MATLAB在图像处理与分析中的应用

MATLAB在图像处理与分析中的应用

ID:37861966

大小:334.00 KB

页数:5页

时间:2019-06-01

MATLAB在图像处理与分析中的应用_第1页
MATLAB在图像处理与分析中的应用_第2页
MATLAB在图像处理与分析中的应用_第3页
MATLAB在图像处理与分析中的应用_第4页
MATLAB在图像处理与分析中的应用_第5页
资源描述:

《MATLAB在图像处理与分析中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、MATLAB在图像处理与分析中的应用摘要:介绍了MATLAB图像处理的原理以及相关的一些函数,并根据该原理结合MATLAB编程,实际操作制作了一些图像处理的实例。关键词:图像处理,MATLAB,数字图像,函数引言MATLAB软件由美国MathWorks公司推向市场以来,历经十几年的发展和竞争,现已成为国际公认的最优秀的科技应用软件之一。该软件有三大特点:一是功能强大(数值计算和符号计算、计算结果和编程可视化、数学和文字处理、离线和在线计算等);二是界面友好、语言自然;三是开放性强,这是MATLAB最重要最受欢迎的特点之一。现在,MATLAB已经发展成为一个系列产品:MATLAB主包和各种

2、工具箱(TOOLBOX)。其中功能丰富的30多个工具箱大致分为两类,功能型工具箱和领域型工具箱。功能型工具箱主要用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以及和硬件实时交互功能,能用于多种学科;而领域型工具箱则具有专业性很强的特点,如图像处理工具箱、小波工具箱、神经网络工具箱等多个学科的专用工具箱。借助于这些工具箱研究人员可直观、方便地进行分析、计算及设计工作,从而快速实现科研构想和提高工作效率。1、MATLAB图像处理的原理及其合理性数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。常用的图像处理方法有图像增强、复原、压缩、编码等。理论上讲

3、图像是一种二维的连续函数,在计算机上对其进行数字处理的时候,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过程。二维图像进行均匀采样,就可以得到一幅离散化成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是最直观最简便的了。MATLAB中的数字图像是以矩阵的形式表示的,而MATLAB的长处就是处理矩阵运算,这意味着MATLAB的强大的矩阵运算能力用于图像处理非常有利。2、MATLAB图像处理工具箱的功能说明MATLAB提供了专门的用于图像处理的工具箱,图像处理是由一系列支持图像处理操作的函数组成,所支持的图像处理操作有:几何操作,区域操作,块操作;线性滤

4、波和滤波器设计;变换(DCT变换);图像分析和增强;二值图像操作等。和其他工具箱一样,用户还可以根据需要书写自己的函数,以满足特定的需要。也可以将这个工具箱和信号处理工具箱或者小波工具箱联合起来使用。数字图像处理工具箱函数包括以下15类:图像显示函数;图像文件输入输出函数;图像几何操作函数;图像像素值及其统计函数;图像分析函数;图像增强函数;线性滤波函数;二维线性滤波器设计函数;图像变换函数;图像邻域及块操作函数;二值图像操作函数;基于区域的图像处理函数;颜色图操作函数;颜色空间转换函数;图像类型和类型转换函数。常用的工具箱函数功能如下:MATLAB的图像增强功能图像增强的目的是采用一系

5、列技术去改善图像的视觉效果或将图像转换成一种更适合于人眼观察和机器自动分析的形式。常用的图像增强方法有以下几种:(1)灰度直方图均衡化。均匀量化的自然图像的灰度直方图通常在低灰度区间上频率较大,采用直方图修整可使原图像灰度集中的区域拉开或使灰度分布均匀,从而增大反差,使图像的细节清晰,达到增强目的。直方图均衡化可用histeq()函数实现。(2)灰度变换法。一般的图像整个图像偏亮或偏暗,为此需要对图像中的每一像素的灰度级进行标度变换,扩大图像灰度范围。以达到改善图像质量的目的。这一灰度调整过程可用imadjust()函数实现。(3)平滑与锐化滤波。在灰度连续变化的图像中,我们通常认为与相

6、邻像素灰度相差很大的突变点为噪声点,灰度突变代表了一种高频分量,低通滤波则可以削弱图像的高频成分。平滑了图像信号,但也可能使图像目标区域的边界变得模糊。而锐化技术采用的是频域上的高通滤波方法,通过增强高频成分减少图像中的模糊,特别是模糊的边缘部分得到了增强,但同时也放大了图像的噪声。在MATLAB中,各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现,可用fspecial()函数创建预定义的滤波算子,然后用filter2()或conv2()函数在实现卷积运算的基础上进行滤波。.MATLAB的边缘检测功能边缘是所要提取目标和背景的分界线,提取出边缘才能将目标和背景区分开来。如果一个

7、像素落在边界上,那么它的邻域将成为一个灰度级变化的带。对这种变化最有用的两个特征是灰度的变化率和方向。边缘检测算子可以检查每个像素的邻域并对灰度变化率进行量化。MATLAB工具箱提供的edge()函数可针对sobel算子、prewitt算子、Roberts算子、log算子和canny算子实现检测边缘的功能。基于灰度的图像分割方法也可以用简单的MATLAB代码实现。MATLAB图像变换功能图像变换技术是图像处理的重要工具,常运用于图像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。