【正文】 答 謝經過近一個學期的忙碌，在老師和同學的幫助下我的畢業(yè)論文以成形。figure。SE=ones(5,3)。E1=im2bw(I1,)。%對原圖進程DCTsubplot(1,2,1),imshow(H),title(39。%腐蝕運算subplot(1,2,1),imshow(H),title(39。%膨脹運算subplot(1,2,1),imshow(E),title(39。灰度圖像轉換為二值圖像39。)。subplot(2,3,6),imshow(BW6),title(39。prewitt edge check39。)。%用“l(fā)og”進行邊緣檢測BW5=edge(H,39。roberts39。 subplot(2,2,4), imshow(K1),title(39。加椒鹽噪聲均值濾波后的圖39。)。I7=imnoise(H,39。,)。)。%均衡化subplot(2,2,1),imshow(H),title(39。subplot(1,2,1),imshow(H),title(39。%非交互式剪切H=rgb2gray(I1)。I3=imcrop(I1)。I2=imrotate(I1,40,39。原圖39。subplot(2,3,6),imshow(BW6),title(39。prewitt edge check39。)。%用“l(fā)og”進行邊緣檢測BW5=edge(H,39。roberts39。 subplot(2,2,4), imshow(K1),title(39。加椒鹽噪聲均值濾波后的圖39。)。I7=imnoise(H,39。,)。)。%均衡化subplot(2,2,1),imshow(H),title(39。subplot(1,2,1),imshow(H),title(39。%非交互式剪切H=rgb2gray(I1)。I3=imcrop(I1)。I2=imrotate(I1,40,39。原圖39。尤其對圖像進行各種算子的邊緣檢測將得到不同的圖像。 Canny 算 子Canny 算 子 檢 測 邊 緣 的 3 個 準 則 ：（ 1） 信 噪 比 準 則信 噪 比 越 大 ， 提 取 的 邊 緣 質 量 越 高 。 拉 普 拉 斯 模 板 的 基 本 要 求 是 對 應 中 心 像 素 的 系 數 應 該 是正 的 ， 而 對 應 于 中 心 像 素 鄰 近 像 素 的 系 數 應 該 是 負 的 ， 且 它 們 的 和 應該 是 零 。因此 Sobel 算子是邊緣檢測中最常用的算子之一。 （i,j）為當前的位置點，梯度幅值計算公式如下：表 2 Sobel 算子中各個點的像素點的關系圖（i1,j1） (i1,j) (i1,j+1)(i,j1) (i,j) (i,j+1)(i+1,j1) (i+1,j) (i+1,j+1)=??,Gij????????12i,j1i,j1i,j12i,ji1,jffffff??????+ ?i,j)?（312 ）23將其進行簡化，表 2 中的坐標對應記為如表 3 所示的符號。f(x,y)表示處理前的點的灰度值，G(x,y)表示處理后的點的灰度值。（4）基于數學形態(tài)學的邊緣檢測 數學形態(tài)學是一種對二值圖像進行操作的一種非線性數學方法，其運算是物體形狀集合與結構元素之間的相互作用，對邊緣方向不敏感，在圖像處理中得到了廣泛的應用。20 邊緣檢測方法由于圖像的邊緣是以灰度變化出現的，因此，可以通過計算圖像灰度的不連續(xù)性來增強圖像和進行圖像檢測邊緣。3. 圖像分析——邊緣檢測在某些情況下，為了辨別和分析圖像，需要對圖像進行分離提取的操作，在此基礎上可進一步進行圖像的識別與分析。MATLAB 圖像處理工具箱提供了以下處理圖像的快速傅立葉變換的函數；Fft2 用來計算二維快速傅立葉變換，其語法格式為：F=fft2(f)F=fft2(f,m,n)其中，F=fft2(f)返回圖像 f 的二維變換矩陣，F 與 f 的大小一致。16 二值數學形態(tài)學的運算函數dilate 函數實現二值圖像的膨脹運算，其語法格式為：BW=dilate（BW1，SE,….,N）返回圖像 BW1 經過結構元素 SE 膨脹 N次后的圖像，這里 SE 為結構元素。當該結構元素在圖像中不斷移動時，便可以考察圖像各個部分之間的相互關系，從而了解圖像各個部分的結果特征。X2=imcrop（X,map,[xmin ymin width height]）: 對索引圖像進行非交互式剪切。（1）圖像的旋轉imrorate 函數可以通過一種特定的插補方法來改變顯示圖像，其語法格式為：B=imrorate(A，angle，method)其中，A 是圖像的數據矩陣，angle 是圖像的旋轉角度，method 可以是nearest、bicubic 或 bilinear。是一種稱為聯合圖像專家組的圖像壓縮格式。鄰域平均法的主要思想是用幾個像素灰度的平均值來代替某個像素。直方圖反應的是一幅7圖像的灰度值的概率統(tǒng)計特征，常用的方法有直方圖均衡化技術和直方圖規(guī)定化技術。MATLAB 圖像處理工具箱中用函數進行灰度線性增強。圖像增強：對圖像的某些特征進行強調或尖銳化而不增加圖像的相關5數據。當像素灰度級用 8bit 表示時，圖像的灰度級就是，每個像素的取值就是 256 中灰度中的一種，即每個像素的灰度值為 0～255 中的一個?？梢哉f，數字圖像處理技術已經融入到科學研究的各個領域。按圖像空間坐標和明暗程度的連續(xù)性可分為數字圖像和模擬圖像。在現實生活中，圖像處理的問題一直是個焦點問題，在軟件 MATLAB處理圖像的領域中，圖像的各種處理易于實現，易于得到預期的結果。變換域處理法有：傅立葉變換、離散余弦變換。盡我所知，除文中已經注明引用的內容外，本設計（論文）不含任何其他個人或集體已經發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻的個人和集體均已在文中以明確方式標明。圖像處理的目的是改善圖像的質量，以人為對象以改善人的視覺效果為目的。本2課題闡述了數字圖像在一些應用領域中的處理及處理前后的對比，包括各種算子的邊緣檢測，從而實現對圖像的分析及處理。數字圖像計算機可以直接處理，其空間坐標和灰度都不連續(xù)，是用離散的數字來表示圖像。邊緣檢測是數字圖像處理中最重要的一種技術，圖像物體中邊緣表現為灰度變化，邊緣廣泛存在于物體與背景之間、物體與物體之間。通常，用 0 表示黑，用 255 表示白，從到亮度逐漸增加。圖像壓縮：在滿足一定的圖像質量要求下對圖像進行編碼，可以壓縮表示圖像的數據。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，使原圖因顏色灰暗不能體現細節(jié)的地方能夠清晰的體現出來。（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，這樣增強了像素灰度值的動態(tài)范圍，從而達到了增強圖像整體對比度的效果。（2）中值濾波是一種常用的非線性平滑濾波器，其濾波原理是，中值濾波器的輸出像素值是有鄰域像素的中間值決定的，其濾波后產生的圖像模糊較少，適合于消除圖像的孤立噪聲點。（5）TIFF 格式。Nearest（近鄰插補運算）：輸入像素的賦值為當前點的像素點。12 圖 6 交互與非交互圖像對比圖（3） 調整圖像的大小函數可以通過一種特定的插補方法來調整圖像的大小，其語法格式為：B=imresize(A,m,methed):用 methed 指定的插補方法返回大小等于 A 的m 倍的圖像 B。數學形態(tài)學的基本運算有腐蝕、膨脹、開啟和閉合。 圖 10 二值圖像與腐蝕圖像Imerode 函數實現二值圖像的腐蝕運算，其語法格式為：IM1=Imerode (IM,SE) 返回灰度、二值圖像和壓縮二值圖像 IM 進行腐蝕的圖像。F=fft2(f,m,n)截取或補充 0 元素，使圖像的大小為 m*n，然后對其進行二維fft，的大小沒有改變。 邊緣檢測簡介邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣是指其周圍像素灰度變化不連續(xù)的那些像素的集合，邊緣廣泛從在于物體與背景之間、物體與物體之間，因此它是圖像分割所依賴的重要特征。邊緣檢測的方法主要有以下4 種。同時在數字圖像處理方面還具有簡單性和嚴謹性，能很好的描述圖像的形態(tài)特征。求梯度幅值時對于平方和及開放運算，可以用兩個分量的絕對值之和來表示。表 3 梯度幅值計算示意圖0a12a3??,ij4567因此式（312）則可以簡單記為： （313(,)234078012654Gijacacacac?????） 式中 c=2。Sobe 梯度算子是先做加成權平均，在求微分，最后求梯度，即用式（312 ） 、式（ 313）和式（314 ）來實現的。 其 可 以 簡 單 表 示 為 ： （ 319）?????????(,)4,1,1,Gijfijfijfijfijfij??????或 者 （ 320）??????8,(,)11,fijfijfijijfijfijfij????，也 就 是 說 ， 拉 普 拉 斯 算 子 常 用 兩 種 模 板 來 進 行 檢 測 ， 其 模 板 分 別見 圖 （ a） 和 圖 (b). 014?18?模 板 （ a） 模 板 (b).拉 普 拉 斯 算 子 是 一 個 標 量 而 不 是 向 量 ， 具 有 線 性 特 性 和 旋 轉 不變 ， 即 各 向 同 性 的 性 質 ， 常 常 被 用 在 圖 像 處 理 的 過 程 中 。 信 噪 比 SNR 的 定 義 為 ： （ 321）2()wGxhdSNR????式 中 ， G（ x） 代 表 邊 緣 函 數 ； h(x)代 表 寬 度 為 的 濾 波 器 的 脈 沖響 應 ； 代 表 高 斯 噪 聲 的 均 方 差 。在對數字圖像進行處理的過程中，并不是每一次處理都獲得預期的效果，主要是對各個函數的功能和各種算子的算法掌握掌握不夠，對一幅圖像由模糊到清晰的處理過程不熟悉，同時，加之時間較緊的情況下，沒有足夠的時間去研究如何清晰的獲得一幅圖像的具體步驟，從而導致最終的圖像效果不是很好。)。nearest39。%圖像剪切I4=imcrop(I1,[100 80,50,60])。%將RGB圖像轉化了灰度圖像figure,imshow(H),title(39?；叶葓D39?；叶葓D39。subplot(2,2,4),imhist(J),title(39。%加入椒鹽噪聲subplot(1,2,1),imshow(H),title(39。gaussian39。figure。)。加高斯噪聲中指濾波后的圖39。)。canny39。subplot(2,3,1),imshow(BW1),title(39。)。gaussianamp。)。nearest39。%圖像剪切I4=imcrop(I1,[100 80,50,60])。%將RGB圖像轉化了灰度圖像figure,imshow(H),title(39?；叶葓D39?；叶葓D39。subplot(2,2,4),imhist(J),title(39。%加入椒鹽噪聲subplot(1,2,1),imshow(H),title(39。gaussian39。figure。)。加高斯噪聲中指濾波后的圖39。)。canny39。subplot(2,3,1),imshow(BW1),title(39。)。gaussianamp。 subplot(1,2,2), imshow(I8),title(39。)。二值圖像39?；叶葓D像39。 原圖39。subplot(1,2,1),imshow(E),title(39。%建立結構元素E2=imdilate(E,SE)。E3=imerode(H,SE)。先感謝我的指導老師王書文老師及楊雪松老師，在此次論文的設計過程中，他們給了我許多寶貴的建議，他們嚴謹求實的治學態(tài)度、高度的敬業(yè)精神對我產生了重要的影