基于MATLAB的数字图像处理与分析-论文.pdf

《基于MATLAB的数字图像处理与分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·软件透视基于MATLAB的数字图像处理与分析李晶路付云宝胡松(长安大学，陕西西安710000)摘要：MATLAB是当今最强大的一款科技应用软件之一本文简单介绍了利用hfATLAB进行图像处理的牦占’，并举例说明TMATLAB在图像处理中图像增强和边缘检测常用的一些方法。关键词：MATLAB；图像增强；边缘检测图像处理是人类获取图像内部所包含的信息的重要手段。反差，使图像的细节更加清晰，进而达到增强图像的目的。它主要是指利用计算机将图像转换成数字信号并进行一系列下面是用MATLAB对图像“coins”进行的直方图均衡

2、化增处理的过程。利用图像处理技术能够使人们获得任意波长上所强效果对比图，如图i所示。测得的图像，当今图像处理技术已经运用到各个领域内，尤其具体对应的MATLAB语言实现的源程序以及主要注解如下是在航空航天、生物制药、工程检测、军事通讯、工业生产等领I：imread(’coins．png’)；％读入要处理的图像文件。域已经取得了一系列的重要成就。M：histeq(I，64)；％对图像进行直方图均衡化处理，指定均1MATLAB图像处理的特点衡化后的灰度为64。MATLAB是由美国MathWorks公司推出的⋯款主要用于数

3、学subplot(2，2，1)，imshow(I)，title(’原始图像’)；％显示原始‘算和图像处理的软件。经过多年的实践应用MATLAB已经成为图像。目前工程中最重要的图像处理软件。subplot(2，，2，2)，imhist(I，64)，title(’原始直方图’)；％显MATLAB图像处理工具箱是利用MATLAB强大的数学计算能示原始直方图。力，为广大用户提供了一套全方位的参照标准算法和图形工具，subplot(2，2，3)，imshow(M)，title(’直方图均衡化后的图用于进行图像处理、分析、可视化

4、和算法开发。MATLAB图像处理像’)：％显示均衡化后的图像。工具箱函数主要包括以下15类：(1)图像显示函数：(2)图像文subplot(2，2，4)，imhist(M，64)，title(’直方图均衡化后的件输入、输出函数：(3)图像几何操作函数；(4)图像像素值及直统计函数；(5)图像分析函数：(6)图像增强函数；(7)线性滤⋯波函数：(8)二维线性滤波设计函数；(9)图像变换函数；(10)4000图像邻块及块操作函数：(11)二值图像操作函数；(12)基于区20O0域的图像处理函数；(13)颜色图像操作函数；

5、(14)颜色空间转■●_、J-O1．⋯ljlI．换函数；(15)图像类型和类型转换函数。MATLAB图像处理工具箱能提供的图像处理非常的广泛，主要包括：图像数据的读取和保存、图像的显示、创建用户接口，实现交互操作、图像的几何变换、图像滤波器设计及线性滤波、形态学图形处理、图像域变换、图像增强、图像分析、图像合成、图像配准、图像分割、图像ROI处理、图像恢复、彩色图像处理、邻域和块处理等。利用图像处理工具箱，人们能够在不必考虑图像的格式、图1内容、读写、显示等这些图像自身包涵的细节，把主要的精力放通过对两幅图的对比可以

6、很清晰的看出进行均衡化的图像在对图像算法的研究上，进而能够大幅度的提高工作效率。并变得清晰，直方图的形状更加理想。且，我们在对这些算法进行测试时既能够得到理想的数据，又2．2非线性空域滤波实现图像增强能得到直观的图示。空域滤波是空域图像增强的一种常用的方法。空域滤波是对图像中每个像素为中心的邻域进行一系列的运算，最终将下面将通过一些例子来简单的介绍利用MATLAB进行数字得到的结果替换原来的像素值。空域滤波一般分为线性空域滤图像处理的方法。2图像增强波和非线性空域滤波。线性平均滤波是一种最常用的线性空域滤波。线性平均

7、滤波实际是一种低通滤波，信号的低频部分通2．1直方图均衡实现图像增强过，阻止高频部分通过。由于图像的边缘处于高频部分，因此图像增强的目的是运用当前的技术去改善图像的视觉效线性平均滤波后，会造成图像边缘的模糊。非线性空域滤波主果进而将图像转化成一种更适合人眼观察和机器自动分析的形要包括中值滤波、顺序统计滤波和自适应滤波等。中值滤波能式。直方图均衡化是常用的一种图像增强方法。采用直方图修够保护边缘的非线性图像平滑。整可以使原图像灰度集中的区域拉开或使灰度分布均匀，增大下面是用MATLAB对图像“colFIS”进行的中值滤

8、波增强效果对比图，如图2所示。作者简介：伞品路(1988)，男，河南驻马店人，硕研究生，具体对应的MATLAB语言实现的源程序以及主要注解如下研究方向：信与信息处理，图像处理。82日函曰圆圆圜软件透视·I=imread(’coins．png’)；％读入文件边缘。M=histeq(I，64)下面是用MATLAB对图像“lena”进行的LOG算子边