内容:
基于Matlab图像增强技术基本原理的研究
摘要：数字图像增强是图像处理的一个重要分支，它对图像整体或局部特征能有效地改善；直方图是图像处理中最重要的基本方法之一，它能有效地用于图像增强。本文讨论了图像直方图、直方图均衡化、直方图规定化图像增强技术，并给出了相关的基本原理和算法的实现办法。本文针对基于Matlab图像增强技术基本原理进行了研究。
关键字：图像增强；Matlab
1.Matlab的图像增强算法的基本原理 近些年来。由于计算机与信息技术高速的发展，数字图像处理技术也得到快速的发展。目前已成为计算机科学、医学、生物学、工程学、信息科学等领域各学科之间学习和研究的对象。对于图像处理系统来说，处理流程基本可以划分为三个阶段： 首先是对获得的原始图像进行预处理； 其次是抽取图像特征； 最后是识别分析[1]。 其中图像预处理阶段即图像增强阶段极为重要，所以．在对图像进行分析之前。图像预处理时必须要对图像质量进行改善，而此时我们不得不想到图像增强技术。图像增强技术是一大类基本的图像处理技术，目的是对一幅图像进行加工，突出图像中的某些信息，削弱或除去某些不需要的信息．以得到对具体应用来说视觉效果更好、更有用的图像，或转换成一种更适合人或机器进行分析处理的形式。 2．Matlab的图像增强处理的三个方法 2.1 图像的直方图 按照随机过程理论，图像可以看作是一个随机场，因此具有相应的统计特征．其中最重要的特征是灰度密度函数。通常图像的灰度密度函数与像素所在的位置有关，例如设图像在点(x，y)处的灰度分布密度函数为p(z；x，y)，那么图像的灰度密度函数为： （2-1） 其中D是图像的定义域．S是区域D的面积。一般地讲，要精确地得到图像的灰度密度函数是比较困难的，在实际中可以用数字图像灰度直方图来代替。灰度 直方图是一个离散函数．它表示数字图像每一灰度级与该灰度级出现频率的对应关系[2]。假设一幅数字图像的像素总数为N，有L个灰度级。具有第k个灰度级的 灰度几的像素共有m个，则第k个灰度级或者说几出 现的频率为： k=0,1,……，L-1 （2-2） 这个关系也可以用图形表示。这个图形是由灰度轴及一系列垂直于灰度轴的线段组成，各线段长度与玩成正比。灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数[3]。Matlab图像处理工具箱提供了imhist函数来计算和显示图像的直方图。 imhist函数的语法格式为： imhist(gray_img，n) imhist(X；map) [counm，x]=imhist() 其中imhist(gray_img，n)计算和显示灰度图像gray_img的直方图，n为指定的灰度级数目，默认值为256。imhist(X，map)计算和显示索引色图像X的直方图。map为调色板。[counts，x]=imhist()得到灰度图像直方图的数据。counts为灰度频次向量，x为相应的灰度坐标向量[4]。 2.2 直方图均衡化 直方图均衡化的基本思想是把原始图像的直方图变换成均匀分布的形式，这样就增加了图像灰度值的动态范围。从而达到了增强图像整体对比度的效果。均 匀量化的自然图像的灰度直方图通常在低值灰度区间上频率较大，使得图像中较暗区域中的细节常常看不清楚。为了使图像清晰，可将图像的灰度范围拉开，让 灰度频率较小的灰度级变大，即让灰度直方图在较大的动态范国内趋于一致。理想情况下：使一输入图象转换为在每一灰度级上都有相同的像素点数(即输出的直方图是平的)[5]。 具体方法是： (1)列出原始图像的灰度级S，k=O，1，，L-l；其中L是灰度级的个数。 (2)统计原始图像各灰度级的像素数目n轴 (3)计算原始图像直方图各灰度级的频率数。 (4)计算原始图像的累计直方图。 (5)取整计算， （2-3） (6)确定映像关系， （2-4） (7)统计新直方图各个灰度级的像素数目m。 (8)计算新的直方图， （2-5） Matlab图像处理工具箱中提供了histeq函数用以完成直方图均衡化。 例如给定图像，如图2-1所示，对应的直方图如图2-2所示。对其进行直方图均衡化处理。观察处理之后直方图的变化。 图2-1 原始图像 图2-2原始图像直方图 close all； img=imread(‘D：\work\liuyifei．jpg’)； gray_img=rgb2gray(img)； figure；histeq(gray_img)； ％显示均衡化后的图像，如图2-3所示 title(‘均衡化图像’) figure；imhist(histeq(gray__img))； ％显示均衡化后的图像直方图，如图2-4所示 图2-3 均衡化图像 图2-4 均衡化图像直方图 从图1、图3来看，许多在原始图像中看不清楚的细节在直方图均衡化处理后所得的图像中都变得十分清晰。从图2、图4来看，均衡化处理后的图像直方图分 布更均匀了，图像在每个灰度级上都有像素点。 对上述图片比较之后，我们可以发现。经过直方图均衡化处理之后，图像变得清晰了，但是均衡化处理后的图像只是近似均匀分布。均衡化图像的动态范嗣扩大了，但其本质是扩大了量化间隔，而量化级别反而减少了，因此，直方图均衡化存在着三个缺点： (1)变换后图像的灰度级减少，某些细节消失。 (2)某些图像，如直方图有高峰，经处理后对比度过分增强。 (3)原来灰度不同的像素经过处理后可能变得相同．形成一片相同灰度区域，各区域之间有明显的边界，从而出现了伪轮廓。 2.3 直方图规定化 所谓直方图规定化。就是通过一个灰度映像函数Gnew=F(Gold)，将原灰度直方图改造成所希望的直方图。所以，直方图修正的关键就是灰度映像函数。 直方图规定化方法主要有三个步骤： (1)对原始图像的直方图进行灰度均衡化。 k=O,l，……，M-1 （2-6） (2)规定所需要的直方图，并计算能使规定的直方 图均衡化的变换。．． j=0，1……N一1 （2-7） (3)将第(1)步所得的变换翻转过来，即将原始图像对应映射到规定的直方图，将所有的 对应到 。 3 相关说明 (1)对于离散函数，虽然规定化的图像直方图与期望的直方图形状不是很接近，但实际处理效果表明，具有明显的增强效果。 (2)灰度级减少，误差增加。 (3)直方图规定化方法进行图像增强的主要困难在于要构成有意义的直方图。 因为增强的效果是为了利于人的视觉效果或便于机器识别，所以，通过对人眼的感光模型进行研究，认为感光体具有对数模型。当图像的直方图具有双曲线型时。感光体经对数响应后而合成的是均衡化的效果。 MATLAB图像处理工具箱提供的histeq函数，可以实现直方图规定化[6]。 例如给定图像，如图l所示，对应的直方图如图2所示。对其进行直方图规定化处理，观察处理之后直方图的变化。 图2-5 给定图像图 图2-6 给定图像直方图 图2-7 直方图规定化后图像 图2-8 规定化后图像直方图 和直方图均衡化的图像进行比较可以知道。直方图在高灰度值一侧更为密集。指定变化后的图像比直方图均衡化后的图像更亮，在较暗的区域细节更加清楚。 对上述图像，将其转换成具有lO个离散灰度级的灰度图像并显示直方图。 图2-9 原图像转换为具有 图2-10对应的直方图10个灰度级的图像4 小结 图像增强技术属于数字图像预处理的范畴．图像的直方图、直方图均衡化、直方图规定化是图像增强技术中的基本方法。本文分析了这三种处理方法的基本理论，并用MATLAB进行了仿真。结果表明，基于直方图的图像增强技术能在一定程度上改善图像的对比度差纽节和灰度动态范围。应该指出的是。图像增强没有固定的理论方法，增强质量往往由增强目的而主观评定[7]。
参考文献： [1]尹凤领，霍丙全．图像处理技术的Matlab实现[J]．计算机与信息技术，2007，47（3）． [2]张智星．Matlab程序设计与应用[M]．北京：清华大学出版社。2010（8）． [3]周伟．Matlab小波分析高级技术[M]．西安：电子科技大学出版社，2011，34（5）． [4].Munteanu C;Rosa A Gray-scale Image Enhancement as an Automatic Process Driven by Evolution Systems2012(02) [5].施晓红，周佳精通GUI图形界面编程 2008（7） [6].陈杨，陈荣娟;郭颖辉MATLAB6.X图形编程与图像处理 2009，78（10） [7].陈纯计算机图像处理技术与算法 2007（9）
