基于频域变换的图像增强技术的研究

图像增强算法综述

图像增强算法研究综述刘璐璐宁波工程学院电子与信息工程学院计算机科学与技术071班，邮编:(315100) E-mail:375212239@https://www.360docs.net/doc/e62188837.html, 摘要：本文简要介绍图像增强的概念和图像增强算法的分类，从图像的直方图均衡化处理方法，直方图规定化处理方法和图像平滑处理方法三方面对图像增强算法进行讨论和研究，并说明了图像增强技术的应用和前景展望。关键词：图像增强直方图均衡化直方图规定化平滑处理近年来，随着电子计算机技术的进步，计算机图像处理得到了飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。对图像进行处理时，经常运用图像增强技术以改善图像的质量增强对某种信息的辨识能力，以更好的应用于现代各种科技领域，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。在图像处理过程中，图像增强是十分重要的一个环节。 1.图像增强概念及现实应用 1.1 图像增强技术图像增强是数字图像处理的基本内容之一。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。这类处理是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，图像增强处理并不能增加原始图像的信息，而只能增强对某种信息的辨识能力，使处理后的图像对某些特定的应用比原来的图像更加有效。 1.2图像增强技术的现实应用目前，图像增强处理技术的应用己经渗透到医学诊断、航空航天、军事侦察、纹识别、无损探伤、卫星图片的处理等领域，在国民经济中发挥越来越大的作用。其中最典型的应用主要体现以下方面。 1

数字图像处理(频域增强)

数字图像处理图像频域增强方法的研究姓名：班级: 学号：

目录一．频域增强的原理二．频域增强的定义及步骤三．高通滤波四． MATLAB程序实现五．程序代码六．小结

一．频域图像的原理在进行图像处理的过程中，获取原始图像后，首先需要对图像进行预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。图像增强的方法分为频域法和空域法，空域法主要是对图像中的各像素点进行操作；而频域法是在图像的某个变换域内，修改变换后的系数，例如傅立叶变换、DCT 变换等的系数，对图像进行操作，然后再进行反变换得到处理后的图像。 MATLAB矩阵实验室（Matrix Laboratory）的简称，具有方便的数据可视化功能，可用于科学计算和工程绘图。它不仅在一般数据可视化软件都具有的功能方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。它具有功能丰富的工具箱，不但能够进行信号处理、语音处理、数值运算，而且能够完成各种图像处理功能。本文利用MATLAB工具来研究图像频域增强技术。图像增强是为了获得更好质量的图像，通过各种方法对图像进行处理，例如图像边缘检测、分割以及特征提取等技术。图像增强的方法有频域处理法与空域处理法，本文主要研究了频域处理方法中的滤波技术。从低通滤波、高通滤波、同态滤波三个方面比较了图像增强的效果。文章首先分析了它们的原理，然后通过MATLAB软件分别用这三种方法对图像进行处理，处理后使图像的对比度得到了明显的改善，增强了图像的视觉效果。

数字图像处理频域增强

中国地质大学（武汉）数字图像处理上机实习（第三专题）学生姓名：班级：学号：指导老师：

实验内容一图计算图象的傅氏变换频谱函数要求（1-6）：设计图象f6(x,y) 为3*30*30/256*256，居中垂直排列，选用Matlab函数直接调用实现，重点观察空域图象和频域频谱的对应关系；补充完成：设计120*30/256*256，观察空域图象和频域频谱的对应关系。 1.算法设计 2.程序代码 %观察空域图象和频域频谱的对应关系 %设计图象f6(x,y) 为3*30*30/256*256 f=zeros(256,256); f([30:60],[113:143])=1; f([90:120],[113:143])=1; f([150:180],[113:143])=1; subplot(221);imshow(f); % 设计图象f2(x,y)为120*30/256*256,并作fft变换 f2 = zeros(256,256); f2(114:143,69:188) = ones(30,120); subplot(223);imshow(f2); %二维傅里叶变换 F=fft2(f); F2 = fft2(f2); %绘制fft图 subplot(222);imshow(fftshift(log(abs(F)))); %title('频谱图') subplot(224);imshow(fftshift(log(abs(F2)))); %title('频谱图（量化）') figure subplot(121);mesh(fftshift(abs(F))); subplot(122);mesh(fftshift(abs(F2))); 3.结果分析（1）空域图象和频域频谱对比（2）频谱图（量化）对比二计算显示图象的频谱函数要求（2-6）：对f6(x,y)的离散余弦变换，显示其频谱函数补充完成：实现离散傅立叶变换、离散余弦变换、Walsh变换和Hadamard变换，比较四种变换所得到的频谱。 1.程序代码 clc; clear; f=zeros(256,256); f([30:60],[113:143])=1;

数字图像的频域增强论文

数字图像处理结课作业 --数字图像频域增强方法及在matlab中的实现数字图像的频域增强

摘要：图像增强处理技术是图像处理领域中一项基本的，也是很重要的技术，一直是图像处理领域中不可回避的研究课题。因为一幅图像总是可能受到各种因素的干扰影响，造成图像质量的下降。图像增强包含两个方面内容：一是消除噪声，二是增强(或保护)图像特征。对图像恰当增强，能使图像去噪的同时特征得到较好保护，使图像更加清晰明显，从而提供给我们准确的信息。常用的图像增强技术各有其特点和效果。论文在介绍图像频域增强原理的基础上，在频域内通过对Butterworth低通滤波器增强方法进了研究，介绍了相关的理论和数学模型，并给利用MATLAB工具进行实现。通过各种滤波后图像比较，实验证明在质量较差的图像中，选择不同的滤波算法对图像的增强在准确性上均有不同。关键词：图像增强；Butterworth低通滤波器；MATLAB

1．频域图像增强的目的、意义及主要内容 1.1频域图像增强技术的目的：分析几种频域图像增强方法,并能够用频域法进行图像增强,通过形态学方法进行图像特征抽取和分析。熟练的运用MATLAB,掌握修改图像的傅里叶变换来实现图像的增强技术。 1.2频域图形增强技术的意义：图像增强是图像处理中用来消除原始图像边缘模糊、对比度差等缺点的常用技术,它需要解决的问题包括边缘增强、噪声的滤除、高斯噪声的平滑和细节的保护等等。本论文主要是针对整体偏暗图像而提出的图像增强的方法。对于整体偏暗的图像,我们可以用直方图均衡化来调节图像的灰度分布,使图像变亮。此外,为了进一步提高图像的视觉效果,即解决包括边缘增强、噪声滤除等问题,我们还可以用频域图像增强方法（高通滤波器和低通滤波器）来处理,因为高通滤波器可以突出图像边缘,增强有用信息,使图像更加清晰,而低通滤波器可以平滑去噪,抑制无用信息,从而提高图像成分的可分辨性。 1.3主要内容

夜间图像增强

目录摘要 (2) 一、引言 (2) 二、观察 (3) 三、自然特性指标 (5) 四、算法 (6) A. 亮通滤波器的定义 (6) B、使用亮通滤波器进行图像分解 (7) C、使用双对数转换处理光照映射 (9) D、反射率的合成和映射的照明 (10) 五、实验与讨论 (10) A、主观评估 (13) B、客观评价 (13) 六、结论 (15)

光照不均匀图像的自然特性增强算法摘要图像增强在图像处理和分析中的起着重要作用。在各种增强算法中，Retinex 算法作为基础的算法可以有效地提高细节，并已被广泛采用。基于Retinex算法把照明去除作为缺省处理方式，但是，该方式没有考虑反射的程度，因此，不能有效地保留非均匀照明图像中的自然特性。然而，图像增强的目的是符合视觉认知，其自然性质是必不可少的，需要通过增强图像中的自然细节信息，我们提出了一种增强算法用于非均匀照明的图像。总体上，本文提出了以下三个主要研究结果。首先，提出了明度排序误差测量，用于客观地评价图像的自然特性。第二，提出了亮通滤波器(bright-pass) 将图像分解到反射率和照明，分别确定细节和图象的自然状态。第三，我们提出了一个双对数转换函数实现照明映射，实现图像中的细节和自然状态达到平衡。实验结果表明该算法不仅可以提升图像中细节，而且保留了非均匀照明的图像的自然特性。一、引言图像增强的主要目标是使图像处理之后比原始图像更适合特定的应用。到现在为止，图像增强已被应用到科学和工程的多种区域。如大气科学，天文学，生物医药，计算机视觉等。许多图像增强算法都已经被提出如基于Retinex算，反锐化掩模算法，直方图均衡化（HE）算法，等等。部分算法专注于细节增强，但通常会导致不自然的视觉效果，如光源混乱和似人为效果（artifacts）。因此，一些人试图减少以细节换取过度增强的代价。 Retinex理论认为色彩的感知与反射具有很强的联系，而且可见光到达观察者的量依赖于反射率和照明的乘积。大多数基于Retinex的算法是通过去除反射率来增强照明的效果，因此，它们可以明显的增强细节。但是，不可能确切地除去照明场景的凹凸深度。一些中置/环绕算法采取照明的局部卷积来代替不考虑反射率的上限。实际上，反射率应该考虑在内，它表示表面不能反射多于比它接收的光。此外，简单地删除照明是不合理的。基于反锐化掩模的算法通常把图像分解为高频和低频两个方面，并分别进行处理。低频信息对于这些算法抑制过度增强是很有用的。然而，这些算法只是简单的一起整合处理高频和低频的信息，这往往未能达到细节和自然特性之间较好的折中。其结果是这些算法需要一个对每个图像以获得最佳结果而采取的重新调整的过程。 HE技术很简单，但被广泛用于图像增强。由于常规HE算法可能导致过度增强，许多已经提出的算法被限制，如照明保存和对比度的限制，照明的保存在应用中非常有用，但是，一些在不恰当的强度地区，对于非均匀照明图像，照明保持不利于细节增强，如暗区。对比度受限算法抑制过度增强是通过重新分配直方图使其高度不超出限制。但是，对于直方图有很大的不同的严重的非均匀照明图象，这是不容易解决的。为了保护自然特性以及增强细节，Chen等人提出了如下的自然特性保护的概念用于图像增强。图像增强后的周围环境不应该被大幅度

图像增强理论-13页文档资料

第一章绪论图像增强研究现状图像增强是图像处理的基本内容之一，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信息的处理方法，其目的是使得处理后的图像对某种特定的应用，比原始图像更合适。处理的结果使图像更适应于人的视觉特性或机器的识别系统。图像增强主要可分为三类:频域图像增强方法、小波域图像增强方法、空域图像增强方法。 1.1频域图像增强方法频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果。其原理如下图所示：频域图像增强原理图常用的频域增强方法有低通滤波技术，是利用低通滤波器去掉反映细节和跳变性的高频分量。但其在去除图像尖峰细节的同时也将图像边缘的跳变细节去除掉了，而使得图像较模糊。低频滤波有理想低通滤波器、Butterworth滤波器、指数滤波器等。高通滤波器技术是利用高通滤波器来忽略图像中过度平缓的部分，突出细节和跳变等的高频部分，使得增强后的图像边缘信息分明清晰。高通滤波技术进行增强处理后的图像，视觉效果不好，较适用于图豫中物体的边缘提取。高通滤波器有理想高通滤波器、梯形滤波器、指数滤波器等。频域增强方法中还有带通和带阻滤波、同态滤波等，一般是用来解决光动态范围过大或者光照不均而引起的图像不清等情况。频域变换的基础是卷积处理，因此其基本原理为:设原始图像为) f，处 (y x , 理后图像为) x , h是线性不变算子。则根据卷积定理，有: (y (y x , g，而) y h x g=（1-1） x x y f *) , (y ) , ( , ( ) 其中*代表卷积。若) (y , x (y x f , x (y , h、) g、) G、) , u F分别是) , (v (v u (v u , H、) 的傅立叶变换，则上式的卷积关系表示成变换域中为: u v F H u G=（1-2） u v , ( , ) (v *) , ) ( 其中) x f是 , (y , (v u H用线性系统理论来说，是转移函数。在具体的增强中，) 给定的，则) (v u , H通过不同的滤波器来确定，则, F也可通过变换求出。而) (v u 由式(1-2)可得: H u F v g- F =（1-3） x y , ) ( , )] u ( (1v [ , ) 1.2小波域图像增强方法小波是近几年发展起来的一种时频分析工具，它同时具有时频局部化能力和

图像增强技术

数字图像处理期中论文图像增强技术综述学院信息工程学院专业电子信息工程方向信息处理方向姓名何娜娜学号200710113081 中国传媒大学 2010 年11 月27 日

图像增强技术综述内容摘要数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。关键词：图像增强直方图增强对比度增强平滑锐化彩色图像增强 Abstract Digital image processing is the procedures of converting image signal into digital format, then using the computer to process it. Image enhancement is digital image processing process often use a method to improve image quality, it plays an important role. This article first introduces the principle of image enhancement and classification，and then focus on several methods to study such as and histogram enhancement, contrast enhancement, smoothing and sharpening, and other commonly used in learning the basic digital image With the approach, through Matlab experiment that the actual effect of various algorithms to compare the advantages and disadvantages to discuss the different enhancement algorithm. The application of occasions, and its image enhancement method of performance evaluation. Keywords:Image Enhancement histogram enhancement contrast enhancement smoothing sharpening 1 图像增强概述 1.1 图像增强背景及意义在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降，即图像失真。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚

夜间图像增强算法研究及Matlab实现

夜间图像增强算法研究及Matlab实现第1章绪论 1.1 本文研究意义与背景夜间图像通常存在着主体或局部的亮度不足问题、在颜色的饱和度与对比度方面也显著偏低,这就导致了许多可以展现夜间图像关键特征细节信息的东西没法得到充分展现。致使所获取到的夜间图像的质量严重下降的原因多种多样，例如采集装备的配置、复杂的环境照明、天气原因等因素的影响。我们通常把一幅清晰的图像作为获取真实场景的主要条件[1]。针对质量下降的夜间图像,可以基于人类角度的计算机处理系统做进一步分析和仿真；亦可以直接采取图像增强算法，对其亮度、对比度及细节、色彩隐藏信息进行增强以满足人类视觉系统要求[2]。夜间图像在许多领域得到了相当广泛的运用。例如，通过对夜间红外图像的识别增强来获取敌方目标，这是在军事领域的应用；对夜间图像进行增强，加强对汽车号牌、驾驶员体态等重要信息进行识别，这是在公共交通领域的应用；为了减少颜色失真、光线不均等造成的图像退化现象，可以对图像进行彩色增强，这是在安防及摄影摄像领域的应用。如今，虽然有几十种不同的增强处理方法,但这些算法都是有其专门性以及针对性，无法做到适应各种场合。本文将针对传统夜间图像增强算法中普遍的存在的局部光晕伪影问题，展开进一步研究，以期在保持夜间图像清晰自然的基础上，将其解决。 1.2本文研究工作及重点夜间图像增强算法作为图像增强研究的一个重要分支。吸引着众多图像处理、目标检测方面的学者进行广泛而深入的研究。每年，都有很多研究成果问世，但整个领域依旧还有很大的发展空间。夜间图像的提取有很多不可抗拒的因素存在。例如夜晚图像对比度低、周围的光照散射影响等。将针对一些应用较多的传统的夜间图像增强算法，如直方图均衡化增强算法、基于Retinex理论等理论进行研究以及仿真。针对于传统增强方法自身的普遍存在

数字图像处理(频域增强)

数字图像处理图像频域增强方法的研究姓名班级学号

目录一．频域增强的原理二．频域增强的定义及步骤三．高通滤波四.MATLABS序实现五．程序代码六. 小结

频域图像的原理在进行图像处理的过程中，获取原始图像后，首先需要对图像进行预处理，因为在获取图像的过程中，往往会发生图像失真，使所得图像与原图像有某种程度上的差别。在许多情况下，人们难以确切了解引起图像降质的具体物理过程及其数学模型，但却能估计出使图像降质的一些可能原因，针对这些原因采取简单易行的方法，改善图像质量。图像增强一般不能增加原图像信息，只能针对一些成像条件，把弱信号突出出来，使一些信息更容易分辨。图像增强的方法分为频域法和空域法，空域法主要是对图像中的各像素点进行操作；而频域法是在图像的某个变换域内，修改变换后的系数，例如傅立叶变换、DCT变换等的系数，对图像进行操作，然后再进行反变换得到处理后的图像。 MATLAB 矩阵实验室( Matrix Laboratory )的简称，具有方便的数据可视化功能，可用于科学计算和工程绘图。它不仅在一般数据可视化软件都具有的功能方面更加完善，而且对于一些其他软件所没有的功能 (例如图形的光照处理、色度处理以及四维数据的表现等)，MATLA同样表现了出色的处理能力。它具有功能丰富的工具箱，不但能够进行信号处理、语音处理、数值运算，而且能够完成各种图像处理功能。本文利用MATLA工具来研究图像频域增强技术。图像增强是为了获得更好质量的图像，通过各种方法对图像进行处理，例如图像边缘检测、分割以及特征提取等技术。图像增强的方法有频域处理法与空域处理法，本文主要研究了频域处理方法中的滤波技术。从低通滤波、高通滤波、同态滤波三个方面比较了图像增强的效果。文章首先分析了它们的原理，然后通过MATLA软件分别用这三种方法对图像进行处理，处理后使图像的对比度得到了明显的改善，增强了图像的视觉效果。二．频域增强定义和步骤图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法[1] 的基础是卷积定理，它采用修改图像傅立叶变换的方法实现对图像的增强处理。在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以改变输出图的频率分布，达到不同的增强目的。

5.图像的频域增强及傅里叶变换

5. 图像的频域增强及傅里叶变换傅立叶变换在图像处理中有非常非常的作用。因为不仅傅立叶分析涉及图像处理的很多方面，傅立叶的改进算法，比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。印象中，傅立叶变换在图像处理以下几个话题都有重要作用： 1.图像增强与图像去噪绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频——噪声; 边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘； 2.图像分割之边缘检测提取图像高频分量 3.图像特征提取：形状特征：傅里叶描述子纹理特征：直接通过傅里叶系数来计算纹理特征其他特征：将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性 4.图像压缩可以直接通过傅里叶系数来压缩数据；常用的离散余弦变换是傅立叶变换的实变换；傅立叶变换傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。连续情况下要求原始信号在一个周期内满足绝对可积条件。离散情况下，傅里叶变换一定存在。冈萨雷斯版<图像处理>里面的解释非常形象：一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜。棱镜是可以将光分解为不同颜色的物理仪器，每个成分的颜色由波长（或频率）来决定。傅里叶变换可以看作是数学上的棱镜，将函数基于频率分解为不同的成分。当我们考虑光时,讨论它的光谱或频率谱。同样,傅立叶变换使我们能通过频率成分来分析一个函数。傅立叶变换有很多优良的性质。比如线性，对称性（可以用在计算信号的傅里叶变换里面）;时移性：函数在时域中的时移，对应于其在频率域中附加产生的相移，而幅度频谱则保持不变；频移性：函数在时域中乘以，可以使整个频谱搬移w。这个也叫调制定理，通讯里面信号的频分复用需要用到这个特性（将不同的信号调制到不同的频段上同时传输）；卷积定理：时域卷积等于频域乘积；时域乘积等于频域卷积（附加一个系数）。（图像处理里面这个是个重点）信号在频率域的表现在频域中，频率越大说明原始信号变化速度越快；频率越小说明原始信号越平缓。当频

频域图像增强方法研究

Abstract:I mage enhancement in image processing technology is a basic and very important technology, the field of image processing has been a research topic can not be avoided. Because an image is always possible interference by various factors, resulting in a decline in image quality. Image enhancement includes two aspects: First, eliminate the noise, the second is enhanced (or protected) image features. Appropriate image enhancement, image denoising can be well protected at the same time features, to make the image more clearly evident, thus providing us with accurate information. Commonly used image enhancement techniques have their own characteristics and effects. Paper, introducing the principle of image enhancement based on frequency domain, in the frequency domain through the Butterworth low-pass filter enhancement into the study, describes the relevant theoretical and mathematical models and tools to use MATLAB implementation. After filtering through a variety of image comparison, real proof of poor image quality, choose a different algorithm for image enhancement filter of accuracy are different. Key words:Image enhancement; Butterworth low-pass filter; MA TLAB.

频域图像增强技术

太原理工大学现代科技学院数字图像处理课程实验报告专业班级学号姓名指导教师

实验名称频域图像增强技术同组人专业班级学号姓名成绩实验三频域图像增强技术一、实验目的 1了解图像变换的意义和手段； 2熟悉傅里叶变换的基本性质； 3热练掌握FFT 方法及应用； 4通过实验了解二维频谱的分布特点； 5通过本实验掌握利用MA TLAB 编程实现数字图像的傅立叶变换及滤波锐化和复原处理； 6 了解理想、巴特沃兹、高斯等不同滤波器的结构及滤波效果。二、实验原理 1应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。 2傅立叶（Fourier ）变换的定义对于二维信号，二维Fourier 变换定义为： ??∞∞-∞∞-+-=dy dx e y x f v u F vy ux j )(2),(),(π ??∞∞-∞∞-+=dv du e v u F y x f vy ux j )(2),(),(π θθθsin cos j e j += 二维离散傅立叶变换为： 1,...,2,1,0,1,...,2,1,0for ),(1),(1010)//(2-=-==∑∑-=-=+-N v M u e y x f MN v u F M x N y N vy M ux j π 1,...,2,1,0,1,...,2,1,0for ),(),(1010)//(2-=-==∑∑-=-=+N y M x e v u F y x f M u N v N vy M ux j π 图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。 3利用MA TLAB 软件实现数字图像傅立叶变换的程序： I=imread(‘原图像名.gif ’); %读入原图像文件 imshow(I); %显示原图像 fftI=fft2(I); %二维离散傅立叶变换 sfftI=fftshift(fftI); %直流分量移到频谱中心 RR=real(sfftI); %取傅立叶变换的实部 II=imag(sfftI); %取傅立叶变换的虚部 A=sqrt(RR.^2+II.^2);%计算频谱幅值 A=（A-min(min(A))）/(max(max(A))-min(min(A)))*225; … … …… …… …… …… …… … …装 …… …… …… …… … …… …… …… 订… …… … …… …… …… …… …… … …线 …… …… …… …… … …… …… ……

基于频域的图像增强算法研究毕业设计

江西理工大学本科毕业设计（论文）题目：基于频域的图像增强算法研究

毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名：日期：

学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期：年月日导师签名：日期：年月日

实验报告六频域图像增强的方法

实验报告六姓名：学号：班级：实验日期： 2016.5.13 实验成绩：实验题目：频域图像增强的方法一．实验目的（1）熟练掌握频域滤波增强的各类滤波器的原理及实现。（2）分析不同用途的滤波器对频域滤波增强效果的影响，并分析不同的滤波器截止频率对频域滤波增强效果的影响。二．实验原理变换最慢的频率分量与图像的平均灰度成正比，当远离变换的原点时，低频对应于图像中变换缓慢的灰度分量，当从原点离开得更远时，较高的频率开始对应图像中越来越快的灰度变换，频率域滤波是通过傅里叶变换在频域上对频谱进行修改后再回到空间域的一种方法，在频域中直流项决定了图像的平均灰度，衰减高频通过低频的低通滤波器会模糊一副图像，而衰减低频通过高频的高通滤波器则会增加尖锐的细节，但会导致图像对比度的降低。

三．实验内容及结果（1）选择图像fig620.jpg，对其进行傅里叶变换，在频率域中实现五种不同半径（截止频率）的butterworth低通滤波器的平滑作用。显示原始图像和滤波图像。图1不同半径巴特沃斯低通滤波图

（2）选择图像fig620.jpg，对其进行傅里叶变换，在频率域中实现五种不同半径（截止频率）的butterworth高通滤波的锐化效果，显示原始图像和滤波图像。图2 不同半径巴特沃斯高通滤波图

四．结果分析 (1)观察图1，可以发现巴特沃斯低通滤波器半径越小，图像越模糊，但图像的背景亮度大小和原图像别无二致，这是因为低通滤波器实现的是滤除高频分量，保留低频分量的功能，所以半径越小，通过的低频分量越少，所以越模糊，但不论半径多小，它的整体亮度不变，这是由于决定图像平均灰度的直流分量处于图像中点（经过fftshift平移后），它一直是通过的，同时观察变量区的原图像傅里叶变换后的数据矩阵发现，最大数据小于并接近100，所以第五个滤波器设定为100半径，但是发现，滤波后图像的小a还是有一定的模糊，这是因为巴特沃斯滤波器不是理想滤波器，在截止频率处存在一定的过度带，所以小尺寸的物体可能会有模糊。（2）观察图二，可以发现进过巴特沃斯高通滤波器后的图像背景均为黑色，这是由于高通滤波器阻止了代表图像平均灰度的直流分量通过，且发现半径越大，图像物体中边缘细节越尖锐，这表明滤波器中高频分量占的比重越来越大，同时观察图中字母a会有一定的缺口，这正是由于巴特沃斯平滑截止程度不够所带来的振铃现象，在低通中没有表现出来是由于背景的亮度掩盖了缺口，并且发现通过高通滤波器后图像的对比度也降低了。

数字图像处理频域增强

数字图像处理图像频域增强方法的研究姓名：班级:

学号：目录一．频域增强的原理二．频域增强的定义及步骤三．高通滤波四．MATLAB程序实现五．程序代码六．小结

图像进行操作，然后再进行反变换得到处理后的图像。 MATLAB矩阵实验室（Matrix Laboratory）的简称，具有方便的数据可视化功能，可用于科学计算和工程绘图。它不仅在一般数据可视化软件都具有的功能方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。它具有功能丰富的工具箱，不但能够进行信号处理、语音处理、数值运算，而且能够完成各种图像处理功能。本文利用MATLAB工具来研究图像频域增强技术。图像增强是为了获得更好质量的图像，通过各种方法对图像进行处理，例如图像边缘检测、分割以及特征提取等技术。图像增强的方法有频域处理法与空域处理法，本文主要研究了频域处理方法中的滤波技术。从低通滤波、高通滤波、同态滤波三个方面比较了图像增强的效果。文章首先分析了它们的原理，然后通过MATLAB 软件分别用这三种方法对图像进行处理，处理后使图像的对比度得到了明显的改善，增强了图像的视觉效果。二．频域增强定义和步骤图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法[1]的基础是卷积定理，它采用修改图像傅立叶变换的方法实现对图像的增强处理。在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以改变输出图的频率分布，达到不同的增强目的。频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其它空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。

图像增强算法研究综述

图像增强算法研究综述摘要：本文简要介绍图像增强的概念和图像增强算法的分类，从图像的直方图均衡化处理方法，直方图规定化处理方法和图像平滑处理方法三方面对图像增强算法进行讨论和研究，并说明了图像增强技术的应用和前景展望。关键词：图像增强直方图均衡化平滑处理近年来，随着电子计算机技术的进步，计算机图像处理得到了飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。对图像进行处理时，经常运用图像增强技术以改善图像的质量增强对某种信息的辨识能力，以更好的应用于现代各种科技领域，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。在图像处理过程中，图像增强是十分重要的一个环节。 1.图像增强概念及现实应用 1.1 图像增强技术图像增强[1,2]是数字图像处理[3,4]的基本内容之一。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。这类处理是为了某种应用目的去改善图像质量，处理的结果更适合于人的视觉特性或机器识别系统，图像增强处理并不能增加原始图像的信息，而只能增强对某种信息的辨识能力，使处理后的图像对某些特定的应用比原来的图像更加有效。 1.2图像增强技术的现实应用目前，图像增强处理技术的应用己经渗透到医学诊断、航空航天、军事侦察、纹识别、无损探伤、卫星图片的处理等相关领域，在国民经济发展中起到了很大的作用。其中最典型的应用主要体现以下方面。 1.2.1通讯领域包括图像传输、电视电话、电视会议等，主要是进行图像压缩甚至理解基础上的压缩是把文字、图表、照片等图像通过光电扫描的方式变成电信号加以传送。 1

基于频域的图像增强算法研究电子信息工程

摘要图像增强处理技术是图像处理领域中一项基本的，也是很重要的技术，一直是图像处理领域中不可回避的研究课题。而且图像增强是指按一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，使之改善图像质量，加强图像判读和识别效果的处理技术。因为一幅图像总是可能受到各种因素的干扰影响，造成图像质量的下降。图像增强包含两个方面内容：一是消除噪声，二是增强(或保护)图像特征。对图像恰当增强，能使图像去噪的同时特征得到较好保护，使图像更加清晰明显，从而提供给我们准确的信息。常用的图像增强技术各有其特点和效果。论文在介绍图像频域增强原理的基础上，在频域内通过对低通滤波器、高通滤波器的图像增强进行研究，介绍了相关的理论和数学模型，并给利用MATLAB 工具进行实现。实验证明，在质量较差的图像中，选择不同的滤波算法对图像的增强在准确性上均有不同。关键词：图像增强；滤波；MATLAB。

ABSTRACT Image enhancement in image processing technology is a basic and very important technology; the field of image processing has been a research topic cannot be avoided. And it aims to stand out some information of a picture to strength image identification and reorganization. At the same time it can wipe out the information that we don’t need in order to improve the quality of image. This paper addresses image frequency enhancement principle and also researches low-pass filtering, high-pass filtering and homeostasis filtering.Because an image is always possible interference by various factors, resulting in a decline in image quality. Image enhancement includes two aspects: First, eliminate the noise; the second is enhanced (or protected) image features. Appropriate image enhancement, image demising can be well protected at the same time features, to make the image more clearly evident, thus providing us with accurate information. Commonly used image enhancement techniques have their own characteristics and effects. Paper, introducing the principle of image enhancement based on frequency domain, in the frequency domain through the low-pass filter and high pass filtering enhancement into the study, describes the relevant theoretical and mathematical models and tools to use MATLAB implementation. After filtering through a variety of image comparison, real proof of poor image quality, choose a different algorithm for image enhancement filter of accuracy are different. Key words: Image enhancement; filter; MATLAB.