1、 . PAGE54 / NUMPAGES59基于MATLAB的圖像增強算法研究與仿真摘 要圖像增強是指跟據圖像中存在的問題，按特定的需求來突出一幅圖像中的某些信息，同時，削弱或去除某些冗余信息的處理方法。其主要目的是使得處理后的圖像對給定的應用比原來的圖像更加有效同時可以有效的改善圖像質量。圖像增強技術主要包含直方圖灰度變換處理、直方圖均衡化處理、圖像平滑濾波處理、圖像銳化處理等。本文先對圖像增強的原理進行論述，然后對圖像增強的方法分類并給出直方圖灰度變換、直方圖均衡化，平滑濾波和銳化等幾種常用的增強方法,通過MATLAB實驗仿真得出的實際處理效果來對比各種算法的優缺點，討論不同的增強算法的技

2、術要點，并對其圖像增強方法進行性能評價。關鍵詞：MATLAB，圖像增強 ，直方圖增強 ，平滑，銳化Image enhancement technology based on MATLABABSTRACTThe image intensification is refers specificly according to needs to highlight in an image certain informations, simultaneously, weakens the information processing method which or removes certain doe

3、s not need.After its main purpose is the processing image is more effective than to certain specific applications the original image.Image enhancement technology mainly includes histogram gray level transformation, histogram equalization, image smoothing processing, image intensification treatment e

4、tc. This article first overview of the principle of image enhancement and image enhancement method of classification and histogram is given gray level transformation, histogram equalization, smoothing filtering and sharpening and so on several common enhancement method, through the MATLAB experiment

5、 it is concluded that the actual processing effect to compare the advantages and disadvantages of various algorithms, discussed the main technical points of the different enhancement algorithm, and its image enhancement method for performance evaluation.KEY WORDS: matlab，image enhancement, histogram

6、 enhancement，smoothingsharpening目錄TOC o 1-3 h z u HYPERLINK l _Toc9799 前言 PAGEREF _Toc9799 1 HYPERLINK l _Toc30148 第1章 緒論 PAGEREF _Toc30148 1 HYPERLINK l _Toc24819 1.1 課題研究背景與意義 PAGEREF _Toc24819 1 HYPERLINK l _Toc2208 1.2 國外研究現狀 PAGEREF _Toc2208 1 HYPERLINK l _Toc13150 1.3 研究容 PAGEREF _Toc13150 2 H

7、YPERLINK l _Toc30082 第2章 MATLAB簡介 PAGEREF _Toc30082 3 HYPERLINK l _Toc12524 2.1 MATLAB主要功能 PAGEREF _Toc12524 3 HYPERLINK l _Toc24152 2.2 MATLAB優勢 PAGEREF _Toc24152 3 HYPERLINK l _Toc18312 2.2.1 工作平臺與編輯環境 PAGEREF _Toc18312 3 HYPERLINK l _Toc17997 2.2.2 程序語言 PAGEREF _Toc17997 3 HYPERLINK l _Toc12017 2

8、.2.3 科學計算機數據處理能力 PAGEREF _Toc12017 4 HYPERLINK l _Toc19036 2.2.4 圖形處理功能 PAGEREF _Toc19036 4 HYPERLINK l _Toc11145 2.2.5 模塊集合工具箱 PAGEREF _Toc11145 5 HYPERLINK l _Toc4968 2.4 Matlab常用工具箱 PAGEREF _Toc4968 5 HYPERLINK l _Toc2182 2.5 小結 PAGEREF _Toc2182 5 HYPERLINK l _Toc30251 第3章 圖像增強的基本理論 PAGEREF _Toc3

9、0251 7 HYPERLINK l _Toc3248 3.1 圖像增強的定義 PAGEREF _Toc3248 7 HYPERLINK l _Toc6005 3.2 圖像增強的分類與方法 PAGEREF _Toc6005 7 HYPERLINK l _Toc1558 3.3 常用的圖像增強方法 PAGEREF _Toc1558 8 HYPERLINK l _Toc24470 3.3.1 直方圖均衡化 PAGEREF _Toc24470 8 HYPERLINK l _Toc11357 3.3.2 灰度變換法 PAGEREF _Toc11357 8 HYPERLINK l _Toc7656 3.

10、3.3平滑噪聲 PAGEREF _Toc7656 9 HYPERLINK l _Toc22165 3.3.4 銳化 PAGEREF _Toc22165 9 HYPERLINK l _Toc1489 第4章 MATLAB圖像增強 PAGEREF _Toc1489 10 HYPERLINK l _Toc10432 4.1圖像增強技術概述 PAGEREF _Toc10432 10 HYPERLINK l _Toc14523 4.2直方圖灰度變換 PAGEREF _Toc14523 10 HYPERLINK l _Toc15972 4.2.1圖像的灰度 PAGEREF _Toc15972 10 HYP

11、ERLINK l _Toc27851 4.2.2灰度直方圖 PAGEREF _Toc27851 11 HYPERLINK l _Toc17123 4.3直方圖均衡化 PAGEREF _Toc17123 13 HYPERLINK l _Toc32356 4.4平滑濾波 PAGEREF _Toc32356 14 HYPERLINK l _Toc11637 4.4.1均值濾波 PAGEREF _Toc11637 14 HYPERLINK l _Toc27323 4.4.2中值濾波 PAGEREF _Toc27323 16 HYPERLINK l _Toc17899 4.4.3低通濾波 PAGEREF

12、 _Toc17899 18 HYPERLINK l _Toc25604 4.4.4維納濾波 PAGEREF _Toc25604 18 HYPERLINK l _Toc175 4.5 銳化 PAGEREF _Toc175 22 HYPERLINK l _Toc29691 4.5.1 拉普拉斯算子 PAGEREF _Toc29691 22 HYPERLINK l _Toc29595 4.5.2 Sobel算子 PAGEREF _Toc29595 24 HYPERLINK l _Toc2017 4.5.3 Prewitt算子 PAGEREF _Toc2017 25 HYPERLINK l _Toc2

13、9332 結論 PAGEREF _Toc29332 27 HYPERLINK l _Toc22810 辭 PAGEREF _Toc22810 28 HYPERLINK l _Toc6681 參考文獻 PAGEREF _Toc6681 29 HYPERLINK l _Toc22 附錄 PAGEREF _Toc22 31 HYPERLINK l _Toc32545 外文資料翻譯 PAGEREF _Toc32545 35前言圖像是人類獲取外界信息，感知世界的視覺基礎，同時也是表達和傳遞信息的重要手段。一幅圖像一方面可能在成像或傳輸中受到各種因素的干擾影響，造成圖像質量的下降，另一方面可能為了改變圖像

14、的色彩來調高圖像視感質量或藝術效果，都需要進行圖像增強的處理。通過各種圖像增強處理技術處理后，使我們從圖像中獲得更準確的信息和視覺感覺質量。 圖像增強處理策略包含兩個方面的容：一是空域處理策略，二是頻域處理策略。空域處理是在圖像本身存在的二維空間里對其進行處理，根據不同的處理性質又可以分為點處理、圖像平滑、圖像銳化與圖像代數運算等各種處理方法。而頻域處理則是用一組正交函數系來逼近原圖像信號，獲得相應的系數，將對原信號的分析轉化到了系數空間域，最后進行相關運算處理后再轉化回空間域。在實際圖像增強處理中需要兩者相互結合使用，以使得圖像處理得到理想的結果，改善圖像的視感質量，提高視覺識別信息的準確性

15、。 本文介紹了應用Matlab進行圖像增強處理的方法，首先在理論上討論了灰度變換、直方圖均衡化、平滑濾波、銳化四種重要的空域變換增強法的工作原理，并由工作原理的差異引出了不同的處理方法，通過Matlab實驗仿真對圖像進行增強處理，使圖像質量得到改善，得出的實際處理效果來對比歸納各種算法的優缺點，討論不同的增強算法的技術要點，并對其圖像增強方法進行性能評價。 第1章 緒論1.1 課題研究背景與意義在一般情況下，經過圖像的傳送和轉換，如成像、復制、掃描、傳輸和顯示等，經常會造成圖像質量的下降，即圖像失真。在攝影時由于光照條件不足或過度，會使圖像過暗或過亮；光學系統的失真、相對運動、大氣流動等都會使

16、圖像模糊，傳輸過程中會引入各種類型的噪聲。總之輸入的圖像在視覺效果和識別方便性等方面可能存在諸多問題，這類問題不妨統稱為質量問題。圖像增強是指根據特定的需要突出圖像中的重要信息，同時減弱或去除不需要的信息。從不同的途徑獲取的圖像，通過進行適當的增強處理，可以將原本模糊不清甚至根本無法分辨的原始圖像處理成清晰的富含大量有用信息的可使用圖像，有效地去除圖像中的噪聲、增強圖像中的邊緣或其他感興趣的區域，從而更加容易對圖像中感興趣的目標進行檢測和測量。處理后的圖像是否保持原狀已經是無關緊要的了，不會因為考慮到圖像的一些理想形式而去有意識的努力重現圖像的真實度。圖像增強的目的是增強圖像的視覺效果，將原圖

17、像轉換成一種更適合于人眼觀察和計算機分析處理的形式。它一般要借助人眼的視覺特性，以取得看起來較好地視覺效果，很少涉與客觀和統一的評價標準。增強的效果通常都與具體的圖像有關系，靠人的主觀感覺加以評價。1.2 國外研究現狀圖像增強技術的發展大致經歷了初創期、發展期、普與期和應用期4個階段。初創期開始于20世紀60年代，當時的圖像采用像素型光柵進行掃描顯示，大多采用中、大型機對其進行處理。20世紀70年代進入了發展期，開始大量采用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現了CT和衛星遙感圖像，對圖像增強處理提出了一個更高的要求。到了20世紀80年代，圖像增強技術進入普與期，此

18、時的計算機已經能夠承擔起圖形圖像處理的任務。20世紀90年代進入了應用期，人們運用數字圖像增強技術處理和分析遙感圖像，以有效地進行資源和礦藏的勘探、調查、農業和城市的土地規劃、作物估產、氣象預報、災害與軍事目標的監視等。在生物醫學工程方面，運用圖像增強技術對X射線圖像、超聲圖像和生物切片顯微圖像等進行處理，提高圖像的清晰度和分辨率。在工業和工程方面，主要應用于無損探傷、質量檢測和過程自動控制等方面。在公共安全方面，人像、指紋與其他痕跡的處理和識別，以與交通監控、事故分析等都在不同程度上使用了圖像增強技術。圖像增強是圖像處理的重要組成部分，傳統的圖像增強方法對于改善圖像質量發揮了極其重要的作用。

19、隨著對圖像技術研究的不斷深入和發展，新的圖像增強方法不斷出現。例如一些學者將模糊映射理論引入到圖像增強算法中，提出了包括模糊松弛、模糊熵、模糊類等增強算法來解決增強算法中映射函數選擇問題，并且隨著交互式圖像增強技術的應用，可以主觀控制圖像增強效果。同時利用直方圖均衡技術的圖像增強也有許多新的進展：例如提出了多層直方圖結合亮度保持的均衡算法、動態分層直方圖均衡算法。這些算法通過分割圖像，然后在子層圖像做均衡處理，較好地解決了直方圖均衡過程中的對比度過拉伸問題，并且可以控制子層灰度映射圍，增強效果較好。1.3 研究容數字圖像處理是指將圖像信號轉換成數字格式并利用計算機對其進行處理的過程。圖像增強是

20、數字圖像處理的過程中經常采用的一種方法，它對提高圖像質量起著重要的作用。本文介紹了應用Matlab進行圖像增強處理的方法，首先在理論上討論了灰度變換、直方圖均衡化、平滑濾波、銳化四種重要的空域變換增強法的工作原理，并由工作原理的差異引出了不同的處理方法，通過Matlab實驗仿真對圖像進行增強處理，使圖像質量得到改善，得出的實際處理效果來對比歸納各種算法的優缺點，討論不同的增強算法的技術要點，并對其圖像增強方法進行性能評價。第2章 MATLAB簡介2.1 MATLAB主要功能它是一種用于算法開發、數據可視化、數據分析以與數值計算的高級技術計算語言和交互式環境。使用它，可以較使用傳統的編程語言，如

21、C、C+等，更快的解決技術計算問題。高級語言可用于技術計算；開發環境可對代碼、文件和數據進行管理；數學函數可用于線性代數、統計、傅立葉分析、篩選、優化以與數值積分等；二維和三維圖形函數可用于可視化數據；各種工具可用于構建自定義的圖形用戶界面；各種函數可將基于MATLAB的算法與外部應用程序和語言；其應用圍非常廣，包括信號和圖像處理、通迅、控制系統設計、測試和測量等眾多應用領域。2.2 MATLAB優勢2.2.1 工作平臺與編輯環境MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許多工具采用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調

22、試器、路徑搜索和用于用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以與軟件本身的不斷升級，MATLAB的用戶界面也越來越精致，更加接近Windows的標準界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的聯機查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠與時地報告出現的錯誤與進行出錯原因分析。2.2.2 程序語言MATLAB一個高級的矩陣語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的復雜的應用程

23、序（M文件）后再一起運行。新版本的MATLAB語言是基于最為流行的C語言基礎上的，因此語法特征與C語言極為相似，而且更加簡單。使之更利于非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究與工程計算各個領域的重要原因。2.2.3 科學計算機數據處理能力MATLAB是一個包含大量算法的集合。其可以快捷的實現用戶所需的各種計算功能。函數中所使用的算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和差錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C+ 。在計算要求一樣的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這

24、些函數集包括從最簡單最基本的函數到諸如矩陣，特征向量、快速傅立葉變換的復雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程與偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、復數的各種運算、三角函數和其他初等數學運算、多維數組操作以與建模動態仿真等。2.2.4 圖形處理功能圖形處理功能MATLAB自產生之日起就具有方便的數據可視化功能，以將向量和矩陣用圖形表現出來，并且可以對圖形進行標注和打印。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。可用于科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的

25、改進和完善，使它不僅在一般數據可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以與四維數據的表現等），MATLAB同樣表現了出色的處理能力。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的制作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。2.2.5 模塊集合工具箱MATLAB對許多專門的領域都開發了功能強大的模塊集和工具箱。一般來說，它們都是由特定領域的專家開發的，用戶可以直接使用工具

26、箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數據采集、數據庫接口、概率統計、樣條擬合、優化算法、偏微分方程求解、神經網絡、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型與半物理仿真、嵌入式系統開發、定點仿真、DSP與通訊、電力系統仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。2.4 Matlab常用工具箱MATLAB包括擁有數百個部函數的主包和三十幾種工具包。功能工具包用來擴充MATLAB的符號計算，可視

27、化建模仿真，文字處理與實時控制等功能。學科工具包是專業性比較強的工具包，控制工具包，信號處理工具包，通信工具包等都屬于此類。除部函數外，所有MATLAB主包文件和各種工具包都是可讀可修改的文件。Matlab Main Toolboxmatlab主工具箱System Identification Toolbox系統辨識工具箱Image Processing Toolbox圖象處理工具箱LMI Control Toolbox線性矩陣不等式工具箱Optimization Toolbox優化工具箱Simulink Toolbox動態仿真工具箱Wavele Toolbox小波工具箱它附加的工具箱，即單獨

28、提供的專用matlab函數集，擴展了matlab環境，以解決這些應用領域特定類型的問題。2.5 小結對于MATLAB，在教學期間我們大量的運用它來進行編程學習，對于以上所敘，均比較了解，但是對于其圖像處理功能還是不十分熟悉，因此以下將著重從這方面介紹：圖像處理工具包是由一系列支持圖像處理操作的函數組成的。所支持的圖像處理操作有:圖像的幾何操作、鄰域和區域操作、圖像變換、圖像恢復與增強、線性濾波和濾波器設計、變換(DCT 變換等) 、圖像分析和統計、二值圖像操作等。下面就MATLAB 在圖像處理中各方面的應用分別進行介紹。(1) 圖像文件格式的讀寫和顯示。MATLAB 提供了圖像文件讀入函數im

29、read ( ) ,用來讀取如: bmp 、tif 、jpg、pcx、tiff 、gpeg、hdf 、xwd 、png等各種格式的圖像文件;圖像寫出函數imwrite () ,還有圖像顯示函數image ( ) 、imshow( ) 等等。(2) 圖像處理的基本運算。MATLAB 提供了圖像的和、差等線性運算,以與卷積、相關、濾波等非線性運算。例如,conv2( I ,J ) 實現了I ,J 兩幅圖像的卷積。(3) 圖像變換。MATLAB 提供了一維和二維離散傅立葉變換(DFT) 、快速傅立葉變換(FFT) 、離散余弦變換(DCT) 與其反變換函數,以與連續小波變換(CWT) 、離散小波變換(

30、DWT) 與其反變換。(4) 圖像的分析和增強。針對圖像的統計計算,MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調整、自適應濾波等對圖像進行的處理。以上所提到的MATLAB 在圖像中的應用都是由相應的MATLAB 函數來實現的,使用時,只需按照函數的調用語確輸入參數即可。具體的用法可參考MATLAB 豐富的幫助文檔。第3章 圖像增強的基本理論3.1 圖像增強的定義為了改善視覺效果或者便于人和機器對圖像的理解和分析，根據圖像的特點或存在的問題采取的簡單改善方法或者加強特征的措施稱為圖像增強。一般情況下，圖像增強是按特定的需要突出一幅圖像中的某些信息，同時削弱或去除某些不需要的信息的處理

31、方法，也是提高圖像質量的過程。圖像增強的目的是使圖像的某些特性方面更加鮮明、突出，使處理后的圖像更適合人眼視覺特性或機器分析，以便于實現對圖像的更高級的處理和分析。圖像增強的過程往往也是一個矛盾的過程：圖像增強希望既去除噪聲又增強邊緣。但是，增強邊緣的同時會同時增強噪聲，而濾去噪聲又會使邊緣在一定程度上模糊，因此，在圖像增強的時候，往往是將這兩部分進行折中，找到一個好的代價函數達到需要的增強目的。傳統的圖像增強算法在確定轉換函數時常是基于整個圖像的統計量，如：灰度變換，直方圖均衡，中值濾波，低通濾波，銳化等等。這樣對應于某些局部區域的細節在計算整幅圖的變換時其影響因為其值較小而常常被忽略掉，從

32、而局部區域的增強效果常常不夠理想，噪聲濾波和邊緣增強這兩者的矛盾較難得到解決。3.2 圖像增強的分類與方法圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。 圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應特性相匹配。

33、在圖像增強過程中，不分析圖像降質的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術根據增強處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。基于空域的算法處理時直接對圖像灰度級做運算基于頻域的算法是在圖像的某種變換域對圖像的變換系數值進行某種修正，是一種間接增強的算法。基于空域的算法分為點運算算法和鄰域去噪算法。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態圍，擴展對比度。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標識別。

34、常用算法有拉普拉斯算子、Prewitt算子和Sobel算子等。3.3 常用的圖像增強方法3.3.1 直方圖均衡化直方圖均衡化是HYPERLINK :/baike.baidu /view/14662.htm圖像處理領域中利用圖像直方圖對對比度進行調整的方法。這種方法通常用來增加許多圖像的局部對比度，尤其是當圖像的有用數據的對比度相當接近的時候。通過這種方法，亮度可以更好地在HYPERLINK :/baike.baidu /view/60840.htm直方圖上分布。這樣就可以用于增強局部的對比度而不影響整體的對比度，HYPERLINK :/baike.baidu /view/1164383.htm

35、直方圖均衡化通過有效地擴展常用的亮度來實現這種功能。有些圖像在低值灰度區間上頻率較大，使得圖像中較暗區域中的細節看不清楚。這時可以通過直方圖均衡化將圖像的灰度圍分開，并且讓灰度頻率較小的灰度級變大，通過調整圖像灰度值的動態圍，自動地增加整個圖像的對比度，使圖像具有較大的反差，細節清晰。3.3.2 灰度變換法通常經輸入系統獲取的圖像信息中含有各種各樣的的噪聲與畸變，有些圖像的對比度比較低，從而使整個圖像模糊不清，因此要對圖像質量進行改善。這時可以按一定的規則修改原來圖像的每一個象素的灰度，從而改變圖像灰度的動態圍。灰度變換是根據某種目標條件按一定變換關系逐點改變原圖像中每個像素灰度值的方法。目標

36、圖片的灰度變換處理是是圖像增強處理技術中一種非常基礎、直接的空間域圖像處理方法。灰度變換有時被稱為圖片對比度增強或對比度拉伸。3.3.3平滑噪聲有些圖像是通過掃描儀掃描輸入、或傳輸通道傳輸過來的。圖像中往往包含有各種各樣的噪聲。這些噪聲一般是隨機產生的，因此具有分布和大小不規則性的特點。這些噪聲的存在直接影響著后續的處理過程，使圖像失真。圖像平滑就是針對圖像噪聲的操作，其主要作用是為了消除噪聲，圖像平滑的常用方法是采用均值濾波或中值濾波，均值濾波是一種線性空間濾波，它用一個有奇數點的掩模在圖像上滑動，將掩模中心對應像素點的灰度值用掩模所有像素點灰度的平均值代替，如果規定了在取均值過程中掩模各像

37、素點所占的權重，即各像素點所乘系數，這時就稱為加權均值濾波；中值濾波是一種非線性空間濾波，其與均值濾波的區別是掩模中心對應像素點的灰度值用掩模所有像素點灰度值的中間值代替。3.3.4 銳化圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以與圖像的細節變的清晰。平滑噪聲時經常會使圖像的邊緣變的模糊，針對平均和積分運算使圖像模糊，可對其進行反運算采取微分算子使用模板和統計差值的方法，使圖像增強銳化。圖像邊緣與低頻分量相對應，低通濾波可以讓低頻分量暢通無阻，而對高頻分量則充分限制，通過低通濾波去除高頻分量，也可以達到圖像銳化的目的。一般情況下，在計算機圖像處理中可用微分運算和低通濾波來實現圖像的銳化。空

38、間域圖像的銳化常用的是拉普拉斯運算，它不僅是偏導數的線性組合，而且是各向同性的，這樣可以使圖像中間任何方向伸展的邊緣和輪廓線變得清晰。第4章 MATLAB圖像增強4.1圖像增強技術概述圖像增強技術主要包括：直方圖灰度變換處理，直方圖均衡化處理，圖像平滑處理，圖像銳化處理。從純技術上講主要有兩類：頻域處理法和空域處理法。頻域處理法主要是卷積定理，采用修改圖像傅立葉變換的方法實現對圖像的增強處理技術；空域處理法：是直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎的。4.2直方圖灰度變換灰度變換是圖像增強的一種重要手段，使圖像對比度擴展，圖像更加清晰，特征更加明顯。灰度級的直方圖給出了一幅圖

39、像概貌的描述，通過修改灰度直方圖來得到圖像增強。4.2.1圖像的灰度常用的圖像一般是灰度圖，這時f表示灰度值，反映了圖像上對應點的亮度。亮度是觀察者對所看到的物體表面反射光強的量度。作為圖像灰度的量度函數應大于零。人們日常看到的圖像一般是從目標上反射出來的光組成的，所以可看成由兩部分構成：入射到可見場景上光的量；場景中目標對反射光反射的比率。確切地說它們分別稱為照度成分和反射成分。與和都成正比，可表示成。將二維坐標位置函數稱為灰度。入射光照射到物體表面的能量是有限的，并且它永遠為正，即0；反射系數為0時，表示光全部被物體吸收，反射系數為1時，表示光全部被物體反射，反射系數在全吸收和全反射之間，

40、即0 M ,則(i,j)為邊緣點。 S(i,j) 為邊緣圖像,由于數據溢出的關系,這種邊緣圖像通常不直接使用,而使用的則是由邊緣點與背景點構成的圖像,故它為二值圖像。Sobel 算子也可用模板表示。模板中的元素表示算式中相應像素的加權因子。水平和垂直梯度模板分別為：Sobel算子就是對當前行或列對應的值加權后，再進行平均和差分，也稱為加權平均差分。圖4.5.2展示了在MATLAB中進行Sobel算子圖像銳化的處理結果： 圖 4.5.2優點：銳化的邊緣信息較強。Sobel算子和Prewitt算子一樣，都在檢測邊緣點的同時具有抑制噪聲的能力，檢測出的邊緣寬度至少為二像素。缺點：但是會丟失一些細節信

41、息，使邊緣有一定的模糊。sobel算子處理后也只是輪廓，相比Prewitt算子圖像邊緣稍微加寬。4.5.3 Prewitt算子因為平均能減少或消除噪聲，Prewitt梯度算子法就是先求平均，再求差分來求梯度。水平和垂直梯度模板分別為：利用檢測模板可求得水平和垂直方向的梯度，再通過梯度合成和邊緣點判定，就可得到平均差分法的檢測結果。圖4.5.3展示了在MATLAB中進行Prewitt算子圖像銳化的處理結果： 圖4.5.3優點：Prewitt算子和Sobel算子一樣，都在檢測邊緣點的同時具有抑制噪聲的能力，檢測出的邊緣寬度至少為二像素。缺點：由于它們都是先平均后差分，平均時會丟失一些細節信息，使邊

42、緣有一定的模糊。但由于Sobel算子的加權作用，其使邊緣的模糊程度要稍低于程度要稍低于Prewitt算子。Prewitt算子將圖像邊緣拉大，近乎失真。結論圖像增強中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合，有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低

43、頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波法等，它們可用于去除或減弱噪聲。圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特征或者抑制(掩蓋)圖像中某些不需要的特征，使圖像與視覺響應特性相匹配。在圖像增強過程中，不分析圖像降質的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術根據增強處理過程所在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。基于空域的算法處理時直接對圖像灰度級做運算基于頻域的算法是在圖像的某種變換域對圖像的變換系數值進行某種修正

44、，是一種間接增強的算法。基于空域的算法分為點運算算法和鄰域去噪算法。在本論文中點運算算法用到的是直方圖均衡化，灰度變換，目的使圖像成像均勻，擴大圖像動態圍。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波、低通濾波、維納濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標識別。常用算法有拉普拉斯算子、Prewitt算子和Sobel算子等。在黃會營老師的指導下，讓我順利的完成了本次畢業設計。通過此次畢業設計，我從中學到了許多課本上沒有的知識，使我不僅僅在知識水平和解決實際問題的能力上有了很大的提高。還從思想的深處體會到，要把自己的所

45、學變成現實來解決將來面對的種種難題，即理論運用于實踐。 辭在論文完成之際，我心情無法平靜。本科兩年期間，尤其是畢業論文完成期間，有很多可敬的老師和同學給予了我無私幫助。對此我深懷感激。首先感導師黃會營老師從始至終的關心、指導和教誨。黃老師一絲不茍、嚴格律己、寬以待人的崇高品質對學生將是永遠的鞭策。本次畢業設計從課題選題、信息收集到論文的撰寫都是在黃老師全面、具體、耐心的指導下進行的。特別是黃老師不厭其煩的指出設計中的不足與問題的解決方向，使我感受到黃老師的淵博學識、敏銳思維和嚴謹的作風。論文寫作過程中，從行文的用語到格式的規，都力求完美。這里再次對黃老師的無私付出表示深深的意。其次在設計的過程

46、中，感給予我幫助的同學們，在此對其表示感。然后感理工學院各位老師對我的培養和關心，感我的家人在本科兩年期間對我的支持和鼓勵。最后祝理工學院各位老師工作順利，祝理工學院明天更美好！參考文獻1 汪志云,黃夢為.基本直方圖的圖像增強與其MATLAB實現J.計算機工程與科學,2006,28（2）:54-56.2榴娣,明奇,黨長民.實用數字圖像處理M.理工大學,19983岡薩雷斯 RC 著.叔梁譯.數字圖像處理.科學,19834 月景編著.圖像識別技術與其應用.機械工業,19855周寬,曉光,建革等編著.實用微機圖像處理。航天大學,19946放如明,蔡健榮,許俐編著.計算機圖像處理技術與其在農業工程中的

47、應用.清華大學,19997介谷等，數字圖像處理，交通大學，19888阮秋琦，數字圖像處理學，電子工業版社，20019兆禮，春暉，梅曉丹,現代圖像處理技術.:人民郵電，200110志涌,精通MATLAB6.5. ：航空航天大學，200311郝文化,田蕾,董秀芳.Matlab圖形圖像處理應用教程.中國水利水電.200312琨,畢靖,叢濱.Matlab7.6從入門到精通.電子工業.200913,榮娟,郭穎輝.Matlab6.X圖像編程與圖像處理.電子科技大學2002.1014黃賢武等，數字圖像處理和壓縮編碼技術，電子科技大學，200015容觀澳，計算機圖像處理，清華大學，200016Strum, R

48、. D. and Kirk D. E. Contemporary Linear Systems Using MATLAB. PWS Publishing, 1994 (ISBN 0-534-93273-8).17Biran, A. and Breiner, M. G. MATLAB for Engineers, Addison-Wdsley, 1995 (ISBN 0-201-56524-2).18Malek-Madani, R. Advanced Engineering Mathematics with Mathematica and MATLAB, Addison-Wesley, 1998

49、 (ISBN 0-201-59881-71).19Marcus, M. Matrices and MATLAB: A Tutorial. Prentice Hall, 1993 (ISBN 0-13-562901-2).20Ogata, K. Solving Control Engineering Problems with MATLAB. Prcntice Hall, 1993 (ISBN 0-13-045907-0).21Stang, G. Introduction to Lincar Algebra. Wellesley-Cambridge Press, 1993 (ISBN 0-961

50、4088-5-5).22Strum, R. D. and Kirk D. E. Contemporary Linear Systems Using MATLAB. PWS Publishing, 1994 (ISBN 0-534-93273-8).23T .Aach,D.Kunz.Multiscalelinear/medianhybridfiltersfornoisereductioninlowdosex-ray images,IEEE IntenrationalConferenceon ImageProcessi ng,1997,75( 2):358-36124Zia-ur Rahman ,

51、 Glenn A. Woodell and Daniel J. Jobson .A Comparison of the Multiscale RetinexWith Other Image EnhancementTechniques25Alejandro F. Frangi, Wiro J. Niessen, Koen L. Vincken, Max A. Viergever .Multiscale vessel enhancement filtering.附錄本文算法MATLAB程序%灰度變換增強法close allclear allI=imread(pout.tif);subplot(2,

52、2,1),imshow(I);title(原圖像);subplot(2,2,2),imhist(I);title(原圖像的直方圖);J=huidubianhuan(I,0.29,0.68,0,1); %灰度變換huidubianhuan.msubplot(2,2,3),imshow(J);title(灰度變換后的圖像);subplot(2,2,4),imhist(J);title(灰度變換后的圖像的直方圖);%直方圖均衡化%clear all;close all;I=imread(pout.tif);subplot(2,2,1),imshow(I);title(原圖像);subplot(2,2

53、,2),imhist(I);title(原圖像的直方圖);J=histeq(I); %為直方圖銳化函數，實現直方圖銳化具體算法subplot(2,2,3),imshow(J);title(直方圖均衡化后的圖像);subplot(2,2,4),imhist(J);title(均衡化后的圖像的直方圖);%對椒鹽噪聲進行處理clcclose all;clear all;I=imread(cameraman.tif);J=imnoise(I,salt & pepper,0.05);subplot(2,2,1),imshow(I);title(原圖像);subplot(2,2,2),imshow(J);

54、title(疊加椒鹽噪聲后的圖像);h=ones(3,3)/9;K=conv2(J,h);subplot(2,2,3),imshow(K,);title(低通濾波后的圖像);L=medfilt2(J);subplot(2,2,4),imshow(L,);title(中值濾波后的圖像);%對高斯噪聲進行處理clcclose all;clear all;I=imread(cameraman.tif);J=imnoise(I,gaussian,0,0.05);subplot(2,3,1),imshow(I);title(原圖像);subplot(2,3,2),imshow(J);title(疊加零均

55、值高斯噪聲后的圖像);h=ones(3,3)/9;K=conv2(J,h);subplot(2,3,3),imshow(K,);title(低通濾波后的圖像);L=medfilt2(J);subplot(2,3,4),imshow(L,);title(中值濾波后的圖像);M=wiener2(J);subplot(2,3,5),imshow(M);title(維納濾波后的圖像);% Sobel算子、Prewitt算子和高斯-拉普拉斯算子進行圖像銳化的源程序。%應用Sobel算子進行圖像銳化clear all;I1=imread(lena.bmp);I1=double(I1);h1=fspecia

56、l(sobel);I2=filter2(h1,I1);figure,imshow(I1,);title(Sobel算子銳化)I3=I1-I2;%增強圖像為原圖像減去Sobel算子運算后的結果figure,imshow(I3,);title(原圖減Sobel算子結果)%應用Prewitt算子進行圖像銳化clear all;I1=imread(lena.bmp);I1=double(I1);h1=fspecial(prewitt);I2=filter2(h1,I1);figure,imshow(I1,);title(Prewitt算子銳化)I3=I1-I2;%增強圖像為原圖像減去Prewitt算子

57、運算后的結果figure,imshow(I3,);title(原圖減Prewitt算子結果)%應用高斯-拉普拉斯算子進行圖像銳化clear all;I1=imread(lena.bmp);I1=double(I1);h1=fspecial(log);I2=filter2(h1,I1);figure,imshow(I1,);title(高斯-拉普拉斯算子銳化)I3=I1-I2;%增強圖像為原圖像減去高斯-拉普拉斯算子運算后的結果figure,imshow(I3,);title(原圖減高斯-拉普拉斯算子結果)外文資料翻譯DigitalImageProcessing and Edge Detecti

58、onDigitalImageProcessingInterest in digital image processing methods stems from two principal applica- tion areas: improvement of pictorial information for human interpretation; and processing of image data for storage, transmission, and representation for au- tonomous machine perception. An image m

59、ay be defined as a two-dimensional function, f(x, y), where x and y are spatial (plane) coordinates, and the amplitude of f at any pair of coordinates (x, y) is called the intensity or gray level of the image at that point. When x, y, and the amplitude values of f are all finite, discrete quantities

60、, we call the image a digital image. The field of digital image processing refers to processing digital images by means of a digital computer. Note that a digital image is composed of a finite number of elements, each of which has a particular location and value. These elements are referred to as pi