【正文】 ，即去掉目標(biāo)像素本身），再用模板中的全體像素的平均值來代替原來像素值。消除圖像中的噪聲成份叫做圖像的平滑化或?yàn)V波操作。如果一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。這種方法也相當(dāng)于把輸入序列進(jìn)行延長(zhǎng)（增加非零項(xiàng)），因而稱為延拓法。j=0時(shí)計(jì)算過程為： 式（311） 式（312）不難看出，的非零值范圍為：即有個(gè)非零值。記P0f=f，在第級(jí)上的一維離散小波變換DWT(Discrete Wavelet Transform)通過正交投影Pjf與Qjf將Pj1f分解為： 式（36）其中：， ，式（37）這里，{h(n)}與{g(n)}分別為低通與高通權(quán)系數(shù)，它們由基函數(shù)與來確定，p為權(quán)系數(shù)的長(zhǎng)度。因此傳送變換系數(shù)所用的數(shù)碼率要大大小于傳送圖像像素所用的數(shù)碼率。邊緣檢測(cè)算子檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化，也包括方向的確定。如果命令中沒有指定插補(bǔ)方法，則函數(shù)采用默認(rèn)的最近鄰插補(bǔ)方法。主界面分別設(shè)計(jì)了5個(gè)單元模塊，包括常用處理模塊(旋轉(zhuǎn)、底片處理、邊緣信息、模糊處理)，圖像壓縮模塊（DCT變換、小波變換、線性插值），噪聲處理模塊（加入噪聲和濾波處理），彩色增強(qiáng)模塊（RGB分量法、亮度切割法、偽彩色處理），灰度變換模塊（均衡化、規(guī)定化、灰度加深）。，在測(cè)試圖像中驗(yàn)證你的結(jié)論，分析程序結(jié)果。這樣，用戶就可以充分利用系統(tǒng)提供的GUI特性，編寫自己需要的圖形界面，從而可以高效地制作出理想的應(yīng)用軟件。針對(duì)課程任務(wù)內(nèi)容四，設(shè)計(jì)了噪聲處理模塊?；緦?shí)現(xiàn)了圖像處理功能的需求。 常用處理模塊設(shè)計(jì)了圖像的旋轉(zhuǎn)、底片效果、邊緣信息、運(yùn)動(dòng)模糊處理功能，運(yùn)用imrotate，implement，edge，fspecial等函數(shù)來實(shí)現(xiàn)。運(yùn)用imnoise函數(shù)，添加了高斯、椒鹽、乘性等三種噪聲。在MATLAB中有個(gè)重要的圖像處理工具包，該工具包是由一系列支持圖像處理操作的函數(shù)組成的，按功能可以分為以下幾類：圖像顯示、圖像文件輸入與輸出、幾何操作、像素值統(tǒng)計(jì)、圖像增強(qiáng)、圖像識(shí)別、圖像濾波、圖像變換、鄰域和塊操作、二值圖像操作、顏色映射和顏色空間轉(zhuǎn)換、圖像格式轉(zhuǎn)換等。各單元模塊中分別加入控件（Push Button和Popup Menu）來實(shí)現(xiàn)對(duì)各功能的控制操作。對(duì)于最近鄰插補(bǔ)方法，為了確定插值像素點(diǎn)的數(shù)據(jù)值，用戶必須在輸入圖像中查找到與輸出像素相應(yīng)的點(diǎn)。設(shè)計(jì)中采用edge函數(shù)來實(shí)現(xiàn)邊緣信息的獲取。到達(dá)接收端后再通過反離散余弦變換回到樣值，雖然會(huì)有一定的失真，但是能基本接受。為信號(hào)的輸入數(shù)據(jù)，N為輸入信號(hào)的長(zhǎng)度，L為所需的級(jí)數(shù)。的非零值范圍相同。將小波分析映入圖像壓縮范疇也是一個(gè)重要手段，并有著它自己的特點(diǎn)。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。濾波的目的有兩個(gè)：一是抽出對(duì)象的特征作為圖像識(shí)別的特征模式；二是為適應(yīng)計(jì)算機(jī)處理的要求，消除圖像數(shù)字化時(shí)所混入的噪聲。均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法。中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替。與平均濾波器相比，中值濾波器從總體上來說，能夠較好地保留原圖像中的躍變部分。（4）線性銳化濾波。顏色分為無彩色和有彩色兩種。這樣就可以理解亮紅色為RGB=[255,0,0]，亮綠色為RGB=[0,255,0]等等。low_in 以下與 high_in 以上的值被剪切掉了，也就是說，low_in 以下的值映射到 low_out，high_in 以上的值映射到high_out。由于人眼對(duì)彩色的分辨能力遠(yuǎn)遠(yuǎn)高于對(duì)灰度的分辨能力，所以將灰度圖像轉(zhuǎn)化成彩色表示，就可以提高對(duì)圖像細(xì)節(jié)的辨別力。 式(321) 6).統(tǒng)計(jì)映射后各灰度級(jí)的像素?cái)?shù)目 ni, i=0,1,…,k,…P1。即 Z = G 1（S） 式(325)這時(shí)的灰度級(jí)Z 便是所希望的圖像的灰度級(jí)。switch val %用switch語句設(shè)置選項(xiàng)case 1 img=rgb2gray(T)。input39。 %將圖像進(jìn)行旋轉(zhuǎn)處理axes()。 主要程序設(shè)計(jì)： case 2 %底片效果顯示ig2=rgb2gray(T)。運(yùn)用implement函數(shù)來實(shí)現(xiàn)圖像取反，形成底片效果。title(39。% 表示攝像物體逆時(shí)針方向以0角度運(yùn)動(dòng)了21個(gè)像素 PSF = fspecial(39。 %對(duì)圖像f進(jìn)行濾波 %W2 = deconvwnr(blurred,PSF)。Value39。%生成一個(gè)8*8 DCT變換矩陣B=blkproc(I,[8 8],39。1 0 0 0 0 0 0 0。%數(shù)據(jù)壓縮，丟棄右下角高頻數(shù)據(jù)D=blkproc(C,[8 8],39。)。)。,C,S,1)。a39。,1)。,C,S,39。%首先對(duì)第1層信息進(jìn)行量化編碼ca1=wcodemat(ca1,440,39。)。)。39。 pepper39。 prompt={39。39。gaussian39。 prompt={39。,1,defans)。乘性噪聲圖像39。 %均值濾波函數(shù)，算子為“average” J1=imfilter(f,h)。 =f。 %顯示中值濾波后的圖像 運(yùn)行結(jié)果，對(duì)椒鹽噪聲進(jìn)行中值濾波后的結(jié)果如圖418所示，417為設(shè)置的椒鹽噪聲的圖像： 圖417 圖4183） 維納濾波主程序設(shè)計(jì)： case 3 %攝像物體逆時(shí)針方向以0角度運(yùn)動(dòng)了21個(gè)像素 LEN = 21。circular39。 %顯示維納濾波后的圖像運(yùn)行結(jié)果，對(duì)椒鹽噪聲進(jìn)行維納濾波后的結(jié)果如圖420所示，419為設(shè)置的椒鹽噪聲的圖像： 圖419 圖420 按照上面類似操作，選擇另外兩種噪聲進(jìn)行濾波分析，結(jié)合幾種濾波器對(duì)各噪聲的濾波效果，可以得到以下結(jié)論：中值濾波對(duì)椒鹽噪聲的濾波效果好一點(diǎn)，相對(duì)幾種濾波器而言，濾波之后的圖像顯得更為清晰。%得到句柄caisechuli的Value，賦給vaval=get(hObject,39。B= imadjust(B,[ ],[0 ])。 prompt={39。,1,defans)。%顯示真彩色增強(qiáng)后的圖像運(yùn)行結(jié)果如圖422所示，設(shè)置調(diào)整倍數(shù)為3，點(diǎn)擊“OK”，結(jié)果顯示在圖423中： 圖422 圖423 (3)偽彩處理程序設(shè)計(jì)：case 3ig6=rgb2gray(T)。運(yùn)行結(jié)果如下圖424所示：圖424 灰度變換模塊的設(shè)計(jì)（1）均衡化處理程序設(shè)計(jì)：global Tva=get(,39。[m,n]=size(I)。 H1=zeros(1,256)。 axes()。)。 if Num==i New(x,y)=HisM(i)。 % 存儲(chǔ)原圖像直方圖數(shù)據(jù) nk2=zeros(L,1)。 %統(tǒng)計(jì)nk end end %計(jì)算直方圖概率估計(jì) for i=1:L Ps(i)=nk(i)/n。 for Y=1:L for X=1:L ScMin(X,Y)=abs(Rk(Y)39。 end end HisM(P)= min。)。5 系統(tǒng)調(diào)試與故障分析 系統(tǒng)調(diào)試結(jié)果將各模塊的程序加入到設(shè)計(jì)的界面系統(tǒng)中，運(yùn)行結(jié)果如下圖51所示：圖51結(jié)論：程序運(yùn)行基本正常，各功能都能實(shí)現(xiàn)，從總的界面系統(tǒng)中來看，各模塊都建立了連接，可以相互調(diào)用原圖像，只是有時(shí)某一個(gè)模塊運(yùn)行完之后，再調(diào)用下一個(gè)模塊，需要一定的時(shí)間處理。對(duì)句柄使用以及一些函數(shù)使用的不恰當(dāng)。同時(shí)，在實(shí)踐的過程中，也讓我感覺到“一分耕耘，一分收獲”，這種感覺，著實(shí)不錯(cuò)。經(jīng)過老師細(xì)心地指導(dǎo)，我利用了一天加一個(gè)晚上的時(shí)間，終于在檢查的最后一天基本完成改進(jìn)。在參考了相關(guān)材料及源程序，我對(duì)自己要做的課設(shè)內(nèi)容有了進(jìn)一步的了解，并對(duì)matlab的函數(shù)語句的使用有了更深的體會(huì)。但一些功能只支持灰度圖像的處理，例如進(jìn)行中值濾波時(shí)，需要將真彩色圖像先轉(zhuǎn)換為灰色圖像。 bar(Ps2),title(39。 if Num==i New(x,y)=HisM(i)。)。 else 1=256 Rk(i)=Rk(i1)+Ps(i)。 % 存儲(chǔ)原圖像累積直方圖數(shù)據(jù) Ps2=zeros(L,1)。 I=f。 for P=1:L min = 0。title(39。 end axes()。 %建立一個(gè)1*256的零矩陣 for i=1:m %for語句的實(shí)現(xiàn) for j=1:n H(I(i,j)+1)=H(I(i,j)+1)+1。)。 %利用imadjust對(duì)ig6作均衡化處理axes()。 %將字符串轉(zhuǎn)化為數(shù)值 y=imadjust(T,[ ], [ ],p1)。}。 %對(duì)加強(qiáng)后的三分量R、G、B進(jìn)行還原axes()。)。但是對(duì)一些細(xì)節(jié)多，特別是點(diǎn)、線、尖頂細(xì)節(jié)多的圖像不宜采用中值濾波的方法。 %對(duì)圖像T進(jìn)行濾波 W2 = deconvwnr(blurred,PSF)。 PSF = fspecial(39。 %對(duì)圖像f進(jìn)行灰度轉(zhuǎn)換 f7=medfilt2(img)。 %結(jié)果顯示在axes7中 imshow(J1)。%顯示加入乘性噪聲后的圖像 end運(yùn)行結(jié)果如圖413所示，點(diǎn)擊“OK”，運(yùn)行結(jié)果如下圖414所示： 圖413 圖414 選擇其中一種噪聲，這里選取椒鹽噪聲，然后對(duì)椒鹽噪聲進(jìn)行濾波處理操作，軟件設(shè)計(jì)如下：1） 均值濾波主程序設(shè)計(jì)： T=。 %將字符串轉(zhuǎn)化為數(shù)值 f=imnoise(T,39。}。%對(duì)圖像T加入高斯噪聲 axes()。 %設(shè)置默認(rèn)參數(shù)值均值為0， p=inputdlg(prompt,39。,39。 %對(duì)圖像T加入椒鹽噪聲 axes()。