MTALAB在数字图像处理中应用.doc

MTALAB在数字图像处理中的应用 摘 要：研究数学形态学的二值形态学、灰度形态学的腐蚀、膨胀、开启和闭合四种基本运算，利用这4种基本运算消除图像噪声。本文在总结和分析了数学形态学的基本理论及其应用的基础上，用MATLAB编程实现消除图像噪声。仿真结果表明，本文应用二值形态学和灰度形态学去除图像噪声具有较好的效果，并有一定的实用性。 关键词：形态学；图像噪声；腐蚀；膨胀Application of MATLAB to Digital Image Processing Abstract：This paper studies the four basic operations of binary morphology, gray-scale morphology of mathematical morphology: dilation, erosion, opens and close, and then combines these basic operations to remove image noise. This paper based on the summing-up and analysis of the basic theory and application of mathematics morphology, removing image noise by MATLAB program. Simulation results are given to demonstrate that the binary morphology and gray-scale morphology have good effect of noise removing and these methods have their practicability. Key words：morphology; image noise; erosion; dilation 1 引言 随着计算机技术的发展，图像及信号处理技术越来越为大众所需求。经典的信号处理方法主要是基于线性系统的理论、传统的信号与系统的概念及Fourier分析，并广泛地运用于不同的科学与技术领域中。然而，对于图像的形态特征和几何结构等非线性因素的分析和描述却由于系统的线性特征而受到限制。近几十年发展起来的数学形态学[1]从理论和方法上弥补了这一缺憾，数学形态学不仅提供了描述和分析图像几何及形状特征的多种技术和方法，同时它对于经典的信号处理技术也产生了极大的影响并扩展了原有的技术。基于数学形态学的图像处理技术是一种采用集合的概念表示图像、非线性叠加方式描述图像的非线性系统技术，称之为形态系统[2]，它广泛地应用于生物医学和电子显微镜图像的分析以及数字图像处理和计算机视觉等领域，并已发展成为一种新型的图像处理方法和理论。用于图像处理的形态系统，具有完备的结构和理论体系，是进行非线性性态分析和描述的有力工具。 2 形态学的相关理论 2.1图像的表示方法 如同信号处理中线性时不变系统的建立和描述基于信号的多频表示一样，形态系统的描述和分析方法的建立则是基于图像的集合表示以及相应的集合变换。用R和Z分别表示实数集合和整数集合，E=Rd或Zd(d=1、2、…)分别表示连续的或离散的d维空间，则一个d维图像可表示为E上的一个函数，其取值范围为R或Z。如果函数仅取两个不同的值，则图像可用E中的集合表示。如二值图像可表示为取值为1和0的函数，图像的前景可表示为，背景可表为余集，或简单地用X的特征函数来表示。对于多值（灰度）图像可以通过阀值变换[1，2]获得其二值图像，采用阀值的方法还可以实现对于灰值图像的集合表示。为此，若引入图像的阀集： 这里幅值a取值于R或Z，取决于f(x)是模拟还是数字图像。利用阀集可重构图像。如果引入的特征函数 则即给出了一个二值图像，并且有。 2.2 基本的形态变换 数学形态学有4种基本的形态运算，即腐蚀(Erosion)、膨胀(Dilation)及开(Opening)、闭(Closing)运算，基于这4种基本的形态运算可以建立具有各种功能的形态变换和实用算法，它们构成了数学形态学应用的基础。 在E空间的代数结构下，引入集合的平移：。对于二值图像X及具有简单形状和小尺寸的紧集B（如d维球体），将： ， (1) 分别称为B对X的腐蚀和膨胀，集合B则称为结构元素(StructuringElement)，将腐蚀和膨胀的复合运算： ， (2) 分别称为B对X的开、闭运算.以上基于二值图像的运算称为二值形态变换或二值形态滤波。运用阀值或本影的方法，在二值形态变换[3]的基础上可以获得多值图像的形态变换。运