數(shù)字圖像處理課設(shè)計(jì)空域圖像增強(qiáng)

《數(shù)字圖像處理課設(shè)計(jì)空域圖像增強(qiáng)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、數(shù)字圖像處理一空域圖像增強(qiáng)目錄1.懸-3-2.直方圖增強(qiáng)、圖像平滑與圖像銳化-3-2.1直方圖增強(qiáng)處理-3-2.2圖像平滑-4-2.3圖像銳化-5-3.軟件仿真-7-3.1圖像增強(qiáng)-7-3.2圖像平滑-8-3.3圖像銳化-9-4.結(jié)果與分析-9-4.1圖像增強(qiáng)-9-4.2圖像平滑-10-4.3圖像銳化-10-5.參考文獻(xiàn)-11-1.摘要在圖像處理中，空間域是指由像素組成的空間，簡(jiǎn)稱空域?？沼蛟鰪?qiáng)技術(shù)就是直接對(duì)圖像屮的像素進(jìn)行操作的過(guò)程，空域處理可以定義為g(x,y)=E[f(x,y)],式中f(x，y)和g(x,y)分別為增強(qiáng)前后的圖像，E代

2、表增強(qiáng)操作?？沼驁D像增強(qiáng)操作分為兩類，如果增強(qiáng)操作僅定義再圖像的帶個(gè)像素，則這類操作稱為點(diǎn)操作；如果增強(qiáng)操作E還定義在像素的鄰域，則這類操作稱為模版操作。點(diǎn)操作能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍；模版操作是實(shí)現(xiàn)空間濾波的基礎(chǔ)，應(yīng)用更多，如圖像平滑處理和圖像銳化處理。2.直方增強(qiáng)、像平滑與圖像銳化2.1直方増強(qiáng)處理了解空間域圖像增強(qiáng)的各種方法(點(diǎn)處理、掩模處理)，通過(guò)編寫程序掌握采用直方圖均衡化進(jìn)行圖像增強(qiáng)的方法；直方圖均衡化處理實(shí)際上就是尋找一個(gè)灰度變換函數(shù)T，使變化后的灰度值滿足s=T(r)，其中，s歸一化為0<=s<=l，建立r和s之間的

3、映射關(guān)系，要求處理后圖像灰度分布的概率密度Ps(s)=1，期望所有灰度級(jí)出現(xiàn)概率相同。其計(jì)算步驟為：(1)統(tǒng)計(jì)原始圖像的直方圖：(2)計(jì)算直方圖累積分布曲線：(3)用累積分布函數(shù)作為變換函數(shù)進(jìn)行閣像灰度變換。P人rk)=—nkknk=0，l，2”"L—1圖像增強(qiáng)：I=imread(*cell_128.bmp/fing_128.bmp');I=rgb2gray(I);K=16;H=histeq(工，K);figure;subplot(221);imshow(I,[]);subplot(222);imshow(H,[]);holdonsubplo

4、t(223);hist(double(1),16);subplot(224);hist(double(1),16);2.2像平滑使用鄰域平均法編寫程序?qū)崿F(xiàn)圖像增強(qiáng)，進(jìn)一步掌握掩模法及其改進(jìn)（加門限法）消除噪聲的原理；是消除或盡量減少噪聲的影響，改善圖像的質(zhì)量。在提取人的目標(biāo)之前去除圖像屮一些瑣碎的細(xì)節(jié)、橋接直線或曲線的縫隙。局部平滑法：假設(shè)圖像是由許多灰度恒定的小塊組成，相鄰像素間存在很高的空間相關(guān)性，而噪聲則是統(tǒng)計(jì)獨(dú)立的。因此，可用領(lǐng)域14個(gè)像素的灰度平均代替該像素原來(lái)的灰度值，實(shí)現(xiàn)圖像平滑。超像素平滑法：對(duì)鄰域平均法稍加改進(jìn)，可導(dǎo)出超限像

5、素平滑法。它是將和鄰域平均差的絕對(duì)值與選定的閥值進(jìn)行比較，根據(jù)比較結(jié)果決定點(diǎn)（x，y）的最后灰度gl（x，y）。其表達(dá)式為:'g（x,y）,當(dāng)

6、f（x,y）-g（x,y）

7、>Tgl（x，y）=**f（x，y）,當(dāng)

8、f（x，y）-g（x，y）

9、<=T圖像平滑：clearall;I=imread(*fing_128.bmp’)；I=rgb2gray(I);J=imnoise(1,1salt&pepper1,0.02);subplot(2,2,1);imshow(I);title(*原閔1);subplot(2,2,2);imshow(J);tit

10、le(’加噪圖像丨)；A=l/5*[0,l,0;l,l,l;0,l,0];Q=imfilter(J,A);subplot(2,2,3);imshow(Q)，title(’不力LI門限1)，?T=0;fori=l:128forj=l:128T=T+double(J(izj));endendT=0.5*l/(128*128)*T;fori=2:127forj=2:127ifQ(i,j)<=TQ(i,j)=J(i,j);endendendsubplot(2,2,4)，imshow(Q);title(’力LI門限1)，?2.3圖像銳化了解并掌握使用微

11、分算子進(jìn)行圖像邊緣檢測(cè)的基木原理；編寫程序使用Laplacian算子（二階導(dǎo)數(shù)算子）實(shí)現(xiàn)圖像銳化，進(jìn)一步理解圖像銳化的實(shí)質(zhì)；掌握使用不同梯度算子（一階導(dǎo)數(shù)算子）進(jìn)行圖像邊緣檢測(cè)的原理、方法，根據(jù)實(shí)驗(yàn)結(jié)果分析各種算子的工作效果。銳化的目的是突出圖像中細(xì)節(jié)或增強(qiáng)被模糊的細(xì)節(jié)；銳化可用微分來(lái)完成，而微分算子的響應(yīng)強(qiáng)度與圖像在該點(diǎn)(應(yīng)用了算子)的突變程度有關(guān)；圖像微分增強(qiáng)了邊緣和其它突變(如噪聲)并削弱了灰度變化緩慢的區(qū)域。圖像銳化：clearall;I=imread(1lena_256.bmp1);subplot(2,2,1)imshow(I);%

12、顯?原圖像title(*原始圖像*);h=fspecial(1laplacian*);hl=[0-10;-l5-l;0-10];h2=[0-20;-29-2;0-2