电子信息工程专业毕业论文图像增强频域滤波算法研究.docx

电子信息工程专业毕业论文图像增强频域滤波算法研究.docx

《电子信息工程专业毕业论文图像增强频域滤波算法研究.docx》由会员分享，可在线阅读，更多相关《电子信息工程专业毕业论文图像增强频域滤波算法研究.docx（57页珍藏版）》请在冰豆网上搜索。

电子信息工程专业毕业论文图像增强频域滤波算法研究

摘要

图像增强技术是图像处理领域研究的重点和热点之一，因为在图像处理中图像增强技术对于提高图像的质量起着重要作用。

图像增强从处理的作用域出发，可分为空间域和频域两大类，其中频域增强是将原空间的图像以某种形式转换到其他空间，然后利用该转换空间的特有性质方便地进行图像处理，最后再转换回原空间中，从而得到处理后的图像，是一种间接增强的算法。

随着科技的不断进步，尤其是计算机技术的发展，不断促进图像增强技术向前发展，图像增强技术逐步涉及人类生活和社会生产的各个方面。

尤其在航空航天领域、生物医学领域、工业生产领域和公共安全领域有着广泛的应用，并产生了深远的意义。

频域滤波算法已成为图像增强技术中的一种重要的处理方法，受到普遍关注和研究，深深地吸引着人们。

频域表达在处理信号的时候有着很多空域不可比拟的优势，甚至有些空间域比较难以表达和分析的图像增强任务可以比较简单的在频域中表达和分析。

首先，频域技术每次都利用图像中所有像素的数据，具有全局性质，有可能更好的体现图像的整体特性，如整体对比度和平均灰度值等。

其次，在频域中分析图像的频率成分与图像的视觉效果间的对应关系比较直观，可以对频率进行选择性地处理。

因此，频域表达处理方法在图像增强技术中有着极其重要的地位。

本设计主要内容及基本过程是基于图像增强技术，利用滤波器在频域相关理论相关和设计方法及MATLAB在图像处理中的仿真技术设计验证基于图像增强的频域低通滤波算法。

关键词：

图像增强频域滤波MATLAB

Abstract

Imageenhancementtechnologyisinthefieldofimageprocessingkeyandoneofthehotspots,becauseinimageprocessingimageenhancementtechniquetoimprovethequalityoftheimageplaysanimportantrole.Imageenhancementfromthescopeofprocessing,canbedividedintospacedomainandfrequencydomaintwocategories,includingfrequencydomainistoincreasethespaceofimagestoconvertsomeformtootherspace,andthenusethisconversionspaceofthespecialnatureconvenienttoimageprocessing,andfinallytoconvertbacktotheoriginalspace,therebygetprocessedimages,itisakindofindirectenhancementalgorithm.

Withtheprogressofscienceandtechnology,especiallythedevelopmentofcomputertechnology,andconstantlypromotetheimageenhancementtechniqueofforwarddevelopment,imageenhancementtechniquegraduallyinvolvinghumanlifeandsocialproductioninallitsaspects.Especiallyintheaerospacefield,biologicalmedicinefield,industrialproductionareasandpublicsecurityareahasawiderangeofapplications,andhasproducedprofoundsignificance.Thefrequencydomainfilteringalgorithmofimageenhancementtechnologyhasbecomeanimportantprocessingmethod,beenpaidmoreattentiontoandstudy,deeplyattractsthepeople.

Thefrequencydomainexpressioninprocessingsignalhasmanyairspaceincomparableadvantage,andevensomespacedomainweremoredifficulttoexpressandtheanalysisofimageenhancementtaskscanbequitesimpleinfrequencydomainexpressionandanalysis.Firstofall,thefrequencydomaintechnologyusingimageofeachtimeallthepixeldata,withglobalproperties,theremaybeabetterreflecttheoverallimagefeatures,suchaswholecontrastandaveragegrayvalues,etc.Second,infrequencydomainanalysisofimagefrequencycomponentsandimagevisualeffectthecorrespondingrelationsamongthemoreintuitive,candealwithtofrequencyselective.Therefore,thefrequencydomainexpressprocessingmethodinimageenhancementtechnologyplaysanveryimportantrole.

ThisdesignmaincontentandthebasicprocessisbasedontheimageenhancementtechnologyandusethefilterinthefrequencydomainrelatedtheoryanddesignmethodandassociatedMATLABinimageprocessofthesimulationtechnologytodesigntheoneforimageenhancementoffrequencydomainfilteringalgorithm.

Keywords：

ImageEnhancementFrequencydomainfilteringMATLAB

1前言

随着电子计算机技术的进步，图像增强近年来得到飞跃的发展，已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。

图像增强技术是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于图像增强处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。

（1）课题背景

图像增强是指依据图像所存在的问题，按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些冗余信息的处理方法。

其主要目的是使得处理后的图像对给定的应用比原来的图像更加有效同时可以有效的改善图像质量。

图像增强技术是一种通过计算机采用一定的算法对图形图像进行处理的技术，图像增强技术已经在各个领域上都有了比较广泛的应用。

由于图像增强技术的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。

在图像增强技术中使用频域滤波算法有着极为明显的优势，其具体如下：

①全局性好：

频域技术每次都利用图像中所有像素的数据，不像空域技术不论点操作和模板操作，都是基于部分像素的性质。

频域技术可能更好的体现图像的整体特性，如整体对比度和平均灰度值等。

②视觉效果更加直观：

在频域中分析图像的频率成分与图像的视觉效果间的对应关系比较直观，可以对频率进行选择性地处理。

③易于表达和分析：

有些空间域比较难以表达和分析的图像增强任务可以比较简单的在频域中表达和分析。

（2）研究目的

在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。

在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。

总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。

尽管由于目的、观点、爱好等的不同，图像质量很难有统一的定义和标准，但是根据应用要求改善图像质量却是一个共同的目标。

图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。

从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。

处理后的图像是否保持原状已经是无关紧要的了，不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。

图像增强的目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。

它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，很少涉及客观和统一的评价标准。

增强的效果通常都与具体的图像有关系，靠人的主观感觉加以评价。

通过本课题的研究能够使图像有更好的视觉感受效果，更能够满足社会生活和生产的需要是本文的最终目的。

（3）研究内容

频域滤波算法已经广泛的应用于图像增强技术中，对现实生活和生产产生了巨大的影响。

本设计通过MATLAB对所设计的图像增强算法进行仿真验证，为了使图像增强效果不断提高。

经过本次毕业设计能够训练正确地使用MATLAB进行仿真设计,培养解决图像增强具体问题的能力，能够通过所做基于图像增强技术的频域滤波器算法的设计,可以加强对图像增强技术的认识，培养逻辑思维能力，提高了综合运用所学知识分析与解决实际问题的能力;对基本技能水平有了进一步提高,例如MATLAB的编程,调试,仿真等,使理论联系实际,用理论来指导实践。

本设计应用性比较强，可与很多实际应用结合，比如医学图像、地球遥感监测、航空航天等领域。

本课题的主要任务是设计出一种用于图像增强的频域滤波算法，并通过MATLAB来实现算法的仿真实现，达到良好的图像视觉效果的目的。

要想顺利完美的完成该课题就需要掌握与图像增强技术的相关知识，理解图像增强的原理，同时要掌握频域滤波处理算法的原理及其实现的方法，最后要通过MATLAB这一工具来实现算法的仿真。

只有熟练的掌握以上的专业理论知识并能灵活的运用，才能很好的完成这一课题达到预期的目标设计后的系统具有操作方便，控制灵活等优点。

2图像增强概述

图像增强是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“有用”信息，同时削弱或去除某些不需要信息的处理方法，以达到扩大图像中不同物体特征之间的差别，其目的是使得处理后的图像对某种特定的应用，比原始图像更合适。

处理的结果使图像更适应于人的视觉特性或机器的识别系统。

由于具体应用的目的和要求不同，因而“有用”的含义和标准也不尽相同。

值得注意的是，图像增强算法并不能增加原始图像的信息，而是通过某种技术手段有选择地突出对某一具体应用有价值的信息。

即图像增强只通过突出某些信息以增强对这些信息的辨识能力，而其他信息则被压缩了。

也就是说，图像的增强处理并不是一种无损的处理。

例如，图像平滑处理算法中经常采用低通滤波法，虽然消除了图像的噪声，但图像的空间纹理特性却被削弱了，图像从整体上比较模糊。

本章围绕图像增强技术的原理和方法，首先介绍数字图像噪声及其产生的原因，图像增强处理方法分类，然后介绍图像空间域变换增强方法，最后总结图像增强技术现状与应用。

2.1图像噪声

对于数字图像处理而言，噪声是指图像中的非本源信息。

可以理解为“妨碍人们感觉器官对所接收的信源信息理解的因素”。

而图像中各种妨碍人们对其信息接受的因素即可称为图像噪声。

噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。

因此将图像噪声看成是多维随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数、概率密度分布函数，以及均值、方差、相关函数等描述噪声特征。

2.1.1图像噪声的产生

随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。

然而，大多数数字图像系统中，输入光图像都是通过扫描方式将多维图像变成一维电信号，再对其进行存储、处理和传输等，最后形成多维图像信号。

在这一系列复杂过程中，图像数字化设备、电气系统和外界影响将使得图像噪声产生不可避免。

例如，处理高放大倍数遥感图片的

X射线图像系统中的噪声去除等已成为不可或缺的技术。

2.1.2图像噪声分类

按照产生原因，图像噪声可分为外部噪声和内部噪声。

外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。

如外部电气设备产生的电磁波干扰、天体放电产生的脉冲干扰等。

由系统电气设备内部引起的噪声为内部噪声，如内部电路的相互干扰。

内部噪声一般又可分为以下四种：

（1）由光和电的基本性质所引起的噪声。

（2）电器的机械运动产生的噪声。

（3）器材材料本身引起的噪声。

（4）系统内部设备电路所引起的噪声。

需要注意的是，噪声分类方法不是绝对的，按不同的性质有不同的分类方法。

例如，按照统计特性，图像噪声可分为平稳噪声和非平稳噪声，其中统计特性不随时间变化的噪声称为平稳噪声，统计特性随时间变化的噪声称为非平稳噪声。

按噪声频谱形状来命，如频谱均匀分布的噪声称为白噪声；频谱与频率成反比的称为1/f噪声；而与频率平方成正比的称为三角噪声等等。

按噪声和信号之间的关系，图像噪声可分为加性噪声和乘性噪声。

为了分析处理方便，往往将乘性噪声近似认为是加性噪声，而且总是假定信号和噪声是互相独立的。

2.1.3图像噪声特点

图像噪声使得图像模糊，甚至淹没图像特征，给分析带来困难。

图像噪声一般具有以下特点：

（1）噪声具有随机性。

噪声在图像中的分布和大小不规则。

（2）噪声具有叠加性。

在串联图像传输系统中，各部分窜入噪声若是同类噪声可以进行功率相加，依次信噪比要下降。

若不是同类噪声应区别对待，而且要考虑视觉检出特性的影响。

但是因为视觉检出特性中

的许多问题还没有研究清楚，所以也只能进行一些主观的评价试验。

（3）噪声与图像之间具有相关性。

通常情况下，摄像机的信号和噪声相关，黑暗部分噪声大，明亮部分噪声小。

又如，数字图像中的量化噪声与图像相位相关，图像内容接近平坦时，量化噪声呈现伪轮廓，但图像中的随机噪声会因为颤噪效应反而使量化噪声变得不很明显。

使用光导摄象管的摄像机，信号幅度和噪声幅度无关。

而使用超正析摄像机的信号和噪声相关，黑暗部分噪声大，明亮部分噪声小，在数字图像处理技术中量化噪声是肯定存在的，它和图像相位有关，如图像内容接近平坦时，量化噪声呈现伪轮廓，但在此时图像信号中的随机噪声就会因为颤噪效应反而使量化噪声变得不那么明显。

改善被噪声污染的图像质量有两种方法，一是不考虑图像噪声的原因，只对图像中某些部分加以处理或突出有用的图像特征信息，改善后的图像并不一定与原图像信息完全一致。

这一类称之为图像增强技术，其主要是要提高图像的可辨识性。

另一种方法是针对图像产生噪声的具体原因，采取技术方法补偿噪声影响，使改善后的图像尽可能地接近原始图像。

这类方法称之为图像复原技术。

2.2图像增强处理分类

在图像获取的过程中，由于设备的不完善及光照等条件的影响，不可避免地会产生图像降质现象。

影响图像质量的几个主要因素是：

（1）随机噪声，主要是高斯噪声和椒盐噪声，可以是由于相机或数字化设备产生，也可以是在图像传输；

（2）系统噪声，由系统产生，具有可预测性质；（3）畸变，主要是由于相机与物体相对位置、光学透镜曲率等原因造成的，可以看作是真实图像的几何变换。

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，也是提高图像质量的过程。

图像增强的目的是使图像的某些特性方面更加鲜明、突出，使处理后的图像更适合人眼视觉特性或机器分析，以便于实现对图像的更高级的处理和分析。

图像增强的过程往往也是一个矛盾的过程：

图像增强希望既去除噪声又增强边缘。

但是，增强边缘的同时会同时增强噪声，而滤去噪声又会使边缘在一定程度上模糊，因此，在图像增强的时候，往往是将这两部分进行折中，找到一个好的代价函数达到需要的增强目的。

传统的图像增强算法在确定转换函数时常是基于整个图像的统计量，如：

ST转换，直方图均衡，中值滤波，微分锐化，高通滤波等等。

这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉，从而局部区域的增强效果常常不够理想，噪声滤波和边缘增强这两者的矛盾较难得到解决。

图像增强技术根据其处理所进行的空间不同，可分为基于空间域的方法和于频率域的增强方法两大类。

第一类，直接在图像所在的空间进行处理，也就是在像素组成的二维空间里直接对像素进行操作；第二类，在图像的变化域对图像进行间接处理。

如图2-1所示：

图2-1图像增强方法类型

此外，图像增强技术按所处理对象的不同还可分为灰度图像增强和彩色图像增强;按增强的目的还可分为光谱信息增强、空间纹理信息增强和时间信息增强。

通常情况下，如果没有特别说明，则一般指对灰度图像的增强。

2.2.1空域增强法

基于空间域的增强方法直接在图像所在二维空间进行处理，即直接对每一像素点的灰度值进行处理。

根据所采用的技术不同又可分为灰度变换和空域滤波两类方法。

灰度变换的原理就是通过改变灰度的动态范围，达到增强图像灰度级细节部分的方法。

一般的变换函数包括线性变换、非线性变换、分段线性变换。

具体函数的选择与图像的成像系统和相应的应用场合有关。

直方图均衡化是空域图像增强中应用最广泛的一种方法，其基本原理是使得处理后的图像灰度级近似均匀分布，来达到图像增强效果。

但由于其变换函数采用的是累积分布函数，因此它产出的近似均匀直方图都很相似，这必然限制了它的功能。

为了适应图像的局部特性，基于局部变换的图像增强方法应运而生，如局部直方图均衡化、对比度受限自适应直方图均衡化、利用局部统计特性的噪声去除方法。

这些方法对图像细节部分的增强均有很好的效果，但均有一个共同的缺点，算法运算量较大，图像处理时间相对较长，使得这些算法不能适用于实时处理系统中。

近年来，一类基于直方图分割的算法受到大家的广泛关注，该算法处理图像的侧重点在处理后图像的亮度保持上，使得处理后图像更适合人眼特性观察。

但该方法应用到低照度图像增强上，对图像整体亮度的提高效果不明显。

空域滤波是基于邻域处理的增强方法，它应用某一模板对每个像素点与其周围邻域的所有像素点进行某种确定数学运算得到该像素点新的灰度值，输出值的大小不仅与该像素点的灰度值有关，而且还与其邻域内的像素点的灰度值有关，通常的图像平滑滤波和锐化滤波技术就属于空域滤波的范畴。

2.2.2频域增强法

频率域增强是将原空间的图像以某种形式转换到其他空间，然后利用该转换空间的特有性质方便地进行图像处理，最后再转换回原空间中，从而得到处理后的图像。

通常包括低通、高通、带通和带阻四种典型的滤波器结构。

2.2.3图像增强效果评价

目前对图像增强效果的评价主要包括定性评价和定量评价两个方面。

定性评价主要根据人的主观感受，对图像增强的视觉效果进行评判，一般主要对图像的清晰度、色调、纹理等几个方面进行主观评价。

定性分析的不足是与评价者的主观性密切相关，即对同一幅被增强的图像，不同的人可能有不同的评价。

定性分析的主要优点是可以从一幅图像中有选择地对具体研究对象进行重点比较和评价，即定性分析可以对图像的局部或具体研究目标进行评价，具有灵活性和广泛的适应性。

定量评价图像增强效果目前还没有业界统一接收的标准与尺度，目前通常采用的方法是从图像的信息量、标准差、均值、纹理度量值和具体研究对象的光谱特征值等方面与原始图像进行比较评价。

定量分析的最大优点是客观公正，单通常是对同一幅图像从整体上进行统计分析，很难对图像的局部或具体对象进行评价，而图像整体的定量分析容易受到噪声等因素的影响。

因此，对图像增强效果的评价一般以定性分析为主。

值得注意的是，评价一个图像增强算法的性能优越与否是比较复杂的，增强效果的好坏不仅与具体算法有一定的关系，还与原始图像的数据特征直接相关。

一个对图像A效果好的增强算法不一定适合图像B。

因此，为了得到满意的图像增强效果，一般情况下应同时比较几种增强算法，从中选出视觉效果好，计算量小，又满足要求的最优算法。

2.3空间域变换增强方法

影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD（摄像头）获得的图像经过A/D（数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。

因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。

因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：

图像增强和图像复原。

图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。

图像复原技术与增强技术不同，它需要了解图像质量下降的原因，首先要建立"降质模型"，再利用该模型，恢复原始图像。

根据图像增强处理过程所在的空间不同，图像增强可分为空余增强法和频域增强法两大类。

频域增强是在图像的某种变换域内，对图像的变换系数值进行运算，即作某种修正，然后通过逆变换获得增强了的图像。

空域增强则是指直接在图像所在的二维空间进行增强处理，既增强构成图像的像素。

空域增强法主要有灰度变换增强，直方图增强，图像平滑和图像锐化等。

图像的灰度变换处理是图像增强处理技术中一种非常基础，直接的空间域图像处理法，也是图像数字化软件和图像显示软件的一个重要组成部分。

灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。

目的是为了改善画质，使图像的显示效果更加清晰。

2.3.1灰度变换

灰度变换可使图像动态范围增大，对比度得到扩展，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，除了灰度级的改变是根据某种特定的灰度变换函数进行之外，可以看作是“从像素到像素”的复制操作。

在图像处理中，空域是指由像素组成的空间。

空域增强方法是直接对图像中的像素进行处理，从根本上说是以图像的灰度映射变换为基础的，所用的映射变换类型取决于增强的