英英
內(nèi)蒙古新聞出版廣電局841臺 內(nèi)蒙古 呼和浩特市 010050
基于MATLAB GUI的圖像增強技術(shù)的實現(xiàn)
英英
內(nèi)蒙古新聞出版廣電局841臺 內(nèi)蒙古 呼和浩特市 010050
隨著數(shù)字化時代的到來,人們對圖像處理的要求越來越高。由于MATLAB軟件具有強大計算功能,已成為圖像處理軟件的首要之選。本文介紹了基于MATLAB GUI的圖像處理中的幾種圖像增強技術(shù),包括灰度圖像增強、空域濾波圖像增強、拉普拉斯金字塔增強和小波增強,分別給出每部分圖像增強后的結(jié)果。
MATLAB 圖像處理 圖像增強
圖像增強處理是數(shù)字圖像處理的一個重要分支。由于場景條件的影響,很多圖像拍攝的視覺效果不佳,需要圖像增強技術(shù)來改善人的視覺效果。圖像增強處理主要是突出圖像中感興趣的部分,減弱或去除不需要的信息,使有用信息得到加強,從而得到一種更加實用的圖像或者轉(zhuǎn)換成一種更適合人或機器進行分析處理的圖像。
1.1 直方圖灰度變換
灰度級直方圖是反映一幅圖像及與出現(xiàn)這種灰度的概率之間關(guān)系的圖形。設(shè)變量r代表圖像中像素灰度級,在圖像中像素的灰度級可作歸一化處理,這樣r的值將限定在0≤r≤1之內(nèi)。在灰度級中,r=0代表黑,r=1代表白。對于一幅給定的圖來說,每一個像素取得[0,1]區(qū)間內(nèi)的灰度級是隨機的,即r是一個隨機變量。直方圖灰度變換是對r進行變換,s=T(r),變換函數(shù)T(r)滿足下列條件:在0≤r≤1,函數(shù)單調(diào)的;對于0≤r≤1,有0≤s≤1。函數(shù)T(r)可以是線性變換、分段變換、倒置變換及其他非線性變換。
MATLAB GUI直方圖灰度變換函數(shù)為Z=imadjust(im,[0.3 0.5],[0 0.8]);此函數(shù)把圖像im轉(zhuǎn)換成圖像Z,值在[0.3 0.5]間的值映射為[0 0.8],其他的值被剪掉。直方圖灰度變換后的結(jié)果,如圖1所示。
圖1 圖像直方圖處理前后圖像
1.2 直方圖均衡化
直方圖均衡化處理是以累積分布函數(shù)變換法為基礎(chǔ)的直方圖修正,即通過改變函數(shù)將原圖的直方圖調(diào)整為具有“平坦”傾向的直方圖,然后用此均衡直方圖校正圖像。
對于一個離散的圖像,第i個灰度級ri出現(xiàn)的頻率數(shù)用ni表示,該灰度級像素對應(yīng)的概率值為:,n為像素總和數(shù),ri滿足歸一化條件。圖像進行直方圖均衡化的函數(shù)表達式為:
式中,k為灰度級數(shù)。
此系統(tǒng)進行灰度圖像均衡化后結(jié)果如圖2所示,從圖中看出原圖像直方圖像素級比較集中,均衡化處理后右下角直方圖中我們看到圖像像素均勻分布了。
MATLAB GUI進行灰度圖像均衡化后結(jié)果,如圖2所示。從圖中看出原圖像直方圖像素級比較集中,均衡化處理后右下角直方圖中圖像像素均勻分布。
1.3 直方圖規(guī)定化
直方圖均衡化是較為有效的增強方法之一,但直方圖均衡化的變換函數(shù)是積分函數(shù),因此,對圖像作直方圖均衡化處理后得到一個類似平均的直方圖,限制了處理效能。為了能得到特定的直方圖圖像,以便增強圖像某些部分,在特定的情況下,需要制定出特定的函數(shù)來對直方圖加以修正。直方圖規(guī)定化就是針對此提出的一種直方圖修正增強方法。
圖2 均衡化前后直方圖
規(guī)定化處理步驟如下:
首先,對原始圖像做累積積分;
這樣就實現(xiàn)了輸入圖像r與規(guī)定圖像z的映射關(guān)系。
以上是原始圖像另一種直方圖修改的處理方法。這種方法處理后中得到的新圖像的灰度級具有事先規(guī)定的概率密度函數(shù)決定。圖3為本系統(tǒng)對圖像做規(guī)定化處理以后的圖。
空域濾波是使用空域模板在整個圖像上遍歷處理的過程??沼蚰0灞旧頌榭沼驗V波器,它是在圖像上以模板作濾波處理??沼驗V波器一般分為平滑和銳化濾波器。平滑濾波器是灰度級平均,從而達到模糊圖像中的噪聲或消除圖像干擾的目的。銳化濾波器是突出圖像感興趣的部分,如邊緣,達到強化圖像表現(xiàn)特征的目的。
圖3 規(guī)定化后圖像直方圖
圖4(a)給出了原點對稱的二維平滑濾波器在空域里的剖面示意圖,可見平滑濾波器是低通濾波器,在空域中全為正。圖4(b)給出原點對稱的二維銳化濾波器在空域里的剖面示意圖,可見銳化濾波器是高通濾波器,在空域中接近原點處為正,在遠離原點處為負。
圖4(a) 平滑濾波器(低通)
圖4(b) 銳化濾波器(高通)
2.1 維納濾波增強
維納濾波器是一種線性平滑濾波器,是用幾個像素灰度的平均值來代替每個像素的灰度,本系統(tǒng)是9×9的維納濾波,處理結(jié)果如圖5所示。
圖5 維納濾波處理后的圖像
2.2 中值濾波
中值濾波是把數(shù)字圖像或數(shù)字序列中一點的值,用該點的一個鄰域中各點值的中值來代換。中值濾波器的窗口可以取方形、圓形、十字形等。MATLAB中J=medfilt2(im,[n m]);函數(shù)實現(xiàn)中值濾波,im為待濾波圖像,[n m]為濾波器選擇鄰域大小,MATLAB GUI中值濾波器用7×7窗口。處理結(jié)果如圖6所示。
圖6 中值濾波處理后結(jié)果
從顯示結(jié)果中,可以看出中值濾波對椒鹽噪聲的抑制作用比維納濾波更強,但并不代表中值濾波器比維納濾波器濾波效果好。每個濾波器對不同噪聲濾波作用是不同的,所以,在實際的應(yīng)用中應(yīng)該綜合考慮不同要求,有必要的情況下可以考慮不同去噪方法聯(lián)合使用。
拉普拉斯增強是銳化濾波增強的一種,是線性二次微分算子,具有旋轉(zhuǎn)不變性,從而滿足不同走向的圖像邊界的銳化要求。對于圖像,拉普拉斯算子定義為:
拉普拉斯增強方法是先檢測出圖像的邊緣,再與原圖相加,得到的圖像邊緣比原來的圖片更清晰,在MATLAB中用fspecial函數(shù)來生成拉普拉斯濾波算子,如圖7所示。左下角是double類型圖像的邊緣檢測,以便于double類型的原圖像相加,得出邊緣增強后的圖像。
圖7 拉普拉斯圖像增強
小波分析在時域和頻域都有較好的局部化特性,在低頻部分具有較高的頻率分辨率和較低的時間分辨率,在高頻部分具有較高的時間分辨率和較低的頻率分辨率。圖像增強中的小波變換是將一幅圖像分解成大小、位置和方向均不相同的分量,可根據(jù)需要對某些分量改變其系數(shù)的大小,從而使得感興趣的分量放大而不需要的分量減小,再做逆變換。
MATLAB GUI中的小波圖像增強是對圖像做小波分解后,再對高頻部分增強,還原后的圖像細節(jié)部分得到了增強,即邊緣部分更清晰,如圖8所示。
圖8 小波圖像增強
審稿人:魏朝輝 內(nèi)蒙古新聞出版廣電局監(jiān)管中心正高級工程師
責(zé)任編輯:王學(xué)敏
TP37
B
2096-0751(2017)03-0022-04
英 英 內(nèi)蒙古新聞出版廣電局841臺 助理工程師