【正文】 最后祝xx學院各位老師工作順利，祝xx學院明天更美好。論文寫作過程中，從行文的用語到格式的規(guī)范，都力求完美。首先感謝導師xxx老師從始至終的關(guān)心、指導和教誨。圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導、文化藝術(shù)等，使數(shù)字圖像處理成為一門引人注目、前景遠大的新型學科。MATLAB用更直觀的，符合人們思維習慣的代碼，代替了C和FORTRAN語言的冗長代碼。)圖像處理結(jié)果如圖56所示:圖56 邊界提取處理6 總結(jié)與展望 總結(jié)本文主要介紹了數(shù)字圖像的理論知識及MATLAB 語言的特點,基于MATLAB的數(shù)字圖像處理環(huán)境，介紹了如何利用MATLAB及其圖像處理工具箱進行數(shù)字圖像處理，在第四章、第五章主要論述了圖像增強及二值圖像的原理，并利用MATLAB來實現(xiàn)圖像增強、二值圖像分析等圖像處理。subplot(1,2,2)。subimage(I2)。)。在MATLAB中提供了bwperim（I,n）函數(shù)來提取二值圖像中對像的邊界像素。再關(guān)閉操作所得的圖像39。)。)subplot(2,2,3)。subplot(2,2,2)。subimage(I2)。I5=bwmorph(I4,39。)。I2=double(I2)。MATLAB代碼：I1=imread(39。開啟運算可以把結(jié)構(gòu)元素小的突刺濾掉，切斷細長搭接而起到分離作用。)圖像處理結(jié)果如圖54所示圖54腐蝕處理后 二值分析進行圖像處理綜合應(yīng)用 噪聲濾除將開啟和閉合結(jié)合起來可構(gòu)成噪聲濾除器。subplot(1,2,2)。subimage(J)。J=im2bw(I)。MATLAB中用erode函數(shù)來實現(xiàn)腐蝕操作。title(39。二值處理的圖像39。)。)。 在MATLAB中運用dilate（）函數(shù)來實現(xiàn)膨脹操作。二值化處理39。39。 圖412原圖 圖413高通濾波5 二值圖像分析二值圖像中所有的像素只能從0和1這兩個值中取，因此在MATLAB中，二值圖像用一個由0和1組成的二維矩陣表示。 endendresult=ifftshift(result)。for i=1:N1 for j=1:N2 d=sqrt((in1)^2+(jn2)^2)。n=2。figure,imshow(I1)f=double(I1)。如果傳遞函數(shù)通過原點，則可以稱為laplacian濾波器。X3=uint8(real(X2))。h=1/(1+*(d/d0)^(2*n))。d0=50。g=fft2(f)。figure,imshow(I1)I2=imnoise(I1,39。因此能降低高頻成分幅度的濾波器就能減弱噪聲的影響。頻域增強的兩個關(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）在頻域空間對圖像進行增強加工操作。高通濾波unsharp39。高通濾波laplacian算子39。I2=filter2(h,I)/255。laplacian39。MATLAB代碼所示：I=imread(39。對3*3的模板來說，典型的系數(shù)取值是：[1 –1 –1；1 8 –1；1 –1 1]事實上這是拉普拉斯算子，所有的系數(shù)之和為0。K1=medfilt2(J,[3,3])。J=imnoise(I,39。具體步驟：（1）將模板在圖像中漫游，并將模板中心和圖像某個像素的位置重合；（2）讀取模板下對應(yīng)像素的灰度值；（3）將這些灰度值從小到大排成一列；（4）找出這些值排在中間的一個；（5）將這個中間值賦給對應(yīng)模板中心位置的像素。3*3的均值濾波器39。imshow（I）figure，imshow（J）K1=filter2(fspecial(39。J=imnoise(I,39。這種方法稱為鄰域平均法。 線性平滑濾波器線性低通濾波器是最常用的線性平滑濾波器。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。 基本原理空域濾波可分為線形濾波和非線形濾波兩類。 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。 g(i,j)=0。k=g1/f1。39。 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(zhuǎn)，簡單的說就是使黑變白，使白變黑。 elseif (f=f1)amp。for i=1:m for j=1:n f=X2(i,j)。r3=(g3g2)/(f3f2)。r1=(g1g0)/(f1f0)。f2=180。figure,imshow(X1)f0=0。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。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?qū)D像進行間接處理。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。（5） 圖像的數(shù)學形態(tài)學處理。（3） 圖像變換。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。 MATLAB在圖像處理中的應(yīng)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。這些工具箱都是由該領(lǐng)域內(nèi)學術(shù)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(nèi)的基礎(chǔ)程序，而直接進行高、精、尖的研究。其工具箱又分為兩類：功能性工具箱和學科性工具箱。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。（6）MATLAB的圖形功能強大。 （3）MATLAB既具有結(jié)構(gòu)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?qū)ο缶幊痰奶匦?。由于庫函?shù)都由本領(lǐng)域的專家編寫，用戶不必擔心函數(shù)的可靠性。MATLAB給用戶帶來的是最直觀，最簡潔的程序開發(fā)環(huán)境?？梢哉f，無論你從事工程方面的哪個學科，都能在MATLAB里找到合適的功能。在國外，MATLAB已經(jīng)經(jīng)受了多年考驗。在MATLAB問世不久的80年代中期，原先控制領(lǐng)域里的一些軟件包紛紛被淘汰或在MATLAB上重建。 1984年,Cleve Moler和John Little成立了Math Works公司,正式把MATLAB推向市場,并繼續(xù)進行MATLAB的研究和開發(fā).　MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(shù)學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多。與索引圖像不同的是，這些亮度值直接存在圖像數(shù)組中，而不是存放在顏色圖中。從另一個角度講，二進制圖像可以看成為一個僅包括黑與白的灰度圖像，也可以看作只有兩種顏色的索引圖像。矩陣可以是雙精度類型，其值域為[0，1]；也可以為uint8類型，其數(shù)據(jù)范圍為[0，255]。圖像矩陣與顏色圖的關(guān)系依賴于圖像矩陣是雙精度型還是uint8（無符號8位整型）類型。MATLAB中有四種基本的圖像類型：（1）索引圖像索引圖像包括圖像矩陣與顏色圖數(shù)組，其中，顏色圖是按圖像中顏色值進行排序后的數(shù)組。（6）XWD(X Windows Dump)格式。（4）JPEG(Joint Photographic Experts Group)格式，是一種成為聯(lián)合圖像專家組的圖像壓縮格式。有1，4，8，24位非壓縮圖像，8位RLE（Runlength Encoded ）圖像。 圖像處理文件格式 MATLAB圖像文件格式MATLAB支持以下幾種圖像文件格式：（1）PCX（Windows Paintbrush）格式。（2）遙感航天中的應(yīng)用軍事偵察、定位、導航、指揮等應(yīng)用；多光譜衛(wèi)星圖像分析；地形、地圖、國土普查；地質(zhì)、礦藏勘探；天文、太空星體的探測及分析等。 主要應(yīng)用計算機圖像處理和計算機、多媒體、智能機器人、專家系統(tǒng)等技術(shù)的發(fā)展緊密相關(guān)。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。因此，圖像處理中信息壓縮的潛力很大。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上，技術(shù)難度較大，成本亦高，這就對頻帶壓縮技術(shù)提出了更高的要求。因此對計算機的計算速度、存儲容量等要求較高。圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預處理（增強、復原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。圖像復原要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種濾波方法，恢復或重建原來的圖像。（3）圖像增強和復原。 （2）圖像編碼壓縮。 研究內(nèi)容數(shù)字圖像處理主要研究的內(nèi)容有以下幾個方面：（1）圖像變換