Matlab基于DSP的图像增强算法研究(2)

菜单

4.1灰度映射 11

4.1.1 阈值切分 12

4.1.2 线性灰度变换 14

4.2 直方图均衡化 17

4.2.1 直方图基础 17

4.2.2 直方图均衡化原理 18

4.3图像空域的滤波 21

4.3.1 领域平均 23

4.3.2 加权平均 25

4.3.3 中值滤波器 26

4.3.4 线性锐化滤波器 28

4.3.5梯度锐化滤波器 30

4.4本章小结 32

结论 33

致谢 34

参考文献 35

1 绪论

1.1 研究背景与意义

视觉是人类观察世界、认知世界的重要手段。据统计，人类从外界获得的信息约有75%来自视觉系统，这既说明视觉信息量巨大，也表明人类对视觉信息有较高的利用率。视觉信息来源于图像，因此图像是十分重要的信息传递媒介和方式[ ]。图像传递系统主要包括图像采集、图像压缩、图像编码、图像存储、图像通信、图像显示这六个部分。在实际应用中每个部分都有可能导致图像品质变差，使图像传递的信息部分丢失而无法被正常读取和识别[ ]。例如，在采集图像过程中由于光照环境过亮或过暗造成图像整体过亮或过暗而影响正常观察，或是图像传输系统在传输过程中由于受外界电磁场的干扰而加入了噪声，或是图像显示设备与所显示的图像本身不匹配造成图像显示层次感降低或颜色减少等等。因此研究快速有效的图像增强算法可以有效地降低图像应用中信息丢失的影响，因而成为推动图像工程领域发展的关键技术之一[ - ]。

在近代科学研究、军事技术、工农业生产、医学、气象等各个领域中，图像信息已越来越多地被人们用来认识和判断事物，解决实际问题[ - ]。例如：在航天技术上，随着空间技术的发展，人们利用人造卫星拍摄的大量空间和地面的高清图片来获得全球气象、地球资源和农作物生长情况等信息[ ]；在医疗技术上，通过 X 射线透视，医生可以观察出人体内各部位骨骼的健康状况[ ]；在工业生产上，把图像工程技术用在机器人上，作为其视觉系统，工程师可以设计出全自动化的机器人队伍来参与生产，尤其是在相对危险的工作环境中，更显得不可或缺。由上可见图像工程的重要性。但我们的目的不仅仅是为了获得图像，更重要的是将所采集到的图像进行处理，从大量复杂的图像中找出我们所需要的信息并加以合理利用[ - ]。

在实际生产生活中，通过成像系统获得的图像都会有一定程度的退化，造成图像信息的部分丢失。产生图像退化的原因多种多样，例如光电传感器的非线性、光学透镜影响、景物与相机的相对运动、大气湍流与散射、雾霾以及沙尘天气的影响等等[ - ]。低能见度条件下拍摄的图像中景物的对比度和颜色在天气影响下被改变或退化，景物中本身蕴含的许多特征信息变得模糊或被覆盖，使景物的可辨识度大大降低，对室外监控、侦查、导航等系统的运用造成严重影响。这就需要使用图像增强技术来改善图像的视觉效果，比如突出图像中目标物体的某些特点、从图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解[ ]。图像增强是指按照一定应用需求，对原始图像进行处理，突出图像中的某些信息，消弱或去除不需要的信息，改善图像的视觉效果，提高图像成分的清晰度，得到对具体应用来说更实用的图像，或将原图像转换成一种更适合人或机器进行处理的形式[ ]。论文网