数字图像处理中Matlab的应用实例.docVIP

数字图像处理中Matlab的应用实例摘 要：图像是人类赖以获取信息的最重要来源之一。图像技术与计算机技术不断融合，出现了一系列图像处理软件，其中最典型的是 Matlab，该软件为图像技术的发展提供了强大支持。本文通过实例阐述Matlab 在图像处理中的应用，以图像增强、图像压缩为例，给出了实现图像处理的程序代码，为今后进一步研究打下了基础。关键词：Matlab；图像增强；图像压缩中图分类号：G642 文献标识码：B 文章编号：1002-7661（2016）02-002-01一、引言Matlab软件是矩阵实验室的简称，是由美国 Math Works 公司于1984 年推出，历经十几年的发展和竞争，现已成为（IEEE） 国际公认的最优秀的科技应用软件之一[1]。Matlab是数字图像处理、计算机图形学、电子线路、电机学、自动控制、通信技术、物理、力学等领域的科研人员所必须掌握的一种程序设计语言。目前基于Windows 系统的最新版本已上升到Matlab6.5，它继承了以往版本的优点， 非常容易使用。Matlab最基本的数据结构是数组，数字图像用数组（矩阵）存储，矩阵中的一个元素对应于图像的一个像素，这意味着 Matlab矩阵运算功能可以应用于图像处理。数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。一般来讲，图像处理主要包括三个方面：1、提高图像的视感质量，如改变图像亮度和彩色，增强或抑制某些成分，对图像进行几何变换等，以改善图像的质量。2、提取图像中所包含的某些特征或特殊信息，所提取出来的特征或信息往往为计算机分析图像提供便利。提取的特征包括很多方面，如频域特征、灰度特征、颜色特征、边界特征、区域特征、文理特征、形状特征、拓扑特征和关系结构等。3、图像数据的变换、编码和压缩，以便于图像的存储和传输。数字图像处理的过程其实就是对图像的一种运算过程，从技术上来说，数字图像处理分为空间域和频率域处理。本文通过2个应用实例，验证了 Matlab 图像处理所得到的效果。二、图像增强的应用如果不考虑图像降质，仅突出图像中所感兴趣的部分，可以强化图像的某些分量。例如，强化图像高频分量，可使图像中物体轮廓清晰、细节明显；强化低频分量可以减少图像中噪声的影响。 图像复原要求对图像降质的原因有一定的了解， 一般讲应根据降质过程建立降质模型，再采用某种滤波方法，恢复或重建原来的图像。小波分析方法在图像处理方面具有很多优点。经二维小波分解后，图像的轮廓主要体现在低频部分，而细节部分则体现在高频部分。因此，通过对低频分解系数进行增强处理，对高频分解系数进行衰减处理，即可以达到图像增强的作用。 Matlab用于图像增强的一个实例如下：function exam1（）I=imread（ … ＼lena.bmp）；subplot（1，2，1）； imshow（I）colormap（gray）；title（ 原始图像 ）[a，b]=wavedec2（I，2，sym4）； len=length（a）；for i=1：lenif（a（i）300）a（i）=2*a（i）；elsea（i）=0.5*a（i）；endendnx=waverec2（a， b， sym4）；subplot（1，2，2）；image（nx）；title（ 增强图像 ）三、图像压缩的应用图像数据的特点之一是信息量大。 一幅 512×512，灰度等级为8b 的图像，其数据量为256KB。在现代通信中，图片传输成了一个重要的研究课题，如何尽可能减少数据的传输量，并保证图像的质量，是目前人们面对的一大难题。采用编码压缩技术，可以减少数据的传输量、提高通信速度。在某些情况下，如果对图像的要求不高，可以对图像进行有目的的压缩。 作为一个应用实例， 可用Matlab把一个 512×512 的图像压缩为 256×256 的图像。图像压缩的实现代码如下：Function exam2 （）I=imread（ … ＼lena.bmp）；I=double（I）/255；[m，n]=size（I）；figure（1）imshow（I）title（sprintf（ 原始图片： %4d * %4d，size（I）））；A=[]；B=[]；for i=1：2：n-1A=[A，（I（：，i）+I（：，i+1））/2]；endfor i=1：2：m-1B=[B；（A（i，：）+A（i+1，：））/2]；endfigure（2）imshow（B）title（sprintf（ 压缩图片： %4d * %4d，size（B）））；与图像处理系统相关的软件和图像处理中图像变换的方法有很多种，Matlab 软件在图像处理当中有着很多的优点，本文介绍了Matlab的图像处理功能，以图像增强、图像压缩作