【正文】 、相片顆粒噪聲、采集圖像信號(hào)的傳感器噪聲、信道噪聲、甚至濾波器產(chǎn)生的噪聲等等。而圖像處理就是對圖像息進(jìn)行加工處理，以滿足人的視覺心理和實(shí)際應(yīng)用的要求。 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像平滑與圖像銳化 17 原圖 圖 圖 從上述效果圖可以看出，經(jīng)過 拉普拉斯銳化 處理后，圖像變的 色彩濃密 了，從 拉普拉斯銳化圖 來看，處理后的 LENA 的圖像 像素點(diǎn)對比度更明顯了，圖像的邊緣和輪廓都變的清晰了，每個(gè)像素點(diǎn)都被體現(xiàn)了出來。)。實(shí)驗(yàn)表明 ， ?k 選取 28 之間往往可以達(dá)到比較滿意的效果。可以證明偏導(dǎo)平方和的運(yùn)算是各向同性的，既 : 2222???????? ????????? ??????????? ?????????? ??? yfxfyfxf （ 3 ） 式中 ? ?yx, 是圖像旋轉(zhuǎn)前的坐標(biāo)， ? ?yx ??, 是圖像旋轉(zhuǎn)后的坐標(biāo)。由于這一原因，圖像的銳化對孤立點(diǎn)或?qū)铝⒕€條的 邊緣增強(qiáng)作用十分明顯，但在一定程度上也會(huì)對噪聲信號(hào)產(chǎn)生增強(qiáng)作用。 end, end, figure(2)。 imshow(A,map), title(39。 鄰域平均處理方法是以圖像模糊為代價(jià)來減小噪聲的，且模板尺寸越大，噪聲減小的效果越顯著。它的主要目的是消除圖像采集過程中的圖像噪聲，在空間域中主要利用鄰域平均法、中值濾波法和選擇式掩模平滑法等來減少噪聲；在頻率域內(nèi)，由于噪聲主要存在于頻譜的高頻段，因此可以利用各種形式的低通濾波器來減少噪聲。 title(39。)。累積直方圖 39。直方圖 39。 for i=1:256, n(i)=0。下面是實(shí)現(xiàn)圖像直方圖均衡化函數(shù)的源代碼和效果圖： 直方圖均衡的實(shí)現(xiàn) (1) 對給定的待處理圖像統(tǒng)計(jì)其直方圖，求出 ? ? NnrP kkr /? . (2) 根據(jù)統(tǒng)計(jì)出的直方圖采用累積分布函數(shù)作變換 , 求變換后的新灰度； )()(0k jkj rk RpRTS ???? （ 22） 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 數(shù)字圖像處理的灰度直方圖 9 (3) 用新灰度代替舊灰度，求出 Ps(s)，這一步是近似過程，應(yīng)根據(jù)處理目的盡量做到合理，同時(shí)把灰度值相等或近似地合并到一起。 a(b)=a(b)+1。 可以根據(jù)直方圖確定二值化的閾值；當(dāng)物體部分的灰度值比其它部分的灰度值大時(shí)，可以用直方圖求出物體的面積 (實(shí)際上是象素?cái)?shù) =灰度大于和等于 q 的象素的總和 )；當(dāng)物體部分的灰度值比其它部分的灰度值大時(shí)，可以用直方圖求出物體的面積 (實(shí)際上是象素?cái)?shù) =灰度大于和等于 q 的象素的總和 )；利用色彩直方圖可以進(jìn)行基于顏色的圖象分割。 灰度級(jí)變換 (點(diǎn)運(yùn)算 )的定義 ★ 對于輸入圖象 f(x， y)，灰度級(jí)變換 T 將產(chǎn)生一個(gè)輸出圖像 g(x， y)，且g(x， y)的每一個(gè)像素值都是由 f(x， y)的對應(yīng)輸入像素點(diǎn)的值決定的， g(x，y)=T(f(x， y))。 文章主要分為四部分，其中，文章的開頭簡單介紹了數(shù)字圖像應(yīng)用的發(fā)展過程，還對本文應(yīng)用的 matlab 開發(fā)工具的發(fā)展進(jìn)行簡單講述。 第四， 強(qiáng)大的科學(xué)計(jì)算機(jī)數(shù)據(jù)處理能力 。 matlab 處理圖像的特點(diǎn) 第一， MATLAB 的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué) ,工程中常用的形式十分相似 ,故用 MATLAB來解算問題要比用 C,FORTRAN等語言完 成 相同的事情簡捷得多 。 MATLAB 是由美國 mathworks 公司發(fā)布的主要面對科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。近年來計(jì)算機(jī)識(shí)別、理解圖像的技術(shù)發(fā)展很快，也就是圖像處理的目的除了直接供人觀看（ 如醫(yī)學(xué)圖像是為醫(yī)生觀看作診斷）外，還進(jìn)一步發(fā)展了與計(jì)算機(jī)視覺有關(guān)的應(yīng)用，如郵件自動(dòng)分檢，車輛自動(dòng)駕駛等。尋求一估值 ,使優(yōu)度準(zhǔn)則函數(shù)值最小。例如大氣流的擾動(dòng)，光學(xué)系統(tǒng)的像差，相機(jī)和物體的 相對運(yùn)動(dòng) 都會(huì)使遙感圖像發(fā)生退化?；叶葰w一化、幾何歸一化和變換歸一化是獲取圖像不變性質(zhì)的三種歸一化方法。由于 M、 N 和 b三者的乘積決定一幅圖像在計(jì)算機(jī)中的存儲(chǔ)量，因此在存儲(chǔ)量一定的條件下需要根據(jù)圖像的不同性質(zhì)選擇合適的 M、 N 和 b值，以獲取最好的處理效果。 圖像預(yù)處理的內(nèi)容 在圖像分析中，對輸入圖像進(jìn)行特征抽取、分割和匹配前所進(jìn)行的處理。而在模擬圖像處理中，要想使精度提高一個(gè)數(shù)量級(jí)，就必須對處理裝置進(jìn)行大幅度改進(jìn)。 數(shù)字圖像處理的特點(diǎn)及其應(yīng)用 在計(jì)算機(jī)出現(xiàn)之前，模擬圖像處理占主 導(dǎo)地位。 grayscale histogram。因此，以改善圖像數(shù)據(jù)、抑制不需要的變形或者增強(qiáng)某些對于后續(xù)處理來說比較重要的圖像特征為目的的圖像預(yù)處理在圖像處理的過程中就顯得非常重要。 image sharpening 。在其短短的歷史中，它卻成功的應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，并正發(fā)揮相當(dāng)重要的作用。在傳送和復(fù)制圖像時(shí)，只在計(jì)算機(jī)內(nèi)部進(jìn)行處理，這樣數(shù)據(jù)就不會(huì)丟失或遭破壞，保持了完好的再現(xiàn)性。 一幅原始照片的 灰度 值是空間變量（位置的連續(xù)值）的 連續(xù)函數(shù) 。隨機(jī)誤差如飛行器姿態(tài)和高度變化引起的誤 差，難以用模型表示出來，所以一般是在系統(tǒng)誤差被糾正后，通過把被觀測的圖和已知正確幾何位置的圖相比較，用圖中一定數(shù)量的地面 控制點(diǎn) 解雙變量 多項(xiàng)式 函數(shù)組而達(dá)到變換的目的。常用的平滑方法有中值法、局 部求平均法和 k 近鄰平均法。根據(jù)退化機(jī)理確定退化函數(shù)后，就可從此關(guān)系式求出 F(u， v)，再用 傅里葉 反變換求出 f(x， y)。 對圖像中的信息有選擇地加強(qiáng)和抑制，以改善圖像的視覺效果，或?qū)D像轉(zhuǎn)變?yōu)楦m合于機(jī)器處理的形式，以 便于數(shù)據(jù)抽取或識(shí)別。 2. 遙感航天中的應(yīng)用 軍事偵察、定位、導(dǎo)航、指揮等應(yīng)用；多光譜衛(wèi)星圖像分析；地形、地圖、國土普查；地質(zhì)、礦藏勘探；天文、太空星體的探測及分析等。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。這些工具方便用戶使用 MATLAB 的函數(shù)和文件，其中許多工具采用的是圖形用戶界面。 第五， 出色的圖形處理功能 ， MATLAB 自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和距陣用圖形表現(xiàn)出來，并且可以對圖形進(jìn)行標(biāo)注和打印。第四部分講的是噪聲處理，噪聲特性以及 matlab 去除噪聲的方法。 從數(shù)學(xué)上來說圖像直方圖是圖像各灰度值統(tǒng)計(jì)特性與圖像灰度值的函數(shù)，它統(tǒng)計(jì)一幅圖像中各個(gè)灰度級(jí)出現(xiàn)的次數(shù)或概率；從圖形上來說，它是一個(gè)二維圖，橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí)，縱坐標(biāo)為各個(gè)灰度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)或概率。f:\39。 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 數(shù)字圖像處理的灰度直方圖 8 用上述代碼生成圖 的直方圖，結(jié)果如圖 所示 。)。 end, end, for k=1:256, p(k)=n(k)/(256^2)。 end, for k=1:256, for j=1:k, q(k)=q(k)+p(j)。 for k=1:256, o(k)=round((N1)*q(k)+)。 n(s)=n(s)+1。 0 50 100 150 200 250 30000 . 0 0 50 . 0 10 . 0 1 50 . 0 20 . 0 2 5 圖 原圖 圖 原始圖象的直方圖 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 數(shù)字圖像處理的灰度直方圖 11 0 50 100 150 200 250 30000 . 0 0 50 . 0 10 . 0 1 50 . 0 20 . 0 2 5 圖 直方圖均衡化后的效果圖 圖 均衡 化后的直方 圖 從上述效果圖可以看出，經(jīng)過直方圖均衡化處理后，圖像變的清晰了，從直方圖來看，處理后的 LENA 的圖像直方圖分布更均勻了，在每個(gè)灰度級(jí)上圖像都有像素點(diǎn)。它采用模板計(jì)算的思想，模板操作實(shí)現(xiàn)了一種鄰域運(yùn)算，即某個(gè)像素點(diǎn)的結(jié)果不僅與本像素灰度有關(guān)，而且與其鄰域點(diǎn)的像素值有關(guān)。 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像平滑與圖像銳化 13 算法實(shí)現(xiàn) 程序中采用的是 33 的模板，即把當(dāng)前圖像 ),( jif 和它周圍 8 個(gè)像素的灰度值相加，然后將求得的平均值（除以 9）作為該點(diǎn)的像素值。 image=double(A)。)。例如，當(dāng)圖像的分辨率有限時(shí)，所獲得的像素值不是一點(diǎn)的亮度，而是周圍景物亮度的平均值。我們在對圖像增強(qiáng)的過程中，采用的是一種簡單的高頻濾波圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像平滑與圖像銳化 16 增強(qiáng)方法： ? ? ? ? ? ? ? ? ? ?1,1, 2122 ?????????????????????? ????????? ??? yxfyxfyxfyxfyfxfyxG （ 34） 式中 f， g分別為銳化前后的圖像， ?k 是與擴(kuò)散效應(yīng)有關(guān)的系數(shù)。f:\39。 image(i,j)=b。在這些過程中電氣系統(tǒng)和外界影響將使得圖像噪聲的精確分析變得十分復(fù)雜。比如調(diào)整圖像 存儲(chǔ) 的格式，對圖像進(jìn)行去噪等等。噪聲一般是不可預(yù)測的隨機(jī)信號(hào)，它只能用概率統(tǒng)計(jì)的方法去認(rèn)識(shí)。 對圖像中的噪聲有多種描述方式，常見的有以下幾種： （ 1）白噪聲（ White Noise）：它具有常量的功率譜。 噪聲特性 在對這個(gè)含噪模型進(jìn)行研究之前，我們有必要了解一下噪聲的一些特性，經(jīng)常影響圖像質(zhì)量的噪聲源可分為三類。 通過以上分析可以看出，絕大多數(shù)的常見圖像噪聲都可用均值為零，方差不同的高斯白噪聲作為其模型，因而為了簡便和一般化，我們采用零均值的高斯白噪聲作為噪聲源。原圖 39。二值化 39。)。 figure(1)。 end, end, figure(2)。 第四章講述了噪聲的定義，噪聲對圖像的影響以及去噪的方法， 從不同角度介紹了圖像中噪聲的來源 和模型，以及如何計(jì)算信噪比及編程實(shí)現(xiàn)隨機(jī)噪聲和椒鹽噪聲的添加 。 他樂于助人，耐心的解答我提出的問題，對我的論文提出了許多中肯的修改意見，并對一些技術(shù)上的細(xì)節(jié)給 予了很大的幫助。 感謝她在百忙之中甚至在懷孕期間也一直督促關(guān)心著我的本科論文的寫作。 圖像預(yù)處理系統(tǒng)設(shè)計(jì) 圖像噪聲與噪聲的處理 23 圖 二值圖像 圖 二值圖像去噪后圖 利用 matlab 實(shí)現(xiàn)了上述算法 ,通過實(shí)驗(yàn)證明 ,利用 mat