畢業(yè)設(shè)計-MATLAB在數(shù)字圖像處理中的應(yīng)用正文

1、MATLAB在數(shù)字圖像處理中的應(yīng)用目錄 TOC o 1-3 h z u HYPERLINK l _RefHeading_Toc293940419 1 緒論1 HYPERLINK l _RefHeading_Toc293940420 1.1 研究背景1 HYPERLINK l _RefHeading_Toc293940421 1.2 課題研究目的和意義2 HYPERLINK l _RefHeading_Toc293940422 1.3研究容2 HYPERLINK l _RefHeading_Toc293940423 2 數(shù)字圖像處理的基礎(chǔ)知識簡介2 HYPERLINK l _RefHeading

2、_Toc293940424 2.1 什么是數(shù)字圖像2 HYPERLINK l _RefHeading_Toc293940425 2.2 數(shù)字圖像處理概述4 HYPERLINK l _RefHeading_Toc293940426 2.2.1 基本概念4 HYPERLINK l _RefHeading_Toc293940427 2.2.2 研究容4 HYPERLINK l _RefHeading_Toc293940428 2.2.3 基本特點6 HYPERLINK l _RefHeading_Toc293940429 2.2.4 主要應(yīng)用6 HYPERLINK l _RefHeading_Toc

3、293940430 2.3 圖像處理文件格式7 HYPERLINK l _RefHeading_Toc293940431 2.3.1 MATLAB圖像文件格式7 HYPERLINK l _RefHeading_Toc293940432 2.3.2 圖像類型8 HYPERLINK l _RefHeading_Toc293940433 3 利用MATLAB增強圖像清晰度9 HYPERLINK l _RefHeading_Toc293940434 3.1 空域變換增強9 HYPERLINK l _RefHeading_Toc293940435 3.1.1 增強對比度9 HYPERLINK l _Re

4、fHeading_Toc293940436 3.1.2 圖像求反11 HYPERLINK l _RefHeading_Toc293940437 3.2 空域濾波增強12 HYPERLINK l _RefHeading_Toc293940438 3.2.1 基本原理12 HYPERLINK l _RefHeading_Toc293940439 3.2.2 線性平滑濾波器13 HYPERLINK l _RefHeading_Toc293940440 3.2.3 非線性平滑濾波器14 HYPERLINK l _RefHeading_Toc293940441 3.2.4 線性銳化濾波器15 HYPER

5、LINK l _RefHeading_Toc293940442 3.3 頻域增強16 HYPERLINK l _RefHeading_Toc293940443 3.3.1 基本原理16 HYPERLINK l _RefHeading_Toc293940444 3.3.2 低通濾波17 HYPERLINK l _RefHeading_Toc293940445 3.3.3 高通濾波18 HYPERLINK l _RefHeading_Toc293940446 4 結(jié)束語20 HYPERLINK l _RefHeading_Toc293940447 參考文獻21 HYPERLINK l _RefHe

6、ading_Toc293940448 致221兆理論1.1研究背景數(shù)字圖像處理最早出現(xiàn)在20世紀50年代，當時電子計算機已經(jīng)發(fā)展到一定水平，人們開始使用計算機處理圖形和圖像信息。作為一門學科，數(shù)字圖像處理形成于20世紀60年代初。早期圖像處理的目的是提高圖像質(zhì)量。它以人為對象，以提高人的視覺效果為目的。在圖像處理中，輸入圖像質(zhì)量低，而輸出圖像質(zhì)量提高。常用的圖像處理方法包括圖像增強、恢復、編碼和壓縮。第一個成功的應(yīng)用是美國的噴氣推進實驗室(JPL)。他們利用圖像處理技術(shù)，如幾何校正、灰度變換、去噪等方法，處理了1964年太空探測器“漫游者7號”發(fā)回的數(shù)千張月球照片?？紤]到太陽位置和月球環(huán)境的影

7、響，他們成功地用計算機繪制了月球表面的地圖，并取得了巨大的成功。然后對探測飛船發(fā)回的近10萬張照片進行更復雜的圖像處理，從而得到月球的地形圖、彩色地圖和全景鑲嵌圖，為人類登月的開創(chuàng)性工作奠定了堅實的基礎(chǔ)，促進了數(shù)字圖像處理這門學科的誕生。在未來的太空技術(shù)中，如火星、土星等星球的探索，數(shù)字圖像處理技術(shù)發(fā)揮了巨大的作用。數(shù)字圖像處理的另一個偉大成就是在醫(yī)學上的成就。1972年，英國EMI公司的工程師豪斯菲爾德發(fā)明了用于顱骨診斷的X射線計算機斷層掃描裝置，也就是通常所說的CT(計算機斷層掃描儀)。CT的基本方法是根據(jù)人體頭部斷面的投影，通過計算機處理重建斷面圖像，稱為圖像重建。1975年，EMI公司

8、開發(fā)了一種全身CT裝置，獲得了人體各部位清晰的斷層圖像。1979年，這項診斷技術(shù)獲得了諾貝爾獎，這說明它對人類做出了劃時代的貢獻1。同時，隨著圖像處理技術(shù)的深入發(fā)展，自20世紀70年代中期以來，隨著計算機技術(shù)、人工智能和思維科學研究的飛速發(fā)展，數(shù)字圖像處理已經(jīng)發(fā)展到更高、更深的層次。人們已經(jīng)開始研究如何通過計算機系統(tǒng)來解讀圖像，實現(xiàn)類似于人的視覺系統(tǒng)對外部世界的理解，這就是所謂的圖像理解或計算機視覺。許多國家，特別是發(fā)達國家，在這方面投入了更多的人力物力，取得了許多重要的研究成果。雖然圖像理解在理論研究上取得了很大的進展，但它是一個困難的研究領(lǐng)域，困難很多。由于人類對自身的視覺過程知之甚少，計

9、算機視覺是一個有待進一步探索的新領(lǐng)域。1.2研究的目的和意義數(shù)字圖像處理是利用數(shù)字計算機或其他數(shù)字硬件對圖像信息轉(zhuǎn)換成的電信號進行某種數(shù)學運算，以提高圖像的實用性。比如從衛(wèi)星圖像中提取物體的特征參數(shù)，重建三維斷層圖像等。一般來說，數(shù)字圖像處理包括點運算、幾何處理、圖像增強、圖像恢復、圖像形態(tài)學處理、圖像編碼、圖像重建、模式識別等。隨著計算機處理能力的不斷增強，數(shù)字圖像處理學科發(fā)展迅速，并日益廣泛地滲透到其他許多學科中，使得圖像作為信息獲取和信息利用變得越來越重要。目前，數(shù)字圖像處理的應(yīng)用越來越廣泛，已經(jīng)滲透到工業(yè)、醫(yī)療、航空航天、軍事等各個領(lǐng)域，在國民經(jīng)濟中發(fā)揮著越來越重要的作用。MathWo

10、rks公司推出的MATLAB軟件，是學習數(shù)學知識的好幫手。借助MATLAB友好的界面和豐富、實用、高效的指令和模塊，人們可以快速認識和理解圖像處理的相關(guān)概念，逐步掌握圖像信號處理的基本方法，進而解決工程和科研中的相關(guān)問題。圖像是人類獲取和交流信息的主要來源。因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。隨著人類活動的不斷擴大，圖像處理的應(yīng)用領(lǐng)域也將不斷擴大。在國家安全、經(jīng)濟發(fā)展和日常生活中發(fā)揮了越來越重要的作用，在國計民生中的作用不可低估。1.3研究能力本文主要致力于提高圖像的清晰度。以一幅彩色圖像為例，進行圖像邊緣檢測和幾種常見的濾波處理，并在前人研究的基礎(chǔ)上，突出合理使用自編

11、程序和調(diào)用函數(shù)，進而得出獲取高清圖像的方法。2數(shù)字圖像處理基礎(chǔ)知識介紹2.1什么是數(shù)字圖像？所謂數(shù)字圖像就是將傳統(tǒng)圖像的畫面分割成像素(簡稱像素)如圖2-1所示。有時也用縮寫pel)表示小的離散點，每個像素的灰度值也用離散值表示，即整數(shù)值2。數(shù)字圖像與傳統(tǒng)圖像有一個區(qū)別，即模擬圖像。圖2-1數(shù)字圖像為了從一般的照片、場景等模擬圖像中獲取數(shù)字圖像，需要對傳統(tǒng)的模擬圖像進行采樣和量化(兩者統(tǒng)稱為數(shù)字化)。(1)取樣采樣是將時間和空間上連續(xù)的圖像變成一組離散的點(采樣點，即像素)的操作。圖像基本上是一種在二維平面上連續(xù)分布的信息形式。要輸入電腦，必須先把二維信號變成一維信號，所以需要掃描。最常用的掃

12、描方法是線掃描(林泓掃描),其在二維平面上以一定間隔在水平方向上從上方順序掃描，從而取出灰度值(灰度值)。對于這樣獲得的一維信號，可以通過計算每個特定區(qū)間的值來獲得離散信號。除了水平和垂直掃描，還可以在時間軸上掃描運動圖像。通過采樣，如果水平方向的像素數(shù)為M，垂直方向的像素數(shù)為N，則圖片的大小可以表示為“M*N”個像素。(2)量化采樣后，圖像被分解成在時間和空間上離散分布的像素，但像素的值(灰度值)仍然是連續(xù)的。像素值是指白-灰-黑的明暗度，有時也指光的強度(亮度)值或灰度值3。將這些連續(xù)的陰影或灰度值變?yōu)殡x散值(整數(shù)值)的操作就是量化。如果將這些連續(xù)變化的值(灰度值)量化為8bit，則灰度值

13、分為0-255的256個等級，對應(yīng)每個灰度值的強度，稱為灰度或灰階。當0-255的值對應(yīng)白-黑時，有兩種方法:0代表白，255代表黑，0代表黑，255代表白。要看圖像的輸入方式，用什么樣的視點處理圖像。這是編程時要特別注意的問題。然而，在只有黑白二進制值的二進制圖像的情況下，通常0是白色，1是黑色。給連續(xù)灰度值即灰度值分配量化級別的方法有均勻量化、線性量化、對數(shù)量化、最大量化、錐形量化等。(3)采樣、量化與圖像細節(jié)的關(guān)系。在上述數(shù)字化過程中，需要確定灰度級的數(shù)量n和數(shù)量k。在數(shù)字圖像處理中，一般取2的整數(shù)次冪，即:N=2n(2.1)K=2m(2.2)計算機中數(shù)字圖像的二進制存儲位數(shù)b為:b=l

14、og(2m)N*M=N*N*m(位)(2.3)例如，具有256個灰度級(m=8)的512512數(shù)字圖像需要大約210萬個存儲位。隨著n和m的增加，計算機所需的存儲量也迅速增加。由于數(shù)字圖像近似于連續(xù)圖像，這可以從圖像數(shù)字化的過程中看出。這種近似的程度主要取決于采樣樣本的大小和個數(shù)(n值)以及量化級數(shù)K(或m值)的個數(shù)。n和k的值越大，圖像越清晰。2.2數(shù)字圖像處理概述基本概念數(shù)字圖像處理是利用計算機對圖像進行去噪、增強、恢復、分割和特征提取的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個因素的影響:一是計算機的發(fā)展；二是數(shù)學的發(fā)展(尤其是離散數(shù)學理論的建立和完善)；第三，是農(nóng)業(yè)、畜牧業(yè)、林

15、業(yè)、環(huán)境、軍事、工業(yè)、醫(yī)學等廣泛領(lǐng)域應(yīng)用需求的增長。2.2.2研究能力數(shù)字圖像處理的主要研究內(nèi)容包括以下幾個方面:(1)形象改造。由于圖像陣列非常大，直接在空間域進行處理，計算量很大。因此，往往采用各種圖像變換方法，如傅里葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域處理轉(zhuǎn)化為變換域處理，這樣不僅可以減少計算量，還可以獲得更有效的處理(如傅里葉變換可以用于頻域的數(shù)字濾波)。目前，新發(fā)展起來的小波變換在時域和頻域都具有良好的局部化特性，在圖像處理中有著廣泛而有效的應(yīng)用。(2)圖像編碼和壓縮。圖像編碼和壓縮技術(shù)可以減少描述一幅圖像的數(shù)據(jù)量(即比特數(shù))，從而節(jié)省圖像傳輸和處理時間，減少占用

16、的內(nèi)存容量。壓縮可以實現(xiàn)無失真，也可以在允許的失真條件下進行。編碼是壓縮技術(shù)中最重要的方法，是圖像處理技術(shù)中發(fā)展最早、最成熟的技術(shù)。(3)圖像增強和恢復。圖像增強和恢復的目的是提高圖像的質(zhì)量，如去除噪聲和提高圖像的清晰度。圖像增強不考慮圖像退化的原因，突出圖像中感興趣的部分。例如增強圖像高頻分量，可以使圖像中的對象 HYPERLINK javascript:linkredwin(輪廓清晰); 輪廓清晰，細節(jié)顯而易見；例如，增強低頻分量可以減少圖像中噪聲的影響。圖像復原需要對圖像退化的原因有一定的了解。一般來說，應(yīng)該根據(jù)退化過程建立一個“退化模型”，然后采用某種濾波方法來恢復或重建原始圖像4。(

17、4)圖像分割。圖像分割是數(shù)字圖像處理的關(guān)鍵技術(shù)之一。圖像分割就是提取圖像中有意義的特征，如邊緣和區(qū)域，這是進一步圖像識別、分析和理解的基礎(chǔ)。目前，人們已經(jīng)研究了許多邊緣提取和區(qū)域分割的方法，但是還沒有一種有效的方法能夠普遍適用于各種圖像。因此，對圖像分割的研究還在不斷深入，是圖像處理的熱點之一。(5)形象描述。圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像，其幾何特征可以用來描述物體的特征，一般的圖像描述方法有 HYPERLINK javascript:linkredwin(二維形狀); 二維形狀描述，包括邊界描述和區(qū)域描述。特殊的紋理圖像可以用二維紋理特征來描述。隨著圖像處理研究的

18、深入發(fā)展，開始了對三維物體描述的研究，提出了體描述、面描述和廣義柱面描述等方法。(6)圖像分類(識別)。圖像分類(識別)屬于模式識別領(lǐng)域。其主要內(nèi)容是經(jīng)過一定的預處理(增強、恢復、壓縮)，對圖像進行分割和特征提取，從而做出決策分類。經(jīng)典模式識別方法常用于圖像分類，包括統(tǒng)計模式分類和句法(結(jié)構(gòu))模式分類。近年來，新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中越來越受到重視?；咎卣?1)數(shù)字圖像處理的信息多為二維信息，處理的信息量非常大。例如，一張256256的低分辨率黑白圖像需要大約64kbit的數(shù)據(jù)；高分辨率彩色512512圖像，需要768kbit數(shù)據(jù)；如果要處理每秒30幀的電視

19、圖像序列，每秒需要500 kbit 22.5 mbit的數(shù)據(jù)。因此，對計算機的運算速度和存儲容量要求很高。(2)數(shù)字圖像處理占用了很寬的頻帶。與語言信息相比，占用的頻段要大幾個數(shù)量級。比如電視圖像的帶寬大概是5.6MHz，而語音的帶寬只有4kHz左右。因此，成像、傳輸、存儲、處理、顯示等環(huán)節(jié)的實現(xiàn)技術(shù)難度大、成本高，這對頻帶壓縮技術(shù)提出了更高的要求。(3)數(shù)字圖像中的每個像素不是獨立的，其相關(guān)性很大。在一幅圖像中，往往有許多像素具有相同或相近的灰度。就電視畫面而言，同一行或相鄰兩行之間相鄰兩個像素的相關(guān)系數(shù)可達0.9以上，相鄰兩幀之間的相關(guān)性一般大于幀間的相關(guān)性。因此，圖像處理信息壓縮有著巨大

20、的潛力。(4)由于圖像是三維場景的二維投影，一幅圖像本身并不具備再現(xiàn)三維場景所有幾何信息的能力，所以很明顯三維場景背后的一些信息無法在二維圖像上體現(xiàn)出來。因此，要分析和理解三維場景，就必須做適當?shù)募僭O(shè)或增加新的度量，比如雙目圖像或多視點圖像。理解三維景物需要知識指導，這也是人工智能正在努力解決的知識工程問題。(5)數(shù)字圖像處理后的圖像一般由人來觀察和評價，因此受人為因素影響較大。由于人類視覺系統(tǒng)的復雜性，它受環(huán)境條件、視覺表現(xiàn)、人的情感興趣和知識的影響很大，因此作為圖像質(zhì)量的評價還需要進一步研究。另一方面，計算機視覺是模仿人類視覺的，人類的感知機制必然會影響計算機視覺的研究。比如感知的初始原語

21、是什么，原語是如何構(gòu)成的，局部感知和全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時間特征等。，都是心理學和神經(jīng)心理學都在關(guān)注的課題5。主要應(yīng)用圖像處理與計算機、多媒體、智能機器人、專家系統(tǒng)等技術(shù)的發(fā)展密切相關(guān)。近年來，計算機圖像識別與理解技術(shù)發(fā)展迅速，即圖像處理的目的不僅僅是讓人直接觀看(例如醫(yī)學圖像由醫(yī)生觀看進行診斷)，還包括進一步開發(fā)與計算機視覺相關(guān)的應(yīng)用，如自動分揀、車輛自動駕駛等。下面只列舉一些典型的應(yīng)用實例，但實際應(yīng)用更為廣泛。(1)在生物醫(yī)學中的應(yīng)用包括顯微圖像處理；DNA展示分析；紅細胞和白細胞的分析和計數(shù)；蛋組織切片的分析；癌細胞的鑒定；染色體分析等等。(2)遙感在航空航天中的應(yīng)用軍

22、事偵察、定位、導航、指揮等應(yīng)用；多光譜衛(wèi)星圖像分析:地形、地圖和土地普查:地質(zhì)和礦產(chǎn)勘探；天文學、空間恒星的探測和分析等。(3)工業(yè)應(yīng)用CAD和CAM技術(shù)應(yīng)用于模具、零件制造、服裝、印染行業(yè)；零件和產(chǎn)品的無損檢測，焊縫和缺陷的檢查；交通管制和機場監(jiān)控；火車貨車標識等。(4)在軍事公安領(lǐng)域的應(yīng)用巡航導彈地形識別:自動指紋識別:警告系統(tǒng)和自動槍支控制；反偽裝偵察；筆跡、人像、印章的鑒定；恢復過期的文件文本；沒有對集裝箱等進行開箱檢查。(5)其他應(yīng)用。圖像的遠距離通信；多媒體計算機系統(tǒng)及應(yīng)用；電視；服裝試穿展示；理發(fā)預測顯示；視頻會議；辦公自動化、現(xiàn)場視頻管理等。2.3圖像處理文件格式MATLAB圖

23、像文件格式MATLAB支持以下圖像文件格式6:(1) PCX(Windows畫筆)格式。它可以處理1、4、8、16、24位圖像數(shù)據(jù)。文件內(nèi)容包括:文件頭(128字節(jié))、圖像數(shù)據(jù)和擴展顏色映射數(shù)據(jù)。(2) BMP(Windows位圖)格式。有1、4、8、24位未壓縮圖像和8位RLE(游程編碼)圖像。文件內(nèi)容包括:文件頭(位圖文件頭數(shù)據(jù)結(jié)構(gòu))、位圖信息數(shù)據(jù)塊(位圖信息頭、位圖信息頭和顏色表)和圖像數(shù)據(jù)。(3) HDF(分層數(shù)據(jù)格式)格式。有8位和24位柵格數(shù)據(jù)集。(4) JPEG(聯(lián)合攝影專家組)格式，這是一種已經(jīng)成為聯(lián)合攝影專家組的圖像壓縮格式。(5) TIFF(標記圖像文件格式)格式。處理1，

24、4，8，24位未壓縮圖像，1，4，8，24位packbit壓縮圖像，1位CCITT壓縮圖像等。該文件包括四個部分:文件頭、參數(shù)指針表和參數(shù)字段、參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù)。(6) XWD(X Windows轉(zhuǎn)儲)格式。8位Zpixmaps、XYbitmaps、1位XYpixmaps。(7) PNG(便攜式網(wǎng)絡(luò)圖形)格式。圖像類型在MATLAB中，圖像可能包含數(shù)據(jù)矩陣或顏色映射矩陣。MATLAB中有四種基本的圖像類型:(1)索引圖像索引圖像包括圖像矩陣和色彩映射表陣列，其中色彩映射表是按圖像中的色彩值排序的陣列。對于每個像素，圖像矩陣包含一個值，它是顏色圖中的索引。圖中顯示了m*3雙精度值矩陣，每一行

25、都指定了紅綠藍(RGB)單色值。Colomap = r，g，B，r，g，B是范圍為0，1的實數(shù)值。圖像矩陣和色彩映射表之間的關(guān)系取決于圖像矩陣是雙精度類型還是uint8(無符號8位整數(shù))類型。如果圖像矩陣是雙精度類型，則第一個點的值對應(yīng)于顏色圖的第一行，第二個點對應(yīng)于顏色圖的第二行，依此類推。如果圖像矩陣為uint8，則存在偏移量，第0個點的值對應(yīng)于色圖的第一行，第一個點對應(yīng)于第二行，以此類推；Uint8用于圖形文件格式，支持256色。(2)灰度圖像在MATLAB中，灰度圖像存儲在一個矩陣中，矩陣中的每個元素代表一個像素。矩陣可以是雙精度類型，取值范圍為0，1；也可以是uint8類型，其數(shù)據(jù)范

26、圍為0，255。矩陣的每個元素代表不同的亮度或灰度級。(3)二值圖像在二進制圖像中，每個點是兩個離散值中的一個，這兩個離散值代表開或關(guān)。二進制圖像存儲在由0(關(guān))和1(開)組成的二維矩陣中。另一方面，二值圖像可以被視為僅包括黑色和白色的灰度圖像，或者可以被視為僅具有兩種顏色的索引圖像。二進制圖像可以保存為uint8類型的雙精度或雙精度數(shù)組。顯然，使用uint8類型節(jié)省了更多的空間。在圖像處理工具箱中，任何返回二進制圖像的函數(shù)都作為uint8類型的邏輯數(shù)組返回。(4) RGB圖像與索引圖像一樣，RGB圖像也由紅、綠、藍三種亮度值分組，代表每個像素的顏色。與索引圖像不同，這些亮度值直接存儲在圖像數(shù)

27、組中，而不是存儲在顏色圖中。圖像陣列是M*N*3，M，N表示圖像像素的行數(shù)和列數(shù)。3利用MATLAB增強圖像清晰度圖像增強是一種基本的圖像處理技術(shù)，其目的是對圖像進行處理，以獲得更好的、對特定應(yīng)用更有用的圖像。這里的優(yōu)缺點因具體的應(yīng)用目的和要求而異，所需的具體增強技術(shù)也可能不同。目前，常用的增強技術(shù)根據(jù)處理空間的不同可以分為基于圖像域的方法和基于變化域的方法。第一種是直接在圖像所在的空間對圖像進行處理，即直接在像素組成的空間對像素進行操作；第二，在圖像的變化域中間接處理圖像7。空間域增強方法可以表示為:g(x，y)=EHf(x，y)。其中f(x，y)和g(x，y)分別是增強前后的圖像，EH代表

28、增強操作。3.1空間域變換增強增強對比度對比度增強實際上是增強原始圖像各部分的對比度。在實際中，往往是通過原始圖像中某兩個灰度值之間的動態(tài)圓來實現(xiàn)的(如圖3-1所示)。圖3-1對比度增強從圖3-1可以看出，通過變換，原始圖像的高、低灰度值的動態(tài)周長可以減小，而它們之間的原始圖像的動態(tài)周長增加，從而其周長的對比度增加8。MATLAB代碼顯示:x1 = im read( pout . TIF )；圖，imshow(X1)F0 = 0；G0 = 0；f1 = 70g1 = 30f2 = 180g2 = 230f3 = 255g3 = 255R1 =(G1-G0)/(f1-F0)；B1 = G0-R1

29、 * F0；R2 =(G2-G1)/(F2-f1)；B2 = G1-R2 * f1；R3 =(G3-G2)/(F3-F2)；B3 = G2-R3 * F2；m，n=大小(X1)；X2 = double(X1)；因為i=1:m對于j=1:nf=X2(i，j)；g(i，j)= 0；if(f=0)&(f=f1)&(f=f2)&(f=0)&(f=f1)g(i，j)= G1-k * f；其他g(i，j)= 0；目標目標目標圖，imshow(mat2gray(g)圖像處理示意圖如圖3-4所示:圖3-4圖像反轉(zhuǎn)后3.2空間濾波增強一般一個像素的鄰域大于該像素的鄰域，也就是說該像素的鄰域除了自身還包括其他像素

30、。在這種情況下，g(x，y)在(x，y)位置的值不僅取決于以(x，y) 8為中心的鄰域中f(x，y)的所有像素的值。如果f(x，y)在(x，y)處的灰度值仍分別用s和t表示，f(x，y)在(x，y)鄰域的灰度值用n(s)表示，則t=EAs，n(s)。為了實現(xiàn)鄰域內(nèi)的增強操作，通?？梢允褂媚０鍖D像進行卷積。每個模板實際上是一個二維數(shù)組，其中每個元素的值決定了模板的功能。這種模板操作也稱為空間濾波?；驹瓌t空間濾波可分為線性濾波和非線性濾波。線性濾波器的設(shè)計通常基于傅立葉變換的分析。非線性空間濾波器通常直接在鄰域上操作。另外，各種濾鏡根據(jù)功能主要分為平滑濾鏡和銳化濾鏡。平滑可以通過低通實現(xiàn)，銳化

31、可以通過高通實現(xiàn)。平滑濾波器:可以削弱或消除傅立葉空間的高頻成分，但不影響低頻成分。因為高頻分量對應(yīng)的是圖像中灰度值變化大且快的部分，比如區(qū)域邊緣，所以濾波器可以濾除這些分量，使圖像平滑。銳化濾波器:可以減弱或消除傅立葉空間的高頻成分?？臻g域濾波器都是使用模板進行卷積，主要步驟如下:(1)漫游圖形中的模板，將模板的中心與圖形中的像素位置重疊；(2)將模板上的系數(shù)與模板下相應(yīng)的像素相乘；(3)添加所有產(chǎn)品；(4)將sum(模板的輸出響應(yīng))賦給圖中模板中心對應(yīng)的像素。下面介紹如何在MATLAB中應(yīng)用平滑和銳化濾波器。線性平滑濾波器線性低通濾波器是最常用的線性平滑濾波器。這個濾波器的所有系數(shù)都是正的

32、。對于一個3*3的模板，最簡單的操作就是把所有系數(shù)取為1。為了保證輸出圖像仍在原來的灰度范圍內(nèi)，計算R后除以9再賦值。這種方法稱為鄰域平均法4。在MATLAB中實現(xiàn)均值濾波器的代碼如下所示:I=imread(土星. TIF )；J=imnoise(I，鹽和胡椒，0.02)；imshow(一)圖，imshow(J)K1=filter2(fspecial(average ，3)，J)/255；圖，imshow(K1)標題(“3*3均值濾波器”)原始圖像、帶有椒鹽噪聲的圖像和平均濾波后的圖像分別如圖3-5、圖3-6和圖3-7所示:圖3-5原始圖3-6添加椒鹽噪聲圖像圖3-7 3 * 3均值濾波的處理

33、結(jié)果非線性平滑濾波器中值濾波器是最常用的非線性平滑濾波器。它是一種鄰域運算，類似于卷積，但不是加權(quán)求和，而是將鄰域內(nèi)的像素按灰度排序，然后選擇重組后的中間值作為輸出像素值7。具體步驟:(1)在圖像中漫游模板，將模板的中心與圖像中像素的位置重疊；(2)讀取模板下對應(yīng)像素的灰度值；(3)將這些灰度值從小到大排成一行；(4)找出這些值中哪一個排在中間；(5)將該中間值分配給相應(yīng)模板中心的像素。MATLAB中值濾波代碼如下所示:I=imread(土星. TIF )；J=imnoise(I，鹽和胡椒，0.02)；K1=medfilt2(J，3，3)；圖，imshow(K1)中值濾波的結(jié)果如圖3-8所示:

34、圖3-8中值濾波結(jié)果3.2.4線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。這個濾波器的中心系數(shù)都是正的，而周圍的系數(shù)都是負的2。對于3*3模板，典型的系數(shù)值為:-1 1 1;-1 8 1;-1 1 -1其實這就是拉普拉斯算子，所有系數(shù)之和為0。當這樣的模板被放置在灰度值恒定或變化很小的圖像區(qū)域中時，其輸出是0或很小。這種濾波器去除了原始圖像中的零頻域成分，也就是將輸出圖像的平均值改為0，使得部分像素的灰度值小于0。在圖像處理中，我們通常只考慮正的灰度值，所以我們必須通過縮放將輸出圖像的灰度值改回所需的范圍。MATLAB代碼顯示:I=imread(土星. TIF )；m=fspecia

35、l(“拉普拉斯”)I1 =濾波器2(m，I)h=fspecial(反銳化，0.5)；I2=filter2(h，I)/255；支線劇情(1，2，1)；imshow(I1)；標題(“高通濾波的拉普拉斯算子”)支線劇情(1，2，2)；imshow(I2)；標題(“高通濾波反銳化”)處理結(jié)果如圖3-9所示:圖3-9空間高通濾波3.3頻域增強基本原則卷積理論是頻域技術(shù)的基礎(chǔ)。設(shè)函數(shù)f(x，y)與線性比特不變算子h(x，y)的卷積結(jié)果為g(x，y)，即g(x，y)=h(x，y)*f(x，y)那么根據(jù)卷積定理，有:G(x，y)=H(u，v)F(u，v)G(x，y)，H(u，v)和F(u，v)分別是g(x，y

36、)，h(x，y)和f(x，y)的傅立葉變換。頻域增強的主要步驟是:(1)技術(shù)要求的增強圖的傅立葉變換；(2)乘以一個傳遞函數(shù)(按要求設(shè)計)；(3)對結(jié)果進行逆傅立葉變換，得到增強圖像；頻域增強的兩個關(guān)鍵步驟:(1)將圖像從空間域轉(zhuǎn)換到頻率域所需的變換以及將圖像從頻率域轉(zhuǎn)換到空間域所需的變換；(2)對圖像進行頻域增強；常見的頻域增強方法有低通濾波和高通濾波。下面介紹如何在MATLAB中實現(xiàn)。低通濾波圖像的大部分能量集中在振幅譜的低頻和中頻，而圖像的邊緣和噪聲對應(yīng)的是高頻部分。因此，可以降低高頻分量幅度的濾波器可以削弱噪聲的影響。巴特沃茲低通濾波器是一種物理上可實現(xiàn)的低通濾波器。階為N、截止頻率為

37、d0的巴特沃茲低通濾波器的傳遞函數(shù)為:H(u，v)= 1用MATLAB實現(xiàn)巴特沃斯低通濾波器的代碼如下所示:I1=imread(土星. TIF )；圖，imshow(I1)I2=imnoise(I1，鹽)；圖，imshow(I2)f = double(I2)；g = ff T2(f)；g = FFT shift(g)；N2 N1=大小(克)；n = 2；d0 = 50n1 = fix(N1/2)；n2 =固定值(N2/2)；對于i=1:N1對于j=1:N2d=sqrt(i-n1)2+(j-n2)2)；h=1/(1+0.414*(d/d0)(2*n)；結(jié)果(I，j)=h*g(i，j)；目標目標r

38、esult=ifftshift(結(jié)果)；X2=ifft2(結(jié)果)；X3=uint8(雷亞爾(X2)；圖，imshow(X3)原始圖和加工結(jié)果如圖3-10和圖3-11所示:圖3-10去噪圖3-11去噪高通濾波高通濾波器也叫高頻濾波器，其頻率值在0頻率時為1。隨著頻率的增加，傳遞函數(shù)值逐漸增大。當頻率增加到某個值時，傳遞函數(shù)值通常返回到0或減小到大于1的值。在前一種情況下，高頻增強濾波器實際上是一個帶通濾波器，只是頻率為0時的增益被指定為單元13。在實際中，為了降低圖像中面積較大、變化較慢的成分的對比度，有時使0頻率處的增益小于1的單位更為合適。如果傳遞函數(shù)經(jīng)過原點，可以稱為拉普拉斯濾波器。具有n階截止頻率d0的巴特沃茲高通濾波器的傳遞函數(shù)為:H(u，v)= 1MATLAB實現(xiàn)巴特沃茲高通濾波器的代碼如圖所示:I1 = im read( blood 1 . TIF )；圖，imshow(I1)f = double(I1)；g = ff T2(f)；g = FFT shift(g)；N2 N1=大小(克)；n = 2；d0 = 5；n1 = fix(N1/2)；n2 =固定值(N2/2)；對于i=1:N1對于j=1:N2d=sqrt(i-n1)2+(j-