【正文】 他樂于助人，耐心的解答我提出的問題，對我的論文提出了許多中肯的修改意見，并對一些技術(shù)上的細節(jié)給 予了很大的幫助。 感謝她在百忙之中甚至在懷孕期間也一直督促關(guān)心著我的本科論文的寫作。 第四章講述了噪聲的定義，噪聲對圖像的影響以及去噪的方法， 從不同角度介紹了圖像中噪聲的來源 和模型，以及如何計算信噪比及編程實現(xiàn)隨機噪聲和椒鹽噪聲的添加 。 圖像預(yù)處理系統(tǒng)設(shè)計 圖像噪聲與噪聲的處理 23 圖 二值圖像 圖 二值圖像去噪后圖 利用 matlab 實現(xiàn)了上述算法 ,通過實驗證明 ,利用 matlab 編寫的這些程序 ,執(zhí)行效率很高 ,所以對車牌進行實時識別能夠滿足這些要求 ,并且經(jīng)過對車牌圖像的二值化以及去噪等處理 ,車牌識別的準(zhǔn)確率有了很大的提高 . 圖像預(yù)處理系統(tǒng)設(shè)計 結(jié)論 24 第五章 結(jié)論 圖像在人類的日常生活中以處于不可以缺少的部分， 本文為獲得高質(zhì)量的圖像而進行一系列的研究，從而一步一步 解決圖像中所存在的問題。 end, end, figure(2)。 image=double(A)。 figure(1)。)。)。 二值圖像去噪的實現(xiàn)代碼 二值圖像去噪的實現(xiàn)步驟如下： (1)取得圖像大小、數(shù)據(jù)區(qū)指針 ,并把數(shù)據(jù)區(qū)復(fù)制到緩沖區(qū)去 (2)循環(huán)取得各點的像素值 (3)取得該點周圍 8像素的平均值 (4)把緩沖區(qū)中改動的數(shù)據(jù)復(fù)制到原數(shù)據(jù)區(qū)中 程序代碼如下 : clear。二值化 39。 else image(i,j)=0。原圖 39。f:\39。 通過以上分析可以看出，絕大多數(shù)的常見圖像噪聲都可用均值為零，方差不同的高斯白噪聲作為其模型，因而為了簡便和一般化，我們采用零均值的高斯白噪聲作為噪聲源。由光的統(tǒng)計本質(zhì)和圖像傳感器中光電轉(zhuǎn)換過程引起，在弱光照的情況下常用具有泊松分布的隨機變量作為光電噪聲的模型，在光照較強時，泊松分布趨向于更易描述的高斯分布。 噪聲特性 在對這個含噪模型進行研究之前，我們有必要了解一下噪聲的一些特性，經(jīng)常影響圖像質(zhì)量的噪聲源可分為三類。 （ 4）量化噪聲（ Quatization Noise）：在量化級別不同時出現(xiàn)的噪聲。 對圖像中的噪聲有多種描述方式，常見的有以下幾種： （ 1）白噪聲（ White Noise）：它具有常量的功率譜。 對圖像信號來說，可將黑白圖像看作是二維亮度分布 ? ?yxf , ，則噪聲可看作是對亮度的干擾，用 ? ?yxn , 來表示。噪聲一般是不可預(yù)測的隨機信號，它只能用概率統(tǒng)計的方法去認(rèn)識。例如 ， 現(xiàn)實圖像中無用的信息對我們而言就是噪聲，設(shè)備、環(huán)境、獲取方法 等因素也會引 入 許多噪聲干擾。比如調(diào)整圖像 存儲 的格式，對圖像進行去噪等等。 圖像噪聲對圖像的影響 人類獲取外界信息有視覺、聽覺、觸覺、味覺等多種方法 ， 但絕大部分 (約80%)是來自視覺所接收的圖像信息，即所謂 “ 百聞不如一見 ” 。在這些過程中電氣系統(tǒng)和外界影響將使得圖像噪聲的精確分析變得十分復(fù)雜。)。 image(i,j)=b。原圖 39。f:\39。在具體實現(xiàn)時，上述模板 H 中的各個系數(shù)可以改變 ， ?k 這個系數(shù)的選擇也很重要，太大了會使圖像的輪廓過沖，太小了則圖像銳化不明顯。我們在對圖像增強的過程中，采用的是一種簡單的高頻濾波圖像預(yù)處理系統(tǒng)設(shè)計 圖像平滑與圖像銳化 16 增強方法： ? ? ? ? ? ? ? ? ? ?1,1, 2122 ?????????????????????? ????????? ??? yxfyxfyxfyxfyfxfyxG （ 34） 式中 f， g分別為銳化前后的圖像， ?k 是與擴散效應(yīng)有關(guān)的系數(shù)。 圖像銳化算法 為了要把圖像中間任何方向伸展的的邊緣和輪廓線變得清晰，我們希望對圖像的 某種運算是各向同性的。例如，當(dāng)圖像的分辨率有限時，所獲得的像素值不是一點的亮度，而是周圍景物亮度的平均值。 圖像預(yù)處理系統(tǒng)設(shè)計 圖像平滑與圖像銳化 14 原圖 圖 含有噪聲的原始圖像 平滑 3 * 3 圖 3 3鄰域平均法的平滑圖像 平滑 5 * 5 圖 5 5鄰域平均法的平滑圖像 圖像預(yù)處理系統(tǒng)設(shè)計 圖像平滑與圖像銳化 15 圖像銳化 圖像銳化的目的和意義 圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法 .銳化的目標(biāo)實質(zhì)上是要增強原始圖像的高頻成分 .常規(guī)的銳化算法對整幅圖像進行高頻增強 ,結(jié)果呈現(xiàn)明顯噪聲 .為此 ,在對銳化原理進行深入研究的基礎(chǔ)上 ,提出了先用邊緣檢測算法檢出邊緣 ,然后根據(jù)檢出的邊緣對圖像進行高頻增強的方法 . 實驗結(jié)果表明 ,該方法有效地解決了圖像銳化后的噪聲 問題 銳化的目的在于使圖像中對象輪廓上的像素灰度大的更大，小的更小，但對輪廓外的像素不起作用。)。 image(i,j)=b。 image=double(A)。 figure(1)。 圖像預(yù)處理系統(tǒng)設(shè)計 圖像平滑與圖像銳化 13 算法實現(xiàn) 程序中采用的是 33 的模板，即把當(dāng)前圖像 ),( jif 和它周圍 8 個像素的灰度值相加，然后將求得的平均值（除以 9）作為該點的像素值。在實際應(yīng)用中，也可以根據(jù)不同的需要選擇使用不同的模板尺寸，如 33 、 55 、 77 、 99 等。它采用模板計算的思想，模板操作實現(xiàn)了一種鄰域運算，即某個像素點的結(jié)果不僅與本像素灰度有關(guān)，而且與其鄰域點的像素值有關(guān)。實際應(yīng)用中，平滑濾波還可用于消除噪聲，或者在提取較大目標(biāo)前去除過小的細節(jié)或?qū)⒛繕?biāo)內(nèi)的小間斷連接起來。 0 50 100 150 200 250 30000 . 0 0 50 . 0 10 . 0 1 50 . 0 20 . 0 2 5 圖 原圖 圖 原始圖象的直方圖 圖像預(yù)處理系統(tǒng)設(shè)計 數(shù)字圖像處理的灰度直方圖 11 0 50 100 150 200 250 30000 . 0 0 50 . 0 10 . 0 1 50 . 0 20 . 0 2 5 圖 直方圖均衡化后的效果圖 圖 均衡 化后的直方 圖 從上述效果圖可以看出，經(jīng)過直方圖均衡化處理后，圖像變的清晰了，從直方圖來看，處理后的 LENA 的圖像直方圖分布更均勻了，在每個灰度級上圖像都有像素點。)。 n(s)=n(s)+1。均衡化后的圖 39。 for k=1:256, o(k)=round((N1)*q(k)+)。 title(39。 end, for k=1:256, for j=1:k, q(k)=q(k)+p(j)。 title(39。 end, end, for k=1:256, p(k)=n(k)/(256^2)。 image=double(A)。)。對變換后的 S值取最靠近的一個灰度級的值，建立灰度級變換表，將原圖像變換為直方圖均衡的圖像。 圖像預(yù)處理系統(tǒng)設(shè)計 數(shù)字圖像處理的灰度直方圖 8 用上述代碼生成圖 的直方圖，結(jié)果如圖 所示 。 end, for i=1:256, for j=1:256, b=image(i,j)+1。f:\39。通過直方圖修正使灰度級分布在人眼合適的亮度區(qū)域，便可使 X 片中的細節(jié)清晰可見。 從數(shù)學(xué)上來說圖像直方圖是圖像各灰度值統(tǒng)計特性與圖像灰度值的函數(shù)，它統(tǒng)計一幅圖像中各個灰度級出現(xiàn)的次數(shù)或概率；從圖形上來說，它是一個二維圖，橫坐標(biāo)表示圖像中各個像素點的灰度級，縱坐標(biāo)為各個灰度級上圖像各個像素點出現(xiàn)的次數(shù)或概率。 使用灰度還可將彩色圖稿轉(zhuǎn)換為高質(zhì)量黑白圖稿。第四部分講的是噪聲處理，噪聲特性以及 matlab 去除噪聲的方法。一般來說，他們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評估不同的方法而不需要自己編寫代碼。 第五， 出色的圖形處理功能 ， MATLAB 自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和距陣用圖形表現(xiàn)出來，并且可以對圖形進行標(biāo)注和打印。用戶可以在命令窗口中將輸入語句與執(zhí)行命令同步，也可以先編寫好一個較大的復(fù)雜的應(yīng)用程序 (M文件 )后再一起運行。這些工具方便用戶使用 MATLAB 的函數(shù)和文件，其中許多工具采用的是圖形用戶界面?？梢灾苯诱{(diào)用 ,用戶也可以將自己編寫的實用程序?qū)氲?MATLAB 函數(shù)庫中方便自己以后調(diào)用，此外許多的 MATLAB 愛好者都編寫了一些經(jīng)典的程序，用戶可以直接進行下載就可以用。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計算方面首屈一指。 MATLAB matlab 簡述 MATLAB 是矩陣實驗室（ Matrix Laboratory）的簡稱，是美 國 MathWorks 公司出品的商業(yè) 數(shù)學(xué)軟件 ，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境，主要包括 MATLAB 和 Simulink 兩大部分。 2. 遙感航天中的應(yīng)用 軍事偵察、定位、導(dǎo)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。 數(shù)字圖像處理的應(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)。 對圖像中的信息有選擇地加強和抑制，以改善圖像的視覺效果，或?qū)D像轉(zhuǎn)變?yōu)楦m合于機器處理的形式，以 便于數(shù)據(jù)抽取或識別。圖像復(fù)原的代數(shù)方法是以 最小二乘法 最佳準(zhǔn)則為基礎(chǔ)。根據(jù)退化機理確定退化函數(shù)后，就可從此關(guān)系式求出 F(u， v)，再用 傅里葉 反變換求出 f(x， y)。在實際應(yīng)用中常常發(fā)生圖像退化現(xiàn)象。常用的平滑方法有中值法、局 部求平均法和 k 近鄰平均法。例如對于光照不可控的遙感圖片，圖像預(yù)處理系統(tǒng)設(shè)計 緒論 3 灰度 直方圖 的歸一化對于圖像分析是十分必要的。隨機誤差如飛行器姿態(tài)和高度變化引起的誤 差，難以用模型表示出來，所以一般是在系統(tǒng)誤差被糾正后，通過把被觀測的圖和已知正確幾何位置的圖相比較，用圖中一定數(shù)量的地面 控制點 解雙變量 多項式 函數(shù)組而達到變換的目的。當(dāng)取樣周期等于或小