图像处理ppt资料

1、基于MATLAB的数字图像处理王聪数字图像处理(Digital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。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1。2.2数字图像处理的过程及内容方法图像处理就是按特定的目

2、标，用一系列的特定操作来对图像信息进行加工。数字图像处理是指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数字电信号进行某些数学运算或处理，以期提高图像的质量或达到人们所预期的结果。通常来说，数字图像处理的研究内容有：图像变换、图像增强、图像复原、图像分割、图像描述、图像压缩编码、图像识别。图像变换在MATLAB中，一般用二元函数f(x,y)作为图像的数学表示。f(x,y)表示在特定点(x,y)处的函数值，表示图像在该点相应的颜色强度或者灰度。所谓图像变换就是把图像转换为另一种数字表示方式的操作。在图像处理技术中，图像的正交变换技术有着广泛的应用，是图像处理的重要工具。通过变换图像，

3、改变图像的表示域及表示数据，可以给后继工作带来极大的方便。2.4 图像增强图像增强就是采用一系列技术去增强图像中用户感兴趣的信息，其目的主要有两个：一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得史有利于计算机处理。在图像增强中，中值滤波和直方图均衡化都是强有力的图像增强方法4。图像增强的方法分为两大类：空域法和频域法。“空间域”一词是图像平面自身，这类方法是以对图像的像素直接处理为基础的；“频域”处理技术是以修改图像的傅里叶变换为基础的。图像分割可借助集合概念用如下比较正式的方法定义：令集合R代表整个图像区域，对R的分割可看做将R分成若干个满足以下5个条件的非空的子集(子区域)：

4、(1) (分割所得全部子区域的总和(并集)应能包括图象中所有象素或将图象中每个象素都划分进一个子区中)(2) 对所有的 i 和 j ,有RiRj = ;(3) 对 i=1，2，3，N，有P(Ri)=TRUE；(4) 对 i j，有P(Ri Rj)=FALSE；(5) 对i=1，2，N，Ri是连通区域 5。2.6 图像复原图像恢复就是要除去或减少在获得图像过程中因各种原因产生的退化。这类原因可能是光学系统的像差或离焦、摄像系统与被摄物之间的相对运动、电子或光学系统的噪声和介于摄像系统与被摄像物间的大气湍流等。图像复原常用两种方法。当不知道图像本身的性质时，可以建立退化源的数学模型，然后施行复原算

5、法除去或减少退化源的影响。当有了关于图像本身的先验知识时，可以建立原始图像的模型，然后在观测到的退化图像中通过检测原始图像而复原图像。MATLAB的图像处理工具箱功能十分强大，利用图像处理工具箱， 并结合其强大的数据处理能力，可不必关心图像文件的格式、读写、显示等细节，从而把精力集中在算法研究上，大大提高了工作效率。而且, 在测试这些算法时既可方便地得到统计数据，同时又可得到直观图示9。3利用MATLAB图像处理分析及方案图像处理分析：首先，对原图像进行灰度处理，在对其进行均衡化处理，并分别作出它们的直方图进行比较；然后，用较为常见的5种边缘检测算子对灰度图像进行边缘检测，计算出它们的检测结果

6、，并对结果进行比较，分析它们之间的特点。原始图片灰度处理灰度分布直方图灰度平衡平衡后直方图灰度直方图(histogram)是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图象的最基本的统计特征。从前面几幅图可以看出，在处理之前，原图像的灰度主要集中在20到110之间，在对灰度图像进行均衡化处理后，图像的灰度几乎是平均分布的，也就是增加了图像像素灰度值的动态范围，使图像的整体对比度效果更佳。边缘检测。边缘(Edge)是指图像局部亮度变化最显著的部分，它存在与目标与背景、目标与目标、区域与区域之间。边缘

7、检测是根据数字图像中的突变信息检测图像的边缘。图像边缘信息在图像分析和人的视觉中都是十分重要的，是图像识别中提取图像特征的一个重要属性。边缘信息便于量化和比较，更适合于检测和定位图像中的物体位置，因此边缘检测技术在数字图像检测和识别中有极其重要的地位。边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线，其目的就是要突出图像的边缘以便提取图像的特征11。边缘检测算子实际上就是一种基于某种数学方法对图像的边缘进行增强处理的算法。canny算子边缘检测.log算子边缘检测prewitt算子边缘检测sobel算子边缘检测.roberts算子边缘检测比较上面分别用5种算子对图像进行的边缘检测

8、效果，可以很清楚的看出使用canny算子的效果最好，检测到得边缘连续性好而且清晰；使用log算子效果也很好，但是连续性不如canny算子；其他三个算子检测到得边缘效果差不多，许多边缘检测不到，而且连续性也不好。对比上面两幅图像可以看出，使用均值滤波后的噪声图像，去噪效果非常好，基本上能滤掉大部分噪声。加高斯噪声的图片高斯噪声图片均值滤波后的图片通过对上面的计算结果的分析，对施加了高斯噪声图像新的边缘检测提出一个新方案：首先对含高斯噪声的图像进行均值滤波处理，然后对处理后的图像使用canny算子和roberts算子进行边缘检测，然后将两个算子检测到得的边缘进行叠加，得到新的检测边缘。计算结果如下图：对比前面的使用单个算子的边缘检测结果可以看出，叠加之后的边缘更加完整，检测的效果较单个算子的检测效果更好，对噪声的抑