【正文】 然后感謝電子信息科學與技術專業(yè)各位任課老師對我的培養(yǎng)和關心，感謝我的家人在大學期間對我的支持和鼓勵。這里再次對李亞蘭老師的無私付出表示深深的謝意。特別是李亞蘭老師不厭其煩的指出設計中的不足及問題的解決方向，使我感受到李亞蘭老師的淵博學識、敏銳思維和民主嚴謹?shù)淖黠L。李亞蘭老師追求真理、一絲不茍、嚴格律己、寬以待人的崇高品質(zhì)對學生將是永遠的鞭策。對此我深懷感激。參考文獻[1] 劉衛(wèi)國． MATLAB實用教程．北京：高等教育出版社，2007. [2] 劉順蘭，吳杰．數(shù)字信號處理．2版．西安：西安電子科技大學出版社，2009.[3] 關雪梅． 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，精通 . 北京：北京航空航天大學出版社，2003.[6] 張兆禮，趙春暉，:人民郵電出版社，2001.[7] ：清華大學出版社，2011.致 謝在論文完成之際，我心情無法平靜。最大的收獲是更清晰了自己編制程序的語言靈活性，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，也使整個程序更具實用性。通過本次畢業(yè)論文，使我學到了許多書本上無法學到的知識，也深深體會到 MATLAB數(shù)字圖像處理技術在社會各領域的廣泛應用，此次論文寫作不僅使我對學過的 MATLAB軟件的基礎知識有了很多的鞏固，同時也對 MATLAB這一門課程產(chǎn)生了更大的興趣。主要通過圖像求反、增強對比度、空域濾波等處理程序的靈活性達到提高清晰度的目的。highpass filtering image39。X3=uint8(real(X2))。 endendresult=ifftshift(result)。 else h=1/(1+(d0/d)^(2*n))。%靠零取整for i=1:N1 for j=1:N2 d=sqrt((in1)^2+(jn2)^2)。%五階巴特沃斯濾波器，截止頻率為5HZn1=fix(N1/2)。%Array dimensionsn=5。%2D fast Fourier transformg=fftshift(g)。f=double(im2)。 pepper image39。subplot(121),imshow(im2),title(39。 pepper39。%灰級圖片im2=imnoise(im1,39。)。im= imread(39。如果傳遞函數(shù)通過原點，則可以稱為laplacian濾波器。在前一種情況下，高頻增強濾波器實際上是依照能夠帶通濾波器，只不過規(guī)定0頻率處的增益為單位1[3]。denoising image39。X3=uint8(real(X2))。 endendresult=ifftshift(result)。 h=1/(1+*(d/d0)^(2*n))。n2=fix(N2/2)。d0=50。%轉(zhuǎn)變零頻率成分的頻譜中心[N1,N2]=size(g)。%雙精度型g=fft2(f)。gaussian image39。)。%灰級圖片im2=imnoise(im1,39。)。im= imread(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。以下分別介紹在 MATLAB中如何實現(xiàn)。設函數(shù)f（x,y）與線性位不變算子h（x,y）的卷積結果是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。 highpass filtering unsharp image39。imshow(im3)。)。title(39。subplot(121)。,)。%濾波h2=fspecial(39。)。%灰級圖片h1=fspecial(39。)。im= imread(39。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尺度變回到所要求的范圍。當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，其輸出為0或很小。這種濾波器的中心系數(shù)都是正的，而周圍的系數(shù)都是負的[2]。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，還能使圖像細節(jié)更清晰。median filtering image39。) im3=medfilt2(im2,[3,3])。salt amp。,)。salt amp。 im1= rgb2gray(im)。39。 MATLAB實現(xiàn)中值濾波器代碼所示： figure。它是一種臨域運算，類似于卷積，但計算的不是加權求和，而是把鄰域中的像素按灰度級進行排序，然后選擇改組的中間值作為輸出的像素值[7]。從上圖可見，均值濾波器模板愈大，消噪能力就愈強，但圖像會變得更加模糊。 pepper39。 pepper時，J = imnoise(I,39。 pepper(椒鹽噪聲)，主要討論后兩種。 filter2()函數(shù)：該函數(shù)用于進行二維線性濾波，其常用語法格式為：Y=filter2(B,X,’shape’),使用B濾波器對X進行濾波，shape取值如下：Full:size(Y)size(X)；Same:Y與X的大小相同，其為默認值。9*9 average filter39。,9),im2)/255。im4=filter2(fspecial(39。3*3 average filter39。,3),im2)/255。im3=filter2(fspecial(39。pepper39。%加椒鹽噪聲subplot(222), imshow(im2),title(39。 pepper39。im2=imnoise(im1,39。original drawing39。im1= rgb2gray(im)。39。 MATLAB實現(xiàn)均值過濾器的代碼所示：figure。為保證輸出圖像仍在原來的灰度范圍內(nèi)，在計算R后要將其除以9再進行賦值。這種濾波器的所有系數(shù)都是正的。下面分別介紹在 MATLAB中如何應用平滑和銳化濾波器。銳化濾波器：它能減弱或消除傅立葉空間的高頻分量。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。另外各種濾波器根據(jù)功能又主要分成平滑濾波和銳化濾波。線形濾波器的設計常基于對傅立葉變換的分析。每個模板實際上是一個二維數(shù)組，其中各個元素的取值定了模板的功能，這種模板操作也稱為空域濾波。如仍以s和t分別表示f(x,y)在(x,y)位置處的灰度值，并以n(s)代表f(x,y)在(x,y)鄰域內(nèi)像素的灰度值，則 t=EA[s,n(s)]。)圖像處理圖如圖43所示：圖43上圖分別為圖像求反前后對比 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。 end endendsubplot(122),imshow(mat2gray(g)),title(39。(f=f1) g(i,j)=g1k*f。 g(i,j)=0。[m,n]=size(im1),im2=double(im1)。g1=256。)。subplot(121), imshow(im1),title(39。)。im= imread(39。具體的變換就是將圖像中每個像素的灰度值根據(jù)變換曲線進行映射[6]。 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。 double()函數(shù)：該函數(shù)用于將矩陣轉(zhuǎn)化為雙精度型數(shù)據(jù)，其常用語法格式為：double(x)。)。title(39。高于high的像素被顯示成白色；低于low的像素被顯示成黑色；介于high和low之間的像素被按比例拉伸后顯示為各種等級的灰色。 imshow()函數(shù)：該函數(shù)用于圖像的顯示，其常用語法格式為：imshow(I,[low，high]),I為要顯示的圖像矩陣。%讀入圖像。C:\Users\Public\Pictures\Sample Pictures\39。若不在work工作目錄下，則需提供完整的路徑。)。例如：A=imread(39。)圖像處理圖示(如圖42 )： 圖42 原圖與增強對比度圖像在上面的程序中，用到了imread()、rgb2gray()、imshow()、size()和double()五個函數(shù)，下面簡單介紹一下這五個函數(shù)： imread()函數(shù)：該函數(shù)用于圖像的讀取，其常用語法格式為：A=imread(FILENAME,FMT),FILENAME 指定圖像文件的完整路徑和文件名。 end endend subplot(122),imshow(mat2gray(g)),title(39。 elseif (f=f2)amp。 elseif (f=f1)amp。 if(f=0)amp。for i=1:m for j=1:n f=im2(i,j)。%斜率k=5/131，灰度壓縮[m,n]=size(im1)。%斜率k=3/71,灰度壓縮r2=(g2g1)/(f2f1)。g3=255。g2=240。g1=20。g0=0。)。subplot(121), imshow(im1),title(39。)。im= imread(39。圖41 增強對比度 在圖41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[7]。 增強對比度增強對比度實際是增強原圖像的各部分的反差。而其中最簡單常用有增強對比度和圖像求反。 空域變換增強空域處理可表示為： g(x,y)=T[f(x,y)]其中f(x,y)是增強前的圖像，g(x,y)是增強處理后的圖像，而T是對f(x,y)的操作，其定義在(x,y)的鄰域，稱T為模板操作?？沼蛟鰪姺椒杀硎緸椋篻(x,y)=EH[f(x,y)]。目前常用的增強技術根據(jù)其處理所進行的空間不同，可分為基于圖像域的方法和基于變化域的方法。4 利用 MATLAB增強圖像清晰度圖像增強是一類基本的圖像處理技術，其