朱正为数字图像处理应用.docVIP

第八章 数字图像处理的应用 本章通过几个MATLAB数字图像处理实例，介绍数字图像处理技术的应用，具体内容包括： MATLAB图像处理工具箱 MATLAB图像处理工具箱图像处理工具箱是一个函数的集合，它扩展了matlab数值计算环境的能力。这个工具箱支持了大量图像处理操作，包括：空间图像变换 Spatial image transformations形态操作 Morphological operations 邻域和块操作 Neighborhood and block operations线性滤波和滤波器设计 Linear filtering and filter design格式变换 Transforms 图像分析和增强 Image analysis and enhancement图像登记 Image registration清晰化处理 Deblurring兴趣区处理 Region of interest operations 工具箱里的函数都是M文件，可以通过type function_name来查看代码，也可以通过写自己的matlab函数来扩展工具箱。要查看是否安装了该工具箱，可以使用ver命令来查看已安装的工具箱。 其他相关工具箱有：DSP BlocksetImage Acquisition ToolboxMapping ToolboxSignal Processing ToolboxWavelet Toolbox 下面通过简单的例子介绍工具箱的使用方法，此例子介绍了一些基本的图像处理，包括读、写图像，演示图像的直方图均衡，得到图像信息等。数组的形式存储的 其中的每一个元素称为象素，符号f(p,q)表示位于第p行和q列的元素。 （2）读取一个图像 使用imread可以将图像读入MATLAB环境。 clear, close all f=imread(D:\myimages\dianluban.jpg); （3）显示一个图像 imshow(f) //显示图像f。 imshow(f, G) //G是显示图像的灰度级数。省略时默认灰度级数为256。 imshow(f, [low, high]) //将所有小于或等于low的值都显示为黑色，所有大于或等于high的值都显示为白色。 imshow(f, [ ]) //将变量low设置为数组f的最小值，将变量high设置为数组f的最小值，这一形式在显示一幅动态范围较小的图像或既有正值又有负值的图像时很有用。 imshow(f), figure, imshow(g) 保持第一幅图像并同时显示第二幅图像。 （4）检查图像在工作区中的表现形式 whos Name? ?? ?Size? ?? ????Bytes??Class??I? ?? ? 291x240? ?? 69840??uint8 arrayGrand total is 69840 elements using 69840 bytes图像数据是按数组的形式存储的。显示图像直方图图像直方图均衡处理显示图像的直方图 igure, imhist(I) 或figure, imhist(I,b) //I是图像文件b是灰度级的个数 执行直方图均衡化I2=histeq(I); figure, imshow(I2)  均衡后的直方图为igure, imhist(I2) （6） 保存图像（写图像到硬盘 imwrite(f, filename, jpg) 或imwrite(f, C:\pout2.png) （7）得到图像信息 C:\pout2.png) // 返回关于图像文件的信息 8.2 图像直方图及其拟合 （1）概述 雷达目标和杂波幅度分布特性是雷达目标和杂波的主要统计特性之一，对雷达信号处理、检测、识别、仿真及对雷达系统设计和性能评估均有十分重要的意义。长期以来，雷达工作者一直在研究和探讨这一问题，由于雷达杂波比较复杂，它包括地物杂波、海杂波、气象杂波、鸟群杂波（仙波）和箔条杂波等各种有源和无源干扰，并且在不同条件下，又是千变万化的，故分析起来比较困难。一般都是采用统计的方法，对它们进行分析或对实测数据进行拟合来对雷达杂波的幅度分布进行建模。到目前为止，雷达杂波幅度分布模型有高斯分布、瑞利分布、K分布、韦布尔分布、对数-正态分布、莱斯（Rice）分布模型等。现代目标模型有莱斯模型、对数-正态分布模型和（Chi方）模型等。本节针对高分辨率SAR图像（的直方图），分析几种常用模型的建模能力（其核心是各分布概率密度函数参数的估计，其中常用的参数估计方法有矩估计法、极大似然估计法等）。 （2）需拟合的直方图 草地SAR图像、森林SAR图像和城市SAR