基于MATLAB的频域增强仿真

1、毕 业 设 计基于MATLAB的频域增强仿真姓 名 院（系） 专业班级 学 号 指导教师 职 称 论文答辩日期 学 生 承 诺 书本人郑重承诺此论文是在指导老师指导下独立完成的，除了文中特别加以标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果。相关文献的引用已在论文中作了明确的说明。论文与资料若有不实之处，本人愿意承担一切责任。特此声明！ 签名： 年 月 日摘 要本文主要研究MATLAB在频域图像增强技术中的应用。分析了频域滤波增强的原理和主要实现步骤；主要介绍了常用的频域增强方法:低通滤波和高通滤波,详细论述了如何利用具体的实验方法来实现频域图像增强的MATLAB仿真，给出了

2、具体的MATLAB程序实现，并分别给出了标准的数字图像在各种处理前与处理后的对照图像，同时对结果进行分析和比较。关键词：MATLAB 频域图像增强 低通滤波 高通滤波目 录1 前言11.1 图像增强11.2 研究主要内容12 MATLAB简述22.1 MATLAB的概况22.2 MATLAB的特点22.3 MATLAB的主要功能32.4 MATLAB在图像处理中的应用43 频域增强53.1 什么是频域增强53.2 频域增强原理53.2.1 频域增强概述53.2.2 低通滤波63.2.3 高通滤波94 频域增强的Matlab仿真114.1 低通滤波Matlab仿真114.2 高通滤波Matlab

3、仿真165 总结205.1增强方法的选取和对仿真结果的影响205.2 课题展望21参考文献22英文摘要23致谢241 前言1.1 图像增强影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD（摄像头）获得的图像经过A/D（数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有图像增强。图像在采集过程中不可避免的会受到传感器灵敏度、噪声干扰以及模数

4、转化时量化问题等等因素影响而导致图像无法达到人眼的视觉效果，为了实现人眼观察或者机器自动分析的目的，对原始图像所做的改善行为，就被称作图像增强技术。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。由于图像增强技术现在还没有统一为一种算法，因此图像增强技术由于各种不同目的而产生了多种算法，把这些算法可以根据处理空间的不同分为基于空间域的图像增强算法和基于频域的图像增强算法。空域法主要是对图像中的各个像素点进行操作；而频域法是在图像的某个变换域内，对图像进行操作，修改变换后的系数，例如付立叶变换、DCT变换等的系数，然后再进

5、行反变换得到处理后的图像。频域处理法的基础是卷积定理。它采用修改图像傅立叶变换的方法实现对图像的增强处理。频域增强在许多领域发挥着愈来愈重要的作用。频域增强技术广泛地应用于气象工程、遥感技术、医学、公安、物理、化学、通信工程、印染工业、科学研究、智能机器人、交通、天文、地质、生物、文教等众多领域，取得了巨大的经济效益与社会效益。本文运用MATLAB对频域图像增强进行仿真。MATLAB拥有功能强大的适应于图像分析和处理的工具箱, 常用的有图像处理具箱、小波工具箱及数字信号处理工具箱。利用如此多的工具, 可以方便地从各个方面对图像的性质进行深入的研究。MATLAB在图像处理中的应用是由相应的MAT

6、LAB函数来实现。1.2 研究主要内容本文主要研究了MATLAB在频域图像增强技术中的应用,并利用MATLAB对数字图像频域增强进行了仿真。在频域滤波增强中，本文对高通滤波、低通滤波、进行了研究。对于以上的研究对象，都给以了具体的实验实现方法，附上了具体的实现程序，并对各种实现的方法得出的结果进行比较和分析。2. MATLAB简述2.1 MATLAB的概况MATLAB是矩阵实验室（MatrixLaboratory）之意。除具备卓越的数值计算能力外,它还提供了专业水平的符号计算,文字处理,可视化建模仿真和实时控制等功能。MATLAB是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。

7、作为强大的科学计算平台，它几乎能够满足所有的计算需求。 3Z D0Yc9Z0MATLAB软件具有很强的开放性和适用性。在保持内核不变的情况下，MATLAB可以针对不同的应用学科推出相应的工具箱(toolbox)。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、概率统计、信号处理、图像处理和物理仿真等，都在工具箱（Toolbox）家族中有自己的一席之地。MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完全相同的事情简捷得多。当前流行的MATLAB 5.3/Simulink

8、3.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox) 。 工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类。开放性使MATLAB广受用户欢迎除内部函数外。所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。2.2 MATLAB的特点MATLAB语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于它有着不同于其他语言的特点，正如同FORTRAN和C等

9、高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样，被称作为第四代计算机语言的MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。MATLAB最突出的特点就是简洁。MATLAB用更直观的，符合人们思维习惯的代码，代替了C和FORTRAN语言的冗长代码。MATLAB给用户带来的是最直观，最简洁的程序开发环境1。(1)Matlab有强大的自带的帮助手册，基于HTML的完整的帮助功能。(2)运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。(3)高级但简单的程序环境，与其它语言编写

10、的程序结合和输入输出格式化数据的能力；MATLAB既具有结构化的控制语句（如for循环，while循环，break语句和if语句），又有面向对象编程的特性。(4)程序限制不严格，程序设计自由度大。例如，在MATLAB里，用户无需对矩阵预定义就可使用。有大量事先定义的数学函数，并且有很强的用户自定义函数的能力。(5)程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行。(6)MATLAB的图形功能强大。在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。MATLAB还具有较强的编辑图形界面的能力。具有教育、科学和艺术学的图解和可视化的二维、

11、三维图。(7)语言简洁紧凑，使用方便灵活，库函数极其丰富。有高性能数值计算的高级算法，特别适合矩阵代数领域；MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。可以说，用MATLAB进行科技开发是站在专家的肩膀上。(8)功能强大的工具箱是MATLAB的另一特色。MATLAB包含两个部分：核心部分和各种可选的工具箱。核心部分中有数百个核心内部函数。其工具箱又分为两类：功能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。功

12、能性工具箱用于多种学科。而学科性工具箱是专业性比较强的，这些工具箱都是由该领域内学术水平很高的专家编写的，所以用户无需编写自己学科范围内的基础程序，而直接进行高，精，尖的研究。(9)源程序的开放性。开放性也许是MATLAB最受人们欢迎的特点。除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。(10)MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。2.3 MATLAB的主要功能(1)数值计算和符号计算功能MA

13、TLAB以矩阵作为数据操作的基本单位，还提供了十分丰富的数值计算函数。MATLAB和著名的符号计算语言Maple相结合，使得MATLAB具有符号计算功能。(2)绘图功能MATLAB提供了两个层次的绘图操作：一种是对图形句柄进行的低层绘图操作，另一种是建立在低层绘图操作之上的高层绘图操作。(3)编程语言MATLAB具有程序结构控制、函数调用、数据结构、输入输出、面向对象等程序语言特征，而且简单易学、编程效率高。(4)MATLAB工具箱 MATLAB包含两部分内容：基本部分和各种可选的工具箱。MATLAB工具箱分为两大类：功能性工具箱和学科性工具箱。2.4 MATLAB在图像处理中的应用图像处理工

14、具箱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2：(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、pg、pcx、tiff、gpeg、hdf、xwd等格式图像文件;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、

15、差等线性运算,以及卷积、相关、滤波等非线性运算。例如,conv2( I ,J )实现了I ,J 两幅图像的卷积。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。(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

16、、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(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。3.频域增强3.1什么是频域增强由于图像增强技术现在还没有统一为一种算法，因此图像增强技术由于各种不同目的而产生了多种算法，把这些算法可以根据处理空间的不同分为基于空间域的图像增强算法和基于频域

17、的图像增强算法。频域增强是利用图像变换的方法将原来的图像空间中的图像以某种形式转换到频域中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。在频域空间，图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响，就可以改变输出图的频率分布，达到不同的增强目的3 。3.2 频域增强原理3.2.1 频域增强概述频域增强的基础是卷积定理。它采用修改图像傅立叶变换的方法实现对图像的增强处理1。设大小为MN的函数和的离散卷积表示为* ,并定义为: *=1/MN (3.1)用和分别表示和的傅里叶变换,卷积定理就是

18、: *和 组成一傅里叶变换对,同时和 *也组成一傅里叶变换对,可以表示为:* (3.2) * (3.3) 如果设= *则 = (3.4) 其中是的傅里叶变换。 在具体的增强应用中, 是给定的,这样我们可得到,只要确定,就可以算出,于是可下式得到所需的:= (3.5)根据以上讨论,在频域中进行增强是相当直观的,主要步骤有:(1)计算需增强的图像的傅里叶变换。(2)将其与1个传递函数相乘。(3)再将结果进行傅里叶逆变换可以得到增强的图像。常用的频域增强方法有:低通滤波和高通滤波等。3.2.2 低通滤波信号或图像的能量大部分集中在幅度谱的低频和中频段是很常见的，而在较高频段，感兴趣的信息常被噪声所淹

19、没。因此，一个能降低高频成分幅度的滤波器就能减弱噪声的看得见的影响。在傅立叶变换域，变换系数反映了某些图像特征。如频谱的直流分量对应于图像的平均亮度，噪声对应于频率较高的区域，图像实体位于频域较低的区域等。频域具有的这些内在特性常被用于图像增强，如构造一个低通滤波器，使低频分量顺利通过而有效地阻止高频分量，即可滤除频域噪声，再经反变换来取得平滑图像4。图像中的边缘和噪声对应于傅里叶变换中的高频部分,所以,要想在频域中消弱高频部分分量。我们根据需要选择一个合适的,可以得到消弱了高频分量后的。在以下讨论中,我们考虑对的实部和虚部的影响完全相同的滤波传递函数。具有这种特性的滤波器称为零相移滤波器。

20、常用的频域低通滤波器有：理想低通滤波器，巴特沃斯低通滤波器，指数低通滤波器,梯形低通滤波器。(1)理想低通滤波器所谓理想的低通滤波器,是指可以”截断”傅里叶变换中所有高频成分-这些成分处在离变换原上的距离比指定距离远的位置,这种滤波器称为理想低通滤波器,其传递函数:= (3.6)式中是一个非负的整数，D(u,v)是从点(u,v)到频率平面的原点的距离，即 。图1(a)给出H的一个剖面图(设D对原点对称),图1(b)给出H的一个透视图.这里理想是指小于等于的频率可以完全不受影响地通过滤波器,而大于的频率则完全通不过,因此也叫截止频率.尽管理想低通滤波器在数学上定义得很清楚,在计算机模拟中也可实现

21、,但理想低通滤波器这种陡峭的截断频率用实际的电子器件是实现不了的。 图1 理想低通滤波器(2)巴特沃斯低通滤波器 物理上可以实现的一种低通滤波器是巴特沃斯(Butterworth) 低通滤波器。一个阶为n, 截断频率为的巴特沃斯低通滤波器的传递函数为: (3.7)图2(a)为巴特沃斯低通滤波器的剖面示意图,图2(b)为巴特沃斯低通滤波器的一个透视图,由图2可见,巴特沃斯低通滤波器在高低频率间的过渡比较光滑,所以用巴特沃斯低通滤波器得到的输出,其振铃现象不明显5 。 图2 巴特沃斯低通滤波器一般情况下,常取使H最大值降到某个百公比的频率为截断频率.在式(7)中,当=时, =0.5(既降到50%)

22、。另一个常用的截断频率值是使H降到最大的1/时的频率。(3)指数低通滤波器 指数低通滤波器是在图像图像处理中常用的另一种平滑滤波器.具有截止频率的指数低通滤波器,它的传递函数为: (3.8)式中决定指数函数的衰减率. 指数低通滤波器的特性曲线如图3所示。 图3 指数低通滤波器特性曲线指数低通滤波器从通过频率到截止频率之间没有明显的不连续性,而是存在一个平滑的过渡带.指数低通滤波器实用效果比Butterworth低通滤波器稍差,但仍无明显的振铃现象。(4)梯形低通滤波器梯形低通滤波器是理想低通滤波器和平滑滤波器之间的折衷,它的传递函数为: (3.9)式中和是指定的,且 .梯形低通滤波器的传递函数

23、特性曲线如图4所示,实际应用中,为简单起见,将定义为截止频率。 图4 梯形滤波器的特性曲线梯形低通滤波器输出图像的清晰度较理想低通滤波器有所改善,振铃效应也有所减弱.应用时可调整值,既能达到平滑图像的目的,又可以使图像保持足够的清晰度6 。3.2.3 高通滤波 在某些领域中.需要对图像的边缘进行检测,加强图像的轮廓特征,以便人眼对或机器的识别.在图像中,其边缘往往对应图像频域的高频分量,利用高通滤波,保留其高频分量而削弱或滤掉其低频分量,则可达到突出边缘的目的。高通滤波与低通滤波的作用相反，它使高频分量顺利通过，使低频分量受到削弱。频域内常用的高通滤波器有四种：理想高通滤波器，巴特沃斯高通滤波

24、器，指数高通滤波器和梯形高通滤波器。巴特沃斯高通滤波器或指数高通滤波器效果较好,而理想高通滤波器会有明显的振铃效应7。(1)理想高通滤波器一个2-D理想高通滤波器的的传递函数满足下列条件: (3.10)式中D0是一个规定的非负的量，D(u,v)是从点(u,v)到频率平面的原点的距离，即对于理想高通滤波器的剖面，在H(u,v)=1和H(u,v)=0之间的跳跃点（D0）通常称为截止频率。 图5(a)给出H的一个透视图,图5(b)给出H的一个剖面示意图(设D对原点对称).它在在形状上和前面介绍的理想低通滤波器的形状刚好相反,但与理想低通滤波器一样,这种理想通滤波器也无法用实际的电子器件实现的8 。

25、图5 理想高通滤波器(2)巴特沃斯高通滤波器一个阶为n,截断频率为的巴特沃斯高通滤波器的传递函数为: (3.11)图6为巴特沃斯高通滤波器的剖面示意图和透视图。由图4可见巴特沃斯高通滤波器在高低频率间的过渡比较光滑,所以用巴特沃斯高通滤波器得到的输出图其振铃效应不明显。 (a) (b) 图6 巴特沃斯高通滤波器 与巴特沃斯低通的一样,一般情况下,常取使H最大值降到某个百分比的频率为巴特沃斯高通滤波器的截断频率。 图像经过高通滤波器处理后,许多低频信号没了,因此图像的平滑区基本消失。对于这个问题加强滤波来弥补。所谓高频加强滤波就是在设计滤波器传递函数时,加上一个大于0小于1的常数c: (3.12

26、)用高频加强滤波可以取得比一般高通滤波效果好的增强图像9 。(3)指数高通滤波器指数滤波器的传递函数为: 式中决定指数函数的衰减率.传递函数的特性曲线如图8所示.通常选用最大值的时的频率作为高通滤波器的截止频率,则式(3.8)化简为: (3.13)(4)梯形高通滤波器梯形高通滤波器的传递函数为: (3.14)传递函数的特性曲线如图7: 图7 梯形高通滤波器的特性曲线4.频域增强的Matlab仿真4.1 低通滤波Matlab仿真例1 频域低通滤波所产生的模糊。 经频域低通滤波后,图像中的大部分能量是集中在低频分量里的。图8所示为一幅包含不同细节的原始图像,图8(b)为它的傅里叶频谱.如果截断半径

27、分别为5,15,45,65,它们分别包含原始图像中90%,96.4%,99%和99.4%的能量.如用R表示圆周半径,B表示图像能量百分比,则:B=100其中= =+ ,如图8(c)至图8(f)所示就是用理想低通滤波器进行处理得到的结果,其中截断频率分别由以上各圆周半径确定.由图8(c)可见,尽管只有10%的高频能量被滤掉,但图像中绝大数的细节信息都丢失了,事实上这幅图已无多少实际用途了.图8(d)有3.6%的高频能量被滤掉,图像中仍有明显的振铃效应.图8(e)只滤除1%的高频能量,图像虽有一定程度模糊,但视觉效果尚可.最后,图8(f)滤除0.6%的高频能量,所得到的滤波结果与原图像几乎无差别1

28、 。 (a) (b) (c) (d) (e) (f)图8 理想低通滤波器所产生的模糊Matlab程序如下:%理想低通滤波器所产生的模糊和振铃现象J=imread(cameraman.tif);subplot(331);imshow(J);J=double(J);%采用傅里叶变换f=fft2(J);%数据矩阵平衡g=fftshift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);%d0=5,15,45,65d0=5;for i=1:M for j=1:N d=sq

29、rt(i-n1)2+(j-n2)2);if d=d0 h1=1; h2=1+0.5; else h1=0; h2=0.5; end g1(i,j)=h1*g(i,j);g2(i,j)=h2*g(i,j); endendg1=ifftshift(g1);g1=uint8(real(ifft2(g1);subplot(221);imshow(g1); %显示理想高通滤波结果title(理想高通滤波结果);g2=ifftshift(g2);g2=uint8(real(ifft2(g2);subplot(222);imshow(g2); %显示理想高通加强滤波结果title(理想高通加强滤波结果);n

30、=2;d0=20;for i=1:M %进行巴特沃斯高通滤波和巴特沃斯高通加强滤波 for j=1:Nd=sqrt(i-n1)2+(j-n2)2); if d=d0 h1=0; h2=0.5; else h1=1/(1+(d0/d)(2*n);h2=1/(1+(d0/d)(2*n)+0.5; end gg1(i,j)=h1*g(i,j); gg2(i,j)=h2*g(i,j);endendgg1=ifftshift(gg1);gg1=uint8(real(ifft2(gg1);subplot(223);imshow(gg1); %显示巴特沃斯高通滤波结果title(巴特沃斯高通滤波结果);gg

31、2=ifftshift(gg2);gg2=uint8(real(ifft2(gg2);subplot(224);imshow(gg2); %显示巴特沃斯高通加强滤波结果title(巴特沃斯高通加强滤波结果);5.总结5.1增强方法的选取和对仿真结果的影响图像增强是对图像质量在一般意义上的改善。当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。所以，图像增强技术是用于改善图像视感质量所采取的一种方法。因为增强技术并非是针对某种退化所采取的方法，所以很难预测哪一种特定技术是最好的，只能通过试验和分析误差来选择一种合适的方法。有时可能需要彻底改变图像的视觉效果，以便突

32、出重要特征的可观察性，使人或计算机更易观察或检测。在这种情况下，可以把增强理解为增强感兴趣特征的可检测性，而非改善视感质量。电视节目片头或片尾处的颜色、轮廓等的变换，其目的是得到一种特殊的艺术效果，增强动感和力度。上论述的频域增强方法是比较常用，在实际的运用中，要根据具体的实际需要选择合适的增强方法。低通滤波是要保留图像中的低频分量而除去高频分量。通过在频域中的低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓.理想低通滤波器是“非物理”的滤波器，使用它来对图像进行滤波，其输出图像会变得模糊和有振铃现象/效应出现。巴特沃斯低通滤波器其平滑效果不理想，振铃现象得到改善。相比理想低通滤波器，梯形低通滤

33、波器的转移函数在高低频率间有个过渡，可减弱一些振铃现象。相比巴特沃斯低通滤波器的转移函数，指数低通滤波器的转移函数随频率增加在开始阶段一般衰减的比较快，对高频分量的滤除能力较，对图像造成的模糊较大，产生的振铃现象一般比巴特沃斯低通滤波器的转移函数所产生的不明显。另外它的尾部拖得比较长，所以对噪声的衰减能力大于巴特沃斯滤波器，但它的平滑效果一般不如巴特沃斯滤波器。高通滤波与低通滤波的作用相反，它使高频分量顺利通过，使低频分量受到削弱。.在图像中,其边缘往往对应图像频域的高频分量,利用高通滤波,保留其高频分量而削弱或滤掉其低频分量,则可达到突出边缘的目的。经过高通滤波,低频分量大部分被过滤.虽然图

34、中各区域的边界有了明显的增强,但图中原来比较平滑的区域,灰度动态范围变小,因此整幅图比较暗.为了弥补低频信息,使用了高频加强滤波,这样处理后情况得到明显的改善,使图像模糊的边缘得到增强,且整个图像层次也较丰富.比较理想高通滤波和巴特沃斯高通滤波, 理想高通滤波与低通滤波一样有明显的振铃现象;而巴特沃斯高通滤波与其低通滤波一样,在高低频率间的过渡比较光滑,所以用巴特沃斯滤波器得到的输出图其振铃效应不明显。 5.2 课题展望MATLAB在数字图像处理中功能非常强大，除了以上所论述的图像增强外，还有图像的点运算、几何变换、正交变换、增强、腐蚀算法、膨胀算法、细化算法、边缘检测与提取、轮廓跟踪、图像分

35、析、图像复原和图像的压缩编码技术等。设想，可以用MATLAB和Visual C+相结合以达到最好的满足用户要求的数字图像处理的效果。例如，用MATLAB和Visual C+相结合滤去噪声时，滤去噪声同时，不会引起图像的模糊，完成不会影响其他的像素的显示效果。参 考 文 献1姚敏.数字图像处理M.北京:机械工业出版社,2006.77-842张葛祥,李娜. MATLAB仿真技术与应用M.北京：清华大学出版社，2003. 123-1383Rafael C.Gonzalez,Richard E.Woods,Steven L.Eddins.数字图像处理(MATLAB版)M.北京:电子工业出版社,2005 1-7 ,78-102.4章毓晋.图象处理和分析M.北京:清华大学出版社,1999. 87-905霍宏涛.数字图像处理M.北京:北京理工大学出版社,