matlab在信号图像处理中应用第9章.docVIP

第9章 Matlab图像处理基础 图像作为自然界景物的客观反映，是人类感知世界的视觉基础，也是人类获取信息、表达信息和传递信息的重要手段。据统计，人类获得的信息大约75％是以图像的形式，通过视觉系统获得的。图像是人类最重要的信息源，“百闻不如一见”、“眼见为实”即是图像对于人类重要性的简明概括。 本章先对图像和图像处理做简要介绍，重点对Matlab中有关图像的一些基本知识进行较为系统的介绍。 了解模拟图像与数字图像的区别 了解数字图像处理的特点、内容及方法 了解Matlab支持的常用数字图像文件格式 了解Matlab颜色模型及颜色处理 掌握Matlab中常用的数字图像处理函数 熟练掌握Matlab中数字图像的读写及显示方法 数字图像的读写 数字图像的显示 9.1 图像与数字图像 9.1.1 图像的数字化 图像是客观事物通过某种系统的一种映射。图像的存在方式多种多样，可以是可视的或者不可视的，抽象的或者实际的，适于计算机处理的和不适于计算机处理的。但就其本质来说，可以将图像分为两大类。 第一类是模拟图像，主要是指采用光学技术或者模拟电子技术等得到的图像。模拟图像的处理速度较快，但精度和灵活性差，不易查找和判断，一般不能直接被计算机处理。如调整摄像机的光圈以改变图像亮度和色调、电视信号放大等都属于模拟图像的处理范畴。 第二类是数字图像，是指将连续的模拟图像经过离散化处理后得到的计算机能够辨识的点阵图像。将模拟图像转换为离散数字图像的过程称为图像的数字化，其工作主要包含两个方面：采样和量化。 所谓采样，就是将一幅连续图像在空间上分割成M×N个网格，每个网格中的模拟图像的亮度均值作为该网格的亮度值。由于采样结果是一个样点值阵列，故也称采样为点阵采样，而称每个网格为像素或像元。M×N的大小决定数字图像的空间分辨率。 所谓量化，就是将采样后的亮度值在每个幅度区间连续分布，转换成单个特定数码的过程。量化后的像素点整数值为图像的灰度级，灰度级的多少常用来表示。n越大，图像的亮度分辨率越高，图像看上去越柔和逼真。一般情况下，n＝8，即图像的灰度级为256。 因此，从严格意义上讲，数字图像是经过等距离矩形网格采样和等间隔幅度量化的二维函数，即是被量化的二维采样数组。 9.1.2 数字图像的表示 灰度数字图像有两种常用表示法：矩阵法和链码法。在Matlab中数字图像是以矩阵的方式存储的。令数字图像排列成M×N阵列（M×N个像素），相应的矩阵表示为 9.1.3 Matlab图像处理工具箱简介 Matlab为图像处理工程师、科学家和研究人员提供了直观、可靠的一体化开发工具，这些工具被广泛应用于航空航天和国防、遥感遥测、生物科技、医学图像和科学图像处理等领域中。 Matlab图像处理相关工具箱主要包括： Image Acquisition Toolbox Image Processing Toolbox Signal Processing Toolbox Wavelet Toolbox Statistics Toolbox Bioinformatics Toolbox Matlab Compiler Matlab COM Builder Matlab图像处理工具箱是由一系列图像处理操作的函数组成。这些操作主要有几何操作、区域操作和块操作、线性滤波和滤波器设计、变换、图像分析和增强、二值图像操作等。本书介绍的图像处理操作就是基于该工具箱，图像处理函数按具体功能可以分为以下几类： 图像显示（Displaying and Printing Images） 几何操作（Spatial Operations） 图像注册（Image Registration） 领域和块操作（Neighborhood and Block Operations） 线性滤波和滤波器设计（Linear Filtering and Filter Design） 图像变换（Images Tranformations） 形态学操作（Morphological Operations） 图像分析与增强（Image analysis and Enhancement） 区域操作（Region based Processing） 图像恢复（Image Debluring） 颜色映射和颜色空间转换（Color） 提示：Matlab图像工具箱提供的函数大多数是M文件，用户查看这些文件的代码并进行改进，也可以根据需要编写自己的函数以满足特定的需要，还可以将这个工具箱和信号处理工具箱、小波工具箱等其他工具箱联合起来使用。 9.2 数字图像处理学 数字图像处理就是采用特定的算法对数字图像进行处理，以获取视觉、接口输入的软硬件所需要数字图像的过程。从本质上说，数字图像处理就是运用计算机强大的计算能力和“记忆能力”，对图