数字图象处理课程报告.docVIP

《数字图象处理》课程作业 学 院：贵州大学科技学院 专 业：计算机科学与技术 班 级： 2011级1班 姓 名： 2014年12月20日 摘要 在图像处理的过程中,将使用曝光不足的图像，绘制其灰度直方图，实现直方图均衡化和直方图规定化，要求实现线性和非线性变换（包括指数和对数变换），消除图像的噪声干扰是一个非常重要的问题。利用matlab软件,采用频域滤波的方式,对图像进行低通和高通滤波处理。低通滤波是要保留图像中的低频分量而除去高频分量，由于图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓；高通滤波是要保留图像中的高频分量而除去低频分量，所以高通滤波可以保留较多的边缘轮廓信息。低通滤波器有巴特沃斯滤波器和高斯滤波器等等。高通滤波器有巴特沃斯滤波器、高斯滤波器、Laplacian高通滤波器以及Unmask高通滤波器等等。 一、.1、直方图均衡化(运行---byb1.m)可以得到运行结果 直方图均衡化的原理： 直方图均衡化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,其变换函数取决于图像灰度直方图的累积分布函数。概括地说,就是把一已知灰度概率分布的图像,经过一种变换,使之演变成一幅具有均匀概率分布的新图像。当图像的直方图为一均匀分布时,图像的信息熵最大,此时图像包含的信息量最大,图像看起来更清晰。灰度直方图用各灰度值出现的相对频数(该灰度级的像素数与图像总像素数之比)表示。 直方图表示数字图像中每一灰度级与其出现频数的的统计关系，用横坐标表示灰度级，纵坐标表示频数。直方图就能给出该图像的概貌性描述，例如图像的灰度范围、每个灰度级的频数和灰度的分布、整幅图像的亮度和平均明暗对比度等，由此可得出进一步处理的重要依据。计算每个灰度级出现的概率为： ? ? ? Pr(rk)＝Nk/N ? ? ? ? k=0，1，2,…,L-1 ?  上式中， Pr(rk)表示第k个灰度级出现的概率，Nk为第 k个灰度级出现的频数，N为图像像素总数,L为图像中可能的灰度级总数。由此可得直方图均衡化变换函数,即图像的灰度累积分布函数Sk 为: 上式中, Sk 为归一化灰度级。?这个变换映射称做直方图均衡化或直方图线性化。 直方图均衡化过程如下: 输出原图像； 根据公式Pr(rk)＝nk/m*n（ k=0，1，2,…,L-1）计算对应灰度级出现的概率，绘制原图像的直方图。 计算原图象的灰度级累积分布函数：sk=Σpr(rk)； 取整Sk=round((S1*256)+0.5);将Sk归一到相近的灰度级，绘制均衡化后的直方图。 将每个像素归一化后的灰度值赋给这个像素，画出均衡化后的图像。 直方图均衡化功能： 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。 直方图均衡化运行结果： 1.2、直方图规定化(运行---byb1.m)可以得到运行结果 直方图规定化的原理： 直方图规定化是用于产生处理后有特殊直方图的图像方法。 令和分别为原始图像和期望图像的灰度概率密度函数。对原始图像和期望图像均作直方图均衡化处理，应有： ， ， 由于都是作直方图均衡化处理，所以处理后的原图像的灰度概率密度函数及理想图像的灰度概率密度函数是相等的。因此，可以用变换后的原始图像灰度级S代替上式中的V，即。利用此式可以从原始图像得到希望的图像灰度级。对离散图像，有 ， ， 综上所述，数字图像的直方图规定化就是将直方图均衡化后的结果映射到期望的理想直方图上，使图像按人的意愿去变换。 直方图规定化的过程如下: （一）将原始图像作直方图均衡化处理，求出原图像中每一个灰度级所对应的变换函数。 （二）对给定直方图作类似计算，得到理想图像中每一个灰度级所对应的变换函数。 （三）找出的点对，并映射到。 （四）求出。 直方图规定化的功能： 直方图均衡化能够自动增强整个图像的对比度，但它的具体增强效果不容易控制，处理的结果总是得到全局均匀化的直方图。实际上有时需要变换直方图，使之成为某个特定的形状，从而有选择地增强某个灰度值范围内的对比度。 这时可以采用比较灵活的直方图规定化。一般来说正确地选择规定化的函数可以获得比直方图均衡化更好的效果。而所谓直方图规定化，就是通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图。所以，直方图修正的关键就是灰度映像函