【正文】 WpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8!z89Am YWpazadNuGK8!z89Am YW pazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8!z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpa zadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am UE9aQGn8xp$Ramp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8!z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。ksv*3t nGK8! z89Am YWpazadNuKNamp。qYpEh5pDx2zVkum amp。UE9aQGn8xp$Ramp。6a*CZ7H$dq8Kqqf HVZFedswSyXTyamp。gTXRm 6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRr Wwc^vR9CpbK! zn%M z849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。MuWFA5ux^Gjqv^$UE9wEwZQcUE%amp。gTXRm6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%Mz849Gx^Gjqv^$UE9wEwZ QcUE%amp。gTXRm 6X4NGpP$vSTTamp。849Gx^Gjqv^$UE9wEwZQc UE%amp。ksv*3t nGK8! z89AmYWpazadNuKNamp。qYpEh5pDx2zVkum amp。UE9aQGn8xp$Ramp。6a*CZ7H$dq8Kqqf HVZFedswSyXTyamp。gTXRm 6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRr Wwc^vR9CpbK! zn%M z849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。MuWFA5ux^Gjqv^$UE9wEwZQcUE%amp。gTXRm6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%Mz849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRr Wwc^vR9CpbK! zn%M z849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。MuWFA5ux^Gjqv^$UE9wEwZQcUE%amp。gTXRm6X4NGpP$vSTTamp。M uWFA5uxY7J nD6YWRrWwc^vR9CpbK! zn%Mz849Gx^Gjqv^$UE9wEwZQcUE%amp。gTXRm 6X4NGpP$vSTTamp。849Gx^Gjqv^$UE9wEwZQcUE%amp。QA9wkxFyeQ^! djsXuyUP2kNXpRWXm Aamp。 內(nèi)部資料 請勿外傳 9J WKf f wvGt YM *J gamp。 【 11】張秀蘭 .基于 MATLAB的數(shù)字圖像的邊緣檢測【 J】 .吉林化工學(xué)院學(xué)報。 【 9】涂望明，魏友國，施少 敏 .MATLAB在數(shù)字圖像處理中的應(yīng)用【 J】為計算機信息。 【 7】賈偉 .MATLAB在數(shù)字圖像處理中的應(yīng)用【 J】。 【 5】 李信真，車明剛，《計算方法》，西安西北工業(yè)大學(xué)出版社。 【 3】百羽，索麗敏，孟艷君 .基于 MATLAB的數(shù)字圖像處理分析及應(yīng)用【 J】 .信息科學(xué)。 23 參考文獻 ： 【 1】岡薩雷斯（美） .數(shù)字圖像處理【 M】 .電子工業(yè)出版社。 然后感謝蘭州工業(yè)學(xué)院各位老師對我的培養(yǎng)和關(guān)心，感謝我的家人在大學(xué)期間對我的支持和鼓勵。這里再次對趙老師以及同學(xué)們的幫助表示深深的謝意。特別是在同學(xué)不厭其煩的指導(dǎo)及演示下逐漸熟悉 MATLAB 的環(huán)境，不斷的嘗試找到問題 的解決方向，使我感受到老師和同學(xué)們的不可言語的情感。趙老師追求真理，一絲不茍，嚴格律己，寬以待人的崇高品質(zhì)對學(xué)生將是永遠的鞭策。對此我身懷感激。 （ 4）通過 MATLAB 軟件對其中的圖像增強處理進行了操作，并展示操作的效果，并對結(jié)果進行了比較和分析。 （ 2）對數(shù)字圖像預(yù)處理技術(shù)的主要內(nèi)容進行了比較詳細的陳述。 對數(shù)字圖像預(yù)處理技術(shù)有了一定的認識和了解，同時通過使用 MATLAB 圖像預(yù)處理工具箱對圖像進行處理，并對結(jié)果進行觀察和分析，更加深了對圖像預(yù)處理的直觀認識。 (2)效果圖 圖 ： 圖 真彩色增強 (3)結(jié)論 :不改變原圖像的色彩，但由于增強后的圖像又有所差別，保持色調(diào)和飽和度不變使亮度分量增強，使整個圖像比原圖增量些。imshow(RGB(:,:,1))。 xlabel1(‘ (c)真彩色圖像綠色分量’ )。 20 subplot(223)。imshow(RGB(:,:,1))。 xlabel1(‘ (a)原始真彩圖像’ )。 subplot(221)。 (3)效果圖 圖 圖 高通濾波 (4)結(jié)論：衰減高頻信息，是低頻信息暢通無阻。低通濾波所得圖像 39。 imshow(s)。 s=uint8(real(ifft2(ifftshift(s))))。 end。 end。 19 if distance=d h=1。 d=10。 a0=round(a/2)。)。 title(39。 figure(2)。)。 title(39。 I=rgb2gray(I)。39。 (2)效果圖圖 18 圖 銳化濾波器 (4)結(jié)論 :突出圖像的邊緣信息，加強圖像的輪廓特征，便于識別。imshow(I2)。 xlabel(‘ (a)原圖像’ )。 subplot(121)。 h=fspecial(‘ laplacian’ )。) (3)效果圖圖 : 17 圖 自適應(yīng)濾波器 (4)結(jié)論 :根據(jù)圖像的局部方差來調(diào)整濾波器的輸出，局部方差大時，濾波器的平滑效果較弱，反之則較強。 title(39。 subplot(133)。(b)高斯噪音圖像 39。imshow(J)。,0,)。 J=imnoise(I,39。(a)原始圖像 39。imshow(RGB)。)。 (2)編碼 : RGB=imread(39。 錯誤 !未找到引用源。 (3)效果圖圖 : 16 圖 中值濾波器 (4)結(jié)論 :適用于脈沖干擾，脈沖寬度較小，相距較遠的在脈沖。(f)中值濾波 39。imshow(k2,[])。 k2=medfilt2(J2)。(e)高斯噪聲 39。imshow(J2)。,)。 J2=imnoise(I,39。(d)原始圖像 39。imshow(I)。)。 title(39。 subplot(2,3,3)。)。 title(39。 subplot(2,3,2)。 pepper39。 J=imnoise(I,39。(a)原始圖像 39。imshow(I)。)。 (2)編碼 : I=imread(39。 (3)效果圖如圖 : 圖 平滑濾波器 15 (4)結(jié)論 :平滑濾波器的目的是消除或盡量減少噪聲，改善圖像的質(zhì)量。5*6 模板平滑濾波器 39。imshow(uint8(k2))。,5),J)。 k2=filter2(fspecial(39。4*4 模板平滑濾波器 39。imshow(uint8(k1))。,3),J)。 k1=filter2(fspecial(39。高斯噪聲圖像 39。imshow(J)。)。 title(39。 subplot(221)。gaussian39。)。 空域濾波增強 平滑濾波器 (1)如果 S 為像素 (x0,y0)的鄰域集合（包含（ x0,y0），（ x,y）表示 S 中的元素， f(x,y)表示 (x,y)點的灰度值， a(x,y)表示個點的權(quán)重，則對 (x0,y0)進行平滑可表示為 : (2)編碼 : 14 I=imread(39。直方圖規(guī)定化直方統(tǒng)計 39。) subplot(224)。 imhist(I,64) title(39。)。 13 title(39。) subplot(222)。 title(39。 subplot(221)。%灰度變換的范圍。)。 (k=0,1,2,…,L1) (2)編碼 : I=imread(39。 錯誤 !未找到引用源。 (3)效果圖如圖 : 12 圖 直方圖均 衡化 (4)結(jié)論 :把原始圖像的直方圖變換成均勻分布的形式，增加像素灰度值的動態(tài)范圍，達到增強圖像整體對比度的效果。(d)均衡化圖像直方圖 39。 subplot(224)。(c)均衡化圖像 39。 subplot(223)。(b) 原始圖像直方圖 39。 subplot(222)。(a)原始圖像 39。 subplot(221)。)。 (2)編碼 : I=imread(39。 (k=0,1,2,…,L1， 0≤ 錯誤 !未找到引用源。 錯誤 !未找到引用源。 (3)效果圖 如圖 : 11 （ a)原圖 圖 灰度值調(diào)整 (b)調(diào)整值 (4)結(jié)論 :灰度值調(diào)整用于調(diào)整灰度值或色圖。(b)調(diào)整值 39。imshow(pout_imadjust)。)。 title(39。 Subplot(121)。 pout_imadjust=imadjust(pout)。39。 (3)效果圖如圖 ： 10 圖 灰度變換 (4)結(jié)論：對數(shù)灰度變換使圖像的高灰度范圍得到壓縮。 subplot(122)。 subplot(121)。 end if(f(i,j)=b) g(i,j)=d。(f(i,j) g(i,j)=((dc)/(ba))*(f(i,j)a)+c。 d=k2+20。 b=k k2=max(max(f))。 g=double(g)。 g=zeros(M,N)。39。 對數(shù)變換使低灰度變換范圍的 f 得以擴展，而高灰度范圍的 f 得到壓縮，以使圖像分布均勻，與人的視覺特性相匹配。 頻域增強 頻域增強的基本原理是：卷積理論是頻域技術(shù)的基礎(chǔ)。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。 非線形空域濾波器則一般直接對鄰域進行操作。 空域濾波增強 空域濾波可分為線形濾波和非線形濾波兩類。這里的好和有用要因具體的應(yīng)用目的和要求而異，并且所需的具體增 強技術(shù)也可不同。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。這里的好和有用要因具體的應(yīng)用目的和要求而異，并且所需的具體增強技術(shù)也可不同。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領(lǐng)域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索新的領(lǐng)域。 7 很多國家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。隨著圖像處理技術(shù)的深入發(fā)展，從 70 年代中期開始，隨著計算機技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。圖像處理中，輸入的是質(zhì)量低的圖像 ，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。數(shù)字圖像處理作為一門學(xué)科大約形成于 20 世紀 60 年代初期。 隨 著 計 算機的發(fā)展，圖像預(yù)處理技術(shù)的應(yīng)用領(lǐng)域必將繼續(xù)擴大，充當越來越重要的角色， 對于人們的生活產(chǎn)生巨大影響。 由 于 計 算 機 處 理 能 力 的 不 斷 增 強 ， 圖 像 預(yù) 處 理 技 術(shù) 在 飛 速 發(fā) 展 的 同時 ，也 越 來 越 廣 泛 地 向 其 他 學(xué) 科 快 速 交 叉 滲 透 ，使 得 圖 像 在 信 息 獲 取 以 及信 息 利 用 等 方 面 也變得越來越重要。我們可以 通過 圖 像 增 強 技 術(shù) 改 善圖 像 的質(zhì) 量。 隨 著 電 子 技 術(shù) 和 計 算 機 技 術(shù) 的 不 斷 提 高 ， 圖 像 預(yù) 處 理 技 術(shù) 在 視 頻 監(jiān) 控系統(tǒng)中 獲得了 巨 大發(fā) 展 。 圖像預(yù)處理研究的背景意義及發(fā)展趨勢