【文章內(nèi)容簡(jiǎn)介】 ，那么影射將會(huì)對(duì)圖像的像素值加權(quán)。 I=imread(39。39。)。 J=imadjust(I,[,],[])。 subplot(211),imshow(I)。 subplot(212),imshow(J)。 圖 （二） 使用 MATLAB 對(duì)圖像進(jìn)行旋轉(zhuǎn)變形 圖像的旋轉(zhuǎn)是指使圖像做某一角度的轉(zhuǎn)動(dòng)。在 MATLAB中，圖像旋轉(zhuǎn)的函數(shù)式 imrotate，同 imresize 函數(shù)一樣， imrotate 函數(shù)需要調(diào)用圖像插值法，對(duì)旋轉(zhuǎn)后的圖像進(jìn)行插值。 Imrotate 函數(shù)的常見(jiàn)調(diào)用方法如下。 B=imrotate(A,angle) B=imrotate(A,angle,method) B=imrotate(A,angle,method,bbox) 其中 A 是要旋轉(zhuǎn)的圖像， angle 是要 旋轉(zhuǎn)的角度， method 是插值的方法，可以作為 nearest、bilinear、 bicubic 等。 bbox 是是指旋轉(zhuǎn)后的顯示方式，有兩種選擇，一種是 crop，旋轉(zhuǎn)后的圖像跟原圖像一樣大??；另一種是 loose，旋轉(zhuǎn)后的圖像包含原圖。 i=imread(39。39。)。%讀取圖像 j1=imrotate(i,45,39。bicubic39。)。%使用 bicubic插值順時(shí)針旋轉(zhuǎn) 45度 j2=imrotate(i,45,39。bilinear39。,39。crop39。)。%使用 crop方式顯示旋轉(zhuǎn)后的圖像 j3=imrotate(i,45,39。bilinear39。,39。loose39。)。%使用 loose方式顯示旋轉(zhuǎn)后的圖像 figure。 subplot(221)。imshow(i)。 subplot(222)。imshow(j1)。 subplot(223)。imshow(j2)。 subplot(224)。imshow(j3)。 圖 （三 ） 噪聲 數(shù)字圖像中往往存在各種各樣的噪聲，噪聲是獲得的圖像像素值，不能反映真實(shí)場(chǎng)景亮度的誤差，數(shù)字圖像的噪聲主要來(lái)源于圖像的獲取（數(shù) 字化過(guò)程）和傳輸過(guò)程。根據(jù)圖像的獲取方法不同，有很多引入圖像噪聲的方法。 （ 1） 如果圖像是通過(guò)掃描照片得到的，則照片上的灰塵是噪聲源，另外，照片損壞和掃描的過(guò)程本身都會(huì)引入噪聲。 （ 2） 如果圖像直接由數(shù)字設(shè)備得到，則獲取圖像數(shù)據(jù)的設(shè)備會(huì)引入噪聲。 （ 3） 圖像數(shù)據(jù)的傳輸會(huì)引入噪聲。 為了模擬不同方法的去噪效果， MATLAB 圖像處理工具箱中使用 imnoise 函數(shù)對(duì)一幅圖像加入不同的噪聲。它的常見(jiàn)調(diào)用方法如下： j=imnoise(I,type,parameters) 其中 i表示要加入噪聲的圖像， type 表示不同類(lèi) 型的噪聲， parameters 是指不同類(lèi)型噪聲的參數(shù)，如對(duì)于高斯噪聲而言，即均值和方差， j是返回的含有噪聲的圖像。 i=imread(39。39。)。 j1=imnoise(i,39。salt amp。 pepper39。,)。%加入椒鹽噪聲 j2=imnoise(i,39。gaussian39。,0,)。%加入高斯白噪聲 j3=imnoise(i,39。poisson39。)。%加入泊松噪聲 j4=imnoise(i,39。speckle39。,)。%加入乘法噪聲 imshow(i)。 figure。 subplot(221),imshow(j1)。 subplot(222),imshow(j2)。 subplot(223),imshow(j3)。 subplot(224),imshow(j4)。 圖 沒(méi)有噪聲的原圖像 圖 加入各噪聲后的圖像 在這個(gè)程序中，首先讀取一幅圖像，如圖 所示。然后在這幅圖像中加入 4種不同類(lèi)型的噪聲，加入噪聲后的圖像如圖 所示，其中左上圖為加入椒鹽噪聲后的圖像；右上圖為加入高斯白噪聲后的圖像；左下圖為加入泊松噪聲后的圖像；右下圖為加入乘法噪聲后的 圖像。 （四 ） 均值濾波 均值濾波器的原理類(lèi)似于中值濾波器，中值濾波器輸出的像素值為相應(yīng)像素鄰域內(nèi)的中值，而均值濾波器輸出的像素值為相應(yīng)像素鄰域內(nèi)的平均值，這使得對(duì)于粒狀噪聲可以很好的被濾除。 在 MATLAB 中，線(xiàn)性 vboqi 的函數(shù)為 imfilter,它的常見(jiàn)調(diào)用方式如下： B=imfilter（ A,H） B=imfilter（ A， H,option1,option2,…… ） 其中 A是輸入的圖像， H 是多維濾波器， option option2 是一些可選的參數(shù)， B是返回的濾波后的圖像，與 A 有著相同的數(shù)據(jù)類(lèi)型和維數(shù) 。 下面的例子使用相同權(quán)重的 5 5的濾波器進(jìn)行濾波，這類(lèi)濾波器成為均值濾波器。 濾波后的結(jié)果如圖 所示。 I=imread(??)。% h=ones(5,5)。 i2=imfilter(I,h)。 subplot(121),imshow(i)。 subplot(122),imshow(i2)。 圖 （五 ） 頻譜分析 圖像的頻率是表征圖像中灰度變化劇烈程度的指標(biāo)，它是灰度在平面空間上的梯度，例如，大面積的沙漠在圖像中是一片灰度變化緩慢的區(qū)域，其對(duì)應(yīng)的頻率值很低；而對(duì)于地表屬性變化劇 烈的邊緣區(qū)域在圖像中則是一片灰度變化劇烈的區(qū)域，其對(duì)應(yīng)的頻率值較高。 傅里葉變換是最簡(jiǎn)單的正交變換，它是裂解其他變換的基礎(chǔ)，同時(shí)傅里葉變換也是應(yīng)用最廣泛的一種正交變換。傅里葉變換建立了從時(shí)域到頻域的橋梁，而傅里葉反變換則建立了從頻域到時(shí)域的橋梁。 傅里葉變換在實(shí)際中有非常明顯的物理意義。若 f是一個(gè)能量有限的模擬信號(hào)，則其傅里葉變換就表示 f的譜。用 fft2 函數(shù)對(duì)二維數(shù)據(jù)進(jìn)行快速傅里葉變換，其調(diào)用的形式如下： z=fft2(x,m,n) 其中， x 為輸入的二維圖像數(shù)據(jù)矩陣，其數(shù)據(jù)類(lèi)型為 double 型。 m、 n 分別表示進(jìn)行二維離散傅里葉變換的長(zhǎng)與寬，若 x 的尺寸與 mn 不符，則會(huì)對(duì) x 采取相應(yīng)的填充或截取操作。若參數(shù)省略，則進(jìn)行二維傅里葉變換的點(diǎn)數(shù)與 x 的尺寸相同。返回值 z 為 mn 的二維矩陣，它表示離散傅里葉變換后的頻域圖像。 x=imread(39。39。)。 y=im2double(x)。 imshow(y),figure z=fft2(y) imshow(log(1+abs(z)),[]),figure 圖 在這個(gè)程序中，首先將圖像的數(shù)據(jù)轉(zhuǎn)換為 double 型，再將其輸出入到 fft2 函數(shù)中，其次，由 于圖像的低頻部分能量非常集中，其值遠(yuǎn)遠(yuǎn)大于高頻分量值，所以導(dǎo)致頻域圖像的動(dòng)態(tài)范圍非常大，如果正常顯示的話(huà)，高頻部分的信息幾乎無(wú)法看清，所以在顯示前使用 log 對(duì)數(shù)函數(shù)進(jìn)行轉(zhuǎn)換，目的是為了顯示清晰，這種顯示方法在顯示頻域圖像時(shí)會(huì)經(jīng)常用到。 第三章 總結(jié)與展望 （一） 總結(jié) 本文主要介紹了數(shù)字圖像處理的理論知識(shí)以及 MATLAB 語(yǔ)言的特點(diǎn)，基于 MATLAB 的數(shù)字圖像處理環(huán)境，介紹了如何利用 MATLAB 及其圖像處理工具箱進(jìn)行基本的數(shù)字圖像處理，包括對(duì)圖像的基本編輯及分析。 綜合學(xué)習(xí)使用 MATLAB 軟件對(duì)于圖像 處理的基本知識(shí)，給出部分 MATLAB 實(shí)例和圖像處理效果，使讀者能夠更好地理解和掌握使用 MATLAB 圖像處理工具箱函數(shù)進(jìn)行圖像處理的方法。 （二 ） 展望 從數(shù)字圖像處理技術(shù)應(yīng)用的開(kāi)始到其成為一門(mén)較獨(dú)立的學(xué)科，圖像處理結(jié)合景物理解、機(jī)器視覺(jué)、真實(shí)感影響和科學(xué)計(jì)算等方面有了長(zhǎng)足的發(fā)展。隨著計(jì)算機(jī)和各個(gè)研究領(lǐng)域的迅猛發(fā)展，圖像處理已經(jīng)成為人們認(rèn)識(shí)世界、改造世界的重要手段。 圖像處理是人類(lèi)視覺(jué)延續(xù)的重要手段，使人們可以看 到任意波長(zhǎng)上所測(cè)得的圖像，如伽馬相機(jī)、 X 光機(jī)，紅外和超聲圖等；可以看到內(nèi)部圖像，例如用 CT可以看到斷層圖像，實(shí)現(xiàn)了人類(lèi)長(zhǎng)期以來(lái)的夢(mèng)想；可以看到立體圖像和剖視圖像。數(shù)字圖像處理在實(shí)際中得到了廣泛應(yīng)用，幾乎覆蓋了所有的社會(huì)生活領(lǐng)域，特別是在遙感、航空航天、通信、生物和醫(yī)學(xué)、安全監(jiān)控、工業(yè)生產(chǎn)、視頻和多媒體、機(jī)器人視覺(jué)、物理和化學(xué)分析、公安和軍事等領(lǐng)域，它在國(guó)家安全、經(jīng)濟(jì)發(fā)展和日常生活中已經(jīng)起到越來(lái)越重要的作用。 參考文獻(xiàn) [1] 朱習(xí)軍等 .MATLAB 在信號(hào)與圖像處理中的應(yīng)用 [M].北京電子工業(yè)出版社 [2] 高展宏，徐文波 .基于 MATLAB 的圖像處理案例教程 [M].北京：清華大學(xué)出版社 [3] 李從利，易維寧 .數(shù)字圖像處理 理論、算法及實(shí)現(xiàn) [M].安徽：全國(guó)百佳圖書(shū)出版社 [4] 張強(qiáng)，王正林 . 精通 MATLAB 圖像處理（第二版） [M].北京電子工業(yè)出版社， [5] 段一平 ,李浩攀 . MATLAB 在圖像處理中的應(yīng)用 [J]. 科技信息 . 2020(10) [6] 尹鳳領(lǐng) ,霍丙全 . 圖像處理技術(shù)的 Matlab 實(shí)現(xiàn) [J]. 科技