【文章內容簡介】 TLAB既具有結構化的控制語句（如for循環(huán)，while循環(huán)，break語句和if語句），又有面向對象編程的特性。（4）程序限制不嚴格，程序設計自由度大。例如，在MATLAB里，用戶無需對矩陣預定義就可使用。（5）程序的可移植性很好，基本上不做修改就可以在各種型號的計算機和操作系統(tǒng)上運行。（6）MATLAB的圖形功能強大。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數(shù)據(jù)的可視化非常簡單。MATLAB還具有較強的編輯圖形界面的能力。（7）MATLAB的缺點是，它和其他高級程序相比，程序的執(zhí)行速度較慢。由于MATLAB的程序不用編譯等預處理，也不生成可執(zhí)行文件，程序為解釋執(zhí)行，所以速度較慢。（8）功能強大的工具箱是MATLAB的另一特色。MATLAB包含兩個部分：核心部分和各種可選的工具箱。核心部分中有數(shù)百個核心內部函數(shù)。其工具箱又分為兩類：功能性工具箱和學科性工具箱。功能性工具箱主要用來擴充其符號計算功能，圖示建模仿真功能，文字處理功能以及與硬件實時交互功能。功能性工具箱用于多種學科。而學科性工具箱是專業(yè)性比較強的，如control，toolbox, signl processing toolbox,mumnication toolbox等。這些工具箱都是由該領域內學術水平很高的專家編寫的，所以用戶無需編寫自己學科范圍內的基礎程序，而直接進行高、精、尖的研究。（9） 源程序的開放性。開放性也許是MATLAB最受人們歡迎的特點。除內部函數(shù)以外，所有MATLAB的核心文件和工具箱文件都是可讀可改的源文件，用戶可通過對源文件的修改以及加入自己的文件構成新的工具箱。 MATLAB在圖像處理中的應用圖像處理工具包是由一系列支持圖像處理操作的函數(shù)組成的。所支持的圖像處理操作有:圖像的幾何操作、鄰域和區(qū)域操作、圖像變換、圖像恢復與增強、線性濾波和濾波器設計、變換(DCT變換等) 、圖像分析和統(tǒng)計、二值圖像操作等。下面就MATLAB 在圖像處理中各方面的應用分別進行介紹。 （1） 圖像文件格式的讀寫和顯示。MATLAB 提供了圖像文件讀入函數(shù) imread()，用來讀取如:bmp、tif、tiffpcx 、jpg 、gpeg 、hdf、xwd等格式圖像文；圖像寫出函數(shù) imwrite() ，還有圖像顯示函數(shù) image()、imshow()等等。 （2） 圖像處理的基本運算。MATLAB 提供了圖像的和、差等線性運算 ，以及卷積、相關、濾波等非線性算。例如，conv2(I，J)實現(xiàn)了I，J兩幅圖像的卷積。（3） 圖像變換。MATLAB 提供了一維和二維離散傅立葉變換(DFT) 、快速傅立葉變換(FFT) 、離散余弦變換 (DCT) 及其反變換函數(shù)，以及連續(xù)小波變換(CWT)、離散小波變換(DWT)及其反變換。（4） 圖像的分析和增強。針對圖像的統(tǒng)計計算MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調整、自適應濾波等對圖像進行的處理。（5） 圖像的數(shù)學形態(tài)學處理。針對二值圖像，MATLAB 提供了數(shù)學形態(tài)學運算函數(shù)；腐蝕(Erode)、膨脹(Dilate)算子，以及在此基礎上的開 (Open)、閉(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等豐富的數(shù)學形態(tài)學運算。以上所提到的 MATLAB在圖像中的應用都是由相應的MATLAB函數(shù)來實現(xiàn)的，使用時，只需按照函數(shù)的調用語法正確輸入?yún)?shù)即可。具體的用法可參考MATLAB豐富的幫助文檔。圖像邊緣對圖像識別和計算機分析十分有用，在MATLAB中，函數(shù) edge()用于灰度圖像邊緣的提取，它支持六種不同的邊緣提取方法，即Sobel方法、Prewitt 方法、Robert 方法，Laplacian2Gaussian方法、過零點方法和Canny方法。4 圖像增強圖像增強是一類基本的圖像處理技術，其目的是對圖像進行加工，以得到對具體應用來說視覺效果更好、更有用的圖像。這里的好和有用要因具體的應用目的和要求而異，并且所需的具體增強技術也可不同。目前常用的增強技術根據(jù)其處理所進行的空間不同，可分為基于圖像域的方法和基于變化域的方法。第一類，直接在圖像所在的空間進行處理，也就是在像素組成的空間里直接對像素進行操作；第二類，在圖像的變化域對圖像進行間接處理?？沼蛟鰪姺椒杀硎緸椋篻(x,y)=EH[f(x,y)]其中f（x，y）和g（x，y）分別為增強前后的圖像，EH代表增強操作。 空域變換增強 增強對比度增強對比度實際是增強原圖像的各部分的反差。實際中往往是通過原圖中某兩個灰度值之間的動態(tài)范圍來實現(xiàn)的（如圖41）。圖41 增強對比度在圖4．1．1中可以看出，通過變換可以使原圖的較高的和較低的灰度值的動態(tài)范圍減小了，而原圖在二者之間的動態(tài)范圍增加了，從而其范圍的對比度增加了。MATLAB代碼所示：X1=imread(39。39。)。figure,imshow(X1)f0=0。g0=0。f1=70。g1=30。f2=180。g2=230。f3=255。g3=255。r1=(g1g0)/(f1f0)。b1=g0r1*f0。r2=(g2g1)/(f2f1)。b2=g1r2*f1。r3=(g3g2)/(f3f2)。b3=g2r3*f2。[m,n]=size(X1)。X2=double(X1)。for i=1:m for j=1:n f=X2(i,j)。 g(i,j)=0。 if(f=0)amp。(f=f1) g(i,j)=r1*f+b1。 elseif (f=f1)amp。(f=f2) g(i,j)=r2*f+b2。 elseif (f=f2)amp。(f=f3) g(i,j)=r3*f+b3。 end endendfigure,imshow(mat2gray(g))圖像處理圖示(如圖42和圖43) 圖42 原圖 圖43增強對比度所得圖像 圖像求反對圖像求反是將原來的灰度值翻轉，簡單的說就是使黑變白，使白變黑。 普通的黑白底片和照片就是這樣的關系。具體的變換就是將圖像中每個像素的灰度值根據(jù)變換曲線進行映射。MATLAB代碼所示：X1=imread(39。39。)。f1=200。g1=256。k=g1/f1。[m,n]=size(X1)。X2=double(X1)。for i=1:m for j=1:n f=X2(i,j)。 g(i,j)=0。 if(f=0)amp。(f=f1) g(i,j)=g1k*f。 else g(i,j)=0。 end endendfigure,imshow(mat2gray(g))圖像處理圖如圖44所示：圖44 圖像求反后 空域濾波增強一般情況下，像素的鄰域比該像素要大，也就是說這個像素的鄰域中除了本身以外還包括其他像素。在這種情況下，g(x,y)在(x,y)位置處的值不僅取決于f(x,y)在以(x,y)為中心的鄰域內所有的像素的值。如仍以s和t分別表示f(x,y)在(x,y)位置處的灰度值，并以n(s)代表f(x,y)在(x,y)鄰域內像素的灰度值，則 t=EA[s,n(s)]為在鄰域內實現(xiàn)增強操作，?？衫媚０迮c圖像進行卷積。每個模板實際上是一個二維數(shù)組，其中各個元素的取值定了模板的功能，這種模板操作也稱為空域濾波。 基本原理空域濾波可分為線形濾波和非線形濾波兩類。線形濾波器的設計常基于對傅立葉變換的分析。非線形空域濾波器則一般直接對鄰域進行操作。另外各種濾波器根據(jù)功能又主要分成平滑濾波和銳化濾波。平滑可用低通來實現(xiàn)，銳化可用高通來實現(xiàn)平滑濾波器：它能減弱或消除傅立葉空間的高頻分量，但不影響在低頻分量。因為高頻分量對應圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，濾波器將這些分量濾去可使圖像平滑。銳化濾波器：它能減弱或消除傅立葉空間的高頻分量空域濾波器都是利用模板卷積，主要步驟如下：（1）將模板在圖中漫游，并將模板中心與圖中某個像素位置重合；（2）將模板上的系數(shù)與模板下對應的像素相乘；（3）將所有的乘積相加；（4）將和（模板的輸出響應）賦給圖中對應的模板中心位置像素。下面分別介紹在MATLAB中如何應用平滑和銳化濾波器。