数字图像处理课程论文

数字图像处理课程论文专业班级：指导老师：姓名：学号：图像增强与MATLAB实现一.数字图像处理的概念图像处理是指对图像信息进行加工,从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种,其中数字法的优势很明显,因此,已经被应用到了很多领域中,相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理技术其实就是利用各种数字硬件与计算机,对图像信息通过转换而得到的电信号进行相应的数学运算,例如图像去噪、图像分割、提取特征、图像增强、图像复原等,以便提高图像的实用性。其特点是处理精度比较高,并且能够对处理软件进行改进来优化处理效果,操作比较方便,但是由于数字图像需要处理的数据量一般很大,因此处理速度有待提高。目前,随着计算机技术的不断发展,计算机的运算速度得到了很大程度的提高,这大大的推动着数字图像处理技术向前发展发展。图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。，已在国家安全、经济发展、日常生活中充当越来越重要的角色,对国计民生的作用不可低估。数字图像处理技术的优点：1)再现性好:模拟图像处理与数字图像处理最大的不同在于,数字图像象处理不会因为图像的存储、复制或传输等一系列操作而引起图像质量的降低。2)适用面宽:图像可以来自许多的信息源。它小可以小到电子显微镜的图像,大可以大到遥感图像、航空照片或者天文望远镜得图像。3)灵活性高:数字图像处理技术不只可以完成线性运算,而且可以实现非线性的处理,即只要是能够用逻辑关系或数学公式来进行表达的所有运算都可以通过数字图像处理来实现。4)信息压缩潜力大:由于数字图像中各个像素不是相互独立的,相关性大。所以,在图像处理中信息压缩的潜力比较大。二.图像增强的概念图像增强是指依据图像所存在的问题，按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些冗余信息的处理方法。其主要目的是使得处理后的图像对给定的应用比原来的图像更加有效同时可以有效的改善图像质量。图像增强技术主要包含直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。图像增强单纯从技术上可分成两大类：一类是频域处理法；一类是空域处理法。频域处理法的采用的是卷积定理，它利用修改图像傅立叶变换的方法实现对图像的增强处理；空域处理法则是对图像中的像素进行直接的处理，大多数是以灰度映射变换为基础的，所用的映射变换取决于增强的目的。图像增强的方法是通过一定变换方法对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，一般不分析图像降低质量的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所存在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。基于空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。图像增强即增强图象中的有用信息，这个变换过程可以说是一个失真的过程，它的主要目的是加强图像的视觉效果。依据给定图像的实际要求，有目标的突出图像的整体或者是局部特性，将原来不够清晰的图像变得较为清晰或凸显某些感兴趣的特征，扩大图像中不同事物特征之间的差别，剔除不感兴趣的特征，使之改善图像质量、丰富有用信息量，加强图像判读和识别效果，满足某些特殊分析的需要。图像增强按所采用方法从技术上可以分成频率域法和空间域法。频域法即为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，削弱图中的干扰噪声；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。三.MATLAB简介MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。目前，已成为工程领域中较常用的软件工具包之一。它是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。使用它，可以较使用传统的编程语言，如C、C++等，更快的解决技术计算问题。高级语言可用于技术计算；开发环境可对代码、文件和数据进行管理；数学函数可用于线性代数、统计、傅立叶分析、筛选、优化以及数值积分等；二维和三维图形函数可用于可视化数据；各种工具可用于构建自定义的图形用户界面；各种函数可将基于matlab的算法与外部应用程序和语言；其应用范围非常广，包括信号和图像处理、通迅、控制系统设计、测试和测量等众多应用领域。四．图像增强技术概述图像增强技术主要包括：直方图修改处理，图像平滑处理，图像尖锐化处理，彩色图像处理。从纯技术上讲主要有两类：频域处理法和空域处理法。频域处理法主要是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强处理技术；空域处理法：是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。4.1空域滤波增强使用空域模板进行的图像处理被称为空域滤波,模板本身被称为空域滤波器。空域滤波器包括：线性滤波器和非线性滤波器。空域滤波处理效果来分类，可以分为平滑滤波器，和锐化滤波器，平滑的目的在于消除混杂在图像中的干扰因素，改善图像质量，强化图像表现特征。锐化的目的在于增强图像边缘，以及对图像进行识别和处理。4.2平滑滤波器用于模糊处理和减小噪声。平滑线性空间滤波器的输出（响应）是包含在滤波掩模邻域内像素的简单平均值。因此这些滤波器也被称为均值滤波器。平滑滤波器的概念很简单：它是用滤波掩模确定的领域内像素的平均值去代替图像每个像素点的值。这种处理减少了图像灰度的尖锐化。每个掩模前边的乘数等于它的系数值的和，以计算平均值。我们经常用这些极端类型的模糊处理来去除图像中的一些小物体。例如：在matlab中利用线性平滑滤波器处理一副图像I=imread('eight.tif');J=imnoise(I,'salt&pepper',0.02);%添加椒盐噪声subplot(221)imshow(I)title('原图像')subplot(222)imshow(J)title('添加椒盐噪声图像')K1=filter2(fspecial('average',3),J)/255;%应用3*3邻域窗口法subplot(223),imshow(K1)K2=filter2(fspecial('average',7),J)/255;%应用7*7邻域窗口法subplot(224),imshow(K2)4.3中值滤波器其原理是把数字图像或数字序列中某一点的值用该点的一个邻域中各点值的中值交换。中值滤波器的窗口可以取方形，圆形，十字形等。例如：滤波函数图像处理1smoothingMedianFilterMain.mclc;clear;fid=fopen('lenai.raw');temp=fread(fid,[256,256]);LenaRaw=uint8(temp');subplot(1,3,1)Imshow(LenaRaw);title('原始图像')subplot(1,3,2)Imshow(smoothingMedianFilter(LenaRaw,3));title('自制函数，使用用3*3模板，中值滤波图像')subplot(1,3,3)Imshow(medfilt2(LenaRaw,[3,3]));title('调用库函数medfilt2，使用3*3模板，中值滤波图像')4.4锐化滤波器锐化处理主要目的是突出图像中的细节或者增强被模糊了的细节，这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。常用的方法有两种即为微分法和模板匹配法。其中微分法中梯度是图像处理常用的一次微分方法，在灰度骤变区域，梯度值大，在灰度相似区域，梯度值小。在灰度级为常数的区域，梯度为零；Laplacian算子是线性二次微分算子，与梯度算子一样，具有旋转不变性，从而满足不同走向的图像边界的锐化要求。而对于模板匹配法则是出去能够增强图像边缘外，还具有平滑噪声的优点。4.5低通滤波器一幅图像的边缘，跳跃部分以及颗粒噪声代表图像信号的高频分量，而大面积的背景区域代表了图像信号的低频分量。低通滤波器的作用就是滤除这些高频分量，保留低频分量，使图像信号平滑。它包括：理想低通滤波器，巴特沃斯低通滤波器，指数低通滤波器等。例如：频域增强I=imread('apple.png');J=imnoise(I,'salt&pepper',0.02);subplot(121),imshow(J)title('含噪声的图像')J=double(J);f=fft2(J);g=fftshift(f);[M,N]=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2);fori=1:Mforj=1:Nd=sqrt(i-n1)^2+((i-n2)^2);h=1/(1+0.414*(d/d0)^(2*n));g(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g)));subplot(122),imshow(g)title('三阶Butterworth滤波图像')4.6高通滤波器与低通滤波器相反，它将高频信号通过，而抑制了低频信号。4.7同态滤波器把频率过滤和灰度变换结合起来的图像处理方法叫同态滤波。五．Matlab图像增强函数Matlab中图像增强函数的具体使用方法：（1）直方图imhist函数用于数字图像的直方图显示，如：i=imread('e:\w11.tif');imhist(a);（2）直方图均化histeq函数用于数字图像的直方图均化，如：i=imread('e:\w11.tif');j=histeq(a);（3）对比度调整imadjust函数用于数字图像的对比度调整，如：i=imread('e:\w11.tif');j=imadjust(a,[0.3,0.7],[]);（4）对数变换log函数用于数字图像的对数变换，如：i=imread('e:\w11.tif');j=double(a);k=log(v);（5）基于卷积的图像滤波函数filter2函数用于图像滤波，如：i=imread('e:\w11.tif');h=[1,2,1;0,0,0;-1,-2,-1];j=filter2(h,i);（6）线性滤波利用二维卷积conv2滤波,如:i=imread('e:\w11.tif');h=[1,1,1;1,1,1;1,1,1];h=h/9;j=conv2(i,h);（7）中值滤波medfilt2函数用于图像的中值滤波，如：i=imread('e:\w11.tif');j=medfilt2(i);（8）锐化·利用Sobel算子锐化图像,如:i=imread('e:\w11.tif');h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子j=filter2(h,i);六.总结在本论文中，主要介绍数字图像处理及对与如何利用Matlab