数字图像增强方法的对比与分析

数字图像增强方法的对比与分析

专业：班级：

学号：姓名：

指导教师：

完成日期： 2012 年 06 月 16 日

摘要：近年来，随着电子计算机技术的进步，计算机图像处理得到了飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数

字图像进行系列操作，从而获得某种预期的结果。对图像进行处理时，经常运用图像增强技术以改善图像的质量增强对某种信息的辨识能力，以更好的应用于现代各种科技领域，图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用。在图像处理过程中，图像增强是十分重要的一个环节。

本文简要介绍图像增强的概念和图像增强算法的分类对比和分析，从图像的直方图均衡化处理方法，直方图规定化处理方法和图像平滑处理方法三方面对图像增强算法进行讨论和研究，并说明了图像增强技术的应用。

关键词：图像增强直方图均衡化直方图规定化平滑处理

1.图像增强概念及现实应用

图像增强技术

图像增强是数字图像处理的基本内容之一。图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息。这类处理是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，图像增强处理并不能增加原始图像的信息，而只能增强对某种信息的辨识能力，使处理后的图像对某些特定的应用比原来的图像更加有效。

1.图像增强算法

图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。本文重点介绍空间域的图像加强算法，空间域方法直接对图像像素的灰度进行处理。频率域方法在图像的某个频率域中对变换系数进行处理, 然后通过逆变换获得增强图像。在空间域内对图像进行点运算, 它是一种既简单又重要的图像处理技术, 它能让用户改变图像上像素点的灰度值, 这样通过点运算处理将产生一幅新图像

灰度变换

灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。它是

将原图中的灰度f(x,y) 经过一个变换函数g=T[f] 转化成一个新的灰度g(x,y) 即

g(x,y)=T[f(x,y)] （2-1）

灰度变换可使灰度动态范围加大，根据变换函数的形式，灰度变换分为线性变换，分段

性变换和非线性变换。

线性变换

在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器

上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰

度作线性拉伸，可有效地改善图像视觉效果。

令图像f(i ，j)的灰度范围为[a,b]，线性变换后图像g(i,j)的范围为[a ′,b ′]，如图

1-1所示，g(i,j)与f(i,j)之间的关系式为：

这种线性变换使灰度小于a 和灰度大于b 的像素灰度强度强行变换成a 和b ，增强了图像

中绝大多数像素的灰度层次感。

（2-2）

f(i ，j) a b 0 a ＇ b ＇

g(i ，j) 图2-2线性变换示意图 )),((),(a j i f a b a b a j i g --'-'+'=

分段线性变换

为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段

线性变换。设原图像f(x,y)在[0，Mf],感兴趣目标的灰度范围在[a,b],欲使其灰度范围拉伸

到[c,d],则对应的分段线性变换表达式为：

对原图像 将其灰度分布区间[a,b]划分为图中的三个子区间，对每个子区间采取不同的

线性变换，通过变换参数的选择实现不同灰度区间的灰度扩张或压缩，因此分段线性变换的

使用也是非常的灵活。

增加灰度区间的分割的段数，以及仔细调各个区间的分割点和变换直

线的斜率，可对任一灰度区间进行扩展和压缩。

非线性灰度变换 当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非

线性变换。

⑴对数变换

对数变换的一般表达式为

这里a,b,c 是为了调整曲线的位置和形状而引入的参数。当希望对图像的低灰度区较大

的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。

（2）指数变换

指数变换的一般表达式为

这里参数a,b,c 用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的

拉伸。 直方图 灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概

貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。直方图修正法包括直方

（a ）原始图像

图2-5 分段线性变换增强图像对比 （b ）变换效果 （2-7）

[]c b j i f a j i g ln 1),(ln ),(?++=（2-6）

[]1),(),(-=-a j i f c b j i g

图均衡化及直方图规定化两类。

直方图原理

对一幅数字图像，若对应于每－灰度值，统计出具有该灰度值的象素数，并据此绘出象

素数-灰度值图形，则该图形称该图像的灰度直方图，简称直方图。直方图是以灰度值作横

坐标，象素数作纵坐标。有时直方图亦采用某一灰度值的象素数占全图总象素数的百分比（即

某一灰度值出现的频数）作为纵坐标。

设变量r 代表图像中像素灰度级,在图像中，像素的灰度级可作归一化处理，这样r 的值

将限定在下述范围之内（0≤r≤1）在灰度级中，r=0代表黑，r=1代表白。对于一幅给定的

图像来说，每一个像素取得[0,1]区间内的灰度级是随机的，也就是说，是一个随机变量。

在离散的形式下，用rk 代表离散灰度级，用P(rk)代表概率密度函数，并且有下式成立：

式中Nk 为图像中出现rk 这种灰度的像素数，n 是图像中像素总数，Nk/n 就是概率论中

的频数，n 是灰度级的总数目。在直角坐标系中作出rk 与Pr(r)的关系图形，就得到直方图。

直方图性质

（1）直方图是一幅图像中各像素灰度出现频次的统计结果，它只反映图像中不同灰度

值出现的次数，而不反映某一灰度所在的位置。也就是说，它只包含了该图像的某一灰度像

素出现的概率，而忽略了其所在的位置信息。

（2）任意一幅图像，都有唯一确定的一幅的直方图与之对应。但不同的图像可能有相

同的直方图，即图像与直方图之间是多对一的映射关系。

（3）由于直方图是对具有相同灰度值的像素统计得到的，因此，一幅图像各子区的直

方图之和等于该图像全图的直方图。

在实际应用中，有时并不需要考虑图像的整体均匀分布直方图，而只是希望有针对性

的增强某个灰度级分布范围内的图像，因此可人为地改变直方图，使之成为某个特定的形状，

即实施图像的直方图均衡化，以满足特定的增强效果

1210 )(-=≤≤=l ,,,k 1r 0n n r P k k k r

直方图均衡化

直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方

法。直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作

基础, 运用灰度点运算来实现直方图的变换, 从而达到图像增强的目的。这些方法是不以图

像保真为原则的, 它们是通过增强处理设法有选择地突出某些对人或机器分析感兴趣地信

息, 抑制一些无用信息, 以提高图像地使有价值。在实际应用中, 应针对不同的图像应采用

不同的图像增强方法,或同时采用几种适当的增强算法进行实验, 从中选出视觉效果较好

的、计算不复杂的、又合乎应用要求的一种算法。

直方图均衡化原理

为了改善图像质量，可以对灰度分布进行变换改变，其中一种方法称为直方图均衡化处理。直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为

式中ω是积分变量，而T(r)就是r 的累积分布函数。这里，累积分布函数是r 的函数，

并且单调地从0增加到1，所以这个变换函数满足T(r)在0≤r≤1内单值单调增加。可以证

明，用r 的累积分布函数作为变换函数可产生一幅灰度级分布具有均匀概率密度的图像。其

结果扩展了像素取值的动态范围。通常把为得到均匀直方图的图像增强技术叫做直方图均衡

图2-9 图像及其灰度直方图

?==r r d P r T s 0)()(ωω（2-10）

化处理或直方图线性化处理。用离散形式表示累积分布函数为：

直方图均衡化步骤

(1) 列出原始图像灰度级fj, j =0,1,…,k,…,L -1;

(2) 统计各灰度级的象素数目，nj, j=0,1,,…,k,…,L -1;

(3) 计算原始图像直方图Pf(fj)=nj/n ，n 为原始图像总的象素数目；

(4) 计算累积分布函数c(f);

(5) 应用转移函数，计算映射后的灰度级,gi=INT[(gmax-gmin)c(f)+gmin+]

(6) 统计映射后各灰度级的象素数目ni, i=0,1,…,p -1;

(7) 计算输出图像直方图Pg(gi)= nj/n ，i=0,1,…,p -1;

(8) 用fj 和gi 的映射关系，修改原始图像灰度级，获得直方图近似均匀分布的输出图

像。

1210)(0,l-,,, k n n r T s k j j k k ===∑= （2-11）

图2-12 直方图均衡化对比示意图

直方图规定化

在某些情况下，人们并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图

的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。

直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法,其

基本思想。直方图规定化是在运用均衡化原理的基础上,通过建立原始图像和期望图像之间

的关系,选择地控制直方图,使原始图像的直方图变成规定的形状,从而弥补了直方图均衡化

不具备交互作用的特性人们希望增强后的图像,其灰度级的分布不是均匀的，而是具有规定

形状的直方图,这样可突出感兴趣的灰度范围。令Pr(r)和 Pz(z) 分别为原始图像和期望图像的灰度概率函数，对两者均作直方图均衡化处理，应有:

式子表明可以由均衡化后的灰度变量v 获得期望图像的灰度变量z ,这就意味着可以由

原始图像均衡化后的图像灰度值来计算期望图像的灰度值。因为对原始图像和期望图像都进

行了均衡化处理, 所以Ps( s) 和Pv( v) 具有相同的概率密度,直方图规定化处理后的新图

像将具有事先规定的概率密度Pz( z) ,从而达到预期处理效果

由此可见，直方图规范化就是把图像直方图均衡化结果映射到期望的理想直方图上，使

图像按照人们的意愿转换。

直方图规定化使图像增强的实质是:

(1)增大两个占有较多像素灰度之间的差距,一般来讲,背景和目标占有较多的象素,这

样实际上加大了背景和目标的对比度,增大了反差。

(2)归并占有较少的像素,通常,目标和背景的过渡处的像素较少,由于归并,其或者变为

背景点或者变为目标点,从而使边界变得陡峭,使图像细节清晰,达到图像增强的目的.

（2-13）

（2-14）

(2-15)

()V G Z 1-=()()?==Z Z dZ Z P Z G V 0()()?==r

r dr r P r T S 0

图(C)、(c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。通过对比可以看出图(C)的对比度同图（B)接近一致，对应的直方图形状差异也不大。这样有利于影像融合处理，保证融合影像光谱特性变化小。

图像平滑

一幅原始图像在获取和传愉过程中会受到各种噪声的干扰, 使图像质量下降,时分析图像不利。这些噪声干扰使图像退化, 质量下降。表现为图像模糊, 特征淹没, 对图像分析不利为了抑制噪声、改善图像质童, 要时图像进行平滑处理。图像平滑处理的方法多种多样, 有邻域平均法、掩膜平滑法，空间低通滤波、噪声门限法、中值滤波法，多幅图像平均法等。图像平滑方法原理

在空间域平滑滤波有很多种算法, 其中最常见的有线性平滑、非线性平滑、自适应平滑。

（1）线性平滑就是对每一个像素的灰度值用它的邻域值来代替, 其邻域的大小为N×N, N一般取奇数。经过线性平滑滤波, 相当于图像经过了一个二维的低通滤波器, 可是虽然是降低了噪声, 但同时也模糊了图像边缘和细节, 这是这类滤波器存在的通病。

（2）非线性平滑是对线性平滑的一种改进, 即不对所有像素都用它的邻域平均值来代替, 而是取一个闭值, 当像素灰度值与其邻域平均值之间的差值大于已知值时才以均值代

替当像素灰度值与其邻域平均值之间的差值不大于闭值时取其本身的灰度值。非线性平滑可

消除一些孤立的噪声点, 对图像的细节影响不大, 但对物体的边缘会带来一定的失真。

（3）自适应平滑是一种根据当时、当地情况来尽量不模糊边缘轮廓为目标进行控制的

方法, 所以这种算法要有一个适应的目标。根据目的的不同, 可以有各种各样的自适应图像

处理方法。

下面再分别简单介绍几种线性平滑、非线性平滑算法和其它一些算法。

邻域平均法

邻域平均法是一种局部空间域处理的算法。设一幅图像f(x,y)为N × N 的阵列，平滑

后的图像为f(x,y)，它的每个像素的灰度级由包含在(x,y)的预定邻域的几个像素的灰度级

的平均值所决定，即用下式得到平滑的图像。

式中的x,y=1 , 1 , 2 ，… ，N-1, S 是(x,y)点邻域中心点的坐标的集合[不包括点

(x,y)]，M 是S 内坐标点的总数。

以上方法简单，计算速度快，但它的主要缺点是在降低噪声的同时使图像产生模糊，特

别在边沿和细节处，邻域越大，模糊越厉害。为了减少这种效应，可以采用阈值法。这样平

滑后的图像会比邻域平均法模糊度减少。当某些点的灰度值与各邻点灰度的均值差别较大

时，它必然是噪声，则取其邻域平均值作为该点的灰度值，它的平滑效果仍然是很好的。为

了克服简单局部平均的弊病，目前己提出许多保边沿保细节的局部平滑算法，它们讨论的课

题都在如何选择邻域的大小、形状和方向，如何选择参加平均的点数以及邻域各点的权重系

数等，它们有：灰度最相近的及个邻点平均法，梯度倒数加校平滑，最大均匀性平滑，小斜

面模型平滑等等．如果将受噪声干扰的图像看成是一个二维随机场，则可以运用统计理论来

分析受噪声干扰的图像平滑后的信噪比问题，一般的噪声属于加性噪声，在独立和分布的高

斯噪声的情况下，我们定义信噪比为含噪图像的均值与噪声方之比，则含噪图像经邻域平均

法平滑之后，其信噪比将提高M1/2 倍（M 为邻域中包含的像素数目），

可见邻域取得愈大，

像点愈多，则信噪比提高愈大，平滑效果好.

空间域低通滤波法

从信号的角度看, 信号缓慢变化主要分布在频率域的低频部分, 而信号迅速变化的部

分主要集中在高频部分。对图像来说, 它的边缘以及噪声干扰的频率分量都处于频率较高的

部分, 因此可以用低通滤波方法去除噪声。而频率域滤波可以用空间域的卷积来实现, 为此

只要恰当地设计空间域系统冲激响应矩阵就可以达到滤波的效果。

设f(x,y)为带有噪声的原始图像（大小N×N），g(x,y)为经滤波后的输出图像（大小M×M），

h(x,y)为滤波系统的脉冲响应函数（大小L×L），则存在

g(x,y)=f(x,y)* h(x,y) 其中f(x,y)是含有噪声图像的博里叶变换，g(x,y)是平滑处理后的图像之傅里叶变

换，g(x,y)是传递函数。选择传递函数h(x,y)，利用h(x,y)使f(x,y)的高频分量得到衰减，

得到g(x,y)后再经反傅里叶变换就可以得到所希望的平滑图像g （x,y ）。根据前面的分析，

显然h(x,y)应该具有低通滤波特性，所以这种方法被称之为低通滤波法平滑化处理。 多图像平均法

多幅图像平均法是利用对同一景物的多幅图像相加取平均来消除噪声产生的高频成分。

多幅图像取平均处理常用于摄像机的视频图像中, 以减少电视摄像机光电摄像管或CCD 器件

所引起的噪声。这时对同一景物连续摄取多幅图像并将其数字化, 再对多幅图像求平均, 一

般选用幅图像取平均, 这种方法在实际应用中的难点在于如何把多幅图像配准, 以便使相

应的像素能正确地对应排列。

设g(x,y)为有噪声图像，n(x,y)为噪声，f(x,y)

g(x,y)＝n(x,y)＋f(x,y) 多图像平均法是把一系列有噪声的图像｛g(x,y)｝迭加起来，然后再取平均值以达到平

滑的目的. 当作平均处理的噪声图像数目增加时，其统计平均值就越接近原始无噪声图像。

这种方法在实际应用中的最大因难在于把多幅图像配准，以便使相应的像素能正确地对应排

列。

中值滤波法

中值滤波也是一种典型的空间域低通滤波器, 它的目的是保护图像边缘的同时去除噪声。所谓中值滤波,就是指把以某点（X×Y）了为中心的小窗口内的所有像素的灰度按从大到小的顺序排列, 将中间值作为少处的灰度值若窗口中有偶数个像素, 则取两个中间值的平均。

例：采用1×3窗口进行中值滤波

原图像为： 2 2 6 2 1 2 4 4 4 2 4

处理后为： 2 2 2 2 2 2 4 4 4 4 4

它对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。

对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，再从中选取最佳的。中值滤波容易去除孤立点、线的噪声, 同时保持图像的边缘, 它能很好地去除二值噪声, 但对高斯噪声无能为力。要注意的是, 当窗口内噪声点的个数大于窗口宽度一半时, 中值滤波的效果不是太好。

噪声门限法

噪声门限法是一种简单易行的消除噪声的方法，它对于因噪声传感器或者信道引起的呈现离散分布的单点噪声具有较好的效果，运用噪声门限法进行图像平滑时，首先设定门限值，然后顺序检测图像中的每一个像素，将该像素与其他像素进行比较判断，以确定是否为噪声点；若为噪声点，则以其邻域内所有像素灰度平均值代替，否则，以原灰度值输出。

假设像素（i,j）出的灰度为f(i,j),以给该像素为中心取一个N×N的窗口（N=3,5,7...）,该窗口内的和计数器像素点组成集合A，定义灰度差值门限T,误差计算器Cnt和计数器门限值Y。对每个窗口，Cnt的初始值都是0。对集合A中的每一个像素点（i′,j′）的灰度f(i′,j′),若满足

ε（i′,j′）=| f(i′,j′)-f(i,j) |≥ T 则误差计算器加

1，位置（i,j

）的输出为

g(i,j)= f(i,j) (Cnt

g(i,j)=∑f(i′,j′)/(N 2－1) (Cnt≥Y) 当窗口顺序移过整幅图像，即可完成噪声平滑。需要注意的是，该方法中门限值T 的选

择至关重要，T 太大，则噪声平滑不够，T 太小，平滑图像就会变得模糊，计数器门限值的选择一般在窗口内像素的一半附近。

掩膜平滑法

图像中存在这样一个基本事实：同一区域内部的像素之间灰度变化平缓，起伏较小，统

计方差小；在区域边缘，像素之间灰度值得起伏变化大，统计方差大。掩膜平滑法的目的在于进行滤波操作的同时，尽可能不破坏区域边缘的细节。

掩膜平滑以一个5×5的窗口为基准，中心位置为（j,k ）,在这个窗口中确定9种不同的

掩膜模版。

在平滑时，首先计算各模版的均值和方差。

Ai=[∑f(j+m，k+n) ]/Q (2-23)

Bi=∑{

[f(j+m ，k+n)] 2-Ai 2}

(2-24)

式中，i 表示掩膜板编号，Q 对应掩膜模版中包含像素的个数，(m,n)为掩膜模版中像素

相对于中心像素(j,k)的位移量。也就是说，掩膜平滑的输出为具有最小方差的模版所对应的灰度均值。

当同样的方法作用于图中的每一个像素后，即可得到平滑的图像，平滑图像中相对很

好的保留了图像区域边缘的细节。

图像平滑处理方法比较

图像平滑处理的方法多种多样, 每种方法在不同的方面各有优点和缺点。中值滤波比较

容易去除椒盐噪声, 同时能较好的保持图像的边缘, 它还能很好地去除二值噪声, 但对高斯噪声却无能为力。可是邻域平均法却在去处高斯噪声方面有比较好的效果, 但是用它处理椒盐噪声效果却并不理想

, 虽然降低了噪声可也使图像出现了模糊, 而且这种模糊在边缘

和细节出特别严重。空间域低通滤波法可以说是对邻域平均法的一种改进, 如果能选择比较合适的单位冲激响应阵列, 那么在达到图像平滑的同时还可以很好的保留图像细节, 可是如何选择单位冲激响应阵列却是一个难点。多幅图像平均法一般用于摄像机的视频图像, 用以减少电视摄像机光电摄像管或CCD器件所引起的噪声, 该算法有比较好的去噪效果, 但是在实际使用时, 该算法要用到多幅图像, 所以占用的空间也比较大, 尤其是把多幅图像配准也比较难。梯度倒数加权算法能够在降低噪声的同时, 较好地保持图像的边缘和细节信息, 然而, 对于被椒盐噪声或脉冲噪声污染的图像, 梯度倒数加权平滑算滤波效果并不明显, 而且该方法的计算量也比前面的几种算法要大。因此, 在对一幅图像进行平滑处理前, 必须仔细分析其产生噪声的原因、噪声的特点与类型, 并选择合适的平滑方法, 才能既消除图像噪声, 又不使图像边缘轮廓或线条变模糊。经过这样的处理后, 图像才能更符合人的视觉特性。

参考文献

[1]李弼程,彭天强,彭波等编著.智能图像处理技术[M].北京:电子工业出版社, 2004.

[2] 阮秋琦.数字图像处理学[M].北京:电子工业出版社,2003.

[3] 徐飞,施晓红. Matlab 应用图像处理[M].西安:西安电子科技大学出版社,2002.

[4]陈传波,金先级.数字图像处理[M].北京:机械工业出版社,2004.

[5]冯清枝.基于直方图修正的图像增强技术[J].广东公安科技,2004.(9).

[6] 陈书海,傅录祥.实用数字图像处理[M].北京:科学出版社,2005.

[7] 沈志光.数字图像平滑算法的探究[J].科学大众,2006.(4).

[8] 李世进.数字图像的平滑处理[J].湖南科技学院学报,2008.(12).

[9] 杨乐.图像增强算法及其实现[J].现代电子技术,2007.(16).

方案对比分析方法

三种方案可行性分析 正如上所述，短短十几年，顺丰速运从一个名不经转的小企业，发展到现在拥有年业务量3.1亿票的强大快递公司，成为民营速运行业的领头羊，不能不说是个奇迹。 但随着顺丰速运的迅速壮大，如何提高分拣效率以应退业务量的快速增长；如何进一步降低成本来应对国内外先进快递企业的挑战，成为当前顺丰亟待解决的问题。 下面，我们就从顺丰深圳中转场改造的角度，探索适合顺丰发展的改进方案。 根据中转场现今情况及未来业务增长的需要，我们提出了三种发展方案，即：一，维持现有工作模式不变，扩大中转场的规模；二，保持现有规模不变，进行半自动化改进；三，加大设施设备投入，进行全自动化改造。 但究竟哪一种模式是适应顺丰现在及未来一段时间内发展需要的，哪一种模式是顺风可操作性的性价比投入？接下来，我们就从三种模式的业务量可应对性、工作效率可提高性、投入产出比可接受性三个角度对此进行剖析。 首先，业务量可应对性。 顺丰速运从成立之初发展到现在覆盖全国 个省的巨大网络，每年业务增长量，无不体现着市场对顺丰的巨大需求，以下是顺丰速运近年的业务增长图表。 面对如此迅猛的发展势头，选择哪种方案，将直接关系着中转场应对业务量剧增的水平。 但随着市场竞争加剧，发展高峰渐降，业务量增长率势必有所减少，快递业务进入平稳增长阶段，顺丰将在一定时期内保持25%—30%的业务增长量。我们以09年业务量为基数，按前4年30%，后5年25%的增长速度预计深圳中转场未来十年的业务量。 表 深圳中转场未来十年业务量增长预测表（日处理量） 方案一应对业务量预测 表 方案一应对业务量预测表（日处理量） 表 应对业务量预测表备注 方案二应对业务量预测 表 方案二应对业务量预测表（日处理量） 方案三应对业务量预测 表 方案三应对业务量预测表（日处理量） 三种方案优缺点比较 方案一，维持现有工作模式不变，以扩大中转场规模的方式来应对

数字图像处理与分析实验作业(DOC)

数字图像处理与分析实验作业 作业说明：作业题目分为基本题和综合应用题。基本题主要是考察大家对教材涉及的一些基本图像处理技术的理解和实现。而综合应用题主要是考察大家综合利用图像处理的若干技术来解决实际问题的能力。 注：所有实验用图像均可从网上下载，文档中的图片只是示例。 作业要求： 编程工具：Matlab或者VC(可以使用OpenCV：https://www.docsj.com/doc/b47378245.html,/）。因为很多基本的图象处理算法已经集成在很多的编程工具中，而编程训练中基本题的目的是让同学们加深对这些算法的理解，所以基本题要求同学们只能使用图像读取和显示相关的函数（例如Matlab的imread imshow，imwrite，OpenCV的cvCreateImage，cvLoadImage，cvShowImage），而不要直接调用相关的API（例如二维DFT，图象均衡等等），但在综合应用题中则无此限制。 上交的作业包括：实验报告和程序。其中实验报告要求写出算法分析（必要时请附上流程图），函数说明（给出主要函数的接口和参数说明），实验结果（附图）及讨论分析。提交的程序，一定要确保可以运行，最好能写个程序说明。 基本题一共有10道，可以从中任选2道题来完成。综合应用题有2道，可以从中任选1道来完成。 请各位同学务必独立完成，切忌抄袭！ 基本题 一、直方图变换 要求对原始Lena 图像实现以下三种取整函数的直方图均衡化： 线性函数： t k= int[(L -1) t k+ 0.5]； 对数函数： t k= int[( L-1)log(1+9t k) + 0.5] ； 指数函数： t k= int[(L -1)exp( t k-1) + 0.5] ； 要求给出： 1、原始图像和分别采用上述三种方式均衡化后的图像； 2、原始图像的直方图和上述三种方式对应均衡化后的直方图。

数字图像处理：部分课后习题参考问题详解

第一章 1.连续图像中，图像为一个二维平面，(x,y)图像中的任意一点，f（x,y）为图像于(x,y)于处的值。 连续图像中，(x,y)的取值是连续的，f(x,y)也是连续的 数字图像中，图像为一个由有限行有限列组成的二维平面，（i,j)为平面中的任意一点，g（i,j)则为图像在（i,j)处的灰度值，数字图像中，（i,j) 的取值是不连续的，只能取整数，对应第i行j 列,g（i,j) 也是不连续的，表示图像i行j列处图像灰度值。 联系：数字图像g(i,j)是对连续图像f(x,y)经过采样和量化这两个步骤得到的。其中 g(i,j)=f(x,y)|x=i,y=j 2. 图像工程的容可分为图像处理、图像分析和图像理解三个层次，这三个层次既有联系又有区 别，如下图所示。 图像处理的重点是图像之间进行的变换。尽管人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要是对图像进行各种加工，以改善图像的视觉效果并为自动识别奠定基础，或对图像进行压缩编码以减少所需存储空间 图像分析主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。 图像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像容含义的理解以及对原来客观场景的解释，从而指导和规划行动。 如果说图像分析主要以观察者为中心来研究客观世界，那么图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界(包括没有直接观察到的事物)的。

数字图像处理与分析习题及答案

第一章绪论 课后4. 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 3. 简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等， 这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。比如傅里叶变换、小波变换等。

4.一个数字图像处理系统由哪几个模块组成？ 答：一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析5个模块组成 5.连续图像和数字图像如何相互转换？ 答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。 6.采用数字图像处理有何优点？ 答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 7.数字图像处理主要包括哪些研究内容？ 答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。 8.常见的数字图像处理开发工具有哪些？各有什么特点？ 答．目前图像处理系统开发的主流工具为Visual C++（面向对象可视化集成工具）和MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0 提供的动态链接库ImageLoad.dll 支持B MP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有

【CN110197471A】一种图像对比度增强方法【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910154634.5 (22)申请日 2019.03.01 (71)申请人 合肥工业大学 地址 230000 安徽省芜湖市屯溪路193号 (72)发明人 郝世杰　汪雷宇　张又明　洪日昌　 汪萌　 (74)专利代理机构 北京睿智保诚专利代理事务 所(普通合伙) 11732 代理人 杨海明 (51)Int.Cl. G06T 5/40(2006.01) (54)发明名称 一种图像对比度增强方法 (57)摘要 本发明公开一种图像对比度增强方法，所述 增强方法包括：采集待处理的图像，获得原始图 像；将所述原始图像采用色彩处理方法进行色彩 处理，获得色彩处理图像；将所述色彩处理图像 进行数据预处理，获得预处理色彩图像；将所述 原始图像进行预增强处理，获得第一增强图像； 根据所述色彩处理图像、所述第一增强图像和所 述原始图像采用图像增强方法，获得第二增强图 像。本发明提供的图像增强方法能够在像素级别 感知图像的结构，进行非均一的增强，产生对比 度得到增强且兼具自然性的结果。权利要求书1页 说明书2页 附图1页CN 110197471 A 2019.09.03 C N 110197471 A

1.一种图像对比度增强方法，其特征在于，所述增强方法包括： 采集待处理的图像，获得原始图像I； 将所述原始图像采用色彩处理方法进行色彩处理，获得色彩处理图像L；将所述色彩处理图像L进行数据预处理，获得预处理色彩图像； 将所述原始图像I进行预增强处理，获得第一增强图像； 根据所述色彩处理图像L、 所述第一增强图像和所述原始图像I采用图像增强方法，获得第二增强图像。 2.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述将所述原始图像采用色彩处理方法进行色彩处理，获得色彩处理图像L具体包括： 对所述原始图像做最大化颜色通道技术处理，获得色彩处理图像L。 3.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述将所述色彩处理图像L进行数据预处理，获得预处理色彩图像具体包括： 对所述色彩处理图像L进行取反和开操作，获得预处理色彩图像1-L。 4.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述将所述原始图像I进行预增强处理，获得第一增强图像具体包括： 对所述原始图像I采用简化的Retinex模型处理，获得第一增强图像。 5.根据权利要求1所述的一种图像对比度增强方法，其特征在于，所述根据所述色彩处理图像L、所述第一增强图像和所述原始图像I采用图像增强方法，获得第二增强图像具体包括： 第二增强图像。 权　利　要　求　书1/1页 2 CN 110197471 A

三种不同灰度图像增强算法对比

三种不同灰度图像增强算法对比 一、摘要 本文主要是运用直方图均衡化、平滑、锐化三种常见的图像增强算法对图像进行处理,并在此基础上分别用这 3 种算法处理的灰度图像进行比较，比对它们对图像的处理效果, 分析3 种方法在图像增强处理能力的优劣之处。 结果发现,直方图均衡化可以均衡图像的灰度等级, 经过直方图的均衡化，图像的细节更加清楚了，但是由于直方图均衡化没有考虑图像的内容，只是简单的将图像进行直方图均衡，提高图像的对比度,使图像看起来亮度过高，使图像细节受到损失; 图像平滑的目的是减少或消除图像的噪声, 图像平滑可以使图像突兀的地方变得不明显, 但是会使图像模糊，这也是图像平滑后不可避免的后果，只能尽量减轻，尽量的平滑掉图像的噪声又尽量保持图像细节，这也是图像平滑研究的主要问题; 图像锐化使图像的边缘、轮廓变得清晰，并使其细节清晰,常对图像进行微分处理，但是图像的信噪比有所下降。 关键词: 图像增强灰度图直方图平滑锐化 二、三种图像增强算法 图像预处理是相对图像识别、图像理解而言的一种前期处理，主要是指按需要进行适当的变换突出某些有用的信息，去除或削弱无用的信息，在对图像进行分析之前, 通常要对图像质量进行改善,改善的目的就是要使处理后的图像比原始图像更适合特定的应用。影响图像清晰度的因素很多,主要有光照不足、线路传输收到干扰等。 现存的图像增强技术主要分为空间域法和频率域法两类,其中的增强方法主要有直方图的修正、灰度变换、图像平滑、图像锐化、伪彩色和假彩色处理等。下面主要采用直方图均衡化、图像平滑、图像线性锐化对图像进行增强处理, 对比他们的处理效果,分析 3 种方法的在图像增强处理方面的优劣。 1、直方图均衡化 直方图均衡化也称为直方图均匀化，是一种常见的灰度增强算法，是将原图像的直方图经过变换函数修整为均匀直方图，然后按均衡后的直方图修整原图像。 为方便研究，先将直方图归一化，然后图像增强变换函数需要满足2个条件。 假设灰度级为归一化至范围[0,1]内的连续量,设其中任一灰度级别Z归一化为r，变换后图像的任一灰度级Z'归一化为s，显然r，s应当满足：0<=r<=1,0<=s<=1 因此直方图修正就是对下列公式的计算过程：s=T(r)或r=T'(s) 式中T(r)为变换函数，它必须满足下列条件： a在0<=r<=1区间内是单值单调增加函数; b对于0<=r<=1,有T(r)在[0,1]内。 条件a 保证灰度级从黑到白的次序,而条件b确保映射后的像素灰度在允许的范围内，避免整个图像明显变亮或者变暗。 从S 到r的反变换关系为r=T'(s) ；T'(s)对r同样满足上述条件。 灰度变换是对图像上各个像素点的灰度值x 按某个函数T 变换到y ,将图像的灰度级整个范围或其中某一段( A, B)扩展或压缩到( A, B)。直方图均衡化是灰度变换的一个重要应用,是以累计分布函数变换为基础的直方图修正法, 可以产生一幅灰度级分布具有均匀概率密度的图像。一幅图像灰度级r k 出现的概率近似为 其中n 是图像中像素的总和, nk 是灰度级为r k 的像素个数, L 为图像中灰度级总数。若

比较研究方法

谈谈我对比较研究方法的认识 摘要：所谓比较研究方法，是根据一定的标准，对某类现象在不同情况下的不同表现，进行比较研究，找出所存在的普遍规律及其特殊本质，力求得出符合客观实际结论的方法。比较是认识事物的基础，是人类认识、区别和确定事物异同关系的最常用的思维方法。比较研究法现已被广泛运用于科学研究的各个领域。本文根据课程所学的内容，结合自身学习的实践，分析了本人对比较研究方法的认识。主要通过比较研究方法的概念、种类、作用、运用条件和一般工作步骤等几个方面出发阐述对社会主体研究方法的认识。 关键词：比较研究方法认识事物 一、比较研究方法的概念 比较研究法是对事物同异关系进行对照、比较，从而揭示事物本质的思维过程和方法。它是人们根据一定的标准或以往的经验、教训把彼此有某种联系的事物加以对照，从而确定其相同与相异之点，对事物进行分类，并对各个事物的内部矛盾的各个方面进行比较后，得出事物的内在联系，从而认清事物的本质。 比较是和观察、分析、综合等活动交织在一起的，是一种复杂的智力劳动。比较研究法是一种思维方法，也是一种具体的研究方法。它与其它研究方法不同之处在于： （一）从比较的角度把握对象特有的规定性； （二）研究对象必须具有可比较性，从而限定了研究的内容和范围； （三）研究方法上以比较分析方法为主。比较研究，方法简单、生动、鲜明。由于研究结论是从比较分析的推论中得出，其客观性程度还有待实践证明并加以检验修正。

二、比较研究法的种类 根据不同的标准，我们可以把比较研究法分成如下几类。 （一）按属性，可分为单项比较和综合比较。 单项比较是按事物的一种属性所作的比较。综合比较是按事物的所有(或多种)属性进行的比较，单项比较是综合比较的基础。但只有综合比较才能达到真正把握事物本质的目的。因为在科学研究中，需要对事物的多种属性加以考察，只有通过这样的比较，尤其是将外部属性与内部属性一起比较才能把握事物的本质和规律。 （二）按时空，可分为横向比较（类型比较法），与纵向比较（历史比较法）横向比较就是对空间上同时并存的事物的既定形态进行比较。纵向比较即时间上的比较，就是比较同一事物在不同时期的形态，从而认识事物的发展变化过程，揭示事物的发展规律。 （三）按目的，可分为求同比较和求异比较。 求同比较是寻求不同事物的共同点以寻求事物发展的共同规律。求异比较是比较两个事物的不同属性，从而说明两个事物的不同，以发现事物发生发展的特殊性。通过对事物的“求同”、“求异”分析比较，可以使我们更好地认识事物发展的多样性与统一性。 （四）按比较方法，可分成定性比较与定量比较。 任何事物都是质与量的统一，所以在科学研究过程中既要把握事物的质，也要把握事物的量。定性比较就是通过事物间的本质属性比较来确定事物的性质。定量比较是对事物属性进行量的分析以准确地制定事物的变化。定性分析与定量分析各有长处，应追求两者的统一，而不能盲目追求量化；但也不能一点数量观念都没有，而应做到心中有“数”，并让数字来讲话。 三、比较研究法的作用 比较研究作为一种思维方法，贯穿在教育研究的全过程。通过比较研究，选定有重要价值的研究课题；通过比较分析，在搜集文献情报与资料过程中，不仅对所需要的材料进行定性鉴别，而且有助于揭示一些较专深的不易明察的资料信息，在进行教育调查和教育实验时，也需要运用比较方法对实验结果进行定性与

数字图像处理整理经典

名词解释 数字图像:是将一幅画面在空间上分割成离散的点（或像元），各点（或像元)的灰度值经量化用离散的整数来表示,形成计算机能处理的形式。 1.数字图像:一幅图像ｆ（x,y),当ｘ,ｙ和幅值ｆ为有限的离散数值时,称该图像为数字图像。 图像:是自然生物或人造物理的观测系统对世界的记录，是以物理能量为载体,以物质为记录介质的信息的一种形式。 数字图像处理：采用特定的算法对数字图像进行处理,以获取视觉、接口输入的软硬件所需要数字图像的过程。 图像增强:通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。 无损压缩:可精确无误的从压缩数据中恢复出原始数据。 灰度直方图:灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数。或：灰度直方图是指反映一幅图像各灰度级像元出现的频率。 细化:提取线宽为一个像元大小的中心线的操作。 8、8-连通的定义:对于具有值V的像素p和q ，如果ｑ在集合N8（p)中,则称这两个像素是8-连通的。 9、中值滤波:中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值。 10、像素的邻域: 邻域是指一个像元（x,y)的邻近(周围）形成的像元集合。即{（ｘ=p,ｙ＝q）}ｐ、q为任意整数。像素的四邻域:像素p(x，ｙ）的4－邻域是:(x+１,y)，（x-1，ｙ） ,(x，ｙ+1), (ｘ，ｙ-1) １１、灰度直方图:以灰度值为自变量，灰度值概率函数得到的曲线就是灰度直方图。 1２.无失真编码:无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。 1３.直方图均衡化:直方图均衡化就是通过变换函数将原图像的直方图修正为平坦的直方图,以此来修正原图像之灰度值。 14.采样：对图像f（x，y）的空间位置坐标(x,ｙ)的离散化以获取离散点的函数值的过程称为图像的采样。 １５.量化：把采样点上对应的亮度连续变化区间转换为单个特定数码的过程，称之为量化，即采样点亮度的离散化。 16．灰度图像:指每个像素的信息由一个量化的灰度级来描述的图像，它只有亮度信息,没有颜色信息。 １7.色度:通常把色调和饱和度通称为色度，它表示颜色的类别与深浅程度。 18.图像锐化：是增强图象的边缘或轮廓。 19.直方图规定化(匹配）：用于产生处理后有特殊直方图的图像的方法 20. 数据压缩：指减少表示给定信息量所需的数据量。 像素的邻域:邻域是指一个像元(x,y)的邻近(周围）形成的像元集合。即{（ｘ=p,y=q)｝p、q为任意整数。 像素的四邻域:像素p(x，y)的4-邻域是:（ｘ+１，y),(x-1,y) ，(x,ｙ+1)，(x，ｙ-1) 灰度直方图:灰度直方图是指反映一幅图像各灰度级像元出现的频率。?、中值滤波:中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值。 像素数字图像是由有限的元素组成的,每个元素都有一个特定的位置和幅值，这些元素称为图像元素、画面元素或像素。 4.空间分辨率:是图像中可辨别的最小细节。

数字图像处理的基本方法

一、图像的预处理技术 图像处理按输入结果可以分为两类，即输入输出都是一副图像和输入一张图像输出不再是图像的数据。图像处理是个很广泛的概念，有时候我们仅仅需要对一幅图像做一些简单的处理，即按照我们的需求将它加工称我们想要得效果的图像，比如图像的降噪和增强、灰度变换等等。更多时候我们想要从一幅图像中获取更高级的结果，比如图像中的目标检测与识别。如果我们将输出图像中更高级的结果视为目的的话，那么我们可以把输入输出都是一幅图像看作是整个处理流程中的预处理。下面我们将谈到一些重要的预处理技术。 （一）图像增强与去噪 图像的增强是一个主观的结果，原来的图像按照我们的需求被处理成我们想要的效果，比如说模糊、锐化、灰度变换等等。图像的去噪则是尽可能让图像恢复到被噪声污染前的样子。衡量标准是可以度量的。不管是图像的增强与去噪，都是基于滤波操作的。 1．滤波器的设计方法 滤波操作是图像处理的一个基本操作，滤波又可分为空间滤波和频域滤波。空间滤波是用一个空间模板在图像每个像素点处进行卷积，卷积的结果就是滤波后的图像。频域滤波则是在频率域看待一幅图像，使用快速傅里叶变换将图像变换到频域，得到图像的频谱。我们可以在频域用函数来保留或减弱/去除相应频率分量，再变换回空间域，得到频域滤波的结果。而空间滤波和频域滤波有着一定的联系。频域滤波也可以指导空间模板的设计，卷积定理是二者连接的桥梁。 （1）频域滤波 使用二维离散傅里叶变换（DFT ）变换到频域： ∑∑-=+--==10)//(210),(),(N y N vy M ux i M x e y x f v u F π 使用二维离散傅里叶反变换（IDFT ）变换到空间域： ∑∑-=-=+=1010)//(2),(1),(M u N v N vy M ux i e v u F MN y x f π 在实际应用中，由于该过程时间复杂度过高，会使用快速傅里叶变换（FFT ）来加速这个过程。现在我们可以在频域的角度看待这些图像了。必须了解的是，图像中的细节即灰度变化剧烈的地方对应着高频分量，图像中平坦变化较少的地方对应着低频分量。图像中的周期性图案/噪声对应着某一个频率区域，那么在频域使用合适的滤波器就能去除相应的频率分量，再使用傅里叶反变换就能看到实际想要的结果。 不同的是，在频域的滤波器不再是做卷积，而是做乘积，因为做乘法的目的在于控制频率分量。比较有代表性的有如下几个滤波器： 高斯低通滤波器 222/),(),(σv u D e v u H -= D 是距离频率矩形中心的距离。该滤波器能保留低频分量，逐渐减小高频分量，对原图像具有模糊作用。

电子科大图像对比度增强实验报告

电子科技大学通信学院学院标准实验报告 （实验）课程名称图像对比度增强实验 电子科技大学教务处制表

电子科技大学 实验报告 学生姓名：学号：指导教师： 实验地点：实验时间： 一、实验室名称：通信系统实验室 二、实验项目名称：图像对比度增强实验 三、实验学时：16 四、实验原理： 图像增强的目的是针对应用或人们主观需求，对输入图像进行某种处理，使得处理后的图像在特定结构或对比度等方面有明显的改善，其源头可以追溯到1969年。随着应用需求的不断发展，世界各国对此问题展开了广泛的研究。 特定结构或对比度不够清晰，可能来自质量不佳的成像设备、恶劣的大气条件、不恰当图像压缩算法等，其特点是图像中像素灰度集中在一个相对较小的范围，导致后端处理设备的观察者不能有效对图像进行判读。 造成图像对比度不够清晰的原因是多方面，包括电子系统的热噪声、光照过强、光照过弱、目标反射率过低、大雾天气、逆光拍摄、压缩等等。由于其产生原因的多样性，导致图像对比度不够清晰在图像中体现出来的现象也不同，可以分为以下3类：整体偏暗、整体偏亮、分布在亮和暗的两端，并且有可能在空间分布上存在多个区域。 现有的对比度增强技术根据其处理方法理论依据不同可分为：直方图均衡化、基于Retinex理论的图像增强、基于梯度场重建的图像增强；根据其处理范围，又可以分为全局处理与局部处理两大类。本实验将主要论述直方图均衡化和基于梯度场重建的图像增强两种方法，其中直方图均衡化进描述基本原理，其实

现由学生独立完成，而基于梯度场重建的图像增强方法，本实验将重点阐述，并给出参考代码，要求学生在此基础上进行进一步的完善。 直方图均衡化的基本原理就是对图像进行灰度变换。灰度变换有逆反处理、阈值变换、灰度拉伸、灰度切分、灰度级修正、动态范围调整等方法。虽然它们对图像的处理效果不同，但处理过程中都运用了点运算，通常可分为线性变换、分段线性变换、非线性变换。其缺点是需要用户根据不同的图像调整不同的变换函数。灰度变换是最简单的对比度增强技术，它可增大图像动态范围，扩展对比度，使图像清晰、特征明显，是图像增强的重要手段之一。它主要利用点运算来修正像素灰度，由输入像素点的灰度值确定相应输出点的灰度值，是一种基于图像变换的操作。灰度变换不改变图像内的空间关系，灰度级的改变是根据某种特定的灰度变换函数进行。 实验所需基本结构如图1所示。 图1 实验所需基本结构图 本实验把成像设备（即摄像头）采集的一幅图像，传入计算机，由图像增强技术算法实现的编程软件处理后，对图像进行增强，然后实时显示增强后的图像。图像对比度增强技术，不仅要保持图像整体的一致性，还需要对图像的局部区域进行增强处理，使其具有最佳的表现力。因此，本文采用梯度场方法。技术方案特点有： a)梯度域增强避免了亮度不同对增强算子的影响 b)重建图像是基于最小二乘法,与原始的图像在亮度方面不同 c)重建图像在梯度域与原始图像具有强烈的相似性 d)重建图像具有亮度平均值的相对保持性 e)重建图像的边界条件周期延拓(采用DST变换要求) f)所有算子都是直接计算

数字图像处理课后参考答案

数字图像处理 第一章 1.1解释术语 （2）数字图像：为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔的划分成多个等级（层次）也即均匀量化，以此来用二维数字阵列并表示其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。 （3）图像处理：是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像和高光谱图像的处理技术沿用了前述的基本图像处理技术，也发展除了一些特有的图像处理技术和方法。 1.8基本思路是，或简单地突出图像中感兴趣的特征，或想方法显现图像中那些模糊了的细节，以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1.9基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面目，从而获得与景物真实面貌相像的图像。 1.10基本思路是，，在不损失图像质量或少损失图像质量的前提下，尽可能的减少图像的存储量，以满足图像存储和实时传输的应用需求。1.11基本思路是，通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理过程，或在进一步的图像处理中获得更好的处理效果。 1.12基本目的是，找出便于区分和描述一幅图像中背景和目标的方法，以方便图像中感兴趣的目标的提取和描述。 第二章 2.1解释下列术语 （18）空间分辨率：定义为单位距离内可分辨的最少黑白线对的数目，用于表示图像中可分辨的最小细节，主要取决于采样间隔值的大小。（19）灰度分辨率：是指在灰度级别中可分辨的最小变化，通常把灰度级数L称为图像的灰度级分辨率。 （20）像素的4邻域：对于图像中位于（x,y）的像素p来说，与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。

数字图像处理与分析习题及答案

1.数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2.什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上 确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出 来的人脸区域进行分析，确定其是否是该犯罪分子。 3.简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等， 这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。比如傅里叶变换、小波变换等。 4.一个数字图像处理系统由哪几个模块组成？ 答：一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理 和分析5个模块组成 5.连续图像和数字图像如何相互转换？ 答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续 图像）信号，再由模拟/数字转化器（ADC得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

数字图像处理论文

数字图像处理的发展、应用及前景 数字图像处理(Dital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。 形式化的数学表示可表示为：f(x，y)表示幅图像。x,y,f为有限、离散值。黑白图像可用二维函数f(x，y)表示，其中x,y是平面的二维坐标，f(x，y)表示点(x，y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 (1)数字图像的灰度图像的阵列表示法。 设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN) 图像阵列中每个元素都是离散值，称为像素(pix—el)。在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。对特殊要求的图像，如SAR图片取10000×10000，灰度级m取8bit或者16bit。 (2)数字图像的二值图像表示法。 所谓二值图像就是只有黑白两个灰度级，即像素灰度级非1即0。如文字图片，其数字图像可用每个像素1Bit的矩阵表示，以减少存储量。二值图像还可采用一些特有的表示方法，如链码仅称Freeman码)。常用链码是八向链码，能进一步减少存储量。 数字图像处理作为一门学科大约形成于2O世纪60年代初期。数字图像处理技术是一门新兴的技术，但它已经在各行各业显示出了特有的优点，它已经极大地提高了生产效率，引起了越来越多的人们的关注。早期的图像处理的目的是改善图像的质量、

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案 第1 章概述 1.1 连续图像和数字图像如何相互转换？答：数字图像将图像看成是许多大小相同、 形状一致的像素组成。这样，数字图像可以 用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。 1.2 采用数字图像处理有何优点？答：数字图像处理与光学等 模拟方式相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。 2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 1.3 数字图像处理主要包括哪些研究内容？答：图像处理的任务是将客观世界的景象进 行获取并转化为数字图像、进行增强、变换、 编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。 1.4 讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答：如图1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。软件系统包括操作系统、控制软件及应用软件等。 图1.8 数字图像处理系统结构 图 1

1.5 常见的数字图像处理开发工具有哪些？各有什么特点？ 答．目前图像处理系统开发的主流工具为 Visual C++（面向对象可视化集成工具） 和 MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有 相互间的软件接口。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开 发出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高 了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且 复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0 提供的动 态链接库 ImageLoad.dll 支持BMP、JPG、TIF 等常用6 种格式的读写功能。 MATLAB 的图像处理工具箱MATLAB 是由MathWorks 公司推出的用于数值计算的有力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆脱繁 杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可 以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计中的重 复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法，如 图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值 图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足之处限制了 其在图像处理软件中实际应用。首先，强大的功能只能在安装有MA TLAB 系统的机器上使用 图像处理工具箱中的函数或自编的 m 文件来实现。其次，MATLAB 使用行解释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形界面的处理不及C++ 等语言。为此，通应用程序接口API 和编译器与其他高级语言（如C、 C++、Java 等）混 合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MA TLAB 与外部数 据与程序的交互。编译器产生独立于MATLAB 环境的程序，从而使其他语言的应用程序使用MATLAB。 1.6 常见的数字图像应用软件有哪些？各有什么特点？答：图像应用软件是可直接供 用户使用的商品化软件。用户从使用功能出发，只要了解 软件的操作方法就可以完成图像处理的任务。对大部分用户来说，商品化的图像应用软件无 需用户进行编程，操作方便，功能齐全，已经能满足一般需求，因而得到广泛应用。常用图 像处理应用软件有以下几种： 1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多达 20 多种图像格式和 TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能可以很 方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对图像进 行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色模式 的转换、改变图像的尺寸和分辨率、制作网页图像等。 2．CorelDRAW：一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像是 由象素组成的，与其相对，矢量式图像以几何、色彩参数描述图像，其内容以线条和色块为主。可见，采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰富 色调的自然景物，数据量较大；而矢量式图像强于表现线条、色块的图案，数据量较小。 合理的利用两种不同类型的图像表现方式，往往会收到意想不到的艺术效果。CorelDraw是

图像增强方法

图像增强所包含的主要内容如下图。 1.灰度变换 灰度变换可调整图像的动态范围或图像对比度,是图像增强的重要手段之一。（1）线性变换 令图像f(i，j)的灰度范围为[a，b]，线性变换后图像g(i，j)的范围为[a′,b′],如下图 g(i，j)与f(i，j)之间的关系式为： 在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。

(2)分段线性变换 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。如下图所示。 设原图像在[0，M f],感兴趣目标所在灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则对应的分段线性变换表达式为 通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行拉伸或压缩。

(3)非线性灰度变换 当用某些非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换。 ①对数变换 对数变换的一般表达式为 这里a,b,c是为了调整曲线的位置和形状而引入的参数。当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配。 ②指数变换 指数变换的一般表达式为 这里参数a,b,c用来调整曲线的位置和形状。这种变换能对图像的高灰度区给予较大的拉伸。

2.直方图修整法 灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图 像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。直方图修整法包括直方图均衡化及直方图规定化两类。（1）直方图均衡化直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。下面先讨论连续变化图像的均衡化问题，然后推广到离散的数字图像上。为讨论方便起见，设r和s分别表示归一化了的原图像灰度和经直方图修正后的图 像灰度。即。在[0,1]区间内的任一个r值，都可产生一个s值，且 。 T(r)作为变换函数，满足下列条件： ①在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变； ②在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。 反变换关系为，T-1(s)对s同样满足上述两个条件。由概率论理论可知，如果已知随机变量r的概率密度为pr(r),而随机变量s是r的函数，则s的概率密度ps(s)可以由pr(r)求出。假定随机变量s的分布函数用Fs(s) 表示，根据分布函数定义 利用密度函数是分布函数的导数的关系，等式两边对s求导，有： 可见，输出图像的概率密度函数可以通过变换函数T(r)可以控制图像灰度级的概率密度函数，从而改善图像的灰度层次，这就是直方图修改技术的基础。

数字图像分析考试复习题

数字图像分析复习题 1.没有眼睛也可以具有视觉，只要它能够感知客观世界的空间结构与存在。 答：视觉定义：人（动物）通过光学（非光学）特性来感知理解客观世界空间结构、特点及运动规律的功能；没有眼睛也可以具有视觉，只要它能够感知客观世界的空间结构与存在。光学特性不是视觉感知的唯一手段。视觉系统的研究目的：感知视觉世界的空间存在，了解周围视觉世界的空间结构、特点、组成以及它们的空间运动规律，与感知类型无关。 2.数字图像分析有哪三个层次？ 答：低层处理,中层模型表达,高层理解及描述 3.低层处理的内容有哪些？ 答：基于图象特征抽取与分割阶段 4.为什么要进行中层建模？ 答：为了进一步进行描述，以便对其进行分析。基于物体的几何模型与图象特征表达； 5.高层分析要做哪些工作？ 答：基于景物知识的描述与理解 6.人的视网膜上存在哪三种不同的锥状细胞？ 答：人的视网膜上存在红、绿、蓝三种锥状细胞，锥状细胞感知白天的光线敏感，并能分辨色彩 7.视网膜的作用是哪些？ 答：起光电传感器的作用，由感光细胞（锥状细胞核杆状细胞，吸收光量子，输出生物流）按一定的结构排列组成。 8.锥状细胞（红、绿、蓝）：对白天的光线敏感，并能分辨色彩 9.杆状细胞：对暗淡的光线敏感 10.什么是视觉的对比性或适应性？试举例说明？ 答：适应性或对比性：依赖于相对比较而得到感受的视觉特性；这种受到先前模式影响的视觉适应性或对比性成为视觉的“惰性”； 举例：马赫带现象：视觉的对比性夸大了实际敏感度变化的现象。 11.金字塔数据结构所需要的数据量是原始图像的多少倍？ 答：金字塔结构是一个图像序列{M L, M L-1,…M0} ,其中M L是具有原图像，一次降低一倍分辨率得到该图像序列。当原图像的分辨率是2的整数幂时，M0仅对应于一个像素。当需要对图像的不同分辨率同时进行处理时，可以采用这种数据结构。分辨率每降低一层，数据量减少4倍，处理速度则提高4倍。那么金字塔结构存储所有图像矩阵需要的像素个数为： N2(1+1/4+1/16+…)≈1.33N2 12.什么是图像增强？ 答：图像增强是指按特定的需要，突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。 13.什么是图像的灰度直方图？ 答：灰度级的直方图就是反映一幅图像中的灰度级与出现这种灰度的概率之间的关系的图形。 14.直方图均衡化的基本思想是什么？ 答：直方图均衡方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行