结题报告图像处理.doc

目录 1项目背景和意义 1 2项目研究方案 1 3项目实施过程 1 3.1声纳图像处理 1 3.1.1 图像增强 2 3.1.2 图像分割 7 3.1.3边缘提取 10 3.1.4图像融合 11 3.2MATLAB GUI设计 12 4结论 15 5参考文献 16 1项目背景和意义 成像声纳在水声工程领域的应用中发挥着重要作用，它能提供探测目标的图像数据信息，直观反映目标特征。本的图像处理算法，实现对声纳图像的增强、特征提取、分割、融合等操作，对比分析不同算法在声纳图像应用中的优缺点构建系统性的声纳图像处理界面，实现人机交互操作 2项目研究方案 将声纳图像所需进行的处理由各个程序来执行，然后在MATLAB的编程环境下由GUI展示出来，更有利于人机交互，机器读取识别。而对声纳图像的处理主要有图像增强，图像分割，图像融合，边缘提取等操作。 图像增强，按特定的需要有选择地突出图像中的某些信息，削弱或去除某些不需要的信息的处理方法。我们这里所研究的主要是滤波和锐化。 图像分割，就是将图像表示为物理上有联通区域的集合。我们这里主要研究的图像分割有分水岭分割，基于迭代法的图像阈值分割，一维直方图最大熵法， 边缘提取，根据图像的特征提取所需要的信息。而边缘检测主要研究了Robers、Sobel、Prewitt、Canny、LOG算子的边缘检测。 图像融合就是将不同来源的同一对象的图像数据进行空间配准，然后采用一定的算法将各种图像数据中所含的信息优势或互补性有机地结合起来产生新图像数据的技术。 用其他语言实现图像程序设计比较繁琐，但MATLAB具有很多优点，比如能够提供更多的使用的图像编辑的库函数，以及有一个有好的图形用户界面（GUI）来发布应用程序。所以选择了MATLAB作为实现工具。本质上说，图像就是函数、矩阵或程序设计中的数组。而MATLAB具有强大而方便地数组操作功能，同时又提供了丰富的图像处理函数。 3项目实施过程 3.1声纳图像处理 前面已提到，图像处理主要包括图像的增强，图像的融合，图像的分割，边缘提取等等，下面我们将就这些功能来详细描述一下这些图像处理方法的原理及其应用效果。 3.1.1 图像增强 图像增强的方法有很多种，这里我们着重采用图像的锐化，滤波这两种方法通过GUI编程来对图像进行处理。 1、图像的锐化 在图像摄取、传输及处理过程中有许多因素会使图像变得模糊。图像模糊是常见的图像降质问题。大量的研究表明，图像模糊的实质是图像受到了求和、平均或积分运算。因此，可以不必深究图像模糊的物理过程及其数学模型，而根据各种图像模糊过程都有相加或积分运算这一共同点，运用相反的运算来减弱和消除模糊。这一类消减图像模糊的图像增强方法称为图像锐化。 图像锐化就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。图像平滑往往使图像中的边界、轮廓变的模糊，为了减少这类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。从频率域来考虑，图像模糊是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。在水下图像的增强处理中除了去噪，对比度扩展外，有时候还需要加强图像中景物的边缘和轮廓。而边缘和轮廓常常位于图像中灰度突变的地方，因而可以直观地想到用灰度的差分对边缘和轮廓进行提取。图像锐化的主要目的是加强图像中的目标边界和图像细节，使图像的边缘、轮廓线以及图像的细节变的清晰。值得注意的是，进行锐化处理的图像必须要有较高的信噪比，否则，图像进行锐化之后，信噪比更低，图像质量急剧下降。另外，由于锐化将使噪声受到比信号还强的增强，故必须小心处理。一般都是先进行图像平滑去除或减轻图像中的干扰噪声，然后才能进行锐化处理。 锐化技术可以在空间域中进行，基本的方法是对图像进行微分处理：在频率域运用高通滤波技术。在空间域中，由于需要锐化的图像边界或线条可能是任意走向的，所以期望采用的算子应该是各向同性的。所谓各项同性，是指无论边界或线条走向如何，只要幅度相等，算子就给出相同的输出。可以证明，偏导数的平方和运算是各项同性的，如微分算子和拉普拉斯算子就是各项同性的，当然还有其他一些不同的算子也是各项同性的。 在这里主要介绍一些常用的图像锐化方法，如微分算子方法、拉普拉斯算子方法、空间高通滤波方法等。 1）Sobel算子 微分算子方法锐化图像时，图像中的噪声、条纹等同样得到加强，这在图像处理中会造成伪的边缘和轮廓。Sobel算子则在一定程度上克服了这一问题。 Sobel算子的基本思想是：以待增强图像的任意像素（ｉ，ｊ）为中心，截取一个33像素窗口。分别计算窗口中心像素在x,y方向上的梯度 =[f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1)]-[f(i-1,j-1)+2f(i,j-1)+f(i+1,j