【正文】 ) g(i,j)=r2*(ff2)+g2。(f=f3) g(i,j)=r3*(ff3)+g3。contrast image39。如果在work工作目錄下只需提供文件名。39。FMT為圖像文件的格式對應的標準擴展名。A=imread(39。)。 rgb2gray()函數(shù)：該函數(shù)用于從RGB圖創(chuàng)建灰度圖，存儲類型不變，其常用語法格式為：H=rgb2gray(type,parameter),type常為‘a(chǎn)verage’，表示均值濾波器；parameter常為二維向量，表示模板大小，[3,3]模板為默認值。[low high]為指定顯示灰度圖像的灰度范圍。 例如：figure；imshow(I6)。The Main Pass Part of TTC1037339。 size()函數(shù)：該函數(shù)用于求數(shù)組維數(shù)，其常用語法格式為：[m,n] = size(X), 返回矩陣X的大小，用m和n表示。由上圖可見，增強對比度后的圖像會更加清晰。普通的黑白底片和照片就是這樣的關系。 MATLAB代碼所示：figure。39。im1= rgb2gray(im)。original image39。f1=200。k=g1/f1。for i=1:m for j=1:n f=im2(i,j)。 if(f=0)amp。 else g(i,j)=0。Complementation image39。在這種情況下，g(x,y)在(x,y)位置處的值不僅取決于f(x,y)在以(x,y)為中心的鄰域內(nèi)所有的像素的值[7]。為在鄰域內(nèi)實現(xiàn)增強操作，?？衫媚０迮c圖像進行卷積。 基本原理空域濾波可分為線形濾波和非線形濾波兩類。非線形空域濾波器則一般直接對鄰域進行操作。平滑可用低通來實現(xiàn)，銳化可用高通來實現(xiàn)。因為高頻分量對應圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，濾波器將這些分量濾去可使圖像平滑。空域濾波器都是利用模板卷積，主要步驟如下：(1) 將模板在圖中漫游，并將模板中心與圖中某個像素位置重合；(2) 將模板上的系數(shù)與模板下對應的像素相乘；(3) 將所有的乘積相加；(4) 將和（模板的輸出響應）賦給圖中對應的模板中心位置像素。 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。對3*3和9*9的模板來說，最簡單的操作是取所有系數(shù)都為1。這種方法稱為鄰域平均法[4]。im= imread(39。)。subplot(221), imshow(im1),title(39。)。salt amp。,)。saltamp。)。average39。%3*3均值濾波subplot(223),imshow(im3),title(39。)。average39。%9*9均值濾波subplot(224),imshow(im4),title(39。)原圖像、加入椒鹽噪聲的圖像和均值濾波的圖像如圖44所示： 圖44 上述四幅圖分別為原圖 、加入椒鹽噪聲圖像、3*3的均值濾波器處理圖、9*9的均值濾 波器處理圖 在上面的程序中，用到了fspecial()、filter2()和imniose()三個函數(shù)，下面簡單介紹一下這三個函數(shù)：fspecial()函數(shù)：該函數(shù)用于創(chuàng)建一個指定的濾波器模板，其常用語法格式為：H=fspecial(type,parameter),type常為‘a(chǎn)verage’，表示均值濾波器；parameter常為二維向量，表示模板大小，[3,3]模板為默認值。imnoise()函數(shù)：該函數(shù)用于進行給圖像增加噪聲，其常用語法格式為：J=imnoise(I,type,parameter),I為要加噪聲的圖像，J為加噪聲后的圖像，type取值為localvar、speckle、poisson、 gaussian（高斯白噪聲）和salt amp。parameter：①gaussian時，J=imnoise(I,type,m,v),m為高斯分布的數(shù)學期望，其默認值為零；v為高斯分布的方差，；②salt amp。salt amp。,d)，其中d為噪聲密度。 非線性平滑濾波器中值濾波器是最常用的非線性平滑濾波器。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模板中心位置的像素。im= imread(39。)。%灰級圖片 im2=imnoise(im1,39。 pepper39。%加椒鹽噪聲 subplot(121), imshow(im2),title(39。 pepper image39。%中值濾波 subplot(122), imshow(im3),title(39。)中值濾波的結果如圖45所示：圖45 中值濾波前后對比 在上面的程序中，用到了medfilt2()函數(shù)， 該函數(shù)用于對指定圖像進行中值濾波，其常用語法格式為：B=fspecial(A,[m,n]),其中A 為輸入圖像，B是中值濾波輸出圖像，[m,n]指定濾波器模板大小，默認為3*3。 線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。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。這個濾波器將原來的圖像中的零頻域分量去除了，也就是將輸出的圖像的平均值變?yōu)?，這樣就會有一部分像素的灰度值小于0。 MATLAB代碼所示：figure。39。im1= rgb2gray(im)。laplacian39。%拉普拉斯濾波im2=filter2(h1,im1)。unsharp39。%unsharp濾波im3=filter2(h2,im1)/255。imshow(im2)。highpass filtering laplacian image39。subplot(122)。title(39。)處理結果如圖46所示： 圖46 空域高通濾波銳化（拉普拉斯和unsharp濾波） 頻域增強 基本原理卷積理論是頻域技術的基礎。頻域增強的主要步驟是：(1) 技術所需增強圖的傅立葉變換；(2) 將其與一個（根據(jù)需要設計的）轉移函數(shù)相乘；(3) 再將結果進行傅立葉反變換以得到增強的圖；頻域增強的兩個關鍵步驟：(1) 將圖像從空域轉換到頻域所需的變換及將圖像從頻域空間轉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；常用的頻域增強方法有低通濾波和高通濾波。 低通濾波圖像的能量大部分集中在幅度譜的低頻和中頻度，而圖像的邊緣和噪聲對應于高頻部分。Butterworth 低通濾波器是一種物理上可以實現(xiàn)的低通濾波器，n階，截斷頻率為d0的Butterworth低通濾波器的轉移函數(shù)為：H（u，v）=用 MATLAB實現(xiàn)Butterworth低通濾波器的代碼所示：figure。39。im1= rgb2gray(im)。gaussian39。%加高斯白噪聲subplot(121),imshow(im2),title(39。)f=double(im2)。%2D fast Fourier transformg=fftshift(g)。%Array dimensionsn=2。%二階巴特沃斯濾波器，截止頻率為50HZn1=fix(N1/2)。%靠零取整for i=1:N1 for j=1:N2 d=sqrt((in1)^2+(jn2)^2)。 result(i,j)=h*g(i,j)。X2=ifft2(result)。%取實部，再化成8位無符號整型subplot(122),imshow(X3),title(39。)原圖和處理結果如圖47所示：圖47 上圖分別為加高斯噪聲和低通濾波器去噪圖 高通濾波遞函數(shù)的值逐漸增加；當頻率增加到一定值之后傳遞函數(shù)的值通常又回到0值或者降低到某個大于1的值。實際應用中，為了減少圖像中面積大且緩慢變化的成分的對比度，有時讓0頻率處的增益小于單位1更合適。階截斷頻率為d0的Butterworth高通濾波器的轉移函數(shù)為：H（u，v）= MATLAB實現(xiàn)Butterworth高通濾波器代碼所示：figure。39。im1= rgb2gray(im)。salt amp。)。salt amp。)。%雙精度型g=fft2(f)。%轉變零頻率成分的頻譜中心[N1,N2]=size(g)。d0=5。n2=fix(N2/2)。 if d==0 h=0。 end result(i,j)=h*g(i,j)。X2=ifft2(result)。subplot(122),imshow(im1),title(39。)原圖和處理結果如圖48所示：圖48上圖分別為加椒鹽噪聲和高通濾波圖 5 結束語本文在前人研究的基礎上，增加了 MATLAB語言在圖像處理中的應用價值，利用 MATLAB語言及其圖像處理工具箱進行數(shù)字圖像處理。另外，本論文還具有程序簡單、實用、可讀性強等特點，提高了程序運行速度和防數(shù)據(jù)出錯的能力，使其具有很強的實用性和學術參考價值。在完成本次畢業(yè)論文的過程中，使我對各種圖像處理功能的作用有了更深的了解，其中包括：空域變換、空域濾波、頻域增強等功能對圖像處理效果的影響。另外，程序中還附有注釋，方便本人更好地理解程序的意思。大學期間，尤其是畢業(yè)論文完成期間，有很多可敬的老師和同學給予了我無私幫助。首先感謝導師李亞蘭老師從始至終的關心、指導和教誨。本次畢業(yè)設計從課題選題、信息收集到論文的撰寫都是在李亞蘭老師全面、具體、耐心的指導下進行的。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。其次在設計的過程中，感謝給予我?guī)椭耐瑢W們，在此對其表示感謝。最后祝物電系各位老師工作順利，祝我的母校湘南學院明天更