图像增强算法论文.doc

图像增强算法毕业论文 目录 摘 要 I Abstract II 第1章 绪论 1 1.1 课题背景 1 1.2 图像增强的研究及发展现状 2 1.3 论文工作内容 3 本章小结 4 第二章 图像增强的基本理论 5 2.1 数字图像的基本理论 5 2.1.1数字图像的表示 5 2.1.2图像的灰度 5 2.1.3灰度直方图 6 2.2 数字图像增强概述 6 2.3 图像增强概述 7 2.3.1图像增强的定义 7 2.3.2常用的图像增强方法 8 2.4 图像增强流程图 10 本章小结 10 第三章 图像增强方法与原理 11 3.1 图像变换 11 3.1.1离散图像变换的一般表达式 11 3.1.2 离散沃尔什变换 12 3.2 灰度变换 13 3.2.1 线性变换 13 3.2.2分段线性变换 14 3.2.3非线性变换 14 3.3 直方图变换 15 3.3.1直方图修正基础 15 3.3.2直方图均衡化 16 3.3.3直方图规定化 18 3.4 图像平滑与锐化 19 3.4.1平滑 19 3.4.2 锐化 19 本章小结 21 第四章 图像增强算法与实现 22 4.1 灰度变换 22 4.2 直方图均衡化 24 4.3 平滑算法 25 4.4 锐化 27 本章小结 28 结 论 30 致 谢 31 参考文献 32 附录1 译文 34 附录2 英文参考资料 40 附录3 源程序代码 51 第1章 绪论 在网络发展迅速的今天，Google可以搜索到与“image”一词有关的内容有五千多万条，然而，“image”至今还没有一个精确的定义。甚至在webster词典中，“图像(image)”被等同于“图形(picture)”，被模糊的定义为“一种对绘画或摄影的简单表示”。人类对于图像的认识和利用还停留在一个较低的层次，对于图像处理技术甚至图像定义本身还需要更多更深入的研究[1]。 1.1 课题背景 数字图像处理技术是20世纪60年代随着计算机技术和VLS（Very Large Scale Integrator}的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了巨大的成就[1]。 视觉是人类最重要的感知手段，图像又是视觉的基础。早期图像处理的目的是改善图像质晕，它以人为对象，以改善人的视觉效果为目的。图像处理中输入的是质量低的图像，输出的是改善质量后的图像。常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理，如：几何校正、灰度变换、去除噪声，并考虑了太阳位和月球环境的影响，由计算机成功地绘出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术探测研究中，数字图像处理技术都发挥巨大的作用[11]。 数字图像处理技术取得的另一个巨大成就是在医学上。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）,CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术被授予诺贝尔奖，以表彰它对人类做出的划时代贡献。 从20世纪70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理技术向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少的重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理沦，这个理论成为计算机视觉领域其后十多年的主导思想[3]。 20世纪80年代末期，人们开始将其应用于地理信息系统，研究海图的自动读入、自动生成方法。数字图像处理技术的应用领域不断拓展。 数字图像处理技术的大发展是从20世纪90年代初开始的。自1986年以来，小波理论和变换方法迅速发展，它克服r傅里叶分析不能用于局部分析等方面的不足之处，被认为是调和分析半个世纪以来工作之结晶。Ma11at于1988年有效地将小波分析应用于图像分解和重构。小波分析被认为是信号，图像分析在数学方法上的重大突破。随后数字图像处理技术迅猛发展，到目前为止，图像处理在图像通讯、办公自动化系统、地理信息系统、医疗设备、卫星照片传输