基于matlab图形图像处理技术(编辑修改稿)

基于matlab图形图像处理技术(编辑修改稿)内容摘要：

域等等。 洛阳理工 学院毕业设计（论文） 6 第 2 章 数字图像处理技术及 MATLAB 软件简介 数字图像处理技术简介 图像处理技术基本可以分成两大类：模拟图像处理 (Analog Image Processing)和数字图像处理 (Digital Image Processing)，数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。 数字图像处理技术主要包括如下内容：几何处理 (Geometrical Processing)、算术处理 (Arithmetic processing)、图像增强 (ImageEnhancement)、图像复原(Image Restoration)、图像重建 (Image Reconstruction)、图像编码 (Image Encoding) 、 图 像 识 别 (Image Recognition) 、 图 像 理 解(Imageunderstanding)。 数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。 近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学 、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 数字图像处理技术的特点 1. 数字图像处理技术的优点 (1)再现性好 数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操 作而导致图像质量的退化。 只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的真实再现。 (2)处理精度高 按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。 现代扫描仪可以把每个像素的灰度等级量化为 16位甚至更高，这意味着图像的数字化精度可以满足任一应用需求。 从原理上讲不论图像的精度有多 高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。 (3)适用面宽 洛阳理工 学院毕业设计（论文） 7 图像可以来自多种信息源。 从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到 航空照片、遥感图像甚至天文望远镜图像。 这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，因而均可用计算机来处理。 (4)灵活性高 由于图像的光学处理从原理上讲只能进行线性运算，极大地限制了光学图像处理能实现的目标，而数字图像处理不仅能完成线性运算，且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 (5)信息压缩的潜力大 数字图像中各个像素是不独立的，其相关性大。 在图像画面上，经常有很多像素有相同或接近的灰度。 就电视画面而言，同 一行中相邻两个像素或相邻两行间的像素，其相关系数可达 以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。 因 此，图像处理中信息压缩的潜力很大。 数字图像处理技术的研究内容 1．几何处理 几何处理主要包括坐标变换，图像的放大、缩小、旋转、移动，多个图像配准，全景畸变校正，扭曲校正，周长、面积、体积计算等。 2．算数处理 算数图像处理主要对图像施以加、减、乘、除等运算。 3. 图像变换 由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。 因此，往往采用各种图像变换的方法，将空间域 的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理。 4. 图像增强 图像增强处理主要是突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用的信息得到加强，便于区分或解释。 主要方法有直方图增强、伪彩色增强法、灰度窗口等技术。 5. 图像复原 洛阳理工 学院毕业设计（论文） 8 图像复原的主要目的是去除干扰、模糊和图像畸变，恢复图像的本来面目。 典型的去噪操作就属于复原处理。 图像噪声包括随机噪声和相干噪声，随机噪声干扰表现为麻点干扰，相干噪声表现为网文干扰。 去模糊也是复原处理的任务。 这些模糊来自透镜散焦，相对运动，大气湍流， 以及云层遮挡等。 这些干扰可用维纳滤波、逆滤波 波等方法加以去除。 去除图像畸变则需要借助图像的空间变换操作。 6. 图像分割 图像分割是将图像中有意义的特征部分提取出来，这是进一步进行图像识别、分析和理解的基础。 目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。 因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。 7. 图像重建 几何处理、图像增强、图像复原都是从图像到图像的处理，即输入的原始数据是图像，处理后输出的也是图像，而重建处理则是从数据到图像的处理 ，也就是说输入的是某种数据，而处理结果得到的是图像。 该处理的典型应用就是 CT 技术，早期为 X 射线 CT，后来发展的有 ECT、超声 CT、核磁共振 (NMR)等。 图像重建的主要算法有代数法、迭代法、傅立叶反投影法、卷积反投影法等，其中以卷积反投影法运用最为广泛，因为它的运算量小、速度快。 值得注意的是三维重建算法发展得很快，而且由于与计算机图形学相结合，把多个二维图像合成三维图像，并加以光照模型和各种渲染技术，能生成各种具有强烈真实感及纯净的高质量图像。 三维重建技术也是当今颇为热门的 虚拟现实和科学可视化技术 的基础。 8. 图像编码 图像编码研究属于信息论中信源编码范畴，其主要宗旨是利用图像信号的统计特性及人类视觉的生理学及心理学特性对图像信号进行高效编码，即研究数据压缩技术，以解决数据量大的矛盾。 一般来说，图像编码的目的有 3 个： (1)减少数据存储量； (2)减低数据率以减少传输带宽； (3)压缩信息量，便于特征提取，为识别做准备。 9. 模式识别 模式识别是数字图像处理的又一研究领域。 当今，模式识别方法大致 3 洛阳理工 学院毕业设计（论文） 9 种，即统计识别法、句法结构模式识别法和模糊识别法。 统计识别法侧重于特征，句法结构识别侧重于结构和基 元，而模糊识别法是把模糊数学的一些概念和理论用于识别处理。 10. 图像理解 图像理解是由模式识别发展起来的方法。 该处理输入的是图像，输出的是一种描述。 这种描述并不仅是单纯的用符号做出详细的描绘，而且要利用客观世界的知识使计算机进行联想、思考及推论，从而理解图像所表现的内容。 数字图像处理技术的应用 在社会生产和科研活动中，人们要频繁的接触到图像，例如照片、图画、书报、医学 X 光片和卫星遥感图像等。 图像是人们认识客观世界的重要知识来源。 随着计算机的高速化和大容量化，图像信息的处理已成为可能。 另外，由于摄像设备的小型化和高精度化，图像的画质有了显著改善。 随着这些技术的进步，图像处理在工作站及个人计算机的小型机上已可以实现。 数字图像处理主要采用计算机来实现，随着计算机软硬件技术的突飞猛进，以及图像处理的长足发展，使得数字图像处理技术无论在科学研究、工业生产、军事国防以及现代管理决策部门等各行各业都得到越来 越多的应用，其应用场合广阔、内容众多、形式新颖、门类齐全，可以说是方兴未艾，正向着实时化、大型化、小型化、远程化等多方面迅猛发展。 表 21 简单列出了图像处理 的应用领域。 表 21 图像处理的应用领域 领域 应用内容 物理、化学 结晶分析、谱分析 生物 医学 细胞分析、染色体、血球分析 X 光片分析、 CT 环境保护 水质和大气污染调查 地址 资源勘探、地图绘制 洛阳理工 学院毕业设计（论文） 10 农林 植被分布调查、农作物估产 海洋 鱼群调查 水利 河流分布、水利水害调查 气象 云图分析、灾害性检验等 通信 传真、电视 、可视电话、图像通信 工业 工业探伤、计算机视觉、 自动控制、机器人 法律、公安 指纹识别、人像鉴定 交通 铁路选线、交通指挥、汽车识别 军事 侦查、成像制导、图像融合 宇航 星级探险照片处理等 文化 多媒体、动画特技 MATLAB 软件简介 MATLAB 是 Math works 公司于推出的一套高性能的数值计算和可视化软件，其全称是 Matrix Laboratory，亦即矩阵实验室，经过多年的逐步发展与不断完善，现已成为国际公认的最优秀的科学计算与数学应用软件之一，是 近几年来在国内外广泛流行的一种可视化科学计算软件。 它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。 Math Works 公司针对不同领域的应用，推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条、通信等 30 多个具有专门功能的工具箱，这些工具箱是由该领域内的学术水平较高的专家编写的，无需用户自己编写所用的专业基础程序，可直接对工具箱进行运用。 同时，工具箱内的函数源 程序也是开放性的，多为 M 文件，用户可以查看这些文件的代码并进行更改， MATLAB 支持用户对其函数进行二次开发，用户的应用程序也可以作为新的函数添洛阳理工 学院毕业设计（论文） 11 加到相应的工具箱中。 MATLAB 中的数字图像是以矩阵形式表示的，这意味着 MATLAB 强大的矩阵运算能力用于图像处理非常有利。 矩阵运算的语法对 MATLAB 中的数字图像同样适用。 MATLAB 的主要优缺点 1. MATLAB 的主要优点。