基于matlab的图像增强论文,基于MatLab的图像增强算法研究

结合强化细节和自适应直方图均衡算法对图像进行增强,通过仿真显示该算法能有效地加强一些边缘细节信息,图像的灰度动态范围得到增加,图像明暗适中,效果较好。0引言图像在采集过程中不可避免地会受到采集环境、设备、外界噪声及模数转换时量化问题等各种因素的干扰,导致图像无法达到理想效果。通过图像增强对带噪图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或抑制不需要的特征,可改善图像的质量和视觉效果,使图像达到所需要求。1直方图均衡化图像的直方图是表示数字图像中每一灰度级与该灰度级出现的频数间的统计关系,是图像每一个灰度级的统计概率分布。直方图均衡化方法是将原图像的直方图通过灰度变换函数修正为灰度均匀分布的直方图,然后按均衡直方图修正原图像,该方法以累计分布函数为基础,其变换函数取决于图像灰度直方图的累积分布函数。当图像的直方图为均匀分布时,图像包含的信息量最大,图像看起来就显得清晰。直方图均衡化处理是通过均衡化修正直方图,使图像的灰度间距增大或灰度均匀分布,增大反差,使图像的细节变得清晰。本文采用MatLab实现直方图均衡化仿真,其结果如图1所示。经过直方图均衡化图片亮度变亮、对比度加强、图像更清晰、分布更加均匀,不过处理后的图像灰度级减少、含有高峰、出现不自然的过分增强。图1直方图均衡化的实验结果2改进的直方图均衡化算法及实现传统直方图均衡化算法不足之处主要是由于相邻两灰度的差距小于某阈值。为减少灰度这种吞噬可通过映射使两灰度差距变大。本文采用对数映射。传统算法中灰度转换公式:fi=(m-1)ik=0rkQ(1)修正为:fi=(n-1)i-1k=0rk'/Q-r'(2)其中Q'=m-1k=0rk'。改进直方图均衡化算法采用MatLab实验仿真结果如图2所示。实验结果显示传统直方图均衡后亮度偏亮,存在过分增强的现象。而改进后的直方图均衡效果比较自然。。趭趥现代计算机2013.07中图2传统直方图均衡与改进直方图均衡结果比较3强化细节的自适应直方图均衡局部对比度增强法能强化局部图像细节,但不能改善整幅图像动态范围;而直方图均衡法以牺牲图像细节来改善整幅图像的动态范围。因此在本文中将局部对比度增强法和直方图增强法结合实现图像增强,这样既可调节图像的动态范围又能增强图像的内部细节。具体算法:x'i,j=H(xi,j)+k'2i,j2n-1(xi,j-mi,j)0x'i,j255H(xi,j)其他(3)其中xi,j和x'i,j分别为变换前后的图像灰度值,mi,j为以xi,j为中心的窗邻域均值,H()为灰度值查找表。k'为一比例系数,2i,j为窗W内的灰度方差,2n为整幅图像的噪声方差。采用MatLab实现仿真结果如图3所示。结果显示图像的动态范围明显增大,细节得到了加强。图像中头发、脸的轮廓和帽檐等细节并没有被直方图均衡所平滑,得到很好的保留。本文还对含有椒盐噪声的图像进行了仿真实现,实验结果如图4所示。图3传统直方图均衡结合局部对比度增强算法的实验结果实验结果显示采用改进的直方图均衡后的图像视觉效果更佳,直方图分布更趋近于原始图像直方图大致形状,改善了过度增强的不足,细节得到较好的保留。4结语本文结合强化细节和自适应直方图算法实现图像增强,并用MatLab仿真实现。结果显示该算法能有效地加强一些边缘细节信息,灰度动态范围得到了增加,图像明暗适中,效果较好。基于MatLab的图像增强算法研究@严素清$桂林电子科技大学!桂林541004

@肖建明$广西师范大学漓江学院!桂林541004结合强化细节和自适应直方图均衡算法对图像进行增强,通过仿真显示该算法能有效