毕业设计（论文）基于matlab的直方图均衡化研究

《毕业设计（论文）基于matlab的直方图均衡化研究》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于matlab的直方图均衡化研究（25页珍藏版）》请在装配图网上搜索。

1、武昌理工学院本科毕业设计(论文)题目：基于matlab的直方图均衡化研究学院：信息工程学院专业：自动化0801学号：学生姓名：指导教师： 二一一年 十二月 十六日基于matlab的直方图均衡化研究摘 要直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上

2、分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。本文主要研究的是就直方图均衡化改进方法，解决原始直方图均衡化在图像灰阶和噪声上面的缺点，经过试验得出数据指出它们的优点，具有较好的增强效果。通过本次毕业设计了解数字图像处理中图像增强的知识，设计基于matlab的直方图均衡化模块，完成对输入图像的质量增强功能，并使用有效的评价指标对增强前后图像进行评价，培养分析问题和解决问题的能力。关键词：直方图均衡化；均匀；亮度；增强Histograme qualization research based on matlabYushizhuangA

3、bstractHistogram equalization processing center thought is the original image of gray histogram from quite centralized a gray interval in allbecome gray within the scope of the uniform distribution。The image histogram equalization is nonlinear tensile, redistribution image pixels, so that must be wi

4、thin the scope of the gray roughly the same number ofpixels.Histogram equalization is given of the image histogram distribution change into uniform distribution histogram distribution. This method is generally used to add many image local contrast, especially when the image of useful data fairly clo

5、se to the contrast of the time. Through this method, the brightness of can better in the distribution histogram. This can be used to increase local contrast and do not affect overall contrast, histogram equalization through effectively expand thebrightness of the commonly used to implement this func

6、tion. This dissertation mainly studies the histogram equalization is improving methods to solve the original histogram equalization in the image gray-scale and noise of the above shortcomings, after concluded that the data point out their advantages, and has a good effect. Through the graduation des

7、ign understand digital image processing of image enhancement of knowledge, design based on the matlab histogram equalization module and the completion of the quality of the input image enhancement function, and use the effective evaluation of the enhanced image before and after evaluation, cultivate

8、 the ability to analyze and solve problems. Key Words:Histogram equalization;uniform;brightness;good effect目录第1章 绪 论11.1 引言1国内外研究现状2第2章 图像的基本理论32.1 数字图像的基本概念32.1.1 图像增强的基本方法32.2 MATLAB 简介6第3章 基于直方图均衡化改进算法的图像增强93.1 直方图修正93.2 直方图均衡化缺点分析10直方图均衡化与图像灰阶关系113.2.2 直方图均衡化与图像噪声关系11改进的直方图均衡化算法123.3.1 改进算法123.4

9、 实验结果13本章小结14第4章 总 结16致 谢17参考文献18第1章 绪 论1.1 引言图像增强是图像处理的最基本手段, 它往住是各种图像分析与处理时的预处理过程。图像增强就是增强图像中用户感兴趣的信息，其主要目的有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得更有利于计算机处理。图像增强方法一般分为空间域和变换域两大类。空间域方法直接对图像像素的灰度进行处理。变换域方法在图像的某个变换域中对变换系数进行处理，然后通过逆变换获得增强图像。在空间域内对图像进行点运算，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

10、。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, 从而达到图像增强的目的。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。图像直方图是图像处理中一种十分重要的图像分析工具，它描述了一幅图像的灰度级内容，任何一幅图像的直方图都包含了丰富的信息，它主要用在图象分割，图像灰度变换等处理

11、过程中。从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率；从图形上来说，它是一个二维图，（一般）横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率，它是图像最基本的统计特征。在实际应用中，有时并不需要图像有整体的均匀分布直方图，而是希望有目的地增强某个灰度级分布范围内的图像。直方图均衡化是灰度变换的一个重要应用，广泛应用在图像增强处理中，它是以累计分布函数变换为基础的直方图修正法，可以产生一幅灰度级分布具有均匀概率密度的图像，扩展了像素的取值动态范围。国内外研究现状图像增强技术在许多应用领域受到广泛重

12、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、生物医学工程、工业检测、机器人视觉、军事制导、文化艺术等，使图像增强处理成为一门引人注目、前景远大的新兴学科。随着图像增强处理技术的深入发展，从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，图像增强处理向更高、更深层次发展。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，取得了不少重要的研究成果。而在我国，随着医学技术以及计算机技术的高速发展，在图像增强领域也得了丰硕的成果。与此同时，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，生物医学工程，工业检测，机器人视觉，公

13、安司法，军事制导，文化艺术等，使得图像处理成为一门引人注目，前景远大的新型学科。在飞机遥感和卫星遥感技术中，要对大量的空中摄像得来的照片进行处理分析，以前需要雇用几千人，而现在改用配备有高级计算机的图像处理系统来判读分析，既节省人力，又加快了速度，还可以从照片中提取人工所不能发现的大量有用情报。 在军事方面图像处理和识别主要用于导弹的精确制导，各种侦察照片的判读，具有图像传输，飞机，坦克和军舰模拟训练系统等；在公共安全方面，图像处理技术可用于指纹识别，人脸面部鉴别，不完整图片的复原，以及交通监控，事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功

14、应用的例子；在文化艺术方面，目前图像技术的应用有数字图像艺术创作，动画制作，游戏，工艺美术设计，文物资料照片的复制和修复等等，以至于现在已逐渐形成一门新的艺术计算机美术。直方图均衡化是灰度变换的一个重要应用，广泛应用在图像增强处理中。它是以累计分布函数变换为基础的直方图修正法，可以产生一副灰度级分布具有均匀概率密度的图像，扩展了像素的取值动态范围。基于MATLAB的直方图均衡化算法实现，在航天和航空技术，生物医学工程，通信工程，工业和工程，军事公安，文化艺术等方面均有广泛的应用。第2章 图像的基本理论2.1 数字图像的基本概念通常获得的图像不能直接用计算机进行处理，在进行处理前必须先转换为数字

15、图像。数字化的过程包括3个步骤:扫描、采样和量化。从计算机的角度来看数字图像可看作为对二维函数f(x,y)进行采样和量化即离散处理后得到的图像 。因此，通常会用二维矩阵来表示一幅图像。当一幅图像从物理过程产生时，它的值通常正比于物理源的辐射能量(如电磁波)。因此，f(x,y)一定是非零和有限的。讲一副图像进行数字化将得到一个二维整数矩阵，如式2-1定义了一副大小为M*N的数字图像 （2-1）其中矩阵的每个元素称为图像单位、图像元素或像素。采样采样是用一个网络把待处理的图像覆盖，取每一小格上模拟图像的中点或交叉点处模拟图像的亮度值作为该方格上的值。它对图像空间的离散化决定了图像的空间分辨率。量化

16、将采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。它决定了图像的灰度分辨率。2.1.1 图像增强的基本方法图像增强技术通常有两类方法:空间域方法和频率域方法。空间域增强方法针对像素灰度值直接处理。常见的如灰度变换、图像空域平滑和锐化处理、直方图修正、伪彩色处理等。频率域增强方法则是基于图像的傅里叶变换来增强或抑制所希望的频谱，从而实现对图像频谱的改善。灰度变换灰度变换是图像增强技术中最简单也是最重要的手段之一。灰度变换可扩展图像对比度，获得较为清晰图像。它对输入的像素灰度进行修正，灰度变换可表示为g(x,y)=T(f(x,y) （2-2）其中T表示输入灰度值和输出灰度值之间的

17、函数关系。根据不同的应用要求和函数的性质，可采用下文的灰度变换方法。比例线性灰度变换 对给定的灰度空间，设原图图像f(x,y)的灰度变换范围为a,b，变换后的图像的灰度扩展为c,d，则可采用下式来实现 g(x,y)=(f(x,y)-a)+c （2-3）比例线性灰度变换运算比较简单，它能有效的改变图像视觉效果。分段线性变换分段线性变换在拉伸特征物体的灰度细节和抑制不感兴趣的灰度级时有较好的增强效果，其数学表达式如下； f(x,y) 0f(x,y)a g(x,y) = (f(x,y)-a)+c af(x,y)b (2-4) (f(x,y)-b)+d bf(x,y)e灰度非线性变换 灰度非线性变化是

18、指由g(x,y)=T(f(x,y)一个非线性单值函数所确定的灰常用的有指数变化、对数变化和两者组合变化等。（1）对数变换常用来压缩输入图像中高灰度区的对比度，而拉伸低灰度值。对数变换的一般形式为： (2-5) 公式中c为比例常数。曲线形式如下图所示。图2-1 对数变换（2）指数变换的一般形式为： （2-6） 此处a,b,c是为了调整曲线位置和形状的参数。如下图所示，指数变换主要是压缩低值灰度区域，拉伸高值灰度区域。图2-2 指数变换2.2 MATLAB 简介MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可

19、视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完相同的事情简捷得多，并且math work也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C+ ，JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。不仅如此，Matlab还具有如下优势：（1）友好的工

20、作平台和编程环境：MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。（2）简单易

21、用的程序语言：Matlab一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB语言是基于最为流行的C语言基础上的，因此语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。（3）强大的科学计算机数据处理能力：MATLAB是一个包含大量计算算法的集合。其拥有600多个工

22、程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C+ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。（

23、4）图形处理功能：MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。

24、另外新版本的MATLAB还着重在图形用户界面的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。（5）应用广泛的模块集合工具箱：MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时

25、快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱家族中有了自己的一席之地。（6）实用的程序接口和发布平台：新版本的MATLAB可以利用MATLAB编译器和C/C+数学库和图形库，将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C+代码。允许用户编写可以和MATLAB进行交互的C或C+语言程序。另外，MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。MATLAB的一个重要特色就是具有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。工具箱是MATLAB函数的子程序库，每一个工具箱都是为某一类学科专业和应用而定

26、制的，主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分析和系统仿真等方面的应用。（7）应用软件开发：在开发环境中，使用户更方便地控制多个文件和图形窗口；在编程方面支持了函数嵌套，有条件中断等；在图形化方面，有了更强大的图形标注和处理功能，包括对性对起连接注释等；在输入输出方面，可以直接向Excel和HDF5进行连接。第3章 基于直方图均衡化改进算法的图像增强3.1 直方图修正1. 直方图定义图像的直方图表示每一灰度级与其频数间的统计关系。通常用横坐标表示灰度级，纵坐标表示频数。按照直方图的定义可表示为 （k=0,1,.,L-1） (3-1)式中N为一幅图像中的总像素数，n*表示第k级灰度

27、的像素数，为第k级灰度，L为灰度级数，P()表示该灰度级出现的相对频数。直方图是反映一幅数字图像概貌特征的主要手段。它给出了一幅数字图像的灰度范围、灰度分布、整幅图像的平均亮度和明暗对比度等信息，是数字图像作进一步处理的重要依据。2. 直方图均衡化直方图均衡化方法是将一己知灰度概率密度分布图像经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而达到增强图像整体对比度的效果，是一种常用的灰度增强算法。假设一幅图像的像素数为n，共有l个灰度级，代表灰度级为的像素的数目，则第k个灰度级出现的概率可以表示为 (3-2) 其中，01,其中k=0,1.,l-1。变换函数T(r)为： （3-3）其中，

28、01，且j=0,1.,l-1。从上面计算过程可以看出，对原始输入图像直方图的统计值可以算出均衡化后各像素的灰度值。采用直方图均衡化后会使灰度分布较密的部分被拉伸，灰度分布稀疏的部分被压缩，从而使一幅图像的对比度在总体上得到增强。但是，传统的直方图均衡化算法是针对整幅图像作的处理，因此存在了一些不可克服的缺陷:(l)不保留原始图像的亮度信息，其处理后的图像，灰度呈近似均匀分布，因而其平均亮度总是在灰度范围的中值附近;(2)处理过程中会发生简并现象，即一些低频灰度可能被合并，总的灰度级将有所损失，从而造成图像细节的丢失。3. 直方图规定化直方图规定化(也称直方图匹配)是修改图像的直方图，使得它与另

29、一幅图的直方图匹配或具有一种预先规定的函数形状。其目的在于突出感兴趣的灰度范围，从而改善图像质量。直方图均衡化是直方图规定化的一个特例。用P(r)和P(z)分别表示原始图像和期望图像的灰度分布函数，对原始图像和期望图像均作直方图均衡化处理，则有 （3-4） （3-5） （3-6）由于都是作均衡化处理，处理后的原始图像灰度分布P(s)与处理后的期望图像灰度分布P(v)应相等，故可以用变换后的原始图像灰度级s代替3-6公式中的v，即 (3-7)由公式3-7可得 （3-8）3.2 直方图均衡化缺点分析图像直方图描述了图像的灰度级内容，包含了非常丰富的信息，它是对图像作进一步处理的常用分析工具。从数学

30、角度来看，图像直方图是关于图像各灰度值与灰度级出现次数的函数;从图形角度来看，它是一个二维图，横坐标表示像素点的灰度级，纵坐标代表各个灰度级对应的像素点出现的次数或概率。直方图均衡化是图像增强中非常重要的算法之一。它利用基本的概率理论知识来进行灰度点运算，达到直方图变换的目的。图像直方图均衡化算法的本质是有选择地增强图像的低频信息而压制高频的信息。在对图像进行直方图均衡处理后，原来拥有较少像素的灰度极有可能被合并。而通常情况下占有较少像素的图像区域之间的边界却包含着重要的结构信息，从而可能引起图像细节的丢失。另外，各种类型的图像噪声不可避免地存在于图像中，那么图像噪声也会相应的被放大。因此，传

31、统的直方图均衡化算法存在图像细节信息丢失和噪声放大的缺点。3.直方图均衡化与图像灰阶关系直方图均衡化方法在处理图像过程中会发生简并现象，即一些低频灰度可能被合并，总的灰度级将有所损失。而实际灰度级数的过分减小，则可能降低图像的灰度层次感。下面分析直方图均衡化后图像灰阶合并的原因。设将原灰度级映射为新灰度级时，所用的映射函数为: k=0,1.,n-1 (3-9)其中为的映射值，N为输出图像的动态范围。对任意两个灰度级级和灰度值差记作: （3-10）则变换后的灰度值差值为： （3-11）当 时, 和灰度间隔扩大;当 时, 和灰度间隔压缩;当= 时, 和灰度间隔不变.由公式3-11可知，若变换后的灰

32、度值差值小于1时，增强后灰度范围,内的各灰阶合并，也就是概率较小的灰度级容易被合并。3. 直方图均衡化与图像噪声关系在实际生活中获取的图像，由于受各种客观环境干扰可能都会含有噪声。若图像用g(x,y)表示，噪声用n表示，含有加性噪声的图像可以表示为:f(x,y)=g(x,y)+n(x,y) (3-12)含有乘性噪声的图像可以表示为:f(x,y)=g(x,y)+n(x,y)*g(x,y) (3-13)假设图像f(x,y)有L个灰度级，其概率密度函数为p(f)的。设像素(x,y)的值经过直方图均衡化之后用e(x,y)表示，其变换函数表示为： (3-14)对于含有加性噪声的图像f(x,y)，经过直方

33、图均衡化之后像素(x,y)经过直方图均衡化之后像素: (3-15)其中公式3-15右边的第一项表示有意义的图像信号，另一项表示图像噪声。通常情况下图像噪声的幅度n(x,y)会比f(x,y)小得多，则公式3-7可以表示为: (3-16)比较公式3-15与公式3-16可以发现，经过直方图均衡化处理后的图像e(x,y)在(x,y)处的加性噪声像素值被放大L*p(g(x,y)倍。类似的对含有乘性噪声的图像f(x,y)，像素(x,y)处的灰度值经过直方图均化之后为: (3-17)在n(x,y)1的条件下，公式3-17可以近似表示为： (3-18)通过公式3-17和3-18进行比较易知，在(x,y)处的乘

34、性噪声经过直方图均 衡化后也被放大了L*P(g(x,y)倍。由上分析可知，传统直方图均衡对图像噪声放大倍数由(x,y)处像素出现的概率所决定。因此传统的直方图均衡化算法存在着很大不足，对传统直方图均衡化算法做进一步改进，是很有必要。3.3改进的直方图均衡化算法3. 改进算法设原始图像中灰度为i的像素个数为，建立一个这样的映射关系:=f()其中映射函数为递增函数，且值域为正实数。映射后都将比原来小，但远远小于以前。如果映射合适，总可以使得 与之间的差距相对变大。具体算法过程如下:(1)针对原图中的每个像素，根据其灰度值，分别记入相应的像素个数累加器ri中。(2)对像素个数选取合适的映射关系。此处

35、采用，分别计算出和。(3)计算出原始图像中灰度i经过转换后的灰度值。 (3-19)公式3-19的灰度转换方法能扩展原图像的灰度空间，从而使得转换后灰度值分布于整个灰度空间。3.4 实验结果实验中选取了某办公楼的图像，采用传统的直方图均衡化和上述改进的直方图均衡化方法分别进行了实验，并给出了相应的直方图。a 原 图b 直方图c 均衡化图像d 均衡化直方图f 改进直方图e 改进图像图3-1 实验对比图从上述实验图像的结果来看，改进后的直方图均衡化方法，其增强后的图像对比度更加明显。从实验结果来看，传统的直方图均衡化算法是一种快速而有效的图像整体比度增强算法，但其缺点就是容易造成图像细节信息丢失和图

36、像噪声幅度增大。在直方图均衡化算法的基础上，本文改进的直方图均衡化方法可以有效防止图像细节信息丢失和图像噪声幅度增大，扩大了图像的灰度范围，同时图像的均值也更加接近真实值。3.5本章小结本章先着重分析了传统的直方图均衡化方法在图像处理时存在的不足。讲述了直方图由于图像亮度范围或非线性使图像的对比度不很理想，可用像素灰度重新分配的方法来改善图像的对比度。这种方法不以图像保真为原则的，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。由于直方图均衡化方法在图像增强中是较为常用、重要的算法之一，接着给出了前人的改进方法。对新的改进算法过程作了简要描

37、述，同时指出了它的优点和不足之处。通过实验得知，改进的方法，在处理图像方面对图像的细节信息和噪声方面具有较好的增强效果。第4章 总 结经过半个月的基础知识准备和消化，基于matlab的直方图均衡化研究终于设计完成。在此次设计过程中我遇了许多困难，论文也是经过数次修改才得以定稿。这篇论文的完成不仅仅是自己努力的结果，也少不了老师和同学给予我的许多帮助，在此对在我完成论文过程中给予我帮助的老师和同学说一声衷心的感谢。通过写这篇论文我学习到了很多知识，也让我养成了从实际出发的设计思想和设计观念，让我知道了一个设计首先所要考虑的就是从实际出发，考虑到各方面所要注意的东西。通过学习有关实验的综合运用所学

38、理论知识和技能，对MATLAB等知识有了更深一步的认识。本文章利用先验知识，可以很快很准的找到目标，不过在搜索的过程中还存在许多的漏洞，希望老师帮忙指出并协助修改。致 谢本文的工作是在我的导师肖洁老师的指导下完成的。她在百忙之中还抽出了大量时间来认真阅读我的论文，指出了我在设计思想，实验的多方面的不足之处并且提出了宝贵的修改意见。另外也是肖洁老师不厌其烦的督促我，才让我感觉时间的紧迫性认认真真的完成论文，再一次真诚的感谢肖洁老师的无私和敬业。参考文献1李弼程，彭天强，彭波，等编著. 智能图像处理技术M.北京：电子工业出版社，2004.2阮秋琦.数字图像处理学.北京:电子工业出版M社,2001.

39、3姚若河.改进的直方图均衡化图像增强算法J .铁道学报,1997,19(6):78-81.4陈传波.5冯清枝.基于直方图修正的图像增强技术J.广东公安科技,2004,(2).6黄成;朱幼莲;一种改进的直方图均衡算法J;江苏技术师范学院学报(自然科学版);2008年01期7乔闹生;一种改进的直方图均衡化J;光学技术;2008年S1期8李敬川;一种图像增强算法的设计与实现J;重庆职业技术学院学报;2008年04期9姚若河,黄继武,吴湘淇;改进的直方图均衡化图像增强算法J;铁道学报;1997年06期10雷江东;李久丹;罗艳;吴彩荣;几种灰度图像增强算法的比较A;广西计算机学会2010年学术年会论文集

40、C;2010年11汪志云;黄梦为;胡钋;饶强;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年02期12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年02期13刘焕雨;万秋华;熊文卓;楚广生;吴永芝;模拟频域滤波重构直方图均衡的图像增强方法J;光电工程;2007年03期14芮同林;彭国华;一种改进的图像均衡化算法的研究与应用J;微电子学与计算机;2006年11期15刘锦辉;图像增强方法的研究以及应用D;湖南师范大学;2009年16DJURIC PM,KAY SM,FAYE BOUDREAUX BARTEL.Segmentation of Nonstationary SignalsJ.Proceedings of IEEE ICASSP,1992,5:161-164.17Kamel M,Lian Guan.Histogram equalization utilizing spatial correlation for image enhancementJ.SPIE,1989,119:712721.18Hummel R A.Image enhancement by histogram transformation Compute Graphic and Image ProcessingJ.1977(6):184-195.