【正文】 下了深刻的印象。 圖像銳化處理的主要目的是突出圖像中的細節(jié)或者增強被模糊了的細節(jié)。)。 end。)。)。f:\39。f:\39。 例如在車牌識別的處理過程中噪聲帶來的影響可以通過二值化去噪得到很好的處理效果。 imshow(image,map), title(39。 for i=1:600, for j=1:600, if (image(i,j) 200) image(i,j)=255。 imshow(A,map), title(39。 圖像二值化代碼如下 : [A,map]=imread(39。 在大多數(shù)情況下，顆粒噪聲可用高斯白噪聲作為有效模型。 光電子噪聲。去除或減輕在獲取數(shù)字圖像中的噪聲稱為圖像去噪 ,在圖像去噪之前我們先要建立一個 含噪圖像 的模型，為了簡便，我們研究如下的加性噪聲模型，即含噪圖像僅由原始圖像疊加上一個隨機噪聲形成 : ? ? ? ? ? ?yxyxfyxg , ??? （ 42） 圖像預處理系統(tǒng)設計 圖像噪聲與噪聲的處理 20 ? ?yxf , 表示圖像， ? ?yxv , 為噪聲，含噪圖像記為 ? ?yxg , 。 （ 3）沖擊噪聲（ Impulsive Noise）：是指一幅圖像被個別噪聲像素破壞，而且這些像素的亮度與其鄰域的亮度顯著不同。 描述噪聲的總功率： ? ?? ?yxnE ,2 ； 方差描述噪聲的交流功率： ? ? ? ?? ?? ?? ?2, yxnEyxnE ? ； 均值的平方表示噪聲的直流功率 ： ? ?? ?2,yxnE 。本節(jié)先對噪聲的來源和性質(zhì)進行簡要的介紹，然后給出幾種去除圖像噪聲的算法及其代碼實現(xiàn)過程。 噪聲來源 圖像預處理系統(tǒng)設計 圖像噪聲與噪聲的處理 19 噪聲可以理解為影響傳感器對所接收圖像源信息進行理解或分析的各種因素。 一般來說，在圖像采集、編碼、傳輸、恢復的幾個基本步驟中，影響圖像質(zhì)量的因素很多。在分析和使用圖像之前，需要對圖像信號進行一系列處理。 圖像噪聲在數(shù)字圖像處理技術中的重要性越來越明顯，如高放大倍數(shù)航片的判讀，Ｘ射線圖像系統(tǒng)中的噪聲去除等已經(jīng)成為不可缺少的技術步驟。最后往往還要在組成多維圖像信號，而圖像噪聲也將同樣受到這樣的分解和合成。銳化 39。 for i=2:255, for j=2:255, b=image(i,j)2*[1*image(i1,j1)+4*image(i1,j)+1*image(i1,j+1)+4*image(i,j1)20*image(i,j)+4*image(i,j+1)+1*image(i+1,j1)+4*image(i+1,j)+1*image(i+1,j+1)]。 imshow(A,map), title(39。 圖像銳化的實現(xiàn)代碼 [A,map]=imread(39。 2? 可以用下面的模板 H={{1， 4，1}， {4， 20， 4}， {1， 4， 1}}來近似。圖像（ x， y）點的梯度值： fkfg 2??? ? （ 33） 為了突出物體的邊緣，常常采用梯度值的改進算法，將圖像各個點的梯度值與某一閾值作比較，如果大于閾值，該像素點的灰度用梯度值表示，否則用一個固 定的灰度值表示。從頻率域來考慮，圖像模糊的實質(zhì)是因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。模糊可能是由于錯誤操作，或者是由于圖像獲取方法的固有影響所導致的。在實際應用中，可以根據(jù)不同的應用場合選擇合適的模板大小。平滑 39。 b=b/9。)。)。因此，鄰域平均法具有良好的噪聲平滑效果，是最簡單的一種平滑方法。鄰域平均法的模板為：??????????11111111191 ，中間的黑點表示以該像素為中心元素，即該像素是要進行處理的像素。 領域平均法 基礎理論 最簡單的平滑濾波是將原圖中一個像素的灰度值和它周圍鄰 近 8 個像素的灰度值相加，然后將求得的平均值（除以 9）作為新圖中該像素的灰度值。因為高頻率分量主要對應圖像中的區(qū)域邊緣等灰度值 具有較大較快變化的部分，平滑濾波將這些分量濾去可減少局部灰度起伏，使圖像變得比較平滑。)。b39。 end, for i=1:256, for j=1:256, s=rimage(i,j)+1。 title(39。 N=256。)。 for k=1:256, q(k)=0。)。 n(s)=n(s)+1。)。f:\39。若像素點的原灰度為 R，變換后的灰度為 S，需要注意的是 R、 S是歸一化后的灰度值，其灰度變換函數(shù) T(R)為： ???????? ?? ?? 1,010)()( 0 klRnnRpRTS jk oj jjkj r ；； （ 21） 式中， )( jRPr 是第 j 級灰度值的概率， jn 是圖像中 j 級灰度的像素總數(shù)，l 是圖像中灰度級的總數(shù)目 ， n 是圖象中像素的總數(shù)。 end, figure,stem(p)。 for i=1:256, a(i)=0。 圖像直方圖實現(xiàn)代碼 [A,map]=imread(39。 圖像預處理系統(tǒng)設計 數(shù)字圖像處理的灰度直方圖 7 在醫(yī)學方面，為了改善 X 射線操作人員的工作條件，可采用低輻射 X 射線曝光，但這樣獲得的 X 光片灰度級集中在暗區(qū)，導致某些圖像細節(jié)無法看清，判讀困難。 直方圖定義 直方圖： 圖像直方圖是 圖像處理中一種十分重要的圖像分析工具，它描述了一幅圖像的灰度級內(nèi)容，任何一幅圖像的直方圖都包含了豐富的信息，它主要用在圖象分割，圖像灰度變換等處理過程中。 使用黑白或 灰度掃描 儀生成的圖像通常以灰度顯示 。第三部分講的是圖像的預處理技術，其中包括 圖像平滑、銳化等。 第六， 應用廣泛的模塊集合工具箱 ， 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。其擁有 600 多個工程中要用到的數(shù)學運算函數(shù)，可以方便的實現(xiàn)用戶所需的各種計算功能。 Matlab 一個高級的距 陣 /陣列語言，它包含控制語句、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入和輸出和面向?qū)ο缶幊烫攸c。 MATLAB 由一系列工具組成。在新的版本中也加入了對 C， FORTRAN， C++ ， JAVA 的支持。 MATLAB 和 Mathematica、 Maple 并稱為三大數(shù)學軟件。 5. 其他應用 圖像的遠距離通信；多媒體計算機系統(tǒng)及應用；電視電話；服裝試穿顯示；理發(fā)發(fā)型預測顯示；電視會議；辦公自動化、現(xiàn)場視頻管理等。 1. 在生物醫(yī)學中的應用 圖像預處理系統(tǒng)設計 緒論 4 主要包括顯微圖像處理； DNA 顯示分析；紅、白血球分析計數(shù)；蟲卵及組織切片的分析；癌細胞的識別；染色體分析等等。實際應用時往往要用不同的方法，反復進行試驗才能達到滿意的效果。當不存在噪聲時，維納濾波器成為理想的反向濾波器。 W0 的選擇應使 H(u， v)在 u2+v2≤W 范圍內(nèi)不會出現(xiàn)零點。它們的 傅里葉變換 存在關系 G(u， v＝ H(u， v)F(u， v)。 校正各種原因所造成的圖像退化，使重建或估計得到的圖像盡可能逼近于理想無退化的像場。對平滑技術的基本要求是在消去噪聲的同時不使圖像輪廓或線條變得模糊不清。在一般情況下，某些因素或變換對圖像一些性質(zhì)的影響可通過歸一化處理得到消除或減弱，從而可以被選作測量圖像的依據(jù)。對于衛(wèi)星圖像的系統(tǒng)誤差，如地球自轉(zhuǎn)、掃描鏡速度和地圖投影等因素所造成的 畸變 ,可以用模型表示 ,并通過幾何變換來消除。在接收裝置的空間和灰度分辨能力范圍內(nèi) ,M、 N 和 b的數(shù)值越大 ,重建圖像的質(zhì)量就越好。預處理過程一般有數(shù)字化、幾何變換、歸一化、平滑、復原和增強等步驟。另外，對處理程序自由加以改變，可進行各種各樣的處理。將它們輸入到計算機內(nèi)，用計算機容易處理的方式表示。即使處理圖像變大，只需改變數(shù)組的參數(shù)，而處理 方法不變。盡管目前一般采用順序處理的計算機，對大數(shù)據(jù)量的圖像處理速度不如光學方法快，但是其處理的精度高，實現(xiàn)多種功能的、高度復雜的運算求解非常靈活方便?？偟膩碚f，數(shù)字圖像處理包括點運算、幾何處理、圖像增強、圖像復原、圖像形態(tài)學處理、圖像編碼、圖像重建、模式識別等。 noise processing。 關鍵 詞 ： 圖像處理；灰度直方圖；圖像平滑；噪聲處理；圖像銳化； matlab Image preprocessing algorithm Based on the Matlab He Jinze (Zhangjiajie College of Jishou University,Jishou,Hunan 416000) Abstract In the process of image processing, due to the affection of image tools, the acquisition image can39。 I 基于 Matlab 的圖像預處理算法實現(xiàn) （吉首大學張家界學院，湖南 吉首 416000） 摘 要 在圖像處理的過程中，由于獲取圖像的工具或手段的影響，使獲取圖像無法完全體現(xiàn)原始圖像的全部信息。本文在簡單介紹數(shù)字圖像處理技術的基礎上 ，著重討論了灰度直方圖的構(gòu)建、直方圖均衡、圖像平滑、銳化和噪聲處理的原理及實現(xiàn)方法，并用 matlab 開發(fā)工具實現(xiàn)了上述圖像預處理算法并給出了各種算法的處理結(jié)果。 image smoothing。例如從衛(wèi)星圖片中提取目標物的特征參數(shù)，三維立體斷層圖像的重建等。隨著計算機的發(fā)展，數(shù)字圖像處理發(fā)展速度越來越快。主要表現(xiàn)在： 1. 精度高 不管是對 4bit 還是 8bit 和其他比特圖像的處理，對計算機程序來說幾乎是一樣的。 2. 再現(xiàn)性好 不管是什么圖像，它們均用數(shù)組或集合表示。 3. 通用性、靈活性高 圖像預處理系統(tǒng)設計 緒論 2 不管是可視圖像還是 X 線照片、紅外線熱成像、超聲波圖像等不可見光成像，盡管這些圖像成 像體系中的設備規(guī)模和精度各不相同，但當把圖像信號直接進行A/D 變換，或記錄成照片再數(shù)字化，對于計算機來說都能用二維數(shù)組表示，不管什么樣的圖像都可以用同樣的方法進行處理，這就是計算機處理的通用性。圖像預處理的主要目的是消除圖像中無關的信息，恢復有用的真實信息，增強有關信息的可檢測性和