图像处理作业(MATLAB数字图像增强应用)

《图像处理作业(MATLAB数字图像增强应用)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、目录MATLAB的数字图像增强应用2前言2一、数字图像处理的历史与发展应用2二、MATLAB与数字图像处理3（一）MATLAB简介3（二）MATLAB用于数字图像增强的优势4（三）基于MATLAB的图像增强方法和算法4三、图像增强应用6（一）直方图增强6（二）直方图均衡化9（三）图像二值化12（四）对比度增强131.伪彩色增强162.真色彩增强17四、实训总结18MATLAB的数字图像增强应用前言基于数字图像增强对图像处理的重要性，将计算软件MATLAB应用于数字图像增强中，使用这一软件完成图像的对比度增强、直方图均衡化、平滑滤波

2、、锐化、彩色增强等操作，并给出了处理前后的对照图像。同时论述了MATLAB在进行图像处理试验时简洁、高效的特点。关键词：图像增强，MATLAB,直方图均衡化,平滑滤波，锐化，彩色。一、数字图像处理的历史与发展应用数字图像处理是20世纪60年代发展起来的一门新兴学科。随着微型计算机性能的提高，数字图像处理技术也得到了广泛的普及，当前图像处理技术在工业自动化、工业检测、医学、遥感探测等各个方面都发挥着十分重要的作用。对于图像处理系统来说，处理流程基本可以划分为三个阶段，首先是对获得的原始图像进行预处理；其次是抽取图像特征；最后是识别分

3、析。其中图像预处理阶段即图像增强阶段极为重要，如果此阶段选择的处理方式不当，后面的工作将很难得成功。在具体的应用过程中，获取的原始图像未必是最适合处理的，例如由于光照、移动、噪声等原因，导致了图像的质量不高。但是受条件所限乂不能再次取样，这就需要对采集的图像进行增强，使其比原始图像更适合于特定的应用。因为针对的具体应用并不相同，因此图像增强并没有通用的理论。其具体的方法分为两大类：空间域方法和频域方法。“空间域”一词是指图像平面自身，这类方法是以对图像的像素点直接处理为基础的，通过点运算处理将产生一幅新的图像,是一种既简单又重要的

4、图像处理技术。二、MATLAB与数字图像处理（一）MATLAB简介MATLAB全称是MatrixLaboratory矩阵实验室），最初由CleveMoler傅士在70年代末讲授矩阵理论和数据分析等课程时编写的软件包Linkpack与Eispack组成，旨在使应用人员免去大量经常重复的矩阵运算和基木数学运算等繁琐的编程工作。如今它的应用己覆盖了许多领域，如矩阵代数、微积分、应用数学、数字信号处理、数字图像处理、神经网络和小波分析等，是科学计算、系统仿真、信号与图像处理的主流软件。MATLAB是建立在向量、数组、和矩阵基础上的一种分析

5、和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等;同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。目前，已成为工程领域中较常用的软件工具包Z—。（二）MATLAB用于数字图像增强的优势1.友好的工作平台和编程环境。2.简单易用的程序语言，语法规则与一般的高级语言类似，一个稍有编程基础的人能很快熟悉掌握。语言简洁紧凑，使用灵活，程序书写形式自由。而且库函数十分丰富，避免了繁朵的子程序编程任务。

6、3.强大的科学计算机数据处理能力，强大、高效的矩阵和数组运算功能。4.岀色的图形处理功能，向用户提供各种方便的绘图功能。5.应用广泛的模块集合工具箱，提供了图像处理工具箱、数字信号处理工具箱、小波工具箱等各种功能强大的工具箱。6.集成了各种变换函数，不仅方便了研究人员，而且使源程序简洁明了、易实现。7.实用的程序接口和发布平台。MATLAB与VisualC++有良好的接口。（三）基于MATLAB的图像增强方法和算法图像增强是按照特定的一些需要而突出一副图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法。其主要目的是使处理后

7、的图像对某些特定的应用比原来的图像更加有效。图像增强技术有育方图修改处理、图像平滑处理、图像尖锐化处理和彩色技术等。从在实际应用屮，我们经常综合运用这些方法,以便达到预期的增强效果。从技术上讲图像增强技术主要有两类：频域处理法和空域处理法。频域处理法运用卷积定理，采用修改图像傅立叶变化的方法实现对图像的增强处理技术。把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。釆用低通滤波（即只让低频信号通过）法，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法

8、和屮值滤波（取局部邻域屮的屮间像素值）法等，它们可用于去除或减弱噪声。邻域增强算法分为图像平滑和锐化两种。平滑一般用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于口标识别。常用算法有梯