需要。 灰度是图像的一个重要技术指标，对图像灰度的研究有着广泛的代表意义，本文将以灰度图像作为研究对象。对于灰度图像来说，所有的像素都可以用灰度来表示，其图像灰度的亮度函数（阵列）大于零。 2灰度直方图 直方图又称柱状图，就是相对将一个变量的不同等级的频数用柱状线标绘的图表。灰度直方图反映了数字图像中每一灰度级与其出现频率之间的统计关系，可表达为： p(r k )=n k /n k=0,1,2…L-1 其中，n 为图像像素总数，r k 表示第k 个灰度级，n k 表示图像中灰度级r k 出现的像素的个数，p(r k )表示灰度级r k 出现的概率。灰度直方图是一个概率密度函数，如果图像的灰度级都集中在很窄的灰度范围内，则表明该图像的灰度取值动态范围小，相应的图像对比度较低；如果图像的灰度级比较均匀地分布在较大的灰度范围内，则表明该图像具有较大的灰度动态范围，相应的图像具有较大的对比度。灰度直方图给出了关于图像概貌的一个总体描述，从灰度图中可以知道图像的灰度范围、每个灰度级的出现频率、灰度级的分布、整幅图像的平均明暗和对比度等情况，为进一步处理图像提供了重要的依据。通过有针对性地改变直方图的灰度分布状况，使灰度均匀地或按预期目标分布于整个灰度范围，从而达到增强图像的效果。3直方图均衡化 3.1整体直方图均衡化 直方图均衡化就是把原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图，然后按均衡直方图修正原图像。它以收稿日期：2011-01-18 作者简介：龙清（1966-），男，重庆广播电视集团（总台）高级工程师，硕士，曾在《电视技术》、《光通信技术》等杂志上发表过文章。E-mail:eduf@https://www.doczj.com/doc/3510550637.html, https://www.doczj.com/doc/3510550637.html, Tel:+86-551-56909635690964ISSN 1009-3044Computer Knowledge and Technology 电脑知识与技术Vol.7,No.4,February 2011,pp.883-886
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/3510550637.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
毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月
摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection
电子科技大学 数字图像处理课程设计 课题名称数字图像处理 院（系）通信与信息工程学院 专业通信工程 姓名 学号 起讫日期 指导教师
2015年12月15日 目录 摘要： (03) 课题一：图像的灰度级分辨率调整 (04) 课题二：噪声的叠加与频域低通滤波器应用 (06) 课题三：顶帽变换在图像阴影校正方面的应用 (13) 课题四：利用Hough变换检测图像中的直线 (15) 课题五：图像的阈值分割操作及区域属性 (20) 课题六：基于MATLAB?的GUI程序设计 (23)
结束语： (36) 参考文献： (37)
基于MATLAB?的数字图像处理课题设计 摘要 本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍；并通过七个课题实例，借助MATLAB?的图像处理工具箱（Computer Vision System Toolbox）对这些案例逐一实现，包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等，常用的图像变化与处理；然后通过MATLAB?的GUI程序设计，对部分功能进行模块化整合，设计出了数字图像处理的简易软件；最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。 关键词：灰度值调整噪声图像变换 MATLAB? GUI设计
课题一：图像的灰度级分辨率调整 设计要求： 128,64,32,16,8,4,2，并在同一个figure窗将图像的灰度级分辨率调整至{} 口上将它们显示出来。 设计思路： 灰度级分辨率又称色阶，是指图像中可分辨的灰度级的数目，它与存储灰度级别所使用的数据类型有关。由于灰度级度量的是投射到传感器上的光辐射值的强度，所以灰度级分辨率又称为辐射计量分辨率。随着图像灰度级分辨率的的逐渐降低，图像中所包含的颜色数目将变得越来越少，从而在颜色维度造成图像信息量的退化。 MATLAB?提供了histeq函数用于图像灰度值的改变，调用格式如下： J = histeq(I,n) 其中J为变换后的图像，I为输入图像，n为变换的灰度值。依次改变n的值为 128、64、32、16、8、4、2 就可以得到灰度值分辨率为128、64、32、16、8、4、2 的输出图像。利用MATLAB?的subplot命令可以将不同灰度的图像放在同一个figure中方便对比。 课题实现： 该思路的MATLAB?源代码如下： in_photo=imread('lena.bmp'); %读入图片“lena.bmp”，位置在matlab当前工作区路径下D:\TempProject\Matlab\Works for i = [128,64,32,16,8,4,2] syms(['out_photo',num2str(i)]); %利用for循环定义7个变量，作为不同灰度值分辨率的输出变量 eval(['out_photo',num2str(i), '=histeq(in_photo,i)',';']); %histeq函数用于改变图像灰度值，用eval函数给变量循环赋值
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
作者简介：刘计平（１９６８－），女，河北省平山县人，讲师，硕士。 收稿日期：２００７－０８－１４；修回日期：２００７－１２－２５ ０引言 这里讨论空间域直接对像素操作的图象增强，重点研究分析了用直方图增强图像的简便处理算法。图像增强是用来提高图像的视觉效果或将图像转换成适于人眼、机器分析形式的一门技术。用直方图变换方法进行图像增强技术是以概率论为基础的。具体讲直方图就是图像的每一级灰度所占的像素数目。对一幅灰度图像直方图给出了一幅图像所有灰度值的整体描述。可用直方图均衡化和规定化处理增强图像。 １直方图均衡化的图象增强 绘制直方图，横轴代表灰度级，纵轴代表每一灰度 级所占像素个数如图１。用以下公式可表示直方图： ｐ（ｓｋ）＝ｎｋ／ｎ，ｋ＝０，１……，Ｌ－１，其中ｓｋ表示图像第Ｋ 级灰度值，ｎｋ对应Ｋ值灰度级的像素数，ｎ是图像的像素总数，Ｌ表示图像的灰度级总数如Ｌ＝２５６等，通过直方图图１可看出图象具有各灰度级的像素分布以及动态范围。 直方图均衡化的算法，这里以２５６级灰度图像为例，说明如下：１）统计原始灰度图的直方图的各灰度 级ｓｋ的像素ｎｋ（ｋ＝０，１，２，…，２５５）；２）用ｐｓ!" ｓ＝ｎ ｋｎ ；０≤ｓｋ≤２５５，ｋ＝０，１，…，２５５计算原始直方图，计算量 大。３）用２）中的结果来计算累计直方图ｔｋ＝２５５ ｋ＝０ $ ｎｋ ｎ（ｋ＝０，１，２，…，２５５），计算量大。４）取整扩展ｔｋ＝ｉｎｔ［（Ｎ－１）ｔｋ＋０５］，其中（ｋ＝０，１，２，…，２５５，Ｎ＝２５６）。５）由４）计算结果， 建立映射对应关系（ｓｋ→ｔｋ），即将原始灰度图中灰度为ｓ ｋ 的替换成新直方图中灰度为ｔｋ（ｋ＝０，１，２，…，２５５），如ｔ０ ＝１，则ｓ０＝＞ｔ１＝１或０灰度级＝＞１灰度级。６）统计新直方 图各灰度级象素ｎｋ，注意几个原始灰度级映射到同一个新直方图灰度级时，此新直方图灰度级像素是几个原始灰度级象素的和。如：３＝＞６，４＝＞６，则ｎ６＝ｎ３＋ｎ４。７）用ｐ ｓ!"ｓ＝ ｎ ｋｎ 计算新直方图或均衡化后的直方图，可知新直方图灰度级减少，各灰度级概率突出和增大拉宽，结果是增强了图像的对比度以及增加了原灰度值的动态范围，把原始图像的直方图变成均匀分布的形式。 ２直方图规定化的图象增强 直方图均衡化处理方法的效果还是很不错的，从 实现算法上也可以看出其优点主要在于能自动增强整幅图像的对比度，但具体的增强效果也因此不易控制，只能得到全局均衡化处理的直方图［１－２］。在实际应用中，往往要根据不同的要求得到特定形状的直方图分布，以有选择的对某灰度范围进行局部范围内的对比度增强，此时可以采用对直方图的规定化处理。直方图的规定化处理主要有三个步骤（以１幅６４×６４，８ｂｉｔ灰度图象为例说明）： 基于图像增强直方图 刘计平 （山西太原市交通职业技术学院，山西 太原 ０３００３１） 【摘要】图像增强是数字图像的预处理，对图像整体和局部特征都能有效地进行改善。文章主要研究比较了直方 图的均衡化和规定化方法的图像增强的基本原理和算法，以及能改进灰度图像的对比度和灰度级动态范围的处理，为更好的快速掌握和应用直方图增强图像技术提供了好的指导和参考资料。【关键词】图像增强；直方图；均衡化；规定化；算法【中图分类号】ＴＨ８６ 【文献标识码】Ｂ 【文章编号】１００３－７７３Ｘ（２００８）０２－０１６４－０３ ＢａｓｅｄｏｎＩｍａｇｅＥｎｈａｎｃｅｍｅｎｔｏｆＨｉｓｔｏｇｒａｍｓ ＬＩＵＪｉ－ｐｉｎｇ （ＳｃｈｏｏｌｏｆＪｉａｏｔｏｎｇＶｏｃａｔｉｏｎａｌＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００３１，Ｓｈａｎｘｉ，Ｃｈｉｎａ） 〔Ａｂｓｔｒａｃｔ〕Ｉｍａｇｅｅｎｈａｎｃｅｍｎｔｗｈｉｃｈｉｓａｌｓｏｃａｌｌｅｄｐｒｅ－ｐｒｏｃｅｓｓｉｎｇｐｌａｙｓａｎｉｎｄｉｓｐｅｎｓａｂｌｅｒｏｌｅｉｎｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓａｒｔｉｃｌｅｉｎｔｒｏｄｕｃｅｓｔｗｏｋｉｎｄｓｏｆａｌｇｏｒｉｔｈｍ，ｈｉｓｔｏｇｒａｍｅｑｕａｌｉｚａｔｉｏｎａｎｄｓｐｅｃｉｆｉｃａｔｉｏｎｓ，ｗｈｉｃｈｃａｎｉｍｐｒｏｖｅｔｈｅｃｏｎｔｒａｓｔｄｅｔａｉｌｓａｎｄｅｑｕａｌｉｚｅｔｈｅｄｙｎａｍｉｃｒａｎｇｅｏｆｉｍａｇｅｇｒａｙｌｅｖｅｌ，ｗｈｉｃｈｐｒｏｖｉｄｅｇｏｏｄｄｉｒｅｃｔｉｏｎａｎｄｒｅｆｅｒｅｎｃｅｆｏｒｂｅｔｔｅｒａｎｄｒａｐｉｄｍａｓｔｅｒｉｎｇａｎｄｕｔｉｌｉｚｉｎｇｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙｏｆｈｉｓｔｏｇｒａｍｓ．〔Ｋｅｙｗｏｒｄｓ〕Ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ；Ｈｉｓｔｏｇｒａｍ；Ｅｑｕａｌｉｚａｔｉｏｎ；Ｓｐｅｃｉｆｉｃａｔｉｏｎ；Ａｌｇｏｒｉｔｈｍ 第２４卷第２期（总第１０１期）机械管理开发 ２００８年４月Ｖｏｌ．２４Ｎｏ．２（ＳＵＭＮｏ．１０１）ＭＥＣＨＡＮＩＣＡＬＭＡＮＡＧＥＭＥＮＴＡＮＤＤＥＶＥＬＯＰＭＥＮＴ Ａｐｒ．２００８ 图１ 直方图
优秀论文审核通过 未经允许切勿外传 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。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。关键词：MATLAB，数字图像处理，图像增强，二值图像
Abstract Digital image processing is an emerging technology, with the development of computer in various areas on the processing speed requirement is relatively ），线性量化（liner quantization ），对数量化，MAX 量化，锥形量化（tapered quantization ）等。 3. 采样、量化和图像细节的关系 上面的数字化过程，需要确定数值N 和灰度级的级数K 。在数字图像处理中，一般都取成2的整数幂，即: (2.1) (2.2) 一幅数字图像在计算机中所占的二进制存储位数b 为: *log(2)**()m N N b N N m bit == (2.3) 例如，灰度级为256级(m=8)的512×512的一幅数字图像，需要大约210万个存储位。随着N 和m 的增加，计算机所需要的存储量也随之迅速增加。 由于数字图像是连续图像的近似，从图像数字化的过程可以看到。这种近似的程度主要取决于采样样本的大小和数量(N 值)以及量化的级数K(或m 值)。N 和K 的值越大，图像越清晰。 2.2 数字图像处理概述 2.2.1 基本概念 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(特别是离散数学理论的创立和完善)；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的
毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月
关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：
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)
本科生毕业论文（设计） 题目: 基于数字图像处理的车牌识别设 计 姓 名: 周金鑫 学 院: 数理与信息工程学院 专 业: 电子信息工程 班 级: 111 学
号: 指导教师: 刘纯利职称: 教授 2014 年 12 月 24 日 安徽科技学院教务处制 目录 摘要 ....................................................................关键词 .................................................................. 1、设计目的 ............................................................. 2、设计原理: ............................................................ 3、设计步骤: ............................................................ 4、实行方案 ............................................................. 4.1. 总体实行方案:................................................... 4.2. 各模块的实现:................................................... 4.2.1输入待处理的原始图像: ....................................... 4.2.2图像的灰度化并绘制直方图: ...................................
四、灰度直方图是数字图像处理的重要工作。请简述灰度直方图规定化、均衡化的基本原理。并以分辨率为5*4，图像的深度6bit 的图像为例，自举例说明直方图均衡化的计算过程。 解答： 数字图像的直方图是作为图像每一个灰度级的统计概率分布"它提供了图像灰度分布的概貌,直方图增强技术正是利用修改给定图像直方图的方法来增强图像的,最后得到的图像增强程度取决于我们所采用的直方图。令变量r 和s 分别代表图像增强前后的像素灰度级，相应灰度级分布的概率密度分别为()r P r 和()s P s 。 为讨论方便，假设像素灰度值已经归一化在区间[0，1]，在灰度级坐标中r=0表示黑，r=1表示白。对区间[0，1]内任一个r 值按变换函数： s = T(r) （1） 进行变换，T （r ）满足两个条件：（1）单值单调递增函数；(2) 0≤T （r ）≤1。 条件（1）使灰度级保持从黑到白的次序，条件（2）保证映射变换后像素灰度值在允许的范围内。从s 到r 的反变换为：1()r T s -=，0≤s ≤1。 （2） 同样，规定变量s 也满足条件（1）和（2）。由概率理论知，若()r P r 和变换函数s = T(r) 已知，1()r T s -=是单值单调增加函数，则有： 1() ()[P () ]s r r T s dr P s r ds -== （3） 直方图增强技术就是通过变换函数T （r ）控制图像灰度级的概率密度函数而改变图像的外貌。 对于连续图像，变换函数为： ()(),01r r s T r P r dr r ==≤≤? （4） 此式右边为累积分布函数（CDF ），由该式对r 求导有： ()r ds P r dr = (5) 代入（3）得到: 1()1 ()[() ]1,01() r r T s r P s P r s P r -===≤≤ （6） 这说明，在变换后变量s 在定义域内, ()s P s 是均匀概率密度。在图像增强意义上，这 相当于像素的动态范围增加。 对于离散图像，灰度级k r 的概率值为： (),01,0,1,2, (1) r k k n P r r k L n = ≤≤=- （7） 其中，n 表示图像中像素的总数，k n 是在图像中出现这种灰度级的次数，L 表示灰度级
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
目录 摘要 (2) 一．数字图像概述 (3) 1.1 数字图像处理的意义 (4) 1.2 数字图像处理技术的发展 (5) 二．matlab图像处理简介 (6) 2.1 matlab简介 (6) 2.2 matlab图像界面GUI简介 (7) 三．数字图像处理软件的设计 (7) 3.1软件的总体设计 (7) 3.1.1整体界面设计 (8) 3.1.2菜单栏设计 (8) 3.2文件的读入与显示 (8) 3.3图像的保存 (9) 3.4图像的灰度处理 (9) 3.5图像二值化 (10) 3.6图像R直方图 (11) 3.7图像G直方图 (11) 3.8图像B直方图 (12) 3.9直方图均衡 (12) 3.10图像的腐蚀 (13) 四．exe文件的生成 (14) 参考文献 (15)
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。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB的GUI实现图像二值化分析等图像处理。 关键词：MATLAB，数字图像处理，GUI，二值图像