基于matlab的图像增强技术的分析与实现.pdfVIP

数字图形图像处理 基于 matlab 的 图像增强技术的分析与实现 基于 matlab 的图像增强技术的分析与实现 摘要 : 基于数字图像增强对图像处理的重要性， 将计算软件 MATLA 应用于数字图像增强中，给出了用这一软件完成图像的对比度增强、 直方图均衡化、平滑滤波、 锐化等操作的示例，并给出了处理前后的 对照图像。同时论述了 MATLAB在进行图像处理试验时简洁、高效的 特点。 关键词 : 图像增强； MATLAB；直方图均衡化；平滑滤波；锐化 基于 matlab 的图像增强技术的分析与实现 引言：对于一个图像处理系统来说，可将流程分为三个阶段，在 获取原始图像后，首先是图像预处理阶段、第二是特征抽取阶段、第 三是识别分析阶段， 其中图像预处理阶段尤为重要， 如果此阶段处理 不当，后面的工作将无法展开。实际应用中 , 我们的系统获取的原始 图像并非完美 : 例如系统获取的原始图像，由于噪声、光照等原因 , 使得图像的质量不高 , 需进行预处理 , 以达到利于我们提取感兴趣的 信息的目的。图像的预处理包括图像增强、平滑滤波、锐化等内容 . 图像的预处理既可以在空间域实现 , 也可以在频域内实现 , 其中空间 域内实现是对图像进行点运算 , 它是一种既简单又重要的图像处理技 术 , 它能让用户改变图像上像素点的灰度值 , 这样通过点运算处理将 产生一幅新图像。 MATLAB是一种简单、高效、功能强大的高级语言 , 在科学与工程 计算领域有着广泛的应用前途。 1、灰度直方图的定义： 一幅数字图像的灰度直方图就是一个灰度级的离散函数。 设变量 r 代表图像中像素灰度级。在图像中像素的灰度级可归一 化处理 , 这样 , r 的值将限定在下述范围之内： (1) 在灰度级中 , r= 0 代表黑， r= 1 代表白。对于一副给定的图像来说 , 每一个像素取得 [0 ，1] 区间内的灰度级是随机的 , 也就是说 r 是一个 随机变量。假定对每一瞬间他们是连续的随机变量，那么，就可以用 r 概率密度函数 p (r) 来表示原始图像得灰度分布。如果用直角坐标系 的横轴代表灰度级 r, 用纵轴代表灰度级的概率密度函数 p r ( r), 这 样就可以针对一副图像在这个坐标系做一个曲线来。 这条曲线在概率 论终就是分布密度曲线， 如图 1 所示。为了有利于数字图像处理 , 必 须引入离散形式。 在离散形势下 , 用 r k 代表离散灰度级 , 用 p r (r k ) 代表 p r (r), 并且 有下式成立 : （2 ） 式中 n k 为图像中出现 r k 这种灰度的像素数，