《MATLAB的数字图像处理.docx》由会员分享，可在线阅读，更多相关《MATLAB的数字图像处理.docx（14页珍藏版）》请在第壹文秘上搜索。
1、MAT1.AB全称是VatriX1.aboratory（矩阵试脸室），川：场它是种特地用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运灯上有自己独特的特点。事实上MAT1.AB中的绝大多数的运算都是通过矩阵这一形式进展的。这一特点也就确定了MAT1.AB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进展数字处理的时候，首先必需对其在空间和亮度上进展数字化，这就是图像的采样和量化的过程。二维图像进展匀称采样，就可以得到一幅离散化成MXN样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。本文通过一些简洁的图像处理实
2、例来阐述MAT1.AB处理数字图像的便利功能。关健字：MAT1.AB、几何变换、灰度、降噪基于MT1.AB的数字图像处理O引言众所周知，MAT1.AB在数值计算、数据处理、自动限制、图像、信号处理、神经网络、优化计算、模糊逻辑、小波分析等众多领域有着广泛的用途，特殊是MAT1.AB的图像处理和分析工具箱支持索引图像、RGB图像、灰度图像、二进制图像,并能操作*.bmp、*.jpg、5if等多种图像格式文件。假如能敏捷地运用MAT1.AB供应的图像处理分析函数及工具箱，会大大简化详细的编程工作，充分表达在图像处理和分析中的优越性。1数字图象处理介绍1.1数字图像处理主要探讨的内容数字图像处理主要
3、探讨的内容有以下几个方面：D图像变换由于图像阵列很大，干脆在空间域中进展处理，涉及计算量很大。因此，往往采纳各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可削减计算星，而口可获得更仃效的处理（如傅立叶变换可在领域中进展数字波波处理）,H前新兴探讨的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。2）图像编码压缩图像编码压缩技术可削减描述图像的数据量（即比特数），以便节约图像传输、处理时间和削减所占用的存:储耦容量。压缩可以在不失式的前提下获得，也可以在允许的失真条件下进展。编码是Jk缩技术中最重
4、要的方法，它在图像处理技术中是开展最早且比拟成熟的技术.3）图像增加和组原图像增加和发原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增加不考虑图像降质的缘由，突出图像中所感爱好的局部。如强化图像高频重量，可使图像中物体轮咙清晰，细微环节明品；如强化低频盘量可削减图像中噪声影响。图像或原要求对图像降质的缘由有肯定的了解，一般讲应依据降质过程建立降痂模型，再采纳某种海波方法，史原或重建原来的图像.4）图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征局部提取出来，其有意义的特征有图像中的边缘、区域等,这是进步进展图像识别、分析和理解的根底。虽然目前已
5、探讨出不少边缘提取、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，对图像分割的探讨还在不断深化之中，是目前图像处理中探讨的热点之一.5）图像描述图像描述是图像识别和理解的必要前提。作为鼓筒洁的二值图像可采纳其几何特性描述物体的特性，般图像的描述方法采纳二维形态描述,它有边界描述和区域描述两类方法。时丁特殊的纹理图像可采纳二维纹理特征描述。随着图像处理探讨的深化开展，已经开场进展三维物体描述的探讨，提出了体积描述、外表描述、广义圆柱体描述等方法。6）图像分类（识别）图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增加、豆原、压缩）后，进展图像分割和特征提取，
6、从而进展判决分类。图像分类常采纳经典的模式识别方法，有统计模式分类和句法（构造）模式分类，近年来新开展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。MAT1.AB在图像处理中的应用MAT1.AB6.X供应J20类图像处理函数，涵盖J图像处理包括近期探讨成果在内的几乎全部的技术方法，是学习和探讨图像处理的人员雉得的宝贝资料和加工工具箱。这些函数按功能可分为图像显示、图像文件I/O、图像算术运算、几何变换、图像登记、像索值与统计、图像分析、图像增加、线性漉波、线性二元滤波设计、图像去模糊、图像变换、邻域与块处理、灰度与二值图像的形态学运算、构造元素创立与处理、基丁边缘的处理
7、、色调映射表操作、色调空间变换及图像类型与类型转换Mailab数字图像处理工具箱函数包括以下几类：（1）图像显示函数：（2）图像文件输入、输出函数：（3）图像几何操作函数；（4）图像像素值及统计函数：（5）图像分析函数；（6）图像增加函数：（7）线性滤波函数：（8）二维线性4波器设计函数:（9）图像变换函数：（10）图像邻域及块操作函数；（Il）二值图像操作函数：（12）基于区域的图像处理函数：（13）颜色图操作函数：（14）颜色空间转换函数：（15乂蜀像类型和类型转换函数。2常用图像操作2.1 图像几何操作1) imreadC图片所在地址,imrcad函数用于读入各种图像文件。a=inirc
8、ad(C:UscrsWXQPicturcsdcsk_cg_98.jpg);2) imagef图片名)image函数是MAT1.AB供应的最原始的图像显示函数。imagc（八）得到图像：0UP)*Mft100hJdcm好9as3)imcropf图片&UX起点，y起点，X宽度，y宽度D用imcrop函数可剪切图像中的一个矩形子图。b=incrop(a4600.0.8()0.900);inshow(b);得到图像:4） imrolalcf图片名旋转角度,Method)imr。IatCO函数用于图像旋转。c=imrotate(b,-90,bilinear):imshow(c);得到图像:5） imrc
9、size（图片名缩放大小Methodr）MAT1.AB图像处理工具箱中的函数imresize可以用上述的3种方法对图像进展插值缩放，假如不指定插值方法，那么默认为最邻近插值法。d=imresize(a.(90.144);subplot(21l)：imshow（八）subplot(212)jmshow(d)得到与原始图片的比照图像：氏Rit5ewInKft100IjQesktop1.*dEUdp，djQXcz3口目3二维图形的处理3.1 图像增加功能图像增加是数字图像处理过程中常用的一种方法，目的是采纳一系列技术去改善图像的视觉效果或将图像转换成种更适合于人眼视察和机器自动分析的形式。常用的图像
10、增加方法有灰度变换与直方图均衡化。3.2 灰度直方图均衡化与灰度转换1) rgb2gray(RGB图像)说明：这个吩咐是把色调影像转化为灰度色调的影像，适用于将三维数组转化为二维的数组，从而便利MAT1.AB处理数字图像。2) histeq(灰度图象)匀称量化的自然图像的灰度直方图通常在低灰度区间上频率较大，使得图像中较暗区域中的细微环节看不清晰.采纳直方图修整可使原图像灰度集中的区域拉开或使灰度分布匀称，从而增大反差，使图像的细微环节清晰，到达增加口的。直方图均衡化可月Jhisleqo函数实现，3) imhistf灰度图象)MAT1.AB图象处理工具都供应了imhisi函数来计算和显示图象的
11、直方图，imhist函数的语法格式为：imhisl(I.n)或imhi$l(X,map)其中imhist(I.n)计算和显示灰度图象I的直方图，n为指定的灰度级数目，默认值为256.imhi*(X,map)计兑和显示索引色图以X的直方图，map为调色板。4) imshowf图片名)imshov()与image()都是用来显示图片的,只image()11T以干脆显示图像坐标而imshow()须要调用。5) imadjust(图片名UIOW一inhigh_in|.low_outhigh-out)假如原图以f(x,y)的灰度范围是m,M我们希里调整后的图象g(x,y)的灰度范囹是n,N,那么下述变换
12、就可以实现这一要求。MAT1.AB图象处理工具箱中供应的imadjust函数，可以实现上述的线性变换比照度增加。说明：low_inhighjn为原图软中要变换的灰度范围，low_OUthigh_OUU指定了变换后的灰度范用。33程序灰度直方图均衡化与灰度转换的程序如卜所示：a=inread(CAUsersWXQl,icturesdesk-cg_98.jpg);b=rgb2gray（八）;把三维RGB像素的a图转化为二维灰度色的b图c=histeq(b);d=inafigure(2)imshow(b)：EUEdt叱IMSooQmUop小匕,JUJ.DBfigure(3)umshow(c):HE2
13、Ert100hDtpJlndowtfcaxx,：?*isjfigure(4);subploi(311inhisi(b);figurc(4)jsubplt(312)jmhist(c);figure(4)isubplot(313)jnhist(d);EileditBewInsert100lsQesktopWndoWHelp-口白。RQO驶0口国I由百方图可以看出经过均衡化之后figure比figure的灰度有明显的均衡化，取值比拟接近。e=imadjust(a,(0.10.7,);mIwftlCtQMteOPWSpdd，k、二仁d00；too、l.，400500COOw:0W03砌IwOUWUOO
14、figurc(6);imshow(d);曲EmlM*t100hQ*AtopJfindow辞P，X%sXuIIfigurc(5)subimagc(c):经过灰度转换之后figure(6)比figure(2)的白色色调明显增多，图片盛体偏光明化。4数字图像去噪典型算法及matlab实现4.1数字化图片的降噪处理图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏干脆影响到后续的图像处理工作如图像分割、边绥检测等.图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声(主要由RI性元器件内部产生)、檄盐噪声等。4.2均值淀波算法也称线性注波,主要思想为邻域平均法，即用几个像素灰度的平均值来代咨每个像素的灰度。有效抑制加性噪声，但简洁引起图像模糊，可以对其进展改良，主要避开对景物边缘的平滑处理。43Wienel维纳滤波使原始图像和其包原图像之间的均方误差最小的兔原方法，是一种自适应戏波器，依据局部方差来调整波波器效果。
