malab数字图像处理技术.docxVIP

malab数字图像处理技术 0 图像的预处理与matlab 对于图像处理系统，流程可以分为三个步骤。在获得原始图像后，首先是图像预处理步骤，其次是资源提取步骤，第三是识别分析步骤，其中图像预处理步骤尤为重要。如果这一步处理得不好，以后的工作就不会进行。 实际应用中,我们的系统获取的原始图像并非完美:例如系统获取的原始图像,由于噪声、光照等原因,使得图像的质量不高,需进行预处理,以达到利于我们提取感兴趣的信息的目的.图像的预处理包括图像增强、平滑滤波、锐化等内容.图像的预处理既可以在空间域实现,也可以在频域内实现,其中空间域内实现是对图像进行点运算,它是一种既简单又重要的图像处理技术,它能让用户改变图像上像素点的灰度值,这样通过点运算处理将产生一幅新图像. MATLAB是一种简单,高效、功能强大的高级语言,在科学与工程计算领域有着广泛的应用前途.在数字图像处理领域,可应用MATLAB数字图像处理技术进行系统分析与设计.本文介绍了MATLAB提供的图像处理工具箱函数的用法指南,并辅以应用示例,说明了基于MATLAB,进行数字图像处理的方法. 1 维图像采样、量化的特征 MATLAB全称是Matrix Laboratory(矩阵实验室),一开始它是一种专门用于矩阵数值计算的软件,从这一点上也可以看出,它在矩阵运算上有自己独特的特点.实际运用中MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的.这一特点决定了MATLAB在处理数字图像上的独特优势.理论上讲,图像是一种二维的连续函数,然而计算机对图像进行数字处理时,首先必须对其在空间和亮度上进行数字化,这就是图像的采样和量化的过程.二维图像均匀采样,可得到一幅离散化成M×N样本的数字图像,该数字图像是一个整数阵列,因而用矩阵来描述该数字图像是最直观最简便的.而MATLAB的长处就是处理矩阵运算,因此用MATLAB处理数字图像非常的方便. MATLAB支持五种图像类型,即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列;支持BMP,GIF,HDF,JPEG,PCX,PNG,TIFF,XWD,CUR,ICO等图像文件格式的读、写和显示.MATLAB对图像的处理功能主要集中在它的图像处理工具箱(Image Processing Toolbox)中.图像处理工具箱是由一系列支持图像处理操作的函数组成,可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作. 2 图像质量对matlab的影响 图像直方图是图像处理中一种十分重要的图像分析工具,它描述了一幅图像的灰度级内容,任何一幅图像的直方图都包含了丰富的信息,它主要用在图像分割,图像灰度变换等处理过程中.从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数,它统计一幅图像中各个灰度级出现的次数或概率;从图形上来说,它是一个二维图,横坐标表示图像中各个像素点的灰度级,纵坐标为各个灰度级上图像各个像素点出现的次数或概率. 在获取的图像中,影响系统图像清晰程度的因素很多,例如室外光照度不够均匀就会造成图像灰度过于集中;由CCD(摄像头)获得的图像经过A/D(数/模转换,该功能在图像系统中由数字采集卡来实现)转换、线路传送都会产生噪声污染等等.因此图像质量不可避免的降低了,轻者表现为图像不干净,难于看清细节;重者表现为图像模糊不清,连概貌也看不出来.因此,在对图像进行分析之前,必须要对图像质量进行改善,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的突出,而衰减不需要的特征,它的目的主要是提高图像的可懂度. MATLAB中提供了专门绘制直方图的函数imhist()、调整对比度函数imadjust()和直方图均衡化函数histeq().用它们可以很简单的绘制出图像的灰度直方图、灰度级调整后的直方图和均衡化的直方图,以及相应的图像.程序和图像如下; %由于原图像的直方图的对比度很低,灰度级集中在0-120范围内,如果只取这个范围内的灰度,并扩展到,则会明显增强图像对比度 从效果图(图1,2)可以看出,经过图像对比度调整,图像变亮,而且可以看到更多的细节;经过直方图均衡化处理后,图像变的清晰了,处理后的图像直方图分布更均匀了,在每个灰度级上图像都有像素点. 3 图像平滑处理 图像平滑主要是为了消除噪声.噪声并不限于人眼所能看得见的失真和变形,有些噪声只有在进行图像处理时才可以发现.图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等.图像中的噪声往往和信号交织在一起,尤其是乘性噪声,如果平滑不当,就会使图像本身的细节如边界轮廓、线条等变得模糊不清,如何既平滑掉噪声又尽量保持图像细节,是图像平滑主要研究的任务.MATLAB的图像处理工具箱里也设计了许多的滤波器.如