学年论文基于matlab的图像处理

泉 州 师 范 学 院 学年论文（设计） 题目基于 matlab 的图像增强处理 学 院专 业08级1班 学生姓名学号 指导教师职称 完成日期 教务处教务处制制 1 基于 matlab 的图像增强处理 【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。 【关键词】MATLAB，数字图像处理，图像增强 Matlab-based image enhancement Institute of Physics and Information EngineeringCommunications Engineering 080307037Lan Chun Lian Instructed teacherLiu XiaofengLecturer 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 enhancement . 【Key words】MATLAB, digital image processing, image enhancement, 2 目录目录 一、数字图像增强处理基本简介数字图像增强处理基本简介 1 1.1 基本概念 1 1.2 图像增强处理的方法简介 1 1.2.1 空间变换增强 1 1.2.2 空域滤波增强 1 1.2.3 频域增强 1 二二、MATLAB 在图像处理中的应用在图像处理中的应用 2 三三、空域滤波增强空域滤波增强 3 3.1.1 基本原理 3 3.1.2 线性平滑滤波器 4 3.1.3 非线性平滑滤波器 5 3.1.4 线性锐化滤波器 6 四四、总结总结 7 五五、参考文献参考文献 9 3 一、数字图像增强处理基本简介 1.1 基本概念 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。 1.2 图像增强处理的方法简介 1.1.1 空间变换增强 空间变换增强又包含了增强对比度和图像求反。 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。 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。 1.1.2 空域滤波增强 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 1.1.3 频域增强 频域增强的基本原理是：卷积理论是频域技术的基础。设函数 f（x,y）与线性位不变 算子 h（x,y）的卷积结果是 g（x,y） ，即 g(x,y)=h(x,y)*f(x,y) 那么根据卷积定理在频域有： G(x,y)=H(u,v)F(u,v) 其中 G(x,y)、 H(u,v)、F(u,v)分别是 g(x,y)、h(x,y)、f(x,y)的傅立叶变换。 4 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。 低通滤波也称低频滤波器。 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。 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。 二、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 5 (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。 下面是对空间滤波增强举例子。 三、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=EAs,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。 3.1.1 基本原理 空间域滤波就是在图像空间中借助模板对图像进行邻域操作。 输入图像中每一个像素的 取值都是通过模板对输入像素相应邻域内的像素值进行计算得到。 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。 6 3.1.2 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 3*3 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(saturn.tif); J=imnoise(I,salt imshow（I） figure，imshow（J） K1=filter2(fspecial(average,3),J)/255; figure,imshow(K1) title(3*3 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 7 图 4-73*3 的均值滤波器处理结果 3.1.3 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； （2）读取模板下对应像素的灰度值； （3）将这些灰度值从小到大排成一列； （4）找出这些值排在中间的一个； （5）将这个中间值赋给对应模板中心位置的像素。 MATLAB 实现中值滤波器代码所示： I=imread(saturn.tif); J=imnoise(I,salt K1=medfilt2(J,3,3); figure,imshow(K1) 中值滤波的结果如图 4-8 所示。 8 图 4-8中值滤波结果 从图中可以看出，中值滤波对于滤除图像的椒盐噪声非常有效，在噪声图像上的椒盐噪 声斑点全部被去除。 3.1.4 线性锐化滤波器 图像在传输和转换过程中，通常质量都要降低，除了噪声因素外，图像一般要变得模 糊， 这主要是因为图像的传输或转换系统的传递函数对高频成分的衰减作用， 照成细节轮廓 的不清晰。图像锐化的作用就是补偿图像的轮廓，使图像较清晰。 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 3*3 的模板来说，典型的系数取值是： -1 1 1；-18 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(saturn.tif); m=fspecial(laplacian) I1=filter2(m,I) h=fspecial(unsharp,0.5); I2=filter2(h,I)/255; 9 subplot(1,2,1); imshow(I1); title(高通滤波 laplacian 算子) subplot(1,2,2); 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 四、总结 本文主要介绍了数字图像增强处理的方法以及 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 及其数字图像增强处理的方法。 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