图像增强方法研究综述【文献综述】

《图像增强方法研究综述【文献综述】》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

毕业论文文献综述电子信息工程图像增强方法研究综述摘要：图像增强是数字图像处理的最基本的方法之一，本文简要介绍图像增强的概念，图像增强的目的，图像增强的方法，图像增强的新技术及其发展趋势。关键字：图像增强；方法；新技术；趋势1.引言数字图像增强是指不考虑降质的原因，将图像中感兴趣的部分信息加以处理或突出有用的图像特征，同时削弱或去除某些不需要的信息，使得图像更符合某些特定的需要。图像增强的目的是要增强视觉效果，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，以达到改善图像质量、丰富信息量的目的，并加强图像判读和识别效果的图像处理方法。图像增强技术通常分为两大类：空间域法和频率域法。空间域法是直接对图像数据进行处理，增强过程是对每个像素点或者对较小的子图像进行处理，如线性对比度拉伸、自适应增强算法、直方图均衡化以及在直方图均衡基础上的各种改进算法。频率域法是在图像的频率域中进行的，对图像的变换系数（频率成分）直接进行运算，然后通过傅立叶逆变换以获得图像的增强效果。由于图像增强技术现在还没有通用的算法，因此图像增强技术根据各种不同目的而产生了多种算法，最常用的即“空间域”方法和“频率域”方法。随着数学各分支在理论和应用上的逐步深入，使得数学形态学、小波理论等在图像增强技术中的应用取得了很大进展，产生了不少新的算法。图像增强的方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制（掩盖）图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像质量降低的原因，处理后的图像不一定逼近原始图像。2图像增强主要方法2．1空间域图像增强技术空间域图像增强是对图像的像素进行处理。可以定义为：g(x,y)T|[f(x,y)].(1)其中f（x,y）是输入图像，g(x,y)是处理后的图像，T是对f的一种操作。空间域图像增强技术 又分为点运算和局部运算。点运算包括灰度变换和直方图。灰度变换可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显，是图像增强的重要手段之一。直方图：表示数字图像中每一灰度级与其出现频数间的统计关系。直方图的修整法包括直方图均衡化和直方图均衡化。局部运算根据功能分为平滑和锐化两类。消除图像噪声的工作称图像平滑或滤波。常用的方法是中值滤波法。图像锐化的目的是使模糊图像变得清晰。常用的有微分法（梯度法、Sobel算子）和高通滤波。中值滤波是一种常用的非线性平滑滤波器。它的基本原理是把领域中的像素按灰度级进行排序，然后选择改组的中间值作为输出像素值。它能让周围像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，所以中值滤波对于滤除图像的椒盐噪声非常有效。在去除噪声的同时它又能保护图像的边缘从而获得叫较满意的复原效果。直方图均衡化就是把一幅已知灰度概率分布的图像，经过某种变换,使之变成具有均匀概率分布的图像。其优点主要在于能自动增强整幅图像的对比度。其实质是使图像中灰度概率密度较大的像素向附近灰度级延伸，把灰度层次拉开，而概率密度较小的像素的灰度级收缩，让出原来占有的部分灰度级，这样的处理使图像有效地利用各个灰度级，因而增强了图像对比度。直方图均衡变换函数表达式为.(2)式中，L代表输出图像灰度级的个数。将上式应用于每一个直方图，对结果进行综合就可得到整幅图像的直方图均衡结果。2.2频域图像增强技术频域图像增强的基本原理是让图像在变换域某个范围内的分量受到抑制而让其他分量不受影响，从而改变输出图像的频率分布，达到增图像强的目的。要在频率域中进行增强应先计算需增强图像的傅立叶变换，然后将其与一个(根据需要设计的)传递函数进行卷积，再将结果进行傅立叶反变换，以此得到增强了的图像。为得到好的图像增强效果，在实际情况中要找到一种有效方法，必须要进行广泛的实验。在频域中主要使用低通和高通滤波器。使用低通滤波器时，对图像作傅立叶变换得到它的频谱，零频率分量等于图像的平均灰度，平滑的图像信号在频域中贡献低频分量，图像中的细节和边界贡献较高频域的分量，噪声的频谱具有丰富的高频分量。这样可以滤除高频的噪声的频谱使图像变平滑。使用高通滤波器时，图像的区域边界和细节提供较高频率的能量，因此在频域中让图像信号经过一高通滤波器可以实现图像的锐化，增强图像的边缘细节。 3图像增强的新技术针对以上提到的传统的图像增强方法虽然对于改善图像的质量发挥了一定重要作用，但其存在一定的问题。如中值滤波在较强的抑制噪声的同时导致图像模糊，而直方图均衡化使图像细节信息丢失和噪声放大。随着对图像研究的不断深入，为解决传统方法的问题，新的图像增强方法不断出现，克服了传统图像增强方法的不足。基于动态广义直方图均衡化的红外图像增强方法是针对直方图均衡化进行红外图像增强时存在的问题提出的。一种基于组合方法的红外增强方法、基于Gabor滤波器与数学形态的视网膜图像增强方法、基于模糊集的图像增强方法研究等融合了直方图和中值滤波等图像增强方法，并分别抑制了它们的缺点，得到了更有效的改善视觉效果。下面具体分析几种典型的新技术：1、基于数学形态学的小波变换图像融合算法是基于小波变换图像传统融合算法的基础上，为了增强图像的质量，提高图像分辨率而提出的新技术。先对读入的图像进行小波变换分解，然后将分解后的高低频系数用一个扩展矩阵进行存储。在低频分量系数选择中，采用数学形态学方法进行边缘检测，得到边缘图像后，对边缘图像中的尺度系数采用加权平均法进行融合。在选择高频系数时，则基于绝对值最大的原则。2、一种基于多小波变换与图像融合的图像增强方法先利用多小波变换对原图像做分解处理,之后对一层分解后得到的多小波低频子图作直方图均衡化处理，再利用图像融合的原理,将均衡化处理后的低频子图与直方图对应的图像融合,得到最终增强结果。4发展趋势虽然国内外研究人员至今为止已提出过很多的图像增强方法，但这些方法依旧存在很多问题。一般来说传统的增强方法缺陷较大，而新技术的产生正是为了改善这些缺陷。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、无损探伤等领域。如对射线图片、内窥镜图像进行增强，使医生更容易从中确定病变区域，从图像的细节中发现问题，当侦查是否有敌人军事调动或军事装备时可对不同时间拍摄的同一地区的遥感图片进行增强处理，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。 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。5总结随着电子计算机技术的进步，计算机图像处理近年来得到了飞速的发展，已经成功应用于几乎所有与成像有关的领域，并发挥着重要作用。本文对图像增强方法进行了研究，图像增强是图像处理最关键的研究问题之一。本文在分析传统的图像增强方法的同时，介绍了几种新技术，对于它的发展趋势也进行了分析。在平时，我们应该具体问题具体分析，只有根据图像增强的具体目的选择相应的增强方法，才能达到期望的效果。参考文献[1]朱秀昌.数字图像处理与通信[M].2002年5月第一版2006年6月第四次印刷.北京:邮电大学出版社.2006，6.[2]图像增强处理.[EB/OL],[2010-10-09].http://wenku.baidu.com/view/a617d10bf78a6529647d53e8.html.[3]ChristelleHennequet-Antier,HélèneChiapello,KarinePiot,SéverineDegrelle,IsabelleHue,Jean-PaulRenard,FrançoisRodolphe,StéphaneRobin.ASetofSASMacrosfortheAnalysisofVarianceofGeneExpressionData[J].BMCBioinformatics,2005,(6):150.[4]李斯那.图像增强基本理论综述[J].中国期刊，2010，10，6（02）：124～126.[5]朱喜军.MATLAB在信号与图像处理中的应用[M].北京：电子工业出版社，2009.[6]于天河等.红外图像增强技术综述[J].红外与激光工程，2007，09，36，增刊：335～339.[7]陈何辉.频率域图像增强[EB/OL],[2010-8-15].http://wenku.baidu.com/view/9cb3728884868762caaed5ce.html.[8]刘松涛，王维，殷福亮.基于动态广义直方图均衡的红外图像增强方法[J].中国期刊，2010，07，32（07）：32～34.[9]张志忠，康蓉等.一种基于组合方法的红外图像增强方法[J].中国期刊，2009，11，10.[10]刘尚平，陈翼.基于Gabor滤波器与数学形态学的视网膜图像增强方法[J].中国期刊，2010，02，21（02）：318～321. [11]贾莹，段玉波.基于模糊集的图像增强方法研究[J].中国期刊，2010，06，10（16）.[12]SridharR,RajeevR,KyuseokSEfficientAlgorithmsforMiningOutliersfromLargeDataSets[C].ProceedingsoftheACMSIGMODConference,2000.[13]刘晨，候德文.基于多小波变换与图像融合的图像增强方法.计算机技术及应用，2009，05,(08).