基于图像增强技术的频域滤波算法研究

基于图像增强技术的频域滤波算法研究 摘 要: 图像增强处理技术是图像处理领域中一项基本的，也是很重要的技术，一直是 图像处理领域中不可回避的研究课题。因为一幅图像总是可能受到各种因素的干扰影响，造 成图像质量的下降。图像增强包含两个方面内容:一是消除噪声，二是增强(或保护)图像特 征。对图像恰当增强，能使图像去噪的同时特征得到较好保护，使图像更加清晰明显，从而 提供给我们准确的信息。常用的图像增强技术各有其特点和效果。 论文在介绍图像频域增强原理的基础上，在频域内通过对Butterworth低通滤波器增强方 法进了研究，介绍了相关的理论和数学模型，并给利用MATLAB工具进行实现。通过各种 滤波后图像比较，实验证明在质量较差的图像中，选择不同的滤波算法对图像的增强在准确 性上均有不同。 关键词:图像增强;Butterworth低通滤波器;MATLAB 1 Abstract: Image enhancement in image processing technology is a basic and very important technology, the field of image processing has been a research topic can not be avoided. Because an image is always possible interference by various factors, resulting in a decline in image quality. Image enhancement includes two aspects: First, eliminate the noise, the second is enhanced (or protected) image features. Appropriate image enhancement, image denoising can be well protected at the same time features, to make the image more clearly evident, thus providing us with accurate information. Commonly used image enhancement techniques have their own characteristics and effects. Paper, introducing the principle of image enhancement based on frequency domain, in the frequency domain through the Butterworth low-pass filter enhancement into the study, describes the relevant theoretical and mathematical models and tools to use MATLAB implementation. After filtering through a variety of image comparison, real proof of poor image quality, choose a different algorithm for image enhancement filter of accuracy are different. Key words: Image enhancement; Butterworth low-pass filter; MATLAB. 2 目 录 1 绪论 ......................................................... 4 1.1 课题研究的背景和意义 ....................................... 4 1.2 国谢 ...................................................... 22 3 1 绪论 1.1 课题研究的背景和意义 人类传递信息的主要媒介是语言和图像。据统计在人类接受的各种信息中视觉信息占80%，所以图像信息是十分重要的信息传递媒体和方式。图像传递系统包括图像采集、图像压缩、图像编码、图像存储、图像通信、图像显示这六个部分。在实际应用中每个部分都有可能导致图像品质变差，使图像传递的信息无法被正常读取和识别。例如，在采集图像过程中由于光照环境或物体 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 面反光等原因造成图像整体光照不均，或是图像采集系统在采集过程中由于机械设备的缘故无法避免的加入采集噪声，或是图像显示设备的局限性造成图像显示层次感降低或颜色减少等等。因此研究快速且有效地图像增强算法成为推动图像分析和图像理解领域发展的关键内容之一。 图像增强处理是数字图像处理的一个重要分支。很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。图像增强的应用领域也十分广阔并涉及各种类型的图像。例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标;在医学应用中，增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置;在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量;在农业应用中，增强遥感图像了解农作物的分布;在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别;在数码相机中，增强彩色图像可以减少光线不均、颜色失真等造成的图像退化现象。 图像工程是一门综合学科，它的研究内容非常广泛，覆盖面也很大。从1996年起，《中国图像图形学报》上连续刊登了对图像工程文献统计分类的综述文章。根据各文献的主要内容将其分别归入图像处理、图像分析、图像理解、技术应用和综述5个大类，并在此基础上对国内15种有关图像工程的重要中文期刊进行了各期刊各类文献的统计和分析。选取的刊物名有:《CT理论与应用研究》、《测绘学报》、《电子测量与仪器学报》、《电子学报》、《电子与信息学报》、《计算机学报》、《模式识别与人工智能》、《数据采集与处理》、《通信学报》、《信号处理》、《遥感学报》、《中国生物医学工程学报》、《中国体视学与图像分析》、《中国图象图形学报》、《自动化学报》。 4 从中我们挑选了最近5年的统计数据:在2005年的112期上发表的2 734篇学术研究和技术应用文献中，属于图像工程领域的文献有656篇。在2006年的112期上发表的3013篇学术研究和技术应用文献中，属于图像工程领域的文献有711篇。在2007年的118期上发表的3312篇学术强究和技术应用文献中，属于图像工程领域的文献有895篇。在2008年的120期上发表的3359篇学术研究和技术应用文献中，属于图像工程领域的文献有915篇，2009年的134期上发表的3604篇学术研究和技术应用文献中，有1008篇属于图像工程领域的文献。这些统计数据显示，无论是论文总数还是选取总数都是逐年增长的。论文总数的增长表明刊物的不断发展，选取总数的增加表明图像工程的研究和应用的不断壮大。据统计从1995年至2009年，发表图像处理的文章总计2720篇，占图像工程总体的33.1%;发表图像分析的文章总计2434篇，占图像工程总体的29.6%;发表图像理解的文章总计1192篇， 占图像工程总体的14.5%;发表技术应用文章1797篇，占图像工程总体的21.9%;发表综述评论文章74篇，占图像工程总体的0.9%，其中关于图像增强技术方面的文章增长率尤其较高。因此图像增强技术在今后一段时间 影响图像质量清晰程度有很多因素，室外光照度不均匀会造成图像灰度过于集中;摄像头获得的图像经过数/模转换，线路传输时都会产生噪声污染，图像质量不可避免降低，轻者变现为图像伴有噪点，难于看清图像细节;重者图像模糊不清，连大概物体面貌轮廓都难以看清。因此，对图像进行分析处理之前，必须对图像进行改善，即增强图像。图像增强并不考虑图像质量下降的原因，只是将图像中感兴趣的重要特征有选择性的突出出来，同时衰减不需要的特征，目的就是提高图像的可懂度。 图像增强的方法分为空域法和频域法两种，空域法是对图像中的像素点进行操作，用公式描述如下: G(x,y)=F(x,y) H(x,y) 其中是F(x,y)原图像;H(x,y)为空间转换函数;G(x,y)表示进行处理后的图像。 频域法是间接的处理方法，是先在图像的频域中对图像的变换值进行操作，然后变回空域。例如,先对图像进行傅里叶变化到频域，再对图像的频谱进行某种滤波修正，最后将修正后的图像进行傅里叶反变化到空域，以此增强图像。可用图1来描述该过程。 图1 频域增强模型 5 1.2 国内外研究情况 1.2.1 图像增强技术国外发展状况 20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。当时人们通过字符模拟得到中间色调的方法来还原图像。早期的图像增强技术往往涉及硬件参数的设置，如打印过程的选择和亮度等级的分布等问题。在1921年年底提出了一种基于光学还原的新技术。在这一时期由于引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法，使灰度等级从5个灰度级增加到15个灰度等级，这种方法明显改善了图像复原的效果。到20世纪60年代早期第一台可以执行数字图像处理任务的大型计算机制造出来了，这标志着利用计算机技术处理数字图像时代的到来。1964年，研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备，采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理，同时他们也考虑太阳位置和月球环境的影响，最终成功地绘制出了月球表面地图。随后他们又对1965年“徘徊者8号”发回地球的几万张照片进行了较为复杂的数字图像处理，使图像质量进一步提高。这些成绩不仅引起世界许多有关方面的注意而且JPL本身也更加重视对数字图像处理地研究和设备的改进，并专门成立了图像处理实验室IPL。在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理，最终获得了月球的地形图、彩色图以及全景镶嵌图。从此数字图像增强技术走进了航空航天领域。 20世纪60年代末和20世纪70年代初有学者开始将图像增强技术用于医学图像、地球遥感监测和天文学等领域。X射线是最早用于成像的电磁辐射源之一，在1895年X射线由伦 琴发现。20世纪70年代Godfrey N. Hounsfield先生和Allan M. Cormack教授共同发明计算机轴向断层技术:一个 检测 工程第三方检测合同工程防雷检测合同植筋拉拔检测方案传感器技术课后答案检测机构通用要求培训 器围绕病人，并用X射线源绕着物体旋转。X射线穿过身体并由位于对面环中的相应检测器收集起来。其原理是用感知的数据去重建切片图像。当物体沿垂直于检测器的方向运动时就产生一系列的切片，这些切片组成了物体内部的再现图像。到了20世纪80年代以后，各种硬件的发展使得人们不仅能够处理二维图像，而且开始处理三维图像。许多能获得三维图像的设备和分析处理三维图像的系统已经研制成功了，图像处理技术得到了广泛的应用。进入20世纪90年代，图像增强技术已经逐步涉及人类生活和社会发展的各个方面。计算机程序用于增强对比度或将亮度编码为彩色，以便解释X射线和用于工业、医学及生物 6 科学等领域的其他图像。地理学用相同或相似的技术从航空和卫星图像中研究污染模式。在考古学领域中使用图像处理方法已成功地复原模糊图片。在物理学和相关领域中计算机技术能增强高能等离子和电子显微镜等领域的实验图片。直方图均衡处理是图像增强技术常用的方法之一。1997年Kim 提出如果要将图像增强技术运用到数码相机等电子产品中，那么算法一定要保持图像的亮度特性。在文章中Kim提出了保持亮度特性的直方图均衡算法(BBHE)。Kim的改进算法提出后，引起了许多学者的关注。在1999年Wan等人提出二维子图直方图均衡算法(DSIHE)。接着Chen和Ramli提出最小均方误差双直方图均衡算法(MMBEBHE)。为了保持图像亮度特性，许多学者转而研究局部增强处理技术，提出了许多新的算法:递归均值分层均衡处理(RMSHE)、递归子图均衡算法(RSIHE)、动态直方图均衡算法(DHE)、保持亮度特性动态直方图均衡算法(BPDHE)、多层直方图均衡算法(MHE)、亮度保持簇直方图均衡处理(BPWCHE)等等。 1.2.2 图像增强技术国内发展状况 在借鉴国外相对成熟理论体系和技术应用体系的条件下，国内的增强技术和应用也有了很大的发展。总体来说，图像增强技术的发展大致经历了初创期、发展期、普及期和应用期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用中、大型机对其进行处理。在这一时期由于图像存储成本高，处理设备造价高，因而其应用面很窄。20世纪70年代进入了发展期，开始大量采用中、大型机进行处理，图像处理也逐渐改用光栅扫描显示方式，特别是出现了CT和卫星遥感图像，对图像增强处理提出了一个更高的要求。到了20世纪80年代，图像增强技术进入普及期，此时的计算机已经能够承担起图形图像处理的任务。20世纪90年代进入了应用期，人们运用数字图像增强技术处理和分析遥感图像，以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。在生物医学工程方面，运用图像增强技术对X射线图像、超声图像和生物切片显微图像等进行处理，提高图像的清晰度和分辨率。在工业和工程方面，主要应用于无损探伤、质量检测和过程自动控制等方面。在公共安全方面，人像、指纹及其他痕迹的处理和识别，以及交通监控、事故分析等都在不同程度上使用了图像增强技术。图像增强是图像处理的重要组成部分，传统的图像增强方法对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入和发展，新的图像增强方法不断出现。例如一些学者将模糊映射理论引入到图像增强算法中，提出了包括模糊松弛、模糊熵、模糊类等增强算法来解决增强算法中映射函数选择问题，并且随 7 着交互式图像增强技术的应用，可以主观控制图像增强效果。同时利用直方图均衡技术的图像增强也有许多新的进展:例如提出了多层直方图结合亮度保持的均衡算法、动态分层直 方图均衡算法。这些算法通过分割图像，然后在子层图像内做均衡处理，较好地解决了直方图均衡过程中的对比度过拉伸问题，并且可以控制子层灰度映射范围，增强效果较好。 2 频域图像增方法 2.1 引言 在进行图像处理的过程中，获取原始图像后，首先需要对图像进行预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。图像增强的方法分为频域法和空域法，空域法主要是对图像中的各像素点进行操作;而频域法是在图像的某个变换域内，修改变换后的系数，例如傅立叶变换、DCT 变换等的系数，对图像进行操作，然后再进行反变换得到处理后的图像。下面具体对频域增强的方法进行介绍。 2.2 频域增强定义和步骤 频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其它空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。 频域增强的主要步骤是: (1) 选择变换方法，将输入图像变换到频域空间; (2) 在频域空间中，根据处理目的 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 一个转移函数并进行处理; (3) 将所得结果用反变换得到图像增强。 2.3 低通滤波 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 8 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: (2.3-1) 1D(u,v) D0 H(u,v) 0D(u,v) D0 式中，D(u,v)=(u2+v2)1/2 表示点(u,v)到原点的距离，D0 表示截止频率点到原点的距离。 滤波后,如图(2) (2) Butterworth 低通滤波器 n 阶Butterworth 滤波器的传递函数为: (2.3-2) D(u,v) H(u,v) 12n1, D0 它的特性是连续性衰减，而不像理想滤波器那样陡峭变化。 图2 理想低通滤波器应用实例 9 (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: 图3 高斯低通滤波器应用实例 D(u,v),(2.3-3) D0nH(u,v) e滤波后,如图(3) (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: 1D(u,v) D0 D(u,v),D1H(u,v) D0 D(u,v) D1 D,D01 (2.3-4) 0D(u,v) D0 2.4 高通滤波 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 10 二维理想高通滤波器的传递函数为: (2.4-1) 0D(u,v) D0 H(u,v) 1D(u,v) D0 滤波后,如图(4) 图4 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: H(u,v) 1 2n 1, D0 Du,v 滤波后，如图(5) 图5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: 11 2.4-2) ( 滤波后，如图(6) 图6 高斯高通滤波器应用实例 D0,(2.4-3) D(u,v)nH(u,v) e (4) 梯形滤波器 梯形高通滤波器的定义为: 0D(u,v) D1 D(u,v),D1H(u,v) D1 D(u,v) D0(2.3-4) D,D01 1D(u,v) D0 2.5 带通和带阻 带通滤波器容许一定频率范围信号通过, 但减弱(或减少)频率低于於下限截止频率和高于上限截止频率的信号的通过。带阻滤波器减弱(或减少)一定频率范围信号, 但容许频率低于於下限截止频率和高于上限截止频率的信号的通过。 2.6 同态滤波 一般来说，图像的边缘和噪声都对应于傅立叶变换的高频分量。而低频分量主要决定图像在平滑区域中总体灰度级的显示，故被低通滤波的图像比原图像少一些尖锐的细节部 12 分。同样，被高通滤波的图像在图像的平滑区域中将减少一些灰度级的变化并突出细节部分。为了增强图像细节的同时尽量保留图像的低频分量，使用同态滤波方法 可以保留图像原貌的同时，对图像细节增强.。滤波后，如图(8) 图7同态滤波过程 图8 同态滤波器应用实例 2.7 小结 理想低通滤波器由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会导致边缘信息损失而使图像边模糊;Butterworth 低通滤波器在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生;采用指数低通滤波器滤波在抑制噪声的同时，图像边缘的模糊程度较用Butterworth 滤波产生的大些，无明显的振铃效应。梯形低通滤波 器的性能介于理想低通滤波器和指数滤波器之间，滤波的图像有一定的模糊和振铃效应。 四种高通滤波函数的选用类似于低通。理想高通有明显振铃现象，即图像的边缘有抖动现象;Butterworth 高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的，振铃现象不明显;指数高通效果比Butterworth 差些，振铃现象不明显;梯形高通会产生微振铃效果，但计算简单，较常用。高通滤波器的滤波效果可以用原始图像减去低通滤波图像后得到。也可以将原始图像乘以一个放大系数，然后再减去低通滤波图像后得到高频增强图像 同态滤波同态滤波增强是一种在频域中同时将图像亮度范围进行压缩和将图像对比 13 度进行增强的方法。在同态滤波消噪中，先利用非线性的对数变换将乘性的噪声转化为加性的噪声。用线性滤波器消除噪声后再进行非线性的指数反变换以获得原始的无噪声图像。增强后的图像是由分别对应照度分量与反射分量的两部分叠加而成。 3 频域增强实例 3.1 低通滤波器 本次设计是用低通滤波为例，图像中的边缘和噪声都对应图像傅立叶变换中的高频部分，所以如要在频域中消弱其影响就要设法减弱这部分频率的分量。根据要求我们需要选择1个合适的H(u,v)以得到消弱F(u,v)高频分量的G(u,v).在以下讨论中我们考虑对F(u,v)的实部和虚部影响完全相同的滤波转移函数。具有这种特性的滤波器称为零相移滤波器。 理想是指小于D0的频率可以完全不受影响地通过滤波器，而大于D0的频率则完全通不 过。1个2-D理想低通滤波器的转移函数满足下列条件: 1D(u,v) D0 , v ) (3.1-1) H(u 0D(u,v) D0 上式中D0是1个非负整数。D(u,v)是从点(u,v)到频率平面原点的距离， D(u,v)=(u2+v2)1/2。 图1给出H的1个剖面图(设D对原点对称)，这里理想是指小于D0的频率可以完全 不受影响地通过滤波器，而大于D0的频率则完全通不过。因此D0也叫截断频率。尽管理想 低通滤波器在数学上定义得很清楚，在计算机模拟中也可实现，但在截断频率处直上直下的理想低通滤波器是不能用实际的电子器件实现的。 图1 理想低通滤波器转移函数的剖面图 如果使用这些“非物理”的理想滤波器，其输出图像会变得模糊和有“振铃(ring)” 14 现像出现。我们可借助卷积定理解释如下。 为简便，考虑1-D的情况。对1个理想低通滤波器，其h(x)的一般形式可由求式(1)的傅立叶反变换得到，其曲线可见图2(a)。现设f(x)是1副只有1个亮像素的简单图像，见图2(b)。这个亮点可看作是1个脉冲的近似。在这种情况下，f(x)和h(x)的卷积实际上是把h(x)复制到f(x)中亮点的位置。比较图2(b)和图2(c)可明显看出卷积使原来清晰的点被模糊函数模糊了。对更为复杂的原始图，如我们认为其中每个灰度值不为零的点都可以看作是1个其值正比于该点灰度值的1个亮点，则上述结论仍可成立。 图2空间模糊示意图 由图2还可以看出h(x,y)在2-D图像平面上将显示出一系列同心圆环。如对1个理想低通滤波器的H(u,v)求反变换，则可知道h(x,y)中同心圆环的半径是反比于D0的值的。 所以如果D0较小，就会使h(x,y)产生数量较少但较宽的同心圆环，并使g(x,y)模糊得比 较厉害。当增加D0时，就会使h(x,y)产生数量较多但较窄的同心圆环，并使g(x,y)模糊 得比较少。如果D0超出F(u,v)的定义域，则h(x,y)在其对应的空间区域为1，h(x,y)与 f(x,y)的卷积仍是f(x,y)，这相当于没有滤波。 3.2 巴特沃斯低通滤波器 物理上可以实现的一种低通滤波器是巴特沃斯(Butterworth)低通滤波器。在进行图像处理的过程中，获取原始图像后，首先需要对图像进行图像预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。由于噪声、光照等原因，使图像质量不高，为了改善视觉效果或便于人、机器对图像的分析理解，一般都需要对图像进行增强处理，但这个过程并没有统一的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。 图像增强的方法比较多，可以大概分为对比度增强，直方图增强、平滑和锐化,1,4大类，其中，直方图均衡是图像增强的经典方法，因为其有效性和简单易用性已成为图像增强最常用的 15 方法，他又分为全局均衡和局部均衡2种。全局的直方图均衡,2.3,是对整幅图像进行均衡，使其灰度分布均匀，让每一个灰度等级上的像素个数基本相等，算法简单、计算量小、容易实现，但对图像细节部分增强不够;局部直方图均衡,4.5,则可以增强图像 D(u,v) (3.2-1) H(u,v) 1 1, D0 阶为1的巴特沃斯低通滤波器剖面示意图见图3。由图可见低通巴特沃斯滤波器在高低频率间的过渡比较光滑，所以用巴特沃斯滤波器得到的输出图其振铃效应不明显。 一般情况下，常取是H最大值降到某个百分比的频率为截止频率。在上面式中，当D(u,v)=D0时，H(u,v)=0.5(即降到50%)。另一个常用的截止频率值是使H降到最大值的 1/21/2时的频率。 图3 巴特沃斯低通滤波器转移函数的剖面示意图 3.2.1 程序代码 clear all; 16 I1=imread((„E:\应用软件\matlab\bin\1?,?jpeg??); %该图片在安装matlab的目录中找，原图为灰度图像 figure,imshow(I1,[]); %把图像显示出来 f=double(I1); %图像存储类型转换 g=fft2(f); %傅立叶变换 g=fftshift(g); %转换数据矩阵 [N1,N2]=size(g); %测量图像尺寸参数 n=2; d0=50; n1=fix(N1/2); n2=fix(N2/2); for i=1:N1 for j=1:N2 d=sqrt((i-n1)—(j-n2) ) h=1/(1+0.414*(d/d0)，图3的对 17 比可知，当图像由于量化不足产生虚假轮廓时常可用低通滤波器进行平滑以改进图像质量 图1 原图像 图2加噪图像 图 3 Butterworth低通滤波器去噪图像 18 4 结束语 19 5 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 及展望 本论文论述了频域图像增强方发和一些基本原理。分析了四种高低滤波器,分析比较出他们中的优缺点。重点描述了低通滤波器设计原理以及巴特斯沃低通滤波器除噪过程。针对具体情况完善了原有滤波器的不足。同时加强了对MATLAB理解以及能熟练的掌握操作方法。 图像的频域增强在是图像增强的基础。而频域图像增强在当代社会各个领域都有着广泛运用:医学上进行拍片分析病症，地理学上空中遥感星球表面分析，海洋遥感，现实犯罪指纹取证都用到图片图像分析。图像的频域增强起着关键作用，但是现实实验和应用实际问题还会有更多困难有待我们去克服。只有充分透彻理解设计程序，综合考虑现实因素才在完善现有增强方法的基础上创新提出新的增强方法。 20 6 参考文献 [1] 姜钦扬(MATLAB 软件在高校教学中的应用[J](沈阳教育学院学报，2008，10(3):31- 33( [2] 王家文，曹宇(MATLAB6.5 图形图像处理[M](北京:国防工业出版社，2004( [3] Kim J(Effects of X2ray and CT image enhancements on the robust2ness and accuracy of a rigid 3D/2D image registration [J](Med2Phys，2005，32(4):8662873 [4] 涂望明，魏友国，施少敏等(MATLAB 在数字图像处理中的应用[J](微计算机信息，2007，23( 2- 3):299( [5] Gonzalez R C(Digital Image Processing [M](2nd ed(北京:电子工业出版社:64- 66( [6] Kim J(Effect of X- ray and CT image enhancement on the robustnessand accuracy of a rigid 3D / 2D image registration [J](MedPhys，2005，32(4):866- 873( [7] 郑军，徐春广，肖定国，理华.数字图像中不均匀校正技术研究[J].北京理工大学报，2003(6) [8] 陈春宁，王延杰.在频域中利用同态滤液增强图像对比度[J].微计算机信息，2007 [9] 贾小军. 基于Matlab 的图像增强技术研究[J]. 渭南师范学院学报，2008，23(2):68-70. [10] 赖志国，余啸海. Matlab 图像处理与应用[M]. 北京:国防工业出版社，2004. 21 7 致 谢 在这篇论文定稿之际，我要感谢我的毕业指导老师邓超老师，邓老师对我论文的写作给予了很多指导和帮助，无论是在论文的选题、构思和资料的收集方面，还是在论文的研究方法以及成文定稿方面，我都得到了邓老师悉心指导和无私的帮助，特别是邓老师广博的学识、深厚的学术素养、严谨的治学精神和一丝不苟的工作作风使我终身受益。在此我表示真诚地感谢和深深的谢意。 在论文的写作过程中，也得到了许多同学的宝贵建议，在此一并致以诚挚的谢意。 感谢所有关心、支持、帮助过我的良师益友。 最后，再向百忙中抽出时间对 22