文档介绍：专业综合实验报告
--数字图像处理
专 业: 班 级: 姓 名: 学 号: 指导教师:
2015年7月24日
直方图均衡化图像增强与彩***像处理算法分析
一、设计目的
在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因, 图像的质量往往不能令人满意。例如，检测对象物的边缘过于模糊；在比较满意 的一幅图像上发现多了一些不知来源的黑点或白点；图像的失真、变形等等。所 以图像往往需要采取一些手段进行改善以求达到较好的效果。图像增强技术正是 在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程，其主 要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰 度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式。即改善图 像质量是图像增强的根本目的。图像增强的意义一般可以理解为：按需要进行适 当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某 些有用的信息，去除或削弱无用的信息以便于显示、观察或进一步分析和处理。
图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣 的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人 的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对 比度增强等。因此图像增强处理是图像分析和图像理解的前提和基础。在图像的 获取过程中，特别是对于多媒体监控系统采集的图像，111于监控场景光线照射复 杂、拍摄背景也比较复杂等环境因素的影响。加之摄像设备、传感器等因素引入 的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率 下降。因此，为得到一幅清晰的图像必须进行增强处理。传统的图像增强算法通 常是基于整幅图像的统计量，这样在计算整幅图像的变换时.，图像中的低频信息、 高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声, 导致信息增下降，给监控图像的分析和后期处理带来了困难。针对此问题，提出 一种新算法。
图像增强处理方法根据图像增强处理所在的空间不同，可分为基于空间域的 增强方法和基于频率域的增强方法两类。空间域处理方法是在图像像素组成的二 维空间里直接对每一个像素的灰度值进行处理，它可以是一幅图像内像素点之间 的运算处理，也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方 法是在图形的变换域对图像进行间接处理。其特点是先将图像进行变换，在空间 域对图像作傅里叶变换得到它的频谱按照某种变化模型(如傅里叶变换)变换到 频率域，完成图像由空间域变换到频率域，然后在频率域内对图像进行低通或高 通频率域滤波处理。处理完之后，再将其反变换到空间域。
直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以 概率理论作基础，运用灰度点运算来实现直方图的变换，从而达到图像增强的目 的。本文介绍一种基于累积分布函数变换法为基础的直方图修正法。它可以通过 对直方图进行均匀化修正，可使图像的灰度间距增大或灰度均匀分布、增大反差, 是图像的细节变得清晰。
二、设计内容和要求
直方图图像增强的基本理论
大多数原始的遥感图像由于其灰度分布集中在较窄的范围内，使图像的细节 不够清晰,对比度较低。为了使图像的灰度范围拉开或使灰度均匀分布,从而增大 反差，使图像细节清晰，以达到增强的目的,通常采用直方图均衡化及直方图规定 化两种变换。本文主要介绍直方图均衡化并进行实验。
直方图均衡化的概念
直方图均衡化(Histogram Equalization) 乂称直方图平坦化，实质上是对 图像进行不线性拉伸，重新分配图像象元值,使一定灰度范围内象元值的数量大 致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对 比度降低,输出图像的直方图是一个较平的分段直方图：如果输出数据分段值较 小的话,会产生粗略分类的视觉效果。
2.
直方图是表示数字图像中每一灰度出现频率的统计关系。直方图能给出图 像灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概 貌性描述。灰度直方图是灰度级的函数，反映的是图像中具有该灰度级像素的个 数，其横坐标是灰度级
r,纵坐标是该灰度级出现的频率(即像素的个数) pr( r),整个坐标系描述的是图像灰度级的分布情况，由此可以看出图像的灰 度分布特性，即若大部分像素集中在低灰度区域，图像呈现暗的特性；若像素 集中在高灰度区域，图像呈现亮的特性。
2. 1. 3直方图均衡化
图1所示就是直方图均衡化，即将随机分布的图像直方图修改成均匀分布 的直方图。基本思想是对原始图像的像素灰度做某种映射变换，使变换后图像灰 度的概率密度呈均匀分布。这就意味着图像灰度的动态范围