【正文】 時(shí)代，對(duì)圖像信息處理提出了更高的要求，以便更加快速、準(zhǔn)確、可靠地獲得有用信息。可以觀察理解多種圖像處理技術(shù)的效果和差別，其中包括圖像的灰度直方圖及其變換、銳化、平滑、濾波、偽彩、輪廓提取的增強(qiáng)、圖像格式轉(zhuǎn)換及其文件結(jié)構(gòu)。目前國(guó)外很多大學(xué)、研究院在數(shù)字圖像處理的實(shí)驗(yàn)研究中都應(yīng)用此軟件。常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個(gè)部位鮮明清晰的斷層圖像。數(shù)字圖像處理技術(shù)的大發(fā)展是從20世紀(jì)90年代初開(kāi)始的。 數(shù)字圖像的前景展望圖像是人類(lèi)獲取和交換信息的主要來(lái)源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類(lèi)生活和工作的方方面面。除了CT技術(shù)之外，還有一類(lèi)是對(duì)醫(yī)用顯微技術(shù)的處理分析，如染色體分析、癌細(xì)胞識(shí)別等。5. 軍事公安方面在軍事方面圖像處理和識(shí)別主要用于導(dǎo)彈的精確制導(dǎo)，各種偵察照片的判讀，具有圖像傳輸、存儲(chǔ)和顯示的軍事自動(dòng)化指揮系統(tǒng)和模擬訓(xùn)練系統(tǒng)等；公安方面主要用于指紋識(shí)別、人臉鑒別、不完整圖片的復(fù)原以及交通監(jiān)控、事故分析等。近年來(lái)，數(shù)字圖像處理技術(shù)日趨成熟，它廣泛應(yīng)用于空間探測(cè)、遙感、生物醫(yī)學(xué)、人工智能以及工業(yè)檢測(cè)等許多領(lǐng)域，并促使這些學(xué)科產(chǎn)生了新的發(fā)展。這些來(lái)自不同信息源的圖像只要被變換為數(shù)字編碼形式后，均是用二維數(shù)組表示的灰度圖像組合而成，因而均可用計(jì)算機(jī)來(lái)處理。3. 圖像變換由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。這些模糊來(lái)自透鏡散焦，相對(duì)運(yùn)動(dòng)，大氣湍流，以及云層遮擋等。圖像重建的主要算法有代數(shù)法、迭代法、傅立葉反投影法、卷積反投影法等，其中以卷積反投影法運(yùn)用最為廣泛，因?yàn)樗倪\(yùn)算量小、速度快。10. 圖像理解圖像理解是由模式識(shí)別發(fā)展起來(lái)的方法。數(shù)字圖像處理主要采用計(jì)算機(jī)來(lái)實(shí)現(xiàn)，隨著計(jì)算機(jī)軟硬件技術(shù)的突飛猛進(jìn)，以及圖像處理的長(zhǎng)足發(fā)展，使得數(shù)字圖像處理技術(shù)無(wú)論在科學(xué)研究、工業(yè)生產(chǎn)、軍事國(guó)防以及現(xiàn)代管理決策部門(mén)等各行各業(yè)都得到越來(lái)越多的應(yīng)用，其應(yīng)用場(chǎng)合廣闊、內(nèi)容眾多、形式新穎、門(mén)類(lèi)齊全，可以說(shuō)是方興未艾，正向著實(shí)時(shí)化、大型化、小型化、遠(yuǎn)程化等多方面迅猛發(fā)展。 MATLAB的主要優(yōu)缺點(diǎn)1. MATLAB 的主要優(yōu)點(diǎn)(1)界面友好，編程效率高M(jìn)ATLAB 是一種以矩陣為基本變量單元的可視化程序設(shè)計(jì)語(yǔ)言，它的語(yǔ)法結(jié)構(gòu)簡(jiǎn)單，數(shù)據(jù)類(lèi)型單一，命令表達(dá)方式接近于常用的數(shù)學(xué)公式。(3)易學(xué)易用性MATLAB 不需要用戶(hù)有高深的數(shù)學(xué)知識(shí)和程序設(shè)計(jì)能力，不需要用戶(hù)深刻了解算法及編程技巧。(3)程序可以被直接看到程序的源代碼，因而不利于算法和數(shù)據(jù)的保密。例如，值 1 指向矩陣 B 中的第一行，2 指向第二行，依此類(lèi)推。4. RGB 圖像RGB 圖像，即真彩色圖像，在 MATLAB 中存儲(chǔ)為 nm3 的數(shù)據(jù)矩陣。比如一個(gè)包含了 5 幅 400300 像素的真彩色圖像序列，其大小為 40030035。空域處理法是直接對(duì)圖像中的像素進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)的。，nj, j=0,1,…,k,…,L1。早期的圖像分割方法可以分為兩大類(lèi)：（1）一類(lèi)是邊界方法，這種方法假設(shè)圖像分割結(jié)果的某個(gè)子區(qū)域在原來(lái)圖像中一定會(huì)有邊緣存在；（2）一類(lèi)是區(qū)域方法，這種方法假設(shè)圖像分割結(jié)果的某個(gè)子區(qū)域一定會(huì)有相同的性質(zhì)，而不同區(qū)域的像素則沒(méi)有共同的性質(zhì)。（如圖33）圖33圖像分割在工程中的位置 本課題中研究的基于模糊判決的邊緣連接及分割技術(shù)主要應(yīng)用于含有多個(gè)（兩個(gè)或兩個(gè)以上）子圖像的全域圖像中。我們得到了處于邊緣點(diǎn)上的像素集合，由于噪聲、不均勻的照明而產(chǎn)生的邊緣間斷及其他由于引入虛假的亮度間斷所帶來(lái)的影響，使得到的一組像素很少能完整地描述一條邊緣。采用的隸屬度函數(shù)為正態(tài)分布，見(jiàn)下式：式中，μs為像素(x+i, y+ j)屬于與(x, y)相連的邊緣像素的隸屬度；t 表示像素(x+i, y+ j)的梯度幅值或梯度方向；α 表示像素(x, y)處的梯度幅值或梯度方向；σ 是(x, y)鄰域中梯度幅值或梯度方向的 3 倍均方差，當(dāng)下標(biāo)s = Mag 時(shí)，表示梯度幅值所對(duì)應(yīng)的值，而當(dāng)下標(biāo) s = φ 時(shí)表示梯度方向所對(duì)應(yīng)的值。本文主要完成以下工作：1. 介紹了MATLAB圖像處理的基本技術(shù)，包括圖像處理基本操作、圖像增強(qiáng)、圖像分割、邊緣提取等。不積跬步何以至千里，各位任課老師認(rèn)真負(fù)責(zé)，在他們的幫助和支持下，我能夠很好的掌握和運(yùn)用專(zhuān)業(yè)知識(shí)，并在設(shè)計(jì)中得以體現(xiàn)，順利完成畢業(yè)論文。（2）由于篇幅過(guò)長(zhǎng)或取材于復(fù)制品而不宜寫(xiě)入正文的材料。此項(xiàng)為可選項(xiàng)目。本論文設(shè)計(jì)在宋志芳老師和張老師的細(xì)心指導(dǎo)和嚴(yán)格要求下也已經(jīng)完成，從課題選擇到具體的寫(xiě)作過(guò)程，論文初稿與定稿無(wú)不凝聚著宋志芳老師的心血和汗水，在我的畢業(yè)設(shè)計(jì)期間，宋志芳老師為我提供了種種專(zhuān)業(yè)知識(shí)上的指導(dǎo)和一些富于創(chuàng)造性的建議，宋老師一絲不茍的作風(fēng)，嚴(yán)謹(jǐn)求實(shí)的態(tài)度使我深受感動(dòng)，沒(méi)有這樣的幫助和關(guān)懷，我不會(huì)這么順利的完成畢業(yè)設(shè)計(jì)。圖像分割：將圖像表示為物理上有意義的連通區(qū)域的集合，也就是根據(jù)目標(biāo)與背景的先驗(yàn)知識(shí)，對(duì)圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后將目標(biāo)從背景或其他偽目標(biāo)中分離出來(lái)?？紤](x, y)處的單一像素，設(shè)它為初始邊緣像素，以(x, y)為中心，建立一個(gè) 33 結(jié)構(gòu)的鄰域{(x+i, y+ j):i = ?1,...,1。 邊緣連接的目的是為了盡可能地得到目標(biāo)圖像的閉合邊緣，以便進(jìn)行后續(xù)的高級(jí)處理，如精確定位、模式識(shí)別等。 根據(jù)分割對(duì)象的狀態(tài)，可被分為靜態(tài)圖像分割和動(dòng)態(tài)圖像分割。 圖像分割：將圖像表示為物理上有意義的連通區(qū)域的集合，也就是根據(jù)目標(biāo)與背景的先驗(yàn)知識(shí)，對(duì)圖像中的目標(biāo)、背景進(jìn)行標(biāo)記、定位，然后將目標(biāo)從背景或其他偽目標(biāo)中分離出來(lái)。若這些灰度級(jí)所構(gòu)成的圖象細(xì)節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。頻域處理法的基礎(chǔ)是卷積定理。5. 圖像序列MATLAB 的圖像處理工具箱中還支持將多幀圖像連接成圖像序列。3. 二值圖像與灰度圖像相同，二值圖像只需要一個(gè)數(shù)據(jù)矩陣，每個(gè)像素只取兩個(gè)灰度值。在 MATLAB 中，索引圖像是從像素值到顏色映射表值的直接映射。(1)MATLAB 是一種解釋性語(yǔ)言，所以它的語(yǔ)言執(zhí)行效率低，這對(duì)于實(shí)時(shí)性要求較高的領(lǐng)域，如自動(dòng)控制、信號(hào)處理等，其實(shí)時(shí)效率是較差的。各種工具箱中的函數(shù)可以互相調(diào)用，也可以由用戶(hù)自己更改。MATLAB 中的數(shù)字圖像是以矩陣形式表示的，這意味著 MATLAB 強(qiáng)大的矩陣運(yùn)算能力用于圖像處理非常有利。另外，由于攝像設(shè)備的小型化和高精度化，圖像的畫(huà)質(zhì)有了顯著改善。當(dāng)今，模式識(shí)別方法大致 3 種，即統(tǒng)計(jì)識(shí)別法、句法結(jié)構(gòu)模式識(shí)別法和模糊識(shí)別法。7. 圖像重建幾何處理、圖像增強(qiáng)、圖像復(fù)原都是從圖像到圖像的處理，即輸入的原始數(shù)據(jù)是圖像，處理后輸出的也是圖像，而重建處理則是從數(shù)據(jù)到圖像的處理，也就是說(shuō)輸入的是某種數(shù)據(jù)，而處理結(jié)果得到的是圖像。圖像噪聲包括隨機(jī)噪聲和相干噪聲，隨機(jī)噪聲干擾表現(xiàn)為麻點(diǎn)干擾，相干噪聲表現(xiàn)為網(wǎng)文干擾。 數(shù)字圖像處理技術(shù)的研究?jī)?nèi)容 1．幾何處理幾何處理主要包括坐標(biāo)變換，圖像的放大、縮小、旋轉(zhuǎn)、移動(dòng)，多個(gè)圖像配準(zhǔn)，全景畸變校正，扭曲校正，周長(zhǎng)、面積、體積計(jì)算等。(3)適用面寬圖像可以來(lái)自多種信息源。數(shù)字圖像處理技術(shù)主要包括如下內(nèi)容：幾何處理(Geometrical Processing)、算術(shù)處理(Arithmetic processing)、圖像增強(qiáng)(ImageEnhancement)、圖像復(fù)原(Image Restoration)、圖像重建(Image Reconstruction)、圖像編碼(Image Encoding)、圖像識(shí)別(Image Recognition)、圖像理解(Imageunderstanding)。4. 工業(yè)工程方面在工業(yè)工程領(lǐng)域中圖像處理技術(shù)有著廣泛的應(yīng)用，它大大提高了工作效率，如自動(dòng)裝配線中質(zhì)量檢測(cè)，流體力學(xué)圖片的阻力和升力分析，郵政信件的自動(dòng)分揀，在一些惡性環(huán)境內(nèi)識(shí)別工件及物體的形狀和排列狀態(tài)，先進(jìn)設(shè)計(jì)和制造技術(shù)中采用工業(yè)視覺(jué)等等。在氣象預(yù)報(bào)和對(duì)太空其它星球研究方面，數(shù)字