基于Matlab数字图像处理方法应用教学.docVIP

基于Matlab数字图像处理方法应用教学 　　摘 要： 考虑到数字图像处理课程传统的书本教育方式学生对相关知识方法的理解掌握效果不理想，提出基于Matlab软件仿真实践相结合的教学方式，并通过实例分析重点介绍数字图像处理方法中图像滤波、图像增强方法的实际应用。分析结果表明在数字图像处理中利用Matlab软件进行实践仿真相结合的教学模式，不仅利于学生理解抽象的理论概念，更有利于数字图像处理学科的工程实践应用，教学效果显著。 　　关键词： 数字图像处理；Matlab；图像滤波；图像增强 　　1 引言 　　数字图像处理（Digital Image Processing）是一门用计算机对图像信息进行处理的技术。它最早出现于20世纪50年代，当时计算机已经发展到一定程度，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初，随着计算机技术和信息技术的不断发展，数字图像处理技术得到了迅猛发展，应用也逐渐成熟，尤其是在航空航天、生物医学、通信技术等诸多领域应用广泛。因此，越来越多的高校已将“数字图像处理”课程作为电子通信工程类专业的基础课程。 　　数字图像处理技术尽管应用前景广，但该学科在教学过程中呈现理论性强、概念抽象的特点，学生在学习中枯燥难懂，在高校教学中“数字图像处理”课程一直是处于教与学的两难境地。为了让学生既能够掌握理论概念的同时，又能形象直观理解数字图像处理相关方法的使用，特在“数字图像处理”课程教学中引进Matalab软件实现仿真实验进行分析。Matlab软件是一款由美国MathWorks公司开发的商业数学软件[1]，可实现算法开发、数据分析、数值计算等功能。由于其矩阵处理与三维显示能力显著，非常适合数字图像处理仿真。 　　本文以处理分析钢板表面划痕缺陷图为实例，结合Matlab软件仿真实验结果，介绍说明数字图像处理教学中图像滤波、图像增强方法的概念及应用，让学生相比于传统课本教学更加清晰地理解和掌握图像处理方法的使用。 　　2 图像的灰度化处理 　　本文通过相机Canon 450D在暗域照明条件下采集包含划痕缺陷的钢板图片进行图像处理分析，如图1所示。钢板连铸连轧生产中，由于连铸钢坯、轧制设备、加工工艺等多方面原因，导致钢板表面出现辊印、夹杂、结疤、划痕、裂纹和斑点等不同类型的缺陷[2]。划痕作为钢板典型缺陷之一，常常会降低了钢板的抗腐蚀性、耐磨性和抗疲劳强度等性能，因此大部分钢企在生产过程中要求对划痕缺陷进行图像检测处理。 　　图1为真彩色数字图像，这种图像的模型是RGB色彩空间模型，即由R（红），G（绿），B（蓝）三种颜色共同组成的空间模型。由于该空间中每种颜色具有28灰度级，因此它也被称为24位色彩空间，如图2所示。 　　本文主要通过分析相机所采集图像的亮度信息来分析划痕缺陷信息，不需要考虑色彩信息。因此，首先需将相机所采集的真彩色图像转换成灰度图，这一图像转换过程称为图像的灰度化处理。MATLAB图像处理工具箱中提供了函数rgb2gray，能够方便地实现图像的灰度化处理，灰度化处理后的结果如图3所示。程序如下： 　　I=imread（‘steel.tif’）； 　　I1=rgb2gray（I）； 　　I2=im2double（I1）； 　　figure， imshow（I2） 　　3 图像的滤波 　　图像采集和传送中，不可避免会产生图像噪声，这些噪声对图像检测的精度会产生不利影响，必须对图片进行图像滤波，减少或消除噪声的影响。 　　中值滤波[3]是常用的图像滤波方法之一。它是一种非线性滤波，是在含有奇数点滑动窗口内，利用窗口内各点灰度值排序后的中值代替窗口中心点灰度值的方法。 　　本文分别选用窗口尺寸3*3、5*5、7*7的中值滤波对钢板图像进行滤波处理，如图4所示。程序如下： 　　I=imread（steel. tif ）； 　　I1=rgb2gray（I）； 　　I2=im2double（I1）； 　　Y1=medfilt2（I2，[3 3]）； 　　figure，imshow（Y1）； 　　Y2=medfilt2（I2，[5 5]）； 　　figure，imshow（Y2）； 　　Y3=medfilt2（I2，[7 7]）； 　　figure，imshow（Y3） 　　从图中的划痕缺陷处理效果评估，尺寸为3*3窗口的中值滤波效果较好。 　　4 图像的灰度增强 　　经过滤波处理后的图像虽然噪声得到了有效的抑制或去除，但为了能让钢板表面划痕缺陷特征更清晰呈现，必须经过图像的灰度增强。 　　图像灰度增强方法有许多，其中分段线性灰度变换法[4]是比较常用有效的图像增强方法之一，本文利用该方法对钢板表面图像进行增强处