09931120+陆原+开题报告

杭州电子科技大学信息工程学院毕业设计开题报告
题目彩色图像增强算法研究及其在Matlab上的实现
系自动控制
专业电气工程与自动化姓名陆原
班级09093111
学号09931120
指导教师金朝阳
一、综述本课题国内外研究动态，说明选题的依据和意义
人类传递的信息有70%须通过视觉，图像是传递信息的重要媒体和手段，但是彩色图像可能会被噪声污染，如传感器震动或者背景光分布不均等因素，使其转换后的数字图像质量下降，因此为了研究和分析图像，需要运用一些增强处理方法，以期达到消除噪声、增强图像亮度和饱和度的目的，可以提升图像的视觉效果，使图像能更好的反应出人们所想要了解的信息。

图像增强是将原来不清晰的图像变得清晰，使之改善图像质量、丰富信息量，以加强图像判读和识别效果的图像处理方法。

其实质是有选择地加强图像中的某些信息而抑制另一些信息,从而改善原始图像的视觉效果或便于计算机的后续处理。

随着科技的发展，彩色图像在当今社会中占领着越来越重要的位置，因为在现实世界中，人们面对的大多是彩色图像，相对于灰度图像而言，彩色图像包含了更丰富的信息，无论是对人们的视觉感受，还是后续的图像理解与分析，彩色图像都具有灰度图像无可比拟的优越性。

相对而言，灰度图像的增强处理已有很多成熟有效的方法，通过采用一些技术手段修正图像的灰度分布，以达到增强图像对比度和清晰度的目的。

然而这些图像增强技术多是针对灰度图像的，并不能直接推广到彩色图像增强中去，一些处理灰度图像效果很好的算法在处理彩色图像时效果可能很不理想,甚至会严重失真而形成色斑。

这是因为彩色图像还包括彩色信息，彩色图像的三个颜色通道相关性很高,而且人类对大脑中的色彩的处理机制仍未完全理解。

彩色图像增强不仅需要考虑采用何种方法增强图像，还需要考虑如何保持色调不变。

因而彩色图像的处理远比灰度图像复杂得多。

彩色图像增强主要是对其亮度、色彩等信息进行修正，使得增强后的图像更加生动、细节更加明显、色彩更加鲜艳，同时保持色调不变，从而保证了没有颜色的失真或偏移。

彩色图像增强有着许多应用，已经不止停留在研究增强彩色图像本身，以最近新兴的一项新课题：“假彩色增强图像处理”为例。

所谓“假彩色”即不是原来物体自然颜色，而是利用人工方法使黑白图像彩色化。

近年来，假彩色图像已在航天、军事、地球探矿、海洋学等方面应用。

这是彩色图像增强的一重要应用，这一应用以及没有提及到众多应用也说明了增强彩色图像的重要意义。

因此研究彩色图像增强算法有着非常重要的现实意义，这也就是为什么此次毕业设计我选择研究分析彩色图像的增强算法这一课题。

常见的彩色图像增强算法有两类：一类是将彩色图像经过色调空间转换，将图像
持色调不变从而保证了没有颜色的偏移，而对亮度做相应的处理，最后再转回RGB 空间；另一种方法是不进行空间的转换，让RGB这3个分量进行相同的放缩和平移，从而达到色调不变的目的。

后一种方法同前一种方法相比，由于没有从GRB空间到HSV空间的转换，计算复杂度较低，但图像的增强效果没有前一种方法好。

在HSV模型中，亮度（V）与图像的彩色信息无关，亮度增强并不改变原图的彩色内容。

因而现有的基于HSV模型的彩色图像增强方法大多都只对亮度分量进行增强，没有考虑亮度分量增强后，人对彩色的感受会有所不同，即使有些方法考虑到了视觉特性，但也仅对饱和度（S）做了简单的拉伸处理。

因此，赵晓丽、孙宪坤提出了一种新的彩色图像增强算法，该方法对亮度分量采用局部增强，在获得图像细节的同时保持图像缓慢变化的部分，增强了图像的清晰度，且视觉效果更佳柔和，对饱和度分量，根据亮度分量的变化情况，利用亮度和饱和度之间的相关系数，来对饱和度分量进行调整。

此方法的优点为：不仅拉伸了图像的对比度，增加了图像的清晰度，而且图像色彩更加丰富，更加符合人的视觉特性。

针对传统彩色图像增强算法一般在灰度图像空间进行因而容易造成细节丢失等问题，结合小波变换和直方图均衡的优势，刘彩霞提出了一种新的彩色图像增强算法：在HIS色彩空间上的一种基于色调不变的彩色图像增强算法，该方法通过小波分解在亮度低频域进行直方图均衡化以增强亮度部分。

该方法的优势为：该方法低亮度的彩色图像有较好的增强效果，并且时间复杂度大大降低。

针对传统直方图均衡化方法实现彩色图像增强并不具有普适性的不足,吴成茂提出了一种广义直方图的构造方法并将其用于彩色图像均衡化增强，将传统灰度图像直方图定义进行修改并得到一种广义灰度图像直方图,将其用于彩色图像在HSV空间实现均衡化增强。

该方法优点为：所建议的广义直方图均衡化彩色图像增强方法是有效的,且比传统直方图均衡化方法能取得更好的增强效果。

乔香磊、宋刚提出了一种基于人眼视觉特性的彩色图像增强算法：即在保持图像色调分量不变的前提下，根据人眼对图像平缓部分的噪声比细节部分的噪声更敏感这一视觉特性，提出了基于人眼视觉特性的自适应彩色图像增强算法。

这一方法优点为：经此算法增强后的彩色图像不仅更加清晰，同时也更加生动、鲜艳。

此处仅列举了几个典型的彩色图像增强算法，在后续的论文主题中将会进行更加详细的讨论。

二、研究的基本内容，拟解决的主要问题
常见的彩色图像增强算法有两类：一类是将彩色图像经过色调空间转换，将图像
持色调不变从而保证了没有颜色的偏移，而对亮度做相应的处理，最后再转回RGB 空间；另一种方法是不进行空间的转换，让RGB这3个分量进行相同的放缩和平移，从而达到色调不变的目的。

为了实现彩色图像增强，我将使用matlab软件，从多个方面（如：去噪、增强对比度、锐化、边缘检测等方面）处理彩色图像，达到增强彩色图像的目的，使增强图像与原图像相比更加清晰，图像色彩更加丰富，以使图像传递出更多的信息，使之更符合人的视觉特性。

三、研究步骤、方法及措施
(1)先行研究灰度图的图像增强算法，因为灰度图像的增强处理已有很多成熟有效的方法，虽然不能直接推广到彩色图像增强中去，但是可以掌握图像增强的基础必备知识。

（阅读研究图像增强的书籍，以及查看灰度图像增强算法相关的文献）
(2)学习色调空间相关知识，对各种色调空间及其特点进行深入学习。

(3)完成彩色图像增强，具体包括：对比度调节，去噪，边缘检测，锐化、分割以及三种改进的彩色图像增强算法的实现。

四、研究工作进度
序号时间内容
1 2013/02/28至2013/03/8课题调研文献查阅明确任务和目标，开题报告。

2 2013/03/09至2013/03/25完成论文开题和外文翻译。

学习与毕业设计相关的知识。

3 2013/0326至2013/04/15在Matlab下实现基于彩色变换的图像增强算法，4月15日前完成中期检查。

4 2013/04/16至2013/04/30调试，修改程序。

5 2013/05/01至2013/05/31完成毕业论文的撰写。

6 2013/06/4至2013/06/7毕业答辩。

7 2013/06/7至学期末资料整理及归档自查与交流。

五、主要参考文献：
[1] Rafael C. Gonzalez，[美]Richard E. Woods.冈萨雷斯数字图像处理（MATLAB 版）[M]. 电子工业出版社，2005：144-175.
[2] Gonzalez, Woods, Eddins. Digital Image Processing Using MATLAB 2nd Ed[M]. Gatesmark Publishing, 2009:4-23.
[3] Gonzalez, Woods. Digital Image Processing 3rd Ed[M]. Prentice Hall, 2008:36-57.
[4] 何东健.数字图像处理（第二版）[M]. 西安电子科技大学出版社，2008：1-54.
[5] 赵全友，潘保昌，郑胜林，战萌伟.一种颜色保持的彩色图像增强新算法[J]. 维普咨询，2008,28（2）：1-4.
[6] 余华益，吴房胜. 新型彩色图像增强算法研究[J]. 中国科技信息，2012，（7）：112-116.
[7] 陈书海，傅录祥. 使用数字图像处理[M]. 北京科学出版社，2005：34-77.
[8] 吴立仁，李国栋. 一种改进的分段线性变换的图像增强方法的研究[D]. 北京：华北电力大学计算机科学与技术学院，2009.
[9] 雷小丽，党群. 一种新的非线性变换法实现图像增强的方法[J]. 光子学报，2007,36:1-2.
[10] 韩耀东,狄红卫. 基于色彩空间非线性变换的彩色图像边缘检测[J]. 光学技术， 2004，30(06)：2-3.
[11] 陈北京. 医学图像增强和配准相似性测度的诺干研究[D]. 浙江：浙江大学，2006.
[12] 肖泉，丁兴号等. 有效消除光晕现象和颜色保持的彩色图像增强算法[J]. 计算机辅助设计与图形学学报，2010，22(8)：2-4.。