基于MATLAB的数据图像增强处理研究应用

基于MATLAB的数据图像增强处理研究应用实验课程名称数字图像处理及应用2016年06月30日目录摘要.........................................................................................................3第一章绪论..........................................................................................41.1.MATLAB基本知识介绍.....................................................................41.2.图像增强技术概述...........................................................................4第二章基于MATLAB的图像增强处理...................................................62.1空域处理法.................................................................................62.1.1灰度直方图.........................................................................72.1.2直方图均衡化.....................................................................72.2空域滤波增强...........................................................................72.2.1基本原理............................................................................82.2.2线性平滑滤波器.................................................................82.2.3非线性平滑滤波器.............................................................82.2.4线性锐化滤波器.................................................................92.3频域处理法.................................................................................9第三章展望...........................................................................................11摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。关键词：图像处理、MATLAB第一章绪论1.1.MATLAB基本知识介绍MATLAB是一种用于算法开发、数据可视化、数据分析已经数值计算的高级技术计算语言和交互式环境。它在数学类科学应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。MATLAB的应用范围非常广，主要应用于通讯、工程计算、信号和图像处理、控制设计、信号处理和通讯、图像处理、信号通讯、金融建模设计与分析以及计算生物学等领域。MATLAB的图像处理功能主要集中在他的图像处理工具箱中。此工具箱是由一系列支持图像处理的函数组成。可以进行如几何操作、线性滤波和滤波器设计、图像的变换与增强、二值图像操作以及形态学处理等图像处理操作。MATLAB数字图像处理工具箱函数包括以下15类：1、图像显示函数；2、图像文件输入、输出函数；3、图像几何操作函数；4、图像像素值及统计函数；5、图像分析函数；6、图像增强函数；7、线性滤波函数；8、二维线性滤波器设计函数；9、图像变换函数；10、图像邻域及块操作函数；11、二值图像操作函数；12、基于区域的图像处理函数；13、颜色图操作函数；14、颜色空间转换函数；15、图像类型和类型转换函数。这些函数按其功能可分为：图像显示；图像文件I/O；几何操作；像素和统计处理；图像分析；图像增强；线性滤波；线性二元滤波设计；图像变换；邻域和块处理；二进制图像操作；区域处理；颜色映像处理；颜色空间变换；图像类型和类型转换。1.2.图像增强技术概述图像增强是按特定的需求突出一幅图像中的某些信息，同时，削弱或去除某些信息使得图像更加实用，其目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。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，采用修改图像傅里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基础的。第二章基于MATLAB的图像增强处理2.1空域处理法空域法是在原图像上直接进行运算，主要是对图像中的各个像素点进行操作。典型的空域处理图像方法是灰度直方图处理技术以及直方图均衡化处理技术，它的主要原理是对一幅图像的直方图，经过一定的变换，使其成为均匀或者基本均匀。但是对于灰度直方图实施近似概率密度函数。因此，当用离散的灰度等级做变换是，很难得到完全平坦均匀的结果。1)增强对比度增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某两个灰度值之间的动态范围来实现的（如图4-1）。图2-1增强对比度在图2-1中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。2)图像求反对图像求反是将原来的灰度值翻转，简单的说就是使黑变白，使白变黑。普通的黑白底片和照片就是这样的关系。具体的变换就是将图像中每个像素的灰度值根据变换曲线进行映射。2.1.1灰度直方图常用的图像一般是灰度图，这时f表示灰度值，反应了退学那个上对应点的亮度，亮度是观察者对所看到的物体表面反射光强的度量。作为图像灰度的度量函数f(x,y)应大于零。人们日常看到的图像一般是从目标上反射出来的光组成的，所以f(x,y)可看成由两部分构成：入射到可见场景上光的量；场景中目标对反射光反射的比率。确切的说分别称为照度成分i(x,y)和反射成分r(x,y)。f(x,y)与i(x,y)和r(x,y)都成正比，可表示成f(x,y)=i(x,y)xr(x,y)。灰度变换是图像增强的一种重要手段，是图像对比度扩展，图像更加清晰，特征更加明显。2.1.2直方图均衡化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S，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。直方图均衡化的优势是能够是的处理后的图像的概率密度函数近似服从均匀分布，其结果扩张了像素值的动态范围，是一种常用的图像增强算法。2.2空域滤波增强一般情况下，像素的邻域比该像素要大，也就是说这个像素的邻域中除了本身以外还包括其他像素。在这种情况下，g(x,y)在(x,y)位置处的值不仅取决于f(x,y)在以(x,y)为中心的邻域内所有的像素的值。如仍以s和t分别表示f(x,y)在(x,y)位置处的灰度值，并以n(s)代表f(x,y)在(x,y)邻域内像素的灰度值，则t=EA[s,n(s)]为在邻域内实现增强操作，常可利用模板与图像进行卷积。每个模板实际上是一个二维数组，其中各个元素的取值定了模板的功能，这种模板操作也称为空域滤波。2.2.1基本原理空域滤波可分为线形滤波和非线形滤波两类。线形滤波器的设计常基于对傅立叶变换的分析。非线形空域滤波器则一般直接对邻域进行操作。另外各种滤波器根据功能又主要分成平滑滤波和锐化滤波。平滑可用低通来实现，锐化可用高通来实现平滑滤波器：它能减弱或消除傅立叶空间的高频分量，但不影响在低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分，滤波器将这些分量滤去可使图像平滑。锐化滤波器：它能减弱或消除傅立叶空间的高频分量空域滤波器都是利用模板卷积，主要步骤如下：（1）将模板在图中漫游，并将模板中心与图中某个像素位置重合；（2）将模板上的系数与模板下对应的像素相乘；（3）将所有的乘积相加；（4）将和（模板的输出响应）赋给图中对应的模板中心位置像素。下面分别介绍在MATLAB中如何应用平滑和锐化滤波器。2.2.2线性平滑滤波器线性低通滤波器是最常用的线性平滑滤波器。这种滤波器的所有系数都是正的。对3*3的模板来说，最简单的操作是取所有系数都为1。为保证输出图像仍在原来的灰度范围内，在计算R后要将其除以9再进行赋值。这种方法称为邻域平均法。2.2.3非线性平滑滤波器中值滤波器是最常用的非线性平滑滤波器。它是一种临域运算，类似于卷积，但计算的不是加权求和，而是把邻域中的像素按灰度级进行排序，然后选择改组的中间值作为输出的像素值。具体步骤：（1）将模板在图像中漫游，并将模板中心和图像某个像素的位置重合；（2）读取模板下对应像素的灰度值；（3）将这些灰度值从小到大排成一列；（4）找出这些值排在中间的一个；（5）将这个中间值赋给对应模板中心位置的像素。2.2.4线性锐化滤波器线性高通滤波器是最常用的线性锐化滤波器。这种滤波器的中心系数都是正的，而周围的系数都是负的。对3*3的模板来说，典型的系数取值是：[-1–1–1；-18–1；-1–1-1]事实上这是拉普拉斯算子，所有的系数之和为0。当这样的模板放在图像中灰度值是常数或变化很小的区域时，其输出为0或很小。这个滤波器将原来的图像中的零频域分量去除了，也就是将输出的图像的平均值变为0，这样就会有一部分像素的灰度值小于0。在图像处理中我们一般只考虑正的灰度值，所以还有将输出图像的灰度值范围通过尺度变回到所要求的范围。2.3频域处理法频域法是从另外一个角度来分析图像信号的特性。即首先将图像从空间域变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的，通常采用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达吗变换、小波变换等。1)基本原理卷积理论是频域技术的基础。设函数f（x,y）与线性位不变算子h（x,y）的卷积结果是g（x,y），即g(x,y)=h(x,y)*f(x,y)那么根据卷积定理在频域有：G(x,y)=H(u,v)F(u,v)其中G(x,y)、H(u,v)、F(u,v)分别是g(x,y)、h(x,y)、f(x,y)的傅立叶变换。频域增强的主要步骤是：（1）技术所需增强图的傅立叶变换；（2）将其与一个（根据需要设计的）转移函数相乘；（3）再将结果进行傅立叶反变换以得到增强的图。频