xxxxx大学本科生
毕业设计（论文）开题报告
学  院 电子信息与自动化学院                                   
专  业 通信工程                                   
题  目 彩图像增强算法研究                                   
姓  名                                    
指导教师（签名）                                 
     
年  月  日


拟选题目
彩图像增强算法研究
选题依据及研究意义
人类传递的信息有70%须通过视觉，图像是传递信息的重要媒体和手段，但是彩图像可能会被噪声污染，如传感器震动或者背景光分布不均等因素，使其转换后的数字图像质量下降，因此为了研究和分析图像，需要运用一些增强处理方法，以期达到消除噪声、增强图像亮度和饱和度的目的，可以提升图像的视觉效果，使图像能更好的反应出人们所想要了解的信息。
图像增强是将原来不清晰的图像变得清晰，使之改善图像质量、丰富信息量，以加强图像判读和识别效果的图像处理方法。其实质是有选择地加强图像中的某些信息而抑制另一些信息,从而改善原始图像的视觉效果或便于计算机的后续处理。
随着科技的发展，彩图像在当今社会中占领着越来越重要的位置，因为在现实世界中，人们面对的大多是彩图像，相对于灰度图像而言，彩图像包含了更丰富的信息，无论是对人们的视觉感受，还是后续的图像理解与分析，彩图像都具有灰度图像无可比拟的优越性。
相对而言，灰度图像的增强处理已有很多成熟有效的方法，通过采用一些技术手段修正图像的灰度分布，以达到增强图像对比度和清晰度的目的。然而这些图像增强技术多是针对灰度图像的，并不能直接推广到彩图像增强中去，一些处理灰度图像效果很好的算法在处理彩图像时效果可能很不理想,甚至会严重失真而形成斑。这是因为彩图像还包括彩信息，彩图像的三个颜通道相关性很高,而且人类对大脑中的彩的处理机制仍未完全理解。彩图像增强不仅需要考虑采用何种方法增强图像，还需要考虑如何保持调不变。因而彩图像的处理远比灰度图像复杂得多。
彩图像增强主要是对其亮度、彩等信息进行修正，使得增强后的图像更加生动、细节更加明显、彩更加鲜艳，同时保持调不变，从而保证了没有颜的失真或偏移。
彩图像增强有着许多应用，已经不止停留在研究增强彩图像本身，以最近新兴的一项新课题：“假彩增强图像处理”为例。所谓“假彩”即不是原来物体自然颜，而是利用人工方法使黑白图像彩化。近年来，假彩图像已在航天、军事、地球探矿、海洋学等方面应用。这是彩图像增强的一重要应用，这一应用以及没有提及到众多应用也说明了增强彩图像的重要意义。
因此研究彩图像增强算法有着非常重要的现实意义，这也就是为什么此次毕业设计我选择研究分析彩图像的增强算法这一课题。
文献综述（对已有相关代表性研究成果的综合介绍与评价）
常见的彩图像增强算法有两类：一类是将彩图像经过调空间转换，将图像从颜分量密切相关的RGB空间转变到基本不相关的调空间（如HSV或HSI），保持调不变从而保证了没有颜的偏移，而对亮度做相应的处理，最后再转回RGB空间；另一种方法是不进行空间的转换，让RGB这3个分量进行相同的放缩和平移，从而达到调不变的目的。后一种方法同前一种方法相比，由于没有从GRB空间到HSV空间的转换，计算复杂度较低，但图像的增强效果没有前一种方法好。
在HSV模型中，亮度（V）与图像的彩信息无关，亮度增强并不改变原图的彩内容。因而现有的基于HSV模型的彩图像增强方法大多都只对亮度分量进行增强，没有考虑亮度分量增强后，人对彩的感受会有所不同，即使有些方法考虑到了视觉特性，但也仅对饱和度（S）做了简单的拉伸处理。
因此，赵晓丽、孙宪坤提出了一种新的彩图像增强算法，该方法对亮度分量采用局部增强，在获得图像细节的同时保持图像缓慢变化的部分，增强了图像的清晰度，且视觉效果更佳柔和，对饱和度分量，根据亮度分量的变化情况，利用亮度和饱和度之间的相关系数，来对饱和度分量进行调整。此方法的优点为：不仅拉伸了图像的对比度，增加了图像的清晰度，而且图像彩更加丰富，更加符合人的视觉特性。
针对传统彩图像增强算法一般在灰度图像空间进行因而容易造成细节丢失等问题，结合小波变换和直方图均衡的优势，刘彩霞提出了一种新的彩图像增强算法：在HIS彩空间上的一种基于调不变的彩图像增强算法，该方法通过小波分解在亮度低频域进行直方图均衡化以增强亮度部分。该方法的优势为：该方法低亮度的彩图像有较好的增强效果，并且时间复杂度大大降低。
针对传统直方图均衡化方法实现彩图像增强并不具有普适性的不足,吴成茂提出了一种广义直方图的构造方法并将其用于彩图像均衡化增强，将传统灰度图像直方图定义进行修改并得到一种广义灰度图像直方图,将其用于彩图像在HSV空间实现均衡化增强。该方法优点为：所建议的广义直方图均衡化彩图像增强方法是有效的,且比传统直方图均衡化方法能取得更好的增强效果。
乔香磊、宋刚提出了一种基于人眼视觉特性的彩图像增强算法：即在保持图像调分量不变的前提下，根据人眼对图像平缓部分的噪声比细节部分的噪声更敏感这一视觉特性，提出了基于人眼视觉特性的自适应彩图像增强算法。这一方法优点为：经此算法增强后的彩图像不仅更加清晰，同时也更加生动、鲜艳。
此处仅列举了几个典型的彩图像增强算法，在后续的论文主题中将会进行更加详细的讨论。
研究内容（包括基本思路、框架、主要研究方式、方法等）
常见的彩图像增强算法有两类：一类是将彩图像经过调空间转换，将图像从颜分量密切相关的RGB空间转变到基本不相关的调空间（如HSV或HSI），保持调不变从而保证了没有颜的偏移，而对亮度做相应的处理，最后再转回RGB空间；另一种方法是不进行空间的转换，让RGB这3个分量进行相同的放缩和平移，从而达到调不变的目的。
为了实现彩图像增强，我将使用matlab软件，从多个方面（如：去噪、增强对比度、锐化、边缘检测等方面）处理彩图像，达到增强彩图像的目的，使增强图像与原图像相比更加清晰，图像彩更加丰富，以使图像传递出更多的信息，使之更符合人的视觉特性。
具体工作拟安排如下:
1先行研究灰度图的图像增强算法，因为灰度图像的增强处理已有很多成熟有效的方法，虽然不能直接推广到彩图像增强中去，但是可以掌握图像增强的基础必备知识。（阅读研究图像增强的书籍，以及查看灰度图像增强算法相关的文献）
2学习调空间相关知识，对各种调空间及其特点进行深入学习。
3 完成彩图像增强，具体包括：对比度调节，去噪，边缘检测，锐化、分割以及三种改进的彩图像增强算法的实现。
研究进程安排
2.20-3.11    毕业实习，完成实习报告。分析题目，查阅资料，作好前期准备工作。
3.12-3.30    完成论文开题和外文翻译。学习与毕业设计相关的知识。
4.01-4.15    学习灰度图的图像增强处理算法，掌握颜空间的相关知识。
4.16-4.30    在前一基础上，研究彩图像增强处理的算法，熟悉Matlab语言，深入了解图像处理工具箱。
5.01-5.15    根据所选算法，用matlab处理彩图像，进行增强处理。
5.16-5.31    优化算法，对算法进行仿真并观察最终运行结果，并开始毕业论文写作。
6.01-6.15    完成毕业设计的写作,征求导师意见，修改定稿。
6.16-6.20    准备答辩。
主要参阅文献
[1] 赵晓丽，孙宪坤.基于视觉特性的彩图像增强算法研究[J].上海.上海工程技术大学.电子电气工程学院，2009，25（9-2）：93-94.
[2] 刘彩霞.一种新的彩图像增强算法[J].山东.枣庄.枣庄学院.计算机科学系，2009，23(3)： 67-70.
[3] 刘硕，秦宝生，周明全.模糊学理论在彩图像增强中的应用[J].陕西.西安.西北大学.计算机科学系，2007，3：14-15.
[4] 乔香磊，宋刚.基于人眼视觉特性的彩图像增强算法[J]，2010-4，23(2)：1-2.
[5] 吴成茂.一种广义直方图及其在彩图像增强中的应用[J].西安邮电学院，2006，22直方图均衡化方法（12-2）：149-150.
[6] THMOAS B A，STRICKLAND R N,HEFFERY J.Color image enhancement using spatially adaptive saturation feed-back[C]//image processing. Proceedings of the IEEE Inter national Conference，1997，3：30-33.
其它说明
指导教师是否同意开题
     
签名:
年    月    日
教研室教学负责人签署
     
签名:
年    月  日
说明：
1、开题报告工作从第七学期学生确定毕业设计（论文）题目后开始，在教师指导下，学生通过调研、收资后，于第八学期第四周前完成。
2、纸张填写不够可另加附页。