【正文】 — 全系統(tǒng)仿真及快速原型驗證（比如結(jié)合TIDSP ） 通信系統(tǒng)設(shè)計開發(fā) — Bit True 和 Cycle True 的算法驗證（比如結(jié)合RadioLab3G 和Candence） 機電液一體化設(shè)計開發(fā) — 全系統(tǒng)聯(lián)合仿真（比如結(jié)合 Easy5 和 Adams）總之， MathWorks 致力于為工程師，科研工作者提供最好的語言，最好的工具和環(huán)境，擴大工程師的視野，提高生產(chǎn)率，增進學(xué)習(xí)能力，進行開創(chuàng)性的研究工作。今天， MATLAB 已經(jīng)成為廣大科研人員的最值得信賴的助手和朋友！ MATLAB 圖像處理方面介紹數(shù)字圖像處理工具箱函數(shù)包括以下15 類：、圖像顯示函數(shù)；圖像文件輸入、輸出函數(shù)；圖像幾何操作函數(shù)；圖像像素值及統(tǒng)計函數(shù)；圖像分析函數(shù)；圖像增強函數(shù)；線性濾波函數(shù)；二維線性濾波器設(shè)計函數(shù)；圖像變換函數(shù)；圖像鄰域及塊操作函數(shù)；二值圖像操作函數(shù)；基于區(qū)域的圖像處理函數(shù)；顏色圖操作函數(shù)；顏色空間轉(zhuǎn)換函數(shù)；圖像類型和類型轉(zhuǎn)換函數(shù)。MATLAB 圖像處理工具箱支持四種圖像類型，分別為真彩色圖像、索引色圖像、灰度圖像、二值圖像，由于有的函數(shù)對圖像類型有限制，這四種類型可以用工具箱的類型轉(zhuǎn)換函數(shù)相互轉(zhuǎn)換。MATLAB 可操作的圖像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD 等格式。下面就圖像處理的基本過程討論工具箱所實現(xiàn)的常用功能。圖像的讀寫與顯示操作：用imread( )讀取圖像，imwrite( )輸出圖像，把圖像顯示于屏幕有imshow( )， image( )等函數(shù)。imcrop( )對圖像進行裁剪，圖像的插值縮放可用imresize( )函數(shù)實現(xiàn)，旋轉(zhuǎn)用imrotate( )實現(xiàn)。 圖像增強功能： 圖像增強是數(shù)字圖像處理過程中常用的一種方法，目的是采用一系列技術(shù)去改善圖像的視覺效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼觀察和機器自動分析的形式。常用的圖像增強方法有以下幾種： 灰度直方圖均衡化。均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細節(jié)看不清楚，采用直方圖修整可使原圖像灰度集中的區(qū)域拉開或使灰度分布均勻，從而增大反差，使圖像的細節(jié)清晰，達到增強目的。直方圖均衡化可用histeq( )函數(shù)實現(xiàn)。 灰度變換法。照片或電子方法得到的圖像，常表現(xiàn)出低對比度即整個圖像偏亮或偏暗，為此需要對圖像中的每一像素的灰度級進行標(biāo)度變換，擴大圖像灰度范圍，以達到改善圖像質(zhì)量的目的。這一灰度調(diào)整過程可用imadjust( )函數(shù)實現(xiàn)。 平滑與銳化濾波。平滑技術(shù)用于平滑圖像中的噪聲，基本采用在空間域上求平均值或中值?；蛟陬l域上采取低通濾波，因在灰度連續(xù)變化的圖像中，我們通常認(rèn)為與相鄰像素灰度相差很大的突變點為噪聲點，灰度突變代表了一種高頻分量，低通濾波則可以削弱圖像的高頻成分，平滑了圖像信號，但也可能使圖像目標(biāo)區(qū)域的邊界變得模糊。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過增強高頻成分減少圖像中的模糊，特別是模糊的邊緣部分得到了增強，但同時也放大了圖像的噪聲。在MATLAB 中，各種濾波方法都是在空間域中通過不同的卷積模板即濾波算子實現(xiàn)，可用fspecial( )函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2( )或conv2( )函數(shù)在實現(xiàn)卷積運算的基礎(chǔ)上進行濾波。 邊緣檢測和圖像分割功能 邊緣檢測是一種重要的區(qū)域處理方法，邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。如果一個像素落在邊界上，那么它的鄰域?qū)⒊蔀橐粋€灰度級變化的帶。對這種變化最有用的兩個特征是灰度的變化率和方向。邊緣檢測算子可以檢查每個像素的鄰域并對灰度變化率進行量化，也包括對方向的確定，其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。MATLAB 工具箱提供的edge( )函數(shù)可針對sobel 算子、prewitt 算子、Roberts 算子、log算子和canny 算子實現(xiàn)檢測邊緣的功能。基于灰度的圖像分割方法也可以用簡單的MATLAB 代碼實現(xiàn)。 圖像變換功能 圖像變換技術(shù)是圖像處理的重要工具，常運用于圖像壓縮、濾波、編碼和后續(xù)的特征抽取或信息分析過程。MATLAB 工具箱提供了常用的變換函數(shù)，如fft2( )與 ifft2( )函數(shù)分別實現(xiàn)二維快速傅立葉變換與其逆變換，dct2( )與idct2( ) 函數(shù)實現(xiàn)二維離散余弦變換與其逆變換， Radon( )與iradon( )函數(shù)實現(xiàn)Radon 變換與逆 Radon 變換。 除了以上基本的圖像處理功能，MATLAB 還提供了如二值圖像的膨脹運算dilate( )函數(shù)、腐蝕運算erode( )函數(shù)等基于數(shù)學(xué)形態(tài)學(xué)與二值圖像的操作函數(shù)。 4 butterworth銳化濾波器的設(shè)計 如設(shè)計一個數(shù)字低通濾波器，其技術(shù)指標(biāo)為： 通帶臨界頻率fp ，通帶內(nèi)衰減小于rp；阻帶臨界頻率fs，阻帶內(nèi)衰減大于αs；采樣頻率為FS將指標(biāo)變?yōu)榻穷l率 wp=fp*2*pi。ws= fs*2*pi。 （式21）將數(shù)字濾波器的頻率指標(biāo){Wk}由wk=(2/T)tan(Wk/2)轉(zhuǎn)換為模擬濾波器的頻率指標(biāo){wk},由于是用雙線性不變法設(shè)計，故先采取預(yù)畸變。 。 （式22）將高通指標(biāo)轉(zhuǎn)換為低通指標(biāo)，進而設(shè)計高通的s域模型歸一化處理 ；； （式23）；； （式24）； （式25）由式23，24，25計算出N，查表可得模擬低通濾波器的階數(shù)，從而由下式確定模擬高通濾波器的參數(shù)。 （式26） 5 圖像增強處理的Matlab仿真 6 總結(jié) 圖像銳化的結(jié)論與展望 圖像增強中的圖像銳化是通過高通濾波的手段，把圖像中模糊圖像的邊緣、輪廓線以及圖像的細節(jié)變的清晰，就是把低頻的成分作處理。圖像銳化的實現(xiàn)辦法有很多種，在此篇文章中我們是分類來論述的。圖像模糊的原因是圖像受到了平均或積分運算，既然能從數(shù)學(xué)的角度找出問題的所在，自然也能用數(shù)學(xué)的理論找到解決辦法，用它逆運算就可以使問題得到解決。微分法，有很多的算子，如拉普拉斯算子，梯度算子，索貝爾算子等。每一種算子都用的是不同的數(shù)學(xué)模型，自然每種算法對不同的圖像銳化的效果也不同。從頻域的角度來看，是對圖像的頻譜進行處理。高通濾波器的種類很多，所以傳輸函數(shù)自然都不同但是所要達到的目的還是相同的。這里對理想濾波器，梯形濾波器，指數(shù)濾波器，巴特沃思濾波器，做了比較，同樣每種濾波器都是對某些類型圖像的銳化效果比較明顯。MATLAB 雖然是功能很強大的軟件，但是在我國應(yīng)用還不是很普遍?，F(xiàn)在大部分的高等院校都有開設(shè)此課程，使此軟件大眾化和對此軟件作進一步的開發(fā)。隨著科學(xué)技術(shù)的發(fā)展，圖像銳化技術(shù)已經(jīng)深入的應(yīng)用于與國計民生休戚縣官的各個領(lǐng)域，衛(wèi)星遙感圖像銳化技術(shù)可廣泛的應(yīng)用于所有與地球資源有關(guān)的農(nóng)、林、地、礦、石油等領(lǐng)域。并且圖像銳化給指紋識別技術(shù)則在公共安全領(lǐng)域得到廣泛的應(yīng)用提供了基礎(chǔ)；在醫(yī)學(xué)領(lǐng)域，CT、核磁共振等技術(shù)中也將廣泛應(yīng)用于臨床診斷