基于Matlab程序的图像灰度均衡化及其边缘检测.docVIP

2012 年 6 月 第 29 卷 第 2 期 广西师范学院学报 :自然科学版 Journal of Guangxi Teachers Education Un iversity : Natural Science Edition Jun. 2012 Vol . 29 No. 2 文章编号 :1002 - 8743 (2012) 02 - 0037 - 06 Ξ 基于 Matlab 程序的图像灰度均衡化及其边缘检测 马林涛1 ,陈德勇2 (11 广西师范大学 数学科学学院 ,广西 桂林 541004 ; 21 桂林市计量测试研究所 ,广西 桂林 541004) 摘 要 :主要讨论获得图片后如何提取其边界信息 ,首先利用图像灰度均匀化解决了对比度不清晰的问题 ,然 后利用高斯滤波法对图片进行滤波去噪 ,进而利用 Canny 算法实现边缘检测提取边界 ,该方法与 Matlab 自带的求 边界方法有明显的提高 ,为利用 Matlab 程序求图像分形维数提供了更精确的前提 1 关键词 : Matlab 程序 ;图像 ;灰度均衡化 ;边缘检测 中图分类号 :O244 文献标识码 :A 分形维数是描述分形最主要的参量 ,它反映了复杂形体占有空间的有效性 ,它是复杂形体不规则性 的量度 ,故我们要研究如何利用计算机求得图像的分形维数1 1 但是在利用 Matlab 程序求图像的分形 维数时 ,首先就要对图像进行灰度均匀化 ,然后利用高斯滤波法对图片进行滤波去噪 ,进而用 Canny 算 法实现边缘检测提取图像的边界信息 1 图像处理 作为研究计算机处理图片的例子 ,选择了一幅 417 ×409 的肝脏血管的图片 ,处理的软件为 Matlab2 , 如图 1 - 11 首先是将图 1 - 1 这彩色图片灰度化 ,也就是将图片中各个像素点的 red ,green , blue 三元值各自乘 上一定的权值得到的数值作为其灰度值 , Matlab 中有专门的函数 rgb2gray ,其转换公式为 gray = r × 0 . 299 + g ×0 . 587 + b ×0 . 1141 灰度化后的图像如图 1 - 21 1 111 灰度均衡化 某些图像由于其物体与背景间灰度值过于接近 ,即对比度过小 ,导致图像在处理边界时很难确定边 界值 ,故利用灰度均衡化的方法 ,将图片的灰度分布进行拉升 ,而图 1 - 2 的对比度很清晰 ,因此灰度均 衡化的意义不大 1 下面首先讨论一般灰度均匀化 ,以方便后面统一的边缘处理 1 以一副对比度比较差 Ξ收稿日期 :2012 - 03 - 03 作者简介 :马林涛 (1980 - ) ,女 ,助教 ,博士 ,研究方向 :分形分析 1 Email : mmalintao @gmail1co m  可以对灰度化后的图像 (图 1 - 3) 中的像素点的灰度级作统计 ,规定总像素值为 256 色 ,这样对应 于每个灰度级 (0 - 255) 的像素点个数可以做成一个直方图 ,如图 1 - 41 从图 1 - 4 可以看出 ,图片的灰 度级在 50 处有明显的高峰 1 这样 ,不均衡的灰度级分布会使得在测边缘 ,求梯度时不够明显 ,因此有必 要进行灰度均衡化 1 所谓灰度均衡化3 ,就是将直方图中的灰度级作一个函数变换 ,使得点较为集中的灰度级拉伸开一 些 ,点较为稀疏的灰度级收缩一些 ,从而达到各灰度级均衡的效果 1 下面简要推导一下其变换公式 1 假设原图的总像素个数为 N ,灰度级一共有 D m 个 (我们取 256) ,原图的直方图函数为 HA ( D ) ,变 换为 DB = f ( DA ) ,变换后的直方图函数为 HB ( D ) ,那么对于任意的 DA 及其变换 DB 应满足 :原图中灰 度小于等于 DA 的点的个数与变换后图中灰度小于等于 DB 的点的个数相同 ,即 DA DB ∫HA ( D ) d D = ∫HB ( D ) d D , 0 0 两边对 DA 求导数 ,得 d DB = HB ( DB ) f ′( DA ) , HA ( DA ) = HB ( DB ) d D A 由此有 HA ( D A ) HB ( DB ) = 要使得变换后的直方图灰度均衡 ,就是要求 , f ′( D A ) N HB ( DB ) = , D m 代入上式 ,得 D m f ′( DA ) = HA ( DA ) , N 两边对 DA 积分得 D D m f ( D ) = N ∫HA ( t ) d t , 0 至此 ,变换函数已求出 ,写成离散型 ,得到 C