基于matlab编程的数字图像处理论文.docVIP

郑州航空工业管理学院 结 课 设 计（论文） 200 级 工程 专业 0083 班级 课 程 数字图像处理 姓 名 学号 指导教师 陈 宇 职称 讲 师 二О一 年 十 月十 一、引言 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，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。 本次结课设计基于MATLAB的数字图像处理环境，利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。论述了利用MATLAB实现灰度增强技术研究与设计灰度增强技术 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。 MATLAB代码所示： X1=imread( cameraman.tif); figure,imshow(X1) f0=0;g0=0; f1=70;g1=30; f2=180;g2=230; f3=255;g3=255; r1=(g1-g0)/(f1-f0); b1=g0-r1*f0; r2=(g2-g1)/(f2-f1); b2=g1-r2*f1; r3=(g3-g2)/(f3-f2); b3=g2-r3*f2; [m,n]=size(X1); X2=double(X1); for i=1:m for j=1:n f=X2(i,j); g(i,j)=0; if(f=0)(f=f1) g(i,j)=r1*f+b1; elseif (f=f1)(f=f2) g(i,j)=r2*f+b2; elseif (f=f2)(f=f3) g(i,j)=r3*f+b3; end end end figure,imshow(mat2gray(g)) 图像处理图示(如图2-2和图2-3) 图2-2 原图 图2-3增强对比度所得图像 2.2 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。 MATLAB代码所示： X1=imread(cameraman.tif); f1=200; g1=256; k=g1/f1; [m,n]=size(X1); X2=double(X1); for i=1:m for j=1:n f=X2(i,j); g(i,j)=0; if(f=0)(f=f1) g(i,j)=g1-k*f; else g(i,j)=0; end end end figure,imshow(mat2gray(g)) 图像处理图如图2-4所示： 图2-4 图像求反后 2 空域滤波增强 一般情况下，像素的邻域比该像素要大，也就是说这个像素的邻域中除了本身以外还包括其他像素。在这种情况下，g(x,y)在(x,y)位置处的值不仅取决于f(x,y)在以(x,y)为中心的邻域内所有的像素的值。如仍以s和t分别表示f(x,y)在(x,y)位置处的灰度值，并以n(s)代表f(x,y)在(x,y)邻域内像素的灰度值，则 t=EA[s,n(s)] 为在邻域内实现增强操作，常可利用模板与图像进行卷积。每个模板实际上是一个二维数组，其中各个元素的取值定了模板的功能，这种模板操作也称为空域滤波。 2.1 基本原理 空域滤波可分为线形滤波和非线形滤波两类。 线形滤波器的设计常基于对傅立叶变换的分析。 非线形空域滤波器则一般直接对邻域进行操作。 另外各种滤波器根据功能又主要分成平滑滤波和锐化滤波。平滑可用低通来实现，锐化可用高通来实现 平滑滤波器：它能减弱或消除傅立叶空间的高频分量，但不影响在低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分，滤波器将这些分量滤去可使图像平滑。 锐化滤波器：它能减弱或消除傅立叶空间的高频分量 空域滤波器都是利用模板卷积，主要步骤如下：