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

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

r

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),这

r

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rk代表离散灰度级,用pr(rk)代表pr(r),并且

有下式成立:

（2）

式中n为图像中出现r这种灰度的像素数，n是图像中像素总数,

kk

而nkn就是概率论中所说的频数。在直角坐标系中作出r与p(r)

krk

的关系图形,这个图形称为直方图。

图像的灰度直方图提供了该图像外观的一个全局描述，所提取的

特征具有RST不变性，即旋转、比例和位移不变性，缺点是不能有

效地表示图像的空间信息。

2直方图均衡化：

直方图均衡化通常用来增加许多图像的全局对比度，尤其是当图

像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更

好地在直方图上分布。这样