摘要：近年来，图像处理已被广泛运用于各个领域。灰度图像处理最关键的一部分就是灰度图像增强，其目的是通过提高图像的比对度，突出感兴趣的部分并抑制背景噪声，改善图像质量和视觉效果。灰度图像增强算法可分为两大类，一类是基于空域的算法， 另一类是基于频域的算法。 基于空域的算法包括直方图均衡、图像平滑、图像锐化等。基于频域的算法可分为低通滤波、高通滤波、同态滤波、选择性滤波等。本文先介绍了灰度图像以及使用MATLAB 进行图像增强的基本知识，再介绍了基于空域和基于频域这两种算法的基本原理，并通过实例来对比了这些算法的实际效果，总结出了不同算法的优缺点。最后说明了灰度图像的应用和图像发展的前景。35880
毕业论文关键词：灰度图像；图像增强；空域增强；频域增强
Research on gray image enhancement algorithm
Abstract：In recent years, the image processing has been widely used in variousfields.Gray-scale image enhancement is an important part of the gray imageprocessing, and its purpose is to improve the image of the alignment of the protrudingportion of interest and suppress background noise and improve image quality andvisual effects.Gray image enhancement algorithms can be pided into two categories,one is based on the algorithm of airspace, and the other is based on frequency domainalgorithm.Based airspace algorithms include histogram equalization, imagesmoothing, image sharpening.Algorithm based on frequency domain can be pidedinto low pass, high pass filter, homomorphic filtering.This article first introduces thegray image and the basics of using MATLAB for image enhancement, and thenintroduces the basic principle is based on spatial and frequency domain of these twoalgorithms, and an example to compare the actual effect of these algorithms, summedup the different the advantages and disadvantages of the algorithm. Finally, toillustrate the application and development prospects of gray images.Keywords :Gary image;Image Enhancement;Enhanced airspace;Enhanced FrequencyDomain
目录
1 绪论1
11课题背景与研究意义1
12 国内外研究现状及水平2
2 灰度图像与 MATLAB 图像处理5
21灰度图像定义5
22 图像降质的原因6
23 MATLAB 图像处理6
24常用的灰度图像增强算法7
3 基于空域的灰度图像增强算法8
31点运算处理8
311 灰度变换8
312 直方图修正10
32局部运算处理13
4 基于频域的图像增强算法17
41频域图像增强17
42低通滤波器17
421 理想低通滤波器17
422 巴特沃斯低通滤波器18
433 高斯低通滤波器18
43高通滤波器19
431 理想高通滤波器19
432 巴特沃斯高通滤波器20
433 高斯高通滤波器20
44同态滤波器21
45选择性滤波22
451 带阻滤波器22
452 带通滤波器22
453 陷波滤波器22
5 实验结果分析24
51 直方图均衡化24
52中值滤波与均值滤波对比25
53低通滤波器26
531 理想低通滤波器26
532 巴特沃斯低通滤波器27
54 高通滤波器28
541 理想高通滤波器28
542 巴特沃斯高通滤波器29
6 结论30
致谢31
参考文献32
附录33
1 绪论
1.1课题背景与研究意义人们对大自然的认知很大程度上都可以从图像中获取的，据可靠统计，人类获取的百分之八十的信息来自于图像，所以图像信息是人们认知世界的主要途径。日常生活中，图像作为传递信息的一种媒介无处不在，且拥有诸多优点，如：直观，信息量丰富等，已成为一种非常重要的信息传递载体和方式。图像传递系统由751个部分组成，分别是图像采集、图像压缩、图像编码、图像存储、图像通信、 图像显示这751个部分。 人们在传递图像时， 某些因素会导致图像的质量下降，使其他人无法通过图像获得准确的信息。 因此我们在传递图像之前或者接收到图像之后需要对图像进行一定的处理来保证图像的质量， 以便我们从中获得准确的信息。图像增强可以为了提高给定的图像的视觉效果而扭曲过程。 图像增强技术有很多种，比较常用的又直方图修改处理、图像平滑化处理、图像尖锐化处理、和彩色处理技术等。图像增强有图像对比度增强、亮度增强、轮廓增强等等。图像增强有两类方法：基于空域的算法和基于频域的算法。我们在运用基于空域的算法处理图像时，这些算法直接对图像灰度级做运算，而基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像像素分布均匀，或扩大图像动态范围，提高对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。图像增强技术应用十分广泛，已被运用于医学、军事、工业和图像处理软件等领域。其中最为典型的运用有： 灰度图像增强算法研究:http://www.751com.cn/tongxin/lunwen_34059.html