大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）摘要-Ⅱ-黑體，三號(hào)，段前1行，段后1黑體，三號(hào)，段前1行，段后1行，單倍行距，居中，如一行排不下，第2行居中，但不要僅僅是一或兩個(gè)字，要符合斷句的習(xí)慣。圖像作為一種有效的信息載體，是人類(lèi)獲取和交換信息的主要來(lái)源。由于圖像增強(qiáng)與感興的趣物體特性、觀察者的習(xí)慣和處理目的密切相關(guān)，帶有很強(qiáng)的針對(duì)性，因此，圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的。盡管增強(qiáng)處理方法多種多樣，但并不存在一種通用的、適應(yīng)各種場(chǎng)合的增強(qiáng)算法。主要應(yīng)用Matlab軟件對(duì)圖像進(jìn)行處理，除了Matlab簡(jiǎn)單接近數(shù)學(xué)描述的語(yǔ)法，matlab還有豐富的內(nèi)建(in-build)函數(shù)，方便的矩陣操作，內(nèi)建的復(fù)數(shù)運(yùn)算，完整的詳細(xì)的在線幫助文檔。它具有豐富的擴(kuò)展工具箱(toolbox），方便強(qiáng)大的數(shù)據(jù)圖形顯示功能給matlab的方便易用和推廣普及起到了不可磨滅的貢獻(xiàn)。本文圍繞圖像增強(qiáng)算法而展開(kāi)，在闡明圖像增強(qiáng)處理基本方法的基礎(chǔ)上，就幾種有代表性的圖像增強(qiáng)算法：基于直方圖均衡化圖像增強(qiáng)算法，中值濾波，進(jìn)行了研究、比較，通過(guò)實(shí)驗(yàn)結(jié)果分析了各自的優(yōu)缺點(diǎn)并指明了其最佳適用場(chǎng)景，以期從中總結(jié)出一套行之有效的圖像增強(qiáng)算法的應(yīng)用指導(dǎo)規(guī)則。與前面內(nèi)容空一行，宋體，小四號(hào)，加粗，與前面內(nèi)容空一行，宋體，小四號(hào)，加粗，1.5倍行距，居左?！埃骸币弥形娜堑拿疤?hào)，關(guān)鍵詞3到6個(gè)，小四宋體，不加粗，用“，”分隔，最后一個(gè)關(guān)鍵詞后不打標(biāo)點(diǎn)符號(hào)，一行排不下要縮進(jìn)，且與第一個(gè)關(guān)鍵詞對(duì)齊。大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）Abstract-Ⅲ-TheResearchandSimulationofColorImageEnhancementAlgorithmAbstractKeywords:ImageEnhancementHistogramEqualizationMedianFiltering大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）目錄-Ⅴ-黑體，二號(hào)，段前30磅，段后18磅，1.5倍行距，居中?！昂隗w，二號(hào)，段前30磅，段后18磅，1.5倍行距，居中?！澳夸洝眱蓚€(gè)字之間空一個(gè)中文空格?？w，五號(hào)，居左?！澳夸洝眱蓚€(gè)字之間不空格。任務(wù)書(shū) i摘要、ABSTRACT、各章、參考文獻(xiàn)、致謝采用黑體，小四號(hào)，居左，摘要、ABSTRACT、各章、參考文獻(xiàn)、致謝采用黑體，小四號(hào)，居左，段前0行，段后0行，1.5倍行距。兩個(gè)字的題目名稱(chēng)（如“摘要”）兩個(gè)字之間空一個(gè)中文空格?！澳夸洝辈荒茉僭谒饕龡l目中出現(xiàn)。摘要 IIAbstract III第1章緒論 11.1數(shù)字圖像的國(guó)內(nèi)外現(xiàn)狀 11.2圖像增強(qiáng)的研究現(xiàn)狀 2第2章數(shù)字圖像處理基礎(chǔ) 42.1數(shù)字圖像的表示 42.2彩色圖像表示 5第3章圖像增強(qiáng)方法 63.1直方圖均衡化 63.2中值濾波 7第4章實(shí)驗(yàn)結(jié)果與分析 104.1直方圖均衡化實(shí)驗(yàn)結(jié)果 104.2中值濾波實(shí)驗(yàn)結(jié)果 11第5章結(jié)論 15參考文獻(xiàn) 17致謝 18大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）第1章緒論-楷體，五號(hào)，居右?！暗趚章”與名稱(chēng)之間空一個(gè)英文空格，名稱(chēng)（即使是兩個(gè)字）之間不空格。黑體，二號(hào)楷體，五號(hào)，居右?！暗趚章”與名稱(chēng)之間空一個(gè)英文空格，名稱(chēng)（即使是兩個(gè)字）之間不空格。黑體，二號(hào)，居中，單倍行距,段后1行1.1數(shù)字圖像的國(guó)內(nèi)外現(xiàn)狀圖像是物體透射或反射的光信息，通過(guò)人的視覺(jué)系統(tǒng)接受后，在大腦中形成的印象或認(rèn)識(shí)，是自然景物的客觀反映。一般來(lái)說(shuō)，凡是能為人類(lèi)視覺(jué)系統(tǒng)所感知的有形信息，或人們心目中的有形想象都統(tǒng)稱(chēng)為圖像。圖像作為一種有效的信息載體，是人類(lèi)獲取和交換信息的主要來(lái)源。實(shí)踐表明，人類(lèi)感知的外界信息，80%以上是通過(guò)視覺(jué)得到的。因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類(lèi)生活和工作的方方面面。所謂圖像處理，就是通過(guò)某些數(shù)學(xué)運(yùn)算對(duì)圖像信息進(jìn)行加工和處理，以滿足人的視覺(jué)心理和實(shí)際應(yīng)用需求。圖像增強(qiáng)是圖像處理的一個(gè)重要環(huán)節(jié)，在整個(gè)圖像處理過(guò)程中起著承前啟后的重要作用。圖像處理可以應(yīng)用光學(xué)方法，也可以應(yīng)用數(shù)字方法。光學(xué)圖像處理有很長(zhǎng)的發(fā)展歷史，在激光全息技術(shù)出現(xiàn)后得到了更進(jìn)一步的發(fā)展。目前，光學(xué)圖像處理理論日臻完善，且處理速度快，信息容量大，分辨率高。盡管如此，但它的處理精度低，穩(wěn)定性差，設(shè)備笨重，操作不方便，對(duì)各種所需的處理不如數(shù)字圖像處理靈活，且受實(shí)際工藝和設(shè)備材料等因素的限制。數(shù)字方法處理的優(yōu)缺點(diǎn)恰好與光學(xué)方法相反，它的突出優(yōu)點(diǎn)是方便靈活，改變軟件程序即可改變處理方法，達(dá)到所需的處理效果；其最大的缺點(diǎn)是處理速度慢，難以滿足實(shí)時(shí)處理要求，尤其是對(duì)大量信息的圖像運(yùn)算。數(shù)字圖像處理是二十世紀(jì)六十年代發(fā)展起來(lái)的一門(mén)新型學(xué)科，它的系統(tǒng)研究始于二十世紀(jì)五十年代。二十世紀(jì)七十年代以后，數(shù)字圖像處理在陸地衛(wèi)星遙感和生物學(xué)的圖片分析方面取得了豐碩的成果。與此同時(shí)，在X射線圖像增強(qiáng)、光學(xué)顯微鏡圖像分析、粒子物理、地質(zhì)勘探、工業(yè)檢測(cè)和機(jī)器人視覺(jué)等方面數(shù)字圖像處理也獲得了廣泛的應(yīng)用。近幾十年來(lái)，各相關(guān)學(xué)科領(lǐng)域的迅猛發(fā)展，對(duì)圖像處理提出了越來(lái)越高的要求，使得圖像處理的研究更加深入、廣泛，發(fā)展也更為迅速。目前，數(shù)字圖像處理已經(jīng)應(yīng)用于諸多領(lǐng)域。在遙感方面，它主要應(yīng)用于航空和衛(wèi)星遙感。毋庸置疑，數(shù)字圖像處理的發(fā)展推動(dòng)了遙感技術(shù)的進(jìn)步，并在此基礎(chǔ)上發(fā)展了多光譜圖像遙感、SAR圖像遙感和微波圖像遙感，以及與這些遙感技術(shù)相應(yīng)的處理技術(shù)。當(dāng)前，人們運(yùn)用數(shù)字圖像處理技術(shù)分析、處理遙感圖像，可以有效地進(jìn)行資源和礦藏的勘探、調(diào)查、農(nóng)業(yè)和城市的土地規(guī)劃、作物估產(chǎn)、氣象預(yù)報(bào)、災(zāi)害及軍事目標(biāo)的監(jiān)視等。在生物醫(yī)學(xué)工程方面，圖像處理的應(yīng)用展開(kāi)較早，主要應(yīng)用對(duì)象有X射線圖像、超聲圖像和生物切片顯微圖像。運(yùn)用圖像處理技術(shù)可以提高圖像的清晰度和分辨率，便于醫(yī)生的診斷。在工業(yè)和工程方面，圖像處理技術(shù)已有效地應(yīng)用于無(wú)損探傷、質(zhì)量檢測(cè)和過(guò)程自動(dòng)控制等方面，如應(yīng)力分析、流場(chǎng)分析、機(jī)械零件檢測(cè)和識(shí)別等。在軍事方面，圖像處理技術(shù)主要應(yīng)用于飛行導(dǎo)航、導(dǎo)彈打靶的景物圖像制導(dǎo)和尋的。此外，圖像傳輸、存儲(chǔ)和顯示的自動(dòng)化指揮系統(tǒng)，飛機(jī)、坦克和軍艦的模擬訓(xùn)練器也大多需要圖像處理技術(shù)。在公共安全方面，人像、指紋及其他痕跡的處理和識(shí)別，以及跟蹤、監(jiān)視、交通監(jiān)控、事故分析等都在不同程度上使用了圖像處理技術(shù)的成果。隨著圖像處理設(shè)備性能的不斷提高以及圖像數(shù)字化和圖像顯示設(shè)備的普及化和低價(jià)化，人們對(duì)圖像質(zhì)量的要求越來(lái)越高。而圖像質(zhì)量的含義包括兩個(gè)方面的內(nèi)容，即圖像的保真度（Fidelity）和理解度（Intelligibility）。保真度是指被評(píng)價(jià)圖像與標(biāo)準(zhǔn)圖像的偏離程度，兩者屬于同一個(gè)映像，只是由于傳輸和處理等原因造成了偏差，因此保真度往往指的是圖像細(xì)節(jié)方面的差異。理解度表示圖像能向人或機(jī)器提供信息的能力，其中主要包括清晰度和美感等，因此，理解度通常指的是圖像整體和細(xì)節(jié)的總體概念。然而，評(píng)價(jià)圖像質(zhì)量的優(yōu)劣標(biāo)準(zhǔn)多半憑觀察者的主觀而定，尚無(wú)通用的定量判據(jù)，因此，在圖像增強(qiáng)的實(shí)際應(yīng)用中，針對(duì)具體的不同應(yīng)用場(chǎng)合，同時(shí)有好幾種增強(qiáng)算法可供挑選，那么如何從中選取視覺(jué)效果好的、計(jì)算量小的一種算法便呈現(xiàn)出來(lái)。為此，只有通過(guò)對(duì)幾種有代表性的圖像增強(qiáng)算法進(jìn)行深入、系統(tǒng)地研究、比較，以期找出其相應(yīng)的優(yōu)缺點(diǎn)及其最佳適用場(chǎng)景，從而總結(jié)出一套行之有效的圖像增強(qiáng)算法的應(yīng)用指導(dǎo)規(guī)則。1.2圖像增強(qiáng)的研究現(xiàn)狀圖像在采集過(guò)程中不可避免的會(huì)受到傳感器靈敏度、噪聲干擾以及模數(shù)轉(zhuǎn)換時(shí)量化問(wèn)題等各種因素的影響，而導(dǎo)致圖像無(wú)法達(dá)到令人滿意的視覺(jué)效果，為了實(shí)現(xiàn)人眼觀察或者機(jī)器自動(dòng)分析、識(shí)別的目的，對(duì)原始圖像所做的改善行為，就被稱(chēng)作圖像增強(qiáng)。圖像增強(qiáng)包涵了非常廣泛的內(nèi)容，凡是改變?cè)紙D像的結(jié)構(gòu)關(guān)系以取得更好的判斷和應(yīng)用效果的所有處理手段，都可以歸結(jié)為圖像增強(qiáng)處理，其目的就是為了改善圖像的質(zhì)量和視覺(jué)效果，或?qū)D像轉(zhuǎn)換成更適合于人眼觀察或機(jī)器分析、識(shí)別的形式，以便從中獲取更加有用的信息。常用的圖像增強(qiáng)處理方式包括灰度變換、直方圖修正、圖像銳化、噪聲去除、幾何畸變校正、頻域?yàn)V波和彩色增強(qiáng)等。由于圖像增強(qiáng)與感興趣的物體特性、觀察者的習(xí)慣和處理目的密切相關(guān)，盡管處理方式多種多樣，但它帶有很強(qiáng)的針對(duì)性。因此，圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的，并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。于是，為了使各種不同特定目的的圖像質(zhì)量得到改善，產(chǎn)生了多種圖像增強(qiáng)算法。這些算法根據(jù)處理空間的不同分為基于空間域的圖像增強(qiáng)算法和基于變換域的圖像增強(qiáng)算法?；诳臻g域的圖像增強(qiáng)算法又可以分為空域的變換增強(qiáng)算法、空域的濾波增強(qiáng)算法以及空域的彩色增強(qiáng)算法；基于變換域的圖像增強(qiáng)算法可以分為頻域的平滑增強(qiáng)算法、頻域的銳化增強(qiáng)算法以及頻域的彩色增強(qiáng)算法。盡管各種圖像增強(qiáng)技術(shù)已取得了長(zhǎng)足的發(fā)展，形成了許多成熟、經(jīng)典的處理方法，但新的增強(qiáng)技術(shù)依然在日新月異地發(fā)展完善，不斷推陳出新，其中尤其以不引起圖像模糊的去噪聲方法（如空域的局部統(tǒng)計(jì)法）和新的頻域?yàn)V波器增強(qiáng)技術(shù)最為引人矚目。從此頁(yè)開(kāi)始重新從此頁(yè)開(kāi)始重新編排頁(yè)碼，到文章的結(jié)尾為止，采用阿拉伯?dāng)?shù)字，小五號(hào)，字體TimesNewRoman，左右各有一個(gè)“-”，居中。大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）第2章數(shù)字圖像處理基礎(chǔ)楷體，五號(hào)，居右?！暗趚章”楷體，五號(hào)，居右?！暗趚章”與名稱(chēng)之間空一個(gè)英文空格，名稱(chēng)（即使是兩個(gè)字）之間不空格。黑體，四號(hào)，單倍行距，居左。2.1數(shù)字圖像的表示黑體，四號(hào)，單倍行距，居左。一幅圖像可定義為一個(gè)二維函數(shù)f(x.y)，這里x和y是空間坐標(biāo)，而在任何一對(duì)空間坐標(biāo)(x,y)上的幅位f稱(chēng)為該點(diǎn)圖像的強(qiáng)度或灰度。當(dāng)x,y和幅值f為有限的、離散的數(shù)值時(shí)，稱(chēng)該圖像為數(shù)字圖像。數(shù)字圖像處理是指借用數(shù)字計(jì)算機(jī)處理數(shù)字圖像，伎得提及的是數(shù)字圖像是由有限的元素組成的、每一個(gè)元素都有一個(gè)特定的位置和幅值，這必元素稱(chēng)為圖像元素、畫(huà)面元素或像素。像素是廣泛用于表示數(shù)字圖像元素的詞匯。視覺(jué)是人類(lèi)最高級(jí)的感知器官，所以，毫無(wú)疑問(wèn)圖像在人類(lèi)感知中扮演著最重要角色，然而，人類(lèi)感知只限于電磁波譜的視覺(jué)波段，成像機(jī)器則可覆蓋兒乎全部電磁波譜，從伽馬射線到無(wú)線電波。它們可以對(duì)非人類(lèi)習(xí)慣的那些圖像源進(jìn)行加工，這些圖像源包括超聲波、電子顯微鏡及計(jì)算機(jī)產(chǎn)生的圖像。因此，數(shù)字圖像處理涉及各種各樣的應(yīng)用領(lǐng)域。圖像處理涉及的范疇或其他相關(guān)領(lǐng)域(例如，圖像分析和計(jì)算機(jī)視覺(jué))的界定在初創(chuàng)人之間并沒(méi)有一致的看法。有時(shí)用處理的輸入和輸出內(nèi)容都是圖像這一特點(diǎn)來(lái)界定圖像處理的范圍。我們認(rèn)為這一定義僅是人為界定和限制。有些領(lǐng)域如計(jì)算機(jī)視覺(jué))研究的最高口標(biāo)是用計(jì)算機(jī)去模擬人類(lèi)視覺(jué)，包括理解和推理并根據(jù)視覺(jué)輸入采取行動(dòng)等。這一領(lǐng)域本身是人工智能的分支，其目的是模仿人類(lèi)智能。人工智能領(lǐng)域處在其發(fā)展過(guò)程中的初期階段，它的發(fā)展比預(yù)期的要慢得多，圖像分析(也稱(chēng)為圖像理解)領(lǐng)域則處在圖像處理和計(jì)算機(jī)視覺(jué)兩個(gè)學(xué)科之間。從圖像處理到計(jì)算機(jī)視覺(jué)這個(gè)連續(xù)的統(tǒng)一體內(nèi)并沒(méi)有明確的界線。然而，在這個(gè)連續(xù)的統(tǒng)一體中可以考慮三種典型的計(jì)算處理(即低級(jí)、中級(jí)和高級(jí)處理)來(lái)區(qū)分其中的各個(gè)學(xué)科。低級(jí)處理涉及初級(jí)操作，如降低噪聲的圖像預(yù)處理，對(duì)比度增強(qiáng)和圖像尖銳化。低級(jí)處理是以輸人、輸出都是圖像為特點(diǎn)的處理。中級(jí)處理涉及分割(把圖像分為不同區(qū)域或目標(biāo)物)以及縮減對(duì)目標(biāo)物的描述，以使其更適合計(jì)算機(jī)處理及對(duì)不同日標(biāo)的分類(lèi)(識(shí)別)。中級(jí)圖像處理是以輸人為圖像，但輸出是從這些圖像中提取的特征(如邊緣、輪廓及不同物體的標(biāo)識(shí)等)為特點(diǎn)的。最后，高級(jí)處理涉及在圖像分析中被識(shí)別物體的總體理解，以及執(zhí)行與視覺(jué)相關(guān)的識(shí)別函數(shù)。2.2彩色圖像表示在現(xiàn)實(shí)世界中，人們面對(duì)的多是彩色圖像。對(duì)于彩色圖像的增強(qiáng)，和灰度圖像相比，增強(qiáng)圖像細(xì)節(jié)只是一個(gè)方面，彩色圖像還存在色彩信息。由于彩色圖像增強(qiáng)的目的是在增強(qiáng)圖像細(xì)節(jié)的同時(shí)，還要使圖像變得更加生動(dòng)和色彩艷麗，并且不能帶來(lái)失真或色偏現(xiàn)象（例如，把原來(lái)是紅色的物體變成了黃色或品色）。因此，彩色圖像增強(qiáng)必須選擇合適的顏色空間以及處理好顏色分量之間的關(guān)系。彩色圖像在計(jì)算機(jī)中一般是采用RGB空間來(lái)表示的。R、G、B三種顏色稱(chēng)為三基色，它們彼此之間有很強(qiáng)的相關(guān)性，改變像素的任何一個(gè)分量都會(huì)導(dǎo)致顏色的偏移。從心理學(xué)的角度來(lái)看，顏色有三個(gè)要素：色調(diào)（Hue）、飽和度（Saturation）和亮度（Brightness）。HSV模式便是基于人眼對(duì)顏色的心理感受而提出的一種顏色模式。其中，H是色調(diào)，又稱(chēng)色相，S是飽和度，V是亮度值。由于它是在RGB三基色轉(zhuǎn)換為L(zhǎng)ab模式的基礎(chǔ)上，考慮人眼對(duì)顏色的心理感受這一因素轉(zhuǎn)換而成的，因此這種顏色模式比較符合人眼的視覺(jué)感受，讓人感覺(jué)得更加直觀一些，其中軸向表示亮度，自上而下由白變黑；徑向表示飽和度，自?xún)?nèi)向外逐漸變高；而圓周方向，則表示色調(diào)的變化，形成色環(huán)。當(dāng)然，還有其他的彩色空間，如YIQ和Lab空間等。這些彩色空間也是用其中一個(gè)分量表示亮度，另外兩個(gè)表示是色度分量（YIQ中的I,Q；Lab中的a,b）。實(shí)驗(yàn)證明，HSV彩色空間對(duì)于彩色圖像增強(qiáng)是一種較好的選擇，因?yàn)镠SV空間的三個(gè)分量相關(guān)性很小，改變?nèi)魏我粋€(gè)分量對(duì)其余分量的影響均很小。為實(shí)現(xiàn)RGB到IHS的變換，要建立RGB空間和IHS空間的關(guān)系模型。IHS算法是圖像融合技術(shù)中發(fā)展很早，現(xiàn)已成熟的一種空間變換算法。三角變換成為最理想的形式。三角變換的IHS算法可以很好的保留源圖像的光譜信息和空間分辨率，運(yùn)算量也較小，且易于實(shí)現(xiàn)，采用了三角形變換，他們之間的變換式如公式（2-1）所示。（2-1）大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）第3章圖像增強(qiáng)方法第3章圖像增強(qiáng)方法3.1直方圖均衡化圖像的直方圖是圖像的重要統(tǒng)計(jì)特征，它可以認(rèn)為是圖像灰度密度函數(shù)的近似。直方圖雖然不能直接反映出圖像內(nèi)容，但對(duì)它進(jìn)行分析可以得出圖像的一些有用特征，這些特征能反映出圖像的特點(diǎn)。當(dāng)圖像對(duì)比度較小時(shí)，它的灰度直方圖只在灰度軸上較小的一段區(qū)間上非零，較暗的圖像由于較多的像素灰度值低，因此它的直方圖的主體出現(xiàn)在低值灰度區(qū)間上，其在高值灰度區(qū)間上的幅度較小或?yàn)榱?，而較亮的圖像情況正好相反。通常一幅均勻量化的自然圖像的灰度直方圖在低值灰度區(qū)間上頻率較大，這樣的圖像較暗區(qū)域中的細(xì)節(jié)常?？床磺宄?。為使圖像變清晰，可以通過(guò)變換使圖像的灰度動(dòng)態(tài)范圍變大，并且讓灰度頻率較小的灰度級(jí)經(jīng)變換后，其頻率變得大一些，使變換后的圖像灰度直方圖在較大的動(dòng)態(tài)范圍內(nèi)趨于均化。事實(shí)證明，通過(guò)圖像直方圖修改進(jìn)行圖像增強(qiáng)是一種有效的方法。均勻量化的自然圖像的灰度直方圖通常在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)常?？床磺宄榱耸箞D像清晰，可將圖像的灰度范圍拉開(kāi)，并且讓灰度頻率較小的灰度級(jí)變大，即讓灰度直方圖在較大的動(dòng)態(tài)范圍內(nèi)趨于一致。圖3.SEQ圖3-\*ARABIC1實(shí)驗(yàn)原圖及增強(qiáng)后圖像圖3.SEQ圖3-\*ARABIC2直方圖均衡化原圖及均衡化后圖像用圖像f(x,y)的直方圖代替灰度的分布密度函數(shù)pf(f)，則直方圖均化后的圖像g為：(3-1)對(duì)于數(shù)字圖像，可以對(duì)上述公式做離散近似。若原圖像f(x,y)在像素點(diǎn)(x,y)處的灰度為，則直方圖均化后的圖像g(x,y)在點(diǎn)(x,y)處的灰度為：(3-2)圖3-2)是產(chǎn)生火焰的圖（3-1)的直方圖均化，并且由圖3-1b)和圖3-2b)的直方圖可以看出，在直方圖調(diào)整之前，低灰度的比例很大，經(jīng)過(guò)直方圖均化后，各灰度等級(jí)的比例更加平衡。3.2中值濾波非線性濾波技術(shù)一般利用原始信號(hào)與噪聲信號(hào)特有的統(tǒng)計(jì)特性進(jìn)行去噪，現(xiàn)有的非線性濾波方法有以中值濾波為代表的傳統(tǒng)非線性濾波方法和以形態(tài)濾波為代表的新型濾波方法。中值濾波是由Turky在1971年提出的，它最初主要用于時(shí)間序列分析，后來(lái)用于圖像處理，在去噪復(fù)原中取得較好的效果。中值濾波是基于次序統(tǒng)計(jì)完成信號(hào)恢復(fù)的一種典型非線性濾波器，其基本原理是將數(shù)字圖像中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替。中值的定義如下：一組數(shù)把n個(gè)數(shù)按值的大小排列于下：(3-3)y稱(chēng)為序列的中值。在一維情形下，中值濾波器是一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口。窗口正中間那個(gè)像素的值用窗口內(nèi)各像素值的中值代替。中值濾波的概念很容易推廣到二維，此時(shí)可以利用某種形式的二維窗口。設(shè)表示數(shù)字圖像各點(diǎn)的灰度值，濾波窗口為A的二維中值濾波可定義為：(3-4)中值濾波采用非線性技術(shù)，在像素點(diǎn)鄰域里用取中值代替了取平均值，不會(huì)降低圖像中的高頻信號(hào)，在消除噪聲的同時(shí)很好地保持了圖像的邊緣特征。中值濾波在一定的條件下可以克服線性濾波如最小均方濾波，均值濾波等帶來(lái)的圖像細(xì)節(jié)模糊的缺點(diǎn)，而且對(duì)濾除脈沖干擾及圖像掃描噪聲最為有效。由于在實(shí)際運(yùn)算中不需要圖像的統(tǒng)計(jì)特性，因此帶來(lái)不少方便。但是對(duì)于一些細(xì)節(jié)多，特別是點(diǎn)、線、尖頂細(xì)節(jié)多的圖像不宜采用中值濾波。濾波窗口的形狀非常多，常用的二維中值濾波窗口有線形、方形、十字形、圓形和菱形等，不同濾波窗口的濾波效果不同?？傮w來(lái)講，二維中值濾波比一維中值濾波能夠更好地抑制噪聲?？紤]到方形中值濾波有時(shí)會(huì)濾除圖像輪廓的尖角，破壞圖像的形狀。因而常常采用十字形中值濾波。但是考慮到運(yùn)算效率的問(wèn)題，同時(shí)又由于對(duì)早期火災(zāi)火焰做出判斷識(shí)別時(shí)，只需處理特定區(qū)域的圖像，無(wú)須對(duì)一幀圖像全部進(jìn)行處理，而且采用方形中值濾波不會(huì)影響特定區(qū)域的形狀，因此在本系統(tǒng)中采用方形中值濾波的方法。一般來(lái)說(shuō)，如果窗口選的過(guò)大，除噪聲受到抑制外，平均化的效果也較強(qiáng)，但邊緣及細(xì)節(jié)信息易受到損失。故綜合考慮各種因素，本系統(tǒng)中采用33模板的中值濾波。通過(guò)中值濾波后的實(shí)驗(yàn)效果圖如下：圖3.2含有噪聲的圖像和中值濾波處理后的圖像大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）第4章實(shí)驗(yàn)結(jié)果與分析第4章實(shí)驗(yàn)結(jié)果與分析4.1直方圖均衡化實(shí)驗(yàn)結(jié)果直方圖均衡化代碼如下：I=imread('rice.png');J=imadjust(I,[0.30.7],[]);subplot(1,2,1),imshow(I)subplot(1,2,2),imshow(J)figure,subplot(1,2,1),imhist(I)subplot(1,2,2),imhist(J)functionrst=hispic(fn)x=imread(fn);r=x(:,:,1);g=x(:,:,2);b=x(:,:,3);r=histeq(r);g=histeq(g);b=histeq(b);[ly,lx]=size(r);rst=uint8(zeros(ly,lx,3));fori=1:lyforj=1:lxrst(i,j,1)=r(i,j);rst(i,j,2)=g(i,j);rst(i,j,3)=b(i,j);end;end;figure(3),imshow(rst);實(shí)驗(yàn)結(jié)果：（a）（b）(c)(d)圖4.1直方圖均衡化實(shí)驗(yàn)結(jié)果圖圖（a）和（c）為直方圖均衡化前后的效果圖。實(shí)驗(yàn)證明在R，G，B上分別均衡化合成了實(shí)驗(yàn)結(jié)果圖。圖（b）和（d）為實(shí)驗(yàn)前后的直方圖，前面介紹的直方圖均衡化處理方法從實(shí)驗(yàn)效果看還是很不錯(cuò)的，從實(shí)現(xiàn)算法上也可以看出其優(yōu)點(diǎn)主要在于能自動(dòng)增強(qiáng)整幅圖像的對(duì)比度，但具體的增強(qiáng)效果也因此不易控制，只能得到全局均衡化處理的直方圖。在科研和工程應(yīng)用中往往要根據(jù)不同的要求得到特定形狀的直方圖分布以有選擇的對(duì)某灰度范圍進(jìn)行局部的對(duì)比度增強(qiáng)，此時(shí)可以采用對(duì)直方圖的規(guī)定化處理，通過(guò)選擇合適的規(guī)定化函數(shù)取得期望的效果。4.2中值濾波實(shí)驗(yàn)結(jié)果中值濾波代碼：I=imread('eight.tif');J1=imnoise(I,'gaussian',0,0.02);J2=imnoise(I,'salt&pepper',0.02)J3=imnoise(I,'speckle',0.02);subplot(2,2,1),imshow(I)subplot(2,2,2),imshow(J1)subplot(2,2,3),imshow(J2)subplot(2,2,4),imshow(J3)functionrst=hispic2(fn)x=imread(fn);%x=imread('11.JPG');r=x(:,:,1);g=x(:,:,2);b=x(:,:,3);r=medfilt2(r);g=medfilt2(g);b=medfilt2(b);[ly,lx]=size(r);rst=uint8(zeros(ly,lx,3));fori=1:lyforj=1:lxrst(i,j,1)=r(i,j);rst(i,j,2)=g(i,j);rst(i,j,3)=b(i,j);end;end;實(shí)驗(yàn)結(jié)果（實(shí)驗(yàn)結(jié)果圖如下頁(yè)圖4.1和4.2）：(a)(a)(b)(c)(d)圖4.1含有噪聲的彩色圖像及其RGB分量圖4.2中值濾波去噪聲之后的圖像及其RGB分量圖4.1和4.2分別為中值濾波實(shí)驗(yàn)前后的結(jié)果圖。圖4.1(a)為實(shí)驗(yàn)原圖圖4.1(b)(c)(d)分別為R，G，B分量。圖4.2分別為處理后的R，G，B分量及合成后的圖。處理前的圖像噪聲比較明顯，處理后噪聲基本消失。在數(shù)字圖像中往往存在各種各樣的噪聲,這些噪聲可能是在傳輸中產(chǎn)生的,也可能是在量化等處理過(guò)程中產(chǎn)生的,如何有效地抑制噪聲并保護(hù)圖像的細(xì)節(jié)是圖像處理中很重要的問(wèn)題.中值濾波是一種非線性濾波方式,其基本原理是將圖像中一個(gè)點(diǎn)的值,用其鄰域的幾個(gè)點(diǎn)值的中值來(lái)代替。大連東軟信息技術(shù)職業(yè)學(xué)院畢業(yè)設(shè)計(jì)（論文）第5章結(jié)論第5章結(jié)論圖像處理內(nèi)容涉及光學(xué)、微電子學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域，是一門(mén)綜合性很強(qiáng)的交叉學(xué)科，其中任何一門(mén)學(xué)科的發(fā)展都將推動(dòng)圖像處理的進(jìn)一步發(fā)展。圖像增強(qiáng)是對(duì)圖像的低層次處理，處于圖像處理的預(yù)處理階段。它是圖像處理的一個(gè)重要環(huán)節(jié)，在整個(gè)圖像處理過(guò)程中起著承前啟后的重要作用，為后續(xù)處理階段做準(zhǔn)備，對(duì)圖像高層次處理的成敗至關(guān)重要。其目的就是為了改善圖像的質(zhì)量和視覺(jué)效果，或?qū)D像轉(zhuǎn)換成更適合于人眼觀察或機(jī)器分析識(shí)別的形式，以便從圖像中獲取更加有用的信息。由于圖像增強(qiáng)與感興的趣物體特性、觀察者的習(xí)慣和處理目的密切相關(guān)，帶有很強(qiáng)的針對(duì)性。因此，圖像增強(qiáng)算法的應(yīng)用也是有針對(duì)性的，盡管增強(qiáng)處理方法多種多樣，但并不存在一種通用的、適應(yīng)各種應(yīng)用場(chǎng)合的增強(qiáng)算法。直方圖均衡化處理方法從實(shí)驗(yàn)效果看還是很不錯(cuò)的，從實(shí)現(xiàn)算法上也可以看出其優(yōu)點(diǎn)主要在于能自動(dòng)增強(qiáng)整幅圖像的對(duì)比度，但具體的增強(qiáng)效果也因此不易控制，只能得到全局均衡化處理的直方圖。在科研和工程應(yīng)用中往往要根據(jù)不同的要求得到特定形狀的直方圖分布以有選擇的對(duì)某灰度范圍進(jìn)行局部的對(duì)比度增強(qiáng)，此時(shí)可以采用對(duì)直方圖的規(guī)定化處理，通過(guò)選擇合適的規(guī)定化函數(shù)取得期望的效果。在數(shù)字圖像中往往存在各種各樣的噪聲,這些噪聲可能是在傳輸中產(chǎn)生的,也可能是在量化等處理過(guò)程中產(chǎn)生的,如何有效地抑制噪聲并保護(hù)圖像的細(xì)節(jié)是圖像處理中很重要的問(wèn)題.中值濾波是一種非線性濾波方式,其基本原理是將圖像中一個(gè)點(diǎn)的值,用其鄰域的幾個(gè)點(diǎn)值的中值來(lái)代替。本文圍繞圖像增強(qiáng)算法而展開(kāi)，在闡明圖像增強(qiáng)處理基本方法，如直方圖修正、噪聲去除、頻域?yàn)V波增強(qiáng)和彩色增強(qiáng)的基礎(chǔ)上，就幾種有代表性的圖像增強(qiáng)算法進(jìn)行了研究、比較，分析了各自的