基于MATLAB的数字图像增强处理系统设计与仿真[20200406130518]
摘要
本文以MATLAB图像处理软件为基础，利用其庞大的函数库、直观地命令窗口与代码编程、简易的图像处理工具、以及图形用户界面(GUI)的优异开发环境等特点，在其友好的交互式帮组系统中，设计了一个可视化的图像增强处理系统。该GUI为菜单式结构，层次清晰易懂，并且具体实现了图像增强处理技术中的灰度增强、直方图均衡化、空域与频域滤波等相关模块的功能，使图像在各个增强处理后，更为直观地呈现在用户面前，可清晰地看出图像增强后的效果，即图像在相应增强处理后的优点与不足。此系统的设计提高了图像增强技术的可懂性，让大家基本了解GUI的使用环境，同时也使大家更直观地去认识和理解图像增强这一方面的内容。
 *查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2 
关键字:MATLABGUI图像增强
目录
第1章 引言 1
1.1数字图像增强的概述 1
1.1.1图像增强的现状与趋势 1
1.1.2研究图像增强系统的目的及意义 3
1.1.3研究的方法以及思路 4
1.2本论文主要研究内容 4
第2章 数字图像增强处理技术的原理与方法介绍 5
2.1 对比度增强 5
2.2 直方图均衡化 5
2.3 滤波 6
2.3.1空域滤波 6
2.3.2频域滤波 7
第3章 基于MATLAB的数字图像增强处理系统的GUI界面设计 9
3.1 MATLAB软件的简介 9
3.2基于MATLAB数字图像增强处理系统的基本框架 9
3.3基于MATLAB数字图像增强处理系统的主界面设计 10
3.4文件读取模块 11
3.5 对比度增强模块 12
3.5.1 灰度调整 12
3.5.2对数变换 13
3.6直方图均衡化模块 15
3.6.1直方图灰度变换 15
3.6.2直方图均衡化 16
3.7滤波模块 17
3.7.1空域滤波 18
3.7.1.1平滑滤波器 18
3.7.1.2锐化滤波器 20
3.7.2频域滤波 22
3.7.2.1高通滤波器 22
3.7.2.2同态滤波器 26
总结与评价 28
参考文献 29
致谢 30
第1章 引言
1.1数字图像增强的概述
人类主要从视觉上获得信息，而且视觉上获取的信息是音频与文字无法比拟的。人们在日常生活中离不开图像信息，主要由于图像是人类视觉的基础，是人类认识大千世界的来源，所以图像在人们接受外界信息的过程中扮演着十分重要的角色。对于图像，顾名思义，就是物体的分布经过人的视觉系统在大脑中所形成的映像与认识，比如传真、影视画面、脑电图、书法作品、心电图等等，这些都是图像。但是图像往往都会出现模糊或者失真的情况，让人们不能获取有用的信息。这里图像增强的最终目的，更简单地说就是设法使图像变得清晰，并改进图像的质量。不同的增强方法有其不同的目的，这还是取决于应用的类型，有对比度的增强、分割（对图像的边缘或图像成分之间的边界进行运算）、滤波等等，所以增强技术是非常广泛的，它也是分局部增强和整体增强的，也会在空域或频域中进行增强。
1.1.1图像增强的现状与趋势
图像增强就是对图像的灰度、色彩、图像边缘等方面的特征进行突出或锐化，而且图像增强在图像处理中作为一种非常常用的技术，它可以使图像更好地显示、被观察及分析处理。图像本来就是人类获取和交换信息的主要来源，它将事物的原形更加直观易懂地呈现出来[1]，方便人类去感知，可见人类生活是离不开图像信息的。
随着科技的发展，时代的进步，数字图像增强处理技术也在不断的完善[2]。图像处理，顾名思义，就是把图像信号转化为数字信号，并且通过计算机进行除噪声处理，再经过增强、复原、分割等操作方法的过程[3]。图像处理的研究内容包含了许多方面，有图像灰度变换、图像复原、图像增强算法、图像编码与压缩、图像分割、图像识别与提取等处理方法[4]。数字图像增强处理具有成本低、灵活精准、再现性好、适用面广等优点，是当今重要的研究方向，图像增强主要强调图像的某些特征，实际中我们就用此来识别理解图像，在图像分割、复原中也有很多运用。随着人们探知世界的深入，图像特征的研究也成为一道新的风景线。
图像增强就是突出图像特征，该技术主要把图像中有需求的部位进行选择性地表现出来[5]，以及一些重要特征，同时衰减其他不必要的特征，如此，图像增强就改善了图像的视觉效果[6]，以便于人类或机器对其进行分析与处理。
随着SMQT(Successive Mean Quantization Transform)方法由M．Nilsson[7]提出后，由于它可以根据像素点的分布特点进行直方图显示，在调节图像得动态范围很有帮助，同时还保持了原直方图的特点，因此得到了广泛使用[8]。Deng等人在用非线性变换对其提出的基于LIP模型的Lee图像增强方法进行了改良后，提高了图像的质量，也减弱了在参数方面的依赖性[9]。
在真彩色图像处理中，图像增强技术也有应用，其中选择合适的彩色模板对图像的处理影响很大。彩色图像增强为保证图像不失真，主要是在其亮度和色彩方面进行调整，使得图像变得清晰明亮[10]。其主要方法有：基于RGB颜色空间的增强算法、基于颜色恒常理论的彩色图像增强算法和基于变换空间的彩色图像增强算法。其中，在1977年的基于颜色恒常理论的彩色图像增强算法的研究中，Edwin Land首次提出了Retinex的色彩理论[11]。而后在20世纪80年代初期，美国的相关机构在外太空拍摄技术中运用到Retinex理论，并获得了巨大成功。而在基于RGB颜色空间的增强算法中，RGB图用24位表示，它是先转化为HIS图，利用灰度调整法，增强了I分量图，然后将结果再次转化为RGB分量图，虽然色彩饱和方面没有多大变换，但图像整体变得更加明亮了。
对于两幅图像以上的去雾处理是由Y．Y．Schechnner等人提出的极化滤波(Polarization Filtering)方法来实现的，获得了不错的效果。与此获得了很大进步的单幅图像去雾处理技术也在深入研究中[12]。时代是不断的跟进的，由Tan等人通过观察而提出的大胆假设：没有雾的图像一定比有雾图像具有更强的对比度，这个让后人深受启发。在增强图像对比度的同时，不仅仅是灰度进行了调整，本并不明显的噪声干扰也会被增强后凸现出来，然而影响了整个图像的质量。于是人们继续研究抑制噪声的方法，那就是滤波处理。滤波的内容很广，主要包含着空域滤波和频域滤波，在经过平滑滤波处理的图像会变得更加地明亮，但同时会造成图像边缘信息的损失，使图像在增强处理后的细节感官降低，于是人们又在不断的改进图像增强的方法，终于研究出图像的锐化处理，使图像的细节更加明显清晰，这是对平滑处理后很好的一次改善。
所以图像增强方法到目前为止还没有最后的结果，同时也没有衡量图像质量的通用标准和图像增强的权威性定义[13]，对于图像特征，每个人的需求是不一样的，况且图像增强技术还有待大幅度研究开发的空间，就像钱学森所说：科研上是没有最后的结论的。
近年来，图像处理中的图像增强技术方面又有了新的篇章，偏微分方程(Partial Differential Equations，PDE)在图像处理领域表现也是十分出色的，不仅具有严谨的数学基础，而且还将该技术与传统的图像处理技术结合运用起来，得到了非常好的效果，又是一次创新性地研究，给人们在图像增强处理上有着很大的启发，并且此方法具有很好的发展前景。
1.1.2研究图像增强系统的目的及意义
在我们生活和工作方面，图像是我们获取信息的主要来源，图像处理技术在不断的改进，其应用领域也在不断的扩大[14]。为了使图像给人们的视觉效果更好良好，并保证图像应有的质量，在进行图像灰度变换、图像复原、图像编码、图像分割处理时，对图像增强处理的研究也相当重要。

原文链接：http://www.jxszl.com/dzxx/gdxx/5770.html