【正文】 ck39。title(39。)。title(39。)。title(39。)。title(39。)。title(39。)。title(39。)。%高斯低通濾波器 BW6=edge(I,39。gaussian39。)。 %用 log 算子進(jìn)行邊緣檢測(cè)BW5=edge(I,39。log39。)。%用 Roberts 算子進(jìn)行邊緣檢測(cè)BW3=edge(I,39。roberts39。)。 %轉(zhuǎn)化成灰度圖,必須先轉(zhuǎn)化成灰度圖，很多地方都沒有這一步，其實(shí)是不對(duì)的BW1=edge(I,39。)。具體代碼如下：M=imread(39。它本身使用帶有標(biāo)準(zhǔn)偏差 的高斯濾波器來平滑，從而可以減少噪聲。該方法使用兩個(gè)閾值檢測(cè)強(qiáng)邊緣和弱邊緣，若它們連結(jié)到了強(qiáng)邊緣，則輸出中只包含弱邊緣。在函數(shù) edge 中可用的邊緣檢測(cè)器 [12]：“sobel”邊緣檢測(cè)器對(duì)噪聲具有一定的抑制能力、邊緣定位效果好但是容易出現(xiàn)多像素邊緣；“roberts”邊緣檢測(cè)器特點(diǎn)是邊緣定位精度高、但不具備抑制噪聲能力，只對(duì)具有陡峭邊緣噪聲少的圖像效果好；“canny”邊緣檢測(cè)器通過尋找 f(x,y)的梯度的最大值來查找邊緣。g 是一個(gè)邏輯數(shù)組，其值如下決定：在 f 中檢測(cè)到邊緣的位置為 1，在其他位置為 0。一、MATLAB 提供的用于灰度圖像邊緣的函數(shù)在 MATLAB 中函數(shù) edge 用來進(jìn)行邊緣檢測(cè)。邊緣的檢測(cè)可以借助空域微分算子利用總卷積來實(shí)現(xiàn)。測(cè)試結(jié)果如下：圖 38圖 39 圖像銳化前后對(duì)比 邊緣檢測(cè)效果的 MATLAB 的實(shí)現(xiàn)從本質(zhì)上說，圖像邊緣是圖像局部特性不邊連續(xù)性（灰度突變、顏色突變、紋理結(jié)構(gòu)突變等）的反映，它標(biāo)志著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始。銳化圖像39。%濾波 I=imsubtract(J,J_tmp)。replicate39。1 1 1]。 lapMatrix=[1 1 1。)。title(39。C:\Users\zouyifeng\Desktop\論文圖片\39。OUT(J)=GM(J)。OUT=I。[IX,IY]=gradient(I)。第一種是使各點(diǎn)的灰度 g(x,y)等于該點(diǎn)的梯度幅度，即：g(x,y)= Gm[f(x,y)] ；此方法的缺點(diǎn)是增強(qiáng)的圖像公顯示灰度變化比較陡的邊緣輪廓，而灰度變化平緩的區(qū)域則呈黑色。梯度算子和拉普拉斯算子就是滿足要求的線性微分算子，它們是常用和圖像銳化運(yùn)算方法。因?yàn)殇J化將使噪聲受到比信號(hào)還強(qiáng)的增強(qiáng)，故必須小心處理。 imhist(J,64)效果圖如下： 圖 37 圖像直方圖均衡化前后對(duì)比 銳化效果的 MATLAB 實(shí)現(xiàn)銳化技術(shù)可以在空間域是進(jìn)行，常用的方法是對(duì)圖像進(jìn)行微分處理，也可以在頻域中運(yùn)用高通濾波技術(shù)處理。)subplot(223)。)imwrite(J,39。imwrite(I,39。subplot(222)。subplot(221)。I=rgb2gray(I)。C:\Users\zouyifeng\Desktop\論文圖片\39。Histeq語法格式為：J=histeq(I,n)其功能是：指定直方圖均衡化后的灰度級(jí)數(shù) n，默認(rèn)值為 64。設(shè)一幅圖像總像素為 n，共分 L 個(gè)灰度級(jí)，nk代表第 k 個(gè)灰度級(jí) rk出現(xiàn)的頻數(shù)（像素?cái)?shù)） ，則第 k 灰度級(jí)出現(xiàn)的概率為： 1,2022/)( ?????rnpk此時(shí)變換函數(shù)可以表示為 ?????kiikirk nTps00)(其反變換函數(shù)為 11??srkkk因此，根據(jù)原圖像的直方圖統(tǒng)計(jì)值就可算出均衡后各像素的灰度值。在直方圖均衡化時(shí)，有 ,這里 L 為均衡化后灰度變化范圍，常 數(shù)?Lsp1)(歸一化表示時(shí) L=1，則 ，有 ，即：s drrs)(??Tds兩邊取積分得： ??rdS0)(這就是所求的變換函數(shù)，表明變換函數(shù) T（r）是原圖像的累計(jì)分布函數(shù)，因此只要知道原圖像的概率密度就能很容易地確定變換函數(shù)。 %轉(zhuǎn)化為反色圖像imshow(y) %顯示反色圖像圖 35 圖 36 圖像灰度變換前后對(duì)比 直方圖均衡化的 MATLAB 實(shí)現(xiàn)研究直方圖均衡化，為了研究方便，首先將直方圖歸一化，即讓原圖像灰度范圍[Z 1，Zk]歸一化為[0 1]。)。程序代碼如下：x=imread(39。其語法格式為：J=imadjust(I,[0,],[,1])其功能是：返回圖像 I 經(jīng)過直方圖調(diào)整后的圖像 J。如果 gamma 等于 1 時(shí)，為線性變換；如果 gamma 小于 1 時(shí)，那么映射將會(huì)對(duì)圖像的像素值加權(quán)，使輸出像素灰度值比原來大；如果 gamma 大于 1 時(shí)，那么映射加權(quán)后的灰度值比原來小。[low,high]為原圖像中要變換的灰度范圍，[bottom,top]指定變換后的灰度范圍，兩者的默認(rèn)值均為[0，1]。MATLAB 圖像處理工具箱中提供的 imadjust 函數(shù)，可以實(shí)現(xiàn)圖像的灰度變換，使對(duì)比度增強(qiáng) [6]。)。 title(39。subplot(1, 2, 2)。Origin Image39。 imshow(I)。endfigure。m = max(I(:))。case 39。m = 2^161。case 39。m = 2^81。switch class(I)case 39。C:\Users\zouyifeng\Desktop\論文圖片\39。圖像負(fù)片效果可以幫助我們?cè)诖笃谏珔^(qū)域中容易觀察白色或灰色細(xì)節(jié)。figure,imshow(J)測(cè)試結(jié)果如下： 圖 33 圖像剪切前后對(duì)比 圖像負(fù)片效果的 MATLAB 實(shí)現(xiàn)在 MATLAB 的圖像工具箱中有 implement 函數(shù)可以對(duì)圖像直接進(jìn)行負(fù)片效果處理 [9]。imshow(I)。C:\Users\zouyifeng\Desktop\論文圖片\39。調(diào)用格式如下：I2 = imcrop(I,rect)其中 I 為進(jìn)行剪切處理的圖像，rect 表示兩個(gè)頂點(diǎn)坐標(biāo)[(Xmin,Ymin)，(Xmax,Ymax)]，剪切后的圖像大小為兩頂點(diǎn)之間的矩形面積。imshow(flipud(b))。imshow(a)。C:\Users\zouyifeng\Desktop\論文圖片\39。第 3 章 醫(yī)學(xué)圖像處理的具體過程 圖像旋轉(zhuǎn)的 MATLAB 實(shí)現(xiàn)在圖像處理中，有時(shí)需要將圖像旋轉(zhuǎn)以獲得更好的觀測(cè)角度，所以我們有必要在系統(tǒng)中添加圖像旋轉(zhuǎn)功能。J1=conv2(I2,h1,’same’)。 1/9 1/9 1/9。I2=double(I1)/255。I1=imnoise(I,’saltamp。21MATLAB 提供的圖像平滑函數(shù) conv2（二維卷積算法） 。由于巴特沃斯濾波器轉(zhuǎn)移曲線較平滑，沒有振鈴效應(yīng)，故圖像的模糊將減少。它的通帶與阻帶之間沒有明顯的不連續(xù)性，因此它的空域響應(yīng)沒有“振鈴”現(xiàn)象發(fā)生，模糊程度減少。在此主要介紹巴特沃斯低通濾波器。圖像經(jīng)過傅立葉變換以后，噪聲頻譜一般位于空間頻率較高的區(qū)域，而圖像本身的頻率分量則處于空間頻率較低的區(qū)域內(nèi)，因此可以通過低通濾波的方法，使高頻萬分受到掏，而使低頻成分順利通過，從而實(shí)現(xiàn)圖像的平滑。實(shí)際獲得的圖像都因受到干擾而含有噪聲，噪聲產(chǎn)生的原因決定了噪聲分布的特性及與圖像信號(hào)的關(guān)系。 圖像平滑處理圖像平滑主要目的是減少圖像噪聲。在MATLAB 工具箱中 medfilt2 函數(shù)實(shí)現(xiàn)了中值濾波?？捎玫姆椒òǎ海?）線性濾波（2）中值濾波（3）自適應(yīng)濾波常用的濾波器為中值濾波器。工具箱中提供了多個(gè)不同的方法來刪除和減少圖像中的噪聲。二、如果圖像直接來源于數(shù)字設(shè)備，則獲取數(shù)據(jù)的設(shè)備可以引起噪聲。如：一、如果圖像是用照片掃描得到的，則膠卷上的灰塵是噪聲源。 圖像消噪數(shù)字圖像中往往存在各種類型的噪聲。y=randn(1000,1)。例如下面的命令顯示一個(gè)心臟圖像和一個(gè)直方圖。用 imhist 函數(shù)創(chuàng)建圖像直方圖。g=log(1+double(f))；imshow(g)在對(duì)圖像進(jìn)行對(duì)數(shù)變換時(shí)，首先要將圖像轉(zhuǎn)換為雙精度圖像，這樣在對(duì)數(shù)變換超過整型范圍的元素不會(huì)被截?cái)啵倚?shù)部分不會(huì)四舍五入，則輸出圖像具有更高的精度。在 MATLAB 圖像處理函數(shù)中對(duì)數(shù)變換常用來擴(kuò)展低值灰度，壓縮高值灰度，這樣可以使低值灰度的圖像細(xì)節(jié)更容易看清。 圖像的灰度變換灰度變換是圖像增強(qiáng)的另一種重要手段，它可使用權(quán)圖像動(dòng)態(tài)范圍加大，使圖像對(duì)比度擴(kuò)展，圖像更加清晰，特征更加明顯。 圖像的剪切處理在進(jìn)行圖像處理時(shí)，有時(shí)只要對(duì)圖像中某個(gè)特定區(qū)域或感興趣的區(qū)域進(jìn)行處理，并不需要對(duì)整個(gè)圖像進(jìn)行處理。默認(rèn)值為‘nearest’。轉(zhuǎn)處理可以調(diào)用MATLAB 的圖像工具箱函數(shù) imrotate 來進(jìn)行旋轉(zhuǎn)處理。 圖片的旋轉(zhuǎn)處理圖像的旋轉(zhuǎn)處理是指對(duì)圖像的水平垂直方向進(jìn)行調(diào)整的過程。method 表示對(duì)圖像處理的插值算法，有三個(gè)可選值：‘nearest’ 、 ‘ bilinear’和‘bicubic’分別表示最近鄰插值，雙線性插值，雙三次卷積法，默認(rèn)值為‘nearest’。對(duì)圖像的縮放可以直接調(diào)用 MATLAB 工具箱函數(shù) imresize【1】 來進(jìn)行圖像的縮放處理。九、VOID Quit()該函數(shù)關(guān)閉并退出 MATLAB。七、VOID MinimizeConnandWindow()該函數(shù)將未最小化的 MATLAB 窗口最小化。六、VOID GetFullMatrix(［in］BSTR Name,［in］BSTR Workspace,［in out］SAFEARRAY(double)*pr［in out］SAFEAPRAY(double).pi)該函數(shù)向指定的 MATLAB 工作空間中設(shè)置一維或二維數(shù)組。其中， Name是提取數(shù)組的名稱，Workspace 表示包含數(shù)組的工作空間，一般指定為“base” ，即 MATLAB 默認(rèn)工作空間。所有在 MATLAB 命令窗口鍵 入的可執(zhí)行的命令行都可在此使用，這樣，我們就能在代碼中使用命令行，象在 MATLAB 窗口 中一樣自如。三、完成代碼編寫后釋放對(duì)象。第 2 章 MATLAB 技術(shù) 調(diào)用程序設(shè)計(jì)原理在控制器中創(chuàng)建和獲取自動(dòng)化對(duì)象的一般過程一、初始化并創(chuàng)建一個(gè)自動(dòng)化對(duì)象，創(chuàng)建后，可以在代碼中使用對(duì)象變量引用的對(duì)象。第三章 詳細(xì)介紹本文中要實(shí)現(xiàn)的幾種圖像處理功能以及實(shí)現(xiàn)原理。MATLAB 作為自動(dòng)化服務(wù)器，在進(jìn)行 Windows 編程中，充分發(fā)揮 MATLAB 在圖形圖像處理等方面的優(yōu)勢(shì)，論文的具體結(jié)夠如下：第一章 主要介紹本文的研究背景及意義目的。 本文主要研究工作MATLAB 是集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體的高性能數(shù)學(xué)軟件，將其強(qiáng)大的計(jì)算功能實(shí)現(xiàn)應(yīng)用系統(tǒng)的無縫集成，對(duì)于有效縮短開發(fā)周期、優(yōu)化系統(tǒng)性能是十分有意義的，那將大大地提高編程者的工作效率。本論文研究基于 MATLAB 醫(yī)學(xué)圖像處理的目的是通過用 MATLAB 對(duì)醫(yī)學(xué)界的圖像處理使這些圖像變得更清晰