基于dm642平台的图像灰度变换方法研究与实现毕业设计论文(编辑修改稿)

基于dm642平台的图像灰度变换方法研究与实现毕业设计论文(编辑修改稿)内容摘要：

强细节，但是算法复杂度太高，邻域窗口大小需要手动操作不断尝试，还会引进许多噪声。 针对 上述问题，本文在 DSP 软件仿真环境下进行了灰度变换的实验。 通过实验发现这种方法对于灰度变化少的图像非常适用。 能有效地抑制背景的增强过度，减少细节简并，能得到层次感较好，特征鲜明的图像。 针对不同特点的图像采用相应的图像增强方法可以达到较好的增强效果。 实现结果表明，本文提出的改进方法对于某些图像取得了比现有增强方法更好的效果。 关键词： 图像增强 ； 图像平滑 ； 图像去噪 II ABSTRACT Edge detection technology is the basis of image analysis and processing, image segmentation, image enhancement, image restoration, pattern recognition, image pression is a hot issue of research in the field of image processing. Vision is the most important human perception means, visual information is the main source of information of our humanity from nature, according to statistics about 70 percent of the total human information obtained from outside. Archaism cloud: seeing is believing, which fully shows that visual effects are brought by the visual information of the text and voice can not reach. Image is the human access to important way of visual information. In image processing, image enhancement technology in improving the image quality has an important role. Strengthening can make image dynamic range, image contrast enhancement, image is clear, characteristic is obvious. Traditional linear gray level transformation and nonlinear grayscale transformation can make the image gray level range is difficult to achieve image formats allowed by the maximum gray level transform, the image of the administrative act is not good, the image information loss, etc. Histogram equalization to enhance the visibility of the whole image automatically, but can not adapt to local luminance of image features, prone to grayscale degenerate phenomenon, resulting in the details area is missing, at the same time also more sensitive to noise。 Local histogram equalization is a kind of adaptive method, can enhance the details to a great extent, but it is a large amount of calculation, will introduce a lot of noise at the same time. Aiming at these problems this paper proposes a adaptive histogram equalization algorithm based on dynamic threshold. Through experiment, the method for the background region, gray image is very appropriate. Can effectively inhibit the excessive increase of background, and reduce the target details degenerate phenomenon, administrative levels feeling good image is obtained. According to the characteristics of different images with corresponding image enhancement method can achieve good effect. Implementation results show that the proposed improved method for some image achieved better results than the existing method. Keywords: Image enhancement。 the image smooth。 Image denoising 基于 DM642 平台的图像灰度变换方法研究与实现 1 引言 一般来说 ，图像增强的目的是为了增加图像的对比度，从而得到处理后的图像更适合某种特定的应用。 图像处理是很具有目的性的，人们感兴趣的只是目标本身，对背景什么的却并不关注。 因此可以采用灰度变换方法对图像进行增强。 图像增强处理技术分成两大类：频域处理方法，基础是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强。 常用的方法，低通滤波，高频提升滤波、同态滤波等；空域处理方法，直接对图像中的像素灰度进行处理，基本上是以灰度映射变换为基础。 所用的映射变换取决于增强的目的。 包括灰度变换、直方图修正，平滑和锐化处理、彩色增强等。 在我们获取图像的过程中，由于光照、天气等多种因素影响，图像不能达到要求，我们就可以利用一系列图像增强技术来改善图像质量，使其能直观清晰地观察。 本文 会 对经典的 灰度线性变换，非线性变换，直方图均衡化和局部直方图均衡化进行详细的分析。 并用 DSP 仿真软件实现灰度线性变换的过程。 对效果图进行比较分析，确定灰度线性变换在灰度变换技术中是十分重要的。 基于 DM642 平台的图像灰度变换方法研究与实现 2 1 绪论 课题研究背景和意义 图像是人类了解世界的最重要手段，科学的研究和统计表明，人类的视觉系统，能帮助我们从外部 获得的信息 75％以上的图像 [1]，图片给我们的信息是非常丰富的。 图像信息是其他的信息不能取代的。 为了能尽快地获取目的信息，抑制或删除一些不必要的信息，各种计算机视觉处理方法应运而生。 用计算机对图像进行各种各样变换处理，使图像达到特定的质量要求。 灰度变换是图像处理中非常重要的领域。 随着电子计算机技术的进步 ,计算机图像处理今年得到飞跃发展 ,已经成功的应用于几乎与所有与成像有关的领域 ,并正发挥着其重要作用。 它利用计算机对数字图像进行系列操作 ,从而获得预期的结果。 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。 通常情况下，我们获取的图片或多或少都会有质量下降的现象。 这是由于光照条件不足或者过度会使图像对比度过低或过高，造成图像过量或者太暗，还有图像在传输过程中免不了会出现一些噪声；还有光学系统的失真或者相对运动等都会造成图片模糊不清。 所以说我们获取的原始图片在清晰度或者对比度上都存在问题。 虽然我们对于图片的目的性不同，衡量图片的标准不同，但是根据所需的要求对图片进行处理，改善图片质量拥有很大的发展前景。 由于影响系统图像清晰程度的因素很多，图像质量降低了， 有的会 不干净，看不 清细节； 有的会变的 模糊不清， 甚至 连概貌 都 看不出来。 所以， 只有对图像进行处理过后才能对其分析。 图像增强可以不 需要 考虑图像质量的下降，只需要将图像中感兴趣的特征 选择 性 的突出，而抑制或删除不需要的特征，它的目的主要是提高图像的 可懂度。 因此，其应用领域广泛，需要对图像有一定要求的地方都会 使用这类技术。 如医学诊断 [4]、机器视觉、公安、国防、航空航天 [6]、测绘等等。 随着计算机技术的发展，人们对图像也提出了不同的要求。 比如动漫的制作，服装设计，工程设计，工艺品设计等等，这已经形成了一门新的艺术。 新的应用 [7]就是在人们的需求下不断产生，灰度变换 增强技术也在这强大的动力下迅猛的发展，不难想象，将来图像灰度变换技术一定能发挥更重要的作用。 国内外研究现状和发展趋势 图像灰度变换是根据特定的需要通过增加图像灰度对比度的方法突出图像中的重要信息，同时减弱或去除不需要的信息，从而有目的的强调图像的整体或局部 基于 DM642 平台的图像灰度变换方法研究与实现 3 特征。 图像灰度 变换是 图像处理的 非常 重要 的 部分，图像 灰 度增强方法 在 改善图像质量 方面 发挥了重要作用。 随着 我们对图像处理要求的提高 ， 不断有新的图像增强技术出现。 目前图像灰度增强主要分为如下几类： 1) 传 统的图像灰度增强方法 传统的图像灰度增强方法可以分 为空域法和频域法两大类。 为了 满足不同的图像特点 ， 各种各样的灰度变换方法随之产生 ， 比 如局部直方图均衡化、基于幂 函数的加权自适应直方图均衡化 [8]、平台直方图均衡化 [9]等。 2) 多尺度分析方法 多尺度分析又称为多分辨率分析， 它能多尺度多角度的提取图像信息的特征，使噪声和所需信息在不同的尺度上区分开来，因此它在图像去噪和增强方面优势很大。 最近几年国内外学者都已经将其应用到图像增强中。 3) 数 学形态学灰度增强方法 数学形态学其实就是用具有一定形态的结构元素去量度和提取图像中的对应形状，从而达到对图像进行分析和识别的目的。 4) 模糊增强方法 模糊性就是图像处理在不同的阶段可能出现不确定性和不精确性。 近年来不少学者致力于把模糊集理论引入图像处理和识别技术的研究。 基于模糊集理论的图形处理和识别技术在特定的场合能够取得比传统方法更好的效果。 次 外， 对于模糊集方法与 神经网络、遗传算法 相 结合用于图像灰度增强的方法 也 在研究之 中。 图形增强技术很难有一个统一的衡量图像质量的指标能用来对比各种图像灰度算法的好坏。 这是因为图像增强往往具有目的性，所以不同的图像需要使用不同的方法。 比如灰度线性变换能够改善图像的对比度，从而提升图像的质量，但他不一定是 图像去噪的最好方法。 在实际应用中，我们要根据不同的需求，找到一种有效的方法一般都是要反复的尝试和实验，因此图像灰度增强技术的实验性和多样性是非常高的。 有时候为了取得更好的增强效果，我们会综合采用多种灰度变换的方法进行组合，尽量发挥每种方法的优势。 不过这样的话参量就必须要选择准确，因此图像增强最大的难点就是靠经验对增强的结果进行量化描述。 这就需要我们不断的尝试了。 基于 DM642 平台的图像灰度变换方法研究与实现 4 2 几种常用的灰度变换方法 简介 基本概念和定义 灰度 在数字图像中， 在数字图像中，灰度值用来表示图像中每个像素的明暗程度。 一般灰度图像只 包含亮度信息而不包含彩色信息。 单色图像中每个像素的灰度级都在 [0,255]这个范围内，而彩色图像中每个像素都是由 R、 G、 B 三个单色调配的如果每个像素的 R、 G、 B 完全相同，那么该图像就是灰度图像。 灰度直方图 灰度直方图 描述了图片的灰度级信息，它是灰度级的函数，它表示图像中包含某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。 本文采用的灰度直方图如图 所示，其横坐标是灰度级，纵坐标是这个 灰度出现的频率 (即像素的个数 )。 灰度直方图的性质如下： 1) 只反映图像中像素不同灰度值出现的次数（或频数） 却不能 显示 像素所在位置。 2) 假如一幅图像由多个不连接的区域构成 ，并且每个区域的直方图 是 已知 的，那么完整图像的直方图是这几 个区域的直方图之和。 3) 与图像之间的关系是多对一的映射关系。 一幅图像唯一确定出与之。