MATLAB在像处理中的应用.docVIP

MATLAB应用级范围 ___机电114班 肖作硕 一： MATLAB是由美国MathWorks 公司推出的用于数值计算和 图形处理的软件。MATLAB 中除主包外, 还包含许多功能各异 的工具箱, 用于解决各个领域的特定问题。它的工具箱主要有 通信、控制系统、滤波器设计、图像处理、非线性控制设计、 系统识别、神经网络、最优化、模糊逻辑、信号处理、鲁棒控 制、统计等。借助于这些工具箱, 用户可以非常方便地进行分析、 计算及设计工作。不仅如此, MATLAB 还具有语法简单、易学易用 的特点; 它丰富的函数使开发者无需重复编程, 只要简单地调用和 使用,往往在C 语言里需要几十甚至上百行的语句在MATLAB 里只 用一两个函数就可代替。为此, MATLAB 己经成为目前使用最为广泛 的工程应用软件。 二：应用范围：MATLAB 产品族可以用来进行以下各种工作：　　●数值分析●数值和符号计算●工程与科学绘图●控制系统的设计与仿真●数字图像处理技术●数字信号处理技术●通讯系统设计与仿真●MATLAB在通讯系统设计与仿真的应用●财务与金融工程 ●管理与调度优化计算（运筹学）  　　MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用MATLAB 函数集）扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。MATLAB 图像处理应用 MATLAB 的图像处理工具箱功能十分强大, 支持的图像文 件格式丰富, 如*.BMP 、*.JPEG、 *.GIF、*.TIFF、*.PCX、*.HDF、*.XWD、*.PNG 等。MATLAB6.5 提供了15 类图像处理函数, 涵盖了包括近期研究成果 在内的几乎所有的图像处理方法。这些函数按其功能可分为:图 像显示; 图像文件I/O; 几何操作; 像素和统计处理; 图像分析; 图像增强; 线性滤波; 线性二元滤波设计; 图像变换; 邻域和块 处理; 二进制图像操作; 区域处理; 颜色映像处理; 颜色空间变 换; 图像类型和类型转换。 利用这些图像处理工具箱, 并结合其强大的数据处理能 力, 我们可不必关心图像文件的格式、读写、显示等细节, 而把 精力集中在算法研究上, 大大提高了工作效率。而且, 在测试这 些算法时既可方便地得到统计数据, 同时又可得到直观图示。 下面将通过一些例子来简要介绍利用MATLAB 图像处理工具箱进 行图像处理的方法。 四： 应用实例： 用直方图均衡实现图像增强图像增强的目的是突出图像中 有用的信息, 削弱或消除不需要的信息。直方图均衡化是 图像增强的一种常用方法, 它能使图像的灰度分布均匀, 对比度增大, 细节更清晰。它的基本思想是把原始图像的直 方图变换成均匀分布的形式, 这样就增加了像素灰度值的动 态范围, 从而达到了增强图像整体对比度的效果。 下面是用MATLAB 实现的源程序及注解, 输出结果如图1: %直方图均衡化 I=imread( girl.tif ); %读入图像文件 J=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(J), title( 直方图均衡化后的图像 ); %显示直方图均衡化后的图像 subplot(2,2,4), imhist(J,64), title( 直方图均衡化后的直方图 ); %显示直方图均衡化后的直方图 通过比较可看出均衡化后的图像变得清晰, 其直方图形状 也比原直方图的形状更理想。 3.2 边缘检测 边缘是图像的最基本的特征, 边缘中包含着有价值的目标 边界信息, 这些信息可以用作图像分析、目标识别。在细胞边缘 检测计算过程中, 为了有效地抑制噪声的影响, 同时能够客观、 正确地选取边缘检测的门限值, 可以先通过迭代算法求得最佳 阈值, 把图像进行分割为背景和目标两部分; 再运用数学形态 学的腐蚀算法, 挖去细胞内部像素点; 最后剩余部分图像就是 细胞的边缘, 从而实现了细胞的边缘检测。这样通过对各像素 点自身灰度值的分析和计算, 判断该点是否为边缘点, 避免了 在边缘检测的数学计算过程中, 使噪声干扰的影响进一步扩 大, 损坏细胞边缘图像。通过阈值分割处理, 既增强了图像的目 标与背景的对比, 增强了边缘, 又能准确提取细胞区域。 边缘检测的代码如下所示, 输出结果见图2:: blood = imread