基于matlab数字图像增强处理论文

基于matlab数字图像增强处理论文内容摘要：

多年考验。 在欧美等高校， MATLAB 已经成为线性代数，自动控制理论，数理统计 ，数字信号处理，时间序列分析，动态系统仿真等高级课程的基本教学工具；成为攻读学位的大学生，硕士生，博士生必须掌握的基本技能。 在设计研究单位和工业部门， MATLAB 被广泛用于科学研究和解决各种具体问题。 在国内，特别是工程界， MATLAB 一定会盛行起来。 可以说，无论你从事工程方面的哪个学科，都能在 MATLAB 里找到合适的功能。 MATLAB语言的特点 一种语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于它青岛理工大学琴岛学院本科毕业设计说明书（论文） 12 有着不同于其他语言的特点，正如同 FORTRAN 和 C等高级语言使人们摆脱了需要直接对计算机硬 件资源进行操作一样，被称作为第四代计算机语言的 MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。 MATLAB 最突出的特点就是简洁。 MATLAB 用更直观的，符合人们思维习惯的代码，代替了 C和 FORTRAN 语言的冗长代码。 MATLAB 给用户带来的是最直观，最简洁的程序开发环境。 以下简单介绍一下 MATLAB 的主要特点。 （ 1）语言简洁紧凑，使用方便灵活，库函数极其丰富。 MATLAB 程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。 由于库函数都由本领域 的专家编写，用户不必担心函数的可靠性。 可以说，用 MATLAB 进行科技开发是站在专家的肩膀上。 （ 2）运算符丰富。 由于 MATLAB 是用 C 语言编写的， MATLAB 提供了和 C 语言几乎一样多的运算符，灵活使用 MATLAB 的运算符将使程序变得极为简短。 （ 3） MATLAB 既具有结构化的控制语句（如 for 循环， while 循环， break语句和 if 语句），又有面向对象编程的特性。 （ 4）程序限制不严格，程序设计自由度大。 例如，在 MATLAB 里，用户无需对矩阵预定义就可使用。 （ 5）程序的可移植性很好，基本上不做修改就 可以在各种型号的计算机和操作系统上运行。 （ 6） MATLAB 的图形功能强大。 在 FORTRAN 和 C语言里，绘图都很不容易，但在 MATLAB 里，数据的可视化非常简单。 MATLAB 还具有较强的编辑图形界面的能力。 （ 7） MATLAB 的缺点是，它和其他高级程序相比，程序的执行速度较慢。 由于 MATLAB 的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。 （ 8）功能强大的工具箱是 MATLAB 的另一特色。 MATLAB 包含两个部分：核心部分和各种可选的工具箱。 核心部分中有数百个核心内部函数。 其工具箱 又分为两类：功能性工具箱和学科性工具箱。 功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。 功能性工具箱用于多种学科。 而学科性工具箱是专业性比较强的，如 control， toolbox, 青岛理工大学琴岛学院本科毕业设计说明书（论文） 13 signl processing toolbox, mumnication toolbox 等。 这些工具箱都是由该领域内学术水平很高的专家编写的，所以用户无需编写自己学科范围内的基础程序，而直接进行高、精、尖的研究。 （ 9） 源程序的开放性。 开放性也许是 MATLAB 最受人们欢迎的特点。 除 内部函数以外，所有 MATLAB 的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。 MATLAB 在图像处理中的应用 图像处理工具包是由一系列支持图像处理操作的函数组成的。 所支持的图像处理操作有 :图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换 (DCT 变换等 ) 、图像分析和统计、二值图像操作等。 下面就 MATLAB 在图像处理中各方面的应用分别进行介绍。 （ 1） 图像文件格式的读写和显示。 MATLAB 提供了图像文件 读入函数 imread()，用来读取如 :bmp、 tif、 tiffpcx 、 jpg 、 gpeg 、 hdf、 xwd 等格式图像文；图像写出函数 imwrite() ，还有图像显示函数 image()、 imshow()等等。 （ 2） 图像处理的基本运算。 MATLAB 提供了图像的和、差等线性运算 ，以及卷积、相关、滤波等非线性算。 例如， conv2(I， J)实现了 I， J两幅图像的卷积。 （ 3） 图像变换。 MATLAB 提供了一维和二维离散傅立叶变换 (DFT) 、快速傅立叶变换 (FFT) 、离散余弦变换 (DCT) 及其反变换函数，以及连续小波变换(CWT)、离散小波变换 (DWT)及其反变换。 （ 4） 图像的分析和增强。 针对图像的统计计算 MATLAB 提供了校正、直方图均衡、中值滤波、对比度调整、自适应滤波等对图像进行的处理。 （ 5） 图像的数学形态学处理。 针对二值图像， MATLAB 提供了数学形态学运算函数；腐蚀 (Erode)、膨胀 (Dilate)算子，以及在此基础上的开 (Open)、闭(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等丰富的数学形态学运算。 以上所提到的 MATLAB在图像 中的应用都是由相应的 MATLAB函数来实现的，使用时，只需按照函数的调用语法正确输入参数即可。 具体的用法可参考 MATLAB青岛理工大学琴岛学院本科毕业设计说明书（论文） 14 丰富的帮助文档。 图像边缘对图像识别和计算机分析十分有用，在 MATLAB 中，函数 edge()用于灰度图像边缘的提取，它支持六种不同的边缘提取方法，即Sobel 方法、 Prewitt 方法、 Robert 方法， Laplacian2Gaussian 方法、过零点方法和 Canny 方法。 青岛理工大学琴岛学院本科毕业设计说明书（论文） 15 4 图像增强 图像增强是一类基本的图像处理技术，其目的是对图像 进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。 这里的好和有用要因具体的应用目的和要求而异，并且所需的具体增强技术也可不同。 目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。 第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；第二类，在图像的变化域对图像进行间接处理。 空域增强方法可表示为： g(x,y)=EH[f(x,y)] 其中 f（ x， y）和 g（ x， y）分别为增强前后的图像， EH 代表增强操作。 空域变换增强 增强对比度 增强对比度实际是增强原图像的各部分的反差。 实际中往往是通过原图中某两个灰度值之间的动态范围来实现的（如图 41）。 图 41 增强对比度 在图 4． 1． 1 中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。 MATLAB 代码所示： X1=imread(39。 39。 )。 figure,imshow(X1) f0=0。 g0=0。 青岛理工大学琴岛学院本科毕业设计说明书（论文） 16 f1=70。 g1=30。 f2=180。 g2=230。 f3=255。 g3=255。 r1=(g1g0)/(f1f0)。 b1=g0r1*f0。 r2=(g2g1)/(f2f1)。 b2=g1r2*f1。 r3=(g3g2)/(f3f2)。 b3=g2r3*f2。 [m,n]=size(X1)。 X2=double(X1)。 for i=1:m for j=1:n f=X2(i,j)。 g(i,j)=0。 if(f=0)amp。 (f=f1) g(i,j)=r1*f+b1。 elseif (f=f1)amp。 (f=f2) g(i,j)=r2*f+b2。 elseif (f=f2)amp。 (f=f3) g(i,j)=r3*f+b3。 end end end figure,imshow(mat2gray(g)) 图像处理图示 (如图 42 和图 43) 青岛理工大学琴岛学院本科毕业设计说明书（论文） 17 图 42 原图 图 43 增强对比度所得图像 图像求反 对图像求反是将原来的灰度值翻转，简单的说就是使黑变白，使白变黑。 普通的黑白底片和照片就是这样的关系。 具体的变换就是将图像中每个像素的灰度值根据变换曲线进行映射。 MATLAB 代码所示： X1=imread(39。 39。 )。 f1=200。 g1=256。 k=g1/f1。 [m,n]=size(X1)。 X2=double(X1)。 for i=1:m for j=1:n f=X2(i,j)。 g(i,j)=0。 if(f=0)amp。 (f=f1) g(i,j)=g1k*f。 else g(i,j)=0。 end 青岛理工大学琴岛学院本科毕业设计说明书（论文） 18 end end figure,imshow(mat2gray(g)) 图像处理图如图 44 所示： 图 44 图像求反后 空域滤波增强 一般情况下，像素的邻域比该像素要大，也就是说这个像素的邻域中除了本身以外还包括其他像素。 在这种情况下， g(x,y)在 (x,y)位置处的值不仅取决于f(x,y)在以 (x,y)为中心的邻域内所有的像素的值。 如仍以 s和 t分别表示 f(x,y)在 (x,y)位置处的灰度值，并以 n(s)代表 f(x,y)在 (x,y)邻域内像素的灰度值，则 t=EA[s,n(s)] 为在邻域内实现增强操作，常可利用模板与图像进行卷积。 每个模板实际上是一个二维数组，其中各个元素的取值定了模板的功能，这种模板操作也称为空域滤波。 基本原理 空域滤波可分为线形滤波和非线形滤波两。