图像增强技术课程设计论文.docVIP

1、图像增强技术简介 1.1 图像增强技术基本信息 增强图像中的有用信息，它可以是一个失真的过程，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，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 图像增强可分成两大类：频率域法和空间域法。前者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。具有代表性的空间域算法有局部求平均值法和中值滤波（取局部邻域中的中间像素值）法等，它们可用于去除或减弱噪声。 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，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算基于频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。 2、总体方案设计 2.1设计内容 利用同态滤波、均值滤波和中值滤波来对自己的照片进行图像增强。对比这同态不同的滤波结果，分析这同态滤波方式在图像增强技术中的应用影响，并学习理解同态滤波方式在图像增强技术中应用的原理。 2.2设计方案比较 方案一：通过MATLAB软件，利用MATLAB自带的函数编写程序处理图像，对图像进行同态滤波来进行图像增强。其原理框图如图: 图2-1利用MATLAB实现图像增强步骤框图 方案二：利用VC++实现上述图像增强技术，方法与上面步骤相同。 图2-2利用VC++实现图像增强步骤框图 2.3方案选择 首先我们可以看出上述的两种软件都能够实现同态滤波方式的图像增强，步骤也相同，但是从实用角度来讲，MATLAB本身就自带数字图像处理的程序，比起VC++自己完全从头编写要方便和程式化得多，所以我选择了利用MATLAB来实现同态滤波方式的图像增强。 3、利用同态滤波实现图像增强 3.1同态滤波的原理 同态滤波是一种在频域中进行的图像对比度增强和压缩图像亮度范围的特殊方法。同态滤波器能够减少低频并且增加高频，从而能减少光照变化并锐化边缘细节。图像的同态滤波技术的依据是图像获取过程中的照明反射成像原理。它属于频域处理,作用是对图像灰度范围进行调整,通过消除图像上照明不均的问题非线性滤波器能够在很好地保护细节的同时, 去除信号中的噪声,同态滤波器就是一种非线性滤波器,其处理是一种基于特征的对比度增强方法,主要用于减少由于光照不均匀引起的图像降质,并对感兴趣的景物进行有效地增强。表示为光照函数，即照射分量与反射分量两个分量的乘积，那么图像的模型可以表示为，其中，。的性质取决于成像物体的表面特性。通过对光照分量和反射分量的研究可知，光照分量一般反映灰度的恒定分量，相当于频域中的低频信息，减弱入射光就可以起到缩小图像灰度范围的作用；而反射光与物体的边界特性是密切相关的，相当于频域中的高频信息，增强反射光就可以起到提高图像对比度的作用。因此，同态滤波器的传递函数一般在低频部分小于1，高频部分大于1。 进行同态滤波，首先要对原图像取对数，目的是使得图像模型中的乘法运算转化为简单的加法运算： 再对对数函数做傅立叶变换，目的是将图像转换到频域： 即， 图3-1 同态滤波器的传递函数H(U,V) 选择适当的传递函数，压缩照射分量的变化范围，削弱，增强反射分量的对比度，提升，增强高频分量，即确定一个合适的。由上分析可知的大致形状如上图所示。 假设用一个同态滤波器函数来处理原图像的对数的傅立叶变换，得 逆变换到空域得 再对取指数即得到最终处理结果：，相当于高通滤波。 图3-2 同态滤波的原理框图 3.2同态滤波器参数的选取方法 由于截至频率D与照度场和