图像增强中直方图均衡化的Matlab实现

《图像增强中直方图均衡化的Matlab实现》由会员分享，可在线阅读，更多相关《图像增强中直方图均衡化的Matlab实现（18页珍藏版）》请在装配图网上搜索。

1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date图像增强中直方图均衡化的Matlab-实现图像增强中直方图均衡化的Matlab 实现 图像增强中直方图均衡化的Matlab 实现摘要：本文采用直方图均衡化的图像增强的基本原理, 借助数学公式, 在Matlab环境下, 对数字图像进行直方图均衡化处理, 实现原始图像直方图均匀分布, 增加像素灰度值的动态范围, 提高了图像的对比度。关键词：图像增强, 直方图，均衡化, M

2、atlabABSTRACT:In this paper, the basic principle of histogram equalization , image enhancement , with the mathematical formula , in the Matlab environment for digital image histogram equalization , to achieve uniform distribution of the original image histogram , increasing the dynamic range of pixe

3、l gray value , improve contrast of the image .KEYWORDS:image enhancement;histograme ;qualization;Matlab1引言图像增强是指对图像的某些特征,如边缘、轮廓或对比度等进行强调或尖锐化。当一幅图像曝光不足或过度,造成对比度过小或过大而不能显示具体细节,通过增加这些细节的动态范围改善图像的视觉效果。图像增强可以突出图像中所感兴趣的特征信息,改善图像的主观视觉质量,提高图像的可懂度。增强的首要目标是处理图像使其比原始图像更适合于特定应用。图像增强的方法分为两大类:空间域方法和频域方法。“空间域”一词是指

4、图像平面本身,这类方法是以对图像的像素直接处理为基础的。“频域”处理技术是以修改图像的傅氏变换为基础的。一般说来,原始遥感数据的灰度值范围都比较窄,这个范围通常比显示器的显示范围小的多。增强处理可将其灰度范围拉伸到0-255的灰度级之间来显示,从而使图像对比度提高,质量改善。增强主要以图像的灰度直方图最为分析处理的基础。直方图均衡化能够增强整个图像的对比度,提高图像的辨析程度,算法简单,增强效果好。本文主要讨论了空间域的直方图均衡化增强,并用Matlab 进行实验验证。2直方图图像增强的基本理论大多数原始的遥感图像由于其灰度分布集中在较窄的范围内,使图像的细节不够清晰,对比度较低。为了使图像的

5、灰度范围拉开或使灰度均匀分布,从而增大反差,使图像细节清晰,以达到增强的目的,通常采用直方图均衡化及直方图规定化两种变换。本文主要介绍直方图均衡化并进行实验。2.1 直方图均衡化的概念 直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对图像进行非线性拉伸,重新分配图像象元值,使一定灰度范围内象元值的数量大致相等。这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对比度降低,输出图像的直方图是一个较平的分段直方图:如果输出数据分段值较小的话,会产生粗略分类的视觉效果。2.2 图像灰度直方图 直方图是表示数字图像中每一灰度出现频率的统计关系。直方

6、图能给出图像灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌性描述。灰度直方图是灰度级的函数, 反映的是图像中具有该灰度级像素的个数, 其横坐标是灰度级r, 纵坐标是该灰度级出现的频率( 即像素的个数) pr( r) , 整个坐标系描述的是图像灰度级的分布情况, 由此可以看出图像的灰度分布特性, 即若大部分像素集中在低灰度区域, 图像呈现暗的特性; 若像素集中在高灰度区域, 图像呈现亮的特性。2.3 直方图均衡化 图1所示就是直方图均衡化, 即将随机分布的图像直方图修改成均匀分布的直方图。基本思想是对原始图像的像素灰度做某种映射变换, 使变换后图像灰度的概率密度呈均匀分布

7、。这就意味着图像灰度的动态范围得到了增加, 提高了图像的对比度。图1 直方图均衡化通过这种技术可以清晰地在直方图上看到图像亮度的分布情况, 并可按照需要对图像亮度调整。另外,这种方法是可逆的, 如果已知均衡化函数, 就可以恢复原始直方图。3 直方图均衡化算法分析设变量r 代表图像中像素灰度级。对灰度级进行归一化处理, 则0r1, 其中r= 0表示黑, r= 1表示白。对于一幅给定的图像来说, 每个像素值在 0,1 的灰度级是随机的。用概率密度函数来表示图像灰度级的分布。为了有利于数字图像处理, 引入离散形式。在离散形式下, 用 代表离散灰度级, 用 代表 , 并且下式成立:其中, 01, k=

8、0, 1, 2, , n-1。式中 为图像中出现这种灰度的像素数, n是图像中的像素总数, 而就是概率论中的频数。图像进行直方图均衡化的函数表达式为:式中, k为灰度级数。相应的反变换为:4 Matlab环境下算法实现及结果分析4.1实验过程 本文选取一张人物图像进行算法实验, 文件可存储栅格、矢量、DEM等多种格式,支持用户自定义数据, 是一种开放式的数据格式。为了便于操作, 实验采用IMG格式的数据结构。 在Matlab中自定义M文件, 输入如下算法程序:clc;clear;I= imread(a.jpg);I= rgb2gray(I) ; %将图像转换为灰度图像J= histeq( I)

9、 ; %对I 进行直方图均衡化subplot( 121) ,imshow(I) ,title(原始图像) ;subplot (122), imshow(J), title(直方图均衡化后的图像);figure( 2) ;subplot( 121) ,imhist(I, 64), title( 原始的直方图);subplot( 122) ,imhist(J,64) ,title( 均衡化后的直方图);4.2 实验结果Matlab环境下的实验结果如图2所示。图2是原始图像与经过均衡化后的图像对比结果; 图3是原始图像的直方图与经过均衡化的直方图对比。图2原始图像与均衡化后的图像比较图3原始图像直方

10、图与均衡化后的图像直方图比较通过对比, 可以发现原始图像的灰度主要分布在中低灰度级上, 在高灰度级上图像的像素数很少。经过直方图均衡化处理后, 图像像素数在高中低灰度级上分布较均匀, 图像对比度有较大提高。5.结论 直方图均衡化是图像增强技术的基本方法,本文分析了这种处理方法的基本理论,并用Matl ab进行实验,结果表明,直方图均衡化在一定程度上改善了图像的对度差和灰度动态范围,增强了图像的可读性,提高了图像的可分性,有利于进行遥感图像的目视解译。该算法简单,是一种行之有效的图像增强算法。参考文献1 李耀辉，刘保军.基于直方图均衡的图像增强J.华北科技学院学报，2003，5(2):65-66

11、.2 姚 静,武文波,康停军.直方图均衡化的Matiab 实现J.辽宁工程技术大学学报,2007,11(26):60-62.3 阮秋琦.数字图像处理学M.北京：电子工业出版社,2001:181195.4 汪志云,黄梦为等.基于直方图的图像增强及其Matlab实现J.计算机工程与科学，2006,28(2):5456.5 钱海军,雷剑刚,钱峰.基于Matlab图像增强中直方图均衡化的应用J.电脑开发与应用，2011，11（24）:52-53.6 孙家柄. 遥感原理与应用M. 武汉: 武汉大学出版社,2003.7 黄涛. 直方图在数字图像的应用J . 现代计算机,2004,(7):75-78.8 段竹,吴镝. 图像增强方法研究J. 商场现代化,2009,(1):23.9 黄昆,陈登胜,余国忠. 直方图均衡化在遥感图像彩色合成中的应用 J .安徽农业科学,2010(3): 20-23.10 贾其, 吕绪良,吴超, 等.基于人眼视觉特性的红外图像增强技术研究J红外技术,2010(6): 80-83.-