電子信息工程畢業(yè)設(shè)計(jì)基于matlab的數(shù)字圖像處理仿真系統(tǒng)實(shí)現(xiàn)

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　　（20 屆）</b></p><p>　　基于MATLAB的數(shù)字圖像處理仿真系統(tǒng)實(shí)現(xiàn)</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí)

2、電子信息工程 </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p>　　本科畢業(yè)論文（設(shè)計(jì)）</p>

3、<p><b>　　誠信責(zé)任書</b></p><p>　　本人鄭重聲明：本人所呈交的畢業(yè)論文（設(shè)計(jì)），是在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所完成。畢業(yè)論文（設(shè)計(jì)）中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點(diǎn)等，均已明確注明出處。</p><p><b>　　特此聲明。</b></p><p>　　論文（設(shè)計(jì)）作者

4、簽名： </p><p>　　日 期： </p><p><b>　　目錄</b></p><p><b>　　目錄I</b></p><p>　　摘 要III</p><p>　　AbstractIV</p>

5、<p><b>　　第一章 緒論1</b></p><p>　　1.1選題依據(jù)和意義1</p><p>　　1.2數(shù)字圖像處理技術(shù)應(yīng)用前景1</p><p>　　1.3國內(nèi)外發(fā)展現(xiàn)狀2</p><p>　　1.3.1 國內(nèi)研究現(xiàn)狀2</p><p>　　1.3.2 國外研究現(xiàn)

6、狀3</p><p><b>　　1.4研究內(nèi)容4</b></p><p>　　1.4.1.圖像增強(qiáng)4</p><p>　　1.4.2 圖像恢復(fù)5</p><p>　　1.4.3圖像壓縮6</p><p>　　1.4.4圖像分割7</p><p>　　第二章

7、數(shù)字圖像處理技術(shù)及MATLAB軟件介紹8</p><p>　　2.1數(shù)字圖像處理的概念8</p><p>　　2.2數(shù)字圖像處理的特點(diǎn)8</p><p>　　2.3 MATLAB軟件簡介9</p><p>　　2.4 MATLAB圖像處理工具箱簡介10</p><p>　　2.4.1圖像文件讀寫10<

8、/p><p>　　2.4.2圖像顯示10</p><p>　　2.4.3圖像幾何變換12</p><p>　　2.4.4像素統(tǒng)計(jì)12</p><p>　　2.4.5圖像分析12</p><p>　　2.4.6圖像增強(qiáng)12</p><p>　　2.4.7線性濾波12</p>

9、<p>　　2.4.8線性二維濾波器設(shè)計(jì)12</p><p>　　2.4.9 圖像變換12</p><p>　　2.4.10 顏色空間變換12</p><p>　　2.4.11 圖像類型和類型轉(zhuǎn)換13</p><p>　　第三章 圖像處理技術(shù)的算法實(shí)現(xiàn)14</p><p>　　3.1圖像增強(qiáng)14&

10、lt;/p><p>　　3.2圖像復(fù)原16</p><p>　　3.3圖像變換17</p><p>　　3.4圖像的邊緣檢測19</p><p>　　第四章 程序仿真22</p><p>　　4.1圖像增強(qiáng)22</p><p>　　4.2圖像復(fù)原27</p><p&g

11、t;　　4.3圖像變換30</p><p>　　4.3.1 程序代碼：30</p><p>　　4.4圖像的邊緣檢測34</p><p>　　第五章 總 結(jié)36</p><p><b>　　參考文獻(xiàn)37</b></p><p><b>　　致 謝38</b><

12、;/p><p>　　基于MATLAB的數(shù)字圖像處理仿真系統(tǒng)實(shí)現(xiàn) </p><p><b>　　摘 要</b></p><p>　　在這個(gè)數(shù)字化和媒體時(shí)代的社會(huì)里，圖像占據(jù)了大量的存儲(chǔ)空間，我們生活的很多美好瞬間都可以用圖片來記錄。所以數(shù)字圖像處理技術(shù)就變得越發(fā)的重要了。數(shù)字圖像處理技術(shù)已經(jīng)涵括了人類生活的方方面面，在醫(yī)學(xué)診斷，探地雷達(dá)檢測技

13、術(shù)、機(jī)械設(shè)計(jì)制造、航空航天工程領(lǐng)域中都有了突破性的進(jìn)展，并且得到了廣泛的使用。圖像處理技術(shù)早已成為了一門前景遠(yuǎn)大而壯大的學(xué)科，而MATLAB語言因?yàn)樘峁┛茖W(xué)的計(jì)算，數(shù)據(jù)分析，系統(tǒng)仿真等強(qiáng)大的功能，成為了當(dāng)今科學(xué)界最具影響力和最有活力的軟件。</p><p>　　本論文主要介紹了數(shù)字圖像處理技術(shù)的應(yīng)用前景和特點(diǎn)并介紹數(shù)字圖像進(jìn)行圖像增強(qiáng)、圖像復(fù)原、圖像轉(zhuǎn)換和圖像的邊緣檢測算法原理，然后用MATLAB軟件對(duì)圖片進(jìn)行仿

14、真實(shí)現(xiàn)。從而加深對(duì)數(shù)字圖像處理技術(shù)的理解與對(duì)MATLAB軟件的使用。</p><p>　　關(guān)鍵詞：數(shù)字，圖像，技術(shù)，MATLAB，仿真</p><p>　　Implementation of digital image processing and simulation system based on MATLAB</p><p><b>　　Abstra

15、ct</b></p><p>　　In this era of digital and media society, the image occupies a large amount of storage space, we have a lot of good moments of life can be used to record pictures. So digital image proc

16、essing technology is becoming more and more important. Digital image processing technology has subsumes human life, in medical diagnosis, from exploration to radar detection technology, mechanical design and manufacturin

17、g, aerospace engineering field have the breakthrough progress, and get the extensive use of. Im</p><p>　　Key Words：digital,image, technology, MATLAB,simulation</p><p><b>　　第一章 緒論</b>

18、</p><p>　　1.1選題依據(jù)和意義</p><p>　　這個(gè)世界和數(shù)字化媒體時(shí)代，形象是最大的存儲(chǔ)空間。的圖像中包含的信息是遠(yuǎn)遠(yuǎn)超過所有其他媒體信息之和，以及人類知識(shí)的性質(zhì)，不能從信息分離。今天，在科學(xué)技術(shù)和任何設(shè)備的實(shí)際生活領(lǐng)域需要的數(shù)碼影像。大量的天文望遠(yuǎn)鏡觀測數(shù)據(jù)，地球資源衛(wèi)星遙感獲得大量的對(duì)地觀測數(shù)據(jù)，從氣象衛(wèi)星圖像獲得預(yù)測天氣變化的，成像系統(tǒng)獲得相關(guān)的測量和成像數(shù)據(jù)，這些

19、例子太多不勝枚舉，數(shù)字圖像處理已經(jīng)深入到生活的每一個(gè)領(lǐng)域。</p><p>　　如何存儲(chǔ)，傳輸，處理和復(fù)雜的圖像的分析必須解決，所以數(shù)字圖像處理變得越來越我們目前的生活數(shù)字圖像處理更重要已成為必要的基本知識(shí)。數(shù)字圖像處理是一個(gè)集光學(xué)，數(shù)學(xué)，計(jì)算機(jī)科學(xué)，電子學(xué)，信息論，控制論，物理，心理學(xué)，生理學(xué)等學(xué)科和交叉學(xué)科的畫面?zhèn)鬟_(dá)的信息顯然是非常直接有效的。但是，如果它沒有被拍到好但也有一些照片可以重拍，但也有很多情況下，

20、很難，也不可能重現(xiàn)，負(fù)責(zé)發(fā)回太空探索飛船的珍貴照片，由于經(jīng)濟(jì)因素和時(shí)間的限制，通常不會(huì)有機(jī)會(huì)重拍，我們?cè)谏钪腥粘５?，有許多珍貴的歷史鏡頭簡直是不允許的機(jī)會(huì)翻拍，尤其是那些記錄珍貴的歷史時(shí)刻，如果原來的信息，他們可以以更經(jīng)濟(jì)的處理和為條件有效的方法是不是很好？這是在圖象處理探索問題，換言之，如何處理該圖像以有效和經(jīng)濟(jì)的方法，以便它可以傳達(dá)我們所需要的信息。那豈不是更好？是一個(gè)簡單的點(diǎn)，同時(shí)MATLAB設(shè)定和美國的發(fā)展環(huán)境，推出Mathw

21、orks公司，我們將獲得數(shù)字圖像，便于計(jì)算機(jī)處理，不僅有完善的矩陣和科學(xué)計(jì)算，并能夠在模擬和設(shè)計(jì)任務(wù)許多專業(yè)領(lǐng)域，并能自動(dòng)直接與硬件相關(guān)的代碼，它的便利性和強(qiáng)大的功能受到了廣大科技人員的產(chǎn)生都贊成廣泛用于系統(tǒng)仿真，數(shù)字圖像處</p><p>　　1.2數(shù)字圖像處理技術(shù)應(yīng)用前景</p><p>　　幾乎數(shù)字圖像處理，包括生命，任何設(shè)備和儀器的各個(gè)方面都需要成像，圖像處理技術(shù)，雖然最早可追溯到

22、20世紀(jì)初，倫敦和紐約，以改善海底電纜傳輸?shù)膱D像質(zhì)量。但是，直到20世紀(jì)50年代。隨著大型數(shù)字計(jì)算機(jī)和空間的科研項(xiàng)目中，我們注意到潛在的圖像處理在1964年，美國航空航天局噴氣推進(jìn)實(shí)驗(yàn)室開始使用計(jì)算機(jī)技術(shù)來提高從太空探測器獲得的圖像質(zhì)量，然后通過計(jì)算機(jī)處理7巡航回月亮圖片，響應(yīng)于改進(jìn)的電視攝象機(jī)的幾何失真或相應(yīng)的失真。有一個(gè)系列行星探測計(jì)劃，到現(xiàn)在為止有更多的照片不斷地從1964年回歸至今，一直在圖像處理領(lǐng)域的快速發(fā)展除了利用圖像處理的

23、太空計(jì)劃，數(shù)字圖像處理技術(shù)用于解決其他問題</p><p>　　任何需要拍攝的設(shè)備。如使用醫(yī)用X線機(jī)、斷層、寵物設(shè)備及超聲波設(shè)備等，在檢查患者的情況下，對(duì)于醫(yī)療診斷更為準(zhǔn)確，需要進(jìn)行影像分析，生物芯片技術(shù)近年來有廣泛的應(yīng)用，其中一些是影像分析。高倍顯微鏡的成像分析也在這一領(lǐng)域迅速發(fā)展，已成為醫(yī)學(xué)信息學(xué)和生物信息學(xué)的一個(gè)分支，在這一領(lǐng)域中，圖像技術(shù)起著不可或缺的作用。在探地雷達(dá)檢測技術(shù)和地質(zhì)技術(shù)中,成像技術(shù)是至關(guān)重

24、要的。為了找石油，現(xiàn)代探測技術(shù)中經(jīng)常采用放炮技術(shù)，根據(jù)回波情況判斷油氣情況。轉(zhuǎn)換的方法也應(yīng)用于成像技術(shù)的圖像處理。此外，探地雷達(dá)（探地雷達(dá)）也應(yīng)用于成像技術(shù)，需要對(duì)成像數(shù)據(jù)進(jìn)行增強(qiáng)、壓縮和分析等。在這方面，三維和高維處理技術(shù)的應(yīng)用，包括多角度的模擬現(xiàn)實(shí)，給研究者以現(xiàn)實(shí)的效果。</p><p>　　在機(jī)械設(shè)計(jì)與制造，機(jī)器視覺，CAD技術(shù)和汽車等相關(guān)重要性能仿真領(lǐng)域的需要是成像和數(shù)字圖像處理技術(shù)。如果機(jī)器人，根據(jù)在球

25、場上的圖像處理的小透鏡的需要，判斷球的位置，進(jìn)行正確的行動(dòng)。在各種復(fù)雜的機(jī)械設(shè)備的部件可被設(shè)計(jì)和CAD技術(shù)進(jìn)行處理。需要的圖像，多角度顯示的三維部件，都可以加工。</p><p>　　在航空航天工程的應(yīng)用，需要運(yùn)載火箭的飛行狀態(tài)進(jìn)行跟蹤和控制。這種跟蹤和控制是通過圖像處理技術(shù)來實(shí)現(xiàn)，如衛(wèi)星姿態(tài)，航跡撼動(dòng)運(yùn)動(dòng)等，都可以利用圖像處理技術(shù)來實(shí)現(xiàn)。衛(wèi)星對(duì)地觀測，衛(wèi)星遙感，衛(wèi)星氣象和其他相關(guān)實(shí)驗(yàn)衛(wèi)星，還需要各種特殊的圖像處

26、理技術(shù)。</p><p>　　在信息技術(shù)中最廣泛使用的視頻技術(shù)的應(yīng)用，更顯示出其強(qiáng)大的生命力。圖像處理是必要的多媒體廣告動(dòng)畫，數(shù)字電影，電視，視頻會(huì)議和遠(yuǎn)程視頻監(jiān)控，這是由計(jì)算機(jī)圖像技術(shù)生產(chǎn)的。 </p><p>　　1.3國內(nèi)外發(fā)展現(xiàn)狀</p><p>　　1.3.1 國內(nèi)研究現(xiàn)狀 </p><p>　　研究在中國這一領(lǐng)域的代表是清華大學(xué)數(shù)

27、字圖像處理實(shí)驗(yàn)和開發(fā)系統(tǒng)TDB-IDK和南京東大互聯(lián)科技發(fā)展有限公司研制的數(shù)字化圖像采集傳輸與處理實(shí)驗(yàn)軟件。 TDB-IDK系列產(chǎn)品是一款基于TMS320C6000 DSP數(shù)字信號(hào)處理器先進(jìn)的視頻和圖像系統(tǒng)，而且也是一套DSP完整的視頻，圖像解決方案，適用于高校，科研院所和企業(yè)視頻系統(tǒng)，實(shí)驗(yàn)影像和發(fā)展。該軟件可以完成圖像采集輸入程序，圖像輸出程序，圖像基本算法程序。該系統(tǒng)的特點(diǎn)是實(shí)現(xiàn)了圖像信號(hào)的實(shí)時(shí)分析，圖像數(shù)據(jù)相對(duì)獨(dú)立的DSP方便開發(fā)

28、人員在處理進(jìn)行到圖像，DSP和FPGA / CPLD兩款高端技術(shù)融合的產(chǎn)物可以根據(jù)用戶的合理的變化的具體需要，可以分析黑白和彩色信號(hào)，可以完成的圖形顯示功能。</p><p>　　數(shù)字圖像采集傳輸與處理實(shí)驗(yàn)軟件由南京發(fā)達(dá)的東部大網(wǎng)絡(luò)科技有限公司主要介紹了數(shù)字圖像的采集，傳輸和處理的方法。允許初學(xué)者使用軟件和圖像采集和傳輸設(shè)備，圖像采集和點(diǎn)對(duì)點(diǎn)來實(shí)現(xiàn)數(shù)字圖象傳輸。通過觀察和理解各種效果和差異，包括圖像的灰度直方圖的

29、圖像處理技術(shù)的和變換，銳化，平滑，濾波，偽色，輪廓提取和增強(qiáng)，圖像格式轉(zhuǎn)換和文件結(jié)構(gòu)的能力</p><p>　　1.3.2 國外研究現(xiàn)狀 </p><p>　　目前有大量的圖像處理軟件，如PHOTOSHOP，涂裝車間等應(yīng)用軟件的設(shè)計(jì)基礎(chǔ)上，廣告策劃與形象修飾，對(duì)圖像的理解和處理技術(shù)和軟件相關(guān)處理方法的基本知識(shí)的掌握是非常小，不適合學(xué)習(xí)使用。隨著計(jì)算機(jī)輔助設(shè)計(jì)的發(fā)展，越來越多的軟件用于學(xué)習(xí)和

30、研究。如南伊利諾伊大學(xué)開發(fā)出計(jì)算機(jī)CVIPtools視覺和圖像處理實(shí)驗(yàn)系統(tǒng)是專門用于圖像處理技術(shù)實(shí)驗(yàn)軟件，為初學(xué)者提供了一個(gè)消化環(huán)境的知識(shí)。</p><p>　　CVIPtools計(jì)算機(jī)視覺和圖像處理軟件的實(shí)驗(yàn)，主要用于計(jì)算機(jī)數(shù)字圖像分析與處理，主要目的是用于圖像處理的初學(xué)者，學(xué)生，教師和其他研究人員探索計(jì)算機(jī)數(shù)字圖像處理是巨大的。 CVIPtools視窗的最新版本提供與四個(gè)級(jí)別的應(yīng)用程序的用戶：算法代碼層，公共

31、對(duì)象模塊（組件）接口層，cvipimage層和圖形用戶界面（GUI）。底層算法代碼層主要是基于前一版本CVIPtools的，包括所有的圖像，數(shù)據(jù)處理過程和功能，是寫在標(biāo)準(zhǔn)C語言。大多數(shù)類的GUI CVIPtools可以讓新手嘗試一些圖像處理工具，并不需要有設(shè)計(jì)過程的能力。目前，國外許多高校，科研院所在這個(gè)軟件的應(yīng)用實(shí)驗(yàn)研究的數(shù)字圖像處理。</p><p>　　軟件CVIPtools還沒有推出中國版本和現(xiàn)有的Win

32、dows版本保留了一些UNIX風(fēng)格，在windows系統(tǒng)操作不是很方便，往往一個(gè)問題，商業(yè)的圖像處理軟件是靜態(tài)的，封閉的，軟件功能在其發(fā)布的時(shí)間已被確定，增加新的功能或算法或改進(jìn)的性能可以發(fā)送一個(gè)希望升級(jí)軟件。相應(yīng)的圖像處理軟件是根據(jù)我國的一些大學(xué)或研究機(jī)構(gòu)的研究需求而開發(fā)的。但是，現(xiàn)有的軟件實(shí)驗(yàn)內(nèi)容不完整或過時(shí)的，不涉及圖像處理領(lǐng)域的新成果，許多實(shí)驗(yàn)軟件界面不是很友好，互動(dòng)性，用戶不能調(diào)整算法參數(shù)，不具備可擴(kuò)展性，軟件一次完成，是不容

33、易的修改或添加新的內(nèi)容。</p><p><b>　　1.4研究內(nèi)容</b></p><p>　　進(jìn)入新世紀(jì)之初，信息技術(shù)取得了長足的發(fā)展和進(jìn)步，小波理論，神經(jīng)網(wǎng)絡(luò)理論，數(shù)學(xué)形態(tài)學(xué)和模糊理論是和數(shù)字處理技術(shù)相結(jié)合，以產(chǎn)生新的圖像處理方法和理論。然而，這些新的方法和理論是基于傳統(tǒng)的數(shù)字圖像處理技術(shù)，該技術(shù)是在理論研究的基礎(chǔ)上發(fā)展起來的。數(shù)字圖像處理技術(shù)主要包括：<

34、/p><p>　　1.4.1.圖像增強(qiáng)</p><p>　　圖像增強(qiáng)是處理經(jīng)常被用來作為用于數(shù)字圖像處理的方法。的目的是為了提高圖像的視覺效果和方便的人員和圖像理解和分析機(jī)，對(duì)于給定的圖像的應(yīng)用程序，以強(qiáng)調(diào)圖像整體或局部的特性，將不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，展開圖像中不同的功能對(duì)象之間的差異，特征抑制不感興趣，在提高圖像質(zhì)量和豐富的信息，加強(qiáng)圖像判讀和識(shí)別效果，滿足某些特殊分析

35、的需要。</p><p><b>　　例圖如下：</b></p><p>　　圖1.4.1 提取圖像紅色分量，圖像增強(qiáng)處理結(jié)果</p><p>　　1.4.2 圖像恢復(fù)</p><p>　　圖像復(fù)原，也稱為圖像恢復(fù)。其目的是盡可能地減少或退化的獲取處理除去的數(shù)字圖像并恢復(fù)原來的面貌是退化圖像，以便提高圖像質(zhì)量，以改善視

36、覺效果。從這個(gè)意義上，圖像恢復(fù)和圖像增強(qiáng)效果看起來是相同的，不同的是圖像之后恢復(fù)圖像可以被視為圖像的結(jié)果時(shí)降解過程和圖像增強(qiáng)不考慮圖像的處理是失真，適應(yīng)人類視覺和心理學(xué)都可以。一個(gè)客觀的，主觀的?；謴?fù)技術(shù)也是整體并可以在頻域或空間域中實(shí)現(xiàn)。例如，一個(gè)已知的頻率的干擾的消除，以在頻域中是最好的，傅立葉變換，濾波，逆傅立葉變換，這里的信號(hào)的濾波和過濾，以相同的;并刪除在空間域中的幾何變形。</p><p><b

37、>　　例圖如下：</b></p><p>　　圖1.4.2 K=0.0001圖像紅色分量噪聲恢復(fù)處理結(jié)果顯示</p><p><b>　　1.4.3圖像壓縮</b></p><p>　　數(shù)字圖像需要大量的存儲(chǔ)空間，所以無論傳送或存儲(chǔ)需要有效地壓縮的圖像數(shù)據(jù)，則產(chǎn)生其目的占據(jù)得到較少的空間是非常接近與原始圖像</p>

38、;<p><b>　　如圖1.4所示：</b></p><p>　　圖 1.4.3 圖像變化處理結(jié)果顯示</p><p><b>　　1.4.4圖像分割</b></p><p>　　圖像分割的目的是分解圖像到它的分量，并且所述圖像分割是一個(gè)非常困難的過程。圖像分割方法主要2等級(jí)：A是假設(shè)的強(qiáng)度值的每個(gè)分量的圖

39、像是均勻的，并且這種方法與直方圖分割的特點(diǎn)和技術(shù)。另一種方法是找到圖像分量之間的邊界，使用的是圖像的不均勻性，技術(shù)的基礎(chǔ)上進(jìn)行分割的梯度法的方法。 </p><p>　　第二章 數(shù)字圖像處理技術(shù)及MATLAB軟件介紹</p><p>　　基本介紹本章研究的基本特征數(shù)字圖像處理技術(shù)和MATLAB，MATLAB作為仿真平臺(tái)，基本信息的研究就顯得尤為重要。在本文中，數(shù)字圖像分析技術(shù)和MATLA

40、B軟件研究是必要的，以完成研究的兩個(gè)基本點(diǎn)后面的數(shù)字圖像仿真發(fā)揮理論研究的基礎(chǔ)。</p><p>　　2.1數(shù)字圖像處理的概念</p><p>　　圖像是一種相似性，生動(dòng)的描寫或縱向的客觀現(xiàn)象?；蛘哒f，圖像是一個(gè)客觀現(xiàn)象，它含有被表達(dá)有關(guān)對(duì)象的信息。它是信息的最重要來源之一。有許多類型的圖像，其可分為可見圖像，并根據(jù)人眼的視覺特性不可見圖像。圖象可分為單波段，多波段和超波段圖像。只有一個(gè)用

41、于在單波段圖像中的每個(gè)點(diǎn)的亮度值;多光譜圖像上的每個(gè)點(diǎn)都有一些屬性。圖像處理分為兩種方式：模擬圖象處理和數(shù)字圖象處理。使用以處理模擬圖像光及攝影方法稱為模擬的圖像處理。光學(xué)圖像處理方法，有著悠久的歷史，在激光全息顯示技術(shù)，它得到了進(jìn)一步發(fā)展。盡管光學(xué)圖像處理理論變得更好，日益逼近完美的一天，和并行處理速度快，信息容量大，分辨率高，但加工精度不高，穩(wěn)定性差，重型設(shè)備，操作并不方便，技術(shù)水平不高限制了其發(fā)展速度之快，自20世紀(jì)60年代，隨著

42、計(jì)算機(jī)技術(shù)的進(jìn)步，數(shù)字圖像處理獲得的跨越式發(fā)展。</p><p>　　所謂數(shù)字圖像處理，是利用計(jì)算機(jī)來進(jìn)行的一系列數(shù)字圖像，從而實(shí)現(xiàn)技術(shù)的期望的目標(biāo)。</p><p>　　2.2數(shù)字圖像處理的特點(diǎn)</p><p>　　同模擬圖像處理相比，數(shù)字圖像處理有很多優(yōu)點(diǎn)。主要表現(xiàn)在：</p><p><b>　　1．精度高</b>

43、</p><p>　　當(dāng)圖像被數(shù)字化，這幾乎是一塊用于處理圖像，無論是4位或8位，以及其它位計(jì)算機(jī)程序的。如果該圖像的像素的數(shù)目的增加，使圖像大，它僅需要改變陣列的參數(shù)，并且處理方法是不變的。因此，原則上，不管精度有多高，數(shù)字圖像處理是可能的。和用于模具為了提高一個(gè)數(shù)量級(jí)的精度，有必要改善的模擬圖像處理裝置。</p><p><b>　　2．再現(xiàn)性好</b></

44、p><p>　　無論什么樣的數(shù)字圖像，全部使用數(shù)組或數(shù)組集，因此該計(jì)算機(jī)是容易對(duì)付的。因此，當(dāng)數(shù)字圖像被發(fā)送和復(fù)制時(shí)，數(shù)據(jù)在計(jì)算機(jī)中進(jìn)行處理，使得數(shù)據(jù)不能被遺失或損毀，并且圖像數(shù)據(jù)可以保持不變，而圖象數(shù)據(jù)可以保持在良好的狀態(tài)。與在模擬的圖像處理的過程中，這將是無法維持，因?yàn)楦鞣N干擾因素的圖像的再現(xiàn)性。</p><p>　　3．通用性、靈活性強(qiáng)</p><p>　　無論是

45、可見光成像和X-射線，紅外線，超聲波和可見光成像，盡管成像設(shè)備規(guī)模和各精度不相同，但在直接圖像的模擬和數(shù)字信號(hào)（A / D）變換，或記錄到一張照片，然后數(shù)字化的計(jì)算機(jī)，數(shù)字圖像可以用數(shù)組表示。無論是什么樣的數(shù)字圖像可以以相同的方式進(jìn)行處理，這是數(shù)字圖像處理的一般性質(zhì)。此外，各種處理程序可以被設(shè)計(jì)為實(shí)現(xiàn)上下滾動(dòng)，漫游，拼圖，合成，變換，放大和各種邏輯操作等，因此，數(shù)字圖像處理有很強(qiáng)的靈活性。</p><p>　　2

46、.3 MATLAB軟件簡介</p><p>　　MATLAB是MathWorks公司公司出品的商業(yè)數(shù)學(xué)軟件，高級(jí)技術(shù)計(jì)算算法開發(fā)，數(shù)據(jù)可視化，數(shù)據(jù)分析以及數(shù)值計(jì)算語言和交互式環(huán)境，包括MATLAB和Simulink兩部分。矩陣實(shí)驗(yàn)室MATLAB，這意味著矩陣廠（矩陣實(shí)驗(yàn)室）的兩個(gè)單詞的組合。由美國MathWorks公司公司計(jì)算環(huán)境出版的科學(xué)計(jì)算可視化和交互式編程技術(shù)主要面對(duì)這將是數(shù)值分析，矩陣計(jì)算，科學(xué)數(shù)據(jù)可視化

47、和非線性動(dòng)態(tài)系統(tǒng)建模與仿真，許多強(qiáng)大的功能集成在一個(gè)簡單易用的Windows環(huán)境，科研，工程設(shè)計(jì)，必須進(jìn)行有效的數(shù)值許多科學(xué)領(lǐng)域提供了一個(gè)全面的解決方案，并在很大程度上擺脫了傳統(tǒng)的非交互式程序設(shè)計(jì)語言（如C，F(xiàn)ORTRAN）編輯模式，代表的先進(jìn)水平目前國際上的科學(xué)計(jì)算軟件。</p><p>　　1. MATLAB 的主要優(yōu)點(diǎn)</p><p>　　(1)界面友好，編程效率高 </p&g

48、t;<p>　　MATLAB是一種以矩陣為基本變量單元可視化編程語言。其語法結(jié)構(gòu)簡單，數(shù)據(jù)類型是單，命令表達(dá)是接近公共數(shù)學(xué)公式。這使MATLAB用戶能夠快速掌握時(shí)間MATLAB短期內(nèi)的主要內(nèi)容和基本操作不僅能避免很多重復(fù)的基本的數(shù)學(xué)運(yùn)算，它的編譯和執(zhí)行的速度遠(yuǎn)遠(yuǎn)超過使用C和Fortran語言設(shè)計(jì)程序。它可以說是編程MATLAB在科學(xué)計(jì)算和工程應(yīng)用的效率遠(yuǎn)遠(yuǎn)低于其他高級(jí)語言高。</p><p>　　(

49、2)功能強(qiáng)大，可擴(kuò)展性強(qiáng) </p><p>　　MATLAB不僅語言提供了科學(xué)計(jì)算，數(shù)據(jù)分析和可視化，系統(tǒng)仿真等功能，而且還具有可擴(kuò)展性MathWorks公司針對(duì)不同應(yīng)用領(lǐng)域的特點(diǎn)，推出了自動(dòng)控制，信號(hào)處理，圖像處理，模糊邏輯，神經(jīng)網(wǎng)絡(luò)，小波分析，溝通，優(yōu)化，數(shù)理統(tǒng)計(jì)，偏微分方程，金融等30多個(gè)具有matlab工具箱的特殊功能。工具箱中可以相互調(diào)用的所有功能，也可以利用MATLAB支持用戶兩種開發(fā)其功能的用戶改變

50、，用戶的應(yīng)用程序可以被加入作為新的函數(shù)，以相應(yīng)的工具箱。</p><p><b>　　(3)易學(xué)易用性 </b></p><p>　　MATLAB并不要求用戶擁有先進(jìn)的數(shù)學(xué)知識(shí)和編程技巧，用戶并不需要了解算法和編程技巧</p><p><b>　　(4)高效性 </b></p><p>　　MATL

51、AB語句的功能是非常強(qiáng)大的，語句可以完成非常復(fù)雜的任務(wù)。它大大加快了從事軟件開發(fā)的工程技術(shù)人員的工作效率。據(jù)工程數(shù)學(xué)公司聲稱，MATLAB軟件包含MATLAB源代碼，相當(dāng)于70萬的C代碼。它是我們選擇使用該語言來實(shí)現(xiàn)圖像處理的算法，利用MATLAB強(qiáng)大的工具包，使該算法容易實(shí)現(xiàn)MATLAB語言的優(yōu)點(diǎn)。</p><p>　　2. MATLAB 的缺點(diǎn)</p><p>　　然而 MATLAB

52、自身存在的某些缺點(diǎn)限制了它的應(yīng)用范圍。 </p><p>　?。?）MATLAB是一個(gè)解釋性語言，因此它的語言執(zhí)行效率低，這是該領(lǐng)域的高實(shí)時(shí)性要求，諸如自動(dòng)控制，信號(hào)處理等，實(shí)際上，效率較差。</p><p>　?。?）MATLAB程序不能從它的環(huán)境下運(yùn)行分離，所以它不能被用于開發(fā)者使用的軟件。</p><p>　?。?）程序可以直接看到方案，這是不利的算法

53、和數(shù)據(jù)保密性的源代碼。</p><p>　　2.4 MATLAB圖像處理工具箱簡介</p><p>　　2.4.1圖像文件讀寫</p><p><b>　　IMREAD函數(shù)</b></p><p>　　此函數(shù)用于從圖像文件中讀取圖像。格式A=IMREAD(FILENAME,FMT)。</p><p&g

54、t;<b>　　IMWRITE函數(shù)</b></p><p>　　此函數(shù)用于把圖像寫入圖像文件中。格式IMWRITE(A,FILENAME,FMT)把圖像A寫入文件FLENAME中。FLENAME指明文件名，F(xiàn)MT指明文件格式。</p><p><b>　　2.4.2圖像顯示</b></p><p>　　(1) GETIMA

55、GE函數(shù)</p><p>　　A = getimage(h) 返回圖形句柄對(duì)象H中的第一個(gè)圖像的數(shù)據(jù)</p><p>　　[x,y,A] = getimage(h) 返回圖像的Xdate到X、Ydate到Y(jié)、Xdate和Ydate是辨明x軸和y軸的范圍的兩元素矢量</p><p>　　[...,A,flag] = getimage(h) 返回指示圖像類型的整數(shù)

56、型標(biāo)記。</p><p>　　[...] = getima 用getima直接從工作區(qū)中得到圖像數(shù)據(jù)</p><p>　　(2) IMAGE函數(shù)</p><p>　　該函數(shù)用于顯示圖像。格式IMAGE（C）把矩陣C作為一幅圖像顯示。C的每一個(gè)元素指明了一個(gè)圖像塊的顏色。C可以為M*N或M*N*3的矩陣，其數(shù)據(jù)可為double、unit8、unit16型。格式IMA

57、GE(X，Y,C)。其中X、Y為矢量，指明C（1,1）和C（M,N）像素中心的位置。</p><p>　　(3) IMAGESC函數(shù)</p><p>　　該函數(shù)按比例決定數(shù)據(jù)并把它作為圖像顯示。該函數(shù)的格式除數(shù)據(jù)要按比例重整來使用完全調(diào)色板外，其他與函數(shù)IMAGE相同。在格式IMAGESE(…,CLIM)中，CLIM=[CLOW,CHIGH]表明比例尺度。</p><p

58、>　　(4)INSHOW函數(shù)</p><p>　　IMSHOW(I,N) 用N級(jí)離散灰度級(jí)顯示灰度圖像I</p><p>　　IMSHOW(I,[LOW HIGH]) 把I作為灰度圖顯示</p><p>　　IMAGE(SW) 顯示二值圖。0顯示為灰度，1顯示為白色</p><p>　　IMAGE（RGB） 顯示真彩色圖像&l

59、t;/p><p>　　IMAGE(X,MAP) 顯示索引圖X及其調(diào)色板MAP</p><p>　　IMSHOW(FILENAME）顯示存儲(chǔ)于圖形文件FILENAME中的圖像</p><p>　　H=IMSHOW(…) 返回圖像對(duì)象的句柄</p><p>　　(5) SUBIMAGE函數(shù)</p><p>　　該函數(shù)用于

60、在一張圖中顯示多幅圖像。即使在有不同調(diào)色板存在的情況下，該函數(shù)也可和函數(shù)SUBPLOT聯(lián)合使用來顯示多幅圖像。該函數(shù)把圖像轉(zhuǎn)換為真彩圖來顯示，以此避免調(diào)色板沖突。</p><p>　　SUBIMAGE(X,MAP) 用來顯示當(dāng)前坐標(biāo)中的索引圖</p><p>　　SUBIMAGE（I）用來顯示灰度值</p><p>　　SUNIMAGE(BW) 用來顯示二值圖

61、</p><p>　　SUBIMAGE(RGB) 用來顯示真彩圖</p><p>　　SUBIMAGE(x,y,…) 用來在非默認(rèn)值的空間坐標(biāo)中顯示圖像</p><p>　　H=SUBIMAGE(…) 返回圖像對(duì)象的句柄。</p><p>　　2.4.3圖像幾何變換</p><p>　　IMCROP 函數(shù)用于

62、把一幅圖像經(jīng)裁剪后放入制定的矩形中。IMROTATE函數(shù)用于旋轉(zhuǎn)圖像</p><p><b>　　2.4.4像素統(tǒng)計(jì)</b></p><p>　　COOR2函數(shù)用于計(jì)算二維相關(guān)系數(shù)。IMHIST函數(shù)用于計(jì)算圖像數(shù)據(jù)直方圖。MEAN2函數(shù)用于計(jì)算矩陣元素的均值。</p><p><b>　　2.4.5圖像分析</b><

63、/p><p>　　EDGE函數(shù)用于找出灰度圖的邊緣</p><p><b>　　2.4.6圖像增強(qiáng)</b></p><p>　　HISTEQ 函數(shù)用直方圖均衡的方法增強(qiáng)圖像的對(duì)比度。MEDEFILT2函數(shù)用來對(duì)圖像進(jìn)行二維中值濾波。ORDFILT2函數(shù)用來對(duì)圖像進(jìn)行二維排序統(tǒng)計(jì)濾波。WIENER2 函數(shù)用來進(jìn)行二維自適應(yīng)去噪濾波。</p>

64、;<p><b>　　2.4.7線性濾波</b></p><p>　　CONV2函數(shù)用于二維卷積的進(jìn)行。格式C=CONV2(A,B)對(duì)矩陣A,B進(jìn)行二維卷積。FILTER2函數(shù)用于進(jìn)行二維數(shù)字濾波。格式Y(jié)=FELTER2(B,X).</p><p>　　2.4.8線性二維濾波器設(shè)計(jì)</p><p>　　fsamp2功能的主要功能是

65、設(shè)計(jì)具有頻率采樣方法的二維FIR濾波器。基于關(guān)于笛卡爾平面上的采樣點(diǎn)的兩維頻率響應(yīng)，F(xiàn)IR濾波器的功能設(shè)計(jì)。所述ftrans2功能的主要功能是設(shè)計(jì)使用的頻率轉(zhuǎn)換方法二維FIR濾波器。在fwind1功能的主要功能是為織女星窗口ð濾波器設(shè)計(jì)方法。 fwind2功能的主要功能是要設(shè)計(jì)使用二維窗口2D濾波器。</p><p>　　2.4.9 圖像變換</p><p>　　dct2函數(shù)主要

66、功能是進(jìn)行二維離散余弦變換。idct2函數(shù)主要功能是計(jì)算二維離逆離散余弦變換。 FFT2功能的主要功能是計(jì)算二維快速傅里葉變換。 ifft2功能的主要功能是計(jì)算二維快速傅里葉變換FFTN的主要功能是計(jì)算n維快速傅里葉變換。 ifftn功能的主要功能是計(jì)算n維快速傅里葉變換</p><p>　　2.4.10 顏色空間變換</p><p>　　HSV2RGB功能是HSV顏色模型RGB顏色模型的

67、主要功能。 RGB2HSV功能是RGB顏色模型到HSV顏色模型的主要功能。和YCBCR2RGB功能，NTSC2RGB功能等。</p><p>　　2.4.11 圖像類型和類型轉(zhuǎn)換</p><p>　　抖動(dòng)功能的主要功能是將圖像抖動(dòng)的方法進(jìn)行轉(zhuǎn)換。 GRAY2IND功能是灰色映射到索引圖的主要功能。 GRAYSLICE功能的主要功能是用來閾圖像以圖像索引IM2BW功能是增加的圖像的閾值的兩個(gè)

68、值的圖像的方法。有IM2DOUBLE函數(shù)圖象為雙精度的圖像; IM2UINT8函數(shù)圖象是8位無符號(hào)整數(shù)形象; IND2RGB性能指標(biāo)圖轉(zhuǎn)換為RGB圖像</p><p>　　ISBW函數(shù)來判斷輸入是否是二進(jìn)制的; ISGRAY函數(shù)來確定所述輸入是否是一個(gè)圖索引; ISRGB函數(shù)的輸入，以確定是否真彩色地圖;功能MAT2GRAY矩陣轉(zhuǎn)換為灰度。 RGB2GRAY真彩色圖片變成灰度圖像。</p><

69、p>　　第三章 圖像處理技術(shù)的算法實(shí)現(xiàn)</p><p>　　現(xiàn)在，數(shù)字圖像處理技術(shù)的不斷涌現(xiàn)，但圖像處理技術(shù)的形成在很大程度上，圖像無關(guān)（除了外部的圖像恢復(fù)技術(shù)）例如，當(dāng)圖像已經(jīng)由設(shè)備和成功收集在收集失真的過程中被校正，因此，所有的可用的圖像處理技術(shù)的本質(zhì)上是通用的所以，圖像處理技術(shù)是一種超越了特定的應(yīng)用程序：在新技術(shù)的圖像處理解決特定問題的任何開發(fā)的和新方法，你可以找到不同的應(yīng)用領(lǐng)域</p>

70、<p><b>　　3.1圖像增強(qiáng)</b></p><p>　　現(xiàn)在，圖像增強(qiáng)是在數(shù)字圖像處理，其目的是改善視覺效果中使用的方法之一。</p><p>　　水果或易于理解和分析的計(jì)算機(jī)的圖像，根據(jù)圖像的特性或問題的存在</p><p>　　圖像增強(qiáng)的定義方法是目前沒有一個(gè)統(tǒng)一的權(quán)威。</p><p>　　根據(jù)

71、圖像灰度變換;是整個(gè)圖像或曝光不足，且使用灰度變換的一部分，其目的是為了提高圖像對(duì)比度;和直方圖修飾是通過打開的范圍內(nèi)的圖像或灰度變換的動(dòng)態(tài)范圍的灰度電平分布趨于均勻，從而提高了對(duì)比度，圖像是清晰的細(xì)節(jié)?？臻g濾波模板本身被稱為空間濾波器，空間濾波機(jī)制是在圖像中由點(diǎn)移動(dòng)模板，響應(yīng)于預(yù)定義的濾波器系數(shù)的點(diǎn)和對(duì)應(yīng)于像素值的關(guān)系的過濾器模板的掃描區(qū)域中的過濾器進(jìn)行處理來計(jì)算，該平滑化濾波器是消除在圖像中的干擾因素和圖像增強(qiáng)，濾波和銳化的特征混雜

72、是圖像邊緣增強(qiáng)識(shí)別和處理的圖像。</p><p>　　頻率增強(qiáng)處理用于轉(zhuǎn)化的圖像，然后圖像處理后，使用逆變換回到空間處理后的圖像，應(yīng)該注意的是，頻率增強(qiáng)處理的變換的圖像，而不是直接在輸入圖像工藝加工濾波器響應(yīng)于該預(yù)定義的濾波器系數(shù)和對(duì)應(yīng)于像素值的關(guān)系來計(jì)算過濾器模板掃描區(qū)域的點(diǎn)，平滑濾波器是消除在圖像中的干擾因素和圖像增強(qiáng)的功能混雜，過濾和銳化是圖像的邊緣是增強(qiáng)識(shí)別和處理圖像這里主要的閾值的梯度，場平均法，中值濾

73、波器，巴特沃茲低通濾波器態(tài)濾波 5 種增強(qiáng)方法的算法實(shí)現(xiàn)為例。</p><p><b>　　（1）閾值梯度 </b></p><p>　　設(shè)原始圖像為 f(x,y)，梯度輸出圖像為 g(x,y)=|G[f(x,y)]|。添加閾值 T 后的輸出圖像如式（3-1）所示。</p><p><b>　?。?-1）</b></

74、p><p>　　算法的主要程序?yàn)椋?</p><p>　　[AX,AY]=gradient(A); </p><p>　　C=sqrt(X+AY.*AY); </p><p><b>　　OUT=A; </b></p><p>　　j=find(C>=T); </p><p&

75、gt;　　OUT(j)=C(j); </p><p>　?。?）中值濾波的實(shí)現(xiàn)主要是利用 MATLAB 提供的調(diào)用函數(shù) medfilt2。 </p><p>　?。?）領(lǐng)域平均法主要是利用濾波模板矩陣，4 領(lǐng)域和 8 鄰域的模板矩陣有所不同，歸一化模板的參數(shù)也不同，現(xiàn)在來舉例說明：8(4)領(lǐng)域的模板矩陣為M=[111;101;111](M=[010;101;010])，歸一化后 M=M/8

76、(M=M/4)，在利用歸一化后的模板進(jìn)行濾波，OUT=conv2(IN，M）,OUT 為濾波后圖像，IN 為輸入圖像。 </p><p>　?。?） Butterworth 低通濾波器，其傳遞函數(shù)的表達(dá)式如式（3-2）所示。</p><p><b>　?。?-2）</b></p><p>　　其中 n 為階數(shù)，D0為截止頻率。其算法的程序?yàn)椋?/p>

77、 </p><p>　　[N1,N2]=size(IN); </p><p>　　n1=fix(N1/2); </p><p>　　n2=fix(N2/2); </p><p>　　for j=1:N2 </p><p>　　d=sqrt((i-n1)^2+(j-n2)^2); </p><p>

78、;<b>　　if d==0 </b></p><p><b>　　h=0; </b></p><p><b>　　else </b></p><p>　　h=1/(1+(d/b)^(2*a)); </p><p><b>　　end </b></p

79、><p><b>　　end </b></p><p><b>　　end </b></p><p>　?。?）同態(tài)濾波的主要算法程序?yàn)椋?</p><p>　　gauss_low_filter = fspecial('gaussian', [7 7], 1.414); </p&g

80、t;<p>　　matsize = size(gauss_low_filter); </p><p>　　gauss_high_filter = zeros(matsize); </p><p>　　gauss_high_filter(ceil(matsize(1,1)/2),ceil(matsize(1,2)/2)) = 1.0; </p><p>

81、　　gauss_high_filter = gauss_high_filter_h*gauss_high_filter -...... </p><p>　　(gauss_high_filter_h- gauss_high_filter_l)*gauss_low_filter; </p><p>　　log_IN = log(double(IN)); </p><p&g

82、t;　　high_log_part =imfilter(log_B,gauss_high_filter,'symmetric','conv'); </p><p>　　high_part = exp(high_log_part); </p><p>　　minv = min(min(high_part)); </p><p>　　ma

83、xv = max(max(high_part)); </p><p><b>　　3.2圖像復(fù)原</b></p><p>　　模糊或退化圖像可以是通過式（3-3）來描述圖像恢復(fù)和圖像增強(qiáng)技術(shù)一樣，是一種提高圖像質(zhì)量的技術(shù)，目的是圖像的劣化盡可能返回到真面目原來的。其方法是：首先從圖像退化機(jī)理的分析入手描述圖像降解過程的數(shù)學(xué)模型;然后在基于所述退化模型，通過計(jì)算過程的逆

84、模型，從退化圖像計(jì)算出準(zhǔn)確的即時(shí)圖像，恢復(fù)圖象和原始信息。 </p><p>　　g=Hf+n (3-3)</p><p>　　其中，G是模糊的圖像（圖像劣化）; ?失真算子，也被稱為點(diǎn)擴(kuò)散函數(shù)（PSF）; F是原始圖像，所述N個(gè)噪聲圖像復(fù)原基于由所述恢復(fù)模式中描述的式（3-3）。其基本原理是利

85、用PSF可以準(zhǔn)確描述反卷積的模糊圖像失真。所恢復(fù)的圖像的圖像質(zhì)量，主要是取決于PSF的選擇。有圖像復(fù)原的方法很多，這里主要介紹卷積算法和Lucy-Richardson算法，盲目維納濾波維納濾波是退化圖像和估計(jì)圖像之間的最小平均值。方差來恢復(fù)圖喜歡。在點(diǎn)擴(kuò)散函數(shù)（PSF）準(zhǔn)確的情況下，實(shí)行模糊恢復(fù)效果維納濾波是非常好的，但維納濾波的缺陷是過濾后的圖像塊效應(yīng)和維納濾波前一定要用過才知道或估計(jì)原始圖像和噪聲功率譜。 </p>&

86、lt;p>　　由于維納濾波器和Lucy理查森需要使用更多的以確定PSF，因此在恢復(fù)圖像盲反卷積方法，盲去卷積恢復(fù)圖像的原則是，第一模糊模擬（降解）的圖像來估計(jì)造成的（降解）因子的模糊（這個(gè)因素是原始圖像卷積導(dǎo)致模糊或退化的圖像），則因素可能為高斯，運(yùn)動(dòng)，日志過濾并初始化PSF，一般選擇該陣列作為初始PSF，使用恢復(fù)的重量提高的效果，重量是一個(gè)與輸入圖形作為同一矩陣的大小，對(duì)圖像恢復(fù)的deconvblind功能。主要有以下幾種在例如

87、盲反褶積算法 </p><p>　　underPSF = ones(size(PSF)-4); </p><p>　　initPSF = padarray(underPSF,[2,2],'replicate','both'); </p><p>　　weight=edge(IN,'sobel',a); </p&g

88、t;<p>　　se = strel('disk',2); </p><p>　　weight = 1-double(imdilate(weight,se)); </p><p>　　weight([1:3 end-[0:2]],:)=0; </p><p>　　weight(:,[1:3 end-[0:2]])=0; </p&g

89、t;<p>　　[OUT P]=deconvblind(IN,initPSF,b,[],weight); </p><p>　　PSF中是分別用于模擬點(diǎn)擴(kuò)散函數(shù)，敏感閾Sobel邊緣檢測，對(duì)IN和OUT的數(shù)B迭代盲反卷積的退化圖像估計(jì)的輸入和輸出圖像</p><p><b>　　3.3圖像變換</b></p><p>　　圖像是從

90、空間域變換到頻域的圖像，是用于數(shù)學(xué)問題的一個(gè)合適的變換原始圖像的功能，許多圖像轉(zhuǎn)化方法連續(xù)出現(xiàn)，從傅里葉變換余弦變換，然后到現(xiàn)在流行的小波變換，變換全部雖然名稱不同，但有一點(diǎn)是相同的，每個(gè)人都有自己的變換，正交變換設(shè)置，不同的改造形成，由于各種不同的組正交變換的。</p><p>　　圖像變換可以分為分開的轉(zhuǎn)化和兩種類型的統(tǒng)計(jì)變換</p><p>　　可分離變換，包括傅里葉變換，離散余弦變

91、換，阿達(dá)瑪變換，沃爾什變換和Haar變換等;統(tǒng)計(jì)改造主要是改造的Hotelling。</p><p>　　傅立葉的兩比特M * N個(gè)圖像函數(shù)f（x，y）轉(zhuǎn)換（3-4）示出為公式</p><p><b>　?。?-4）</b></p><p>　　在這里，我們所說的FFT2功能實(shí)現(xiàn)傅里葉變換</p><p>　　離散余弦變

92、換，稱為DCT，是真正的域變換，變換內(nèi)核是實(shí)數(shù)，計(jì)算速度快的余弦函數(shù)，它適用于圖像壓縮和隨機(jī)信號(hào)處理的離散余弦變換是一個(gè)變換和傅里葉變換時(shí)，他就相當(dāng)于一個(gè)長度大約是兩個(gè)離散傅里葉次變換為灰度圖像中，第一行上執(zhí)行DCT變換，則列DCT變換，變換的能量會(huì)集中在左上角的位置，即低頻部分的DCT變換表達(dá)，如所示的式（3-5）英寸</p><p><b>　?。?-5）</b></p>

93、<p>　　同樣，MATLAB提供了一個(gè)功能，方便使用DCT2的</p><p>　　在圖像處理，霍夫變換是特征提取技術(shù)，它是在1962年由保羅霍夫，最初兩個(gè)值圖象行的檢測，以及后來擴(kuò)展到檢測任意形狀。在二維參數(shù)空間中，霍夫變換是使用與在圖像空間的某些特征的像素，從而找出累積相應(yīng)的點(diǎn)。由此可以看出，與參數(shù)空間的維數(shù)的增加，以下是計(jì)算和耗時(shí)的量，以及巨大的存儲(chǔ)空間的增加?；舴蜃儞Q程序如下 </p&g

94、t;<p>　　B=getimage(handles.axes3); </p><p>　　C=edge(B,'canny'); </p><p>　　prompt={'rho=','theta='}; </p><p>　　def={'1','1'}; </p>

95、;<p>　　A={'u','v'}; </p><p>　　answer=inputdlg(prompt,'請(qǐng)輸入：',1,def); </p><p>　　if ~isempty(answer) </p><p>　　a = str2num(answer{1}); </p><p&

96、gt;　　b = str2num(answer{2}); </p><p>　　[H,T,R]=hough(C,'RhoResolution',a,'ThetaResolution',b); </p><p>　　imshow(H,'XData',T,'YData',R,... </p><p>　　&

97、#39;initialMadnification','fit'); </p><p>　　xlabel('\theta'),ylabel('\rho'); </p><p>　　axis on,axis normal,hold on; </p><p>　　colormap(hot); </p>

98、<p><b>　　end </b></p><p>　　奧地利數(shù)學(xué)家氡氡1971變換，Radon變換用于計(jì)算所述圖像投影矩陣中的。然后二維氡的方向變換通?？梢岳斫猓貉夭煌木€平面的（行和距離的原點(diǎn)為D，α-方向角），F(xiàn)（X，Y）中，f（D，阿爾法）的線積分是一個(gè)函數(shù)f Radon變換。也就是說，平面（D，阿爾法）對(duì)應(yīng)的線積分值原函數(shù)的每個(gè)點(diǎn)的圖像函數(shù)值更直觀的理解是，如果你的手指

99、在給定方向并行光傳輸都很強(qiáng)，看到你在3D氡變換源圖像的手指，手指光衰減系數(shù)（兩個(gè)坐標(biāo)）稅。兩比特圖像f（A，B）的表達(dá)作為Radon變換（3-6）</p><p><b>　　（3-6）</b></p><p><b>　　其中，</b></p><p>　　事實(shí)上，Radon變換是最常用的醫(yī)用X射線掃描反演中，X射線在使

100、用人體將繼續(xù)衰減可見積分的衰減量沿著X射線的方向因此，圓形的水平掃描可以是氡的截面變換結(jié)果不同的方向這一結(jié)果，只使用逆變換，就可以恢復(fù)平面圖利用氡氣轉(zhuǎn)化過程順序。 </p><p>　　B=getimage(handles.axes3); </p><p>　　C=edge(B,'sobel'); </p><p><b>　　l=1; &

101、lt;/b></p><p>　　prompt={'theta=£º'}; </p><p>　　def={'1'}; </p><p>　　answer=inputdlg(prompt,'ÇëÊäÈ룺',1,

102、def); </p><p>　　if ~isempty(answer) </p><p>　　a = str2num(answer{1}); </p><p>　　b =0:l:360; </p><p>　　[R,xp]=radon(C,b); </p><p>　　imagesc(b,xp,R); </p&

103、gt;<p>　　xlabel('\theta'),ylabel('X'); </p><p>　　colormap(hot); </p><p>　　colorbar; </p><p><b>　　end </b></p><p>　　霍特林變換也通常被稱為主成分變換（P

104、CA）或K-L變換。是基于圖像的統(tǒng)計(jì)特性，其協(xié)方差矩陣，除了對(duì)角線領(lǐng)域元素都是0的，消除了的數(shù)據(jù)中的一個(gè)轉(zhuǎn)換</p><p>　　相關(guān)，它在信息壓縮中起重要作用?；籼亓肿儞Q的目的是找到任何統(tǒng)計(jì)數(shù)據(jù)</p><p>　　該分布式數(shù)據(jù)集的主要組成部分的子集。</p><p>　　3.4圖像的邊緣檢測</p><p>　　在數(shù)字圖像處理的邊緣檢測是

105、非常重要的。這是因?yàn)?，邊緣是目?biāo)和背景的邊界提取，只有被提取的邊緣，為了更好的目標(biāo)與背景分開。同時(shí)，圖像分割是基于邊緣檢測技術(shù)。</p><p>　　檢測操作人員使用的Robert算（羅伯茨），索貝爾（索貝爾）算子，Prewitt算子，高斯 - 拉普拉斯（LOG）和Canny算子（Canny算子）操作符。</p><p>　　羅伯特（羅伯特）運(yùn)算是一種梯度計(jì)算方法，梯度其中是梯度的邊緣，并

106、且所述梯度的方向是垂直于所述邊緣。兩個(gè)卷積核是和</p><p>　　Canny算子是一個(gè)最佳的邊緣檢測算子的基本思路的操作者是：第一圖像處理，以選擇用于平滑濾波器平滑減薄圖像梯度幅值，尋找圖像中的可疑的邊緣點(diǎn)的高斯濾波器。則邊緣檢測是通過在遞歸閾值的兩階段找到邊緣點(diǎn)實(shí)現(xiàn)。因?yàn)檫@種方法是由僅在與圖像中邊緣連接強(qiáng)和弱邊緣的兩個(gè)兩個(gè)閾示出了弱邊緣判定，所以Canny算子可以用于檢測弱邊緣效果非常好拉普拉斯高斯（對(duì)數(shù)）

107、算時(shí)，操作者首先使用高斯函數(shù)來平滑圖像，然后使用基于兩個(gè)階微分的零交叉拉普拉斯算子來檢測邊緣。該操作符是兩個(gè)操作特性的組合，因此具有高斯算子，拉普拉斯算子銳化的特性，并具有雖然平滑和銳化是雙方之間的矛盾，但與最佳結(jié)合在一起，這是因?yàn)閳D像噪聲，平滑后的積分將被淘汰，然后銳化邊緣檢測，或?qū)⑹欠浅：玫?。在這一部分，邊緣檢測的方法是通過調(diào)用索貝爾的功能來實(shí)現(xiàn)，并在MATLAB算子和Canny算子被用作例子</p><p>

108、;　　B=getimage(handles.axes3); </p><p>　　prompt={'敏感閾值：'}; </p><p>　　def={'0.04'}; </p><p>　　answer=inputdlg(prompt,'請(qǐng)輸入：',1,def); </p><p>　　if ~

109、isempty(answer) </p><p>　　a = str2num(answer{1}); </p><p>　　j=edge(B,'sobel',a); </p><p>　　imshow(j) </p><p><b>　　end </b></p><p>　　B=g

110、etimage(handles.axes3); </p><p>　　prompt={'最小閾值：','最大閾值：','高斯濾波器標(biāo)準(zhǔn)差sigma：'}; </p><p>　　def={'0.01','0.06','1'}; </p><p>　　answer=inpu

111、tdlg(prompt,'請(qǐng)輸入：',1,def); </p><p>　　if ~isempty(answer) </p><p>　　a = str2num(answer{1}); </p><p>　　b = str2num(answer{2}); </p><p>　　c = str2num(answer{3}); &

112、lt;/p><p>　　j=edge(B,'canny',[a,b],c); </p><p><b>　　第四章 程序仿真</b></p><p><b>　　4.1圖像增強(qiáng)</b></p><p>　　灰度圖像的曲線，圖像直方圖是從灰圖中可以知道在亮度，包括它的動(dòng)態(tài)范圍時(shí)，灰度圖像是

113、圖像功能集中在一個(gè)區(qū)域中，圖像的對(duì)比度可能會(huì)非常差。為了改善這種情況，我們使用直方圖均衡處理圖像。</p><p>　　直方圖均衡是灰度平均分配到圖像中的所有像素，灰度值直方圖盡可能出現(xiàn)均勻分布的，所以可以提高圖像對(duì)比度，圖像看起來清晰。</p><p><b>　　程序代碼：</b></p><p>　　>> I=imread(&

114、#39;G:\123.jpg');%讀取圖像</p><p>　　>> subplot(221) %把圖象顯示出來</p><p>　　>> imshow(I) </p><p>　　>> I2=I(:,:,1); %提取圖像紅色分量</p><p>　　>> I3

115、=histeq(I2); %對(duì)圖像做均衡化處理</p><p>　　>> subplot(221);imshow(I);title('原始圖片');</p><p>　　>> subplot(222);imshow(I2);title('提取紅色分量');</p><p>　　>> subp

116、lot(223);imshow(I3);title('處理后的圖像'); </p><p>　　>> subplot(222);imhist(I3);title('處理后的直方圖');</p><p>　　>> figure();subplot(221);imshow(I3);title('紅色分量的直方圖');<