毕业设计（论文）-基于数字图像处理的烟气污染的自动监测.pdf

-I-基于数字图像处理的烟气污染的自动监测摘要基于数字图像处理的烟气污染的自动监测摘要目前烟气污染日益严重，环境及人们的生活造成了很大的影响。随着人们保护化境意识的逐渐增强，减少污染源，净化大气，保护人类生存环境的问题正被亿万人们所关心和重视。解决烟气污染问题已成为当代科技研究的重要课题之一。烟气污染的监测能有效及时的反映出污染的程度，为解决烟气污染问题提供大量的现场依据，在寻求解决烟气污染问题方法的过程中发挥着十分重要的作用。随着计算机技术的发展，数字图像处理技术理论的不断完善，数字图像处理技术也在不断的应用在烟气污染的监测上。本文是从烟气图像的的灰度值考虑，通过对烟气图像灰度值的计算，判断烟气污染的程度。在处理过程中，由于背景环境对烟气灰度值的影响非常大，若想成功准确的判断烟气污染的程度，必须考虑背景环境的影响。从烟气图像的灰度值考虑，需先将图像转换为灰度图像，再对灰度图像进行图像分割，分别计算背景及烟气的平均灰度值。通过对不同背景下烟气图像的分割按背景的轻重将情况分为两种，分别判断出烟气污染的程度。本文的结构大致分为：首先介绍目前常用烟气污染自动监测的常用的方法，然后介绍数字图像处理的特点、发展过程及其应用，以及数字图像系统。再介绍图像分割经常用的方法，并对图像进行分割。最后考虑不同背景环境对图像灰度值的影响，对不同背景下的图像分别处理。实践证明，运用这样的方法对烟气污染进行自动监测是可实施的。关键词：关键词：数字图像处理；图像分割；直方图；烟气污染哈尔滨理工大学学士学位论文-II-SmokePollutionAutomaticMonitoringBasedOnDigitalImageProcessingAbstractSmokenowisbecomingamoreandmoreseriouspollutioncausingtheenvironmentandpeopleslivesagreatimpact.Withpeoplesawarenessofprotectingenvironmentincreasingreducingpollutionsourcespurifyingtheatmosphereandtheprotectionofhumanenvironmentissuesarebeingconcernedbyhundredsofmillionsofpeople.Thesolutionofsmokepollutionhasbecomeoneofthecontemporaryimportantscienceandtechnologyissuescovered.Smokepollutionmonitoringcaneffectivelyandtimelyreflecttheextentofcontaminationprovidingalotofthescenebasistoresolvetheproblemofsmokepollutionplayinganimportantroleintheprocessofseekingsolutionstosmokepollution.Withthedevelopmentofcomputertechnologyandimprovementofdigitalimageprocessingtechnologytheorydigitalimageprocessingtechniquesarealsoconstantlyintheapplicationofthefluegaspollutionmonitoring.Thisarticleistoconsidertheimageofgraysmokuethroughthegraysmokueoftheimagejudgetheextentofsmokepollution.Intheprocessbecauseofthebackgroundenvironmentaffectsthueofgraysmokegreatifwewanttosuccessfullyjudgetheaccurateextentofsmokepollutionwemustconsiderthebackgroundenvironment.consideringtheimageofthegrayvaluefirstimagesmustbeconvertedtograyscaleimagessecondsegmentthegrayimagesimage.Throughimagesegmentationbasedondifferentbackgroundcanbedividedintotwokindsfortheseverityofthesituationbackgroundandthencalculatethegraysmokuejudgetheextentofsmokepollution.Thispapersstructureisbroadlydivided:Firstallcommonsusedonthecurrentsmokepollutionmonitoringsecondintroducethecharacteristicsofdigitalimageprocessingdevelopmentandapplicationofsystemsanddigitalimage.ThirdintroducetheregularsofimageSegmentationagainandsegmentimages.Finallymakeoutthedifferentbackgroundimageprocessingenvironment.Practice哈尔滨理工大学学士学位论文-III-hasprovedthatitisautomaticallyimplementedtousethistomonitorsmokepollutionKeywords:DigitalimageprocessingImagesegmentationHistogramSmokePollution哈尔滨理工大学学士学位论文-IV-目录目录摘要.IAbstract.II第1章绪论.11.1课题背景.11.2目前常用的烟气污染监测方法.11.2.1主要成分分析法.11.2.2遥感技术图像监测.21.2.3烟气图像处理.31.3数字图像处理.31.3.1数字图像简介.31.3.2图像处理的发展及应用.41.4图像的分类.51.5图像处理方法概述.61.5.1图像处理的方法.61.5.2数字图像处数字图像处理研究内容.61.6数字图像处理系统.71.7论文研究的内容及意义.7第2章烟气数字图像系统.82.1图像的存储格式.82.2图像类型.82.2.1索引图像.82.2.2RGB图像.92.2.3二值图像.92.2.4灰度图像.92.3不同图像类型间的转换.92.4图像增强.112.4.1灰度修正.122.4.2线性滤波.142.4.3中值滤波.152.4.4自适应滤波.152.4.5小波去噪.162.5本章小节.16第3章烟气图像分割.173.1直方图阀值分割技术.173.2自适应阀值分割.19哈尔滨理工大学学士学位论文-V-3.2.1类间阀值分割.193.2.2最佳全局门限法.223.3本章小节.24第4章烟气图像分析.264.1背景环境对图像的影响.264.2当背景比较深暗时，对烟气图像的监测.264.3当背景比较浅淡时，对烟气图像的监测.314.4本章小结.33结论.35致谢.36参考文献.37附录A.39附录B.41附录C.47哈尔滨理工大学学士学位论文-6-第第1章绪论章绪论1.1课题背景课题背景近年来，随着城市工业的发展，烟气污染日益严重，空气质量进一步恶化。目前，烟气污染的主要来源是由燃煤引起的，而我国的能源以燃煤为主，占煤炭产量75%的原煤用于直接燃烧。煤在燃烧过程中产生严重污染。易产生温室效应，形成酸雨，破坏臭氧层及产生光化学烟雾等。烟气污染对人体健康的危害是非常大的，可导致呼吸道等多种疾病，降低青少年机体的免疫功能，使抗病能力下降。同时烟气污染对生态环境造成恶劣的影响，导致土壤酸化和贫瘠化，农作物及森林生长缓慢，造成农业受害面积大增，粮食、蔬菜减产，湖水酸化，鱼类生长收到抑制。另外，由于酸雨的形成，导致建筑物和材料的腐蚀。每年用于建筑维修的花费是巨大的，而且酸雨对于古建筑物等历史文化遗产的损害是无法用数字来估计的。近年来，随着人们环境意识的逐渐增强，减少污染源，净化大气，保护人类生存环境的问题正被亿万人们所关心和重视。1995年国家颁布了新的大气污染防治法，并划定了污染气体污染控制区，各地对污染气体的排放的控制越来越严格。因此，对烟气污染的监测是十分重要的1。1.2目前常用的烟气污染监测方法目前常用的烟气污染监测方法1.2.1主要成分分析法主要成分分析法主成分分析法是把描述样本性能的多个指标化为少数几个综合指标的一种多元统计分析方法。在实际监测过程中，由于监测点和监测项目多，每个点的监测数据并非全是独立的，往往相互有影响，主成分分析法在原始监测数据的基础上，能找出由若干个指标线性组合而成的环境质量综合指标，这几个综合指标就尽可能地反映原来指标的信息，最显著地反映各个监测点的环境质量差异，且又是彼此之间互不相关。因此，通过对少数几个综合指标的分析，对监测点（样本）或污染物（指标）进行分类，从中选择最有代表性的点或污染物，同时删除一些次要的点或污染物，完成环境监测或监测项目的优化。设有m个监测点（样本），各监测点监测n个污染物浓度，于是有监测样本矩阵()12.12.ijnmXxinjm。于是监测样本矩阵X为式(1-1)：111212212212mmnnnmxxxxxxXxxxLLLLLLL(1-1)在式(1-1)中，ijx为第j个监测点第i项污染物的浓度。哈尔滨理工大学学士学位论文-7-主成分分析法实质是通过坐标轴的旋转变换，找出P个(Pn)主成分。因此为了使样本降维后所引起的平方误差最小，而找出坐标轴的最佳旋转。由线性代数原理可知，协方差阵C存在一个正交方阵()ijnnVv，且矩阵V中的元素由协方差阵C的特征值12.0n的特征向量组成。即求出12.0n以及对应的特征向量，就可以得到矩阵V。这样就可以找出有变量12(.)nZxxx线性组成的新变量12(.)nyyyy，即yVZ如式(1-2)12nyyyyL11112122212212nnnnnnnxvvvvxvvxvvvLLLLLLLL(1-2)显然式(1-3)成立，即11111221.nnyvxvxvx22112222.nnyvxvxvx(1-3)1122.nnnnnnyvxvxvx必须指出，1y，2y，ny是按方差由大到小排列的，而特征值i就是变量iy的方差。因此，从n个分量中找出前面P个主分量，其方差占全部方差的比例a大于85%时，方可以选择前面P个分量作为主分量，a的计算式为式(1-4)：11Piiniia(1-4)在式(1-4)中，P为主分量数；n为指标数；i为特征值。1.2.2遥感技术图像监测遥感技术图像监测遥感技术图像监测是通过对遥感图像的解释和和判断，能够对大气污染进行分析和识别，从而给出半定量化的结果，并进一步得到污染物的主要成分。对烟气污染物拍摄得到的图像与各种气象条件有关，也与拍摄角度和时间差、位置差有关，因此采用多光谱滤光片进行彩色合成处理前，在一定程度上对上述各种干扰能够加以纠正和综合补偿，使差异消除，从而能够获取真实的丰富的信息，为建立定量化处理的方法提供可靠的保证。在分光谱滤光片拍摄中，由于采用的波段不同，对污染物的不同成分的敏感性也不同，因此，即使对同一烟气污染物浓度，由于采用滤色底片的波段不同，得到的图像灰度也不同，例如，采用绿色滤光底片，则对SO2敏感性就强，而采用蓝色底片，则对SO2敏感性就差。图片灰度和反射比成反比关系，而和滤光片波长针对不同物质成分亦有不同的关系。哈尔滨理工大学学士学位论文-8-这样，用多光谱不同波段拍摄到的图片灰度反映了同一烟气污染中各成分间的比例关系，反映了烟气污染的结构组成的信息。1.2.3烟气图像处理烟气图像处理以上方法均是通过对烟气成分的分析，判断烟气中化学物含量的多少，监测出污染程度。烟气图像处理是利用Matlab语言，通过对图像灰度值的计算，判断出污染物的浓度，达到监测的目的。该方法也是本文所用的方法。1.3数字图像处理数字图像处理1.3.1数字图像简介数字图像简介图像是自然景物的客观反映，是人们认识世界和人类本身的重要源泉。图像可以以各种各样的形式出现，可视的和不可视的；抽象的和实际的；适于和不适于计算机处理的等。在图像处理和分析技术中将图像分成两类：一类是模拟图像，包括光学透镜、照相、电视等图像。模拟图像处理速度快，但精度和灵活性差，不易查找和判断；另一类是将连续的模拟图像经过离散化处理后变成计算机能够识别的点阵图像称为数字图像。严格定义的数字图像是一个被采样和量化后的二维函数，按照一定的规律对模拟图像进行网格采样，将图像离散化，再将离散点的幅度值进行等间隔量化。因此，一幅数字图像是一个被量化的采样数值的二维数组。随着计算机技术的飞速发展，和模拟图像相比数字图像有以下的优点：（1）清晰度高现在的计算机技术可以将一幅模拟图像数字化为任意大的二维数组，即可以用无限个像素去组成它，在真彩条件下，每个像素可以用24比特数据即一千六百多万种颜色去表示，这样组成的图像质量可与彩色照片相媲美。（2）处理方便由于数组图像是一组数据，我们可用计算机进行任意修改，可以放大、缩小、改变颜色、复制或删除某一部分，或将图像毫无损失地通过网络进行远程传输等。（3）重复性好模拟图像如照片，即便使用非常好的底片和相纸，也会随着时间的消逝而褪色、发黄，而数字图像在光盘中存储上百年后，再用计算机重现时也不会有丝毫的改变。（4）易于存储随现代计算机存储技术的发展，计算机外部存储设备新产品不断涌现，存储量的极限几乎年年翻番，可以说现代技术对于海量数据存储提供了无限可能，例如现在一块中等容量的计算机硬盘就可轻易存储上万张高清晰度真彩色图片，而同等数量的模拟图像如以照片等传统形式进行保存，即便可能，也是十分困难的，而且不易管理。哈尔滨理工大学学士学位论文-9-（5）即拍即现数字摄像在拍摄后数秒内就可呈现图像结果，而且可以连续拍摄多张图像，以便从中选取一张效果最好的进行存储。1.3.2图像处理的发展及应用图像处理的发展及应用发展概况及应用发展概况及应用数字图像处理这一学科的产生和迅速发展主要受三个方面因素的影响：（1）数字图像处理工具计算机技术的迅猛发展；计算机技术的迅猛发展，为数字图像处理技术的发展提供了良好的工具平台，计算机软件算法的丰富和模块化的设计结构又极大地方便了数字图像处理技术的应用。数字成像（如数字摄像机、扫描仪等）、图像打印机和数字印刷技术的快速发展，使得图像处理设备不再昂贵，给图像处理的发展提供了良好的条件。（2）数学的发展，特别是离散数学理论的创立和完善，为数字图像处理算法的实现提供了理论依据。（3）广泛的军事，工业和医学等方面的应用。图像处理在这些方面的应用取得了极大的成功，从而更促进了这一学科理论技术的完善和发展，并进一步扩大其应用的领域。同时，各个应用领域对数字图像处理不断提出更高、更新的要求，如：实时处理、计算机视觉、与图形密切关联的处理等。发展过程经过的几个阶段发展过程经过的几个阶段（1）60年代初，数字图像处理己经形成了比较完整的体系；形成一门新兴的学科。（2）60年代到70年代，由于离散数学的创立和完善，使数字图像处理技术得到迅猛的发展，理论和方法进一步完善，应用范围更加广泛。这一时期，图像处理主要与模式识别和图像理解的研究相联系，如文字识别，医学图像处理，遥感图像的处理等。（3）70年代后期至今，各个应用领域对数字图像处理提出越来越多的要求，促进这门学科向更高级的方向发展，特别是在景物理解和机器视觉方面，图像由二维处理变成三维理解。近几年来，随着计算机及各个领域研究的迅速发展，科学计算机可视化，多媒体技术等的研究和应用，使得数字图像处理从一个专门领域的学科变成一种新型的科学研究和人机界面的工具2。数字图像的应用数字图像的应用计算机图像处理和计算机、多媒体、智能机器人、专家系统等技术的发展紧密相关。近几年来计算机技术及数学的迅速发展，计算机识别、理解图像的技术也随着得到巨大的发展，也就是图像处理的目的除了直接供人观看（如医学图像是为医生观看作诊断）外，还进一步发展了计算机视觉的应用。目前，数字图像处理主要应用于下面领域：哈尔滨理工大学学士学位论文-10-（1）通讯：图像信息传输、电视电话、卫星通讯、数字电话等。（2）宇宙探测：其他星体图像处理。（3）遥感：地形地质、资源勘测、灾情调查气象云图处理及目标识别等。（4）生物医学领域：细胞分析、染色体分类、放射图像处理、血球分类、各种CT、核磁共振图像分析等。（5）工业生产：无损探伤、石油气勘探、机器人视觉、自动控制如机器零件检查和识别、印刷电路板瑕疵检查、CADCAM，电脑刺绣等。（6）军事，公安，档案等其它方面的应用：军事目标的侦查、制导及警戒，实景现场照片、指纹、足迹人像识别与处理等。（7）考古：珍贵文物图片、名画壁画的辅助恢复。（8）新领域：信息安全、信息隐藏与数字水印等。图像、图形处理发展特点图像、图形处理发展特点实时产生高质量的图形和图像是近年来所追求的目标。图像处理有如下特点：（1）高分辨率（显示分辨率和采集分辨率）（2）高速度（3）立体化（4）智能化1.4图像的分类图像的分类由于实际存在的自然现象多种多样，内容千变万化，因此可获得的图像数量巨大，对图像进行分类有助于我们更好地认识和分析图像。图像按其性质特征来分类，大致可以分为以下几种：（1）灰度分类按灰度分类有二值图像（例如：图文传真、文字、图表、工程图纸等）和多层次灰度图像。多层次灰度图像按应用的不同，有各种不同的灰度层次。例如：计算机打印或传真中有灰度层次的图像一般为16、25灰度级，工业电视、可视电话为64灰度级(6bit)，气象数字图像为7灰度级，广播电视图像为256灰度级(8bit)，医学图像一般为1024灰度级(10bit)。（2）色彩分类按照色彩分类，可分为单色图像、彩色图像。单色图像(Monochromatic)指只具有某一谱段的图像，一般为黑白灰度图像。彩色图像(Color)，包括真彩色(TrueColor)、合成彩色、伪彩色(PseudoColor)，假彩色(FalseColor)等，可以用不同的彩色空间来描述，RGB、YUV等。（3）运动分类按运动分类，图像可分静止图像和动态图像。静止图像包括静止(Still)图像和凝固(Freezing)图像。每幅图像本身都是一幅静止图像。凝固图像是运动图像中的某一帧。动态图像的快慢以帧率(frames)度量，帧率反应了画面中的运动的哈尔滨理工大学学士学位论文-11-连续性。可以看出，动态图像实际上是由一幅幅静态图像按时间排列组成的。（4）按时空分布分类按时空分布分类，图像可分为二维图像和三维图像。二维图像即平面图像，其数学形式表示为f(x，y)，f为强度，xy为二维空间坐标。三维图像即立体图像，其数学形式表示为f(x，y，z)，f为强度，x，y，z为三维空间坐标。1.5图像处理方法概述图像处理方法概述1.5.1图像处理的方法图像处理的方法人类最早期的图像处理是光学的处理，如放大、缩小、显微等，这些都属于模拟的处理方法。这些处理从本质上讲都属于并行处理的范畴，其特征是处理速度快。由于其处理过程采用光学器件如镜头、棱镜等，它的不灵活性就显现出来，而且一个光学器件从设计到加工直到成品需很长时间，其加工过程也难以保证精度。这在一定的程度上限制了模拟图像的发展与应用。模拟图像是连续图像，即空间分布和亮度取值均连续分布的图像，计算机无法接受和处理，数字图像处理首先是要把需要处理的模拟图像进行数字化处理(图像数字化)。图像数字化就是将连续图像离散化，其工作包括两个方面：采样和量化。所谓采样，就是把一幅连续图像在空间上分割成MN个网格，每个网格用一个亮度值来表示。由于结果是一个样点值阵列，故又叫点阵采样。采样是把连续图像变成空间上的离散点状图像。把采样点上对应的亮度连续变化区间转换为特定数码的过程称之为量化，即样点亮度的离散化。现在，越来越多的数码像机和数码摄像头能够直接产生数字像片。这些像片可以直接送到计算机中加以处理。数字图像处理是针对性很强的技术，根据不同应用、不同要求需要采用不同的处理方法。采用的方法是综合各学科较先进的成果而成的，如：数学、物理学、心理学、生物学、医学、计算机科学、通信理论、信号分析学、控制论和系统工程论等。各学科互相补充、互相渗透使得数字图像处理技术飞速发展。数字图像处理的主要问题是算法原理和专用硬件，他们都反映了上述技术的综合性。数字图像处理主要采用两大类方法：一类是空间域的处理，即在图像空间中对图像进行各种处理；另一类是把空间域图像经过变换，如傅立叶变换，变到频率域，在频率域中进行各种处理，然后再变换到图像的空间域，形成处理后的图像，以直观形式显示出来。1.5.2数字图像处数字图像处理研究内容数字图像处数字图像处理研究内容图像的数字化研究如何把一幅连续的光学图像表示成一组数字，既不失真又便于计算机分析处理。主要内容有图像增强，图像复原，图像编码，图像重建和图像分析等。图像增强即增强图像中的有用信息，削弱干扰和噪声，以便于观察识别和进一步地分析与处理，增强后的图像未必与原图像一致。哈尔滨理工大学学士学位论文-12-图像复原即把退化、模糊了的图像复原。复原图像要尽可能和原图像保持一致。图像编码即在满足一定的保真度要求下，简化图像的表示，从而大大压缩表示图像的数据，以便于存储和传输。图像重建即由图像投影数据重建该图像。图像分析即对图像中不同的对象进行分割、分类、识别和描述、解释。1.6数字图像处理系统数字图像处理系统一个完整的数字图像处理系统包括图像数字化器、图像存储器、数字计算机及输出显示器等组成。数字化器是把连续明暗（或彩色）图像转化为计算机可以接受的数字图像设备，最常用的有扫描仪，现在也有数码相机和数字摄像机。对于连续图像，计算机无法接受和处理，图像数字化就是将图像离散化，其工作包括两个方面：采样和量化。关于采样和量化，在前面已经做了说明，在此不再赘述。图像经过数字化后，转化为数字图像暂存于一个适当的输入数据存储设备中，起到缓冲作用。计算机根据预定的控制要求（或通过人机交换界面得到命令）从程序库中调用并执行相应的处理程序，对输入的数字图像进行处理。输出设备（包括终端（显示器）和图像记录设备）的作用在于将处理前后和处理中间结果的图像显示出来，供分析、识别和解释；另一个是制成硬拷贝或以数据的形式记录下来永久保存。1.7论文研究的内容及意义论文研究的内容及意义由于烟气污染对人类的生存环境及生活已造成恶劣的影响，烟气污染的监测已成为一种不可缺少的检测技术，并已经越来越受到广泛的重视。因此，对烟气污染程度进行准确监测，对确定污染源，减轻污染，保护环境有着重要的意义。随着科学技术的发展，烟气污染监测技术得到了迅速的发展。数字图像处理技术也逐渐的应用到烟气污染的监测上。与传统方法相比，和计算机配合使用时，可以实现快速、实时测量，使测量结果达到很高的智能化程度，实现测量过程和数据记录、数据分析的自动化。烟气浓度是除化学成分测量之外的最基本的烟气污染监测方法，历来受到人们的高度重视，本文从图像的灰度考虑，对烟气污染进行监测。在监测前先用不同的技术对获得的图像进行预处理：图像类型转换、图像增强，调整灰度等对图像进行分割。考虑不同背景对烟气图像的灰度影响比较大，先对不同背景进行分类，再分别考虑对不同污染程度的划分，最后对烟气的污染程度做出判断。实践证明，用数字图像处理技术监测烟气污染程度具有重大的理论意义和工程意义。哈尔滨理工大学学士学位论文-13-第第2章烟气数字图像系统章烟气数字图像系统2.1图像的存储格式图像的存储格式图像格式指的是存储图像采用的文件格式。其常用的图像文件格式有以几种：（1）BMP(MicrosoftWindowsBitmap)格式BMP格式是PC操作系统下图像的基本位图格式，在Windows系统中，图像资源多数以BMP格式存储(不可以压缩)。（2）GIF(GraphicsInterchangeat)格式GIF格式全称图形交换格式，文件压缩较好，文件长度较小。常用于网络上一种很小的图像文件，主要缺点是只支持8位、即256级像素的图像。（3）JPEG(JointPhotographicExpertsGroup)格式JPEG格式是一种可缩放的静态图像压缩格式，可选择压缩比例，能以很高的压缩比例来保存图像，而图像质量损失不多，压缩较好，质量不错。用于高压缩比、高精确度或渐进重建应用场合和无失真应用场合。目前，JPEG对静止图像的压缩率一般可达到25：l。JPEG压缩技术十分先进，它采用最少的磁盘空间来得到较好的图像质量。JPEG格式的照片存储过程快而且文件体积较小。为尽可能多地存储照片，数码相机所拍摄的照片数据基本上都以JPEG方式存储。（4）TIFF(TaggedImageFileat)格式TIFF格式采用无损压缩或者不压缩的方法存储图像。TIFF格式的好处是大多数图像处理软件都支持这种格式，其缺点是占用内存较大。（5）MPEG(MovingPictureExpertsGroup)格式MPEG格式是活动图像专家组制定的对音频、视频的压缩标准的图像格式。因为不同的操作系统、不同的图像处理软件，所支持的图像格式不同，JPEG又广泛应用于数码像机文件，所以根据论文的需要，论文中烟气污染图像由数码相机采集获得，所以采用JPEG图像文件存储格式3。2.2图像类型图像类型许多图像处理工作都对图像类型有特定的要求。Matlab图像处理工具箱支持索引图像、灰度图像、二值图像和RGB图像等4种基本的图像类型。下面讨论Matlab和图像处理工具箱如何表示这几种图像。2.2.1索引图像索引图像索引图像由图像矩阵和颜色矩阵，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，这个值就是颜色图数组中的索引，颜色图是double型的m3数组，元素为0，1范围内的浮点值，矩阵各哈尔滨理工大学学士学位论文-14-行分别指定红、绿、蓝单色值。像矩阵与颜色图的关系依赖于图像矩阵是双精度类型还是unit8（无符号8位整数）类型。如果图像矩阵为双精度类型，则第一点的值对应于颜色图的第一行，第二点的值对应于颜色图的第二行，依次类推，各个点的值都对应于相应颜色图的各个行。如果图像矩阵是unit8，且有一个偏移量，即第0点的值对应于颜色图的第一行，第1点的值对应于颜色图的第二行，依次类推，则unit8类型常用于图形文件格式，且它支持256色。2.2.2RGB图像图像RGB图像有时称为真彩图像，在Matlab中保存为mn3的数据数组，定义每个单独像素的红色、绿色和蓝色组成。RGB图像不使用调色板。每个像素的颜色由像素位置上红色、绿色和蓝色亮度的组合确定。RGB图像是24位图像，其中红色、绿色和蓝色组分均为8位。这将产生一千六百多万种真彩色图像。RGB数组可以是double，unit8或unit16型的。在double类型的RGB数组种，每一个颜色组分的值取0和1之间的数。一个颜色组分为（0，0，0）的像素显示为黑色，颜色组分为（1，1，1）的像素显示为白色。每个像素的这3种颜色组分保存在数据数组的第三维上。2.2.3二值图像二值图像在二值图像中，假设每个像素取两个离散值中的一个。这两个值对应于on和off，二值图像被保存在一个二维的由0（关）和1（开）组成的矩阵中。从另一个角度讲，二值图像可以看成为一个仅包括黑与白的特殊的灰度图像，也可看作仅有两种颜色的索引图像。二值图像可以保存为双精度或unit8类型的数组，显然使用unit8类型更节省空间。在图像处理工具箱中，任何一个返回二值图像的函数都是以unit8类型逻辑数组来返回的。2.2.4灰度图像灰度图像灰度矩阵是一个数据矩阵I，其值表示一定范围内的亮度值。Matlab将一幅灰度图像保存为一个单一的矩阵，矩阵的每个元素对应于一个图像像素。矩阵的每个元素对应于一个图像像素。矩阵可以是doubleunit8或unit16型的。亮度矩阵中元素表示不同的亮度或灰度级，其中亮度0通常表示为黑色，亮度为255或65535通常表示饱和亮度或白色。2.3不同图像类型间的转换不同图像类型间的转换对于有些操作需要将图像转换为不同的图像类型。各种图像类型之间的转换关系及函数如下：dither采用抖动的方法，把灰度图像转换为二值图像，或者把RGB图像转哈尔滨理工大学学士学位论文-15-换为索引图像gray2ind把灰度图像转换为索引图像im2bw利用给定的灰度阀值，将灰度图像、索引图像或RGB图像转换为二值图像ind2gray将索引图像转换为灰度图像ind2rgb将索引图像转换为RGB图像rgb2gray将RGB图像转换为灰度图像rgb2ind将RGB图像转换为索引图像图2-1至图2-4分别为烟气图像的RGB图像、灰度图像、索引图像及二值图像。图2-1烟气的RGB图像图2-2转化为灰度图像哈尔滨理工大学学士学位论文-16-图2-3烟气的灰度图像转换为索引图像图2-4烟气的灰度图像转换为二值图像2.4图像增强图像增强图像增强是数字图像处理的基本内容之一。图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或删除某些不需要的信息的处理方法。其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更实用。增强后的图像往往能够增强对特殊信息的识别能力，常常用来改善人对图像的视觉效果，让观察者能够看到更加直接、清晰的图像。图像增强处理主要包括直方图修改处理，图像平滑滤波处理和图像尖锐化处理。在实际应用中可以采用单一的方法处理，也可以采用几种方法联合处理，以便达到预期的增强效果。哈尔滨理工大学学士学位论文-17-2.4.1灰度修正灰度修正灰度修正是图像增强技术中一种比较简单但又十分重要的方法。图像常见毛病是对比度不够理想，这是由于图像的亮度范围不足或非线性造成的，需要对每一像素幅值重新分度的方法常常可以改善图像对比度。灰度修正是指对图像进行改善。所谓改善，就是对图像的颜色、对比度和强度进行一些修正以及提高图像的信噪比等。灰度修正方法有灰度级线性变换、Gamma校正和直方图修正等。（1）灰度级线性变换由于图像的亮度范围不足或非线性会使图像的对比度不是很理想，可以用像素幅度重新分配的方法来改善图像的对比度，以达到接近理想的效果。扩大图像的灰度范围可以用线性映射的方法，此外，也可以使其压缩，或对灰度进行分段处理。设原始图像f(xy)的灰度范围是mM，处理后的图像为g(xy)，灰度变换增强可以描述为式(2-1)：()()()()gxyNnfxymMmn(2-1)（2）Gamma校正Gamma校正也是数字图像处理中常用的图像增强技术。imadjust函数可以选择参数Gamma因子的修正效果。Gamma因子的取值决定输入图像到输出图像的灰度映射方式，即决定了增强低灰度还是增强高灰度。当Gamma等于1时，为线性变换。Gamma小于1，则映射会加权至更高的输出值。如果Gamma大于1，则映射会加权至更高小的输出值。图2-5Gamma校正前的图像哈尔滨理工大学学士学位论文-18-图2-6Gamma取0.5校正后图像01002000500010000010020005000100002-7灰度线性变换前后的烟气图像及直方图图2-7是烟气图像灰度线性变换前后的图像及其直方图，由图易见，经过灰度变换后，图像的灰度范围扩大，对比度明显得到改善。图2-5及图2-6为Gamma=0.5校正前后的烟气图像。由图易见，Gamma=0.5校正后，降低了图像的对比度。哈尔滨理工大学学士学位论文-19-01002000123x104010020000.511.52x104图2-8直方图均衡化后图像和直方图比较（3）直方图修正直方图是对图像中每一灰度出现的频率的统计，可以描述为：()01.1kkpSnnkL(2-2)在式(2-2)，kS是图像f(xy)的第k级灰度级，kn是f(xy)中具有灰度值kS的像素的个数，n是图像中像素的总数。由定义可知。()kpS给出了对kS出现频率的一个估计，所以一幅图像的直方图基本上可以描述一幅图像的概貌，如图像的阴暗状态和对比度等特征都可以通过直方图反映出来。既然一幅图像的概貌可以通过直方图反映出来，反之可以通过修正直方图的方法来调整图像的灰度分布情况