更多MATLAB图像处理视频请点击 http://study.163.com/course/courseMain.htm?courseId=1003594013
图像增强是数字图像处理的最基本的方法之一,在数字图像处理中受到广泛重视,是具有重要实用价值的技术。图像增强的目的在于:(1)采用一系列技术改善图像的视觉效果,提高图像的清晰度。(2)将图像转换成一种更适合于人或机器进行解译和分析处理的形式。图像增强不是以图像保真度为原则,而是通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息,抑制一些无用的信息,以提高图像的使用价值,即图像增强处理只是增强了对某些信息的辨别能力。
图像增强是一个相对的概念,增强效果的好坏,除与算法本身的优劣有一定的关系外,还与图像的数据特征有直接关系,同时由于评价图像质量的优劣往往凭观测者的主观而定,没有通用的定量标准,因此增强技术大多属于面向问题,增强方法只能有选择地使用。
图像增强一般包括以下内容:
• 点处理
• 空间域滤波
• 频域滤波
• 彩色增强
• 代数运算
1、点处理
点处理是通过像元亮度值(灰度值)的变换来实现的,即它将输入图像中某点(x, y)的像元值 f (x, y),通过映射函数 T(•),映射成输出图像中的像元值 g(x, y),即
g(x, y)=T( f (x,y))。根据映射方式不同,点处理可分为灰度变换和直方图调整。
1.1.灰度变换
灰度变换是一种简单而实用的方法。它可使图像动态范围增大,图像对比度扩展,图像变清晰,特征明显,是图像增强的重要手段之一。它可分为比例线性变换、分段线性变换和非线性灰度变换。
1.2、直方图调整
(直方图:直方图(Histogram)又称质量分布图。是一种统计报告图,由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型,纵轴表示分布 情况。百度百科)
一般情况下,如果图像的灰度分别集中在比较狭窄的区间,从而引起图像细节的模糊,为了使图像细节清晰,并使一些目标得到突出,达到增强图像的目的,可通过改善各部分亮度的比例关系,即通过直方图的方法来实现。
这种方法是以概率论为基础的,常用的方法有直方图均衡化和直方图规定化。直方图调整是以概率论为基础的。通过改变直方图的形状来达到增强图像对比度的效果。
1.2.1 直方图均衡化
直方图均衡化又称直方图平坦化,是将一已知灰度概率密度分布的图像,经过某种变换,变成一幅具有均匀灰度概率密度分布的新图像,其结果是扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果。
因此, 根据原图像的直方图统计值就可算出均衡化后各像元的灰度值。按上式对图像进行均衡化处理时,直方图上灰度分布较密的部分被拉伸;灰度分布稀疏的部分被压缩,从而使一幅图像的对比度在总体上得到很大的增强。
直方图均衡化指令
J=histeq(I); 对输入图像I执行直方图均衡化,输出图像J。
imhist(I,n); 该函数用于获取图像数据直方图 ,其中,I为灰度的输入图像,n为指定的灰度级数目,缺省值为256
例:
I=imread('cameraman.tif');
J=histeq(I);
imshow(I),title('原始图');
figure,imshow(J)
title('直方图均衡化后的图形');
figure(1);
figure
subplot(121);imhist(I,64);
title('原始图像的直方图');
subplot(122);imhist(J,64);
title('均衡化后的直方图');