基于matlab的数字图像处理毕业设计论文_

基于matlab的数字图像处理 毕业设计 机械毕业设计下载球磨机的毕业设计下载关于网络爬虫的毕业设计下载关于网络爬虫的毕业设计下载河南城建学院毕业设计论文下载 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 _ 摘 要 数字图像处理是一门新兴技术随着计算机硬件的发展数字图像的实时处理 已经成为可能由于数字图像处理的各种算法的出现使得其处理速度越来越快能 更好的为人们服务数字图像处理是一种通过计算机采用一定的算法对图形图像 进行处理的技术数字图像处理技术已经在各个领域上都有了比较广泛的应用图 像处理的信息量很大对处理速度的要求也比较高MATLAB强大的运算和图形展示 功能使图像处理变得更加的简单和直观本文介绍了MATLAB 语言的特点基于 MATLAB的数字图像处理环境介绍了如何利用MATLAB及其图像处理工具箱进行数 字图像处理并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的 方法主要论述了利用MATLAB实现图像增强二值图像 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 等图像处理 关键词MATLAB数字图像处理图像增强 Abstract Digital image processing is an emerging technology with the development of computer hardware real-time digital image processing has become possible due to digital image processing algorithms to appear making it faster and faster processing speed better for People services Digital image processing is used by some algorithms computer graphics image processing technology Digital image processing technology has been in various areas have a relatively wide range of applications Image processing large amount of information on the processing speed requirement is relatively high MATLAB powerful computing and graphics display capabilities so that image processing becomes more simple and intuitive This paper introduces characteristics of MATLAB language and this MATLAB-based digital image processing environment describes how to use the MATLAB Image Processing Toolbox for its digital image processing and through some examples to illustrate the use of MATLAB Image Processing Toolbox for image processing method Mainly discusses the use of MATLAB for image enhancement2-numeric image and other image processing technologies Keywords MATLAB digitalimageprocessing imageenhancement 2-numeric image 目 录 1 绪论 1 11 课题研究目的及意义 1 12 国内外研究现状 2 13 本课题研究工作与结构安排 3 2 数字图像处理的简介 4 21 什么是数字图像 4 22 数字图像处理概述 6 com 基本概念 6 com 研究内容 6 com 基本特点 8 com 主要应用 9 23 图像处理文件格式 10 com MATLAB图像文件格式 10 com 图像类型 11 3 MATLAB基本知识介绍 13 31 MATLAB的概述 13 32 MATLAB产生的历史背景 13 33 MATLAB语言的特点 15 34 MATLAB在图像处理中的应用 17 4 图像增强 19 41 空域变换增强 19 com 增强对比度 19 com 图像求反 21 42 空域滤波增强 23 com 基本原理 23 com 线性平滑滤波器 24 com 非线性平滑滤波器 25 com 线性锐化滤波器 26 43 频域增强 28 com 基本原理 28 com 低通滤波 29 com 高通滤波 30 5 二值图像分析 33 51 引言 33 52 二值形态学的基本运算 34 com 膨胀 34 com 腐蚀 35 53 二值分析进行图像处理综合应用 36 com 噪声滤除 36 com 边界提取 38 6 总结与展望 41 61 总结 41 62 展望 41 致谢 42 参考文献 43 1 绪论 本章简略介绍课题的研究目的及意义该课题国内外研究现状以及论文内容安排等 11 课题研究目的及意义 数字图像处理Digital Image Processing就是利用数字计算机或者其他数字硬件对从图像信息转换而得到的电信号进行某些数学运算以提高图像的实用性例如从卫星图片中提取目标物的特征参数三维立体断层图像的重建等总的来说数字图像处理包括点运算几何处理图像增强图像复原图像形态学处理图像编码图像重建模式识别等 由于计算机处理能力的不断增强数字图像处理学科在飞速发展的同时也越来越广泛地向许多其他学科快速交叉渗透使得图像作为信息获取以及信息的利用等方面也变得越来越重要目前数字图像处理的应用越来越广泛已经渗透到工业医疗保健航空航天军事等各个领域在国民经济中发挥越来越大的作用 MathWorks公司推出的MATLAB软件是学习数理知识的好帮手应用MATLAB友好的界面和丰富实用高效的指令及模块可以使人较快地认识理解图像处理的相关概念逐步掌握图像信号处理的基本方法进而能够解决相关的 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 和科研中的问题 图像是人类获取和交换信息的主要来源因此图像处理的应用领域必然涉及到人类生活和工作的方方面面随着人类活动范围的不断扩大图像处理的应用领域也将随之不断扩大已在国家安全经济发展日常生活中充当越来越重要的角色对国计民生的作用不可低估数字图像处理最早出现于20世纪50年代当时的电子计算机已经发展到一定水平人们开始利用计算机来处理图形和图像信息数字图 像处理作为一门学科大约形成于20世纪60年代初期早期的图像处理的目的是改善图像的质量它以人为对象以改善人的视觉效果为目的图像处理中输入的是质量低的图像输出的是改善质量后的图像常用的图像处理方法有图像增强复原编码压缩等首次获得实际成功应用的是美国喷气推进实验室JPL他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术如几何校正灰度变换去除噪声等方法进行处理并考虑了太阳位置和月球环境的影响由计算机成功地绘制出月球 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 面地图获得了巨大的成功随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理以致获得了月球的地形图彩色图及全景镶嵌图获得了非凡的成果为人类登月创举奠定了坚实的基础也推动了数字图像处理这门学科的诞生在以后的宇航空间技术如对火星土星等星球的探测研究中数字图像处理技术都发挥了巨大的作用数字图像处理取得的另一个巨大成就是在医学上获得的成果1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置也就是我们通常所说的CTComputer TomographCT的基本方法是根据人的头部截面的投影经计算机处理来重建截面图像称为图像重建1975年EMI公司又成功研制出全身用的CT装置获得了人体各个部位鲜明清晰的断层图像1979年这项无损伤诊断技术获得了诺贝尔奖说明它对人类作出了划时代的贡献与此同时图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就属于这些领域的有航空航天生物医学工程工业检测机器人视觉公安司法军事制导文化艺术等使图像处理成为一门引人注目前景远大的新型学科随着图像处理技术的深入发展从70年代中期开始随着计算机技术和人工智能思维科学研究的迅速发展数字图像处理向更高更深层次发展人们已开始研究如何用计算机系统解释图像实现类似人类视觉系统理解外部世界这被称为图像理解 或计算机视觉很多国家特别是发达国家投入更多的人力物力到这项研究取得了不少重要的研究成果其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论这个理论成为计算机视觉领域其后十多年的主导思想图像理解虽然在理论方法研究上已取得不小的进展但它本身是一个比较难的研究领域存在不少困难因人类本身对自己的视觉过程还了解甚少因此计算机视觉是一个有待人们进一步N和灰度级的级数K在数字图像处理中一般都取成2的整数幂即 21 22 一幅数字图像在计算机中所占的二进制存储位数b为 23 例如灰度级为256级 m 8 的512×512的一幅数字图像需要大约210万个存储位随着N和m的增加计算机所需要的存储量也随之迅速增加 由于数字图像是连续图像的近似从图像数字化的过程可以看到 N值 以及量化的级数K 或m值 N和K的值越大图像越清晰 22 数字图像处理概述 com 基本概念 数字图像处理 Digital Image Processing 是通过计算机对图像进行去除噪声增强复原分割提取特征等处理的方法和技术数字图像处理的产生和迅速发展主要受三个因素的影响的发展二是数学的发展 特别是离散数学理论的创立和完善 三是广泛的农牧业林业环境军事工业和医学等方面的应用需求的增长数字图像处理主要研究的内容有以下几个方面计数字滤波存储器轮廓清晰细节噪声图像识别分析基础二维形状描述它有边界描述和区域描述两类方法对于特殊的纹 理图像可采用二维纹理特征描述随着图像处理研究的深入发展已经开始进行三维物体描述的研究提出了体积描述表面描述广义圆柱体描述等方法 6图像分类识别范畴压缩模式1数字图像处理的信息大多是二维信息处理信息量很大如一幅256×256低分辨率黑白图像要求约64kbit的数据量对高分辨率彩色512×512图像则要求768kbit数据量如果要处理30帧秒的电视图像序列则每秒要求500kbit,225Mbit数据量因此对计算机的计算速度存储容量等要求较高2数字图像处理占用的频带较宽与语言信息相比占用的频带要大几个数量级如电视图像的带宽约56MHz而语音带宽仅为4kHz左右所以在成像传输存储处理显示等各个环节的实现上技术难度较大成本亦高这就对频带压缩技术提出了更高的要求3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09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4由于图像是三维景物的二维投影一幅图象本身不具备复现三维景物的全部几何信息的能力很显然三维景物背后部分信息在二维图像画面上是反映不出来的因此要分析和理解三维景物必须作合适的假定或附加新的测量例如双目图像或多视点图像在理解三维景物时需要知识导引这也是人工智能中正在致力解决的知识工程问题 5数字图像处理后的图像一般是给人观察和评价的因此受人的因素影响较大由于人的视觉系统很复杂受环境条件视觉性能人的情绪爱好以及知识状况影响很大作为图像质量的评价还有待进一步深入的研究另一方面计算机视觉是模仿人的视觉人的感知机理必然影响着计算机视觉的研究例如什么是感知的初始基元基元是如何组成的局部与全局感知的关系优先敏感的结构属性和时间特征 等这些都是心理学和神经心理学正在着力研究的课题ackbit压缩图像一位CCITT压缩图像等文件内容包括文件头参数指针表与参数域参数数据表和图像数据四部分 6XWD X Windows Dump 格式18位ZpixmapsXYbitmaps1位XYpixmaps 7PNGPortable Network Graphics格式 com 图像类型 MATLAB中一幅图像可能包含一个数据矩阵也可能包含一个颜色映射表矩阵MATLAB中有四种基本的图像类型 1索引图像 索引图像包括图像矩阵与颜色图数组其中颜色图是按图像中颜色值进行排序后的数组对于每个像素图像矩阵包含一个值这个值就是颜色图中的索引颜色图为m3双精度值矩阵各行分别指定红绿蓝RGB单色值Colormap [RG B]RGB为值域为[01]的实数值 图像矩阵与颜色图的关系依赖于图像矩阵是双精度型还是uint8无符号8位整型类型如果图像矩阵为双精度类型第一点的值对应于颜色图的第一行第二点对应于颜色图的第二行依次类推如果图像矩阵是uint8有一个偏移量第0点值对应于颜色图的第一行第一点对应于第二行依次类推uint8长用于图形文件格式它支持256色 2灰度图像 在MATLAB中灰度图像是保存在一个矩阵中的矩阵中的每一个元素代表一个像素点矩阵可以是双精度类型其值域为[01]也可以为uint8类型其数据范围为[0255]矩阵的每个元素代表不同的亮度或灰度级 3二进制图像 二进制图像中每个点为两离散值中的一个这两个值代表开或关二进制图像保存在一个由二维的由0关和1开组成的矩阵中从另一个角度讲二进制图像可以看成为一个仅包括黑与白的灰度图像也可以看作只有两种颜色的索引图像 二进制图像可以保存为双精度或uint8类型的双精度数组显然使用uint8类型更节省空间在图像处理工具箱中任何一个返回二进制图像的函数都是以uint8类型逻辑数组来返回的 4RGB图像 与索引图像一样RGB图像分别用红绿蓝三个亮度值为一组代表每个像素的颜色与索引图像不同的是这些亮度值直接存在图像数组中而不是存放在颜色图中图像数组为MN3MN表示图像像素的行列数 3 MATLAB基本知识介绍 31 MATLAB的概述 MATLAB 是MATrix LABoratory矩阵实验室的缩写是由美国MathWorks 公司开发的集数值计算符号计算和图形可视化三大基本功能于一体的功能强大操作简单的语言是国际公认的优秀数学应用软件之一 MATLAB的基本数据单位是矩阵它的指令表达式与数学工程中常用的形式十分相似故用MATLAB来解算问题要比用CFORTRAN等语言完相同的事情简捷得多 MATLAB包括拥有数百个内部函数的主包和三十几种工具包 Toolbox 工具包又可以分为功能性工具包和学科工具包功能工具包用来扩充MATLAB的符号计算可视化建模仿真文字处理及实时控制等功能学科工具包是专业性比较强的工具包控制工具包信号处理工具包通信工具包等都属于此类 开放性使MATLAB广受用户欢迎除内部函数外所有MATLAB主包文件和各种工具包都是可读可修改的文件用户通过对源程序的修改或加入自己编写程序构造新的专用工具包 32 MATLAB产生的历史背景 在70年代中期Cleve Moler博士和其同事在美国国家科学基金的资助下开发了调用EISPACK和LINPACK的FORTRAN子程序库EISPACK是特征值求解的FOETRAN程序库LINPACK是解线性方程的程序库在当时这两个程序库代表矩阵运算的最高水平 到70年代后期身为美国New Mexico大学计算机系系主任的Cleve Moler在给学生讲授线性代数课程时想教学生使用EISPACK和LINPACK程序库但他发现学生用FORTRAN编写接口程序很费时间于是他开始自己动手利用业余时间为学生编写EISPACK和LINPACK的接口程序Cleve Moler给这个接口程序取名为MATLAB该名为矩阵 matrix 和实验室 labotatory 两个英文单词的前三个字母的组合在以后的数年里MATLAB在多所大学里作为教学辅助软件使用并作为面向大众的免费软件广为流传 1983年春天Cleve Moler到Standford大学讲学MATLAB深深地吸引了工程师John LittleJohn Little敏锐地觉察到MATLAB在工程领域的广阔前景同年他和Cleve MolerSteve Bangert一起用C语言开发了第二代专业版这一代的MATLAB语言同时具备了数值计算和数据图示化的功能 1984年Cleve Moler和John Little成立了Math Works公司正式把MATLAB推向市场并继续进行MATLAB的研究和开发 在当今30多个数学类科技应用软件中就软件数学处理的原始内核而言可 分为两大类一类是数值计算型软件如MATLABXmathGauss等这类软件长于数值计算对处理大批数据效率高另一类是数学分析型软件MathematicaMaple等这类软件以符号计算见长能给出解析解和任意精确解其缺点是处理大量数据时效率较低MathWorks公司顺应多功能需求之潮流在其卓越数值计算和图示能力的基础上又率先在专业水平上开拓了其符号计算文字处理可视化建模和实时控制能力开发了适合多学科多部门要求的新一代科技应用软件MATLAB经过多年的国际竞争MATLAB以经占据了数值软件市场的主导地位 在MATLAB进入市场前国际上的许多软件包都是直接以FORTRANC语言等编程语言开发的这种软件的缺点是使用面窄接口简陋程序结构不开放以及没有标准的基库很难适应各学科的最新发展因而很难推广MATLAB的出现为各国科学家开发学科软件提供了新的基础在MATLAB问世不久的80年代中期原先控制领域里的一些软件包纷纷被淘汰或在MATLAB上重建 时至今日经过MathWorks公司的不断完善MATLAB已经发展成为适合多学科多种工作平台的功能强大大大型软件在国外MATLAB已经经受了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 33 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 3MATLAB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 6MATLAB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 7MATLAB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controltoolbox signl processing toolbox commumnication 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 34 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bmptiftiffpcx jpg gpeg hdfxwd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 IJ 实现了IJ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 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 xy EH[f xy ] 其中fxy和gxy分别为增强前后的图像EH代表增强操作 41 空域变换增强 com 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4-1 图4-1 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 pouttif figureimshow X1 f0 0g0 0 f1 70g1 30 f2 180g2 230 f3 255g3 255 r1 g1-g0 f1-f0 b1 g0-r1f0 r2 g2-g1 f2-f1 b2 g1-r2f1 r3 g3-g2 f3-f2 b3 g2-r3f2 [mn] size X1 X2 double X1 for i 1m for j 1n f X2 ij g ij 0 if f 0 f f1 g ij r1fb1 elseif f f1 f f2 g ij r2fb2 elseif f f2 f f3 g ij r3fb3 end end end figureimshow mat2gray g 图像处理图示 如图4-2和图4-3 图4-2 原图 图4-3增强对比度所得图像 com 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 pouttif f1 200 g1 256 k g1f1 [mn] size X1 X2 double X1 for i 1m for j 1n f X2 ij g ij 0 if f 0 f f1 g ij g1-kf else g ij 0 end end end figureimshow mat2gray g 图像处理图如图4-4所示 图4-4 图像求反后 42 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 xy 在 xy 位置处的值不仅取决于f xy 在 以 xy 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 xy 在 xy 位置 处的灰度值并以n s 代表f xy 在 xy 邻域内像素的灰度值则 t EA[sn 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 com 基本原理 空域滤波可分为线形滤波和非线形滤波两类 线形滤波器的设计常基于对傅立叶变换的分析 非线形空域滤波器则一般直接对邻域进行操作 另外各种滤波器根据功能又主要分成平滑滤波和锐化滤波平滑可用低通来实现锐化可用高通来实现 平滑滤波器它能减弱或消除傅立叶空间的高频分量但不影响在低频分量因为高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分滤波器将这些分量滤去可使图像平滑 锐化滤波器它能减弱或消除傅立叶空间的高频分量 空域滤波器都是利用模板卷积主要步骤如下 1将模板在图中漫游并将模板中心与图中某个像素位置重合 2将模板上的系数与模板下对应的像素相乘 3将所有的乘积相加 4将和模板的输出响应赋给图中对应的模板中心位置像素 下面分别介绍在MATLAB中如何应用平滑和锐化滤波器 com 线性平滑滤波器 线性低通滤波器是最常用的线性平滑滤波器这种滤波器的所有系数都是正 的对33的模板来说最简单的操作是取所有系数都为1为保证输出图像仍在原来的灰度范围内在计算R后要将其除以9再进行赋值这种方法称为邻域平均法 MATLAB实现均值过滤器的代码所示 I imread saturntif J imnoise Isalt pepper002 imshowI figureimshowJ K1 filter2 fspecial average3 J 255 figureimshow K1 title 33的均值滤波器 原图像加入椒盐噪声的图像和均值滤波的图像分别如图4-5图4-6和图4-7所示 图4-5 原图 图4-6加入椒盐噪声图像 图4-7 33的均值滤波器处理结果 com 非线性平滑滤波器 中值滤波器是最常用的非线性平滑滤波器它是一种临域运算类似于卷积但计算的不是加权求和而是把邻域中的像素按灰度级进行排序然后选择改组的中间值作为输出的像素值具体步骤 1将模板在图像中漫游并将模板中心和图像某个像素的位置重合 2I imread saturntif J imnoise Isalt pepper002 K1 medfilt2 J[33] figureimshow K1 中值滤波的结果如图4-8所示 图4-8 中值滤波结果 com 线性锐化滤波器 线性高通滤波器是最常用的线性锐化滤波器这种滤波器的中心系数都是正的而周围的系数都是负的对33的模板来说典型的系数取值是 [-1 –1 –1-1 8 –1-1 –1 -1] 事实上这是拉普拉斯算子所有的系数之和为0当这样的模板放在图像中灰度值是常数或变化很小的区域时其输出为0或很小这个滤波器将原来的图像中的零频域分量去除了也就是将输出的图像的平均值变为0这样就会有一部分像素的灰度值小于0在图像处理中我们一般只考虑正的灰度值所以还有将输出图像的灰度值范围通过尺度变回到所要求的范围 MATLAB代码所示 I imread saturntif m fspecial laplacian I1 filter2 mI h fspecial unsharp05 I2 filter2 hI 255 subplot 121 imshow I1 title 高通滤波laplacian算子 subplot 122 imshow I2 title 高通滤波unsharp 处理结果如图4-9所示 图4-9空域高通滤波 43 频域增强 com 基本原理 卷积理论是频域技术的基础设函数fxy与线性位不变算子hxy的卷积结果是 gxy即g xy h xy f xy 那么根据卷积定理在频域有 G xy H uv F uv 其中G xy H uv F uv 分别是g xy h xy f xy 的傅立叶变换 频域增强的主要步骤是 1技术所需增强图的傅立叶变换 2将其与一个根据需要设计的转移函数相乘 3再将结果进行傅立叶反变换以得到增强的图 频域增强的两个关键步骤 1将图像从空域转换到频域所需的变换及将图像从频域空间转换回空域所 需的变换 2在频域空间对图像进行增强加工操作 常用的频域增强方法有低通滤波和高通滤波以下分别介绍在MATLAB中如何 实现 com 低通滤波 图像的能量大部分集中在幅度谱的低频和中频度而图像的边缘和噪声对应 于高频部分因此能降低高频成分幅度的滤波器就能减弱噪声的影响 Butterworth 低通滤波器是一种物理上可以实现的低通滤波器n阶截断频 率为d0的Butterworth低通滤波器的转移函数为 Huv 用MATLAB实现Butterworth低通滤波器的代码所示 I1 imread Saturntif figureimshow I1 I2 imnoise I1salt figureimshow I2 f double I2 g fft2 f g fftshift g [N1N2] size g n 2 d0 50 n1 fix N12 n2 fix N22 for i 1N1 for j 1N2 d sqrt i-n1 2 j-n2 2 h 1 10414 dd0 2n result ij hg ij end end result ifftshift result X2 ifft2 result X3 uint8 real X2 figureimshow X3 原图和处理结果如图4-10和图4-11所示 图4-10 加噪 图4-11 去噪 com 高通滤波 高通滤波也称高频滤波器它的频值在0频率处单位为1随着频率的增长传递函数的值逐渐增加当频率增加到一定值之后传递函数的值通常又回到0值或者降低到某个大于1的值在前一种情况下高频增强滤波器实际上是依照能够带通滤波器只不过规定0频率处的增益为单位1 实际应用中为了减少图像中面积大且缓慢变化的成分的对比度有时让0频率处的增益小于单位1更合适如果传递函数通过原点则可以称为laplacian滤波器 n阶截断频率为d0的Butterworth高通滤波器的转移函数为 Huv MATLAB实现Butterworth高通滤波器代码所示 I1 imread blood1tif figureimshow I1 f double I1 g fft2 f g fftshift g [N1N2] size g n 2 d0 5 n1 fix N12 n2 fix N22 for i 1N1 for j 1N2 d sqrt i-n1 2 j-n2 2 if d 0 h 0 else h 1 1 d0d 2n end result ij hg ij end end result ifftshift result X2 ifft2 result X3 uint8 real X2 figureimshow X3 原图和处理结果如图4-12和4-13所示 图4-12原图 图4-13高通滤波 5 二值图像分析 二值图像中所有的像素只能从0和1这两个值中取因此在MATLAB中二值图像用一个由0和1组成的二维矩阵表示这两个可取的值分别对应于关闭和打开关闭表征该像素处于背景而打开表征该像素处于前景以这种方式来操作图像可以更容易识别出图像的结构特征 51 引言 二值图像操作只返回与二值图像的形式或结构有关的信息如果希望对其他类型的图像进行同样的操作则首先要将其转换为二进制的图像格式可以通过调用MATLAB提供的im2bw来实现方法如下 I imread cameramantif figureimshow I J im2bw I figureimshow J title 二值化处理 原图和二值化的结果分别如图5-1和图5-2所示 图5-1原图 图5-2 二值化的结果 52 二值形态学的基本运算 数学形态学的基础是集合运算我们把二值图像A看作是二维坐标点的集合包含图像里为1的点B通常是一个小的集合作用类似于模板 膨胀Dilation运算A??B 腐蚀Erosion运算AB 开Open运算 闭Close运算 com 膨胀 膨胀的算符为A用B来膨胀写作AB这里先将A和B看作是所有取值为1的 像素点的集合其定义为AB B膨胀A的过程是先对B做关于中心像素的映射再将其映像平移x换句话说 用B来膨胀A得到的集是B平移后与A至少有一个非零元素相交时B的中心像素 的位置的集合 在MATLAB中运用dilate函数来实现膨胀操作 此外MATLAB中还提供了预定义的形态函数bwmorph MATLAB的代码 I imread cameramantif J im2bw I BW1 bwmorph Jdilate subplot 121 subimage J title 二值处理的图像 subplot 122 subimage BW1 title 使用bwmorph函数膨胀 图像处理结果如图5-3所示 图5-3膨胀处理后 com 腐蚀 腐蚀的算符为A用B来腐蚀写作AB其定义为 用B来腐蚀A得到集合是B完全包括在A中时B的中心像素位置的集合 MATLAB中用erode函数来实现腐蚀操作 MATLAB代码如下 I imread cameramantif J im2bw I SE eye 5 BW1 erode JSE subplot 121 subimage J title 二值处理的图像 subplot 122 subimage BW1 title 使用erode函数腐蚀 图像处理结果如图5-4所示 图5-4腐蚀处理后 53 二值分析进行图像处理综合应用 com 噪声滤除 将开启和闭合结合起来可构成噪声滤除器开启就是先对图像进行腐蚀后膨 胀其结果闭合就是先对图像进行膨胀后腐蚀其结果 开启和闭合这两种运算都可以除去比结构元素小特定图像细节同时保证不产生全局几何失真开启运算可以把结构元素小的突刺滤掉切断细长搭接而起到分离作用闭合运算可以把比结构元素小的缺口或孔填充上搭接短的间断而起到连通的作用 将开启和闭合结合起来可构成形态学噪声滤除器开启结果将背景上的噪声去除了再进行闭合则将噪声去掉 MATLAB代码 I1 imread saturntif I2 im2bw I1 I2 double I2 I3 imnoise I2salt pepper I4 bwmorph I3open I5 bwmorph I4close subplot 221 subimage I2 title 二值处理的图像 subplot 222 subimage I3 title 加入椒盐噪声的图像 subplot 223 subimage I4 title 开启操作所得的图像 subplot 224 subimage I5 title 再关闭操作所得的图像 图像处理如图5-5所示 图5-5 噪声滤除处理 com 边界提取 二值图像中所谓的对像就是值为1的连接在一起的像素的集合例如以下的代表了一个简单的33的方形对像 0 0 0 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 0 0 0 0 0 有4-连接和8-连接边沿 对于大多数操作来说二值图像中对像的识别依赖于确定图像中相邻像素是否连接的约定方式 边界提取实际上就是掏空内部点如果原图中有一点为黑且它的8个相邻点都是黑色时 此时该点是内部点 则将该点删除 在MATLAB中提供了bwperimIn函数来提取二值图像中对像的边界像素其中n表示采用何种连接默认为4-连接 MATLAB代码所示 I1 imread blood1tif I2 im2bw I1 I3 bwperim I2 subplot 121 subimage I2 title 二值处理的图像 subplot 122 subimage I3 title 边界处理的图像 图像处理结果如图5-6所示 图5-6 边界提取处理 6 总结与展望 61 总结 本文主要介绍了数字图像的理论知识及MATLAB 语言的特点基于MATLAB的数字图像处理环境介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理在第四章第五章主要论述了图像增强及二值图像的原理并利用MATLAB来实现图像增强二值图像分析等图像处理 62 展望 随着计算机处理能力的不断增强数字图像处理学科在飞速发展的同时也越来越广泛地向许多其他学科快速交叉渗透使得图像作为信息获取以及信息的利用等方面也变得越来越重要目前数字图像处理的应用越来越广泛已经渗透到工业医疗保健航空航天军事等各个领域在国民经济中发挥越来越大的作用 MathWorks 公司开发的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应用MATLAB友好的界面和丰富实用高效的指令及模块可以使人较快地认识理解图像处理的相关概念逐步掌握图像信号处理的基本方法进而能够解决相关的工程和科研中的问题 利用MATLAB来实现数字图像处理使数字图像处理更加方便简单图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就属于这些领域的有航空航天生物医学工程工业检测机器人视觉公安司法军事制导文化艺术等使图像处理成为一门引人注目前景远大的新型学科 II ii 42