1. 研究目的与意义
显微镜作为重要的工具，在现代医学诊断中广泛使用，随着工业相机的逐步完善，电子成像显微镜已经渐渐替代了传统显微镜，在如病理科等科室普遍使用。但工业相机采集得到的图像，存在着颜色上的色差，以及轻度的模糊，降低了成像的效果，而且显微镜下的成像一般为低对比度图像，由于很多显微镜图像分辨率低、对比度不高，而人眼对于黑白灰度图的分辩能力也比较低，从而不便于观察显微图像的结构和特性，进而不便于进一步的识别和检测。所以我们需要对图像进行处理，在对图像进行处理时，我们经常希望能通过图像增强技术来改善图像的质量，从而增强对其中一些信息的辨认和识别能力，这样就可以很好的应用在各种生活和科学领域里。本毕业设计提出首先采用非线性直方图均衡化方法，提高显微镜图像的对比度，同时对饱和度进行相应的调整，以提高颜色区分度，再采用图像增强算法方法，来提升细胞等结构的细节信息，提高成像效果，满足医生的需求。
2. 课题关键问题和重难点
图像直方图是图像处理中一种十分重要的图像分析工具，它描述了一幅图像的灰度级内容，任何一幅图像的直方图都包含了丰富的信息，它主要用在图像分割，图像灰度变换等处理过程中。从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率；从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。直方图修正可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节清晰，达到增强的目的。它通常有直方图均衡化（将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修改原图像）和直方图规定化（使原图像灰度直方图变成规定形状的直方图 而对图像做修正的增强方法）两类。
3. 国内外研究现状（文献综述）
对图像进行处理时，我们经常希望能通过图像增强技术来改善图像的质量，从而增强对其中一些信息的辨认和识别能力，这样就可以很好的应用在各种生活和科学领域里，因而图像增强技术发挥的作用越来越重要，同时其技术的发展也很迅速。图像在信息传递和交换过程中是非常重要的传播媒体，图像的颜色和灰度是影响一幅图像表现力的关键因素，并且人类视觉系统对于颜色的敏感度很高，因而颜色也占据着重要的位置。人类视觉系统对于一些低对比度图像如:显微镜图像、红外图像、科学图像、磁共振成像等的敏感度比较低，不利于对这些图像对应的领域进行研究。因而我们希望把灰度图像或者彩色信息不丰富的图像进行图像增强来提高人眼对图像细节的分辩能力。
对于常见的图像增强方法，我们可以罗列出如:图像锐化、灰度变换、几何畸变校正、噪声去除、直方图均衡化、频域滤波等。虽然图像增强的方法有很多，但是如果我们对其进行归类，我们可以按照其处理时所处空间的不同将图像处理大致分为两大类:一类是频率域的图像增强，另一类是空间域的图像增强。
空间域图像增强主要包括有点运算和模块处理两种操作。其中，点运算是对图像中的每个像素点的灰度值进行处理，以得到期望的像素值，其处理过程只与像素点本身像素的灰度值有关，例如直方图均衡化处理等方法。另外一种模板处理是在该像素点的邻域内进行的，与周围像素点密切相关。例如图像平滑、图像锐化以及中值滤波等方法。
4. 研究方案
本文以数字图像处理作为理论基础，翻阅大量资料查看了国内外显微镜图像增强处理和图像彩色化方法的发展状况后，列举了常用的图像增强和图像彩色化方法以及近年来出现的一些图像增强和图像彩色化方法。由于直方图均衡化是通过调整图像的灰阶分布，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均衡化方法来增强图像细节。对于彩色的图片来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。而在图像增强算法方面，决定采用伽马变换图像增强算法，伽马变换主要用于图像的校正，讲灰度过高会长灰度过低的图片进行修正，增强对比度。变换的公式就是对原图像上的每个像素值做乘积运算。
5. 工作计划
为了更好地完成毕业论文，我对本次课题研究做出了详细的时间规划安排，其中包括初期的定题，整理资料，完成开题报告，以及中期的算法设计和程序编译，还有后期的程序调试以及论文定稿。具体安排如下：
第一周：去图书馆查找相关书籍，文献，期刊，以及上网搜集关于图像增强和显微镜图像彩色化的资料
第二周：阅读相关文献，并与导师交流课题内容，明确课题方法和解决方案
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
