MATLAB在图像处理理论和技术的发展及应用【论文】研讨.doc

MATLAB在图像处理理论和技术的发展及应用 摘要：数字图像处理技术是随着计算机技术的发展而开拓出的一个应用领域。图像识别技术是一个很广阔的研究领域，它涉及图像处理、模式识别、计算机视觉以及许多应用专业知识背景。在车牌识别、身份证人像采集、针织印刷和桥梁检测等等方面，数字图象处理技术都有着非常广泛的应用。本文介绍了MATLAB语言的特点以及图像处理工具箱实现的经典图像处理技术。应用该工具箱对一实拍的芯片图像进行前期预处理，通过实例验证了该语言具有强大的矩阵运算与图形处理能力，是一种简洁易学，可读性强、功能强大的应用软件，对它的应用可以快速实现模拟仿真，大大提高实验效率。 关键词：数字图像处理；MATLAB语言；图像处理；灰度图像；发展方向 1.数字图像处理技术的主要优点 (1)再现性好 数字图像处理与模拟图像处理的根本不同在于，它不??因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。 (2)处理精度高 按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位，甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。 (3)适用面宽 图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 (4)灵活性高 图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 2.数字图像处理过程 由于数字图像处理的灵活性和方便性,所以数字图像处理已成为图像处理的主流。常见的数字图像处理有:图像的采集、数字化、编码、增强、恢复、变换、压缩、存储、传输、分析、识别、分割等,其处理流程如图所示。 数字图像处理流程图 (1)图像数字化。通过取样和量化将一个以自然形式存在的图像变换为适合计算机处理的数字形式,图像在计算机内部被表示为一个数字矩阵,矩阵中每一元素称为像素。 (2)图像编码。编码的目的是压缩图像的信息量(但图像质量几乎不变),以满足传输和存储的要求,为此,可以采用模拟处理技术,再通过模-数转换得到编码,不过多数是采用数字编码技术,其编码方法可以对图像逐点进行加工,也可以对图像施加某种变换或基于区域、特征进行编码。 (3)图像增强。图像增强目的是使图像清晰或将其转换为更适合人或机器分析的形式,常用的图像增强方法有:灰度等级直方图处理；干扰抵制；边缘锐化；伪彩色处理。 (4)图像恢复。其目的是除去或减少在获得图像过程中因各种原因产生的退化,可能是光学系统的像差或离焦、摄像系统与被摄物之间的相对运动、电子或光学系统的噪声和介于摄像系统与被摄像物间的大气湍流等。 (5)图像分割。将图像划分为一些互不重叠的区域,每一区域是像素的一个连续集。通常采用把像素分入特定区域的区域法和寻求区域之间边界的境界法。这2种方法都可以利用图像的纹理特性实现图像分割。 (6)图像分析。从图像中抽取某些有用的度量、数据或信息,其目的是得到某种数值结果。图像分析需要用图像分割方法抽取出图像的特征,然后对图像进行符号化的描述,这种描述不仅能对图像中是否存在某一特定对象作出回答,还能对图像内容作出详细描述。 3.MATLAB在图像处理技术方面的应用 MATLAB是一种科学计算软件，专门以矩阵的形式处理数据。 MATLAB 将高性能的数值计算和可视化集成在一起，构成了一个方便的、界面友好的用户环境，并提供了大量的内置函数。从而被广泛地应用于科学计算、控制系统、信息处理、神经网络、图像处理、小波分析等领域的分析、仿真和设计工作，而且利用 MATLAB 产品的开放式结构，可以非常容易地对 MATLAB 的功能进行扩充，从而在不断深化对问题认识的同时，不断完善 MATLAB 产品以提高产品自身的竞争能力。MATLAB中的数字图像是以矩阵形式表示的，这意味着M