本科毕业设计---基于直方图的图像增强技术的研究
基于直方图处理的图像的增强方法研究
基于直方图处理的图像的增强方法研究中文摘要通过直方图均衡算法，使输出图像直方图近似服从均匀分布，在此算法基础上利用小波变换，对图像进行二维小波分解，突出图像中的有用信息，消减图像中的无用信息，使图像中特定信息得倒增强，并提高图像的对比度，提高图像质量。
直方图规定化是基于自适应直方图规定化函数引导的动态分层图像增强算法，在对比指纹图像的灰度直方图增强的技术的基础上,针对均衡化算法的不足和现有直方图规定化算法中映射规则计算量大的情形,提出一种改进的规定化算法。
直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息。
关键词：图像增强，直方图均衡化，小波变换，直方图规定化AbstractThrough the histogram equalization algorithm, make the output image histogram approximation obey uniform distribution. Based on the algorithm,using the imagine of the two dimensional wavelet decomposition, highlight the useful information and cut the useless information in the imagine. The imagine of a specific information will be enhanced, and the contrast of imagine will be improved , then the imagine quality will be improved.Key words: imagine enhancement; histogram equalization; wavelet transform一：引言图像变换是数字图像处理中的一种综合变换，如直方图变换。
自-直方图图像增强(实验报告)
数字图像处理作业——直方图图像增强【摘要】ﻩ在自然界中很多图像可能都不符合人的视觉特点，因此有必要根据图像的特点采用一定的方法增强图像的视觉感知效果。
本次作业通过直方图来增强图像，主要是对直方图进行修正来达到视觉转换。
具体方法为直方图均衡、直方图匹配以及图像分割技术。
其中,直方图均衡是调整图像的对比度使其增强;直方图匹配是将所要处理图像的直方图与已知直方图进行类似匹配的方法；而图像分割是将一副图像的前景与背景区别开来的技术。
1. 把附件图像的直方图画出：【注】:由于源图像中的附图均是以索引图的形式给出,因此在画直方图之前需要将其转换成灰度图。
如果调色板缺失,需要先将调色板中缺失的色彩信息补全之后，再用matlab 工具箱提供的图像类型转换函数(G ＝ind ２gray （A,map)% 将索引图转换成灰度图）进行类型转换。
利用MA ＴLAB 工具箱，我们可以直接通过函数imh ｉｓｔ( )来画出图像的直方图。
处理结果如下:0100020003000citywall.bmp 的原直方图1002000citywall1.bmp 的直方图1002000citywall2.bmp 的直方图100200elain.bmp的原直方图0100200elain1.bmp的直方图0100200elain2.bmp的直方图01002004elain3.bmp的直方图0100200 0lena.bmp的原直方图01002004lena1.bmp的直方图0100200 0lena2.bmp的直方图010020050001000015000lena4.bmp的直方图01002002. 把所有图像进行直方图均衡;输出均衡后的图像和源图像进行比对；分析改善内容；【分析】:直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
该方法通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
基于直方图均衡化的图像增强
实验二基于直方图均衡化的图像增强一．实验目的1、了解直方图的概念2、熟悉直方图均衡化的主要用途3、掌握采用直方图均衡化进行图像增强的方法；二．实验设备1、PC机一台；2、软件MA TLAB；三．实验原理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
本实验以直方图均衡化增强图像对比度的方法为主要内容，其他方法可以在课后自行练习。
直方图是多种空间域处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。
直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。
灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程四．实验内容及步骤对如图1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img 进行如下处理：四．实验步骤指纹图fing_128.img 显微医学图像cell_128.img图1 实验图像1）启动MATLAB 程序，编制相应的程序 2）对给定图像做直方图均衡化处理3）讨论不同的图像内容均衡化后的效果 4）记录和整理实验报告五．实验报告内容（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图。
数字图像课程设计--基于直方图变换实现的图像增强
数字图像课程设计--基于直方图变换实现的图像增强燕山大学课程设计说明书题目：基于直方图变换实现的图像增强学院（系）：里仁学院电气工程系年级专业：工业自动化仪表10-1班学号： 101203021001 学生姓名：卢烁指导教师：赵彦涛韩立强教师职称：副教授燕山大学课程设计（论文）任务书院（系）：里仁学院气工程系基层教学单位：说明：此表一式四份，学生、指导教师、基层教学单位、系部各一份。
月日燕山大学课程设计评审意见表目录一、摘要 ------------------------------------1二、关键字 ------------------------------------1三、直方图增强技术的基本理论-------------------11、直方图基础---------------------------------------------------------------------12、直方图均衡化---------------------------------------------------------------------23、直方图规定化---------------------------------------------------------------------2四、MATLAB 实现及分析 -------------------------3五、结束语 ------------------------------11六、参考文献 ------------------------------11共11 页第 0页一、摘要共11 页第 1页在图像形成、传输或变换的过程中,由于受到其它客观因素诸如系统噪声、曝光不足或过量、相对运动等影响,获取图像往往会与原始图像之间产生某种差异(称为降质或退化) 。
退化后的图像通常模糊不清或者经过机器提取的信息量减少甚至错误,因此必须对其采取一些手段进行改善。
基于直方图均衡化图像加强算法的研究
基于直方图均衡化的图像增强改进算法研究摘要：通过直方图均衡化算法，使输出图像直方图近似服从均匀分布，在此算法基础上利用小波变换，对图像进行二维小波分解，突出图像中的有用信息，削减图像中的无用信息，使图像中特定信息得到增强，并提高图像的对比度，提高图像质量。
关键字：图像增强；直方图均衡化；小波变换；中文分类号：文本标识码：文章编号：Research on algorithm of image enhancement based onhistogram equalizationYU Wei-bo, CHEN Xiaodong(School of Electrical &Electronic Engineering,Changchun University of Technology,Changchun 130012,China) Abstract：Through the histogram equalization algorithm, make the output image histogram approximation obey uniform distribution. Based on the algorithm, using the image of the two-dimensional wavelet decomposition, highlight the useful information and cut the useless information in the image. The image of a specific information will be enhanced, and the contrast of images will be improved,then the image quality will be improved.Key words:image enhancement;histogram equalization; wavelet transform0引言图像增强是图像处理的基本内容之一。
基于直方图均衡的低光度图像增强技术研究
基于直方图均衡的低光度图像增强技术研究现代数字图像处理技术已经成为了人们生活中不可或缺的一部分，随着科技的不断发展，数字图像的质量要求也越来越高。
在数字图像处理过程中，一种基于直方图均衡的低光度图像增强技术被广泛应用。
1. 直方图均衡概述直方图均衡化是一种广泛使用的图像增强方法，可使图像的整体对比度增加。
该方法的基本原理是通过将像素值映射到一个具有均匀分布的像素值上，来拉伸输入图像的像素强度的直方图（即直方图均衡），从而增加强度之间的差异，使得图像更具有可视性和视觉效果。
一般地，直方图均衡算法包括如下几个步骤：1）计算图像的灰度直方图；2）根据灰度直方图计算出每个像素灰度级别对应的累积密度函数；3）根据累积密度函数将像素强度拉伸到整个灰度范围内。
直方图均衡化方法通常适用于大部分图像场景，特别是室内拍摄或有光照不足的情况。
2. 基于直方图均衡的低光度图像增强技术对于低光度图像处理，直方图均衡化方法在一定程度上可以提高其对比度，但也存在一定的缺陷，例如直方图过于单峰化会使得亮度不稳定，从而破坏了细节，另外，直方图均衡化在强度变化较小的区域中容易造成过于强烈的强度变化，从而也会影响对细节的揭示。
为了解决这个问题，研究人员提出了一种环境光线不能忽略的低光度图像增强方法，该方法基于直方图均衡和包含同态滤波器的预处理步骤。
在低光度图像上执行此类增强操作可以改善图像对比度和亮度平均值。
该方法分为两个主要步骤：1）预处理：应用德沃夏克-朗格杰尼修剪算法来修剪图像的强度，保证图像在强度方面的统一性；2）增强：在预处理之后，对图像执行直方图均衡化操作，将像素的直方图拉伸到最佳比例范围内，从而增强图像。
这种基于直方图均衡的低光度图像增强方法，可以在大致恢复灰度级别的同时，仍然使得图像的对比度比较高，并且还能够保留图像的细节信息。
此外，应用此种增强方法后，最终图像的可视化效果也有很大的提升。
3. 使用案例为了验证基于直方图均衡的低光度图像增强技术对低光度环境下图像的增强效果，我们进行了实验。
图像增强的毕业设计
1 引言1.1 课题的研究背景及意义数字图像处理(Digital Image Processing)是利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等相关理论、方法和技术的总称。
因为通常图像处理是用计算机和实时硬件实现的，因此也称之为计算机图像处理(Computer Image Processing)。
一般而言，数字图像处理的主要内容包括图像获取、图像复原、图像增强、图像分割、图像分析、图像重建、图像压缩编码等等]2,1[。
20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。
直到20世纪50年代数字计算机发展到一定水平后，数字图像处理才真正引起人们的兴趣。
目前数字图像处理技术已经成为计算机科学、信息科学、生物学、军事、通信、工业、医学等学科研究的热点。
在日常生活中，图像处理也得到广泛应用。
例如电脑人像艺术、电视中的特殊效果、自动售货机钞票的识别、邮政编码的自动识别、交通车辆车牌识别、医学成像设备图像处理和利用指纹、虹膜、面部等特征而进行的身份识别等等]13[。
图像增强是图像处理的一项重要内容，其目的是将图像中感兴趣的部分尽可能地突现出来。
在一个图像系统中，图像的获取、发送、传输、接收、输出、复制等等，每一个环节都会产生干扰，都会使图像质量降低。
因此，如何对这些“降质”图像进行处理使其达到我们的要求已受到研究人员的高度重视。
传统的图像增强算法在改善图像的对比度和增强图像的细节的同时也放大了噪声,这是传统算法的缺点和不足之处]2[。
图像增强对于物体的特征提取及其识别是非常重要的，主要有以下几个原因：第一，图像增强的好坏直接关系到后续的图像处理（比如图像的分割，边缘检测，特征提取等方面）的好坏；第二，图像增强是图像预处理中非常关键的一环，人们从传感器获得的图像不可能是完美无缺的，不是拍摄的光线不好造成背景黑细节不明显，就是夹杂着各种各样的噪声，这都降低了图像的质量，影响了人们的感官效果；第三，传统的单尺度图像增强存在诸如增强图像的细节方面不突出，不能对图像进行分层处理等等，在处理效果上就没有多尺度处理的效果好，正因为如此基于多尺度分析的图像增强正受到研究人员的重视。
“直方图”均衡化图像增强技术研究综述
1引言直方图均衡化[1]（Histogram Equalization，HE）技术可以在图像增强[2]、光照补偿[3]、图像去雾[4-5]多个领域取得很好的效果，可见其应用范围广。
许多关于图像增强算法的论文在结果对比中选取了HE算法，可见直方图均衡化技术代表性强。
近三年内有很多研究人员致力于HE增强算法的研究及改进，国内外很多期刊都报道了HE增强算法的研究及改进工作，可见直方图均衡化技术关注度高、潜力大。
同时直方图也是一幅图像的重要属性，可定量描述数据的统计特征，在图像工程中也有很重要的应用，如改进的灰度-局部方差二维直方图[6]在图像分割中的应用，韦伯梯度方向直方图[7]在人脸识别上的应用，方向梯度直方图在目标检测中的应用[8]等。
综合以上分析，对于直方图均衡化图像增强技术的回顾与总结至关重要。
2关于经典HE算法的几点认识关于直方图均衡化前后灰度值变化以及灰度值对比度变化的分析见文献[9]，结合大量对经典HE算法的改进工作以及对HE相关算法的大量实践，本章中总结了HE经典算法的主要优缺点。
主要优点：经典HE算法本质为灰度级经某种变换，“直方图”均衡化图像增强技术研究综述丁畅，董丽丽，许文海DING Chang,DONG Lili,XU Wenhai大连海事大学信息科学技术学院，辽宁大连116026School of Information Science and Technology,Dalian Maritime University,Dalian,Liaoning116026,ChinaDING Chang,DONG Lili,XU Wenhai.Review of“histogram”equalization technique for image enhancement. Computer Engineering and Applications,2017,53（23）：12-17.Abstract:Equalization is equal to uniform distribution,image enhancement algorithms directed by the equalization ideology have rich connotation,profound significance,wide application.Histogram Equalization（HE）is representative strongly in the field of image enhancement,on the basis,in recent years,researchers have expanded the applications of equalization ideology in the field of image enhancement.However,there is lack of the reviewing paper about HE for image enhancement which can comprehensively summarize HE related techniques,this paper considers the equalization ideology as the mainline,the improved work is classified into5kinds of techniques,meanwhile,the typical algorithms of each technique are analyzed,finally,the probable research directions in future are pointed out.Key words:image enhancement;histogram equalization;sub-histogram equalization;histogram modification;variation technique;local histogram equalization;gradient domain;wavelet domain摘要：均衡化即等可能分布，以均衡化指导思想的图像增强方法内涵丰富，意义深远，应用广泛。
基于直方图均衡化的图像增强算法
基于直方图均衡化的图像增强算法图像增强是数字图像处理领域中的一个重要任务，其目标是提高图像的视觉质量、增强图像的细节信息，使得图像更具观赏性和可辨识度。
直方图均衡化是一种常用的图像增强算法，通过重新分配图像的像素值，增强图像的对比度和动态范围。
本文将详细介绍基于直方图均衡化的图像增强算法的原理、步骤和应用。
一、直方图均衡化的原理直方图均衡化是一种通过拉伸图像的像素值分布来增强图像对比度的方法。
其基本原理是将原始图像中的像素经过变换后，使其灰度级分布更加均匀，从而增强图像的细节和对比度。
直方图均衡化的核心思想是将图像的像素累积函数进行非线性变换，使得原始图像中灰度级分布不均匀的区域得到均匀化，从而实现图像的增强效果。
二、直方图均衡化的步骤直方图均衡化算法主要包括以下几个步骤：1. 计算原始图像的灰度直方图：通过统计每个灰度级对应的像素个数，得到原始图像的灰度直方图。
2. 计算原始图像的累积分布函数(CDF)：对灰度直方图做累积求和，得到原始图像的累积分布函数。
3. 计算像素值映射函数：将CDF进行归一化处理，得到像素值的映射函数，该映射函数描述了原始图像像素值与增强后图像像素值的对应关系。
通过该映射函数，可以将原始图像的每个像素值映射到增强后的像素值。
4. 对原始图像进行像素值映射：根据像素值映射函数，将原始图像的每个像素值进行映射，得到增强后的图像。
5. 输出增强后的图像：将经过像素值映射后的图像进行输出显示或保存，得到最终的增强图像。
三、基于直方图均衡化的图像增强应用直方图均衡化算法在图像增强领域有着广泛的应用。
下面介绍几个典型的应用场景。
1. 医学图像增强：医学图像通常需要提高图像的对比度和细节信息，以便医生更好地进行诊断。
直方图均衡化可以增强医学图像中的血管、肿瘤等细节信息，提升图像的识别能力。
2. 目标检测与识别：图像中的目标通常需要具备清晰的边缘和丰富的纹理信息，以便目标检测和识别算法能够准确地进行处理。
基于直方图变换实现的图像增强的课程设计
燕山大学课程设计说明书题目：基于直方图变换实现的图像增强学院（系）：年级专业：学号：学生姓名：王大强指导教师：教师职称：副教授副教授燕山大学课程设计（论文）任务书年月日目录第1章摘要 (1)第2章引言 (2)第3章图像增强的重要方法 (3)3.1 灰度变换 (3)3.2 直方图修正 (3)3.3 平滑 (3)3.4 锐化 (4)3.5 各种图像增强技术方法的优缺点 (4)第4章直方图增强及matlab实现 (5)4.1 直方图均衡化 (5)4.2 直方图均衡化的公式……………………………………………………………54.3 直方图均衡化matlab的实现 (6)4.4 直方图均衡化小结 (9)第5章结论 (10)第6章心得体会 (12)第7章参考文献 (12)第一章摘要摘要：图像增强不仅可以用于提高图像的视觉外观，而且还是图像边缘检测以及特征提取等技术的基础。
本课程设计主要研究用于增强图像的灰度变换方法，包括线性灰度变换、非线性灰度变换与直方图均衡化方法。
采用MATLAB软件进行编程，运用上述算法对图像进行处理。
实验结果表明，处理后的图像对比度得到了明显改善，增强了图像的视觉效果。
在以上算法中可以通过灵活设置相关参数获取不同的图像增强效果，并且具有处理速度快的优点。
通过对图像增强的方法进行比较之后，得出不同方法在使用过程中的优缺点，并且积极思考和掌握在特定图像下增强图像的最优方法。
关键字：数字图像处理；图像增强；直方图；均衡化；规定化； matlab第二章引言引言：图像增强是指按特定的需要突出一副图像中的某些信息，同时，消弱或去除某些不需要信息的处理方法。
其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。
图像增强技术是不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，而衰减其不需要的特征，故改善后的图像不一定要去逼近原图像。
如突出目标物轮廓，去除各类噪音，将黑白图像转变为伪彩色图像。
图像增强毕业设计
图像增强毕业设计图像增强毕业设计近年来，随着数字图像处理技术的迅猛发展，图像增强作为其中的重要研究方向，逐渐引起了人们的关注。
图像增强是指通过对图像进行一系列的处理操作，改善图像的质量和视觉效果。
在各个领域中，图像增强技术都有着广泛的应用，如医学影像、安防监控、航天图像等。
一、图像增强的意义和目标图像增强的意义在于提升图像的质量和细节，使得图像更加清晰、鲜明，并且更符合人眼的观察习惯。
通过图像增强，可以使得图像中的目标物体更加容易被观察和分析，从而为后续的图像处理和分析提供更好的基础。
图像增强的目标主要包括以下几个方面：增强图像的对比度、增强图像的亮度、减少图像的噪声、增强图像的细节等。
通过对图像进行适当的增强处理，可以使得图像的视觉效果更加出色，更符合人眼的感知。
二、图像增强的方法和技术图像增强的方法和技术有很多种，常见的方法包括直方图均衡化、滤波、锐化、噪声去除等。
直方图均衡化是一种常用的图像增强方法，通过对图像的像素值进行统计和调整，使得图像的对比度得到增强，从而改善图像的视觉效果。
滤波是图像增强中常用的方法之一，通过对图像进行低通滤波或高通滤波，可以分别实现图像的模糊和锐化。
低通滤波可以平滑图像，减少图像的噪声和细节，而高通滤波则可以突出图像的边缘和细节。
锐化是指通过对图像进行边缘增强，使得图像的细节更加清晰和鲜明。
常见的锐化方法包括拉普拉斯算子、Sobel算子等。
噪声去除是图像增强中的一个重要环节，噪声会降低图像的质量和视觉效果。
常见的噪声去除方法有中值滤波、均值滤波等。
三、图像增强的应用领域图像增强在各个领域中都有着广泛的应用。
在医学影像领域，图像增强可以帮助医生更好地观察和分析病灶，提高诊断的准确性和可靠性。
在安防监控领域，图像增强可以提高监控摄像头的拍摄效果，使得监控图像更加清晰、鲜明，从而提高安防系统的效果。
在航天图像领域，图像增强可以改善卫星拍摄的图像质量，使得卫星图像更适合用于地理信息的提取和分析。
基于直方图均衡化图像增强算法分析
基于直方图均衡化图像增强算法分析目录1. 前言 (1)2. 理论分析 (2)2.1 直方图修正技术的基础 (2)2.2 直方图的均衡化 (3)2.3 直方图均衡化的算法步骤 (4)3. 仿真实验与结果 (5)4. 结论 (9)参考文献 (9)1. 前言在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因，图像的质量往往不能令人满意。
例如，检测对象物的边缘过于模糊；在比较满意的一幅图像上发现多了一些不知来源的黑点或白点；图像的失真、变形等等。
所以图像往往需要采取一些手段进行改善以求达到较好的效果。
图像增强技术正是在此基础上提出的。
图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式。
即改善图像质量是图像增强的根本目的。
图像增强的意义一般可以理解为：按需要进行适当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某些有用的信息，去除或消弱无用的信息以便于显示、观察或进一步分析和处理。
图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。
因此图像增强处理是图像分析和图像理解的前提和基础。
在图像的获取过程中，特别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。
加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。
因此，为得到一幅清晰的图像必须进行增强处理。
传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息熵下降，给监控图像的分析和后期处理带来了困难。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
包头师范学院本科毕业论文题目：基于直方图的图像增强技术的研究学生姓名：赵良良学院：信息科学与技术院系专业：电子信息科学与技术班级：07级本科指导教师：刘晓虹二〇一一年五月摘要图像增强是数字图像处理过程中经常采用的一种方法，图像增强的主要目的就是要使增强后的图像具有更好的视觉效果，更合适于对图像进行后续的分析和处理。
灰度直方图概括了图像中各灰度级的含量，提供了原图的灰度值分布情况，灰度直方图是图像增强的最好的研究内容。
通过采取适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始图片处理成清楚、明晰的富含大量有用信息的可使用图像。
本文主要研究了在MATLAB环境下，通过直方图的均衡化对图像进行增强处理。
关键词：图像增强；直方图；MATLABABSTRACTImage enhancement is a kind of method in the digital image processing，its purpose is that visual effects of enhancement image is better and appropriate to continue analyzing and processing image. Histogram shows all gray scales of image and distribution of image. Histogram is the best contents of image enhancement for study. The blurry and undistinguished image can be processed to clear and useful image. This paper studies image enhancement by histogram balance in MATLAB.Key words：Image enhancement; Image Histogram; MATLAB目录摘要 (2)ABSTRACT (3)目录 (1)1 绪论 (3)1.1课题背景与意义 (3)1.2研究现状 (4)1.3本文的结构 (6)2 图像增强的基本理论 (7)2.1数字图像的表示 (7)2.2主要的图像增强技术 (7)3 基于直方图的图像增强 (9)3.1直方图 (9)3.1.1 直方图的定义及性质 (9)3.2直方图变换 (10)3.2.1 直方图修正基础 (10)3.2.2 直方图均衡化 (11)3.3直方图使用中的常见问题 (13)4 图像直方图均衡化 (14)4.1直方图均衡化的实现 (14)4.1.1 系统实现的功能分析 (14)4.2.1 直方图均衡化 (14)5 结论 (16)参考文献 (17)致谢 (18)1 绪论人们从外界获得的信息约有75％来自图像，也就是说人类的大部分信息都是从图像中获得的。
利用计算机对图像进行各种形式的处理，促进了图像处理技术的发展。
图像增强本身就是图像处理中最具有吸引力的领域之一。
1.1 课题背景与意义随着电子计算机技术的进步，计算机图像处理近年来得到飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。
它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。
对图像进行处理时，经常运用图像增强技术以改善图像的质量。
在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。
在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊；传输过程中会引入各种类型的噪声。
总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。
尽管由于目的、观点、爱好等的不同，图像质量很难有统一的定义和标准，但是根据应用要求改善图像质量却是一个共同的目标。
图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息[1]。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。
处理后的图像是否保持原状已经是无关紧要的了，不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。
图像增强的目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。
它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，很少涉及客观和统一的评价标准。
增强的效果通常都与具体的图像有关系，靠人的主观感觉加以评价。
目前图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。
如对 X 射线图片、 CT 影像、内窥镜图像进行增强，使医生更容易从中确定病变区域，从图像细节区域中发现问题：对不同时间拍摄的同一地区的遥感图片进行增强处理，侦查是否有敌人军事调动或军事装备及建筑出现；在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度，克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象，减少电视系统维护的量。
图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用。
在图像处理过程中，图像增强是十分重要的一个环节。
本文的主要内容就是围绕图像增强部分的一些基本理论和算法而展开。
1.2 研究现状计算机图像处理的发展历史不长，但已经引起了人们的重视。
图像处理技术始于20世纪60年代，由于当时图像存储成本高，处理设备造价高，因而其应用面很窄。
1964 年美国加州理工学院的喷气推进实验室，首次对徘徊者 7 号太空飞船发回的月球照片进行了处理，得到了前所未有的清晰图像，这标志着图像处理技术开始得到实际应用。
70年代进入发展期，出现了cT和卫星遥感图像，对图像处理的发展起到了很好的促进作用。
80年代进入普及期，此时微机已经能够承担起图形图像处理的任务。
VLSI 的出现更使得处理速度大大提高，其造价也进一步降低，极大的促进了图像处理系统的普及和应用。
90年代是图像处理技术实用化时期，图像处理的信息量巨大，对处理的速度要求极高。
21世纪的图像处理技术要向高质量化方面发展，实现图像的实时处理，采用数字全息技术使图像包含最为完整和丰富的信息，实现图像的智能生成、处理、理解和识别。
图像增强作为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重要作用。
随着对图像增强技术研究的不断深入，新的图像增强方法不断出现。
目前主要分为如下几类1．传统的图像增强方法传统的图像增强的处理方法基本可以分为空域图像增强和频域图像增强两大类。
空域是指组成图像的像素的集合，空域图像增强直接对图像中像素灰度值进行运算处理，如灰度变换、直方图均衡化等。
频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果，如低通滤波技术、高通滤波器技术、带通和带阻滤波等。
2．多尺度分析的图像增强方法多尺度分析又称为多分辨率分析，它是由Mallat于1989 年首先提出的。
以小波变换为代表的多尺度分析方法，被认为是分析工具及方法上的重大突破。
小波分析在时域或频域上都具有良好的局部特性，而且由于对高频信号采取逐步精细的时域或空域步长，从而可以聚焦到分析对象的任意细节。
随后取得了许多研究成果，如 Sattar etal 提出了一种非线性的多尺度增强方法、杨煊提出了一种基于方向信息的多尺度边缘检测和图像去噪的方法等。
3．数学形态学增强方法数学形态学是用具有一定形态的结构元素去量度和提取图像中的对应形状，以达到对图像分析和识别的目的。
数学形态学增强技术主要是形态学平滑去噪技术，相对图像开启然后再闭合，是一种对图像进行平滑的方法。
这两种操作的综合效果是去除或减弱亮区和暗区的各类噪声。
基于数学形态学的形态学滤波器可借助先验图像的几何信息，利用数学形态学算子有效的去除噪声，同时又可以保留图像中原有信息。
4.模糊增强方法近年来不少学者致力于把模糊集理论引入图像处理和识别技术的研究。
由于图像本身的复杂性，多灰度分布所带来的不确定性和不精确（即模糊性），使得用模糊集合理论进行图像处理成为可能。
自Pal和King 率先将模糊集合理论应用到图像增强处理上，模糊增强技术受到了人们的重视。
Chenetal(1995）把模糊集引入到经典的直方图修正中，提出了一种自动直方图修正方法：Action (1998）基于模糊非线性回归给出了一种图像增强方法，并且用于遥感图像的去噪和边缘增强；近年Hanetal( 2002）推广了通常意义的彩色直方图，提出了模糊彩色直方图的概念，并且已经成功用于彩色图像的检索： Russ（2002）充分利用模糊集理论解决不确定性问题的优势，较好地解决了受到冲击噪声干扰的彩色图像的边缘检测问题；另外模糊集方法和神经网络、遗传算法结合用于图像增强的方法正在研究之中。
另外由于没有图像增强的通用标准，主要是根据人眼的主观判断和经验知识，结合人类的视觉特性模型 1151 ，基于人类视觉的图像增强技术也成为一种研究趋向。
目前由于还没有一种通用的衡量图像质量的指标能够用来评价图像增强方法的优劣，图像增强理论有待进一步完善。
因此，图像增强技术的探索具有试验性和多样性1161 。
增强的方法往往具有针对性，以至于对某类图像效果较好的增强方法未必一定适用于另一类图像。
例如，某种图像增强的方法可能对于X射线图像具有很好的增强效果，但是它就不是增强从空间探测器传回的火星图像的最好方法。
在实际情况中，要找到一种有效的方法常常必须广泛的进行实验，在没有给定图像怎样被降低质量的先验知识时，要预测某种具体方法的效用是很困难的。
经常采用的方法是，使用几种增强技术的组合或使用调节参量的方法。
要取得对一幅图像较好的改善效果，有时要综合运用多种增强方法，发挥每种方法的特长，这就要求我们了解各种图像增强方法的特点。
要依据图像结构的特点和图像处理的要求，选用相应的增强方法。
对于某种具体的图像增强方法，观看增强图像的效果，分析取得较好效果的图像的特点，这样可以加快对图像增强方法的选取。
调节参量是图像增强时经常使用到的一种方法，如何确定参量最佳数值，是取得较好图像效果的关键因素。
因而图像增强的最大困难是，很难对增强结果加以量化描述，只能靠经验、人的主观感觉加以评价。
同时，要获得一个满意的增强效果，往往需要人机的交互作用。
在图像增强系统这一方面，研究的人是非常多的，但是在图像处理这一个领域是非常的广阔的，一直以来引起众多研究者的关注，直方图在图像增强里面是最直接的研究方向，也是最有效的研究方向，所以本文就是从灰度图像直方图这一个方面设计图像增强系统，系统中包括了直方图均衡化的一些辅助模块。