数字图像增强技术项目可行性研究分析报告摘要图像作为一种有效的信息载体，是人类获取和交换信息的主要来源。

人类感知的外界信息80%以上是通过视觉得到的。

因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。

图像增强是指按特定的需要采用特定方法突出图像中的某些信息，同时削弱或去除无关信息，或将原图转换成一种更适合人或机器进行分析处理的形式的图像处理方法。

本文围绕图像增强算法而展开，在阐明图像增强处理基本方法的基础上，就几种有代表性的图像增强算法, 进行了研究、比较，分析了各自的优缺点并指明了其最佳适用场景，以期从中总结出一套行之有效的图像增强算法的应用指导规则。

关键词：图像；图像增强；算法目录摘要 (1)Abstract ......................................................................................... 错误！未定义书签。

第1章绪论. (1)1.1 课题背景 (1)1.2 图像增强的研究及发展现状 (3)1.3 论文工作内容 (4)本章小结......................................................................................... 错误！未定义书签。

第二章图像增强的基本理论.. (5)2.1 数字图像的基本理论 (5)2.1.1数字图像的表示 (5)2.1.2图像的灰度 (6)2.1.3灰度直方图 (6)2.2 数字图像增强概述 (7)2.3 图像增强概述 (9)2.3.1图像增强的定义 (9)2.3.2常用的图像增强方法 (10)2.4 图像增强流程图 (12)第三章图像增强方法与原理 (14)3.1 图像变换 (14)3.1.1离散图像变换的一般表达式 (14)3.1.2 离散沃尔什变换 (15)3.2 灰度变换 (16)3.2.1 线性变换 (17)3.2.2分段线性变换 (17)3.2.3非线性变换 (18)3.3 直方图变换 (19)3.3.1直方图修正基础 (19)3.3.2直方图均衡化 (21)3.3.3直方图规定化 (23)3.4 图像平滑与锐化 (24)3.4.1平滑 (24)3.4.2 锐化 (25)本章小结 (27)第四章图像增强算法与实现 (29)4.1 灰度变换 (29)4.2 直方图均衡化 (32)4.3 平滑算法 (33)4.4 锐化 (36)结论 (39)致谢 (40)参考文献 (41)附录1 译文................................................................................... 错误！未定义书签。

附录2 英文参考资料 ................................................................ 错误！未定义书签。

附录3 源程序代码....................................................................... 错误！未定义书签。

第1章绪论在网络发展迅速的今天，Google可以搜索到与“image”一词有关的内容有五千多万条，然而，“image”至今还没有一个精确的定义。

甚至在webster 词典中，“图像(image)”被等同于“图形(picture)”，被模糊的定义为“一种对绘画或摄影的简单表示”。

人类对于图像的认识和利用还停留在一个较低的层次，对于图像处理技术甚至图像定义本身还需要更多更深入的研究[1]。

1.1 课题背景数字图像处理技术是20世纪60年代随着计算机技术和VLS（Very Large Scale Integrator}的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了巨大的成就[1]。

视觉是人类最重要的感知手段，图像又是视觉的基础。

早期图像处理的目的是改善图像质晕，它以人为对象，以改善人的视觉效果为目的。

图像处理中输入的是质量低的图像，输出的是改善质量后的图像。

常用的图像处理方法有图像增强、复原、编码、压缩等。

首次获得成功应用的是美国喷气推进实验室（JPL）。

他们对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理，如：几何校正、灰度变换、去除噪声，并考虑了太阳位和月球环境的影响，由计算机成功地绘出月球表面地图，获得了巨大的成功。

随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。

在以后的宇航空间技术探测研究中，数字图像处理技术都发挥巨大的作用[11]。

数字图像处理技术取得的另一个巨大成就是在医学上。

1972年英国EMI 公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）,CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。

1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。

1979年，这项无损伤诊断技术被授予诺贝尔奖，以表彰它对人类做出的划时代贡献。

从20世纪70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理技术向更高、更深层次发展。

人们已开始研究如何用计算机系统解释图像，类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。

很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少的重要的研究成果。

其中代表性的成果是70年代末MIT的Marr提出的视觉计算理沦，这个理论成为计算机视觉领域其后十多年的主导思想[3]。

20世纪80年代末期，人们开始将其应用于地理信息系统，研究海图的自动读入、自动生成方法。

数字图像处理技术的应用领域不断拓展。

数字图像处理技术的大发展是从20世纪90年代初开始的。

自1986年以来，小波理论和变换方法迅速发展，它克服r傅里叶分析不能用于局部分析等方面的不足之处，被认为是调和分析半个世纪以来工作之结晶。

Ma11at 于1988年有效地将小波分析应用于图像分解和重构。

小波分析被认为是信号，图像分析在数学方法上的重大突破。

随后数字图像处理技术迅猛发展，到目前为止，图像处理在图像通讯、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域的应用越来越多。

进入21世纪，随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就。

属于这些领域的有航空航天、生物医学、机器人视觉、公安司法、军事制导、文化艺术等。

该技术成为一门引人注目、前景远大的新学科。

1.2 图像增强的研究及发展现状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[4]。

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[6]。

图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。

如对x射线图片、CT影像、内窥镜图像进行增强，使医生更容易从中确定病变区域，从图像细节区域中发现问题；对不同时间拍摄的同一地区的遥感图片进行增强处理，侦查是否有敌人军事调动或军事装备及建筑出现；在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度，克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象，减少电视系统维护的工作量。

图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用[5]。

在图像处理过程中，图像增强是十分重要的一个环节。

本文的主要内容就是围绕图像增强部分的一些基本理论和算法而展开。

基于MATLAB的图像增强算法研究。

1.3 论文工作内容图像增强的过程往往也是一个矛盾的过程：图像增强既希望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图像变换、灰度变换、直方图变换、图像平滑与锐化、色彩增强等。

常用的一些图像增强方法是学习图像增强的基础，至今它们对于改善图像质量仍发挥着重要的作用。

本文着重研究了这些增强方法对图像进行增强处理，针对图像增强的普遍性问题，研究和实现常用的图像增强方法及其算法，讨论不同的增强算法的适用场合，并对其图像增强方法进行性能评价。

全文共分六章，具体安排如下。

第一章引言。

介绍图像增强技术的课题背景和意义、本文的研究内容。

第二章图像增强的基本理论。

阐述图像增强中用到的有关数字图像的一些基本概念；概述常用的一些图像增强方法及其特点，如灰度变换、直方图均衡化。

第三章图像增强方法与原理。

针对图像增强过程中遇到的问题，提出相应的解决方法。

第四章图像增强算法与实现。

最后是总结与致谢，论文的结尾附有源程序代码。

第二章 图像增强的基本理论2.1 数字图像的基本理论2.1.1数字图像的表示图像并不能直接用计算机来处理，处理前必须先转化成数字图像。

早期一般用picture 代表图像，随着数字技术的发展，现在都用image 代表离散化了的数字图像。

由于从外界得到的图像多是二维（2-D ）的，一幅图像可以用一个2-D 数组),(y x f 表示。

这里x 和y 表示二维空间X 、Y 中一个坐标点的位置，而f 则代表图像在点),(y x 的某种性质数值。

为了能够用计算机对图像进行处理，需要坐标空间和性质空间都离散化。

这种离散化了的图像都是数字图像，即),(y x f 都在整数集合中取值。

图像中的每个基本单元称为图像的元素，简称像素[3]。

2.1.2图像的灰度常用的图像一般是灰度图，这时f 表示灰度值，反映了图像上对应点的亮度。