【正文】 s 算子 .............................................................................................................................................. 20 Sobel 算子 ..................................................................................................................................................... 20 Prewitt 算子 ............................................................................................................................................... 22 Kirsch 算子 .............................................................................................................................................. 22 常用的二階邊緣檢測算子 ................................................................................................................................. 23 Laplacian 算子 .............................................................................................................................................. 23 LOG（ LaplacianGauss）算子 .................................................................................................................. 24 小結(jié) ...................................................................................................................................................................... 26 4．總結(jié) ........................................................................................................................................................................... 27 參考文獻(xiàn) ......................................................................................................................................................................... 28 附 錄 ..................................................................................................................................................................... 29 1 1. 緒 論 課題概述 圖像 是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用鄰域涉及到人類生 活的方方面面。圖像的研究方法和手段根據(jù)對圖像作用域的不同，可以分為空余處理方法和變換域處理方法?？沼嗵幚矸椒ㄓ袃纱箢悾亨徲蛱幚矸ê忘c(diǎn)處理法。變換域處理法有：傅立葉變換、離散余弦變換。圖像處理的目的是改善圖像的質(zhì)量，以人為對象以改善人的視覺效果為目的。 圖像處理是用計(jì)算機(jī)對圖像進(jìn)行一系列的操作，一般操作是先將圖像數(shù)字化，即易于獲得某種預(yù)期結(jié)果的技術(shù)。 常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮、分割等。 其中邊緣檢測是圖像處理中必不可少的一步，采用微分算子檢測邊緣是最常用的，也是處理效果比較好的一種。 MATLAB 圖像處理工具箱提供了邊緣檢測（ edge）函數(shù)，它能利用多種算子進(jìn)行圖像的邊緣檢測， 語言結(jié)構(gòu)簡單。 本文主要介紹了數(shù)字圖像處理主要研究領(lǐng)域中邊緣檢測的方法，并利用MATLAB 圖像處理工具箱提供的函數(shù)處理圖片，對圖像進(jìn)行邊緣檢測，給出了各種算子檢測邊緣的結(jié)果并進(jìn)行相互比較。 在現(xiàn) 階段，圖像的處理方法很多，其中，邊緣檢測是很重要的一種處理方法， 它在圖像處理領(lǐng)域中占有重要地位，圖像的邊緣是集中了圖像大部分的信息，圖像邊緣的確定與提取對于整個(gè)圖像場景的識別與理解非常重要。在現(xiàn)實(shí)生活中，圖像處理 的問題一直是個(gè)焦點(diǎn)問題 ， 在軟件 MATLAB 處理圖像的領(lǐng)域中，圖像的各種處理易于實(shí)現(xiàn)，易于得到預(yù)期的結(jié)果。本課題闡述 2 了數(shù)字圖像在一些應(yīng)用領(lǐng)域中的處理及處理前后的對比，包括各種算子的邊緣檢測，從而實(shí)現(xiàn)對圖像的分析及處理。 課題背景知識 MATLAB 簡介 MATLAB 是 MathWorks 公司用 C 語言開發(fā)的軟件，其中的矩陣算法來自 Linpack 和 Eispack 的課題研究成果。 MATLAB 是一種將數(shù)據(jù)結(jié)構(gòu)、變成特征和圖形用戶界面完美的結(jié)合到一起的軟件。其核心是數(shù)組和矩陣。 MATLAB 的特點(diǎn)有：高級科學(xué)計(jì)算語言，用于線 性代數(shù)統(tǒng)計(jì)、的集成管理環(huán)境，算法設(shè)計(jì)開發(fā)的交互式工具，創(chuàng)建自定義工程師圖形界面的工具 ，2D 和 3D 的數(shù)據(jù)可視化，與第三方算法開發(fā)工 具 — C/C++、 FORTRAN、 Java、COM、 Microsoft Excel— 集成開發(fā)基于 MATLAB 的算法。 MATLAB 的基本功能：語言編程功能、編譯功能、自動代碼生成功能、圖像用戶界面開發(fā)功能、數(shù)學(xué)計(jì)算功能、圖形化顯示功能、 Simulink 建模仿真功能。 數(shù)字圖像簡介 圖像是對客觀對象的一種相似性的、生動的描述或表示。按圖像空間坐標(biāo)和明暗程度的連續(xù)性可分為 數(shù)字圖像和模擬圖像。數(shù)字圖像計(jì)算機(jī)可以直接處理，其空間坐標(biāo)和灰度都不連續(xù)，是用離散的數(shù)字來表示圖像。而模擬圖像的坐標(biāo)和灰度都是連續(xù)的，故模擬圖像無法用計(jì)算機(jī)直接進(jìn)行處理。 圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像 變換、 增強(qiáng)、 重建、 復(fù)原、編碼、壓縮等。 3 目的意義 圖像是對客觀對象的一種相似性的、生動的描述或表示。對圖像進(jìn)行一系列的操作以便達(dá)到預(yù)期的圖像結(jié)果 ?，F(xiàn)階段數(shù)字圖像處理技術(shù)的迅速發(fā)展為人類 帶來了巨大的經(jīng)濟(jì)社會效益，大到應(yīng)用衛(wèi)星遙感進(jìn)行的全球環(huán)境氣候監(jiān)測，小到指紋識別技術(shù)在安全領(lǐng)域的應(yīng)用 ?？梢哉f，數(shù)字圖像處理技術(shù)已經(jīng)融入到科學(xué)研究的各個(gè)領(lǐng)域。 邊緣檢測是數(shù)字圖像處理中最重要的一種技術(shù)，圖像物體中邊緣表現(xiàn)為灰度變化，邊緣廣泛存在于物體與背景之間、物體與物體之間。 小結(jié) 本章重點(diǎn)介紹了 課題簡介、 MATLAB 軟件 的特點(diǎn)與功能、 數(shù)字圖像簡介和課題的目的意義。 4 2. 數(shù)字圖像處理 基本 概念 二值圖像 ： 也叫黑白圖像，就是圖像像素只存在 0， 1 兩個(gè)值 。一個(gè) 二值圖像是純黑白的。每一個(gè)像素值將取 0 或 1 中的一個(gè)值，通常用 0 表示黑，用 1 表示白。 灰度圖像 ： 灰度圖像是包含灰度級的圖像。與二值圖像不同，灰度圖像的像素并不是只有 0、 1 兩個(gè)量化級數(shù)，而是具有多個(gè)量化級數(shù)，如 64 級、256 級等。當(dāng)像素灰度級用 8bit 表示時(shí)，圖像的灰度級就是，每個(gè)像素的取值就是 256 中灰度中的一種，即每個(gè)像素的灰度值為 0～ 255 中的一個(gè)。通常，用 0 表示黑，用 255 表示白，從到亮度逐漸增加?；叶葓D像只有亮度信息而沒有色彩信息。通常所說的黑白圖像，其實(shí)包含了黑白之間的所有灰度色調(diào)。 彩色圖像 ：圖像 中 R 代表紅色， G 代表綠色， B 代表藍(lán)色。 RGB 色彩模式是用 RGB 模型為圖像中的每一個(gè)像素的 RGB 分量分配一個(gè) 0～ 255 范圍內(nèi)的強(qiáng)度值。白色的都為 255；黑色的都為 0；這類圖像不適用單獨(dú)的調(diào)色 板，每一個(gè)像素的顏色有存儲在相應(yīng)位置上的紅，綠，藍(lán)顏色共同決定。 圖像數(shù)字化 ：把連續(xù)的圖像用一組數(shù)字來表示，便于計(jì)算機(jī)分析處理。 圖像增強(qiáng)： 對圖像的某些特征進(jìn)行強(qiáng)調(diào)或尖銳化而不增加圖像的相關(guān)數(shù) 據(jù)。 圖像壓縮： 在滿足一定的圖像質(zhì)量要求下對圖像進(jìn)行編碼，可以壓縮表 示圖像的數(shù)據(jù)。 圖像分析 ： 詳細(xì)研究并描述一幅圖像不同部分的特 征和相互關(guān)系 。 5 圖像恢復(fù) ： 把模糊或褪色的圖像盡可能的復(fù)原。 圖像增強(qiáng) 圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)消弱或去除某些不需要的信息的處理方法。其主要有兩個(gè)目的：一是增強(qiáng)有用信息，抑制無用信息，從而改善圖像的視覺效果；二是有利于人工和機(jī)器分析 。 直接灰度調(diào)整 （ 1）增強(qiáng)對比度 增強(qiáng)對比度實(shí)際是增強(qiáng)原圖的各部分的反差。實(shí)際中經(jīng)常是通過增強(qiáng)原圖中某兩個(gè)灰度值之間的動態(tài)范圍來實(shí)現(xiàn)的。 MATLAB 圖像處理工具箱中用函數(shù)進(jìn)行灰度線性增強(qiáng)。其語法格式為：I1=imadjust（ I,[low high],[bottom top],gamma） 對圖像使用灰度線性增強(qiáng)，使原圖因顏色灰暗不能體現(xiàn)細(xì)節(jié)的地方 能夠清晰的體現(xiàn)出來。 圖 1 亮度調(diào)節(jié)前后圖像的顯示效果比較 （ 2） 圖像求反 對圖像求反是將圖像的灰度值反轉(zhuǎn)，就是使原圖像的黑變白，使白變黑。具體的變換就是圖像中每個(gè)像素的灰度值根據(jù)變換曲線進(jìn)行 映射。 （ 3）灰度切分 6 灰度切分的目的與增強(qiáng)對比度比較相似，即將某個(gè)灰度值范圍變得比較突出；所不同的是，灰度切分 將所 要突出的是灰度范圍變換成較高的灰度值，而將其 余的灰度值變換成較低的灰度值。 直方圖 處理 為改變圖像整體偏暗，或整體偏亮，或者灰度層次不豐富的情況，可將圖像 的直方圖通過一定的函數(shù)處理為均衡的直方圖，使直方圖不再偏于低端，或者不再偏于高端，而是變成比較均勻的分布，而這種技術(shù)就叫做直方圖均衡化。 直方圖是對圖像中每一灰度值出現(xiàn)頻率的統(tǒng)計(jì)，可也描述為： ( ) /KkP S n n? 0,1, , 1kL?? （ 31） 上式中， KS 是圖像 f(x,y)的第 k 級灰度值， Kn 是中具有灰度值 KS 的像素的個(gè)數(shù)， n 是圖像中像素的總數(shù)。 ()kPs 給出了對 KS 出現(xiàn)頻率的一個(gè)估計(jì)，所以一幅圖像的直方圖基本上可以描述圖像的概貌。直方圖反應(yīng)的是一幅圖像的灰度值的概率統(tǒng)計(jì)特征，常用的方法有直方圖均衡化技術(shù)和直方圖規(guī)定化技術(shù)。 （ 1） 直方圖均衡化 其基本思想是把原圖的直方圖變換成均勻分布的形式，這樣增強(qiáng)了像素灰度值的動態(tài)范圍，從而達(dá)到了增強(qiáng)圖像整體對比度的效果。 MATLAB 圖像處理工具箱提供了用于直方圖均衡化的函數(shù) histeq，其語法格式為 : I2=histeq(I,n) [I2,T]=histeq(I,… ..) 7 式中，表示輸出圖像的灰度級數(shù)目，是一個(gè)可選參數(shù)，默認(rèn)值為 64；[J,T]=histeq(I,… .)表示返回將圖像 I 的灰度直方圖變換成圖像 J的直方圖變換T。 圖 2 灰度調(diào)整后的圖像與直方圖 （ 2）直 方圖規(guī)定化 直方圖均衡化的優(yōu)點(diǎn)是能自動增強(qiáng)整個(gè)圖像的對比度，但其具體的增強(qiáng)效果不容易控制，處理的結(jié)果總是得到全局均衡化的直方圖。而在實(shí)際生活中，為了得到某種 特定的形狀， 有時(shí)需要將直方圖進(jìn)行某種變換 ，從而有選擇地增強(qiáng)某個(gè)灰度值范圍的對比度。 圖像濾波 圖像的空間文理信息可以形象的反映出圖像的大小、位置、和形狀等特征，利用線性濾波技術(shù)可以對圖像的某些紋理信息進(jìn)行一定程度的增強(qiáng)，而去除其 他的特征。線性濾波是一種鄰域操作，其結(jié)果由濾波器系數(shù)與濾波窗口掃 描區(qū)域的相應(yīng)像素值的乘積之和給出。 濾波主要有兩種： （ 1） 線性濾波 ,它 屬于空余濾波平滑技術(shù)，主要采用鄰域平均法，用于去除圖像通過掃