基于MATLAB的微光图像增强的算法研究(2)
参考文献38
1 绪论
1.1 选题背景
随着时代的发展与科学的进步，人类不再满足于日常生活中人眼直接获取的光信息，为了弥补人眼在空间、时间、能量、光谱和分辨能力等方面的局限性, 为了增加人类的活动范围。通过对红外光，紫外光等人眼无法感知和分辨的波段光线进行探测、成像技术的研究，扩展了人类对世界的认知。在对不同波段光探测和成像研究的同时，人们也对不同照度下的光进行探测和成像技术的研究，微光技术应运而生。微光成像是弱光照时, 光电转换，处理，显示的实现方法的一门技术, 属于近代光电子技术的重要组成部分。利用这种技术, 可以观察到超越人眼视觉范围射线的场景图像。
作为数字图象处理的基本内容之一，图像增强的方法分为空间域和变换域这两大类方法。图像在采集过程中难以避免系统噪声的存在和的影响，如：传感器灵敏度、随机噪声、热噪声电流噪声等干扰，同时还有模拟信号转化为数字信号时量化问题算法速度等各种因素的影响，致使图像不能满足使用者的要求，为了实现人眼观感或者机器自动特征识别、量化数值分析，我们将对对原始采集图像进行变换处理，就被称作图像增强。它并不能增加原始图像的信息。有时甚至会损失一些信息。然而，图像增强的过程可提高需要的信号的识别能力。而最终图像将符合人眼的视觉特性的特点和要求[11]。
1.2 应用领域
伴随着硬件系统的快速发展和信息使用者对获得信息日益多元化的需求，如军事、医学、勘探资源、海洋资源管理、环境和土地利用。这些需求促使图像处理技术也随之迅猛发展。数字图像处理技术的发展促进了遥感技术的提高，基于此，派生出多光谱图像遥感、微波图像遥感和SAR图像遥感。在工业和工程方面，图像处理技术已有效地应用于质检和数量检测等方面，如矿石数量分析、产量分析、机械零件检测和识别等。对于军事领域，图像处理技术主要应用于飞行目标识别、导航、导弹制导和夜视航行，以及用来单兵、车载侦查装备、以及枪瞄等军工用品。在公共安全领域，非接触式安全检查、人体特征识别，如：指纹、虹膜、掌纹、人脸等生物特征，同时可根据特定用途进行的增强处理等等，以及对透雾成像、超视距成像和夜视红外图像、交通事故的分析等应用中，图像增强的作用都十分关键。此外，图像增强对微光夜视技术的发展也有着的促进作用。
直方图均衡、低通、高通滤波、基于神经网络的微光图像增强、基于小波多尺度积的图像增强、基于众值理论的微光图像帧积分等算法都是图像增强技术。下面的研究中我们将对一些常用算法进行修改与比较[2-7]。
随着科技的发展和人们对图像质量要求的提高，数字图像处理技术在未来必定对人类社会的发展起到更深刻的影响。
1.3 研究与发展状况
1.4 本文所做的工作
如前文中书，图像增强的算法具有一定的针对性，对于不同的用户要求而有所不同。本文主要研究学习图像增强的基本方法，这些方法主要针对图像增强的普遍性问题，在改善图像质量方面至今仍发挥着重要作用。
本文共分为如下章节：
1 绪论 介绍微光图像增强的器件和算法的背景、应用以及发展状况。
2 图像增强的基本理论 简要介绍数字图像处理，图像增强的概念。
3 图像增强的基本方法和原理（数学模型） 介绍不同应用情况下的图像增强方法及特点。
4 图像增强的MATLAB算法和实现并对微光图像进行增强处理 得到结果并对不同的算法进行对比。