圖像處理ppt資料

1、基于MATLAB的數(shù)字圖像處理王聰數(shù)字圖像處理(Digital Image Processing)又稱為計算機(jī)圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機(jī)對其進(jìn)行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時的電子計算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等1。2.2數(shù)字圖像處理的過程及內(nèi)容方法圖像處理就是按特定的目

2、標(biāo)，用一系列的特定操作來對圖像信息進(jìn)行加工。數(shù)字圖像處理是指利用數(shù)字計算機(jī)或者其他數(shù)字硬件，對從圖像信息轉(zhuǎn)換而得到的數(shù)字電信號進(jìn)行某些數(shù)學(xué)運(yùn)算或處理，以期提高圖像的質(zhì)量或達(dá)到人們所預(yù)期的結(jié)果。通常來說，數(shù)字圖像處理的研究內(nèi)容有：圖像變換、圖像增強(qiáng)、圖像復(fù)原、圖像分割、圖像描述、圖像壓縮編碼、圖像識別。圖像變換在MATLAB中，一般用二元函數(shù)f(x,y)作為圖像的數(shù)學(xué)表示。f(x,y)表示在特定點(diǎn)(x,y)處的函數(shù)值，表示圖像在該點(diǎn)相應(yīng)的顏色強(qiáng)度或者灰度。所謂圖像變換就是把圖像轉(zhuǎn)換為另一種數(shù)字表示方式的操作。在圖像處理技術(shù)中，圖像的正交變換技術(shù)有著廣泛的應(yīng)用，是圖像處理的重要工具。通過變換圖像，

3、改變圖像的表示域及表示數(shù)據(jù)，可以給后繼工作帶來極大的方便。2.4 圖像增強(qiáng)圖像增強(qiáng)就是采用一系列技術(shù)去增強(qiáng)圖像中用戶感興趣的信息，其目的主要有兩個：一是改善圖像的視覺效果，提高圖像成分的清晰度；二是使圖像變得史有利于計算機(jī)處理。在圖像增強(qiáng)中，中值濾波和直方圖均衡化都是強(qiáng)有力的圖像增強(qiáng)方法4。圖像增強(qiáng)的方法分為兩大類：空域法和頻域法。“空間域”一詞是圖像平面自身，這類方法是以對圖像的像素直接處理為基礎(chǔ)的；“頻域”處理技術(shù)是以修改圖像的傅里葉變換為基礎(chǔ)的。圖像分割可借助集合概念用如下比較正式的方法定義：令集合R代表整個圖像區(qū)域，對R的分割可看做將R分成若干個滿足以下5個條件的非空的子集(子區(qū)域)：

4、(1) (分割所得全部子區(qū)域的總和(并集)應(yīng)能包括圖象中所有象素或?qū)D象中每個象素都劃分進(jìn)一個子區(qū)中)(2) 對所有的 i 和 j ,有RiRj = ;(3) 對 i=1，2，3，N，有P(Ri)=TRUE；(4) 對 i j，有P(Ri Rj)=FALSE；(5) 對i=1，2，N，Ri是連通區(qū)域 5。2.6 圖像復(fù)原圖像恢復(fù)就是要除去或減少在獲得圖像過程中因各種原因產(chǎn)生的退化。這類原因可能是光學(xué)系統(tǒng)的像差或離焦、攝像系統(tǒng)與被攝物之間的相對運(yùn)動、電子或光學(xué)系統(tǒng)的噪聲和介于攝像系統(tǒng)與被攝像物間的大氣湍流等。圖像復(fù)原常用兩種方法。當(dāng)不知道圖像本身的性質(zhì)時，可以建立退化源的數(shù)學(xué)模型，然后施行復(fù)原算

5、法除去或減少退化源的影響。當(dāng)有了關(guān)于圖像本身的先驗(yàn)知識時，可以建立原始圖像的模型，然后在觀測到的退化圖像中通過檢測原始圖像而復(fù)原圖像。MATLAB的圖像處理工具箱功能十分強(qiáng)大，利用圖像處理工具箱， 并結(jié)合其強(qiáng)大的數(shù)據(jù)處理能力，可不必關(guān)心圖像文件的格式、讀寫、顯示等細(xì)節(jié)，從而把精力集中在算法研究上，大大提高了工作效率。而且, 在測試這些算法時既可方便地得到統(tǒng)計數(shù)據(jù)，同時又可得到直觀圖示9。3利用MATLAB圖像處理分析及方案圖像處理分析：首先，對原圖像進(jìn)行灰度處理，在對其進(jìn)行均衡化處理，并分別作出它們的直方圖進(jìn)行比較；然后，用較為常見的5種邊緣檢測算子對灰度圖像進(jìn)行邊緣檢測，計算出它們的檢測結(jié)果

6、，并對結(jié)果進(jìn)行比較，分析它們之間的特點(diǎn)。原始圖片灰度處理灰度分布直方圖灰度平衡平衡后直方圖灰度直方圖(histogram)是灰度級的函數(shù)，它表示圖象中具有每種灰度級的象素的個數(shù)，反映圖象中每種灰度出現(xiàn)的頻率?；叶戎狈綀D的橫坐標(biāo)是灰度級，縱坐標(biāo)是該灰度級出現(xiàn)的頻率，是圖象的最基本的統(tǒng)計特征。從前面幾幅圖可以看出，在處理之前，原圖像的灰度主要集中在20到110之間，在對灰度圖像進(jìn)行均衡化處理后，圖像的灰度幾乎是平均分布的，也就是增加了圖像像素灰度值的動態(tài)范圍，使圖像的整體對比度效果更佳。邊緣檢測。邊緣(Edge)是指圖像局部亮度變化最顯著的部分，它存在與目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域之間。邊緣

7、檢測是根據(jù)數(shù)字圖像中的突變信息檢測圖像的邊緣。圖像邊緣信息在圖像分析和人的視覺中都是十分重要的，是圖像識別中提取圖像特征的一個重要屬性。邊緣信息便于量化和比較，更適合于檢測和定位圖像中的物體位置，因此邊緣檢測技術(shù)在數(shù)字圖像檢測和識別中有極其重要的地位。邊緣檢測的實(shí)質(zhì)是采用某種算法來提取出圖像中對象與背景間的交界線，其目的就是要突出圖像的邊緣以便提取圖像的特征11。邊緣檢測算子實(shí)際上就是一種基于某種數(shù)學(xué)方法對圖像的邊緣進(jìn)行增強(qiáng)處理的算法。canny算子邊緣檢測.log算子邊緣檢測prewitt算子邊緣檢測sobel算子邊緣檢測.roberts算子邊緣檢測比較上面分別用5種算子對圖像進(jìn)行的邊緣檢測

8、效果，可以很清楚的看出使用canny算子的效果最好，檢測到得邊緣連續(xù)性好而且清晰；使用log算子效果也很好，但是連續(xù)性不如canny算子；其他三個算子檢測到得邊緣效果差不多，許多邊緣檢測不到，而且連續(xù)性也不好。對比上面兩幅圖像可以看出，使用均值濾波后的噪聲圖像，去噪效果非常好，基本上能濾掉大部分噪聲。加高斯噪聲的圖片高斯噪聲圖片均值濾波后的圖片通過對上面的計算結(jié)果的分析，對施加了高斯噪聲圖像新的邊緣檢測提出一個新方案：首先對含高斯噪聲的圖像進(jìn)行均值濾波處理，然后對處理后的圖像使用canny算子和roberts算子進(jìn)行邊緣檢測，然后將兩個算子檢測到得的邊緣進(jìn)行疊加，得到新的檢測邊緣。計算結(jié)果如下圖：對比前面的使用單個算子的邊緣檢測結(jié)果可以看出，疊加之后的邊緣更加完整，檢測的效果較單個算子的檢測效果更好，對噪聲的抑