【正文】 figure。SE=ones(5,3)。E1=im2bw(I1,)。%對(duì)原圖進(jìn)程DCTsubplot(1,2,1),imshow(H),title(39。canny edge check39。)。BW6=edge(H,39。log39。)。加高斯噪聲均值濾波后的圖39。%高斯噪聲圖的均值濾波K1=medfilt2(I7)。 subplot(1,2,2), imshow(I7),title(39。)。salt amp。subplot(2,2,3),imhist(H),title(39。figure。亮度調(diào)整圖39。非交互式剪切圖39。)。縮小圖39。)。canny edge check39。)。BW6=edge(H,39。log39。)。加高斯噪聲均值濾波后的圖39。%高斯噪聲圖的均值濾波K1=medfilt2(I7)。 subplot(1,2,2), imshow(I7),title(39。)。salt amp。subplot(2,2,3),imhist(H),title(39。figure。亮度調(diào)整圖39。非交互式剪切圖39。)。縮小圖39。)。 主 要 的 有 一28階 邊 緣 檢 測(cè) 算 子 和 二 階 邊 緣 檢 測(cè) 算 子 。對(duì) 其 去 除 一階 導(dǎo) 數(shù) 中 的 非 局 部 最 大 值 ， 可 以 檢 測(cè) 到 較 為 精 確 的 邊 緣 點(diǎn) 。 常用的二階邊緣檢測(cè)算子 Laplacian 算子Laplacian 算子是不依賴于邊緣方向的二階微分算子，是常用的二階導(dǎo)數(shù)算子。其運(yùn)算結(jié)果是一副邊緣幅度圖像。???????.10?????? Sobel 算子Sobel 算子邊緣檢測(cè)的效果不好很好。其定義如下： (37)(,)arctnfyxxy???以上兩式中偏導(dǎo)數(shù)需要對(duì)每個(gè)像素位置計(jì)算，而實(shí)際上數(shù)字圖像中求導(dǎo)數(shù)是可以用一階差分代替一階微分。（2）擬合曲面 （3）小坡多尺度邊緣檢測(cè) 隨著圖像邊緣檢測(cè)技術(shù)的提高，小破分析得到迅速房展并開(kāi)始用于邊緣檢測(cè)。階躍型：其邊緣處于圖像中兩個(gè)具有不同灰度值的相鄰區(qū)域之間。idct2 是 dct2 的反變換，其語(yǔ)法格式與 dct2 相同。 快速傅立葉變換離散傅立葉變換所需要的乘法和加法的操作次數(shù) N 是 2 的冪的時(shí)候，其計(jì)算效率高，使用起來(lái)簡(jiǎn)單方便。反射： 定義為圖像 A 經(jīng)圖像原點(diǎn)反射的結(jié)果，表示為A A??a???平移和反射著兩個(gè)操作，可以定義數(shù)學(xué)形態(tài)學(xué)中的兩個(gè)基本操作，即膨脹(Dilation)和腐蝕(Erosion) ，其數(shù)學(xué)表達(dá)式如下：膨脹運(yùn)算的數(shù)字表達(dá)式： （3????,xABabABA???????????2）腐蝕運(yùn)算的數(shù)字表達(dá)式: （3zbABA???????3） 開(kāi)運(yùn)算：A 對(duì) B 的開(kāi)，即 A 被 B 進(jìn)行開(kāi)運(yùn)算的結(jié)果定義為： （3?????4）即 A 先被 B 腐蝕，再被 B 膨脹的結(jié)果。其語(yǔ)法格式主要：BW=im2bw(I,level)：灰灰度圖像 I 轉(zhuǎn)換為二值圖像BW=im2bw(RGB,level)：將 RGB 圖像轉(zhuǎn)換為二值圖像14 圖 9 將灰度圖像和 RGB 圖像轉(zhuǎn)換為二值圖像后的圖（3）索引圖像轉(zhuǎn)換為灰度圖像的函數(shù) ind2grap，其語(yǔ)法格式為：I=ind2grap(X,map)將具有顏色圖 map 的索引圖像 X 轉(zhuǎn)換為轉(zhuǎn)換為灰度圖像 I，X 可以是雙精度型或 unit8 型， I 是雙精度型. MATLAB 的二值圖像操作二值圖像的處理過(guò)程相對(duì)簡(jiǎn)單，而數(shù)學(xué)形態(tài)學(xué)的處理主要是二值圖像。其語(yǔ)法格式為:X1=imcrop(X,map):對(duì)索引圖像進(jìn)行交互式的剪切。 圖像類(lèi)型（1）索引圖像（2）灰度圖像10（3）RGB 圖像（4）二進(jìn)制圖像 圖像的幾何操作在對(duì)數(shù)字圖像進(jìn)行操作時(shí)，在某些時(shí)候只需要對(duì)圖像的某一部分進(jìn)行相應(yīng)的操作。（3）DHF 格式：有 24 位光柵圖像數(shù)據(jù)集。線性濾波是一種鄰域操作，其結(jié)果由濾波器系數(shù)與濾波窗口掃描區(qū)域的相應(yīng)像素值的乘積之和給出。直方圖是對(duì)圖像中每一灰度值出現(xiàn)頻率的統(tǒng)計(jì)，可也描述為： （3()/KkPSn?0,1L??1）上式中， 是圖像 f(x,y)的第 k 級(jí)灰度值， 是中具有灰度值 的像K KnKS素的個(gè)數(shù)，n 是圖像中像素的總數(shù)。 直接灰度調(diào)整（1）增強(qiáng)對(duì)比度增強(qiáng)對(duì)比度實(shí)際是增強(qiáng)原圖的各部分的反差。白色的都為 255；黑色的都為 0；這類(lèi)圖像不適用單獨(dú)的調(diào)色板，每一個(gè)像素的顏色有存儲(chǔ)在相應(yīng)位置上的紅，綠，藍(lán)顏色共同決定。灰度圖像：灰度圖像是包含灰度級(jí)的圖像。對(duì)圖像進(jìn)行一系列的操作以便達(dá)到預(yù)期的圖像結(jié)果。MATLAB 的基本功能：語(yǔ)言編程功能、編譯功能、自動(dòng)代碼生成功能、圖像用戶界面開(kāi)發(fā)功能、數(shù)學(xué)計(jì)算功能、圖形化顯示功能、Simulink 建模仿真功能。本文主要介紹了數(shù)字圖像處理主要研究領(lǐng)域中邊緣檢測(cè)的方法，并利用 MATLAB 圖像處理工具箱提供的函數(shù)處理圖片，對(duì)圖像進(jìn)行邊緣檢測(cè)，給出了各種算子檢測(cè)邊緣的結(jié)果并進(jìn)行相互比較。圖像的研究方法和手段根據(jù)對(duì)圖像作用域的不同，可以分為空余處理方法和變換域處理方法。MATLAB 圖像處理工具箱提供了邊緣檢測(cè)（edge）函數(shù)，它能利用多種算子進(jìn)行圖像的邊緣檢測(cè)，語(yǔ)言結(jié)構(gòu)簡(jiǎn)單，本文主要介紹了數(shù)字圖像處理主要研究領(lǐng)域中邊緣檢測(cè)的方法，并利用 MATLAB 圖像處理工具箱提供的函數(shù)處理圖片，對(duì)圖像進(jìn)行邊緣檢測(cè)，給出了各種算子檢測(cè)邊緣的結(jié)果并進(jìn)行相互比較。 作者簽名: 二〇一〇年九月二十日 畢業(yè)設(shè)計(jì)（論文）使用授權(quán)聲明本人完全了解濱州學(xué)院關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定。常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮、分割等。MATLAB 是一種將數(shù)據(jù)結(jié)構(gòu)、變成特征和圖形用戶界面完美的結(jié)合到一起的軟件。圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視3覺(jué)效果。42. 數(shù)字圖像處理 基本概念二值圖像：也叫黑白圖像，就是圖像像素只存在 0，1 兩個(gè)值。通常所說(shuō)的黑白圖像，其實(shí)包含了黑白之間的所有灰度色調(diào)。圖像恢復(fù)：把模糊或褪色的圖像盡可能的復(fù)原。具體的變換就是圖像中每個(gè)像素的灰度值根據(jù)變換曲線進(jìn)行映射。 圖 2 灰度調(diào)整后的圖像與直方圖（2）直方圖規(guī)定化直方圖均衡化的優(yōu)點(diǎn)是能自動(dòng)增強(qiáng)整個(gè)圖像的對(duì)比度，但其具體的增強(qiáng)效果不容易控制，處理的結(jié)果總是得到全局均衡化的直方圖。 9圖 3 加入椒鹽噪聲后圖像的均值濾波和中值濾波 圖 4 加入高斯噪聲后圖像的均值濾波和中值濾波 MATLAB 圖像處理數(shù)字圖像處理技術(shù)發(fā)展迅速，在實(shí)際上生活中起到了很大的作用，而MATLAB 對(duì)數(shù)字圖像的處理很是方便，用相應(yīng)的函數(shù)便可實(shí)現(xiàn)。（6）XWD 格式。Bilinear（雙線性插補(bǔ)運(yùn)算）：輸入像素的賦值為 2*2 矩陣所包含有效點(diǎn)的加權(quán)平均值。參數(shù) method 有三種：nearest、bilinear 和 bicubic。數(shù)學(xué)形態(tài)學(xué)運(yùn)算是用 B 對(duì) A 進(jìn)行操作。圖像變換就是將圖17像轉(zhuǎn)換到變換域，如頻率域，進(jìn)行圖像處理和圖像分析。18圖 12 快速傅立葉變換后的圖 離散余弦變換離散余弦變換（DCT）是圖像壓縮處理中應(yīng)用較多的一種變換。圖像邊緣有方向和幅值兩個(gè)特征，通常沿邊緣的走向灰度變換平緩，垂直于邊緣走向的像素灰度變換劇烈。圖像的邊緣是灰度變化最劇烈的地方，其對(duì)應(yīng)的連續(xù)情況就是函數(shù)梯度較大的地方，所以研究圖像的邊緣的一種方法就是求導(dǎo)算子。 常見(jiàn)的一階邊緣檢測(cè)算子梯度算子可以增強(qiáng)圖像邊緣信息，這對(duì)圖像邊緣檢測(cè)起到了重要作用。梯度幅值計(jì)算近似方法如表 1 所示表 1 Roberts 算子梯度幅值計(jì)算示意圖(i,j) (i,j+1)(i+1,j) (i+1,j+1)22（i,j）為當(dāng)前像素的位置，其計(jì)算公式如下：G（i,j）= （310 ）??????(,)1,1,fijfijfijfij????它是由兩個(gè) 2*2 模板組成。Sx 是水平模板，對(duì)水平邊????????120.???????緣響應(yīng)最大。圖像中的每個(gè)點(diǎn)用這兩個(gè)模板進(jìn)行卷積，取最大值作為輸出值，最終產(chǎn)生一副邊緣幅度圖像。 因此 ， 經(jīng) 過(guò) 拉 普 拉 斯 算 子 濾 波 過(guò) 的 圖 像 對(duì) 噪 聲 相 當(dāng) 敏 感 ， 也 可 產(chǎn) 生雙 像 素 寬 的 邊 緣 ， 且 不 能 提 供 邊 緣 方 向 信 息 ， 拉 普 拉 斯 算 子 主 要用 于 已 知 邊 緣 像 素 后 確 定 該 像 素 是 在 圖 像 的 暗 區(qū) 或 明 區(qū) 一 邊 。（ 3） 單 邊 緣 相 應(yīng) 準(zhǔn) 則 （ 323）122()()whxdDf????????????????式 中 ， 為 的 二 階 導(dǎo) 數(shù) 。希望能夠通過(guò)再學(xué)習(xí)，對(duì)圖像處理的過(guò)程有一個(gè)比較完整的了解，能29對(duì)邊緣檢測(cè)的各種算子有進(jìn)一步的研究，使處理后的圖像越來(lái)越接近預(yù)期的圖像。nearest39。%圖像旋轉(zhuǎn)figure,imshow(I2),title(39。交互式剪切圖39。)。subplot(1,2,2),imshow(I5),title(39。subplot(2,2,2),imshow(J),title(39。)。)。%加入高斯噪聲subplot(1,2,1),imshow(I6),title(39。%產(chǎn)生濾波模板B=conv2(double(I6),h)。加椒鹽噪聲中指濾波后的圖39。figure。prewitt39。%用“canny”進(jìn)行邊緣檢測(cè)h=fspecial(39。)。log edge check39。)。nearest39。%圖像旋轉(zhuǎn)figure,imshow(I2),title(39。交互式剪切圖39。)。subplot(1,2,2),imshow(I5),title(39。subplot(2,2,2),imshow(J),title(39。)。)。%加入高斯噪聲subplot(1,2,1),imshow(I6),title(39。%產(chǎn)生濾波模板B=conv2(double(I6),h)。加椒鹽噪聲中指濾波后的圖39。figure。prewitt39。%用“canny”進(jìn)行邊緣檢測(cè)h=fspecial(39。)。log edge check39。)。)。彩色圖像轉(zhuǎn)換為二值圖像39。subplot(1,2,2),imshow(E2),title(39。subplot(1,2,2),imshow(E2),title(39。 subplot(1,2,2), imshow(I8),title(39。)。二值圖像39?；叶葓D像39。在這里我再次深表感謝！其次，感謝我的同學(xué)，在畢業(yè)設(shè)計(jì)中給我提出了很多問(wèn)題，在一定程度上解決了一些問(wèn)題。subplot(1,2,2),imshow(E2),title(39。subplot(1,2,2),imshow(E2),title(39。彩色圖像轉(zhuǎn)換為二值圖像39。)。)。)。figure。E=im2bw(H,)。I8=dct2(H)。subplot(2,3,5),imshow(BW5),title(39。roberts edge check39。,5)。%用“prewitt”進(jìn)行邊緣檢測(cè)BW4=edge(H,39。sobel39。subplot(2,2,3),imshow(B1,[]),title(39。%椒鹽噪聲圖的中指濾波B1=conv2(double(I7),h)。)。加椒鹽噪聲后的圖39。I6=imnoise(H,39。)。)。%灰度圖像亮度調(diào)整33figure,imshow(I5),title(39。%交互式剪切subplot(1,2,2),imshow(I4),title(39。旋轉(zhuǎn)圖39。%圖像縮小figure,imshow(I1),title(39。39。subplot(2,3,5),imsh