数字图像处理毕业论文
- 格式：docx
- 大小：110.99 KB
- 文档页数：12
数字图像处理毕业论文目录第一章绪论 (3)1.1论文研究的背景与意义 (3)1.2数字图像评价研究现状及关键技 (3)第二章基本原理 (4)2.1 直方图均衡化 (4)2.2 小波变换 (4)第三章数字图像评价的原理 (5)3.1主观评价方法 (5)3.2客观评价方法 (6)3.3本章小结 (7)第四章数字图像处 (8)4.1数字图像处理系统基本组成 (8)4.2图像变换 (8)4.2.1：傅立叶变换 (8)4.2.2、其他常见变换概述 (9)4.3 数字图像处理容 (9)4.3.1、图像增强 (9)4.3.2、图像恢复 (10)4.3.3、图像压缩 (10)4.3.4、图像分割 (11)第五章总结和展望 (11)5.1总结 (11)5.2对未来的展望 (11)致谢 (13)参考文献 (14)第一章绪论1.1论文研究的背景与意义随着多媒体技术和网络技术的快速发展，数字图像处理已经广泛应用到了人类社会生活的各个方面，如：遥感，工业检测，医学，气象，通信，侦查，智能机器人等。
作为数字图像处理重要环节的图像评价技术的研究也受到广泛关注，在图像处理各项技术，如图像采集，图像压缩，图像增强与复原，以及图像去模糊等算法中，图像质量评价都起到了非常重要的作用。
总的来说，图像质量评价的主要应用有以下几方面：运用于图像或视频系统，使其能够获得最佳图像；作为图像系统的一项基准指标，用以评价图像或视频质量；作为反馈量，优化算法中的各项参量，改善系统性能等[1]。
由此可见，数字图像评价的研究具有重要意义。
数字图像评价是图像处理的重要技术，随着研究的不断深入，视频监控成为了现在数字图像处理很重要的一个研究方向，而且在实际的应用当中非常有实用价值。
如在由于车辆的牌照在交通道口经常会受到对面车灯强光等或外部光源的照射，使得摄像机拍摄出来的车牌照片反光，人眼根本无法识别的情况下，通过进行处理而不断改善图像质量，提取有效信息，从而分辨汽车牌照；又如通过数字图像评价系统的研究，改善摄像机对于一些由于逆光、弱光、暗光、偏色或综合因素影响的监控质量等等。
另外，数字图像评价在数字在影像压缩方面，解决影像测量中分辨率与数据量之间矛盾也有重要应用[2]。
随着图像压缩技术的迅速发展，压缩算法的一个重要指标就是有损压缩造成图像退化的程度，因而可以大大促进图像评价的发展与完善。
1.2数字图像评价研究现状及关键技术人类视觉特性主要有：幅度非线性特性，视觉敏感度带通和多通道，掩盖效应。
幅度非线性特性是指视觉系统分辨细节的能力与亮度的关系取决于相对亮度的变化，而不是整幅图像的基底亮度。
视觉敏感度带通表示人眼视觉系统（HVS）的对比敏感度是是时间频率的函数，且具有带通滤波器特性，对高低频端敏感度下降。
掩盖效应是指由于另一个激励的存在导致一个激励不能或不容易被检测到的现象，而当它单独存在时，是很容易识别的。
掩盖效应导致视觉系统的探测阈值改变，可能会增大或减小。
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。
第二章基本原理2.1 直方图均衡化直方图均衡是得到对比度增强的标准方法，它调整灰度级围使其均匀分布，并以累计变换函数分布为基础的，产生一幅灰度级分布具有均匀概率密度的图像。
其处理过程如下：(1)计算原图像的灰度级直方图。
(2)求得原图像各灰度级的累积概率分布函数，并构造灰度转换函数。
(3)根据灰度转换函数将原图像所有像素灰度值映射到输出图像。
经过直方图均衡处理之后，占有较少像素的灰度被合并，其灰度围被压缩，而占有较多像素的灰度围则被拉伸。
一般来说，图像中区域之间的边界占有较少像素，却包含着重要的结构信息，直方图均衡化算法对于低频灰阶的合并将导致图像细节的丢失，一方面对图像的边界细节信息产生不利影响；另一方面图像往往含有各种类型的噪声，直方图均衡算法在拉伸高频灰阶的动态围时也会相应放大噪声。
因此，传统的直方图均衡算法增强之后的图像存在着图像细节丢失和噪声放大的缺点。
2.2 小波变换小波变换是近年来得到广泛应用的一种数学工具，是一种多分辨率分析方法。
其在时域频域都具有表征信号局部特征的能力，利用它可以聚焦到分析对象的任意细节。
小波变换把图像分解成逼近图像和细节图像之和，它们分别代表了图像的不同结构，对图像进行小波分解后，可分为LL，LH，HL和HH子频带，其中LL反映的是水平和竖直方向的低频信息；LH反映的是水平方向的低频信息和垂直方向的高频信息；HL反映的是水平方向的高频信息和垂直方向的低频信息；HH 反映的是水平和竖直方向的高频信息。
低频部分反映的是平滑区，而边缘、细节、噪声一般存在于高频部分。
因此，小波变换能在不同的尺度上，采用不同的方法来增强不同频率围图像的细节分量，再把处理后的系数进行小波重建，这样就能够在突出图像细节特征的同时，有效抑制图像噪声的影响，使图像轮廓更加突出。
此外，小波变换的完善重构能力，保证了信号在分解过程中没有任何信息损失，也不会产生任何冗余信息。
我们可以仅在低频部分采用直方图均衡化方法，既增强图像，也避免了细节的模糊和噪声的扩大。
对图像H在小波基sym4下进行一级分解，如图1所示第三章数字图像评价的原理3.1主观评价方法图像质量最基本的含义是人们对于一幅图像视觉感受的主观评价。
所以，基于人类特征的主观评价方法是最为准确可靠的。
但是，主观评价方法不能用具体的数学模型来实现，往往要动用大量的人力物力，费时费力，在很多情况下无法采用。
此外，而主观的评价测试，其实验的条件较为困难，观察者的知识水平会影响评分的结果，且又受到个人情绪等一些无法预测与控制的因素的影响。
主观评价主要有两种度量尺度，即绝对尺度和相对尺度，所谓绝对尺度就是对给定影像给出绝对的质量评分结果，而相对尺度就是确定某影像在一批相比较的影像中的相对质量尺度。
主观评价方法主要依靠人眼主观视觉效果来判断，常用的方法有均值意见评分法(MOS)和国际标准CCIR500。
在MOS标准下，为所有的评价者提供相同的图像观察条件，评价者根据自己的感受进行评分，最终根据多个评价结果得到该图像最终的MOS 值NMOS 。
为了使主观评价的分数具有无偏性，常采用某种数据处理方法对得到的结果进行简单处理。
比如主观评分的无偏差均值意见评分(DMOS)法是让评价者对同一场景的一组图像(该组图像中含有一标准图像)进行评判，得到每图像的NMOS ，并以标准图像的NMOS 作为标准，用其他图像的NMOS 与标准图像的NMOS 进行相减，同时将得到的所有差值归一化到0~100之间，最终得到图像的DMOS 值NDMOS 。
标准图像的NDMOS 为0，其他图像与标准图像偏差越大，其NDMOS 越大，图像质量也越差。
有的主观评价方法在进行比较性评价时采取冒泡排序将需评价的一组图片按质量感觉好坏排序为一个线性表，然后进行相应评分。
也有人提出了一种做法：为了消除被观察者因为知识背景不同的主观差异，将观察者分为两类:一类为普通观察者，只是用普通人视觉感受来评分;另一类为专家观察者，这些人通常有图象处理、质量评估、图象压缩方面的知识和工作经历，能够以更深入的压缩算法的角度来评价图象质量的优劣。
让专家和非专家观察者分别对同一组图像进行评分，然后根据一定的规则加权平均，最后得出总的评价结果。
这种方法具有一定的说服力，但是由于很多研究人员致力于客观评价方法的研究，至今尚未有一个明确而具体可靠的加权标准。
3.2客观评价方法数字图像评价技术发展到今天，研究人员已将提出了很多的评价方法，分类角度多种多样，一般认为传统的客观评价方法有三种：均方误差（MSE ），峰值信噪比（PSNR ），信息熵。
本节将从这三种方法重点介绍。
1.均方误差（MSE ）MSE 定义为：∑∑==-=M 1i 12)),(),((MN 1MSE N j j i Y j i X (1) M ，N 分别是x ，y 方向的图像像素点个数，X(i ，j)和Y(i ，j)分别表示原始图像与新图像在点(i ，j)上的取值。
2.峰值信噪比（PSNR ）PSNR 是最普遍，最广泛使用的图像质量的客观评价方法。
PSNR 定义为： MSEL PSNR 210log 10= (2)L 是图像中灰度取值的围，对8比特的灰度图像而言，L=255。
用峰值信噪比反映整个图像的失真程度，一般来说，PSNR 越大的图像的质量越好。
3.信息熵信息熵定义为：单个信源符号输出时所获得的平均信息量。
将一幅静止的图像看成是具有随机输出的信源，将所有可能的符号的集合为A ，信源产生i a 的概率为)(i a P ，那么信息熵表示为：)(()(H(u)L1i i i a P I a P ⋅=∑= (3)因为对于概率为P （A ）的任一随机事件A ，它包含的信息为： )(log )(1log I(A)2A P A P -== (4) 所以信息熵又可以表示为：)(log )P(-H(u)2L1i i i a P a ⋅=∑= (5)由此可见，在信源各符号出现概率相等时，信息熵达到最大值，即信源可以提供最大可能的平均信息量。
3.3本章小结主观评价方法方法虽然较好地反映出了图像的直观质量，但无法应用数学模型对其进行描述，从工程应用的角度看，过于费时费力。
在实际应用中，图像的主观质量评价方法受到了严重限制，甚至根本不适合于某些应用场合，如实时图像传输等领域。
图像的客观评判方法采用数学模型计算失真图像和原始图像的相似度(或失真度)，并量化为评判分数。
在各种全参考型客观图像质量评价方法中，均方误差（MSE)和峰值信噪比（PSNR)得到了广泛的应用。
尽管客观质量评价不总是符合实际情况，不能完全取代主观质量评价，但是因为快速，稳定，可量化等优点，得到了广泛的应用，常常用于各种评价比较以及各种研究。
第四章 数字图像处理4.1数字图像处理系统基本组成数字图像处理系统一般包括，图像获取传感器，图像数字化单元，图像存储器图像处理器，数字图像显示、打印、绘图设备等，如图所示。
