【導(dǎo)讀】掌握MATALAB、心音信號(hào)、數(shù)字濾波概念及基本原理；得到處理結(jié)果，對(duì)比分析得出結(jié)論。2-4天軟件設(shè)計(jì)與編寫調(diào)試.1黃文梅，熊佳林，楊勇編著.信號(hào)分析與處理——MATALB言及應(yīng)用.到關(guān)系國(guó)計(jì)民生的許多領(lǐng)域。但同時(shí)，由于圖像處理涉及的數(shù)據(jù)量比較龐大，處理。生，其廣泛的應(yīng)用能力對(duì)圖像處理的發(fā)展和社會(huì)生產(chǎn)力的提高產(chǎn)生了深遠(yuǎn)的影響。進(jìn)行了系統(tǒng)設(shè)計(jì)，基本滿足了本文實(shí)時(shí)圖像處理的要求。

　　

【正文】 %通過(guò)線性變換映射到 0～ 255之間 figure,imshow(J1)。 %輸出圖像效果圖 figure,imhist(J1)； %輸出圖像的直方圖 執(zhí)行后的效果圖如圖 。 22 原圖象 原始圖像對(duì)應(yīng)的直方圖 新圖像 新圖像對(duì)應(yīng)的 直方圖 圖 圖像的直方圖均衡化 中值濾波是一種很好的非線性圖像平滑方法 ,由于它在實(shí)際運(yùn)算過(guò)程中并不需要圖像的統(tǒng)計(jì)特性 ,所以使用比較方便 .對(duì)圖像進(jìn)行中值濾波 ,結(jié)果如圖所示 .功能 23 實(shí)現(xiàn)程序 如下 : I1=imread(39。39。)。 I=imnoise(I1,39。salt amp。 pepper39。,)。 imshow(I)。 K=medfilt2(I)。 %中值濾波 figure,imshow(K)。 圖 圖像的平滑處理 24 圖像增強(qiáng)的目的在于：（ 1）采用一系列技術(shù)改善圖像的視覺(jué)效果，提高圖像的清晰度。（ 2）將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行解釋和分析處理的形式。圖像增強(qiáng)不是以圖像保真度為原則，而是通過(guò)處理設(shè)法有選擇地突出便于人或機(jī)器分析某些感興趣地信息。抑制一些無(wú)用地信息，以提高圖像地使用價(jià)值，即是圖像增強(qiáng)處理只是增強(qiáng)了某些信息地辨別能力。 圖像增強(qiáng)是改善圖像視覺(jué)效果的重要手段之一。它通過(guò)有選擇地突出圖像中感興趣的特征或抑制某些不重要的特征來(lái)滿足某些特殊 應(yīng)用分析的需要。傳統(tǒng)的增強(qiáng)方法往往會(huì)帶來(lái)比較嚴(yán)重的負(fù)效應(yīng)。例如，高頻濾波會(huì)引起原始圖像中噪聲的放大，這在某種程度上將使圖像的清晰度降低，與圖像增強(qiáng)的目的背道而馳 。平滑濾波能去掉一些顆粒狀噪聲，但同時(shí)模糊了圖像中原有的邊緣及細(xì)節(jié)。另外，有些增強(qiáng)方法由于本身的缺陷，應(yīng)用范圍很窄。比如，帶阻濾波只適用于噪聲在某個(gè)頻段內(nèi)的圖像 ， 空域增強(qiáng)中的經(jīng)典方法是直方圖均衡化，但當(dāng)灰度直方圖有多個(gè)波峰時(shí)，它將使圖像增強(qiáng)過(guò)度，使得輸出圖像有較嚴(yán)重的噪聲出現(xiàn)。小波多分辨分析由于它從多尺度、多角度提取信號(hào)特征，并在不同尺度上將噪聲和信 號(hào)明顯地區(qū)分開(kāi)來(lái)，所以它在圖像增強(qiáng)方面有很大優(yōu)勢(shì)。近年來(lái)，國(guó)內(nèi)外學(xué)者己將小波分析初步用于圖像增強(qiáng)。典型的應(yīng)用是基于小波的反銳化掩模法，該方法通過(guò)小波變換使原始圖像中不同分辨率的細(xì)節(jié)特征隨尺度的不同而分離開(kāi)來(lái)，避免了傳統(tǒng)算法中需通過(guò)不斷調(diào)整濾波器窗口大小來(lái)選擇增強(qiáng)效果的繁瑣工作，此己在圖像增強(qiáng)中廣為采用。 圖像復(fù)原是圖像處理的一項(xiàng)常用技術(shù)，其過(guò)程是根據(jù)一些已知的“ 降質(zhì)模型 ” ，從所得到的降質(zhì)圖像恢復(fù)原始圖像，即求原圖像在某種最優(yōu)意義下的估計(jì)。目前基于小波的復(fù)原是圖像復(fù)原技術(shù)較新的發(fā)展趨勢(shì)?；谛?波的復(fù)原算法對(duì)于以保持邊緣為目的的復(fù)原特別有效。這些方法通過(guò)對(duì)圖像多尺度分解得到的細(xì)節(jié)系數(shù)進(jìn)行正則化處理或降噪，根據(jù)圖像中的局部邊緣信息進(jìn)行自適應(yīng)復(fù)原 Donoho 在文獻(xiàn)中提出了一種具有高計(jì)算效率的圖像復(fù)原算法，但此方法只適用于尺度不變模糊函數(shù)的情況 。Neelamani 等在文獻(xiàn)中提出了頻域和小波域聯(lián)合正則方法，獲得了較好的效果 。Banhaln 利用小波變換檢驗(yàn)邊緣信息，提出自適應(yīng)的線性復(fù)原算法，也取得了較好的效果 。其它的文獻(xiàn)中報(bào)道了更加通用的基于小波的恢復(fù)算法，如文獻(xiàn)中提出的 25 LucyRichardson 算法恢 復(fù)算法，能夠通過(guò)遞歸算達(dá)到全局和局部最優(yōu)解。上述這些方法基本上是目前效果最佳的圖像復(fù)原算法。 在靜態(tài)圖像壓縮編碼標(biāo)準(zhǔn)中 ，比較普遍的有 JPEG、 JBIG 等標(biāo)準(zhǔn)。事實(shí)上，視頻可以看成是一幅幅不同但相關(guān)的靜態(tài)圖像的時(shí)間序列。因此，靜態(tài)圖像的壓縮技術(shù)和標(biāo)準(zhǔn)可以直接應(yīng)用于視頻的單幀圖像。 圖像壓縮是小波分析應(yīng)用的另一個(gè)重要方面，它的特點(diǎn)是壓縮比高，壓縮速度快，壓縮后能保持信號(hào)與圖像的特征不變，且在傳遞中可以抗干擾 。 小波變換用于圖像壓縮編碼的基本思想就是把圖像進(jìn)行多分辨率分解，分解成不同空間、不同頻率的 子圖像，然后再對(duì)子圖像進(jìn)行系數(shù)編碼。系數(shù)量化與編碼是小波變換用于圖像壓縮的核心。根據(jù) Mallat 的塔式分解算法，圖像經(jīng)過(guò)小波變換后分割成四個(gè)頻帶 :水平、垂直、對(duì)角線和低頻 .低頻部分還可以繼續(xù)分解。圖像經(jīng)過(guò)小波變換后生成的小波圖像的數(shù)據(jù)總量與原圖像的數(shù)據(jù)量相等，即小波變換本身并不具有壓縮功能。之所以將它用于圖像壓縮，是因?yàn)樯傻男〔▓D像的能量分布特性 。水平、垂直和對(duì)角線部分表征了原圖像在水平、垂直和對(duì)角線方向的邊緣信息，具有明顯的方向特性 :低頻部分代表著圖像整體的亮度信息。對(duì)所得的四個(gè)子圖像，根據(jù)人類的視覺(jué)生 理和心理特點(diǎn)分別作不同策略的量化和編碼處理，就可以實(shí)現(xiàn)圖像的壓縮 .目前，小波變換己經(jīng)成為圖像壓縮領(lǐng)域的關(guān)鍵技術(shù)之一，它能提供更多的編碼靈活性，如嵌入性編碼、圖像漸近傳輸?shù)?。其中，基于小波零?shù)結(jié)構(gòu)的編碼技術(shù)如嵌入零樹(shù)編碼 (EZW)和多級(jí)樹(shù)集合分裂編碼 (SPIHT)就是杰出的代表。 圖像融合 圖像融合是在采集多源圖像的基礎(chǔ)上，通過(guò)協(xié)同利用原始的多源圖像，獲得同一事物或目標(biāo)的更客觀、更本質(zhì)認(rèn)識(shí)的一門綜合處理技術(shù)。與單一、孤立的原始多源圖像相比，融合處理后的圖像更簡(jiǎn)潔、冗余更少，因此對(duì)圖像的處理也更有效 ，其發(fā)展也更有前途。由于小波變換可將原始圖像分解到一系列頻率通道中，利用分解后的金字塔結(jié)構(gòu)，對(duì)不同分解層、不同頻帶，可以分別進(jìn)行融合處理，并可將來(lái)自不同圖像的細(xì)節(jié)有效地融合在一起，且這一過(guò)程與人的視網(wǎng)膜對(duì)多源圖像的感知過(guò)程是一致的，因此可獲得與人的視覺(jué)特性更為接近的融合效果 。 目前基于小波變換的圖像融合技術(shù)己經(jīng)成為通用的圖像融合技術(shù) 。 26 結(jié)語(yǔ) 與展望 整個(gè)設(shè)計(jì)就在忙忙碌碌中匆匆度過(guò)，對(duì)于這次畢業(yè)設(shè)計(jì)，總的來(lái)說(shuō)收益是很大的，學(xué)到了許多的東西。在寫這份畢業(yè)論文的時(shí)候，一個(gè)感覺(jué)就是畢業(yè)設(shè)計(jì)難做，一方面是由于理論性太強(qiáng)，給大家的感覺(jué)就是與我們實(shí)際當(dāng)中的一些高新技術(shù)的應(yīng)用沒(méi)有多大的關(guān)系。第二個(gè)就是涉及的數(shù)學(xué)理論知識(shí)太多，不易于前后貫通，學(xué)起來(lái)比較吃力，本來(lái)學(xué)習(xí)的數(shù)學(xué)知識(shí)不是很強(qiáng)硬，所以導(dǎo)致對(duì)于數(shù)字信號(hào)處理的一些理論知識(shí)的掌握不夠透徹，有一種迷迷糊糊的感覺(jué)。但是通過(guò)這次畢業(yè)設(shè)計(jì)，使我們從一種迷迷糊糊的困境中慢慢的走了出來(lái)，有一種豁然開(kāi)朗的感覺(jué)。 起初，還不知道怎么入手，之后通過(guò)與老師溝通，得到老師的指點(diǎn)，在網(wǎng)上查找相關(guān)資料，終于使我有了眉目開(kāi)始了寫作論文的‘生涯’。 本文簡(jiǎn)單回顧了 復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理技術(shù)的產(chǎn)生背景、發(fā)展現(xiàn)狀及其主要內(nèi)容之后介紹了目前常用的圖像處理方法和 MATLAB的簡(jiǎn)介以及 MATLAB在 復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理中的應(yīng)用。在此次工作中，我著實(shí)堅(jiān)信了 MATLAB 其強(qiáng)勁的功能和簡(jiǎn)單實(shí)用的特色。對(duì) MATLAB 有了更加深刻的了解，這使得我能夠把握本專業(yè)的發(fā)展方向并結(jié)合個(gè)人興趣而有目的地學(xué)習(xí)，為以后走上工作崗位打下基礎(chǔ)。 經(jīng)過(guò)此次畢業(yè)設(shè)計(jì)，我復(fù)習(xí)和鞏固了理論知識(shí)，提高了實(shí)踐能力，為以后的工作和學(xué)習(xí)積累了寶貴的經(jīng)驗(yàn)。 致 謝 在本文完成之際，無(wú)論我的設(shè)計(jì)是否能夠真的投入使用，這里面每一個(gè) 控件的繪制，每一行語(yǔ)句的調(diào)試，每一段文本的輸入之中都有我辛勤的汗水。半年的設(shè)計(jì)時(shí)間雖然短暫，我卻從中學(xué)到了很多的東西。我由衷地感謝關(guān)懷、教誨、幫助、支持和鼓勵(lì)我完成學(xué)業(yè)的老師、朋友和親人。 最需要感謝的人是我敬愛(ài)的潘超老師，他能夠在百忙中抽出時(shí)間來(lái)指導(dǎo)我，點(diǎn)撥我，讓我走順利的走過(guò)了這個(gè)路。導(dǎo)師淵博的知識(shí)，嚴(yán)謹(jǐn)?shù)淖黠L(fēng)，還有那悉心幫助，平易近人的態(tài)度，深深的 埋在我心里，將會(huì)是我前進(jìn)和充實(shí)自己的動(dòng)力。 在此我謹(jǐn)向我的導(dǎo)師以及在畢業(yè)設(shè)計(jì)過(guò)程中給予我很大幫助的老師、同學(xué)們致以最誠(chéng)摯的謝意！ 感謝在百忙中仍然評(píng)閱論 文和指導(dǎo)答辯的教授 .專家們。 謝謝你們！我會(huì)不忘母校對(duì)我的恩賜，以你們?yōu)闃s，在今后的慢慢長(zhǎng)路上，走出精彩的一筆。 27 參考文獻(xiàn) ［ 1］（美）風(fēng)薩雷斯等 .復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理（ MATLAB 版） .阮秋琦等譯 .北京：電子工業(yè)出版社， ［ 2］（美）風(fēng)薩雷斯等 .復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理（第二版）中文版 .阮秋琦等譯 .北京：電子工業(yè)出版社， ［ 3］賈永紅 . 復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理 .武漢：武漢大學(xué)出版社， ［ 4］閔敬文 .復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理技術(shù)與圖 像圖形學(xué)基本教程 .北京：科學(xué)出版社， ［ 5］阮秋琦 . 復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理學(xué)。北京：電子工業(yè)出版社， ［ 6］張志涌 .精通 版 .北京：北京航空航天大學(xué)出版社， ［ 7］林雪松等 . 應(yīng)用集錦 .北京：機(jī)械工業(yè)出版社， ［ 8］蘇金明等 .MATLAB 實(shí)用教程 .北京：電子工業(yè)出版社， ［ 9］肖偉 .MATLAB 程序設(shè)計(jì)與應(yīng)用 .北京：北京交通大學(xué)出版社， 20202024 ［ 10］羅軍輝等 . 在圖像處理中的應(yīng)用 .北京：機(jī)械工業(yè)出版社， ［ 11］夏良正 .復(fù)雜背景下實(shí)時(shí)數(shù)字圖像 處理 .南京 ：東南大學(xué)出版社 1999 年 8 月 .1218 ［ 12］柏森 張邦禮 曹長(zhǎng)修 .神經(jīng)網(wǎng)絡(luò)圖像復(fù)原方法的研究進(jìn)展 . 中國(guó)圖象圖形學(xué)報(bào) 200 年 11月第 7卷 (A)版第 11 期 . ［ 13］劉鵬 張巖 毛志剛 .一種基于模糊函數(shù)的自適應(yīng)平滑約束圖像復(fù)原算法 . 中國(guó)圖象圖形學(xué)報(bào) 2020 年 9 月第 10卷第 9 期 . ［ 14］曾三友 康立山 丁立新 .正則圖像恢復(fù)中正則化算子選取的定性分析 .計(jì)算 機(jī)工程及應(yīng)用 ,2020,15:4244. ［ 15］孔祥龍 李玉同 遠(yuǎn)曉輝等 Lucy－ Richardson 算法用于針孔圖像恢復(fù) . 物理學(xué)報(bào) 第 55 卷第 5 期 2020 年 5月 ［ 16］ Yitong Zhou Rama Chellappa Aseem Vaid Restoration Using a Neural Network. IEEE TRANSACTIONS ON ACOUSTICS, SPEECH,AND SIGNAL PROCESSING. , JULY 1988.