基于matlab的圖像預(yù)處理技術(shù)研究【文獻(xiàn)綜述】

1、畢業(yè)設(shè)計畢業(yè)設(shè)計文獻(xiàn)文獻(xiàn)綜述題目：基于matlab的圖像預(yù)處理技術(shù)研究專業(yè)：電子信息工程1前言部分前言部分眾所周知，MATLAB在數(shù)值計算、數(shù)據(jù)處理、自動控制、圖像、信號處理、神經(jīng)網(wǎng)絡(luò)、優(yōu)化計算、模糊邏輯、小波分析等眾多領(lǐng)域有著廣泛的用途，特別是MATLAB的圖像處理和分析工具箱支持索引圖像、RGB圖像、灰度圖像、二進制圖像，并能操作.bmp、.jpg、.tif等多種圖像格式文件如。果能靈活地運用MATLAB提供的圖像處理分析函數(shù)及工具

2、箱，會大大簡化具體的編程工作，充分體現(xiàn)在圖像處理和分析中的優(yōu)越性。圖像就是用各種觀測系統(tǒng)觀測客觀世界獲得的且可以直接或間接作用與人眼而產(chǎn)生視覺的實體。視覺是人類從大自然中獲取信息的最主要的手段。拒統(tǒng)計，在人類獲取的信息中，視覺信息約占60%，聽覺信息約占20%，其他方式加起來才約占20%。由此可見，視覺信息對人類非常重要。同時，圖像又是人類獲取視覺信息的主要途徑，是人類能體驗的最重要、最豐富、信息量最大的信息源。通常，客觀事物在空間上都

3、是三維的(3D)的，但是從客觀景物獲得的圖像卻是屬于二維(2D)平面的。圖像存在方式多種多樣，可以是可視的或者非可視的，抽象的或者實際的，適于計算機處理的和不適于計算機處理的。圖像處理它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像

4、的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。首次獲得實際成功應(yīng)用的是美國噴氣推進實驗室（JPL）。他們對航天探測器徘徊者7號在1964年發(fā)回的幾千張月球照片使用了圖像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進行處理，并考慮了太陽位置和月球環(huán)境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發(fā)

5、回的近十萬張照片進行更為復(fù)雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創(chuàng)舉奠像平滑和圖像的傾斜校正等過程。2主題部分部分圖像預(yù)處理主要研究的內(nèi)容有以下幾個方面：1)圖像變換由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立

6、葉變換可在頻域中進行數(shù)字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。2)圖像編碼壓縮圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。3)圖像增強和復(fù)原圖像增強和復(fù)原的目的是為了提高圖

7、像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強化低頻分量可減少圖像中噪聲影響。圖像復(fù)原要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型“，再采用某種濾波方法，恢復(fù)或重建原來的圖像。4)圖像分割圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域

8、等，這是進一步進行圖像識別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱

9、體描述等方法。6)圖像分類（識別）圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強、復(fù)原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。解決圖像因為天氣或者拍攝角度等原因造成的圖像模糊、歪斜或缺損的情況。一般動作有對輸入的灰度圖像進行大小歸一化，避免因圖像