【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(duì)應(yīng)的標(biāo)準(zhǔn)擴(kuò)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(chǔ)類(lèi)型不變，其常用語(yǔ)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(rèn)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(yǔ)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(jiàn)，增強(qiáng)對(duì)比度后的圖像會(huì)更加清晰。普通的黑白底片和照片就是這樣的關(guān)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(shí)現(xiàn)增強(qiáng)操作，?？衫媚０迮c圖像進(jìn)行卷積。 基本原理空域?yàn)V波可分為線形濾波和非線形濾波兩類(lèi)。非線形空域?yàn)V波器則一般直接對(duì)鄰域進(jìn)行操作。平滑可用低通來(lái)實(shí)現(xiàn)，銳化可用高通來(lái)實(shí)現(xiàn)。因?yàn)楦哳l分量對(duì)應(yīng)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?？沼?yàn)V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(gè)像素位置重合；(2) 將模板上的系數(shù)與模板下對(duì)應(yīng)的像素相乘；(3) 將所有的乘積相加；(4) 將和（模板的輸出響應(yīng)）賦給圖中對(duì)應(yīng)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(duì)3*3和9*9的模板來(lái)說(shuō)，最簡(jiǎn)單的操作是取所有系數(shù)都為1。這種方法稱(chēng)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(gè)函數(shù)，下面簡(jiǎn)單介紹一下這三個(gè)函數(shù)：fspecial()函數(shù)：該函數(shù)用于創(chuàng)建一個(gè)指定的濾波器模板，其常用語(yǔ)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(rèn)值。imnoise()函數(shù)：該函數(shù)用于進(jìn)行給圖像增加噪聲，其常用語(yǔ)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(shí)，J=imnoise(I,type,m,v),m為高斯分布的數(shù)學(xué)期望，其默認(rèn)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(gè)像素的位置重合；(2) 讀取模板下對(duì)應(yīng)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(gè)；(5) 將這個(gè)中間值賦給對(duì)應(yīng)模板中心位置的像素。im= imread(39。)。%灰級(jí)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(jié)果如圖45所示：圖45 中值濾波前后對(duì)比 在上面的程序中，用到了medfilt2()函數(shù)， 該函數(shù)用于對(duì)指定圖像進(jìn)行中值濾波，其常用語(yǔ)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(rèn)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(duì)3*3的模板來(lái)說(shuō)，典型的系數(shù)取值是：[1 –1 –1；1 8 –1；1 –1 1]事實(shí)上這是拉普拉斯算子，所有的系數(shù)之和為0。這個(gè)濾波器將原來(lái)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(huì)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(jié)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(qiáng) 基本原理卷積理論是頻域技術(shù)的基礎(chǔ)。頻域增強(qiáng)的主要步驟是：(1) 技術(shù)所需增強(qiáng)圖的傅立葉變換；(2) 將其與一個(gè)（根據(jù)需要設(shè)計(jì)的）轉(zhuǎn)移函數(shù)相乘；(3) 再將結(jié)果進(jìn)行傅立葉反變換以得到增強(qiáng)的圖；頻域增強(qiáng)的兩個(gè)關(guān)鍵步驟：(1) 將圖像從空域轉(zhuǎn)換到頻域所需的變換及將圖像從頻域空間轉(zhuǎn)換回空域所需的變換；(2) 在頻域空間對(duì)圖像進(jìn)行增強(qiáng)加工操作；常用的頻域增強(qiáng)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(duì)應(yīng)于高頻部分。Butterworth 低通濾波器是一種物理上可以實(shí)現(xiàn)的低通濾波器，n階，截?cái)囝l率為d0的Butterworth低通濾波器的轉(zhuǎn)移函數(shù)為：H（u，v）=用 MATLAB實(shí)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(shí)部，再化成8位無(wú)符號(hào)整型subplot(122),imshow(X3),title(39。)原圖和處理結(jié)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(dāng)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(gè)大于1的值。實(shí)際應(yīng)用中，為了減少圖像中面積大且緩慢變化的成分的對(duì)比度，有時(shí)讓0頻率處的增益小于單位1更合適。階截?cái)囝l率為d0的Butterworth高通濾波器的轉(zhuǎn)移函數(shù)為：H（u，v）= MATLAB實(shí)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(zhuǎn)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(jié)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(jié)束語(yǔ)本文在前人研究的基礎(chǔ)上，增加了 MATLAB語(yǔ)言在圖像處理中的應(yīng)用價(jià)值，利用 MATLAB語(yǔ)言及其圖像處理工具箱進(jìn)行數(shù)字圖像處理。另外，本論文還具有程序簡(jiǎn)單、實(shí)用、可讀性強(qiáng)等特點(diǎn)，提高了程序運(yùn)行速度和防數(shù)據(jù)出錯(cuò)的能力，使其具有很強(qiáng)的實(shí)用性和學(xué)術(shù)參考價(jià)值。在完成本次畢業(yè)論文的過(guò)程中，使我對(duì)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?yàn)V波、頻域增強(qiáng)等功能對(duì)圖像處理效果的影響。另外，程序中還附有注釋?zhuān)奖惚救烁玫乩斫獬绦虻囊馑?。大學(xué)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(xué)給予了我無(wú)私幫助。首先感謝導(dǎo)師李亞蘭老師從始至終的關(guān)心、指導(dǎo)和教誨。本次畢業(yè)設(shè)計(jì)從課題選題、信息收集到論文的撰寫(xiě)都是在李亞蘭老師全面、具體、耐心的指導(dǎo)下進(jìn)行的。論文寫(xiě)作過(guò)程中，從行文的用語(yǔ)到格式的規(guī)范，都力求完美。其次在設(shè)計(jì)的過(guò)程中，感謝給予我?guī)椭耐瑢W(xué)們，在此對(duì)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(xué)院明天更