【文章內(nèi)容簡介】 像的直方圖基本上可以描述圖像的概貌。直方圖反應(yīng)的是一幅7圖像的灰度值的概率統(tǒng)計特征，常用的方法有直方圖均衡化技術(shù)和直方圖規(guī)定化技術(shù)。（1） 直方圖均衡化其基本思想是把原圖的直方圖變換成均勻分布的形式，這樣增強了像素灰度值的動態(tài)范圍，從而達到了增強圖像整體對比度的效果。MATLAB 圖像處理工具箱提供了用于直方圖均衡化的函數(shù) histeq，其語法格式為:I2=histeq(I,n)[I2,T]=histeq(I,…..)式中，表示輸出圖像的灰度級數(shù)目，是一個可選參數(shù)，默認值為64；[J,T]=histeq(I,….)表示返回將圖像 I 的灰度直方圖變換成圖像 J 的直方圖變換 T。 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)點是能自動增強整個圖像的對比度，但其具體的增強效果不容易控制，處理的結(jié)果總是得到全局均衡化的直方圖。而在實際生活中，為了得到某種特定的形狀，有時需要將直方圖進行某種變換，從而有選8擇地增強某個灰度值范圍的對比度。 圖像濾波圖像的空間文理信息可以形象的反映出圖像的大小、位置、和形狀等特征，利用線性濾波技術(shù)可以對圖像的某些紋理信息進行一定程度的增強，而去除其他的特征。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。濾波主要有兩種：（1）線性濾波,它屬于空余濾波平滑技術(shù)，主要采用鄰域平均法，用于去除圖像通過掃描得到的噪聲顆粒。鄰域平均法的主要思想是用幾個像素灰度的平均值來代替某個像素。（2）中值濾波是一種常用的非線性平滑濾波器，其濾波原理是，中值濾波器的輸出像素值是有鄰域像素的中間值決定的，其濾波后產(chǎn)生的圖像模糊較少，適合于消除圖像的孤立噪聲點。MATLAB 圖像處理工具箱提供了用于實現(xiàn)中值濾波的函數(shù) medifilt2，其語法格式為:J=medifilt2（I1,[m,n]）其中，為指定濾波器窗口的大小，默認值為 3*3，返回圖像 I1 經(jīng)濾波后的圖像 J。 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，在實際上生活中起到了很大的作用，而MATLAB 對數(shù)字圖像的處理很是方便，用相應(yīng)的函數(shù)便可實現(xiàn)。 MATLAB 中的圖像文件格式（1）PCX 格式：可處理 124 位等圖像數(shù)據(jù)。（2）BMP 格式：有 24 為非壓縮圖像，8 位 RLE 圖像。（3）DHF 格式：有 24 位光柵圖像數(shù)據(jù)集。（4）JPEG 格式。是一種稱為聯(lián)合圖像專家組的圖像壓縮格式。（5）TIFF 格式。處理 24 為非壓縮圖像，24 為packbit 壓縮圖像，1 位 CCITT 壓縮圖像。（6）XWD 格式。包括 8 位 Zpixmaps，XYBitmaps,1 位 XYPixmaps。（7）PNG 格式。 圖像類型（1）索引圖像（2）灰度圖像10（3）RGB 圖像（4）二進制圖像 圖像的幾何操作在對數(shù)字圖像進行操作時，在某些時候只需要對圖像的某一部分進行相應(yīng)的操作。而圖像的幾何操作主要包括 3 種。（1）圖像的旋轉(zhuǎn)imrorate 函數(shù)可以通過一種特定的插補方法來改變顯示圖像，其語法格式為：B=imrorate(A，angle，method)其中，A 是圖像的數(shù)據(jù)矩陣，angle 是圖像的旋轉(zhuǎn)角度，method 可以是nearest、bicubic 或 bilinear。Nearest（近鄰插補運算）：輸入像素的賦值為當前點的像素點。Bicubic（雙立方插補運算）：輸入像素的賦值為 4*4 矩陣所包含有效點的加權(quán)平均值。Bilinear（雙線性插補運算）：輸入像素的賦值為 2*2 矩陣所包含有效點的加權(quán)平均值。11圖 5 旋轉(zhuǎn)圖（2） 圖像的剪切imcrop 函數(shù)可以實現(xiàn)對圖像的剪切操作。該操作剪切的是圖像中的一個矩陣子圖，用戶可以通過參數(shù)指定這個矩形四個頂點的坐標，也可以交互的用鼠標選取這個操作。其語法格式為:X1=imcrop(X,map):對索引圖像進行交互式的剪切。I1=imcrop(I):對灰度圖像進行交互式的剪切。X2=imcrop（X,map,[xmin ymin width height]）: 對索引圖像進行非交互式剪切。12 圖 6 交互與非交互圖像對比圖（3） 調(diào)整圖像的大小函數(shù)可以通過一種特定的插補方法來調(diào)整圖像的大小，其語法格式為：B=imresize(A,m,methed):用 methed 指定的插補方法返回大小等于 A 的m 倍的圖像 B。B=imresize(A,[mrows ncols],methed)用指定的插補方法返回大小為mrows*ncols 的圖像。參數(shù) method 有三種：nearest、bilinear 和 bicubic。圖 7 縮小圖 圖像類型的轉(zhuǎn)換13有時對圖像進行圖像類型轉(zhuǎn)換以方便某些處理，提供了三種基本類型的圖像轉(zhuǎn)換。（1） RGB 圖像轉(zhuǎn)換為灰度圖像的函數(shù) rgb2gray()，其語法格式為：I=rgb2gray（RGB）前者表示將輸入的 RGB 圖像轉(zhuǎn)換為灰度圖 I.圖 8 RGB 圖像轉(zhuǎn)換為灰度圖后的圖（2） RGB 圖像轉(zhuǎn)換為索引圖像的函數(shù) rgb2ind()，其語法格式為：[X,map]=rgb2ind（RGB）:直接將圖像轉(zhuǎn)換為具有顏色圖 map 的矩陣 X（3）轉(zhuǎn)換為二值圖像的函數(shù) im2bw()這一函數(shù)通過閾值化方法將索引、灰度和圖像轉(zhuǎn)化為二值圖像。其語法格式主要：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程相對簡單，而數(shù)學形態(tài)學的處理主要是二值圖像。 態(tài)學簡介數(shù)學形態(tài)學圖像處理的基本思想是利用結(jié)構(gòu)元素來收集圖像的信息。當該結(jié)構(gòu)元素在圖像中不斷移動時，便可以考察圖像各個部分之間的相互關(guān)系，從而了解圖像各個部分的結(jié)果特征。數(shù)學形態(tài)學的基本運算有腐蝕、膨脹、開啟和閉合。設(shè) 為二維歐幾里德空間，A 為圖像矩陣，B 為結(jié)構(gòu)元素矩陣，?是歐式空間中的一點。數(shù)學形態(tài)學運算是用 B 對 A 進行操作。而實際b?上，結(jié)構(gòu)元素本身也是一種圖像矩陣。幾種圖像操作的定義：15平移： 定義為圖像 A 被 b 平移后的結(jié)果，表示為 ，bA ??bAa???其中，中 所有的元素是 A 中對應(yīng)元素平移到以 b 點為原點的坐標系內(nèi)的結(jié)果。反射： 定義為圖像 A 經(jīng)圖像原點反射的結(jié)果，表示為A A??a???平移和反射著兩個操作，可以定義數(shù)學形態(tài)學中的兩個基本操作，即膨脹(Dilation)和腐蝕(Erosion) ，其數(shù)學表達式如下：膨脹運算的數(shù)字表達式： （3????,xABabABA???????????2）腐蝕運算的數(shù)字表達式: （3zbABA???????3） 開運算：A 對 B 的開，即 A 被 B 進行開運算的結(jié)果定義為： （3?????4）即 A 先被 B 腐蝕，再被 B 膨脹的結(jié)果。閉運算：對的閉運算定義為： （3??A???5）即 A 先被 B 膨脹，后再被 B 腐蝕的結(jié)，通常，開運算用來刪除圖像中的小分支，可以使圖像縮??；閉運算用來填補圖像中的空穴，可以使圖像放大；而腐蝕和膨脹運算具有平移不變形，對圖像 A 的腐蝕和膨脹的運算結(jié)果只取決于 A 與 B 的結(jié)構(gòu)，而與 A 的位置無關(guān)。16 二值數(shù)學形態(tài)學的運算函數(shù)dilate 函數(shù)實現(xiàn)二值圖像的膨脹運算，其語法格式為：BW=dilate（BW1，SE,….,N）返回圖像 BW1 經(jīng)過結(jié)構(gòu)元素 SE 膨脹 N次后的圖像，這里 SE 為結(jié)構(gòu)元素。 圖 10 二值圖像與腐蝕圖像Imerode 函數(shù)實現(xiàn)二值圖像的腐蝕運算，其語法格式為：IM1=Imerode (IM,SE) 返回灰度、二值圖像和壓縮二值圖像 IM 進行腐蝕的圖像。 圖 11 灰度圖像與腐蝕圖像 圖像變換圖像變換在圖像處理和圖像分析中占有重要地位。圖像變換就是將圖17像轉(zhuǎn)換到變換域，如頻率域，進行圖像處理和圖像分析。這給圖像數(shù)據(jù)壓縮、特征提取、圖像去噪等帶來了很大的方便，從而使后面的處理運算變得簡單。在數(shù)字圖像處理中，輸入圖像和輸出圖像通常都是二維的，一般表示成二維數(shù)字矩陣，可以直接叫二維傅里葉變換、二維 DFT、二維 FFT。 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 的冪的時候，其計算效率高，使用起來簡單方便。其算法思想是：先對原圖進行轉(zhuǎn)置，按行對轉(zhuǎn)置后的圖像矩陣作一維FFT，將此變換所得的中間矩陣在轉(zhuǎn)置，在按行對轉(zhuǎn)置后的中間矩陣作一維FFT，最后得到的就是二維 FFT。MATLAB 圖像處理工具箱提供了以下處理圖像的快速傅立葉變換的函數(shù)；Fft2 用來計算二維快速傅立葉變換，其語法格式為：F=fft2(f)F=fft2(f,m,n)其中，F(xiàn)=fft2(f)返回圖像 f 的二維變換矩陣，F(xiàn) 與 f 的大小一致。F=fft2(f,m,n)截取或補充 0 元素，使圖像的大小為 m*n，然后對其進行二維fft，的大小沒有改變。計算 fft2 所需要的時間與 [m,n]=size(f)有關(guān)，如果 m和 n 為 2 的冪，則計算速度最快。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。它利用傅里葉變換的對稱性，采用圖像邊界折疊操作將圖像變換成為偶函數(shù)形式，然后對圖像進行二維傅里葉變換，變換后的結(jié)果將僅包含余弦項。MATLAB 圖像處理工具箱提供了兩種用于圖像處理的 DCT 變換函數(shù)；dct2 使用一個基于的算法來提高輸入輸出速度，特別適合于比較大的輸入矩陣，其語法格式為：B=dct2(A)B=dct2(A,[m,n])B=dct2(A,m,n)其中，B=dct2(A) 用于計算圖像的二維 DCT，變換前后圖像的大小一樣；B=dct2(A,[m,n])通過補 0 或截取元素，使得 A 成為 m*n 大小的矩陣，變換結(jié)果 B 與 A 的大小也是一樣的。idct2 是 dct2 的反變換，其語法格式與 dct2 相同。 小結(jié)本章主要介紹了數(shù)字圖像處理的主要內(nèi)容，主要有基本概念、圖像增19強、MATLAB 圖像處理、MATLAB 的二值圖像操作、圖像變換。3. 圖像分析——邊緣檢測在某些情況下，為了辨別和分析圖像，需要對圖像進行分離提取的操作，在此基礎(chǔ)上可進一步進行圖像的識別與分析。 邊緣檢測簡介邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣是指其周圍像素灰度變化不連續(xù)的那些像素的集合，邊緣廣泛從在于物體與背景之間、物體與物體之間，因此它是圖像分割所依賴的重要特征。邊緣檢測的目的是標識數(shù)字圖像中亮度變化明顯的點。圖像邊緣有方向和幅值兩個特征，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。根據(jù)灰度變換的特點，常見的邊緣分為：凸緣型、階躍型、房頂型。凸緣型：其邊緣的灰度值上升與下降都比較緩慢。階躍型：其邊緣處于圖像中兩個具有不同灰度值的相鄰區(qū)域之間。房頂型：其主要對應(yīng)細線條的灰度值變換區(qū)域。20 邊緣檢測方法由于圖像的邊緣是以灰度變化出現(xiàn)的，因此，可以通過計算圖像灰度的不連續(xù)性來增強圖像和進行