matlab在《数字图像处理》教学中的应用研究

《matlab在《数字图像处理》教学中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Matlab在《数字图像处理》教学中的应用研究　　摘要：根据数字图像处理课程理论与实践并重的特点，以及Matlab软件在数字图像处理领域的优势，提出应用Matlab进行仿真实践的教学方法，通过解决混泥土路面裂缝检测的现实问题介绍了图像增强、图像滤波以及图像分割方法的实际应用，并对比了不同算法的效果。仿真表明Matlab程序简洁，可以较为容易地实现教学案例，有利于学生理解晦涩难懂的理论和方法，从而激发学生的学习兴趣，并提高解决实际问题的能力，促进应用型人才的培养。　　关键词：数字图像处理；Matlab；图像增强、图像滤波、图像分割　　中图分类号：G642.0文献标志码：A文章编号：

2、1674-9324（2016）02-0171-02　　一、概述　　数字图像处理课程的教学目标就是通过教学使学生了解和掌握数字图像处理的基本理论和技术，并能够进行相关的数字图像处理和分析，以满足各种不同领域应用的需求。为了便于学生系统全面地掌握这门专业课程，在教学过程中必须加强理论和实践的融合，让学生在掌握基本理论和经典算法的同时，利用计算机语言进行图像处理的仿真实验和应用实践，由此加深对理论的理解。　　Matlab软件是一款由美国Math5Works公司开发的商业数学软件，可用于数值计算、数据可视化、数据分析、算法开发等场合，其强大的矩阵处理与三维显示功能，特别适合数字图像处理的

3、仿真实验。Matlab提供的图像处理工具箱（ImageProcessingToolbox），是利用Matlab强大的数学计算能力，为用户提供的参照标准算法和图形工具，可实现广泛的图像处理操作[1]。因此，应用Matlab非常有利于数字图像处理课程的教学。　　本文以处理和分析混泥土路面的裂缝图像为案例，利用Matlab软件进行仿真实验，介绍说明数字图像处理教学中图像增强、图像滤波、图像分割、图像边缘提取的概念及应用，可以让学生更加清晰地理解相关算法，并掌握相应的图像处理方法的使用。　　二、Matlab在教学中的应用案例　　经济的快速发展促使了大量基础设施的建造，混凝土这种高强度、高

4、性能的建筑材料已经应用于各种各样的工程中，但由于种种原因，混凝土结构会产生裂缝，并影响其使用性、耐用性和美观，因此工程人员定期地会对裂缝进行检测和量化分析。本文通过数码相机采集了一幅包含裂缝的混泥土路面的图像。通过对该图像的处理分析，来阐述Matlab在教学中的应用。　　1.图像的直方图均衡化。数码相机采集的图像为真彩色图像，进行裂缝的检测只需亮度信息而无须考虑色彩信息，因此，首先将采集的真彩色图像转换成灰度图，这一图像转换过程称为图像的灰度化处理。Matlab图像处理工具箱中提供了函数rgb2gray，能够方便地实现图像的灰度化处理。5　　图像采集过程中因光照问题有可能导致图像

5、辨识度低，此时有必要对图像进行增强处理。直方图均衡化对于改善图像对比度有非常好的效果，其基本思想是根据输入图像的灰度概率分布来确定其对应的输出灰度值，通过扩展图像的动态范围达到提升图像对比度的目的。Matlab图像处理工具箱中提供了函数histequ进行直方图均衡化处理和函数imhist计算和显示图像的直方图。图1为使用Matlab实现灰度化处理的图像及其直方图。图2为直方图均衡化后的灰度图像及其直方图。程序如下：　　2.图像的滤波。图像采集和传输过程中，通常会产生一定噪声，影响图像质量，并且对图像检测和分析会产生不利影响，因此必须对图像进行滤波，从而减少或消除噪声的影响。中值滤

6、波是常用的图像滤波方法之一，它是一种非线性的信号处理方法，是在含有奇数点滑动窗口内，利用窗口内各点灰度值排序后的中值代替窗口中心点灰度值的方法。进行中值滤波不仅可以去除孤点噪声，而且可以保持图像的边缘特性。Matlab图像处理工具箱中提供了函数medfilt2用于中值滤波。本文分别选用尺寸为3*3、5*5、7*7的窗口对混泥土路面图像进行滤波处理，如图3所示，由图可见，3*3窗口的滤波效果相对较好。　　3.图像分割。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。图像分割较为经典的方法有边缘检测方法、阈值分割法和区域分割法。近几年，数学形态学、

7、小波分析和模糊数学等新的理论也被应用于图像分割，有效地改善了分割效果[1]。5　　阈值分割是最经典和流行的图像分割方法之一，也是最简单的一种图像分割方法，这种方法的关键在于寻找适当的灰度阈值，通常是根据图像的灰度直方图来选取。阈值分割法特别适用于目标和背景处于不同灰度级范围的图像。边缘检测是检测图像特性发生变化的位置，不同的对象灰度不同，边界处会有明显的边缘，利用此特征可以分割图像。边缘检测分割法就是通过检测出不同区域的边界来进行分割的。区域分割法主要包括区域生长法和分水岭分割法