【正文】 ........................................... 40 參考文獻 ................................................................................................................ 41 第二章 Matlab 的簡介 5 第一章 緒論 圖像增強技術的發(fā)展大致經歷了初創(chuàng)期、發(fā)展期、普及期和應用期 4 個階段。 20 世紀 90 年代進入了應用期，人們運用數字圖像增強技術處理和分析遙感圖像，以有效地進行資源和礦藏的勘探、調查、農業(yè)和城市的土地規(guī)劃、作物估產、氣象預報、災害及軍事目標的監(jiān)視等。圖像增強是 圖像處理的重要組成部分，傳統(tǒng)的圖像增強方法對于改善圖像質量發(fā)揮了極其重要的作用。這些算法通過分割圖像，然后在子層圖像內做均衡處理，較好地解決了直方 圖均衡過程中的對比度過拉伸問題，并且可以控制子層灰度映射范圍，增強效果較好。從這時起， MATLAB 的內核采用 C 語言編寫，而且除了原有的數值計算能力外，還添加了數據圖視功能。 （ 2） 推出了符號計算工具包。 MathWorks 公司瞄準應用范圍最廣的 Word ，運用 DDE 和 OLE，實現了 MATLAB 與 Word 的無縫連接，從而為專業(yè)科技工作者創(chuàng)造了融科學計算、圖形可視、文字處理于一體的高水準環(huán)境。目前，已成為工程領域中較常用的軟件工具包之一。 Matlab 優(yōu)勢 工作平臺和編程環(huán)境 MATLAB 由一系列工具組成。而且新版本的 MATLAB 提供了完整的聯機查詢、幫助系統(tǒng)，極大的方便了用戶的使用。新版本的MATLAB 語言是基于最為流行的 C＋＋語言基礎上的，因此語法特征與 C＋＋語言極為相似，而且更加簡單。其可以快捷的實現用戶所需的各種計算功能。MATLAB 的這些函數集包括從最簡單最基本的函數到諸如矩陣，特征向量、快速傅立葉變換的復雜函數?？捎糜诳茖W計算和工程繪圖。 模塊集合工具箱 MATLAB 對許多專門的領域都開發(fā)了功能強大的模塊集和工具箱。矩陣操作和線性代數 優(yōu)化和數值積分 Matlab 可對包括雙精度浮點數、單精度浮點數和整型在內的多種數據類型進行運算。double39。double39。 字符 Matlab 中的輸入字符需使用單引號?？梢允褂?char 函數構建字符數組，使用 strcat 函數連接字符。除內部函數外，所有 MATLAB 主包文件和各種工具包都是可讀可修改的文件。下面就 MATLAB 在圖像處理中各方面的應用分別進行介紹。 2) 圖像處理的基本運算。 MATLAB 提供了一維和二維離散傅立葉變換 (DFT) 、快速傅立葉變換 (FFT) 、 離散余弦變換 (DCT) 及其反變換函數 ,以及連續(xù)小波變換 (CWT) 、離散小波變換 (DWT) 及其反變換。具體的用法可參考 MATLAB 豐富的幫助文檔。從純技術上講主要有兩類：頻域處理法和空域處理法。空域濾波處理效果來分類，可以分為平滑濾波器，和銳化濾波器，平滑的目的在于消除混雜在圖像中的干擾因素，改善圖像質量，強化圖像表現特征。因此這些濾波器也被稱為均值濾波器。 我們經常用這些極端類型的模糊處理來去除圖像中的一些小物體。 J=imnoise(I,39。 %添加椒鹽噪聲 第三章 Matlab 圖像增強 13 subplot(221) imshow(I) title(39。) K1=filter2(fspecial(39。average39。 例如：濾波函數圖像處理 1 clc。)。 subplot(1,3,1) Imshow(LenaRaw)。 title(39。調用庫函數 medfilt2，使用 3*3 模板，中值濾波圖像 39。在灰度級為常數的區(qū)域，梯度為零； Laplacian算子是線性二次微分算子，與梯度算子一樣，具有旋轉 不變性，從而滿足不同走向的圖像邊界的銳化要求。它包括：理想低通濾波器，巴特沃斯低通濾波器，指數低通濾波器等。 J=imnoise(I,39。 subplot(121),imshow(J) title(39。 g=fftshift(f)。 n1=floor(M/2)。 g(i,j)=h*g(i,j)。三階 Butterworth 濾波圖像 39。e:\39。e:\39。e:\39。e:\39。 （ 5）基于卷積的圖像濾波函數 filter2 函數用于圖像濾波，如： 16 i=imread(39。0,0,0。e:\39。1,1,1]。e:\39。利用 Sobel 算子銳化圖像 , 如 : i=imread(39。0,0,0。 2）掌握數據類型強制轉換函數 y=double(x)。 5）熟悉使用 histeq 函數進行直方圖均衡化 ,通過實驗結果理解直方圖均衡化的作用。 1）在 MATLAB 中讀入名為 的圖像給矩陣 D，將 D 強制類型轉換為 double。要求原圖像灰度范圍0~255,降低對比度后灰度變化范圍 0~127。在 figure 顯示降低對比度后圖像與直方圖均衡化后 圖像 ,并添加標注說明。 Ddouble(D/255。原圖像 39。原圖像直方圖 39。求反圖像 39。求反圖像直方圖 39。增強對比度圖像 39。增強對比度圖像直方圖 39。降低對比度圖像 39。)。)。)。 2）使用 imnoise 函數對圖像矩陣 X 加噪，加噪后圖像矩陣名為 J。 5）在一個圖形窗口中建立 2 2 子窗口，分別顯示原始圖像 X,加噪圖像 J,降噪后圖像 Y1 和邊緣增強圖像 Y2。 Y=double(X)。,0,)。 Y1=conv2(J,d1,39。1,5,1。)。)。)。)。)。 3）在 Figure NO 1 中開設 1*3 個子窗口顯示原始圖像 X、低通濾波后圖像X1 和高通濾波后圖像 X2。 使用 MATLAB 進行圖像輸入，可以利用以下簡單一步： f=imread(‘文件名 .格式名’ )； Figure。 f=imread(‘文件名 .格式名’ )； Figure。3)%取彩色圖像的灰度分量。 例如輸入的彩色圖像為： 圖 31 彩色圖像輸入 (a) 圖 32 灰化之后的圖像 (b) 實驗三：圖像增強 實驗題目：圖像增強 實驗目的： （ 1）了解圖像增強的內容和意義； （ 2）掌握基于空域的圖像增強方法； （ 3）掌握基于頻域的圖像增強方法。39。 imshow(f)。 subplot(2,2,2)。)。均衡化結果 39。 title(39。本實驗要求用線性平滑濾波、中值平滑濾波、頻域低通濾波的方法進行程序設計。 （ 3）編寫頻域理想低通、巴特沃斯低通及高斯低通濾波函數。平滑噪聲可以在空間域中進行，基本方法是求像素灰度的平均值或中值。)。%給圖像加高斯噪聲 subplot(1,2,1)。 subplot(1,2,2)。)。 gd=imfilter(J,h)。加入高斯噪聲的圖像 39。title(39。 b．驗證旋轉不變性可以通過將原始數組的通過移動45度,然后再比較旋轉后與旋轉前的頻譜,得出頻譜旋轉不變性的結論。 24 圖 37 實驗圖象 (a) 圖 38 實驗圖象 (b) ，加深對頻域圖像增強的理解。 1．驗證二維傅里葉變換的平移性和旋轉不變性 1）建立一個二維數組并要求該數組能夠顯示成圖 1. a=zeros(128,128) for y=54:74 for x=34:94 a(x,y)=1。即可 ,然后再用類似上面的方法畫出圖象和幅度譜 . 3）驗證其旋轉不變性。crop39。 1）讀出圖片 ,并生成圖片的數組 . 首先要 將 與 MATLAB 程序文檔放在一個目錄下面 ,然后再用語句a=fopen(39。)。 打開圖片并獲得組成該圖片的數組 .然后用 imshow(b),便可得到 lena 的人頭圖片 . 其次與上面任務一樣 ,對圖片數組進行快速傅立葉變換 ,然后用 mesh()語句畫出他的幅度譜圖 , 2）進行頻域增強的低通濾波部分。 H(u,v)=1。 關于此部分主要的函數語句是 : （ 1） m=abs(b)。 for x=1:256 for y=1:256 if (x128).^2+(y128).^2r.^2。 end end figure(1) a1=fft2(a)。 a2=abs(a1)。 若將 f1(x,y)順時針旋轉 45176。 程序代碼如下（取 r=8 時） Clc。r39。)。 subplot(1,2,2) m0=15*log(m+) surf(m) q=b。 end end end 結果如下：原圖像及其頻譜圖 圖 312 h2=abs(t)。 figure(3)。 n=15*log(+abs(n))。其中，取理想高通濾波的半徑 R分別為 8 和 24： 原圖像及其幅度譜圖： 圖 316 R=2 時的理想高通濾波結果圖和濾波幅度譜圖： 32 圖 317 R=8 時的理想高通濾波結果圖和濾波幅度譜圖： 圖 318 R=24時的理想高通濾波結果圖和濾波幅度譜圖： 第三章 Matlab 圖像增強 33 圖像 319 圖 320 R=8時的頻譜圖,根據R的大小來決定中心陰影部分的圓的大小,其余部分 均是高通濾波的效果. 當R=2時，濾波后的圖像無直流分量，但灰度的變化部分基本上都保留了；當R=8時，濾波后的圖像在文字和圖像邊緣部分的信息仍然保留； 當R=24時，濾波后的圖像只剩下文字和白條邊緣等信號突變的部分 小結： 34 實現了對圖像的頻域濾波，掌握了頻域圖像增強 ,了解了低通濾波對圖像的影響。 圖像增強按所采用方法從技術上可以分成頻率域法和空間域法。 圖像增強的方法是通過一定變換方法對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特征或者抑制 (掩蓋 )圖像中某些不需要的特征，使圖像與 視覺響應特性相匹配。 基于空域的算法分為點運算算法和鄰域去噪算法。常用算法有均值濾波、中值濾波。本次畢業(yè)設計，就要畫上一個句號了。 36 致謝 畢業(yè)設 計即將完成，我的學生生涯也要告一段落。由于自己在準備考研復試而對于畢業(yè)論有過于疏忽，但是在老師的孜孜教誨下順利的完成論文。 在論文的寫作過程中，也得到許多同學的寶貴建議，同時還得到許多朋友額家人的支持和幫助。我也終于明白了大學兩年學習的意義和作用。 37 參考文獻 [1] 汪志云 ,黃夢為 .基本直方圖的圖像增強及其 MATLAB 實現 [J].計算機工程與科學 ,2020,28（ 2） :5456. [2]劉榴娣 ,劉明奇 ,黨長民 .實用數字圖像處理 [M].北京理工大學出版社 ,1998. [3]岡薩雷斯 RC 著 .李叔梁譯 .數字圖像處理 .北京 :科學出版社 ,1983 [4]李月 景編著 .圖像識別技術及 其應用 .北京 :機械工業(yè)出版社 ,1985 [5]周考寬 ,曹曉光 ,陳建革等編著 .實用微機圖像處理。 由于本人知識有限、經驗不足，文中難免有一些不足之處，希望老師和同學提出寶貴意見。 這 是一個漫長的學習過程。從開始的選題到中期的修改，再到最終定稿，吳老師給予我許多寶貴的意見。 這次畢業(yè)論文能夠得以順利完成，是所有曾經指導過我的老師，幫助過我的同學，一直支持著我的家人對我的教誨、幫助和鼓勵的結果。通過各位老師的指導和教育，使我不僅僅在知識水平和解決實際問題的能力上有了很大的提高。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計差值法等。鄰域增強算法分為圖像平滑和銳化兩種。圖像增強技術根據增強處理過程所存在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。采用低通濾波（即只讓低頻信號通過）法，削弱圖中的干擾噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。圖像增強即增強圖象中的有用信息，這個變換過程可以說是一個失真的過程，它的主要目的是加強圖像的視覺效果。驗證了二維傅里葉變換的平移性 和旋轉不變性。 R=88 時的理想低通濾波結果圖和濾波頻譜圖： 30 圖 313 R=24 時的理想低通濾波結果圖和濾波幅度譜圖： 圖 3