图像增强中直方图均衡化的Matlab实现

2
直方图图像增强的基本理论
大多数原始的遥感图像由于其灰度分布集中在较窄的范围内,使图像的细节
不够清晰,对比度较低。 为了使图像的灰度范围拉开或使灰度均匀分布,从而增大 反差,使图像细节清晰,以达到增强的目的,通常采用直方图均衡化及直方图规定 化两种变换。本文主要介绍直方图均衡化并进行实验。 2.1 直方图均衡化的概念 直方图均衡化(Histogram Equalization) 又称直方图平坦化,实质上是对 图像进行非线性拉伸 ,重新分配图像象元值,使一定灰度范围内象元值的数量大 致相等。 这样,原来直方图中间的峰顶部分对比度得到增强,而两侧的谷底部分对 比度降低,输出图像的直方图是一个较平的分段直方图 :如果输出数据分段值较 小的话,会产生粗略分类的视觉效果。 2.2 图像灰度直方图 直方图是表示数字图像中每一灰度出现频率的统计关系。 直方图能给出图像 灰度范围、 每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等概貌 性描述。 灰度直方图是灰度级的函数, 反映的是图像中具有该灰度级像素的个数, 其横坐标是灰度级 r, 纵坐标是该灰度级出现的频率( 即像素的个数) pr( r) , 整个坐标系描述的是图像灰度级的分布情况, 由此可以看出图像的灰度分布特 性, 即若大部分像素集中在低灰度区域 , 图像呈现暗的特性; 若像素集中在高 灰度区域, 图像呈现亮的特性。 2.3 直方图均衡化 图 1 所示就是直方图均衡化, 即将随机分布的图像直方图修改成均匀分布 的直方图。 基本思想是对原始图像的像素灰度做某种映射变换, 使变换后图像灰 度的概率密度呈均匀分布。 这就意味着图像灰度的动态范围得到了增加, 提高了 图像的对比度。
r i T 1 (Si )
4 Matlab 环境下算法实现及结果分析
4.1 实验过程 本文选取一张人物图像进行算法实验, 文件可存储栅格、矢量、DEM 等多种 格式,支持用户自定义数据, 是一种开放式的数据格式。为了便于操作, 实验采 用 IMG 格式的数据结构。 在 Matlab 中自定义 M 文件, 输入如下算法程序: clc; clear; I= imread('a.jpg'); I= rgb2gray(I) ; %将图像转换为灰度图像
图像增强中直方图均衡化的 Matlab 实现
摘要： 本文采用直方图均衡化的图像增强的基本原理, 借助数学 公式, 在 Matlab 环境下, 对数字图像进行直方图均衡化处理, 实现原始图像直方图均匀分布 , 增加像素灰度值的动态范围 , 提高了图像的对比度。 关键词：图像增强, 直方图，均衡化, Matlab ABSTRACT:In
[4] 汪志云,黄梦为等.基于直方图的图像增强及其 Matlab 实现[J].计算机工程 与科学，2006,28(2):54—56. [5] 钱海军,雷剑刚,钱峰.基于 Matlab 图像增强中直方图均衡化的应用[J].电 脑开发与应用，2011，11（24）:52-53. [6] 孙家柄. 遥感原理与应用[M]. 武汉: 武汉大学出版社,2003. [7] 黄 [8] 段 [9] 黄 涛. 直方图在数字图像的应用[J] . 现代计算机,2004,(7):75-78. 竹,吴 镝. 图像增强方法研究[J]. 商场现代化,2009,(1):23.
图 1 直方图均衡化 通过这种技术可以清晰地在直方图上看到图像亮度的分布情况, 并可按照 需要对图像亮度调整。另外,这种方法是可逆的, 如果已知均衡化函数, 就可以 恢复原始直方图。
3 直方图均衡化算法分析
设变量 r 代表图像中像素灰度级。对灰度级进行归一化处理, 则 0≤r≤1, 其中 r= 0 表示黑, r= 1 表示白。对于一幅给定的图像来说, 每个像素值在[ 0,1] 的灰度级是随机的。用概率密度函数 pr (r ) 来表示图像灰度级的分布。 为了有利于数字图像处理, 引入离散形式。在离散形式下, 用 r k 代表离散 灰度级, 用 Pr (r k ) 代表 pr (r ) , 并且下式成立: P r (r k )
图2
原始图像与均衡化后的图像比较
图3
原始图像直方图与均衡化后的图像直方图比较
通过对比, 可以发现原始图像的灰度主要分布在中低灰度级上, 在高灰度 级上图像的像素数很少。 经过直方图均衡化处理后, 图像像素数在高中低灰度级 上分布较均匀, 图像对比度有较大提高。
5Hale Waihona Puke 结论直方图均衡化是图像增强技术的基本方法,本文分析了这种处理方法的基本 理论,并用 Matl ab 进行实验,结果表明,直方图均衡化在一定程度上改善了图像 的对度差和灰度动态范围,增强了图像的可读性,提高了图像的可分性,有利于进 行遥感图像的目视解译。该算法简单,是一种行之有效的图像增强算法。
nk n
其中, 0≤ r k ≤1, k=0, 1, 2, …, n-1。式中 n k 为图像中出现 r k 这种灰度 的像素数, n 是图像中的像素总数, 而 图均衡化的函数表达式为:
Si T (ri )
i 0 k 1
nk 就是概率论中的频数。图像进行直方 n
ni n
式中, k 为灰度级数。相应的反变换为:
参考文献
[1] 李耀辉， 刘保军.基于直方图均衡的图像增强[J].华北科技学院学报，2003， 5(2):65-66. [2] 姚 静,武文波,康停军.直方图均衡化的 Matiab 实现[J].辽宁工程技术大 学学报,2007,11(26):60-62. [3] 阮秋琦.数字图像处理学[M].北京：电子工业出版社,2001:181—195.
昆,陈登胜,余国忠. 直方图均衡化在遥感图像彩色合成中的应用[ J] .
安徽农业科学,2010(3): 20-23. [10] 贾其, 吕绪良,吴超, 等.基于人眼视觉特性的红外图像增强技术研究 [J] 红外技术,2010(6): 80-83.
this paper, the basic principle of histogram equalization , image
enhancement , with the mathematical formula , in the Matlab environment for digital image histogram equalization , to achieve uniform distribution of the original image histogram , increasing the dynamic range of pixel gray value , improve contrast of the image .
J= histeq( I) ; %对 I 进行直方图均衡化 subplot( 121) ,imshow(I) ,title('原始图像') ; subplot (122), imshow(J), title('直方图均衡化后的图像'); figure( 2) ; subplot( 121) ,imhist(I, 64), title( '原始的直方图'); subplot( 122) , imhist(J,64) , title(' 均衡化后的直方图'); 4.2 实验结果 Matlab 环境下的实验结果如图 2 所示。图 2 是原始图像与经过均衡化后的 图像对比结果; 图 3 是原始图像的直方图与经过均衡化的直方图对比。
KEYWORDS:image enhancement;histograme ;qualization;Matlab 1 引言
图像增强是指对图像的某些特征,如边缘、轮廓或对比度等进行强调或尖锐 化。当一幅图像曝光不足或过度 ,造成对比度过小或过大而不能显示具体细节 , 通过增加这些细节的动态范围改善图像的视觉效果。 图像增强可以突出图像中所 感兴趣的特征信息,改善图像的主观视觉质量,提高图像的可懂度。 增强的首要目标是处理图像使其比原始图像更适合于特定应用。 图像增强的 方法分为两大类:空间域方法和频域方法。“空间域”一词是指图像平面本身 , 这类方法是以对图像的像素直接处理为基础的。 “频域”处理技术是以修改图像 的傅氏变换为基础的。 一般说来,原始遥感数据的灰度值范围都比较窄,这个范围 通常比显示器的显示范围小的多。 增强处理可将其灰度范围拉伸到 0-255 的灰度 级之间来显示,从而使图像对比度提高,质量改善。 增强主要以图像的灰度直方图 最为分析处理的基础。直方图均衡化能够增强整个图像的对比度,提高图像的辨 析程度,算法简单,增强效果好。本文主要讨论了空间域的直方图均衡化增强, 并用 Matlab 进行实验验证。