基于MATLAB的图像增强技术分析.pptVIP

MATLAB 地信信息系统二班 张家胜 2011301130049 图像增强常用方法小结 4 图像增强的基本理论 2 图像增强方法具体实现 3 1 概述 目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。 图像处理技术在很多国家，特别是发达国家的许多应用领域受到广泛重视并取得了重大的开拓性成就。 但其本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索新的领域。 概述 1 2.1 图像增强的定义 2 图像增强的基本理论 为了改善视觉效果或者便于人和机器对图像的理解和分析，根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强。 一般情况下，图像增强是按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法，也是提高图像质量的过程。图像增强的目的是使图像的某些特性方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对图像的更高级的处理和分析。 2.2 图像增强的分类 2 图像增强的基本理论 频率域法是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。 空间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 图像增强可分成两大类：频率域法和空间域法。 2 图像增强的基本理论 2.3 常用的图像增强方法 （4） 锐化 锐化是针对平均和积分运算进行反运算采取微分算子使用模板和统计差值的方法，使图像增强锐化。图像边缘与高频分量相对应，高通滤波器可以让高频分量畅通无阻，而对低频分量则充分限制，通过高通滤波器去除低频分量，也可以达到图像锐化的目的。 （1） 直方图增强法 直方图均衡化是将图像的灰度范围分开，并且让灰度频率较小的灰度级变大，通过调整图像灰度值的动态范围，自动地增加整个图像的对比度，使图像具有较大的反差，细节清晰。 （2） 对比度增强法 对比度增强法是按一定的规则修改原来图像的每一个象素的灰度，从而改变图像灰度的动态范围。 （3） 平滑噪声 图像平滑就是针对图像噪声的操作，其主要作用是为了消除噪声，图像平滑的常用方法是采用均值滤波或中值滤波，均值滤波是一种线性空间滤波，它用一个有奇数点的掩模在图像上滑动，将掩模中心对应像素点的灰度值用掩模内所有像素点灰度的平均值代替；中值滤波是一种非线性空间滤波，其掩模中心对应像素点的灰度值用掩模内所有像素点灰度值的中间值代替。 图像增强方法具体实现 3 直方图均衡化过程如下： （1）计算原图像的灰度直方图 ； （2）计算原图像的灰度累积分布函数 ，进一步求出灰度变换表； （3）根据灰度变换表，将原图像各灰度级映射为新的灰度级。 1.直方图均衡化 3.1 直方图增强 优点：扩张了像素值的动态范围。直方图均衡化后，图像的概率密度函数近似服从均匀分布，灰度几乎是均匀的分布在整个范围内，图像明暗分明，对比度很大，图像比较清晰明亮，很好的改善了原始图的视觉效果。 缺点：不能抑制噪声。 图像增强方法具体实现 3 2.图像二值化 图像的二值化处理就是将图像上的像素点的灰度值设置为0或255，也就是讲整个图像呈现出明显的黑白效果。 3.1 直方图增强 优点：图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。 缺点：使处理后的变得与原图相差很大，有的甚至不可辨认。 图像增强方法具体实现 3 1.灰度调整 3.2 对比度增强 a. imadjust函数 b. 对数变换 c. 指数变换 指数变换可以扩展低值灰度，压缩高值灰度，也可以扩展高值灰度，压缩低值灰度，但是由于与人的视觉特性不太相同，因此不常采用。 优点：可以充分利用图像中的亮度信息，明显改善图像质量。如上图中，经过对比度调整，图像变亮，可以看到更多的细节。 缺点：对于受噪声影响明显的图像，该算法增强效果不明显。即不能有效地抑制噪声。而且，仅仅利用了