图像增强算法.doc

学习文档 仅供参考
图像增强算法
摘要：本文简要介绍图像增强的概念和图像增强算法的分类，说明了图像增强技术的应用和前景展望。并简要的介绍了灰度变换和直方图均衡化处理方法。结合实际，重点对维纳滤波的代码和去噪效果进行了研究。
关一般表达式为


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, 从而到达图像增强的目的。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。
直方图均衡化的原理
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：
学习文档 仅供参考

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。
图 直方图均衡化比照示意图
4．维纳滤波图像去噪方法的研究
wiener2c++代码
BOOL WienerFilter(WORD *pData, int iWid, int