基于matlab的图像处理技术.pdfVIP

基于 MATLAB的图像处理技术 摘 要 : 一般情况下，拍摄到的图像由于光照不足等原因，可能有较多的噪声，且边界特征不清晰。因此，我们需要对 这些图像进行增强或分割处理。介于此，本文介绍了基本的图像处理技术，并用实验验证了各种方法的优缺点，对进一 步学习和寻找更好图像处理方法具有实用意义。 关键词 : MATLAB; 图像处理 ; 边缘检测 ; 1 引言 MATLAB是由美国的 Mathworks 公司推出的用于数值计算和图像处理的系统环境，具有很强的数值计算和图像处理能 力。 MATLAB是以矩阵为单位进行处理的，它的指令表达式与数学、工程中常用形式十分相似，故用 MATLAB来解决问题要 比 C、C++等语言简捷得多。 MATLAB在学术界和工程界广受欢迎，其主要优势和特点有如下几方面： (1) 友好的工作平台和编程环境； (2) 简单易用的编程语言； (3) 强大的图形处理功能； (4) 功能强大的工具箱， 包括功能性工具箱和科学性工具箱。 (5) 良好的交互性和开放性。 2 MATLAB在图像处理中的应用 2.1 图像增强 图像增强是一类基本的图像处理技术，主要目的是改善图像的视觉效果，提高图像成分的清晰度，使得图像更有利 于计算机的处理。图像增强技术分为点运算增强、空域增强、频域增强三类。点运算增强包括调整灰度、直方图增强、 图像间的代数运算增强等；空域增强包括平滑和锐化两种；频域增强包括低通滤波、高通滤波、同态滤波等。下面介绍 几种常用的方法。 (1) 直方图均衡化。该方法的基本思想是把原始图像的像素值均匀地分布在图像的各个区间上，使视觉效果得到改 善。直方图均衡化可用函数 histeq() 来实现。 如下图 1.1 ，该图像直方图比较集中，边缘比较模糊，使用 MATLAB编程，将图像进行直方图均衡化处理，结果如图 2.1.2 所示。原始图像及均衡化后图像的直方图如图 2.1.3 所示。 图 2.1.1 原始图像 图 2.1.2 直方图均衡化后的图像 图 2.1.3 原始图像及其均衡化后的直方图 (2) 对比度调整。有些图像对比度很低，灰度级集中在一个比较窄的范围内， MATLAB提供了函数 imadjust() 来调整 图像灰度值到指定范围。将图 2.1.1 的灰度范围 [130/255 190/255] 映像到 [0 0.9] ，结果如图 2.1.4 所示。 ______________________________________________________________________________________________________________ 图 2.1.4 对比度调整后的图像 (3) 平滑与锐化滤波。空域增强可用平滑和滤波来实现。平滑的目的有两类：一类是在提取较大的目标前去除小的 细节或者是将目标内的小间断连接起来；另一类是消除一些离散性和随机性的噪声。而锐化是跟平滑相反的一类处理， 目的是突出图像的边缘信息，加强图像的轮廓特征，以便于人眼和机器识别。图 2.1.5 揭示了空域增强的不同方法对钢 珠打肥皂图像的不同处理结果。图 2.1.5(b) 是用低通滤波处理的结果，与原始图像对比，噪声减少，但边界特征也被减 弱。图 2.1.5(d) 是高通滤波处理的结果，得到的边缘信息比较准确，但信息很少，且随着截止频率增大得到的信息会越 少。中值滤波的结果 ( 图 2.1.5(c)) 比较清楚地显示了图像的边缘特征。由此得出结论：中值滤波跟高通滤波在图像处理 中有较强的锐化能力，尽管在处理过程中也会减弱的图像边界特征；不同的空域增强方法在不同的图像、不同的处理过 程中会有不同的效果，实际应用中应该根据经验来选用。 (a) 原始图像 (b) 低通滤波 (c) 中值滤波 (d) 高通滤波