基于MATLAB的图像增强处理

1、第一章：数字图像处理简介,数字图像处理是采用一定的算法，用计算机对图像进行处理和分析，以满足人眼视觉需求或其他设备的需求。 数字图像处理包括：点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。,图像增强是数字图像处理中非常重要的一部分，它的目的有两方面: 1、满足改善图像的视觉质量，如增强图像的对比度，提高图像的亮度，去除图像中的噪声等； 2、满足机器视觉的需求，更好的进行机器视觉处理。,图像增强处理的方法： 1、空域增强。空域增强是指直接在空间域，即在图像的本身对图像进行处理； 2、频域增强。频域增强是指通过傅里叶变换先将图像变换到频域范围内进行处理，再通

2、过逆变换得到增强后的处理。,图像增强处理的运用： 随着社会的发展，科学技术的不断进步；图像增强处理的运用范围越来越大。通过对原始图像的处理，得到更加清晰的图像，从而对数据进行处理，得到更多的信息。随着社会的进步，图像增强技术已经运用到了如科学计算，能源，工业，医疗保健，环境保护，航天航空，军事，通信等方方面面。,第二章：MATLAB简介,2.1、MATLAB的发展历史 MATLAB全称是（matrix对uint8型，hgram取0,255;对uint16型，hgram取0,65535,实现原始图的规定化 J=histeq(I,n) 指定均衡化后的灰度级数，默认为64 有限对比自适应直方图均衡化

3、：adapthist 格式：J=adapthist(I),例：,5.3、空间域增强处理,空域滤波是指直接在图像本身进行处理，它分为线性滤波和非线性滤波。滤波包括高通滤波、低通滤波、带通滤波。 方法有中值滤波，最大、最小值滤波等 从处理效果上分为平滑空间滤波器和锐化空间滤波器。 平滑滤波器用于模糊处理和减少噪声，经常在图像的预处理中使用 锐化滤波器主要用于突出图像的细节或增强模糊的细节,噪声生成函数：imnoise 格式：J=imnoise(I,type) J=imnoise(I,type,parameters) /*type指噪声的类型,parameters指噪声参数 噪声类型及参数： gau

4、ssian（高斯噪声）：（m，v）m为均值，v为方差 lacolver：m=0的高斯噪声 possion（泊松噪声）：无参数 speckle：（d）强度，默认为0.05 salt J=im2bw(th);,6.3：基于区域的图像分割,基于区域的图像分割包括：区域生长和区域分裂合并 方法为：四叉树分解 函数：qtdecomp/*用于对图像进行四叉树分解 格式：S=qtdecomp(I) S=qtdecomp(I,threshold)/*直到各图像块的最大灰度和最小灰度差值小于阈值threshold S=qtdecomp(I,threshold,mindim)/*当块小于mindim是结束分解,S

5、=qtdecomp(I,threshold,mindim,maxdim) /*指定分解区域的大小，对于大于maxdim的块即使满足阈值条件也会进行分解 qtgetblk：用于四叉树分解后子块图像的信息 格式：vals,r,c=qtgetblk(I,S,dim) /*返回图像I的四叉树分解块中大小为dim*dim的各个子块像素值到vals矩阵中。vals是一个dim*dim*k的数组，其中k是大小为dim*dim的块的个数如果分解结果中没有指定尺寸的子块则返回空。r和c为行向量和列向量的坐标 vals,idx=qtgetblk(I,S,dim) /*返回一个向量idx该向量为各块的左上顶点的线性

6、索引,qtsetblk：用于设定分解块的灰度值 格式：J=qtsetblk(I,S,dim,vals) /*将数字图像I的四叉树分解中大小为dim*dim块的值，用vals中大小为dim*dim的值来代替,区域生长函数：,例（续）： （阈值分割）,例（续）： （基于区域的图像分割）,第七章：图像处理的发展前景及总结,人类获得的大部分信息都是从视觉获得，一副好的，清晰的图像能提供更多的信息。可以获得事半功倍的效果。 随着人类科技的不断进步，我们获得的信息越来越多，越来越远，因此图像增强处理会获得更大的应用。 基于MATLAB的数字图像处理在现代图像处理中应用非常广泛。在图像转换，图像增强，图像分割，图像退化等方面都有很好地发挥，我在对图像增强处理这一块的学习中，发现数字图像的增强处理有很大的用途，随着社会进步，它必能有用武之地,参考文献：,1.MATLAB基础教程 清华大学出版社 薛山主编 2.MATLAB数字图像处理 机械工业出版社 刘刚主编 3.精通MATLAB图像处理 电子工业出版社 张强、王正林主编 4.MATLAB数字图像处理实战 机械工业出版社 赵小川、何灏、繆远诚主编 5.信号与