数字图像处理MATLAB(共11页)

1、 数字图像处理课程设计 图像增强院系 电气(dinq)学院 专业(zhuny) 电仪 班级(bnj) 2班 学号 311208002321 姓名 王勋 目录(ml)摘要(zhiyo)1一.图像增强的基本(jbn)信息2二.图像增强的工具MATLAB4三.图像增强的方法53.1基于点操作的空间域图像增强63.2基于邻域操作的变换域图像增强7四.总结10五.参考文献10 摘要(zhiyo) 图像增强处理是数字图像处理的一个重要分支。很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像增强技术来改善人的视觉效果，比如突出图像中目标物体的某些特点(tdin)、从数字图像中提取目标物的特征参数等等

2、，这些都有利于对图像中目标的识别、跟踪和理解。图像增强处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。图像增强的应用领域也十分广阔并涉及各种类型的图像。例如，在军事应用中，增强红外图像提取我方感兴趣的敌军目标；在医学应用中，增强X射线所拍摄的患者脑部、胸部图像确定病症的准确位置；在空间应用中，对用太空照相机传来的月球图片进行增强处理改善图像的质量；在农业应用中，增强遥感图像了解农作物的分布；在交通应用中，对大雾天气图像进行增强，加强车牌、路标等重要信息进行识别；在数码相机中，增强彩色

3、图像可以减少光线不均、颜色失真等造成的图像退化现象。图像增强的基本(jbn)信息 图像增强可分成两大类:频率域法和空间(kngjin)域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用 HYPERLINK /doc/1156218-1223071.html t /doc/_blank 低通滤波(即只让低频信号(xnho)通过)法，可去掉图中的噪声;采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。后者空间域法中具有代表性的算法有局部求平均值法和中值滤波(取局部邻域中的中间像素值)法等，它们可用于去除或减弱噪声。 图像增强的方法是通过一定手段对原图像附加一些

4、信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像 HYPERLINK /doc/5577144-5790833.html t /doc/_blank 灰度级做运算，基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等

5、，目的或使图像成像均匀，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。图像增强的工具-MATLAB MATLAB（矩阵实验室）是MATrix LABoratory的缩写，是一款由美国The MathWorks公司出品的商业数学软件。MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。除了矩阵运算、绘制函数/数据图像等常用功能外，MATLAB还

6、可以用来创建用户界面及与调用其它语言（包括C，C+和FORTRAN）编写的程序。尽管MATLAB主要用于数值运算，但利用为数众多的附加工具箱（Toolbox）它也适合不同领域的应用，例如控制系统设计(shj)与分析、图像处理、信号处理与通讯、金融建模和分析等。另外还有一个配套软件包Simulink，提供了一个可视化开发环境，常用于系统模拟、动态/嵌入式系统开发等方面。图像增强的方法(fngf)3.1基于点操作(cozu)的空间域图像增强此处采用的是灰度变换方法。灰度变换是将原图中像素的灰度经过一个变换函数转化为一个新的灰度，以调整图像灰度的动态范围，从而增强图像的对比度，使图像变得更加清晰，特

7、征更加明显。他不改变图像内的空间关系，除了灰度级的改变是根据某种特定的灰度变换函数进行之外。可以看做是“从像素到像素”的复制操作。灰度变换有时又被成为图像的对比度增强或对比度拉伸。用公式描述如下： g(x,y)=f(x,y)*h(x,y) 其中是f(x,y)原图像；h(x,y)为空间转换函数；g(x,y)表示进行处理后的图像。MATLAB程序如下：% GRAY TRANSFORMclc;I=imread(psb.jpg);imshow(I);J=imadjust(I,0.3 0.7,0 1,1); %transforms the walues in the %intensity image I

8、 to values in J by linealy mapping %values between 0.3 and 0.7 to values between 0 and 1.figure;imshow(J);J=imadjust(I,0.3 0.7,0 1,0.5); % if GAMMA is less than 1,the mapping si weighted toward higher (brighter)%output values.figure;imshow(J);J=imadjust(I,0.3 0.7,0 1,1.5); % if GAMMA is greater than

9、 1,the mapping si weighted toward lower (darker)%output values.figure;imshow(J)J=imadjust(I,0.3 0.7,0 1,1); % If TOPBOTTOM,the output image is reversed,as in a photographic negative.figure;imshow(J);实验结果(ji gu)如下; 原图片1处理过后(guhu)的图像： 图片(tpin)2 图片3 图片(tpin)4 图片53.2基于邻域(ln y)操作的变换域图像增强 此处采用低通滤波法。 图像中目标

10、的边缘以及噪声干扰都属于高频成分，因此可以用低通滤波的方法去除或减少噪声。而频率域滤波可以用空间域的卷积来实现，为此只要恰当的设计空间域低通滤波器的单位冲激响应矩阵，就可以达到滤波的效果。中值滤波就是一种典型的低通滤波器，也是一种非线性平滑方法，它可以在保护图像边缘的同时抑制随机噪声。他的基本思想就是：因为噪声的出现，从而使该像素比周围的像素亮（暗）许多，如果把某个以当前像素位中心的模板内所有像素的灰度值按照从小到大的顺序排列，则最亮或者最暗的点一定被排在两侧，那么取模板排在中间位置上的像素的灰度值作为处理后的图像中像素的灰度值，就可以达到滤除噪声的目的。中值滤波的效果依赖于两个要素：邻域的空

11、间范围和中止计算中涉及的像素数。当空间范围较大，一般只取若干稀疏分布的像素做中值计算。MATLAB程序(chngx)：% LOWPASS FILTERclc;I,map=imread(psb.jpg);noisy=imnoise(I,gaussian,0.05);imshow(noisy,map);myfilt1=1 1 1;1 1 1;1 1 1;myfilt1=myfilt1/9;filtered1=filter2(myfilt1,noisy);figure;imshow(filtered1,map);myfilt2=1 1 1;1 2 1;1 1 1;myfilt2=myfilt2/10

12、;filtered2=filter2(myfilt2,noisy);figure;imshow(filtered2,map);myfilt3=1 2 1;2 4 2; 1 2 1;myfilt3=filter2(myfilt3,noisy);figure;imshow(filtered3,map);处理结果如下(rxi)： 原图像(t xin)1 处理(chl)后的图像2总结(zngji) MATLAB具备高性能的数值计算和可视化的科学工程计算功能，支持解释性语言输入，编程实现简单，具有丰富的数学函数功能支持。MATLAB提供的数据采集工具箱具有简单易用的特点,使用它用户可以非常方便地创建自己的数据采集系统，并对数据进行处理。而声卡的普及性高，价格低廉。所以说，该系统有操作简便、采集快速的优点，在不需要太高精度的数据采集系统中有一定的实用性。 但是，数据采集系统性能的好坏主要(zhyo)取决于它的精度和速度，在保证精度的条件下，还要尽可能地提高采样速度，以满足实时采集、实时处理和实时控制的要求。所以说，此方法仅是一个简易采集，也只起一个抛砖引玉的作用，若要高精度采集，还需要仔细研究，更加完善，才能发挥出更大的用途。参考文献：1冈萨雷斯，伍兹数字图像处理（Matlab版）北京(bi jn)：电子工业出版社，20052陈怀琛，吴大正，高西全Matlab及在