图像直方图均衡化的程序设计.docVIP

目 录 摘要 1 1. 概述 2 2. 理论知识 3 2.1直方图处理的基础 3 2.2直方图均衡化 4 2.2.1直方图均衡化理论 4 2.2.2 直方图均衡化算法 6 3. MATLAB实现 7 3.1实验预备知识 7 3.2 实验代码及结果 7 4. 结果分析 11 5. 心得体会 13 参考文献 14 摘要 图像增强作为数字图像处理的重要部分，直方图均衡化又作为图像增强的一种手段。报告书中探讨了直方图的理论基础，直方图均衡化的概念及理论，以MATLAB为平台，对灰度图像进行直方图均衡化的实验，并给出了具体程序、实验结果图像。实验结果表明，经直方图均衡化后，图像的对比度及亮度提高，直方图均衡化处理能有效改善灰度图像的质量。 关键词：数字图像处理，直方图，均衡化，MATLAB1.概述 图像按照色彩分类，可以分为灰度图像和彩色图像。灰度图像在黑色与白色之间还有许多级的颜色深度，灰度图像通常用每个采样像素8位的非线性尺度来保存，这样可以有256级灰度。这种精度刚刚能够避免可见的条带失真，并且非常易于编程。本次研究正是基于灰度图像。 灰度级直方图是图像的一种统计表达，它反应了该图中不同灰度级出现的统计概率。由于图像的视觉效果与直方图有对应关系，即直方图的形状和改变对视觉的感知影响很大，因此采用直方图变换的方式可以增强图像。图像增强技术可以改善图像的视觉效果，以便人眼或机器对图像进一步理解。 图像增强与受关注物体特性、观察者的习惯和处理目的有关，因此，图像增强算法的应用是有针对性的，并不存在通用的算法。图像增强的基本方法分为两大类：空间域方法和频域方法。“空间域”一词是指图像平面本身，这类方法是以对图像的像素直接处理为基础的。“频域”处理技术是以修改图像的傅氏变换为基础的。直方图均衡化是空间域的点运算处理技术。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，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。 2.理论知识 2.1直方图处理的基础 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。灰度级直方图是图像的一种统计表达，它反应了该图中不同灰度级出现的统计概率。灰度级[0,L-1]范围的数字图像的直方图具有如下离散函数： …………………………………… …（2.1） 式中，k是第k级灰度，是图像中灰度级为k的像素个数。进行归一化，则概率： ……………………………………（2.2） 式中，n为图像中像素的总数。 设r 和 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 =T（r）………………………………………（2.3） 为变换函数。满足下列条件： a. 在 0≤r≤1 区间内是单值单调增加函数； b. 对于 0≤r≤1，有0≤≤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。 从S 到r 的反变换关系为 ……………………………………（2.4） 对r 同样满足上述条件。 由概率论知，若和变换函数已知，是单值单调增加函数，则变换后的概率密度函数如公式2.5所示： = = ……………………（2.5） 直方图修正从本质上说就是从入手，调整图像的概率密度函数从而改变图像的特征。 一般来说，如果图像的直方图轮廓线越接近正态分布，则说明图像的亮度接近随机分布，适合用统计方法处理，这样的图像一般反差适中；如果直方图峰值位置偏向灰度值大的一边，图像偏亮；如果峰值位置偏向灰度值小的一边，图像偏暗；峰值变化过陡、过窄，则说明图像的灰度值过于集中，后三种情况均存在反差小、质量差的问题。直方图分析是图像分析的基本方法，通过有目的地改变直方图形态可改善图像的质量。 2.2直方图均衡化 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及直方图规定化两种变换。本文主要介绍直方图均衡化并进行实验。 2.2.1直方图均衡化理论 直方图均衡化（Histogram Equalization）又称直方图平坦化，实质上是对图像进行非线性拉伸，重新分配图像象元值，使一定灰度范围内象元