1、 南 京 理 工 大 學 紫 金 學 院畢業設計(論文)開題報告學 生 姓 名：楊程學 號：090402159專 業：光電信息工程設計(論文)題目：空間域和頻率域結合的圖像增強技術及實現指 導 教 師:曹 芳 2012年 12月20日開題報告填寫要求1開題報告（含“文獻綜述”）作為畢業設計（論文）答辯委員會對學生答辯資格審查的依據材料之一。此報告應在指導教師指導下，由學生在畢業設計（論文）工作前期內完成，經指導教師簽署意見及所在專業審查后生效；2開題報告內容必須用黑墨水筆工整書寫或按教務處統一設計的電子文檔標準格式（可從教務處網頁上下載）打印，禁止打印在其它紙上后剪貼，完成后應及時交給指導教師

2、簽署意見；3“文獻綜述”應按論文的格式成文，并直接書寫（或打印）在本開題報告第一欄目內，學生寫文獻綜述的參考文獻應不少于15篇（不包括辭典、手冊）；4有關年月日等日期的填寫，應當按照國標GB/T 74082005數據元和交換格式、信息交換、日期和時間表示法規定的要求，一律用阿拉伯數字書寫。如“2007年3月15日”或“2007-03-15”。 畢 業 設 計（論 文）開 題 報 告1結合畢業設計（論文）課題情況，根據所查閱的文獻資料，每人撰寫2000字左右的文獻綜述：文 獻 綜 述空域法與時域法相結合的圖像增強一、研究的目的和意義圖像增強是指根據特定的需要突出圖像中的重要信息，同時減弱或去除不

3、需要的信息。從不同的途徑獲取的圖像，通過進行適當的增強處理，可以將原本模糊不清甚至根本無法分辨的原始圖像處理成清晰的富含大量有用信息的可使用圖像，有效地去除圖像中的噪聲、增強圖像中的邊緣或其他感興趣的區域，從而更加容易對圖像中感興趣的目標進行檢測和測量。它一般要借助人眼的視覺特性，以取得看起來較好地視覺效果，其手段主要可分為空域法和時域法1。二、圖像增強的發展現狀 圖像增強的早期應用是對宇宙飛船發回的圖像所進行的各種處理。到了70 年代，圖像處理技術的應用迅速從宇航領域擴展到生物醫學、信息科學、資源環境科學、天文學、物理學、工業、農業、國防、教育、藝術等各個領域與行業，對經濟、軍事、文化及人們

4、的日常生活產生重大的影響2。三、空間域和頻率域圖像增強處理基本原理及優缺點比較：圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使得模糊的圖片變得清晰3。后者是直接對原圖象的灰度級別進行數據運算，它分為兩類，一類是與象素點鄰域有關的局部運算，如平滑，中值濾波，銳化等；另一類是對圖象做逐點運算，稱為點運算如灰度對比度擴展，削波，灰度窗口變換，直方圖均衡化等4。下面將討論兩種作用域增強算法的技術要點，并對其圖像增強方法進行性能評價。3.1 空間

5、域圖像增強的方法空間域處理是直接對原圖像的灰度級別進行數據運算，具體可分為以下幾類:1.灰度變換5當圖像成像時曝光不足或過度，圖像記錄設備的范圍太窄等因素，都會產生對比不足的問題，使圖像的細節分辨不清。為此需對每一像素的灰度級進行變換，擴大圖像灰度的范圍，達到圖像增強的目的。設原圖像中像素點(x,y)處的灰度級為f(x,y)，通過映射函數T，生成的圖像的灰度級為g(x,y)，即： g(x,y)=Tf(x,y) (1)優勢：可以充分利用圖像中的亮度信息，明顯改善圖像質量，是一種常用的圖像增強算法。不足：對于受噪聲影響明顯的圖像，該算法增強效果不明顯。即不能有效地抑制噪聲。而且，僅僅利用了圖像中的

6、局部信息。2.直方圖變換6直方圖表示數字圖像中每一灰度級與其出現的頻數（具有該灰度級的像素的數目）間的統計關系，橫坐標表示灰度級，縱坐標表示頻數（或相對頻數=頻數/總像素數）。直方圖能給出圖像的概貌性描述，如圖像的灰度范圍、灰度級的大致分布情況等。主要方法有：（1）直方圖均衡化把原圖像的直方圖變換為各灰度值頻率固定的直方圖稱為直方圖均衡化。（2）直方圖正態化如果灰度的頻率分布接近正態分布的形狀，通常認為適合于人眼觀察。但如果把與正態分布形狀相差較大的圖像勉強進行直方圖正態化時，往往會產生問題。如當原圖像的某一灰度的頻率很高，而正態分布所對應的該灰度值的頻率變得較低，就會造成這部分信息被壓縮和丟

7、失的情況。因此，直方圖正態化對于衛星圖像那種原圖像的動態范圍窄，且不夠鮮明的圖像是非常有效。 （3）算法先計算原圖像的灰度直方圖；再計算原圖像的灰度累積分布函數，然后進一步求出灰度變換表；根據灰度變換表，將原圖像各灰度級映射為新的灰度級。在MATLAB中，histeq函數可以實現直方圖均衡化。該命令對灰度圖像I進行變換，返回有N級灰度的圖像J，J中的每個灰度級具有大致相同的像素點，所以圖像J的直方圖較為平坦，當N小于I中灰度級數時，J的直方圖更為平坦，缺省的N值為64。（4）優勢：能夠使得處理后圖像的概率密度函數近似服從均勻分布，其結果擴張了像素值的動態范圍，是一種常用的圖像增強算法。不足：不

8、能抑制噪聲。3.平滑7圖像在生成和傳輸過程中會受到各種噪聲源的干擾和影響，使圖像質量變差。反映在圖像上，噪聲使原本均勻和連續變化的灰度突然變大或變小，形成一些虛假的物體邊緣或輪廓。抑制或消除這些噪聲而改善圖像質量的過程稱為圖像的平滑。輸出圖像的值等于輸入圖像濾波后值的局部平均，各個項具有相同的權。下面是平滑窗口分別為矩形和圓形的情況。 其方法主要有：（1）鄰域平均法在鄰域平均法中，假定圖像是由許多灰度恒定的小塊組成，相鄰像素間有很強的空間相關性，而噪聲是統計獨立地加到圖像上的。因此，可用像素鄰域內個像素灰度值的平均來代表原來的灰度值。（2）低通濾波法從頻譜上看，噪聲特別是隨機噪聲是一種具有較高

9、頻率分量的信號。平滑的目的就是通過一定的手段濾去這類信號。一個很自然的想法就是使圖像經過一個二維的低通數字濾波器，讓高頻信號得到較大的衰減。在空間域上進行的這種濾波實際上就是對圖像和濾波器的沖擊響應函數進行卷積。(3)中值濾波法中值濾波的思想是對一個窗口內的所有像素的灰度值進行排序，取排序結果的中間值作為原窗口中心點處像素的灰度值。這種平滑方法對脈沖干擾和椒鹽類干擾噪聲的效果較好。中值濾波的關鍵在于選擇合適的窗口大小和形狀。但一般很難事先確定窗口的尺寸，通常是從小到大進行多次嘗試。窗口的形狀可選為正方形，也可選為十字形。（4）優勢：實現簡單，去噪效果明顯。不足：去噪的同時會導致結果圖像邊緣位置

10、的改變和細節模糊甚至丟失。4.圖像銳化8在圖像判斷和識別中，需要有邊緣鮮明的圖像。圖像尖銳化技術常用來對圖像的邊緣進行增強。拉普拉斯銳化的基本方法可以由下式表示： (2)其主要方法有：（1）微分法在圖像的判斷和識別中，邊緣是由不同灰度級的相鄰像素點構成的。因此，若想增強邊緣，就應該突出相鄰點間的灰度級變化。微分運算可用來求信號的變化率，具有加強高頻分量的作用。如果將其應用在圖像上，可使圖像的輪廓清晰。由于常常無法事先確定輪廓的取向，因而在挑選用于輪廓增強的微分算子時，必須選擇那些不具備空間方向性和具有旋轉不變性的線性微分算子。（2）高通濾波法由于邊緣是由灰度級跳變點構成的，因此，具有較高的空間

11、頻率。所以可用高通濾波法讓高頻分量順利通過，使低頻分量得到抑制。通過增強高頻分量，使圖像的邊緣變得清晰，實現圖像的尖銳化。這一思想反應在空間域的處理中就是讓圖像和高通濾波器的沖擊響應函數進行卷積。所用的表達式與低通濾波法中所用的相同，只是沖擊響應函數不同。（3）優勢：圖像模糊的部分得到了銳化，特別是模糊的邊緣部分得到了增強，邊界更加明顯。不足：圖像顯示清楚的地方，經過濾波發生了失真，這也是拉氏算子增強的一大缺點。3.2 頻域圖像增強的方法頻域增強是利用圖像變換方法將原來的圖像空間中的圖像以某種形式轉換到其它空間中，然后利用該空間的特有性質方便地進行圖像處理，最后再轉換回原來的圖像空間中，從而得

12、到處理后的圖像。其的主要步驟是：(1) 選擇變換方法，將輸入圖像變換到頻域空間；(2) 在頻域空間中，根據處理目的設計一個轉移函數并進行處理；(3) 將所得結果用反變換得到圖像增強。具體可分為912：3.2.1低通濾波9圖像在傳遞過程中，由于噪聲主要集中在高頻部分，為去除噪聲改善圖像質量，濾波器采用低通濾波器H(u，v)來抑制高頻成分，通過低頻成分，然后再進行逆傅立葉變換獲得濾波圖像，就可達到平滑圖像的目的。在傅里葉變換域中，變換系數能反映某些圖像的特征，如頻譜的直流分量對應于圖像的平均亮度，噪聲對應于頻率較高的區域，圖像實體位于頻率較低的區域等，因此頻域常被用于圖像增強。在圖像增強中構造低通

13、濾波器，使低頻分量能夠順利通過，高頻分量有效地阻止，即可濾除該領域內噪聲。由卷積定理，低通濾波器數學表達式(3)為：G(u,v) = F(u,v)H(u,v) （1）式中，F(u,v)為含有噪聲的原圖像的傅里葉變換域；H(u,v)為傳遞函數；G(u,v)為經低通濾波后輸出圖像的傅里葉變換。假定噪聲和信號成分在頻率上可分離，且噪聲表現為高頻成分。H 濾波濾去了高頻成分，而低頻信息基本無損失地通過。選擇合適的傳遞函數H(u,v)對頻域低通濾波關系重大。常用頻率域低濾波器H(u，v)有四種：(1) 理想低通濾波器設傅立葉平面上理想低通濾波器離開原點的截止頻率為D0，則理想低通濾波器的傳遞函數為： （

14、3）式中，D(u,v)=(u2+v2)1/2 表示點(u,v)到原點的距離，D0 表示截止頻率點到原點的距離。濾波后,如圖（1）圖1 理想低通濾波器應用實例(2) Butterworth 低通濾波器n 階Butterworth 濾波器的傳遞函數為： （4）它的特性是連續性衰減，而不像理想濾波器那樣陡峭變化。(3) 指數低通濾波器 指數低通濾波器是圖像處理中常用的另一種平滑濾波器。它的傳遞函數為： （5） 濾波后,如圖（2）圖2 高斯低通濾波器應用實例(4) 梯形低通濾波器梯形低通濾波器是理想低通濾波器和完全平滑濾波器的折中。它的傳遞函數為： （6） 3.2.2高通濾波10圖像中的細節部分與其頻

15、率的高頻分量相對應，所以高通濾波可以對圖像進行銳化處理。高通濾波器與低通濾波器的作用相反，它使高頻分量順利通過，而消弱低頻。圖像的邊緣、細節主要位于高頻部分，而圖像的模糊是由于高頻成分比較弱產生的。采用高通濾波器可以對圖像進行銳化處理，是為了消除模糊，突出邊緣。因此采用高通濾波器讓高頻成分通過，使低頻成分削弱，再經逆傅立葉變換得到邊緣銳化的圖像。常用的高通濾波器有：(1) 理想高通濾波器 二維理想高通濾波器的傳遞函數為： （7）濾波后,如圖（3）圖3 理想高通濾波器(2) 巴特沃斯高通濾波器n 階巴特沃斯高通濾波器的傳遞函數定義如下： （8）濾波后，如圖（4） 圖4巴特沃斯高通濾波器應用實例(

16、3) 指數濾波器 指數高通濾波器的傳遞函數為： （9） 濾波后，如圖（5） 圖5 高斯高通濾波器應用實例 (4) 梯形濾波器 梯形高通濾波器的定義為： （10）3.2.3帶通和帶阻11 帶通濾波器容許一定頻率范圍信號通過, 但減弱(或減少)頻率低于於下限截止頻率和高于上限截止頻率的信號的通過。帶阻濾波器減弱(或減少)一定頻率范圍信號, 但容許頻率低于於下限截止頻率和高于上限截止頻率的信號的通過。3.2.4 各種頻域濾波器的優缺點理想低通濾波器由于高頻成分包含有大量的邊緣信息，因此采用該濾波器在去噪聲的同時將會導致邊緣信息損失而使圖像邊模糊；Butterworth 低通濾波器在抑制噪聲的同時，圖

17、像邊緣的模糊程度大大減小，沒有振鈴效應產生；采用指數低通濾波器濾波在抑制噪聲的同時，圖像邊緣的模糊程度較用Butterworth 濾波產生的大些，無明顯的振鈴效應。梯形低通濾波器的性能介于理想低通濾波器和指數濾波器之間，濾波的圖像有一定的模糊和振鈴效應12。四種高通濾波函數的選用類似于低通。理想高通有明顯振鈴現象，即圖像的邊緣有抖動現象；Butterworth 高通濾波效果較好，但計算復雜，其優點是有少量低頻通過，H(u，v)是漸變的，振鈴現象不明顯；指數高通效果比Butterworth 差些，振鈴現象不明顯；梯形高通會產生微振鈴效果，但計算簡單，較常用。高通濾波器的濾波效果可以用原始圖像減去

18、低通濾波圖像后得到。也可以將原始圖像乘以一個放大系數，然后再減去低通濾波圖像后得到高頻增強圖像。3.3 空間域圖像增強技術和頻率域圖像增強技術比較由上可知頻域方法理論簡單,運算復雜度低,容易實現并行處理,具有直觀的去變形超分辨率機制,但是頻域法不能有效地應用于多數場合,只能局限于全局平移運動和線性空間不變退化模型,所以無法單一成為研究的主流13 。空域方法所采用的觀測模型涉及全局和局部運動、空間可變模糊點擴散函數、非理想亞采樣等,而且具有很強的包含空域先驗約束的能力。但是算法相對復雜,計算量大,可以獲得更優的圖像質量14。由于空間域增強是直接在圖像所在的空間進行處理，而頻率域增強是將原空間的圖

19、像以某種形式轉換到其他空間，然后利用該轉換空間的特有性質進行圖像處理，最后再轉換回原空間中，從而得到處理后的圖像。可以發現，兩種方法的優勢可以互補兩種技術的結合可以使圖像的細部特征更加明顯，其圖像增強效果要好于單獨采用其中任意一種技術的處理結果15。四、小結隨著科學技術的發展，空頻域結合相結合的處理技術在數字圖像處理的過程中顯得越來越重要。小至個人的生活、工作，大到宇宙探測和遙感技術的應用，空頻域結合的處理方式在數字圖像處理技術中起到的效果都是其他任何一種單一方法無法替代的，它將在圖像處理領域獨立占有一席天地，所以我們任重而道遠，努力去探究這門技術，讓它發揮得更加淋漓盡致。參考文獻1美Rafae lC.Gonzalez,Richard E.Woods,Steven L.Ed2dins（阮秋琦等譯）.數字圖像處理(MATLAB版,國外電子與通信教材系列)M.北京:電子工業出社,2006.2孔大力,崔洋.數字圖像處理技術的研究現狀與發展方向J.山東水利職業學院學報,2012,2（1）:11-12.3Kenneth RCastleman（朱志剛譯）.數字圖像處理M.北京：電子工業出版社,1998.4鄭建英.數字圖像處理技術M.內蒙古科技與經濟出版社,