基于matlab的数据图像增强处理研究应用

《基于matlab的数据图像增强处理研究应用》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、基于MATLAB的数据图像增强处理研究应用实验课程名称数字图像处理及应用2016年06月30日目录摘要2第一章绪论31.1.MATLAB基本知识介绍31.2.图像增强技术概述4第二章基于MATLAB的图像增强处理52.1空域处理法52.1.1灰度直方图62.1.2直方图均衡化62.2空域滤波增强72.2.1基本原理72.2.2线性平滑滤波器82.2.3非线性平滑滤波器82.2.4线性锐化滤波器82.3频域处理法9第三章展望10摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，

2、使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。关键词：图像处理、MATLAB第一章绪论1.1.MATLAB基本知识介绍MATLAB是一种用于算法开发、数据可视化、数据分析已经数值计算的高级技术计算语言和交互式环境。它在数学类科学应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现

3、算法、创建用户界面、连接其他编程语言的程序等。MATLAB的应用范围非常广，主要应用于通讯、工程计算、信号和图像处理、控制设计、信号处理和通讯、图像处理、信号通讯、金融建模设计与分析以及计算生物学等领域。MATLAB的图像处理功能主要集中在他的图像处理工具箱中。此工具箱是由一系列支持图像处理的函数组成。可以进行如几何操作、线性滤波和滤波器设计、图像的变换与增强、二值图像操作以及形态学处理等图像处理操作。MATLAB数字图像处理工具箱函数包括以下15类：1、图像显示函数；2、图像文件输入、输出函数；3、图像几何操作函数；4、图像像素值及统计函数；

4、5、图像分析函数；6、图像增强函数；7、线性滤波函数；8、二维线性滤波器设计函数；9、图像变换函数；10、图像邻域及块操作函数；11、二值图像操作函数；12、基于区域的图像处理函数；13、颜色图操作函数；14、颜色空间转换函数；15、图像类型和类型转换函数。这些函数按其功能可分为：图像显示；图像文件I/O；几何操作；像素和统计处理；图像分析；图像增强；线性滤波；线性二元滤波设计；图像变换；邻域和块处理；二进制图像操作；区域处理；颜色映像处理；颜色空间变换；图像类型和类型转换。1.2.图像增强技术概述图像增强是按特定的需求突出一幅图像中的某些信息

5、，同时，削弱或去除某些信息使得图像更加实用，其目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。增强技术主要包括：直方图修改处理、图像平滑处理、图像尖锐化处理、彩色图像处理。从从纯技术上讲主要有两类：频域处

6、理法和空域处理法。频域处理法主要是卷积定理，采用修改图像傅里叶变换的方法实现对图像的增强处理技术；空域处理法：是直接对图像中的像素进行处理，基本上是以灰度映射变换基础的。第二章基于MATLAB的图像增强处理2.1空域处理法空域法是在原图像上直接进行运算，主要是对图像中的各个像素点进行操作。典型的空域处理图像方法是灰度直方图处理技术以及直方图均衡化处理技术，它的主要原理是对一幅图像的直方图，经过一定的变换，使其成为均匀或者基本均匀。但是对于灰度直方图实施近似概率密度函数。因此，当用离散的灰度等级做变换是，很难得到完全平坦均匀的结果。1)增强对比度

7、增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某两个灰度值之间的动态范围来实现的（如图4-1）。图2-1增强对比度在图2-1中可以看出，通过变换可以使原图的较高的和较低的灰度值的动态范围减小了，而原图在二者之间的动态范围增加了，从而其范围的对比度增加了。2)图像求反对图像求反是将原来的灰度值翻转，简单的说就是使黑变白，使白变黑。普通的黑白底片和照片就是这样的关系。具体的变换就是将图像中每个像素的灰度值根据变换曲线进行映射。2.1.1灰度直方图常用的图像一般是灰度图，这时f表示灰度值，反应了退学那个上对应点的亮度，亮度是观察者对

8、所看到的物体表面反射光强的度量。作为图像灰度的度量函数f(x,y)应大于零。人们日常看到的图像一般是从目标上反射出来的光组成的，所以f(x,y)可看成