基于matlab的小波变换在图像处理中应用

基于matlab的小波变换在图像处理中应用内容摘要：

数学分析、算法开发及应用程序开发的良好环境。 Matlab 是 math works 产品家族中所有产品的基础。 (2)MATLAB Toolbox： 为了支持不同专业领域的用户， Matlab 还提供了大量的面向专业领域的工具箱，以往开发复杂的变成算法需 要花费很长的时间去完成，而且调试需要花费更多的时间。 而是用 Matlab 语言和 Matlab 工具箱，用户可以专注与算法研究，编程只需要几行就可以完成，而且可以很快地画出图形，从而快速的进行多种算法的比较，从中找出最好的方案。 Matlab 工具箱中的大多数函数都是通过 M 文件编写的，用户可以查看其中的源码，通过适当的修改，便可以形成自己的特殊算法。 (3)MATLAB Compiler： 利用 MATLAB Compiler 可以从 M 文件自动产生 C 代码。 通过 Matlab 代码转换成 C 或 C++，编译器可以有效的加快 Matlab 应用程序的开发速度和应用程序的运行速度。 淮北师范大学 2020 届学士毕业论文 基于 MATLAB 小波变换的图形图像处理 5 (4)Simulink： 它是用来建模、分析和仿真各种动态系统的交互环境，包括连续系统、离散系统和混杂系统。 Simulink 提供了采用鼠标拖放的方法建立系统框图模型，不需要书写一行代码， Simulink 还支持 Stateflow,用来仿真事件驱动过程。 (5)Stateflow：与 Simulink 框图模型相结合，描述复杂事件驱动系统的逻辑行为，驱动系统在不同的模式之间进行切换； (6)Real． Time Workshop：直接从 Simulink 框图自动生成 C 或 Ada 代码 ，用于快速原型和硬件在回路仿真，整个代码生成可以根据需要完全定制； (7)Simulink Blockset：专门为特定领域设计的 Simulink 功能块的集合，用户也可以利用己有的块或自编写的 C 和 MATLAB 程序建立自己的块。 MATLAB 语言最大的特点是简单和直接。 主要特点有： 编程效率高 MATLAB 是一种面向科学与工程计算的高级语言，允许用数学形式的语言编写程序，且比 C 语言等更加接近我们书写计算公式的思维方式，用 MATLAB 编写程序犹如在演算纸上排列出公式与求解问题。 由于它编写简单，所以编程效率高 ，易学易懂。 用户使用方便 MATLAB 语言是一种解释执行的语言。 它可以把编辑、编译、连接和执行融为一体。 它能在同一画面上进行灵活操作，快速排除输入程序中的书写错误、语法错误，以至语意错误，从而加快了用户编写、修改和调试程序的速度。 扩充能力强、交互性好 用户可以根据自己的需要方便地建立和扩充新的库函数，以便提高 MATLAB使用效率和扩充它的功能。 另外，通过建立 Me 调文件的形式，混合编程，方便地调用有关的 FORTRAN、 C 语言的子程序，还可以在 FORTRAN、 C 语言中方便地使用 MATLAB 的数值计算 功能．这样良好的交互性使程序员可以使用以前编写过的程序，减少重复性工作，也使现在编写的程序具有重复利用的价值。 移植性、开放性好 MATLAB 可以很方便地移植到能运行 C语言的操作平台上。 除了内部函数外，MATLAB 所有的核心文件和工具箱文件都是公开的，都是可读可写的源文件，用户可以通过对源文件的修改和自己编程构成新的工具箱。 语言简单、内涵丰富 MATLAB 语言中最基本最重要的成分是函数。 同一函数名，不同数目的输入变量及不同数目的输出变量，就会代表着不同的含义。 这不仅使 MATLAB 的库函淮北师范大学 2020 届学士毕业论文 基于 MATLAB 小波变换的图形图像处理 6 数功能更丰富 ，而且还大大减小了需要的磁盘空间，使得 MATLAB 编写的 M 文件简单、短小而高效。 高效方便的矩阵和数组运算 MATLAB 语言规定了矩阵的算术运算符、关系运算符等。 这些运算符大部分可以毫无改变地照搬到数组间的运算。 另外，它不需要定义数组的维数，它可以给出矩阵函数、特殊矩阵专门的库函数，使之在求解问题时大为高效、方便，这是其他高级语言所不能比拟的。 方便的绘图功能 MATLAB 的绘图是十分方便的。 它有一系列绘图函数，只需要调用不同的绘图函数，在图上标出图题等，简单易行。 淮北师范大学 2020 届学士毕业论文 基于 MATLAB 小波变换的图形图像处理 7 3 小波分析在图像处理中的应用 小波分析用于图像增强 图像增强问题描述。 图像经二维小波分解后，图像的轮廓主要体现在低频部分，而细节部分则体现在高频部分，因此，通过对低频分解系数进行增强处理，对高频分解系数进行衰减处理，即可以达到图像增强的作用。 小波增强实例： load woman。 subplot(121)。 image(X)。 colormap(map)。 title(39。 11139。 )。 im=imread(39。 39。 )。 imshow(im) % GRAY TRANSFORM clc。 I=imread(39。 39。 )。 imshow(I)。 J=imadjust(I,[ ],[0 1],1)。 % transforms the walues in the % intensity image I to values in J by linealy mapping values % between and to values between 0 and 1. figure。 Imshow(J)。 J=imadjust(I,[ ],[0 1],)。 % if GAMMA is less than 1,the % mapping si weighted toward higher (brighter) output values. figure。 imshow(I)。 J=imadjust(I,[ ],[0 1],)。 % if GAMMA is greater than % 1,the mapping si weighted toward lower (darker) output values. figure。 淮北师范大学 2020 届学士毕业论文 基于 MATLAB 小波变换的图形图像处理 8 imshow(J) J=imadjust(I,[ ],[0 1],1)。 % If TopBOTTOM,the output % image is reversed,as in a photographic negative. figure。 imshow(J)。 代码运行如图所示： 11150 100 150 200 25050100150200250 小波分析用于图像压缩 二维小波分析用于图像压缩是小波分析应用的一个重要方面。 它的特点是压缩比高，压缩速度快 ，压缩后能保持图像的特征基本不变，具有传递过程中可淮北师范大学 2020 届学士毕业论文 基于 MATLAB 小波变换的图形图像处理 9 以抗干扰，小波分析用于图像压缩具有明显的优点。 下面给出一个图像信号（即一个二维信号，文件名为 )，利用二维小。