内蒙古科技大学
本 科 毕 业 论 文
论文题目：图像局部亮度增强算法分析
院    系：物理科学与技术学院     
专    业：应用物理               
姓    名：               
学    号：0809810043             
指导教师：                 
二零 一 二 年 五  月
摘  要
图像增强是一种基本的图像底层处理手段，将原来不清楚的图像变得清晰或把感兴趣的某些特征强调出来。但它并不能增加原始图像的信息，而只是增强人眼或机器对某种信息的辨别能力，是图像编码与图像识别的基础。直方图均衡化是很重要的图像增强手段，但是由于其在调整动态范围的过程中合并了一些出现概率较低的灰度级，不适合用来增强图像的局部细节。因此，希望通过一种图像增强处理既能保持原有图像不变又能清晰显示局部细节，本文基于局部均值和标准差，提出了一种新的自适应局部增强算法基于局部均值和标准差的自适应增强，该图像增强处理在整体效果及局部细节方面得以兼顾。
关键词：图像增强；灰度直方图；直方图均衡化；小波变换
Abstract
Image enhancement is a basic image low-level processing means, will not clear image became clear or take interest in certain characteristics of stressed out. But it does not increase the original image information, but enhanced human or machine on some information discrimination, image coding and image recognition based. Histogram equalization is a very important means of image enhancement, but because of its adjustm
ent in the process of dynamic range with some low probability of gray scale, not suited to enhance image details. Therefore, hope that through a kind of image enhancement processing can maintain the original image unchanged and can clearly display the local details, based on the local mean and standard deviation, then proposes a new adaptive local enhancement algorithm, the image enhancement processing in the overall effect and the local details to combine.
Key words：Image enhancement ; Graylevel histogram; Histogram equalization; Wavelet transform
目录
引  言    5
1 .图像增强的概述    6
1.1 图像增强的定义    6
1.2 灰度直方图    6
2．图像增强的传统方法    6
2.1直方图均衡化    6
2.1.1直方图均衡化概述    6
2.1.2直方图均衡化的实现    7
2.1.3直方图均衡化的例子    8
2.2基于特征的增强方法    9
2.2.1小波变换概述    9
2.2.2小波变换定义    9
2.2.3小波变换的优点    9
2.2.4基于小波变换的图像增强    9
2.3两种增强方法的对比    10
2.3.1基于空间域的图像增强方法优缺点    10
2.3.2基于变换域的图像增强方法优缺点    11
2.3.3两种增强方法的对比    11
3 基于局部均值和标准差的自适应增强    11
3.1基于局部均值和标准差的自适应增强算法的提出    11
3.2一种新的基于局部均值和标准差的自适应局部增强    12
3.3算法对图像局部增强的设计思想    13
3.4实验分析    14
总结    15
参考文献    16
致谢    17
引  言
数字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。图像增强技术主要分为两大类：空间域处理法和变换域处理法。空间域方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。变换域方法是在图像的变换域中进行的，即图像数据通过某种变换转换到其它空间，对变换的数据进行处理后，再转换回图像空间以得到所需的效果，一般采用的变换方法有傅立叶变换、离散余弦变换和小波变换等，本文基于局部均值和标准差，提出了一种新的局部增强算法基于局部均值和标准差的自适应增强，通过实验表明该图像增强处理在整体效果及局部细节方面得以兼顾。
1 .图像增强的概述
1.1 图像增强的定义
图像增强是图像处理一大主要任务,其主要作用是改善图像的视觉效果,同时也为图像识别、图像理解等任务服务。图像处理是病态问题。目前解决病态的主要方法是正则化方法,即增加约束条件。但是由于图像的强随机性,到能适合于多种类型图像以及整幅图像的约束十分困难,局部直方图均衡化因此在图像处理算法中使用了大量的假设,而研究表明:算法中的假设越多,其性能越差。图像处理算法的自适应则是一种合理的解决方法,因为针对不同情况来处理,其假设条件会减少并且更接近实际情况。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。