基于matlab的图像增强技术研究new

基于matlab的图像增强技术研究new

ID:33602225

大小:663.11 KB

页数:3页

时间:2019-02-27

基于matlab的图像增强技术研究new_第1页
基于matlab的图像增强技术研究new_第2页
基于matlab的图像增强技术研究new_第3页
资源描述:

《基于matlab的图像增强技术研究new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、2008年3月渭南师范学院学报March2008第23卷第2期JournalofWeinanTeachersUniversityVol.23No.2基于Matlab的图像增强技术研究贾小军(渭南师范学院资产设备管理处,陕西渭南714000)摘要:图像增强是图像处理的一个重要分支,是图像边缘提取、图像分割等的基础.文章介绍了常用的图像增强技术,并且以Matlab为工具完成图像的直方图均衡化、巴特沃斯高通滤波器操作的示例,给出了处理前后的对照图像.重点介绍了利用小波变换进行图像增强,获得了比较好的增强效果.关键词:Matlab;数字图像处理;图像增强;小波变换中图分类号:TP183文献标

2、志码:A文章编号:1009—5128(2008)02—0068—03收稿日期:2007—07—05作者简介:贾小军(1972—),男,陕西眉县人,渭南师范学院工程师,华中科技大学硕士研究生.在图像的形成、传输或变换过程中,由于受到多种因素的影响,如光学系统失真、系统噪声、曝光不足或过量、相对运动等,图像往往与原始景物之间或图像与原始图像之间产生某种差异.降质或退化的图像通常模糊不清,使人观察起来不满意,或者使机器从中提取的信息减少甚至错误.因此,在对图像进行分析[1]前,必须先对图像质量进行改善.图像增强处理技术一直是图像处理领域一类非常重要的基本图像处理技术.图像增强是采用一些技术

3、手段,有选择地突出图像中感兴趣的特征或抑制图像中某些不需要的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果.图像增强不考虑图像质量下降的原因,只将图像中感兴趣的特征有选择的突出,而衰减不需要的特征,它的目的主要是提高图像的视觉质量或凸现某些特征信息,使得处理后的[2]图像对某些特定的应用比原来的图像更加有效.因此此类图像处理技术在医学、遥感、微生物、刑侦以及军事等诸多科研和应用领域对原始图像的模式识别、目标检测等起着重要作用.1图像增强技术(1)空域增强技术空域法是在原图像上直接进行数据运算,主要是对图像中的各个像素点进行操作.典型的空域处理图像方法是灰度直方图处理技术以

4、及直方图均衡化处理技术.它的主要原理是对一幅图像的直方图,经过一定的变换,使其成为均匀或者基本均匀.但是由于灰度直方图实施近似概率密度函数,因此,当用离散的灰度等级做变换时,很难得到完全平坦均匀的结果.(2)频域增强技术频域法是从另外一个角度来分析图像信号的特性.即首先将图像从空间域变换到频域,然后进行各种各样的处理,再将所得到的结果进行反变换,从而达到图像处理的目的.通常采用的变化方法有傅立叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等.2图像增强方法应用比较图1原始图像图2原始图像的灰度直方图图3直方图均衡化后的图像图4均衡化后图像的灰度直方图2008年第2期贾小军:基于Ma

5、tlab的图像增强技术研究·69·(1)空域增强技术采用直方图均衡化技术,通过Matlab工具箱中的imhist函数以及figure命令可以看出原始图像的直方图灰度范围较窄,并且图像中灰度值的高低区分不明显.为了获得较好的增强效果,为此调用histep函数将图像的灰度值扩展到整个灰度范围中,故像素能够分布在与图像类型有关的整个取值范围内,图像有了一定的改善.但是,这种处理方法没有考虑图像的内容,处理后图像看起来亮度过高.(2)频域增强技术1)采用巴特沃斯低通滤波器去噪.一般地、图像的边缘和噪声对应与傅立叶变换中的高频部分,所以能够让低频信息通过同时滤掉高频分量,因而此技术能够平滑图像

6、,去除噪声.图5采用巴特沃斯低通滤波器处理后图像对16图6采用巴特沃斯高通滤波器处理后图像对162)采用巴特沃斯高通滤波器对图像锐化处理.由于图像中灰度发生骤变的部分与其频谱的高频分量相对应,可以采用高通滤波器衰减或抑制低频分量,使高频分量畅通并能够对图像进行锐化处理.所以低通滤波后让高频信息通过,在像面上显示了图像的细节,图像边缘部分得到加强.3)利用小波变换获得图像增强.利用小波变换对图像进行二尺度分解,对感兴趣的部分进行增强.对低频系数进行放大,对高频系数进行缩小,可以有效去除图像的噪声、增强图像轮廓.关键代码:clear[I,map]=imread('cameraman.ti

7、f');X=double(I);subplot(121);nbc=size(X,2);image(X);colormap(gray(nbc));图7小波变换处理结果title(原'始图像');·70·渭南师范学院学报第23卷%画出原图像[c,s]=wavedec2(X,2,'sym4');%进行二层小波分解len=length(c);%处理分解系数,突出轮廓,弱化细节forI=1:lenif(c(I)>350)c(I)=23c(I);elsec(I)=0.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。