图像处理报告

数字图像处理

系（部）：信息工程系

专业班级：计算机10-1班

****：***

学号： ********** 完成日期：2013-12-07

山东科技大学泰山科技学院

目录

一引言 (3)

二基本原理 (3)

1 直方图均衡化 (3)

2 小波变换: (3)

3 图像增强 (4)

三改进方法 (4)

1 直方图均衡化 (5)

2基于小波分频与直方图均衡化 (5)

3对灰度进行直方图均衡化处理 (6)

4灰度调整 (7)

5 灰度图像平滑与锐化处理 (8)

四结论 (9)

五参考文献 (9)

基于小波分频与直方图均衡的图像增强算法

强林倩计算机科学与技术10-1班

关键词: 图像增强; 小波变换; 小波分频; 直方图均衡

摘要:传统直方图均衡化算法在增强图像的同时也丢失了图像细节、增强了图像的噪声信号，导致信息熵下降。结合小波变换多尺度、多分辨率的特点和直方图均衡的优势，提出一种基于小波分频和直方图均衡的高亮度图像增强算法。首先利用小波变换将图像分解为低频分量和高频分量，然后仅对低频分量做直方图均衡处理，再由均衡后的低频分量与各高频分量进行小波重构。实验结果表明，该算法对于亮度较高的灰度图像有较好的增强效果。

Image Enhancement Algorithm Based on Wavelet Frequency Division

Histogram Equalization

Keywords：image enhancement; wavelet transform; wavelet frequency division; histogram equalization Abstract: The traditional histogram equalization processing algorithm lost image details and enhanced noise signal while it enhanced image, which led to the descent of information entropy. A high brightness image enhancement algorithm based on

wavelet frequency division and histogram equalization is put forward in combination with the characteristics of multi-scale and multi-resolution of wavelet transform and the predominance of histogram equalization. At first, the image is divided into the low frequency part s and the high frequency parts, and histogram equalization processing is only applied to the low frequency parts. Then, the wavelet is reconstituted by the low frequency parts which have been equalized with the original high frequency parts. The experimental results show that this algorithm can enhance image of high brightness effectively.

一、引言

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。针对此问题，提出一种新算法。

二、基本原理

1 直方图均衡化

直方图均衡是得到对比度增强的标准方法，它调整灰度级范围使其均匀分布，并以累计变换函数分布为基础的，产生一幅灰度级分布具有均匀概率密度的图像。其处理过程如下：

(1)计算原图像的灰度级直方图。

(2)求得原图像各灰度级的累积概率分布函数，并构造灰度转换函数。

(3)根据灰度转换函数将原图像所有像素灰度值映射到输出图像。

经过直方图均衡处理之后，占有较少像素的灰度被合并，其灰度范围被压缩，而占有较多像素的灰度范围则被拉伸。一般来说，图像中区域之间的边界占有较少像素，却包含着重要的结构信息，直方图均衡化算法对于低频灰阶的合并将导致图像细节的丢失，一方面对图像的边界细节信息产生不利影响；另一方面图像往往含有各种类型的噪声，直方图均衡算法在拉伸高频灰阶的动态范围时也会相应放大噪声。因此，传统的直方图均衡算法增强之后的图像存在着图像细节丢失和噪声放大的缺点。

2 小波变换

小波变换是近年来得到广泛应用的一种数学工具，是一种多分辨率分析方法。其在时域频域都具有表征信号局部特征的能力，利用它可以聚焦到分析对象的任意细节。小波变换把图像分解成逼近图像和细节图像之和，它们分别代表了图像的不同结构，对图像进行小波分解后，可分为LL，LH，HL和HH子频带，其中LL反映的是水平和竖直方向的低频信息；LH反映的是水平方向的低频信息和垂直方向的高频信息；HL 反映的是水平方向的高频信息和垂直方向的低频信息；HH 反映的是水平和竖直方向的高频信息。低频部分反映的是平滑区，而边缘、细节、噪声一般存在于高频部分。因此，小波变换能在不同的尺度上，采用不