浅谈Matlab在数字图像处理中的应用.docVIP

浅谈Matlab在数字图像处理中的应用 邓 华 (福州职业技术学院 技术工程系,福建 福州 350108) 摘要：本文介绍了数字图像处理的概念和MATLAB的数字图像处理工具箱函数，并利用MATLAB编程，方便容易地实现了图像的傅立叶变换和直方图的均衡化和规定化。 关键词：数字图像处理　MATLAB　傅立叶变换　直方图均衡化与规定化 1、数字图像处理 利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理（Digital Image Processing）。在日常生活中，图像处理已经得到广泛应用。例如，自动售货机钞票的识别，利用指纹、虹膜、面部等特征的身份识别等。在医学领域，很早就采用X射线透视来诊断疾病，现在由特殊的图像处理装置获取身体内部状况，最具代表性的就是X射线CT（Computerized Tomograph，计算机断层摄像）。数字图像处理技术发展至今,已经广泛应用到科学研究、军事技术、政府部门、医疗卫生等许多领域。 2、Matlab、 Matlab图像处理工具箱及数字图像处理基本过程简介 MATLAB语言由Math Work公司开发，是一种应用于数学计算及计算结果可视化处理的软件。它把数值计算、矩阵计算、函数图形形成与处理、控制系统仿真等诸多强大的功能集成在一个便于用户使用的交互式环境之中，为公式推导、科研设计提供了易学、易用、高效的工具。 数字图像处理工具箱函数包括以下15类：（1）、图像显示；（2）、图像文件输入/输出；（3）、图像几何运算；（4）、图像像素值及统计；（5）、图像分析；（6）、图像增强及平滑；（7）、图像线性滤波及二维线性滤波器设计；（8）、图像变换；（9）、图像邻域及块操作；（10）、二像图像操作函数；（11）、基于区域的图像处理；（12）、颜色图操作；（13）、颜色空间转换；（14）、图像类型转换；（15）、演示及其它。 MATLAB图像处理工具箱支持的四种基本图像类型是：索引图像、灰度图像、二值图像、RGB图像四种基本图像类型。由于有的函数对图像类型有限制，这四种类型可以用工具箱的类型转换函数相互转换。MATLAB可操作的图像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。下面就图像处理的基本过程讨论工具箱所实现的常用功能。 常用图像操作： 用imread( )读取图像，imwrite( )输出图像，把图像显示于屏幕有imshow( ), image( )等函数。用imhist( )和 imhistq( )求数据图像直方图和直方图均衡化，imadjust( ) 可用于对比度调整。用fft2()dct2()进行二维的傅立叶和离散余弦变换。 图像增强功能： 对于一个图像处理系统来说，可以将处理分为三个阶段，首先是预处理阶段；第二阶段是特征抽取阶段；第三阶段是识别分析阶段。图像预处理阶段非常重要，如果这一阶段处理不好，后面的工作就无法开展。图像增强是图像预处理中重要的方法。改善图像质量的方法有两类：图像增强与图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择性地突出，而衰减不需要的特征，其目的是提高图像的可懂度。图像复原技术需要了解图像质量下降的原因，首先要建立“降质模型”，再利用该模型，恢复原始图像。 常用的图像增强方法有空域增强方法和频域增强方法两大类：（1）空域增强方法：直接在图像所在的空间进行处理，它又包括基于像素点和基于模板两大类，常用的有直接灰度调整、直方图处理和空域滤波增强．（2）频域增强方法：利用图像变换方法将原来的图像空间中的图像以某种形式转换到其他空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。 3、Matlab图像处理工具箱运用实例： （一）图像变换 图像变换就是把数字图像从空域变换到频域，就是对原图像函数寻找一个合适变换的数学问题，常用的变换方法有傅立叶变换、余弦变换和小波变换。下面给出利用Matlab进行图像傅立叶变换的例子。 f=zeros(100,100); f(25:75,25:75)=1; subplot(1,2,1); imshow(f); title(矩阵的显示); F=fft2(f); F2=log(abs(F)); subplot(1,2,2); imshow(F2,[-15],notruesiz); title(傅立叶变换显示); 图（1） 图（2） 信号的FFT谱线与图形形状、大小均有关系；信号形状为矩形时，频谱图为矩形；信号形状为正方形时，频谱图也为正方形，且信号轴线与频谱轴线成90度角。 （二）、均衡化 直方图均衡化是一种常用的直方图修正，它是把给定图像的直方图分布改造成均匀直方图分布，使输出像素