图像增强与滤波降噪集成处理系统

资 源 简 介

本项目是一个功能全面的MATLAB图像处理实验程序，旨在通过多种经典算法提升图像的视觉质量并有效去除干扰噪声。程序的核心功能主要分为三个模块：第一，对比度增强模块，通过对图像的灰度级进行线性或非线性拉伸，显著改善在光照不均匀或曝光不足环境下采集到的图像细节，使目标特征更加突出；第二，直方图均衡化模块，该功能利用统计学原理计算图像的灰度直方图分布，通过累积分布函数变换将原始图像的像素值重新映射，从而自动扩大图像的整体对比度，特别适用于背景与前景对比度极低的图像；第三，多策略滤波去噪模块，内置了中值滤波、均值

详 情 说 明

基于MATLAB的图像对比度增强、直方图均衡化与滤波集成处理系统

项目介绍

本项目是一个集成化的数字图像处理系统，旨在通过多种经典算法改善图像的视觉效果并处理常见的图像噪声。系统集成了动态图像读取、灰度转换、对比度线性拉伸、直方图均衡化映射、多种噪声模拟以及空间域滤波去噪等功能。通过量化的评价指标（PSNR）与直方图可视化分析，用户可以直观地对比不同处理策略对图像质量的提升效果。该系统适用于教学演示、科研预处理以及对图像增强技术感兴趣的开发人员参考。

功能特性

1. 交互式文件处理：系统提供图形化界面允许用户自主选择本地图像文件。若用户取消选择，系统具备自动降级机制，调用内置样本图像确保流程完整性。
2. 自动化格式转换：自动检测输入图像的色彩空间，对于彩色图像执行加权灰度化处理，为后续的像素级算法操作奠定基础。
3. 双重对比度增强策略：

* 线性拉伸：通过计算图像灰度极值，将原始灰度范围线性映射至标准 8 位灰度空间（0-255），有效提升光照不足图像的明暗对比。 * 直方图均衡化：基于概率分布统计，通过非线性变换重新分配图像像素值，使处理后的图像直方图接近均匀分布，增强细节表现力。

1. 多场景噪声模拟：系统能够模拟图像在传输或采集过程中可能遇到的椒盐噪声（针对脉冲干扰）与高斯噪声（针对随机电子噪声），用于对比测试滤波器的鲁棒性。
2. 多策略滤波去噪：

* 中值滤波：利用局部窗口排序统计特性，专门针对椒盐噪声进行滤除，且能较好地保护图像边缘。 * 均值滤波：通过空间域卷积模板实现邻域平均，用于平滑高斯噪声。 * 高斯滤波：采用加权平滑算法，根据高斯分布确定权重，实现更为自然的平滑效果。

1. 可视化与评估：通过多维子图同步展示原始图像、增强结果及其对应的直方图变化；同时计算峰值信噪比（PSNR），以客观统计数据衡量去噪质量。
2. 结果自动存储：系统会自动创建独立的输出目录，将处理后的图像成果按照处理类型命名并保存，方便后续查阅。

系统要求

1. 软件环境：MATLAB R2020a 或更高版本。
2. 必备工具箱：Image Processing Toolbox (图像处理工具箱)。
3. 硬件环境：支持图形显示器的常规计算机，建议内存 4GB 以上。

实现逻辑与功能细节

1. 环境初始化与输入流

程序开始执行前会清理工作区间内存、控制台提示符以及关闭所有冗余图像窗口。通过调用文件选择对话框获取用户指定的图像路径。系统内置了图像读取检查，确保输入数据类型符合 uint8 标准格式。

2. 对比度增强算法实现

• 线性拉伸逻辑：算法首先提取当前图像的最小值（min）和最大值（max）。通过公式 (当前像素 - min) / (max - min) * 255 将图像动态范围拉开。这种方法不会改变原始灰度等级的相对顺序，但能显著增加视觉上的黑白对比度。
• 均衡化逻辑：利用图像的累积分布函数（CDF）作为变换函数，通过把直方图较窄的原始图像转换成直方图分布均匀的图像，从而达到提升图像整体对比度的效果。

3. 噪声注入与滤波策略

• 椒盐噪声模拟：在图像中随机加入 5% 概率的纯黑（0）或纯白（255）像素。
• 高斯噪声模拟：加入均值为 0，方差为 0.01 的随机分布噪声。
• 滤波处理：

* 中值滤波采用 3x3 模板，能够有效剔除孤立的噪点。 * 均值滤波通过 fspecial 函数创建 3x3 平均掩模，并使用边界复制填充模式进行卷积。 * 高斯滤波使用 5x5 的高斯核，标准差设定为 0.8，在平滑和模糊感之间取得平衡。

4. 质量评估系统

系统内置了自定义的 PSNR 计算功能。该函数首先计算原始图像与处理后图像之间的均方误差（MSE）。如果两图完全一致，则 PSNR 定义为 100dB；否则，利用 8 位图像的最大可能功率（255 的平方）与 MSE 的比值取对数得到分贝值。PSNR 数值越高，代表去噪后的图像与原图越接近，失真越小。

5. 数据输出与报表

程序最后会检测当前运行目录下是否存在名为 Processed_Results 的文件夹，若不存在则调用系统命令创建。所有处理后的图像（拉伸图、均衡图、各类滤波图）均以 JPG 格式存储在其中。处理结果的 PSNR 数据将直接输出在 MATLAB 命令行窗口中，为实验分析提供量化依据。

使用方法

1. 将程序源代码放置在 MATLAB 的工作路径下。
2. 点击 MATLAB 编辑器顶部的“运行”按钮。
3. 在弹出的文件浏览器中选择一张您希望处理的图片（支持 jpg, png, bmp, tif 格式）。
4. 等待程序运行，系统将自动弹出两个对比窗口：

* 窗口一：展示对比度拉伸前后的图像及其直方图。 * 窗口二：展示不同噪声背景下，各类滤波器的去噪效果对比。

1. 查看 MATLAB 命令行窗口，获取具体的 PSNR 质量指标数据。
2. 在当前目录下的结果文件夹中提取保存的处理后图片。