论文部分内容阅读
图像增强作为图像的预处理阶段,是图像处理的一个重要分支。通常,受采集设备、拍摄环境、传递手段等因素的影响,图像会出现模糊、对比度降低等现象,而图像增强的主要目的就是改善图像质量以满足实际应用的需求。随着彩色图像的大量使用,人们对彩色图像增强技术的要求也越来越高,不同于灰度图像增强,增强彩色图像时,不但要拉伸图像对比度、增强图像细节,还要做到保持亮度、避免色彩失真等问题。数学形态学在图像处理中的应用成为近年来的研究热点。数学形态学算法理论简单、运算速度快,其中,形态学top-hat变换可以提取出图像中的亮特征和暗特征。本文结合形态学的优点,对含噪灰度图像的抗噪型增强算法及彩色图像增强算法进行了研究,主要内容如下:首先,论文简单介绍图像去噪及图像增强的意义,列举一些传统的去噪算法和增强算法,并对这些算法进行仿真实验。其次,本文对数学形态学的理论知识及基本算法作了详尽、系统的介绍,并分析仿真实验结果,总结数学形态学基本运算的特点。基于膨胀、腐蚀运算的效果,设计了一种多形态膨胀腐蚀滤波器,该滤波算法变换次数少,能有效抑制噪声,保持图像细节、边缘信息。另外,对已有的多尺度top-hat变换进行改进,使其增强效果更理想。将这两步结合起来,即得到一种多形态、多尺度数学形态学的灰度图像抗噪增强算法。仿真结果表明,本文算法在噪声密度偏小时,能完全抑制噪声,且增强后的图像细节突出、信息含量大、视觉效果好。然后,将灰度域效果明显的多尺度top-hat增强算法推广到彩色空间域中,为了避免彩色图像处理过程中,空间转换造成的运算复杂、信息丢失等现象,本文在RGB空间提出一种基于数学形态学top-hat变换,并以各分量标准差权重比例为调控因子的自适应彩色图像增强算法。实验结果表明,该算法能有效增强彩色图像对比度,凸显细节,避免过度增强,并且能很好的保持原图像的色彩和亮度。最后,将本文算法应用于眼前节图像,并与其他算法进行比较,结果表明,本文算法运算速度快,增强后的灰度眼前节图像细节突出、瞳孔信息明显。增强后的彩色眼前节图像在保持色彩的同时,细节特征明显增强,视觉效果好,有助于计算机或医务人员快速做出准确诊断方案。