【正文】 圖45 中值濾波前后對(duì)比 從上圖看出，選擇合適大小的中值濾波器，能使噪聲衰減的同時(shí)，還能使圖像細(xì)節(jié)更清晰。在上面的程序中，用到了medfilt2()函數(shù)， 該函數(shù)用于對(duì)指定圖像進(jìn)行中值濾波，其常用語(yǔ)法格式為：B=fspecial(A,[m,n]),其中A 為輸入圖像，B是中值濾波輸出圖像，[m,n]指定濾波器模板大小，默認(rèn)為3*3。就平滑濾波器而言，其默認(rèn)模板為3*3，都具有消除噪聲，增強(qiáng)圖像的功能。模板越大，圖像就越模糊。線(xiàn)性濾波器的設(shè)計(jì)?；趯?duì)傅立葉變換的分析。而非線(xiàn)性空域?yàn)V波器則一般直接對(duì)鄰域進(jìn)行操作。 線(xiàn)性銳化濾波器線(xiàn)性高通濾波器是最常用的線(xiàn)性銳化濾波器。這種濾波器的中心系數(shù)都是正的，而周?chē)南禂?shù)都是負(fù)的[2]。對(duì)3*3的模板來(lái)說(shuō)，典型的系數(shù)取值是：[1 –1 –1；1 8 –1；1 –1 1]事實(shí)上這是拉普拉斯算子，所有的系數(shù)之和為0。當(dāng)這樣的模板放在圖像中灰度值是常數(shù)或變化很小的區(qū)域時(shí)，其輸出為0或很小。這個(gè)濾波器將原來(lái)的圖像中的零頻域分量去除了，也就是將輸出的圖像的平均值變?yōu)?，這樣就會(huì)有一部分像素的灰度值小于0。在圖像處理中我們一般只考慮正的灰度值，所以還有將輸出圖像的灰度值范圍通過(guò)尺度變換到所要求的范圍。MATLAB代碼：figure。im= imread(39。39。)。im1= rgb2gray(im)。%灰級(jí)圖片subplot(211)。imshow(im1)。title(39。the original image39。)。h1=fspecial(39。laplacian39。)。%拉普拉斯銳化im2=filter2(h1,im1)。%濾波h2=fspecial(39。unsharp39。,)。%unsharp銳化im3=filter2(h2,im1)/255。subplot(223)。imshow(im2)。title(39。highpass filtering laplacian image39。)。subplot(224)。imshow(im3)。title(39。 highpass filtering unsharp image39。)處理結(jié)果如圖46所示： 圖46 空域?yàn)V波銳化前后（拉普拉斯和unsharp濾波） 從上圖看出，經(jīng)銳化后，圖像變得很模糊，但同時(shí)又突出了邊緣或細(xì)節(jié)。相比之下，經(jīng)拉普拉斯銳化后，邊緣或細(xì)節(jié)更能突出顯示，而原來(lái)的圖像卻幾乎看不出來(lái)了；而經(jīng)過(guò)unsharp銳化后，既突出顯示了邊緣或細(xì)節(jié)，又能看清原來(lái)的圖像。就銳化濾波器而言，其默認(rèn)模板為3*3，都具有增強(qiáng)圖像的功能。模板越大，圖像就越模糊。 總的來(lái)說(shuō)，銳化濾波可用于增強(qiáng)被模糊的細(xì)節(jié)或者低對(duì)比度圖像的目標(biāo)邊緣。 頻域增強(qiáng) 基本原理頻域圖像增強(qiáng)是對(duì)圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行操作，然后逆傅立葉變換獲得所需結(jié)果。其原理如圖47所示：頻域變換濾波增強(qiáng)頻域反變換輸出圖像原始圖像圖47 頻域圖像增強(qiáng)原理圖常用的頻域增強(qiáng)方法有低通濾波技術(shù)，是利用低通濾波器去掉反映細(xì)節(jié)和跳變性的高頻分量。但其在去除圖像尖峰細(xì)節(jié)的同時(shí)也將圖像邊緣的跳變細(xì)節(jié)去除掉了，而使得圖像較模糊。低頻濾波有理想低通濾波器、Butterworth濾波器、指數(shù)濾波器等。高通濾波器技術(shù)是利用高通濾波器來(lái)忽略圖像中過(guò)度平緩的部分，突出細(xì)節(jié)和跳變等的高頻部分，使得增強(qiáng)后的圖像邊緣信息分明清晰。高通濾波技術(shù)進(jìn)行增強(qiáng)處理后的圖像，視覺(jué)效果不好，較適用于圖豫中物體的邊緣提取。高通濾波器有理想高通濾波器、梯形濾波器、指數(shù)濾波器等。頻域增強(qiáng)方法中還有帶通和帶阻濾波、同態(tài)濾波等，一般是用來(lái)解決光動(dòng)態(tài)范圍過(guò)大或者光照不均而引起的圖像不清等情況。卷積理論是頻域技術(shù)的基礎(chǔ)。設(shè)函數(shù)f（x,y）與線(xiàn)性位不變算子h（x,y）的卷積結(jié)果是g（x,y），即g(x,y)=h(x,y)*f(x,y)那么根據(jù)卷積定理在頻域有： G(x,y)=H(u,v)F(u,v)其中G(x,y)、 H(u,v)、F(u,v)分別是g(x,y)、h(x,y)、f(x,y)的傅立葉變換。頻域增強(qiáng)的主要步驟是：(1) 技術(shù)所需增強(qiáng)圖的傅立葉變換；(2) 將其與一個(gè)（根據(jù)需要設(shè)計(jì)的）轉(zhuǎn)移函數(shù)相乘；(3) 再將結(jié)果進(jìn)行傅立葉反變換以得到增強(qiáng)的圖；頻域增強(qiáng)的兩個(gè)關(guān)鍵步驟：(1) 將圖像從空域轉(zhuǎn)換到頻域所需的變換及將圖像從頻域空間轉(zhuǎn)換回空域所需的變換；(2) 在頻域空間對(duì)圖像進(jìn)行增強(qiáng)加工操作；常用的頻域增強(qiáng)方法有低通濾波和高通濾波。以下分別介紹在MATLAB中如何實(shí)現(xiàn)。 低通濾波圖像的能量大部分集中在幅度譜的低頻和中頻段，而圖像的邊緣和噪聲對(duì)應(yīng)于高頻部分。因此能降低高頻成分幅度的濾波器就能減弱噪聲的影響。Butterworth 低通濾波器是一種物理上可以實(shí)現(xiàn)的低通濾波器。n階，截?cái)囝l率為d0的Butterworth低通濾波器的轉(zhuǎn)移函數(shù)為： H（u，v）=用MATLAB實(shí)現(xiàn)Butterworth低通濾波器的代碼：figure。im= imread(39。39。)。im1= rgb2gray(im)。%灰級(jí)圖片im2=imnoise(im1,39。gaussian39。)。%加高斯白噪聲subplot(121),imshow(im2),title(39。gaussian image39。)f=double(im2)。%雙精度型g=fft2(f)。%2D fast Fourier transformg=fftshift(g)。%轉(zhuǎn)變零頻率成分的頻譜中心[N1,N2]=size(g)。%Array dimensionsn=2。d0=50。%二階巴特沃斯濾波器，截止頻率為50HZn1=fix(N1/2)。n2=fix(N2/2)。%靠零取整for i=1:N1 for j=1:N2 d=sqrt((in1)^2+(jn2)^2)。 h=1/(1+*(d/d0)^(2*n))。 result(i,j)=h*g(i,j)。 end endresult=ifftshift(result)。X2=ifft2(result)。X3=uint8(real(X2))。%取實(shí)部，再化成8位無(wú)符號(hào)整型subplot(122),imshow(X3),title(39。denoising image39。)加高斯噪聲和處理后結(jié)果如圖48所示：圖48上圖分別為加高斯噪聲和低通濾波器去噪圖 從上圖看出，加高斯噪聲的原圖經(jīng)低通濾波器后，圖像更加清晰了。 高通濾波遞函數(shù)的值逐漸增加；當(dāng)頻率增加到一定值之后傳遞函數(shù)的值通常又回到0值或者降低到某個(gè)大于1的值。在前一種情況下，高頻增強(qiáng)濾波器實(shí)際上是依照能夠帶通濾波器，只不過(guò)規(guī)定0頻率處的增益為單位1[3]。實(shí)際應(yīng)用中，為了減少圖像中面積大且緩慢變化的成分的對(duì)比度，有時(shí)讓0頻率處的增益小于單位1更合適。如果傳遞函數(shù)通過(guò)原點(diǎn)，則可以稱(chēng)為laplacian濾波器。n階截?cái)囝l率為d0的Butterworth高通濾波器的轉(zhuǎn)移函數(shù)為：H（u，v）= MATLAB實(shí)現(xiàn)Butterworth高通濾波器代碼：figure。im= imread(39。39。)。im1= rgb2gray(im)。%灰級(jí)圖片im2=imnoise(im1,39。salt amp。 pepper39。)。subplot(121),imshow(im2),title(39。salt amp。 pepper image39。)。f=double(im2)。%雙精度型g=fft2(f)。%2D fast Fourier transformg=fftshift(g)。%轉(zhuǎn)變零頻率成分的頻譜中心[N1,N2]=size(g)。%Array dimensionsn=5。d0=5。%五階巴特沃斯濾波器，截止頻率為5HZn1=fix(N1/2)。n2=fix(N2/2)。%靠零取整for i=1:N1 for j=1:N2 d=sqrt((in1)^2+(jn2)^2)。 if d==0 h=0。 else h=1/(1+(d0/d)^(2*n))。endresult(i,j)=h*g(i,j)。end endresult=ifftshift(result)。X2=ifft2(result)。X3=uint8(real(X2))。subplot(122),imshow(im1),title(39。highpass filtering image39。)原圖和處理結(jié)果如圖49所示：圖49上圖分別為加椒鹽噪聲和高通濾波圖從上圖看出，加椒鹽噪聲的原圖經(jīng)高通濾波器后，圖像更加清晰了。5 結(jié)束語(yǔ)本文在前人研究的基礎(chǔ)上，增加了MATLAB語(yǔ)言在圖像處理中的應(yīng)用價(jià)值，利用MATLAB語(yǔ)言及其圖像處理工具箱進(jìn)行數(shù)字圖像處理。主要通過(guò)圖像求反、增強(qiáng)對(duì)比度、空域?yàn)V波等處理程序的靈活性達(dá)到提高清晰度的目的。另外，本論文還具有程序簡(jiǎn)單、實(shí)用、可讀性強(qiáng)等特點(diǎn)，提高了程序運(yùn)行速度和防數(shù)據(jù)出錯(cuò)的能力，使其具有很強(qiáng)的實(shí)用性和學(xué)術(shù)參考價(jià)值。通過(guò)本次畢業(yè)論文，使我學(xué)到了許多書(shū)本上無(wú)法學(xué)到的知識(shí)，也深深體會(huì)到MATLAB數(shù)字圖像處理技術(shù)在社會(huì)各領(lǐng)域的廣泛應(yīng)用，此次論文寫(xiě)作不僅使我對(duì)學(xué)過(guò)的MATLAB軟件的基礎(chǔ)知識(shí)有了很多的鞏固，同時(shí)也對(duì)MATLAB這一門(mén)課程產(chǎn)生了更大的興趣。在完成本次畢業(yè)論文的過(guò)程中，使我對(duì)各種圖像處理功能的作用有了更深的了解，其中包括：空域變換、空域?yàn)V波、頻域增強(qiáng)等功能對(duì)圖像處理效果的影響。最大的收獲是更清晰了自己編制程序的語(yǔ)言靈活性，再與調(diào)用函數(shù)相配合，這樣既可以使編程變得更有條理，也使整個(gè)程序更具實(shí)用性。另外，程序中還附有注釋?zhuān)奖惚救烁玫乩斫獬绦虻囊馑肌⒖嘉墨I(xiàn)[1] 劉衛(wèi)國(guó)．MATLAB實(shí)用教程．北京：高等教育出版社，2007. [2] 劉順蘭，吳杰．?dāng)?shù)字信號(hào)處理．2版．西安：西安電子科技大學(xué)出版社，2009.[3] 關(guān)雪梅．MATLAB處理數(shù)字圖像的方法研究．硅谷，2009. [4] 阮秋琦，：電子工業(yè)出版社，2001.[5] 張志涌，. 北京：北京航空航天大學(xué)出版社，2003.[6] 張兆禮，趙春暉，:人民郵電出版社，2001.[7] ：清華大學(xué)出版社，2011. 致謝在論文完成之際，我心情無(wú)法平靜。大學(xué)期間，尤其是畢業(yè)論文完成期間，有很多可敬的老師和同學(xué)給予了我無(wú)私幫助。對(duì)此我深懷感激。首先感謝導(dǎo)師李亞蘭老師從始至終的關(guān)心、指導(dǎo)和教誨。李亞蘭老師追求真理、一絲不茍、嚴(yán)格律己、寬以待人的崇高品質(zhì)對(duì)學(xué)生將是永遠(yuǎn)的鞭策。本次畢業(yè)設(shè)計(jì)從課題選題、信息收集到論文的撰寫(xiě)都是在李亞蘭老師全面、具體、耐心的指導(dǎo)下進(jìn)行的。特別是李亞蘭老師不厭其煩的指出設(shè)計(jì)中的不足及問(wèn)題的解決方向，使我感受到李亞蘭老師的淵博學(xué)識(shí)、敏銳思維和民主嚴(yán)謹(jǐn)?shù)淖黠L(fēng)。論文寫(xiě)作過(guò)程中，從行文的用語(yǔ)到格式的規(guī)范，都力求完美。這里再次對(duì)李亞蘭老師的無(wú)私付出表示深深的謝意。其次在設(shè)計(jì)的過(guò)程中，感謝給予我?guī)椭耐瑢W(xué)們，在此對(duì)其表示感謝。然后感謝電子信息科學(xué)與技術(shù)專(zhuān)業(yè)各位任課老師對(duì)我的培養(yǎng)和關(guān)心，感謝我的家人在大學(xué)期間對(duì)我的支持和鼓勵(lì)。最后祝物電系各位老師工作順利，祝我的母校湘南學(xué)院明天更美好。26