数字图形图像处理
基于matlab的图像增强技术的分析与实现
f基于matlab的图像增强技术的分析与实现
摘要基于数字图像增强对图像处理的重要性，将计算软件MATLA应用于数字图像增强中，给出了用这一软件完成图像的对比度增强、直方图均衡化、平滑滤波、锐化等操作的示例，并给出了处理前后的对照图像。同时论述了MATLAB在进行图像处理试验时简洁、高效的特点。关键词图像增强；MATLAB；直方图均衡化；平滑滤波；锐化
f基于matlab的图像增强技术的分析与实现
引言：对于一个图像处理系统来说，可将流程分为三个阶段，在获取原始图像后，首先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段，其中图像预处理阶段尤为重要，如果此阶段处理不当，后面的工作将无法展开。实际应用中我们的系统获取的原始图像并非完美例如系统获取的原始图像，由于噪声、光照等原因使得图像的质量不高需进行预处理以达到利于我们提取感兴趣的信息的目的。图像的预处理包括图像增强、平滑滤波、锐化等内容图像的预处理既可以在空间域实现也可以在频域内实现其中空间域内实现是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。MATLAB是一种简单、高效、功能强大的高级语言在科学与工程计算领域有着广泛的应用前途。
1、灰度直方图的定义：一幅数字图像的灰度直方图就是一个灰度级的离散函数。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归一化处理这样r的值将限定在下述范围之内：
f1在灰度级中r0代表黑，r1代表白。对于一副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r是一个随机变量。假定对每一瞬间他们是连续的随机变量，那么，就可以用概率密度函数prr来表示原始图像得灰度分布。如果用直角坐标系的横轴代表灰度级r用纵轴代表灰度级的概率密度函数prr这样就可以针对一副图像在这个坐标系做一个曲线来。这条曲线在概率论终就是分布密度曲线，如图1所示。为了有利于数字图像处理必须引入离散形式。在离散形势下用rk代表离散灰度级用prrk代表prr并且有下式成立
（2）式中
k为图像中出现rk这种灰度的像素数，
是图像中像素总数而
k
就是概率论中所说的频数。在直角坐标系中作出rk与prrk的关系图形这个图形称为直方图。
f图像的灰度直方图提供了该图像外观的一个全局描述，所提取的特征r