【正文】 knZk jkjn hchcc 221 ??????? ?? ， 1,?Jj? 式 （ 310） 注意到尺度系數(shù)和輸入系列都是有限長度的序列，上述和實際上都只有有限項。繼續(xù)往下分解時，非零項出現(xiàn)的規(guī)律相似。在 數(shù)據(jù)壓縮等應(yīng)用中，希望總的長度基本不增加，這樣可以提高壓縮比、減少存儲量并減少實現(xiàn)的難度。小波變換壓縮特點在于壓縮比高、壓縮速度快，壓縮后能保持信號與圖像的特征基本不變，且在傳輸過程中抗干擾等等。 噪聲處理 模塊的 設(shè)計 （ 1）高斯噪聲。 （ 2） 椒鹽噪聲。噪聲給圖像處理帶來很多困難，對圖像分割、特征提取、圖像識別等具有直接影響。對濾波處理的要求有兩條：一是不能損壞圖像輪廓及邊緣等重要信息；二是使圖像清晰，視覺效果好。 通過 imnoise 函數(shù)來對原始圖像加入各種噪聲。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當(dāng)前像素點（ x， y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點（ x， y），作為處理后圖像在該點上的灰度 g（ x， y），即 g（ x， y） =1/m ∑ f（ x， y）， m 為該模板中包含當(dāng)前像素在內(nèi)的像素總個數(shù)。中值濾波首先是被應(yīng)用在一維信號處理技術(shù)中，后來被二維圖像信號處理技術(shù)所應(yīng)用。 設(shè)有一個一維序列 1f ， 2f ， ? ， nf ， 取窗口長度為 m(m 為奇數(shù) )，對此序列進行中值濾波，就是從輸入序列中相繼抽出 m個數(shù)， vif? ， ? ， 1?if ， ? ， 1f ， ? ， 12 1?if ， ? ， vif? ，其中 i 為窗口的中心位置， 21??mv ，再將這 m 個點按其數(shù)值 大小排列，取其序號為正中間的那作為 輸 出。二維數(shù)據(jù)的中值濾波可以表示為： 為濾波窗口AXM edYijAji },{, ? 式 (315) 在實際使用窗口時，窗口的尺寸一般先用 33? 再取 55? 逐漸增大，直到其濾波效果滿意為止。 (3)維納 濾波 。實際上，在一定條件下，這些最佳濾波器與維納濾波器是等價的。 13 線性高通濾波器是最常用的線性銳化濾波器。這個濾波器將原來的圖像中的零頻域分量去除了，也就是將輸出的圖像的平均值變?yōu)?0，這樣就會有一部分像素的灰度值小于 0。無彩色指白色、黑色和各種不同程度的灰，無彩色圖像也稱灰度圖像，使用 [0,255]的值來表示其灰度值， 0表示 黑色， 255表示 白色，其間是各種深淺不同的灰色，整張圖像的像素用一維數(shù)組表示即可。對于彩色圖像，它的每個像素都有三個分 量 R、 G、B，這三個值一同來表示一個像素，也就是說，彩色圖像的像素要用三維數(shù)組來表示。彩色圖像中是三種基色紅綠藍的疊加，不是所謂黑白的疊加 。 14 J = imadjust(I,[low_in。它們都可以使用空的矩陣 [ ]，默認值是 [0 1]。 j=imadjust(i,[,],[ ])。因此，偽色彩處理的主要目的是為了提高人眼對圖像細節(jié)的分辨能力，以達到圖像增強的目的。 灰度變換 模塊的 設(shè)計 （ 1）直方圖均衡化 直方圖均衡化又稱直方圖平坦化 ,是將一已知灰度概率 密度分布的圖像經(jīng)過某種變換 ,變成一幅具有均勻灰度概率密度分布的新圖像。 7).計算輸出直方圖 Pg(gi)=ni/n, i=0,1,? ,P1。直方圖規(guī)定化增強處理的步驟如下 : 令 Pr（ r）和 Pz（ z）分別為原始圖像和期望圖像的灰度概率密度函數(shù)。 此外，利用 式 (322)與 式 (323)式還可得到組合變換函數(shù) Z = G 1［ T（ r）］ 式 (326) 對連續(xù)圖像，重要的是給出逆變換解析式。%得到句柄 lvbo的 Value，賦給 va val=get(hObject,39。 %將 T轉(zhuǎn)化為二維的灰色圖像，賦給 img prompt={39。039。,1,defans)。,39。 %將結(jié)果顯示在 axes1中 imshow(f)。 %顯示旋轉(zhuǎn)后的圖像 運行結(jié)果如下圖 41所示，彈出對話框，現(xiàn)在設(shè)置旋轉(zhuǎn)角度為 30，按“ OK”運行結(jié)果如下圖 42所示： 17 圖 41 圖 42 分析結(jié)果： 圖 42 是按逆時針旋轉(zhuǎn) 30176。 %將 T轉(zhuǎn)化為二維的灰色圖像，賦給 ig2 f2=implement(ig2)。底片效果 39。 程序運行正常。)。邊緣信息 39。程序運行正常。motion39。, 39。 %對濾波 后的圖像進行恢復(fù) axes()。)。)。 switch val %用 switch語句設(shè)置選項 case 1 %顯示 DCT變換 圖像 i=rgb2gray(T)。P1*x*P239。,進行離散余弦變換 mask=[1 1 1 1 0 0 0 0。0 0 0 0 0 0 0 0。 %8*8的二維數(shù)據(jù)塊經(jīng) DCT后變成 8*8個變換系數(shù)，代表低頻成份的量分布于左上 20 角，而越高頻率成份越向右下角分布 C=blkproc(B,[8 8],39。P1*x*P239。 %將結(jié)果顯示在 axes2中 imshow(D)。 %顯示 DCT變換之后的圖像 運行結(jié)果如 下圖 46所示： 圖 46 結(jié)果分析： 圖 46是一 個 8*8的二維離散余弦變換將圖像的空間表達式轉(zhuǎn)換到頻率域 ,只用少量的數(shù)據(jù)點來表達圖像 。 %歸一化處理 colormap(pink)。 %對圖像用‘ 39。,1)。 cv1=detcoef2(39。d39。,C,S,39。h39。 v1=wrcoef2(39。,1)。39。 %進行圖像壓縮處理，保留小波分解第 1層低頻信息，進行圖像的壓縮 %第 1層的低頻信息為 ca2,顯示第 1層的低頻信息 ca1=appcoef2(C,S,39。mat39。 %將結(jié)果顯示在 axes2中 imshow(cal)。 %顯示小波變換之后的圖像 運行結(jié)果如下圖 48 所示， 47是選取的原始圖片。 經(jīng)過小波變換之后的圖像比原來圖像的字節(jié)數(shù)有所降低，達到了壓縮圖片的效果。%得到句柄 zaosheng的 Value，賦給 va val=get(hObject,39。輸入椒鹽噪聲參數(shù) 1:39。}。 %顯示對話框 p1=str2num(p{1})。,p1)。椒鹽噪聲圖像 39。輸入高斯噪聲 1:39。 %設(shè)置提示字符串， 1為均值， 2為方差值 defans={39。}。 %顯示對話框 p1=str2num(p{1})。,p1,p2)。高斯噪聲圖像 39。輸入乘性噪聲 1:39。}。%顯示對話框 p1=str2num(p{1})。 %對圖像 T加入乘性噪聲 axes()。)。 h=fspecial(39。 %對加入噪聲的 f進行均值濾波 axes()。)。 img=rgb2gray(f)。 title(39。 THETA = 0。 %點擴展函數(shù)的卷積運算 blurred = imfilter(T, PSF, 39。)。title(39。 在一定的條件下，可以克服線性濾波器所帶來的圖像細節(jié)模 26 糊， 而且對濾除脈沖干擾及圖像掃描噪聲最為有效。 彩色增強 模塊 的設(shè)計 (1)RGB 分量法 程序設(shè)計： global T %定義全局變量 va=get(,39。Value39。 B=T(:, :, 3)。 f=cat(3, R, G, B)。真彩色增強后圖像 39。調(diào)整倍數(shù) 39。}。 %建立對話框 p1=str2num(p{1})。 title(39。 %將圖像 T轉(zhuǎn)化為灰色圖像，賦給 ig6 S2=imadjust(ig6,[0 1],[1 0],)。偽彩處理后圖像 39。Value39。)。 %進行尺度大小定義 H=zeros(1,256)。%分別建立 1*256的零矩陣賦給 s， t for i=1:256 s(i)=H(i)/(m*n)。 for i=1:256 H1(t1(i))=H1(t1(i))+s(i)。均衡化后直方圖 39。 imshow(uint8(I2))。 %計算原圖像與目標(biāo)圖像累計直方圖數(shù)值的差的絕對值 double ScMin=zeros(256,256)。 end end %建立映射 HisM=zeros(L:1)。 min = Q。 end end end 運行結(jié)果如圖 425 所示： 30 圖 425 （ 2）規(guī)定化處理 程序設(shè)計： case 2 f=rgb2gray(T)。 L=256。 % 存儲直方圖規(guī)定化后的圖像的直方圖 Rk=zeros(L,1)。 % 計算圖像數(shù)據(jù)矩陣的行列數(shù) n=row*col。 %計算累積直方圖 if i==1 Rk(i)=Ps(i)。 %計算規(guī)定化累積直方圖 for c=1:L if c==1 Rk2(c)=Ps2(c)。Rk2(X)39。 minV=ScMin(1,P)。 %將原圖像的每個像素灰度轉(zhuǎn)換為直方圖均衡化后的灰度 for x = 1:row for y = 1:col Num = double( I(x,y))+1。 end end axes()。 axes()。 end 程序運行結(jié)果如圖 426 所示： 圖 426 對比直方圖均衡化和規(guī)定化的方法，可以得出以下結(jié)論： 均衡化之后的 結(jié)果是擴展了像元取值的動態(tài)范圍 ,從而達到增強圖像整體對比度的效果。 故障分析 圖像處理 軟件測試基本成功，課題所要求的功能均能較好實現(xiàn) ，也額外添加了一些功能，如常用操作處理，偽彩色 處理，規(guī)定化處理，小波變換等。這大大提高了我的應(yīng)用軟件設(shè)計的能力，對優(yōu)化界面設(shè)計也有了一定的進步。 為此，在實踐 中 ，我利用課余時間， 翻看了以前的 matlab 教材，專門借閱了利用 matlab 進行圖像處理的相關(guān)教程，通過索引網(wǎng)絡(luò)上的相關(guān)資料，為課設(shè)做了較為充分的準備。其中有些實驗任務(wù)較為成功的完成，但在某些個功能上出現(xiàn)了些問題，由 于 對matlab 中數(shù)組結(jié)構(gòu)體與循環(huán)套用使用的不當(dāng)，到實踐結(jié)束之際也未實現(xiàn)所犯的錯誤，只能退而求次，實現(xiàn)執(zhí)行撤銷功能（恢復(fù)到上次操作） 。 第一次拿給老師檢查時，雖然能基本實現(xiàn)實驗所要求的功能，但是對一些功能的實現(xiàn)不夠全面，界面設(shè)計也沒有整合到一塊。 35 參考文獻 [1] 劉衛(wèi)國． MATLAB 實用教程 ．北京：高等教育出版社， 2020. [2]飛思科技產(chǎn)品研發(fā)中心． 輔助圖像處理．北京：電子工業(yè)出版社， 2020. [3]布挺，董紅政 ． MATLAB在數(shù)字圖像處理教學(xué)中的應(yīng)用 ． 哈爾濱職業(yè)技術(shù)學(xué)院學(xué)報， 2020,（ 2）： 87～ 88. [4]周偉 ． 基于 MATLAB的數(shù)字圖像處理技術(shù)概述 ． 信息與電腦， 2020，（ 5）： 28. [5]鄭繼剛． MATLAB 在數(shù)字圖像處理中的應(yīng)用． 保山師專學(xué)報 ， 2020， 05（ 1）： 18～ 28. [6]王付軍．基于數(shù)字圖像處理的大米質(zhì)量檢測． 安徽農(nóng)業(yè)科學(xué) ， 2020， 38（ 22）： 11998～11999 . [7]晏暉，姜鵬，陳貝 ． 基于 MATLAB 工具箱的數(shù)字圖像處理技術(shù) ． 微計算機信息， 2020,26（ 9）： 214～ 216. [8]關(guān)雪梅． MATLAB 處理數(shù)字圖像的方法研究． 硅谷， 2020， 20（ 2）： 58～ 59.