【正文】 的幫助文檔。針對圖像的統(tǒng)計計算 MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調(diào)整、自適應濾波等對圖像進行的處理。例如， conv2(I， J)實現(xiàn)了 I， J 兩幅圖像的卷積。 （ 1） 圖像文件格式的讀寫和顯示。 MATLAB 的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(shù)學 ,工程中常用的形式十分相似 ,故用 MATLAB 來解算問題要比用 C,FORTRAN 等語言完相同的事情簡捷得多。本文介紹了 MATLAB 語言的特點 ,基于 MATLAB 的數(shù)字圖像處理環(huán)境，介紹了如何利用MATLAB 及其圖像處理工具箱進行數(shù)字圖像處理，并通過一些例子來說明利用 MATLAB 圖像處理工具箱進行圖像處理的方法。數(shù)字圖像處理是一種通過計算機采用一定的算法對圖形圖像進行處理的技術。 (23) 6 總結(jié) (21) 算術編碼的結(jié)果 (6) 各模塊功能實現(xiàn)程序 (5) 功能模塊劃分 (1) 在數(shù)字圖像處理中的應用 (1) 概述 (4) 3 圖像統(tǒng)計編碼程序設計 (5) 系統(tǒng)運行環(huán)境 數(shù)字圖像處理技術已經(jīng)在各個領域上都有了比較廣泛的應用。主要論述了利用 MATLAB 實現(xiàn)圖像編碼等圖像處理。 MATLAB 包括擁有數(shù)百個內(nèi)部函數(shù)的主包和三十幾種工具包 (Toolbox).工具包又可以分為功能性工具包和學科工具包 .功能工具包用來擴充 MATLAB 的符號計算 ,可視化建模仿真 ,文字處理及實時控制等功能 .學科工具包是專業(yè)性比較強的工具包 ,控制工具包 ,信號處理工具包 ,通信工具包等都屬于此類 . 第 2 頁 共 19 頁 開放性使 MATLAB 廣受用戶歡迎 .除內(nèi)部函數(shù)外 ,所有 MATLAB 主 包文件和各種工具包都是可讀可修改的文件 ,用戶通過對源程序的修改或加入自己編寫程序構(gòu)造新的專用工具包 . MATLAB 在數(shù)字圖像處理中的應用 圖像處理工具包是由一系列支持圖像處理操作的函數(shù)組成的。 MATLAB 提供了圖像文件讀入函數(shù) imread()， 用來讀取如 :bmp、 tif、 tiffpcx 、 jpg 、 gpeg 、 hdf、 xwd 等格式圖像文；圖像寫出函數(shù) imwrite() ，還有圖像顯示函數(shù) image()、 imshow()等等。 （ 3） 圖像變換。 （ 5） 圖像的數(shù)學形態(tài)學處理。圖像邊緣對圖像識別和計算機分析十分有用，在 MATLAB 中，函數(shù) edge()用于灰度圖像邊緣的提取，它支持六種不同的邊緣提取方法，即Sobel 方法、 Prewitt 方法、 Robert 方法， Laplacian2Gaussian 方法、過零點方法和 Canny 方法。如對被噪聲污染的圖像去除噪聲；對信息微弱的圖像進行增強處理；對失真的圖像進行幾何校正；從遙感圖片中辨別農(nóng)作物、森林、琥珀和軍用設施等等。根據(jù)香農(nóng)的觀點，信息冗余來自信息源數(shù)據(jù)本身的相關性和信源內(nèi)事件的概率分布不均，只要找到去除相關性和改變概率分布不均的方法，也就找到了信源數(shù)據(jù)的統(tǒng)計編碼方法。 霍夫曼編碼 第 4 頁 共 19 頁 霍弗曼編碼完全依據(jù)信源字符出現(xiàn)的概率來構(gòu)造其碼字，對出現(xiàn)概率大的字符使用較短的碼字，面對出現(xiàn)概率低的字符使用較長的碼字，從而達到壓縮數(shù)據(jù)的目的。 霍夫曼編碼算法 霍夫曼編碼是以信源字符的概率分布為基礎的，若理論上并不知道信源字符的概率分布，那么可以根據(jù)對大量數(shù)據(jù)進行統(tǒng)計所得到的統(tǒng)計分布來近似代替。為了提高編碼效率， Elias 等人提出了算術編碼算法。自適應算術編碼的方式，無需先定義概率模型，適合于無法知道信源字符概率分布的情況。 第 5 頁 共 19 頁 3 圖像統(tǒng)計編碼程序設計 總體方案設計 系統(tǒng)運行的環(huán)境 Windows XP、 功能模塊的劃分 ① Huffman 編碼中： 主程序調(diào)用 huffencode 函數(shù)對輸入矩陣 vector 進行 Huffman 編碼，返回編碼后的向量（壓縮后數(shù)據(jù)）及相關信息； 再調(diào)用 huffdecode 函數(shù)對輸入矩陣 vector 進行 Huffman 解碼，返回解壓后的圖像數(shù)據(jù)； 調(diào)用 addnode 函數(shù)添加節(jié)點； 調(diào)用 frequency 函數(shù)計算各符號出現(xiàn)的概率； 調(diào)用 decode 函數(shù)返回碼字對應的符號。 4）在合并運算時，概率大的符號用編碼 0 表示，概率小的符號用編碼 1 表示。再在該區(qū)間選擇一個代表性的小數(shù)，轉(zhuǎn)化成二進制作為實際的編碼輸出。采用算術編碼，每個符號的平均編碼長度可以為小數(shù)。 %從 MAT 文件下載到工作空間 data = uint8(X)。imshow(data)。uint839。 %跳出函數(shù)并顯示信息 end [m ,n] = size(vector)。 %查找概率不為零符號的下標 f = f(symbols)。 %求矩陣的長度 symbols_index = num2cell(1: len)。 codeword_tmp(index1) = addnode(codeword_tmp(index1), uint8(0))。 [f, sortindex] = sort(f)。 len = 0。 for index = 1:length(vector) %對輸入圖像所有比特數(shù) code = codeword{double(vector(index)) +1}。 end len = length(string)。 codelen = zeros(size(codeword))。 if lenmaxcodelen maxcodelen = len。 codelen(index) = len。 %對這個字符串階數(shù)重組， 8 行， cols 列 weights = 2.^(0:7)。 end %填寫解碼時所需的結(jié)構(gòu)信息 = pad。 %顯示原始圖像數(shù)據(jù)長度 = maxcodelen。uint839。 end len = length(zipped)。 end string = logical(string(:)39。 len = length(string)。 codeindex = 1。 byte = decode(bitset(code,codeindex),info)。 vectorindex = vectorindex+1。 end function f=frequency(vector) %函數(shù) frequency 計算各符號出現(xiàn)的概率 if~isa(vector,39。)。 end f = f./len。 %設置輸出格式 s