基于MATLAB彩色图像及增强处理设计方法资料.docx

基于MATLAB彩色图像及增强处理设计方法资料.docx

《基于MATLAB彩色图像及增强处理设计方法资料.docx》由会员分享，可在线阅读，更多相关《基于MATLAB彩色图像及增强处理设计方法资料.docx（18页珍藏版）》请在冰豆网上搜索。

基于MATLAB彩色图像及增强处理设计方法资料

课程设计

题目基于MATLAB彩色图像及增强处理设计方法

学生姓名曹刘惠子学号1110064087

所在院（系）物电学院

专业班级电子信息科学与技术1103

指导教师蒋媛

完成地点博源楼1102教室

基于MATLAB彩色图像及增强处理设计方法

曹刘惠子

（陕西理工学院物电学院电子信息科学与技术专业1103班级，陕西汉中723000）

指导老师：

蒋媛

[摘要]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一些信息，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。

图像增强单纯从技术上可分成两大类：

一类是频域处理法；一类是空域处理法。

大多数是以灰度映射变换为基础的，所用的映射变换取决于增强的目的。

彩色图像比灰度图像包含更多的信息，无论是对人们的视觉感受，还是后续的图像理解与分析，彩色图像都具有灰度图像无可比拟的优越性。

本文主要研究基于MATLAB彩色图像的增强方法。

不同原理产生的彩色图像有不同的处理方法，故在本文中主要论述彩色图像增强用法之间以及仿真结果的比较。

运用MATLAB软件实现彩色图像增强仿真，比较处理方法。

[关键词]彩色图像图像增强时域频域MATLAB

1绪论

1.1课题研究目的及意义

人类传递的信息有70%是视觉信息，图像信息是传递信息的重要手段和媒体。

但是在生活中，由于光线不合适，在获得图像后会发现图像亮不够或对比度不强，导致景物无法看清。

彩色图像比灰度图像包含更多的信息，无论是对人们的视觉感受，还是后续的图像理解与分析，彩色图像都具有灰度图像无可比拟的优越性。

基于彩色图像的优越性和生活中光线和其他条件的限制，为了得到较理想的彩色图像以便研究和分析应用，就需要对图像进行必要的处理，增强有用信息，抑制无用信息，使图像更适合于人的视觉特性或机器的识别系统。

故本课题研究具有实际应用意义。

1.2本课题的研究内容

图像增强根据图像的模糊情况采用各种特殊的技术图书图像中的某些信息，削弱或消除无关信息达到强调图像的整体图像增强根据图像的模糊情况采用各种特殊的技术突出图像中的某些信息,削弱或消除无关信息达到强调图像的整体或局部特征的目的。

图像增强尚没有统一的理论方法,常用的图像增强技术有直方图修改、图像平滑滤波、图像锐化等。

图像增强技术主要分为两类:

频域增强法和空域增强法。

频域增强法主要是利用各种频域滤波器进行图像平滑或锐化处理,然后进行变换域反变换来增强图像;空域增强法是直接针对图像中的像素,对图像的灰度进行处理。

空域法属于直接增强的方法，它包括扩展对比度的灰度变换和直方图变换、消除噪声。

本课题的主要研究内容为：

（1）研究伪彩色图像增强方法，

（2）假彩色图像增强方法，（3）真彩色增强方法。

2彩色图像及其增强处理设计方法

2.1基本概念

图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。

这里好的和有用因具体的应用目的和要求而异，并且所需的具体的增强技术也可不同。

目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。

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空间里直接对像素进行操作；第二类，在图像的频域对图像进行间接处理。

2.2图像处理工具

MATLAB是MatrixLaboratory（"矩阵实验室"）的缩写，是由美国Mathworks公司开发的集数值计算、符号计算和图形可视化三大基本功能于一体的，功能强大、操作简单的语言。

是国际公认的优秀数学应用软件之一。

MATLAB包括拥有数百个内部函数的主包和三十几种工具（Toolbox）.工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类。

开放性使MATLAB广受用户欢迎.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。

MATLAB中图像处理工具包是由一系列支持图像处理操作的函数组成的。

所支持的图像处理操作有:

图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换（DCT变换等）、图像分析和统计、二值图像操作等。

2.3伪彩色增强

伪彩色（pseudo-color）图像的每个像素值实际上是一个索引值或代码，该代码值作为色彩查找表CLUT（ColorLook-UpTable）中某一项的入口地址，根据该地址可查找出包含实际R、G、B的强度值。

这种用查找映射的方法产生的色彩称为伪彩色。

用这种方式产生的色彩本身是真的，不过它不一定反映原图的色彩。

所谓伪彩色处理，就是将图像中的黑白灰度级变成不同的彩色，如果分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。

这是一种视觉效果明显，又不太复杂的图像增强技术。

伪彩色图像处理技术不仅适用于航空摄影和遥感图片，也可以用于x光片及云图的判读等处理中。

可以用PC机去做，也可以用硬件设备来实现。

伪彩色增强的方法主要有：

密度分割、彩色变换和频率域伪彩色增强三种。

1）密度分割法

密度分割法又称为灰度分割法，是伪彩色处理技术中最基本，最简单的方法。

设一幅黑白图像f（x,y）,可以看成是坐标（x,y）一个密度函数。

把次图像的灰度分成若干等级，即相当于用一些和坐标平面平行的平面切割此密度函数。

设原始黑白图像的灰度范围为

0<=f（x,y）<=L

用k+1灰度等级把该灰度范围分为k段：

L0,L1,L2...,LKL0=0（黑），LK=L（白）

映射每一段灰度成一种颜色，映射关系为

g（x,y）=ci（<=f（x,y）<=i=1,2,,,k）

这里g（x,y）为输出的伪色彩图像；为灰度在[,]中时所映射成的彩色。

经过这种映射处理后，原始黑白图像g（x,y）就变成了伪色彩图像。

若原始图像f（x,y）的灰度分布遍及上述k个灰度段，则伪彩色图像g（x,y）就具有种彩色。

如图2-1所示：

图2-1（a）密度分割法示意图

图2-1（b）密度分割法示意图

2）空间域灰度级一彩色变换

根据色度学原理，将原图像f（x,y）的灰度范围分段，经过红、绿、蓝三种不同变换变成三基色分量R（x,y）、G（x,y）、B（x,y），然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。

原理框图如图2-2所示：

图2-2原理框图

2.4真彩色增强

真彩色是指图像中的每个像素值都分成R、G、B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色彩称为真彩色。

也有称自然物体的彩色叫真彩色。

真彩色图像就是能真实反映自然物体本来颜色的图像。

如图色彩空间图2.3

图2-3色彩空间示意图

图像增强技术主要是针对灰度图来作用，其手段是修改直方图。

在图像处理中色彩的运用是很重要的，原因有两个。

第一：

在自动图像分析中色彩是一个有力的描述工具，它通常可使从一个场景中识别和抽取目标的处理得到简化；第二：

人们对图像进行分析时，人眼区别的灰度层次大约只有二十几种，但却能够识别成千上万的色彩。

真彩色增强是对彩色图像进行的增强，一般在某个颜色空间里进行，常采用的颜色空间有RGB、HSI和HSV。

图像增强按增强效果可以分为平滑和锐化。

平滑是保留图像的低频而抑制高频的处理方法，它能够滤除图像中的噪声，同时也使图像变得模糊。

锐化是加强和突出高频，从而使得图像细节突出，轮廓清晰。

平滑和锐化可以在空间中实现，也可以在频域里完成。

在空域中，通过一定的模板和图像的卷积来实现增强原理，模板不同会有不同的效果。

常用的锐化算子有Prewitt、Soble和拉普拉斯算子等。

在频域中，采用低通滤波来实现平滑，采用高通滤波来实现锐化。

如理想低通滤

波。

巴特沃斯低通滤波器等[2]。

Gamma校正也是数字图像处理中常用的图像增强技术。

Gamma因子决定了输入图像到输出图像的灰度映射方式，即决定了增强低灰度还是增强高灰度。

当Gamma等于1时，为线性变换[13]。

下图是一种常用的彩色增强方法，原理如框图2-4所示

图2-4彩色图像增强方法原理框图

其原理可叙述为：

（1）将R、G、B分量图转化为H、S、I分量图。

对任何3个在[0,1]范围内的R、G、B值，其对应HSV模式中的V、S、H分量可由下面给出的公式计算：

V=1/3*（R+G+B）

S=1-3*[min（R,G,B）]/（R+G+B）

H=accos{{[（R+G）+（R-B）]/2/[（R-B）^2+（R-B）*（G-B）^（1/2）}/360}

（2）利用对灰度增强的方法增强其中需要增强的分量。

（3）在将结果转换为R、G、B分量图来显示。

若设HSV的值在[0,1]之间，R、G、B的值在[0,1]之间，由从HSV到HSB的转换会成为

I.当H在[0,1/3]区间：

B=V*（1-S）

R=V*[1+S*cos（2*pi*H）/cos（pi*3-2*pi*H）]

G=3*V-（B+R）

II.当H在[1/3,2/3]区间：

R=V*（1-S）

G=V*[1+S*cos（2*pi*H-2*pi/3）/cos（2*pi*H）]

B=3*V-（G+R）

III.当H在[2/3,1]区间：

G=V*（1-S）

B=V*[1+S*cos（2*pi*H-4*pi/3）/cos（pi*3/5-2*pi*H）]

R=3*V-（G-B）

在运算过程中，目标图像的对比度场可能存在着对比度放大，并且整个过程中噪声是存在的。

可能在结果图像中原本平坦的内部并不平坦，存在一些亮点或暗点，这种情况在灰度图像中尚可以接受，因为它符合原来的黑白色调，但是在彩色图的亮度分量处理结果中就不合适了,因为亮度分量中原本很大的对比度过分放大,但同时要保证细微的对比度信息得到充分的放大，故而在运算过程中要对对比度进行调整。

HSB颜色空间的模型有其优势和特点，HSB模型中，亮度与色度是分开的，其次，HSB模型中，色调和饱和度的概念与人的感知是紧密相连的。

2.5假彩色增强

假彩色：

有三种形式，第一：

把真实劲舞图像的象元逐个地映射为另一种颜色。

第二：

把多光谱图像中任三个光谱图像映射为可见光rgb，在合成为一副彩色图像。

第三：

把黑白图像，用灰度级映射或频谱映射而成为类似真实彩色的处理。

伪彩色，相当于假彩色中的一个特例，即指定某灰度为某种彩色。

相当于第三种形式。

3程序实现及比较

3.1伪彩色图像增强

（1）下图是灰度分层方法的伪彩色处理仿真结果，如图3.1所示。

图3.1（a）原始灰度图像图3.1（b）分成8层伪彩色图3.1（c）分成256层伪彩色

（2）下图是灰度级-彩色变换法仿真结果图，如图3.2所示。

图3.2（a）灰度图像图3.2（b）伪彩色图像

3.2真彩色图像增强

（1）下图就是真彩色图像将I分量均衡后仿真结果图，如图3.3所示

图3.3（a）原彩色图像图3.3（b）增强后彩色图

（2）下图是有高斯噪声的彩色图像经过经均值滤波后所得图的仿真结果，如图3.4所示

图3.4（a）原始图像图3.4（b）滤波后图像

（3）下图是对彩色图像进行Gamma校正的仿真结果。

当Gamma=0.8<1时，仿真结果如图3.5所示

图3.5（a）原图图3.5（b）增强后图像

当Gamma=1.4>1时，仿真结果如图3.6所示

图3.6a）原图图3.6（b）增强后图像

（4）下图是真彩色图像在不同颜色空间进行平滑处理的仿真结果比较图，如图3.7所示。

图3.7（a）RGB分量平滑图3.7（b）I分量平滑图

（5）下图是真彩色图像在不同颜色空间进行均衡化的仿真结果图，如图3.8所示。

图3.8（a）RGB各分量均衡化图3.8（b）V分量均衡化

3.3假彩色图像增强

3.4比较与结论

下面是RGB图像与HSV图像转换的仿真图

RGB图像HSV图像转换后的RGB图像

从以上实验仿真结果中可以看出:

对于伪彩色图像来说，灰度分割法是一种最简单、最直观的一种。

便于软件和硬件实现的优点。

如果分层越多，人眼所能提取的信息也多，从而达到图像增强的效果，但是同时也存在变换出的彩色书目有限的缺点。

灰度级-彩色变换法可以得到具有多种颜色渐变的连续彩色图像，在一定程度上达到图像增强的效果。

在不需要真实颜色的场合，为了能更清楚的看清图像，将灰度图像映射为色彩较丰富的伪彩色图，可以观察到更多的图像细节。

对于真彩色图像增强来说，从转换后图像还是有所不同的。

对于RGB空间图像一般转换到HSV空间进行处理，从图3.3中可以看出对亮度I均衡后，图像整体亮度增强，能得到更多的图像信息，也更易被人眼接受。

当然对于灰度图像也似一样的效果。

但是在RGB空间中若对R、G、B三分量都均衡化处理后，如图3.9所示，出现了严重的色偏，影响了图像质量。

只对HSI模型中的亮度信息进行处理会得到较好的图像效果。

对于图像来说，噪声是不可避免的，当用一定的算法，如均值滤波法，可以去除噪声使图像更加清晰从而可以获得美感和更多的有用信息。

改变饱和度同样会使图像有不同的感官效果。

系数大于1是景物被渲染突出，系数小于1时效果不明显。

平滑是保留图像的低频而抑制高频的处理方法，它能够滤除图像中的噪声，同时也使图像变得模糊如图3.7所示。

HSI空间对I平滑处理要比RGB空间平滑效果更好更清晰。

锐化是加强和突出高频，从而使得图像细节突出，轮廓清晰。

如图3.9所示。

由于彩色图像时由多个分量组成的，所以必须考虑适应于多个分量的直方图的灰度级技术。

正如所料，独立地进行彩色图像分量的直方图均衡直方图是不可取的，这将产生不正确的彩色。

一个更符合逻辑的方法是均匀地扩展彩色强度，而保留自身（即色调和饱和度）不变。

彩色图像增强还有很多种方法，方法之间可以交互使用，从而使图像更适合人眼的视觉系也更适合机器的信息提取。

比如在进行伪彩色增强前，事先原图像进行一些其他增强。

例如，先进行一次直方图均衡处理等等。

4总结与展望

4.1总结

本文主要介绍了数字图像的理论知识及运用MATLAB来实现彩色图像增强的方法研究。

基于彩色图像包含丰富的信息，介绍了如何利用图像处理工具MATLAB来进行彩色图像增强来是有用信息加强，获得更用价值的图片和更好的视觉效果。

分别从伪彩色图像增强方法和真彩色图像增强方法两方面来进行理论原理描述并给出相关的图像仿真结果。

彩色图像增强还有很多的方法待去研究和改进。

4.2展望

随着计算机处理能力的不断增强，数字图像处理学科在飞速发展的同时，也越来越广泛地向许多其他学科快速交叉渗透，使得图像作为信息获取以及信息的利用等方面也变得越来越重要。

目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。

如伪彩色增强应用在金相分析、医学影像、岩土图像、遥感应用等。

假彩色增强：

主要表现在医学领域中如：

肾动脉造影上的应用、乳腺肿瘤诊断上的应用等。

随着彩色图像增强在各种领域的应用，彩色图像增强的前景一定会非常广阔。

也会有更多更好的增强方法的出现。

参考文献

[1]龚声蓉,刘纯平,王强等编著,数字图像处理与分析.北京：

清华大学出版社,

2006.7,pp:

46-56.

[2]曹茂永主编,数字图像处理.北京:

北京大学出版社，2007.9，pp：

52-66.

[3]朱虹主编，数字图像处理.北京：

科学出版社，2005，pp：

167-180.

[4]日下秀夫,彩色图像工程北京科学出版社，2004.

[5]赵全友,潘宝昌等,一种颜色保持的彩色图像增强新算法计算机应用

2008.2.

[6]杨杰主编,数字图像处理及MATLAB实现.电子工业出版社，2010.

[7]李蕴奇,彩色图像增强的改进算法吉林大学学报（信息科学报）2007.7.

[8]杨永勇,林小竹,彩色图像增强的几种方法研究比较北京石油化工学院学

报2006.3.

[9]于成波编著，数字图像处理及MATLAB实现，重庆：

重庆大学出版社，2003.6，

pp：

275-291.

[10]Chonbuknat.univ.,jeonju,southkoreanodlineartransfer

function-basedlocalapproachforcolorimageenhancement，may2011,

pp：

858-865.

[11]Yunhepancolor，restorationandimageretrievalfordunhuangfresco

preservation，volume：

7，issue：

2,2000，pp：

38-42.

[12]Kawakita，colorcalibrationformuti-cameraimagingsystems，2010，

pp：

201-206.

[13]孙兆伦主编，MATLAB6.X图像处理，清华大学出版社，2002.5.

[14]刘刚主编，MATLAB数字图像处理，北京：

机械工业出版社，2010.5.