工程语言MATLAB论文_鉴定优秀.docVIP

河南理工大学 基于Matlab的图像 绘制与处理 基于Matlab的图像绘制与处理 摘　要：MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。图像增强是图像处理的一个重要分支，是图像边缘提取、图像分割等的基础。文章介绍了常用的图像增强技术，并且以Matlab为工具完成图像的直方图均衡化、小波变换图像增强、布特沃斯低通滤波器x2=[10.2,12.0,13.4,14.3,15.3]; x1=[9.8,11.5,13,14,14.4]; y=[10^(-2),10^(-3),10^(-4),10^(-5),10^(-6)]; semilogy(x1,y,r*-,x2,y,mo-); xlabel(SNR); ylabel(BER); axis([8 18 10^(-6) 10^(-2)]); legend(hungarian,heuristic,2); grid on 2　图像处理技术 源图像： 进行简单的处理： lighter = 2 * img1; subplot(1,2,1); imshow(img1); title(Original); % Display image subplot(1,2,2); imshow(lighter); title(‘Lighter); % Display image 处理结果： 保存图像 imwrite(lighter, mysaved.jpg) 查看保存结果 dir mysaved.* mysaved.jpg 3 图像特征提取： 代码： imag_edge1 = edge(img2,‘sobel’); %sobel边缘提取算法 subplot(121),imshow(imag_edge1) imag_edge2 = edge(img2,canny); %canny边缘提取算法 subplot(122),imshow(imag_edge2) 处理结果： 4 图像增强： ⑴空域增强技术 采用直方图均衡化技术,通过Matlab工具箱中的imhist函数以及figure命令可以看出原始图像的直方图灰度范围较窄,并且图像中灰度值的高低区分不明显. 为了获得较好的增强效果,为此调用histep 函数将图像的灰度值扩展到整个灰度范围中,故像素能够分布在与图像类型有关的整个取值范围内,图像有了一定的改善. 关键代码： %直方图均衡化 I=imread(ae.bmp); %读入图像文件 K=histeq(I,64); %对图像进行直方图均衡化, 指定均衡化后的灰度级数为64 subplot(2,2,1), imshow(I),title( 原始图像); %显示原始图像 subplot(2,2,2), imhist(I,64),title( 原始直方图); %显示原始直方图 subplot(2,2,3), imshow(K),title( 直方图均衡化后的图像); subplot(2,2,4), imhist(K,64),title( 直方图均衡化后的直方图); ⑵频域增强技术 小波变换： 采用小波变换获得图像增强. 利用小波变换对图像进行二尺度分解,对感兴趣的部分进行增强. 对低频系数进行放大,对高频系数进行缩小,可以有效去除图像的噪声、增强图像轮廓. 关键代码： %小波增强 [I,map]=imread(ae.bmp); %读入图像文件 subplot(2,2,1), image(I),colormap(map),title( 原始图像); subplot(2,2,2), imhist(I,map),title( 原始直方图); %显示原始直方图 [c,s]=wavedec2(I,2,sym4); %进行二层小波分解 len=length(c);%处理分解系数，突出轮廓，弱化细节 for I =1:len if(c( I )=0) c( I )=2*c( I ); else c( I )=0.5*c( I ); end end nx=waverec2(c,s,sym4);%分解系数重构 subplot(2,2,3), image(nx),title( 小波增强后的图像); subplot(2,2,4), imhist(nx,