滤波器-matlab的应用，图像处理.docVIP

基于微分的非线性锐化滤波器设计及实现 [摘要]：在人类进入信息时代，人类对信息的需求量越来越大。据科学研究和表明，人类所获得的信息中约有75%是以图像的形式，通过以眼睛为入口的视觉系统而获得的。也就是说，图像是人类最主要的信息源。随着数学与计算机技术，网络通信以及信息处理技术的高速发展。人们对图像信息的需求越来越迫切，图像信息的精确处理，大容量存储，高速传输在社会生活中发挥的作用也越来越突出。本文针对图像信息的非线性问题，利用数学微分知识，使用matlab设计及实现非线性锐化滤波器。使得图像的边缘、轮廓线和图像的细节变得清晰，以便对目标进行准确地识别和处理。 [关键词]：matlab ，Sobel梯度算子，Prewitt梯度算子，Log算子 0引言 图像是现实生活中物体或场景的一种表现形式，它包含了它所表达的物体的描述的信息。同语音或文字相比，图像包含的信息量更大、更直观、更确切，因而具有更高 的使用效率和更广泛的适应性。凭借存储成本低、存储质量高、传输速度快等优点，数字图像已经在计算机科学、信息科学、物理学、化学、生物学、医学等诸多领域获得了广泛的应用，因而促使了数字图像处理技术的迅速发展。在日常生活中和工作中，我们时常会对一些图像进行平滑处理，使得整个图像的视觉效果更加舒适。而再进行平滑处理的同时，图像的边界、轮廓变得模糊，为了减少这类不好效果的影响，需要利用图像锐化技术，使图像的边缘变得清晰。图像锐化处理的目的是使图像的边缘、轮廓线和图像的细节变得清晰，使人看起来便于对目标进行识别和处理。实际中，存在许多系统方程为非线性而噪声为非高斯的情况，滤波问题也变为非线性的。为此我们设计一个非线性锐化滤波器来处理这类非线性的图像锐化问题，使得图像的边缘和图像细节更加清晰，便于对目标进行识别和处理。 1 非线性锐化滤波器理论基础 1.1 数字图像的基础知识 数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。通常，像素在计算机中保存为二维整数数组的光栅图像，这些值经常用压缩格式进行传输和储存。　　数字图像可以由许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机等等，也可以从任意的非图像数据合成得到，例如数学函数或者三维几何模型，三维几何模型是计算机图形学的一个主要分支。数字图像处理领域就是研究它们的变换算法。 为了方便地处理数字图像，根据数字图像的特性可将其分成不同的类型，一副图像可能包含一个数据矩阵，也可能包含一个颜色映射表矩阵。MATLAB中主要有4种基本的图像类型： 1）索引图像　　　　　　 14 17 21 21 53 53 8 5 8 10 30 1515 18 31 31 18 16　　索引图像有两个分量，即整数的数据矩阵Ｘ和彩色映像矩阵map。其中map是一个包含3列和m行的数据阵列，其每一个元素为[0，1]之间的双精度浮点型数据。Map的长度m同它所定义的颜色数目相等。Map 的每一行都定义单色的红绿蓝三个分量。索引图像将像素的亮度值“直接映射” 14 17 21 21 53 53 8 5 8 10 30 15 15 18 31 31 18 16 0 0 00.0627 0.0627 0.03140.2902 0.0314 00 0 1.00000.2902 0.0627 0.0627 0 0 0 0.0627 0.0627 0.0314 0.2902 0.0314 0 0 0 1.0000 0.2902 0.0627 0.0627 0.3882 0.0314 0.0941 图1-1 索引图像的结构 2）灰度图像 在灰度图像中，像素灰度级用8bit表示，所以每个像素都是介于黑色和白色之间的256种灰度中的一种。灰度图像只有灰度颜色而没有彩色。我们通常所说的黑白照片，其实包含了黑白之间的所有灰度色调。在MATLAB中，一幅灰度图像是一个数据矩阵I，其中I中的数据均代表了在一定范围内的颜色灰度值，该数据矩阵中的元素分别代表了图像中的像素。矩阵中的元素可以是双精度的浮点数类型、8位或16位无符号的整数类型。图1-2显示了灰度图像的结构： 0.5342 0.2251 0.2553 0.2826 0.2826 0.4391 0.4391 0.1789 0.1307 0.1789 0.2051 0.24830.4308 0.2483 0.2624 0.3344 0.3344