MATLAB图像处理模块心得.docVIP

PAGE PAGE 1 MATLAB图像处理模块学习心得 【摘要】 通过学习MATLAB后，深刻体会到MATLAB是一款基于矩阵数学运算的仿真综合处理软件， 图像处理模块是在Simulink 的基础上，对图像进行了处理。主要功能模块既是Simulink .可以应用于航空，国防，影像通讯等各个图像处理应用方面。 Image Processing Toolbox 提供了很多高层次的图像处理函数，这些函数包括排列、变换和锐化等操作，同样利用这些函数能够完成裁减图像和尺寸变换等操作。 图像处理模块其中运用了许多图像处理原理，利用matlab的设计理念，用矩阵的运算出发，对图像进行处理，其中涵盖很广，内容涉及全面，能使我们对图像处理技术有一个更加深刻的认识，从本质出发看待问题。 下面让我总结下在学习MATLAB图像处理模块中体会到的一些心得，以及一些经验。 【关键词】 图像处理；计算原理；MATLAB；2值形态学。 灰度的变换与增强 为什么要进行图像啊的增强变换呢？ 一般来说图像增强是数字图像处理的一种常用方法，为了让我们改善视觉效果亦有利于去分析一副图像，而特意去加强这个图像的某一个特征，某一个方面。例如：图像信号变弱会使得人们无法看清楚图像的细节，而采用增强对比的方法，改善图像质量使图像更清晰些。图像的噪声干扰也会使图像的细节变差，我们就可以用平滑技术可以减少这个危害。 什么是图形的灰度呢? 我们在MATLAB中，图像时按照像素储存的，由于MATLAB的运算原理就是执行矩阵运算，这就给了我们图形处理一个极大的方便。MATLAB中的数字图像由一个或多个矩阵表示，比如，我们常见的真彩图像，真彩图像就是RGB图像，这种图像具有高像素，真实性高，误差小。通过学习后，我得知它在我们的MATLAB中就是以一个三维矩阵储存的，该矩阵的每一维代表了一种颜色，一副200行300列的RGB图像就需要一个200×300×3的一个矩阵来表示。 RGB图像的意思就是 red green bule的意思是每个字母的缩写，它是有三种颜色的组合来合成任意的色彩，这里是光的合成原理。 例如我所说的的三维矩阵 M Matrix1(red) 0.3123 0.4534 0.1234…. 0.3456 0.7876 0.9087…. … … …. …. Matrix2(green) 0.6676 0.7876 0.3245 0.9087…. 0.3123 0.4534 0.1234…. …. …. ….. ….. Matrix3(bule) 0.8765 0.5435 0.1234 0.6643…. 0.7865 0.3432 0.4324 0.7866…. …. ….. ….. ….. 三维矩阵 灰度图像就是只有强度信息，而没有色彩信息的图像，你可以简单叫他黑白图像。在数 字图像技术还不完善的时候，很多图像都是以灰度图像的形式处理的。刚才所说，由于灰度图像只是一个光线的强度信息，在MATLAB中的就是用一个矩阵来储存的。矩阵中的每一个值都代表对应相应位置的像素的灰度值。 图1 经过灰度处理的后的图像 在教材中，是运用contrast adjustment（对比度灰度调节模块）进行的调整。 平滑处理 这里首先介绍一些函数 Image是MATLAB提供的最原始的图像显示函数，学习它后知道它是这样使用的：image(x);colormap(map); 使用原理：把当前的数字图像转换成MATLAB语言——矩阵。此类的还有一些函数，比如 imagesc是一个与image差不多的函数但它可以自动调整值域范围，教材中的函数都是用的imagesc；imshow—显示， colorbar显示颜色条等等 什么事平滑处理呢？ 平滑技术就是用于平滑图像中的噪声，基本方法就是求灰度的平均值，这样既平滑了噪声又保护了信号。常用方法去噪：线性滤波 中值滤波 自适应滤波三种方法，教材中所用到的就是线性滤波，用到模块——Median Filter。 下图就是通过教材所述方法所得的前后图像对比，通过对比我们发现，图像前后的平滑度有了显著的改善，经过处理后的图像明显具有连续，柔和的特点。这就是因为它平衡了前后灰度的结果。 图2 经过平滑处理后的图像对比 图像的几何变换 在现实中处理图像的经验告诉我们，我们在研究一个图像时候，往往只对其中的某一部分信息进行分析，而忽略了很多其他非重要信息，图像理解是图像处理的一个重要的内容，通过MATLAB对图像进行形态上的处理。即是对图形进行几何变换。 通过对MATLAB的学习，尤其是对函数的学习后，我体会到，只要是缩放，旋转都要对图像