南京理工大学紫金学院毕业设计(论文)开题报告
学生姓名：杨程学号：090402159
专业：光电信息工程
设计(论文)题目：空间域和频率域结合的图像增强技术
及实现
指导教师:曹芳
2012年12月20日
开题报告填写要求
1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。
此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效；
2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见；
3．“文献综述”应按论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15篇（不包括辞典、手册）；
4．有关年月日等日期的填写，应当按照国标GB/T 7408—2005《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。
如“2007年3月15日”或“2007-03-15”。
毕业设计（论文）开题报告
1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述：
文献综述
空域法与时域法相结合的图像增强
一、研究的目的和意义
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。
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，其手段主要可分为空域法和时域法[1]。
二、图像增强的发展现状
图像增强的早期应用是对宇宙飞船发回的图像所进行的各种处理。
到了70 年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响[2]。
三、空间域和频率域图像增强处理基本原理及优缺点比较：
图像增强可分成两大类：频率域法和空间域法。
前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。
采用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使得模糊的图片变得清晰[3]。
后者是直接对原图象的灰度级别进行数据运算，它分为两类，一类是与象素点邻域有关的局部运算，如平滑，中值滤波，锐化等；另一类是对图象做逐点运算，称为点运算如灰度对比度扩展，削波，灰度窗口变换，直方图均衡化等[4]。
下面将讨论两种作用域增强算法的技术要点，并对其图像增强方法进行性能评价。
3.1 空间域图像增强的方法
空间域处理是直接对原图像的灰度级别进行数据运算，具体可分为以下几类:
1.灰度变换[5]
当图像成像时曝光不足或过度，图像记录设备的范围太窄等因素，都会产生对比不
图像在传递过程中，由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u ，v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。
在傅里叶变换域中，变换系数能反映某些图像的特征，如频谱的直流分量对应于图像的平均亮度，噪声对应于频率较高的区域，图像实体位于频率较低的区域等，因此频域常被用于图像增强。
在图像增强中构造低通滤波器，使低频分量能够顺利通过，高频分量有效地阻止，即可滤除该领域内噪声。
由卷积定理，低通滤波器数学表达式(3)为：G(u,v) = F(u,v)H(u,v) （1）式中，F(u,v)为含有噪声的原图像的傅里叶变换域；H(u,v)为传递函数；G(u,v)为经低通滤波后输出图像的傅里叶变换。
假定噪声和信号成分在频率上可分离，且噪声表现为高频成分。
H 滤波滤去了高频成分，而低频信息基本无损失地通过。
选择合适的传递函数H(u,v)对频域低通滤波关系重大。
常用频率域低滤波器H(u ，v)有四种：
(1) 理想低通滤波器
设傅立叶平面上理想低通滤波器离开原点的截止频率 为D0，则理想低通滤波器的传递函数为：
（3）
式中，D(u,v)=(u 2+v 2)1/2 表示点(u,v)到原点的距离，D 0 表示截止频率点到原点的距离。
滤波后,如图（1）
(2) Butterworth 低通滤波器
01(,)(,)0(,)D u v D H u v D u v D ≤⎧=⎨
>⎩图1 理想低通滤波器应用实例
n 阶Butterworth 滤波器的传递函数为：
（4）
它的特性是连续性衰减，而不像理想滤波器那样陡峭变化。
(3) 指数低通滤波器
指数低通滤波器是图像处理中常用的另一种平滑滤波 器。
它的传递函数为：
（5） 滤波后,如图（2）
图2 高斯低通滤波器应用实例
(4) 梯形低通滤波器
梯形低通滤波器是理想低通滤波器和完全平滑滤波器的折中。
它的传递函数为：
（6） 3.2.2高通滤波[10]
01
01
01
01(,)(,)(,)(,)0(,)D u v D D u v D H u v D D u v D D D D u v D ⎧<⎪-⎪=≤≤⎨-⎪⎪>⎩201
(,)(,)1n H u v D u v D =⎡⎤+⎢⎥⎣⎦
(,)
(,)n
D u v D H u v e
-
=
图像中的细节部分与其频率的高频分量相对应，所以高通滤波可以对图像进行锐化处理。
高通滤波器与低通滤波器的作用相反，它使高频分量顺利通过，而消弱低频。
图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。
采用高通滤波器可以对图像进行锐化处理，是为了消除模糊，突出边缘。
因此采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。
常用的高通滤波器有： (1) 理想高通滤波器
二维理想高通滤波器的传递函数为：
（7） 滤波后,如图（3）
图3 理想高通滤波器
(2) 巴特沃斯高通滤波器
n 阶巴特沃斯高通滤波器的传递函数定义如下：
（8）
滤波后，如图（4）
00(,)(,)1(,)D u v D H u v D u v D ≤⎧=⎨
>⎩()20
1
(,)
1,n
H u v D D u v =
⎡⎤+⎢⎥
⎣⎦
图4巴特沃斯高通滤波器应用实例
(3) 指数滤波器
指数高通滤波器的传递函数为：
（9） 滤波后，如图（5）
图5 高斯高通滤波器应用实例
(4) 梯形滤波器
0(,)
(,)
n
D D u v H u v e
-
=。