圖像增強簡易系統(tǒng)

1、圖像增強簡易系統(tǒng) 學(xué) 院：計算機學(xué)院 專業(yè)班級：信計0902班 小組成員姓名及學(xué)號： 1.課程設(shè)計的目的及要求通過所學(xué)的圖像增強知識能夠做出其的簡易系統(tǒng)。功能要求：1）能對圖像文件（bmp、 jpg、 tif、 gif等）進(jìn)行打開、保存、退出等功能操作；2）包含功能模塊圖像的灰度拉伸方法；圖像的直方圖均衡化和規(guī)定化；圖像的噪音疊加；圖像的各種平滑與銳化處理；圖像的低通與高通處理；程序測試部分：可視化界面采用多幅不同形式圖像驗證系統(tǒng)的正確性設(shè)計測試方案驗證各功能模塊算法的性能，對比不同方法之間的特點2.課題設(shè)計內(nèi)容描述首先通過學(xué)習(xí)建立一個可視化界面，能夠?qū)D像文件進(jìn)行打開、保存、退出功能；圖像的

2、灰度拉伸方法有三種：線性拉伸、對數(shù)拉伸、指數(shù)拉伸。我們采用了指數(shù)拉伸方法。指數(shù)灰度變換是一種非線性變換，其一般公式為：g(x,y)=-1,其中，a,b,c是便于調(diào)整曲線的位置和形狀而引入的參數(shù)，它能夠使圖像的高灰度范圍得到擴展。直方圖均衡化是通過對原圖像進(jìn)行某種灰度映射變換，使其直方圖變?yōu)榫鶆蚍植嫉囊环N灰度非線性變換方法，直方圖均衡化以累積分布函數(shù)作為變換函數(shù)。而直方圖規(guī)定化可以突出感興趣的灰度范圍，即修正直方圖使其具有要求的形式，是對直方圖均衡化的一種有效擴展。圖像的噪聲疊加中可以對原圖添加各種噪聲，如高斯白噪聲、泊松噪聲、椒鹽噪聲、隨機噪聲等等。圖像的平滑與銳化處理都是在空間域?qū)D像進(jìn)行處

3、理，可以統(tǒng)稱為空域濾波?？沼驗V波是在圖像空間中借助模板對圖想進(jìn)行領(lǐng)域操作，輸出圖像每一個像素的取值都是根據(jù)模板對輸入圖像像素值進(jìn)行計算得到的。平滑可以模糊圖像或消除圖像噪聲；銳化可以突出圖像的細(xì)節(jié)。低通和高通濾波是在圖像的頻率域進(jìn)行處理的增強方法，即首先將圖像變換到頻率域，再進(jìn)行處理，然后再將結(jié)果圖像變換回空間域。低通濾波是能夠讓低頻信息暢通無阻而同時濾掉高頻分量，從而實現(xiàn)平滑圖像、去除噪聲。與低通濾波相反，高通濾波是能夠讓高頻信息暢通無阻而同時濾掉低頻分量，從而使圖像的邊緣或線條更清楚。3.總體方案的設(shè)計 3.1 系統(tǒng)的具體框架1.具體包含功能模塊：圖像的指數(shù)灰度拉伸方法；圖像的直方圖均衡化

4、和規(guī)定化；圖像的噪音疊加；圖像的各種平滑與銳化處理；圖像的低通與高通處理； 2.系統(tǒng)運行的環(huán)境：Windows平臺 3. 選用的工具：MATLAB 4.主要實現(xiàn)功能的原理：通過imhist()實現(xiàn)灰度拉升，histep()直方圖均衡化，histeq()規(guī)定化，imnoise()高斯噪聲，filter()平滑，F(xiàn)H(u,v)低通，(u,v)高通濾波. 3.2 小組成員及具體分工 首先我們一起討論了做圖像增強簡易系統(tǒng)的功能要求中的各部分模塊的大體思路，利用MATLAB償試了幾個功能的實現(xiàn)，然后進(jìn)行分工如下：王豹做功能要求的第一部分通過建立可視化界面；崔文強做功能要求的第二部分各功能模塊的實現(xiàn)利用M

5、ATLAB；王文祥寫報告中的課程設(shè)計目的及要求、課程設(shè)計內(nèi)容描述及參考文獻(xiàn)部分；高蘭蘭寫報告部分的總體方案的設(shè)計、程序?qū)崿F(xiàn)和測試及課程設(shè)計總結(jié)與體會。4.程序?qū)崿F(xiàn)和測試 4.1 各個功能模塊的主要實現(xiàn)程序 灰度拉伸： function m_image_LS_Callback(hObject, eventdata, handles)global fpathaxes(handles.axes_dst);f=double(imread(fpath); %通過路徑找到圖像并讀取轉(zhuǎn)化為double型%s=rgb2gray(f); %將圖像轉(zhuǎn)化為黑白圖像a=0;b=1.3;c=0.15;m,n=size(

6、f); for i=1:m for j=1:n g(i,j)=b.(c*(f(i,j)-a)-1; %指數(shù)灰度變換的一般形式 endendimshow(uint8(g) %顯示該變換的圖像 均衡化： function m_image_JH_Callback(hObject, eventdata, handles)global fpathaxes(handles.axes_dst);f=double(imread(fpath);imshow(uint8(f); 規(guī)定化： function m_image_GD_Callback(hObject, eventdata, handles)%guidi

7、ngglobal fpathaxes(handles.axes_dst);f=double(imread(fpath);f=imread(fpath);s=rgb2gray(f);h=0:255;h=1-h/255;g=histeq(s,h) %增強圖像的對比度imshow(g)噪聲疊加： function m_image_DJ_Callback(hObject, eventdata, handles)%zaoyingglobal fpathaxes(handles.axes_dst);f=double(imread(fpath);I = imread(fpath); I=rgb2gray(I

8、);I1=imnoise(I,'gaussian',0.1,0.1); %增加高斯白噪聲 I3=imnoise(I,'poisson'); %增加泊松噪聲imshow(uint8(I1) 平滑： function m_image_PH_Callback(hObject, eventdata, handles)global fpathaxes(handles.axes_dst);f=double(imread(fpath);img=imread(fpath);f=rgb2gray(img);subplot(1,2,1);imshow(f);f=double(f);

9、f=fft2(f);f=fftshift(f);m,n=size(f); d0=80;m1=fix(m/2);n1=fix(n/2);for i=1:m for j=1:n d=sqrt(i-m1)2+(j-n1)2); h(i,j)=exp(-d2/2/d02); endendg=f.*h;g=ifftshift(g);g=ifft2(g);g=mat2gray(real(g); subplot(1,2,2);imshow(g); 銳化： function m_image_RH_Callback(hObject, eventdata, handles)%ruihuaglobal fpatha

10、xes(handles.axes_dst);f=double(imread(fpath);x=imread(fpath); m,n=size(x); x=double(x); b=zeros(m,n); c=zeros(m,n); for i=1:m-2 for j=1:n-2 b(i+1,j+1)=-x(i,j)-x(i+1,j)-x(i+2,j+2)+x(i,j+2)+x(i+1,j+2)+x(i+2,j+2); c(i+1,j+1)=x(i,j)+x(i,j+1)+x(i,j+2)-x(i+2,j)-x(i+2,j+1)-x(i+2,j+2); b(i+1,j+1)=sqrt(b(i+1

11、,j+1)2+c(i+1,j+1)2)+100; end end imshow(uint8(b);低通： function m_image_DT_Callback(hObject, eventdata, handles)global fpathaxes(handles.axes_dst);f=double(imread(fpath);f=imread(fpath);F=fftshift(fft2(f);d0=20;m,n=size(f);h=0for u=1:m for v=1:n if sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)<=d0 h=1; else

12、h=0; end FH(u,v)=F(u,v)*h; endendfh=ifft2(FH);imshow(uint8(fh);高通： function m_image_GT_Callback(hObject, eventdata, handles)%gaotongglobal fpathaxes(handles.axes_dst);f=double(imread(fpath);F=fftshift(fft2(f);d0=10;m,n=size(f);h=0;for u=1:m for v=1:n if sqrt(u-m/2)*(u-m/2)+(v-n/2)*(v-n/2)<=d0; h=

13、0; else h=1; end FH(u,v)=F(u,v)*h; endend fh=ifft2(FH); imshow(uint8(fh); 4.2 測試與調(diào)試 4.2.1 測試方案設(shè)計 通過實現(xiàn)第一個圖像的增強各功能，在此基礎(chǔ)上換用另兩張圖像修改相應(yīng)的代碼再次實現(xiàn)各功能。 4.2.2 測試結(jié)果 選用第一個圖像的各功能效果圖如下： 灰度拉伸的效果截圖： 均衡化的效果截圖： 規(guī)定化的效果截圖： 噪聲疊加的效果圖：平滑的效果截圖： 銳化的效果截圖： 低通的效果截圖： 高通的效果截圖： 選用其他兩二幅圖像進(jìn)行測試的個效果截圖如下： 灰度拉伸的效果截圖： 均衡化的效果截圖： 噪聲的效果截圖： 平

14、滑的效果截圖： 銳化的效果截圖： 低通的效果截圖： 高通的效果截圖:4.2.3 問題說明與總結(jié) 在程序運行時出現(xiàn)對多幅圖片進(jìn)行相關(guān)變換時結(jié)果只對一幅圖片進(jìn)行相關(guān)變換，通過添加函數(shù)f=double(imread(fpath); 實現(xiàn)了對不同圖片的變換，達(dá)到了預(yù)期要求。5.課程設(shè)計總結(jié)與體會 圖像增強技術(shù)是一類典型的圖像處理技術(shù)。圖像增強是要通過對圖像的各種加工，獲得視覺效果更“好”,或看起來更“有用”的圖像。能夠?qū)D形進(jìn)行各種功能的實現(xiàn)，比較變化后的圖像有一種成就感。在本次課程設(shè)計中我們首先遇到的問題是如何設(shè)置路徑，然后又遇到運行出來的結(jié)果不顯示圖像，怎樣做可視化界面等等問題，也有一些比較細(xì)小問題，最后通過我們的努力這些問題一一解決了。這次課設(shè)我們利用