基于Matlab的计算机图像增强技术研究

张小红

摘 要：文章分析了图像增强技术的类型，主要是从图像空间域增强技术，频率域增强技术两方面进行分析，并探究了基于Matlab的计算机图像增强技术的应用，对其应用方法及效果进行了探索，提出了这种技术存在的不足，对于图像增强技术的进一步发展是一种促进。

关键词：Matlab；计算机图像增强技术；类型

随着计算机技术的深化发展，计算机图像处理技术也实现了飞跃式发展。目前，计算机图像处理技术的应用非常广泛，几乎所有与成像有关的领域都需要应用到计算机图像处理技术。图像在形成过程中会受到多种因素的影响，而导致所成图像与原始景物或者图像之间存在一定的差异，成像效果不是很理想。要改变这种情况，就需要借助于图像增强技术手段，提升成像的品质。图像增强是指根据特定的要求，突出图像中的一些重点信息，消除一些不必要的信息。通过信息的增强处理，提升原始图像处理的清晰度，提升图形的信息含量，实现对图像中感兴趣目标的有效监测和测量，满足人们的需要。

1 图像增强技术的类型

按照图像增强的作用域划分，图像增强技术可以分为空间域增强技术和频率域增强技术两种类型。

1.1 图像空间域增强技术

图像空间域增强技术能够直接对图像个像素进行空间处理，空间域增强方法分为扩展对比度的灰度变换方法、消除噪声的相关平滑方法、增强边缘的相关锐化方法3种类型。

灰度直方图均衡化是一种效果很强的图像增强技术，这种技术原理是对一幅图像的灰度直方图进行处理，使之发生一定的变化，变得均匀或者是基本均匀的图像。这种方法能够使分布在每一个灰度等级上的像素个数基本相等，达到一种基本平均，这是一种典型的图像空间处理技术，但灰度直方图只是依照一种近似的概率密度函数进行设计的，当离散的灰度等级发生变化的时候，就不能达到最终完全均匀的效果。

1.2 频率域增强技术

频率域图像增强技术是对图像从空间变化到频率过程中的相关信息进行处理，然后将得到的结果进行反变化从而实现对图像进行处理的目标。常用到的频率域增强技术方法有傅里叶变化法、沃尔什—哈达玛变化法、DCT变化法等。频率域增强技术主要包括以下核心技术内容。

1.2.1 频率域平滑技术

图像平滑不仅可以在空间域中实现，同时在频率域中要能够实現。我们知道噪声主要是集中在高频部分上面，要改善图像质量，需要去除噪声，这就需要应用到滤波器，通过采用低通滤波器对高频成分进行抑制处理，通过低频成分时，需要通过逆傅里叶变换获得相应的滤波图像，以达到对平滑图像的有效获取。常用的频率域低滤波器有以下几种类型：（1）理想低通滤波器。这种滤波器需要设置好离开原点的截止频率，通过相应的函数设置开展工作。高频成分包含很多边缘信息，采用理想低通滤波器能够去除噪声，但在除去噪声的同时也会损失一些边缘信息，这对图像的清晰度会造成一定的影响，导致图像边缘的模糊。（2）Butterworth低通滤波器。这种滤波器也需要设置传递函数，与理想滤波器相比，它的陡峭变化不明显，连续性衰减，便显出明显的不连续性特点。采用低通滤波器不仅能够抑制噪音，同时也能够有效降低图像边缘的模糊性，不会发生所谓的振铃效应，（3）指数低通滤波器。这种滤波器也是图像处理技术中常用到的一种滤波器，这种滤波器开展工作也需要设置相应的传递函数，采用这种滤波器不仅能抑制噪音，同时也能够提升图像边缘的模糊程度，也不会发生明显的振铃效应。

1.2.2 频率域锐化技术

图像的模糊程度与高频成分强弱有很大的关系，如果高频成分较弱，图像的模糊度就相对较高。而图像的边缘、细节也主要存在于高频部分中。借助于频率域锐化技术就是为了消除图像边缘的模糊信息，突出边缘，能够通过高通滤波器使高频成分顺利通过，而有效地削弱一些低频成分，然后借助于傅里叶变化技术获得边缘锐化图像，以增强图像的清晰度。目前所采用的高通频率器主要以下几种类型：（1）理想高通滤波器。这种滤波器开展工作也需要设置合适的函数，这样才能达到应用的效果。（2）巴特沃斯高通滤波器。这种滤波器开展工作也需要设置合适的函数，对函数进行科学定义，才能保障其工作效果。（3）指数滤波器。这种滤波器开展工作与前两种类似也需要在设置特定函数的基础上实现操作。

通过分析可以得出结论，对图像进行平滑处理能够使图像的边缘变得模糊，而对图像进行锐化处理，能够使图像变得清晰，但锐化处理技术也有一定的局限性，其在增强图像边缘效果的时候，也会增强图像的噪音。如果图像自身边缘噪音较低，在进行锐化处理的过程中，有可能导致噪音增加得比信号快，导致图像处理失败。因此，做好预处理工作很重要，一般需要先进行图像的平滑处理，然后进行图像的锐化处理[1]。

2 图像增强技术的应用

图像处理技术一直是图像处理领域中的一个非常重要的技术项目，图像增强技术主要是通过一系列技术手段有选择地对图像中人们感兴趣的特征进行明确和突出，或者是对图像中的一些不需要的信息进行抑制处理，通过图像增强技术的应用主要是为了改善图像质量，丰富相关信息，促进图像能实现有效的判读，达到一种有效识别的效果。图像处理技术在医学领域中，在遥感领域、微生物研究领域、刑侦领域、军事领域中都有广泛的应用，这种技术能够对原始图像的模式进行识别，有助于实现目标物的有效监测[2]。

2.1 灰度级变换增强

图像增强技术在应用中，借助于Matlab工具箱中的imhist函数及相关命令，能够对原始图像中的直方图灰度情况进行查看，能够看到其灰度范围较窄并且图像灰度值的高地区分不是很清楚。借助于图像增强技术对像源的灰度值进行扩展，能够增加图像的动态范围，扩展图像对比度，使图像变得更为清晰。调用相应的函数将图像的灰度值进行设置，把灰度值扩展到整个灰度范围中，能够使像素分布在图像类型相应的取值范围中，以这种方式就能改善图像质量。这种技术在应用中，需要考虑图像的灰度和对比度等情况，能够使图像的灰度及对比度发生合适的变化。

再利用imhist函数进行图像设置时，对图像的灰度级进行处理时，需要调整图像的灰度范围，需要进行合适的函数格式设置，这样才能满足需要。

2.2 直方图均衡化增强

直方图均衡化处理技术的工作原理是把原始图像的灰度直方图从比较集中的某个灰度区间转变为全部灰度范围内的均匀分布。这种技术能够对图像进行非线性拉伸处理，能够对图像像素值进行重新分配设置，通过技术处理使一定灰度范围内的像素数量保持大概一致。直方图均衡化处理技术能够把既定图像的直方图分布进行设置，使这种分布发生改变，变为均匀化分布直方图分布形式。有些图像存在一定的问题，其在低值灰度区间上的频率较大，这样就导致图像中的一些较暗区域内的信息分辨不清，导致一些细节分辨不清。如果借助于技术手段，将图像灰度范围分开，可以让灰度频率较小的灰度级变大，从而改善图像质量。

2.3 中值滤波

中值滤波技术是一种非线性平滑处理技术，这种技术能够将每个像素点上的灰度值进行合适的设置，设置为该点某领域口内的所有像素点灰度值的中值，从而改善图像质量。中值滤波工作方法如下，通过技术手段从图像中的某个采样窗口取得合适的数据，这个数据是奇数个数，并对数据进行排序处理。然后用排序后的中间值对要处理的数据进行取代处理。采用中值滤波奇数进行突出处理能够消除噪音，在处理图像的过程中，还能够对边缘信息进行保护，这是一种非常有效的平滑噪声处理方式。

3 图像增强技术存在的不足

虽然图像增强技术在计算机技术不断发展的同时获得了有效的发展，在很多应用中也得到了广泛的应用，并且应用价值突出，但这种技术目前还存在一些发展问题。图像增强技术还有很多方面需要完善。在增强方法方面，虽然可以借助于一定的手段快速找出效果较好的图像，但需要对增强后的图像进行比较，需要考量人机交互情况，对相关参数的变化情况进行研究，如何自动实现最佳参数的有效选择还是需要进一步完善的工作。另外，目前，对增强后图像的质量评判还没有统一的标准，标准化衡量图像质量的方法、评价图像和设计图像的依据还没有建立起来，这也影响到图像增强技术的进一步发展。

总之，图像在生成、传输、变化过程中会受到很多因素的影响，从而影响图像质量。借助于图像增强技术，有针对性地對图像中感兴趣的特征进行突出或者是对一些不需要的特征进行抑制处理，能够有效地丰富图像的信息量，改善图像质量，促进图像实现有效判断和识别。基于Matlab的计算机图像增强技术具有函数丰富、图像处理速度快的优势，借助于这种图像处理技术对图像进行增强处理能够起到很好的效果，满足不同场合的需要，但这种技术还存在一定的缺陷，需要进一步完善，这样，其应用推广价值才能得到进一步的提升。

[参考文献]

[1]钱晶.基于Matlab的图像增强技术分析[J].电子设计工程，2017（18）：87-89.

[2]朱昊.基于Matlab图像增强技术研究[J].信息与电脑（理论版），2015（9）：79-81.