数字图像处理点运算

安徽工程大学

电子信息科学与技术081

韩春—————————————

目录

1.课程设计任务书 2

2.数字图像发展概况 3

3.课程设计方案 4

4.图像点运算原理 5

5.设计任务内容8

a)线性变换—————————————

b)分段线性变换

c)非线性变换

d)直方图均衡化

e)直方图规定化

6.课程设计总结与体会16

7.参考文献16

《数字图像处理》课程设计任务书

课程设计目的

1、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基

本原理与方法。

2、熟悉掌握一门计算机语言，可以进行数字图像应用处理的开发设计。

课程设计任务：图像点运算研究与实现

设计要求：—————————————

1、对对比度低，动态范围较窄的图像进行对比度拉伸

2、对不同的点运算方法进行研究。

3、分析不同方法的处理效果。—————————————

数字图像发展概况

数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。理论上讲，图像是一种二维的连续函数，然而

在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字

化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅

离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述

该数字图像是最直观最简便的了。

随着计算机的发展,图像处理技术在许多领域得到了广泛应用，用于图像处理的软件也很多，如PHOTOSHOP、PAINTSHOP、GIMP、SaperaProcessing、MATLAB

等,其中大部分软件都是基于广告策划和图像修饰处理而设计的应用软件，进行

图像处理时并不是很方便。而MATLAB(矩阵实验室) 它在矩阵运算上有自己独特

的特点，在矩阵运算处理具有很大的优势，因此用MATLAB处理数字图像非常的

方便。不仅如此，MATLAB提供了丰富的图形命令和图形函数，而且其面向对象

的图形系统具有强大的用户界面(GUI)生成能力。这样，用户就可以充分利用系

统提供的 GUI 特性，编写自己需要的图形界面，从而可以高效地进行图像处理。

MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO

等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图

像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支

持图像处理操作的函数组成，可以对图像进行诸如几何操作、线性滤波和滤波器

设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处

理操作。—————————————

在本次设计中，将采用不同的点运算方法对图像进行处理

课程设计方案

1、程序运行环境是Windows平台。

2、开发工具采用Matlab语言作为编程开发工具对图像进行

3、设计方案流程

图像点运算原理

点运算也称为对比度增强、对比度拉伸或灰度变换，是一种通过图像中的每一个像素值（即像素点上的灰度值）进行运算的图像处理方式。点运算是像素的

—————————————

—————————————

逐点运算，它将输入图像映射为输出图像，输出图像每个像素点的灰度值仅由对应的输入像素点的灰度值决定。点运算不会改变图像内像素点之间的空间关系。点运算分为线性点运算和非线性点运算两种。线性点运算一般包括调节图像的对比度和灰度标准化；非线性点运算一般包括阀值化处理和直方图均衡化。 Matlab 图像处理工具箱没有提供对图像进行直接点运算的函数，将图像的点运算过程直接集成在默某些像处理函数中（例如：直方图均衡化函数histeq 和imhist ）。如果用户仅仅是希望对图像进行点运算处理，那么可以充分利用Matlab 强大的矩阵运算能力，对图像数据矩阵调用Matlab 计算函数进行处理。

一、灰度变换

灰度变换，是一种通过对图像中的每一个像素值（即像素点上的灰度值）进行计算，从而改善图像显示效果的操作。灰度变换是图像数字化及图像显示的重要工具。在真正进行像素处理之前，有时可以利用灰度变换来克服图像数字化设备的局限性。

设输入图像为A(x,y)，输出图像为B(x,y)，则灰度变换可表示为

B(x,y)=f[A(x,y)]

灰度变换完全由灰度映射函数f 决定，f 可是线性函数或非线性函数。

1、线性灰度变换

假定原图像f(x,y)的灰度变换范围为[a,b]，希望变换后的图像g(x,y)的灰度变换扩展为[c,d],则采用下述线性变换来实现：

[]c a y x f a

b c d y x g +---=),(),( 上式的关系可以用图1.1表示。实际上是是曝光不充分图像中黑的更黑白的更白，从而提高图像灰度对比度

图1.1 图1.2

2、分段线性灰度变换

—————————————

为了突出图像中感兴趣的目标或者灰度区间，相对抑制那些感兴趣的灰度区域，而不惜牺牲其他灰度级上的细节，可以采用分段线性法，将需要的图像细节灰度拉伸，增强对比度，不需要的细节灰度级压缩。常采用如图1.2所示的三段线性变换法，其数学表达式如下：

3、非线性灰度变换

这里只介绍对数变换的一些基本原理对数变换的一般式为：

c b y x f a y x g ln ]1),(ln[),(++= 这里的a,b,c 是为了调整曲线的位置和形状而引入的参数。对数变换常用来扩展低值灰度，压缩高值灰度，这样可使低值灰度的图像细节更容易看清。

二、直方图修正

直方图修正的应用非常广泛。例如：在医学上，为了改善X 射线机操作人员的工作条件，可以采用低强度X 射线曝光，但是这样获得的X 光片灰度级集中在暗区，许多图像细节无法看清，判读困难，通过修正是灰度级分布在人眼合适的亮度区域，就可以使X 光片中的细节，如筋骨，关节等清晰可见。另外还有一些非可见光成像的工业无损检测（如射线成像，红外成像等），军事公安侦查等照片的处理。

直方图修正通常有直方图均衡化和直方图规定化两大类。

1、直方图均衡化

这种方法通常用来增加许多图像的全局对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

这种方法对于背景和前景都太亮或者太暗的图像非常有用，这种方法尤其是可以带来X 光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。这种方法的一个主要优势是它是一个相当直观的技术并且是可逆操作，如果已知均衡化函数，那么就可以恢复原始的直方图，并且计算量也不大。