【正文】 基于變化域的方法。 空域增強(qiáng)方法可表示為： g(x,y)=EH[f(x,y)] 其中 f（ x， y）和 g（ x， y）分別為增強(qiáng)前后的圖像， EH 代表增強(qiáng)操作。實(shí)際中往往是通過(guò)原圖中某兩個(gè)灰度值之間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)的（如圖 41）。 MATLAB 代碼所示： X1=imread(39。)。g0=0。g1=30。g2=230。g3=255。 b1=g0r1*f0。 b2=g1r2*f1。 b3=g2r3*f2。 X2=double(X1)。 g(i,j)=0。(f=f1) g(i,j)=r1*f+b1。(f=f2) g(i,j)=r2*f+b2。(f=f3) g(i,j)=r3*f+b3。 普通的黑白底片和照片就是這樣的關(guān)系。 MATLAB 代碼所示： X1=imread(39。)。 g1=256。 [m,n]=size(X1)。 for i=1:m for j=1:n f=X2(i,j)。 if(f=0)amp。 else g(i,j)=0。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。每個(gè)模板實(shí)際上是一個(gè)二維數(shù)組，其中各個(gè)元素的取值定了模板的功能，這種模板操作也稱為空域?yàn)V波。 線形濾波器的設(shè)計(jì)常基于對(duì)傅立葉變換的分析。 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。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。 下面分別介紹在 MATLAB 中如何應(yīng)用平滑和銳化濾波器。這種濾波器的所有系數(shù)都是 正的。為保證輸出圖像仍在原來(lái)的灰度范圍內(nèi)，在計(jì)算 R 后要將其除以 9再進(jìn)行賦值。 MATLAB 實(shí)現(xiàn)均值過(guò)濾器的代碼所示： I=imread(39。)。salt amp。,)。average39。 figure,imshow(K1) title(39。) 原圖像，加入椒鹽噪聲的圖像和均值濾波的圖像分別如圖 4圖 46和圖47 所示 。它是一種臨域運(yùn)算，類似于卷積，但計(jì)算的不是加權(quán)求和，而是把鄰域中的像素按灰度級(jí)進(jìn)行排序，然后選擇改組的中間值作為輸出的像素值。 青島理工大學(xué)琴島學(xué)院本科畢業(yè)設(shè)計(jì)說(shuō)明書(shū)（論文） 21 MATLAB 實(shí)現(xiàn)中值濾波器代碼所示： I=imread(39。)。salt amp。,)。 figure,imshow(K1) 中值濾波的結(jié)果如圖 48所示。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(fù)的。當(dāng)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(shí)，其輸出為 0或很小。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(guò)尺度變回到所要求的范圍。39。 m=fspecial(39。) I1=filter2(m,I) h=fspecial(39。,)。 subplot(1,2,1)。 title(39。) subplot(1,2,2)。 title(39。) 處理結(jié)果如圖 49 所示 ： 圖 49 空域高通濾波 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； 青島理工大學(xué)琴島學(xué)院本科畢業(yè)設(shè)計(jì)說(shuō)明書(shū)（論文） 23 （ 3）再將結(jié)果進(jìn)行傅立葉反變換以得到增強(qiáng)的圖。 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） =nd 2]0/vud[1 1 ），（? 用 MATLAB 實(shí)現(xiàn) Butterworth 低通濾波器的代碼所示： I1=imread(39。)。salt39。 figure,imshow(I2) f=double(I2)。 g=fftshift(g)。 n=2。 n1=fix(N1/2)。 for i=1:N1 for j=1:N2 青島理工大學(xué)琴島學(xué)院本科畢業(yè)設(shè)計(jì)說(shuō)明書(shū)（論文） 24 d=sqrt((in1)^2+(jn2)^2)。 result(i,j)=h*g(i,j)。 X2=ifft2(result)。 figure,imshow(X3) 原圖和處理結(jié)果如圖 410和圖 411 所示 圖 410 加噪 圖 411 去噪 高通濾波 高通濾波也稱高頻濾波器，它的頻值在 0頻率處單位為 1，隨著頻率的增長(zhǎng)，傳遞函數(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。 n階截?cái)囝l率為 d0 的 Butterworth 高通濾波器的轉(zhuǎn)移函數(shù)為： 青島理工大學(xué)琴島學(xué)院本科畢業(yè)設(shè)計(jì)說(shuō)明書(shū)（論文） 25 H（ u， v） =nd 2]vu/0d[1 1 ），（? MATLAB 實(shí)現(xiàn) Butterworth 高通濾波器代碼所示： I1=imread(39。)。 g=fft2(f)。 [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)。 figure,imshow(X3) 原圖和處理結(jié)果如圖 412和 413所示。這兩個(gè)可取的值分別對(duì)應(yīng)于關(guān)閉和打開(kāi)，關(guān)閉表征該像素處于背景，而打開(kāi)表征該像素處于前景。 引言 二值圖像操作只返回與二值圖像的形式或結(jié)構(gòu)有關(guān)的信息，如果希望對(duì)其他類型的圖像進(jìn)行同樣的操作，則首先要將其轉(zhuǎn)換為二進(jìn)制的圖像格式，可以通 過(guò)調(diào)用 MATLAB 提供的 im2bw（）來(lái)實(shí)現(xiàn)，方法如下： I=imread(39。)。 figure,imshow(J) title(39。) 原圖和二值化的結(jié)果分別如圖 51和圖 52所示 圖 51 原圖 圖 52 二值化的結(jié)果 二值形態(tài)學(xué)的基本運(yùn)算 數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)是集合運(yùn)算，我們把二值圖像 A 看作是二維坐標(biāo)點(diǎn)的集合，包含圖像里為 1的點(diǎn)， B通常是一個(gè)小 的集合，作用類似于模板。其定義為： A? B= ??])B[(|x{ ^ Ax ? } B膨脹 A 的過(guò)程是：先 對(duì) B 做關(guān)于中心像素的映射，再將其映像平移 x，換句話說(shuō)，用 B 來(lái)膨脹 A 得到的集是 B 平移后與 A 至少有一個(gè)非零元素相交時(shí) B的中心像素的位置的集合。 此外， MATLAB 中還提供了預(yù)定義的形態(tài)函數(shù) bwmorph。39。 J=im2bw(I)。dilate39。 subplot(1,2,1)。 title(39。)。 subimage(BW1)。使用 bwmorph 函數(shù)膨脹 39。其定義為 })(|{ ABxBA x ??? 用 B 來(lái)腐蝕 A 得到集合是 B 完全包括在 A 中時(shí) B 的中心像素位置的集合。 MATLAB 代碼如下： I=imread(39。)。 SE=eye(5)。 subplot(1,2,1)。 title(39。)。 subimage(BW1)。使用 erode 函數(shù)腐蝕 39。開(kāi)啟就是先對(duì)圖像進(jìn)行腐蝕后膨脹其結(jié)果。 開(kāi)啟和閉合這兩種運(yùn)算都可以除去比結(jié)構(gòu)元素小特定圖像細(xì)節(jié)，同時(shí)保證不產(chǎn)生全局幾何失真。閉合運(yùn)算可以把比結(jié)構(gòu)元素小的缺口或孔填充上，搭接短的間斷而起到連通的作用。開(kāi)啟結(jié)果將背景上的噪聲去除了；再進(jìn)行閉合則將噪聲去掉。39。 I2=im2bw(I1)。 I3=imnoise(I2,39。 pepper39。 I4=bwmorph(I3,39。)。close39。 subplot(2,2,1)。 title(39。)。 subimage(I3)。加入椒鹽噪聲的圖像 39。 subimage(I4)。開(kāi)啟操作所得的圖像 39。 subplot(2,2,4)。 title(39。) 圖像處理如圖 55 所示 圖 55 噪聲濾除處理 邊界提取 二值圖像中，所謂的對(duì)像就是值為 1 的連接在一起的像素的集合。 邊界提取實(shí)際上就是掏空內(nèi)部點(diǎn)：如果原圖中有一點(diǎn)為黑，且它的 8個(gè)相鄰點(diǎn)都是黑色時(shí) (此時(shí)該點(diǎn)是內(nèi)部點(diǎn) )，則將該點(diǎn)刪除。其中 n表示采用何種連接，默認(rèn)為 4連接。39。 I2=im2bw(I1)。 subplot(1,2,1)。 title(39。)。 subimage(I3)。邊界處理的圖像 39。在第四章、第五章主要論述了圖像增強(qiáng)及二值圖像的原理，并利用 MATLAB來(lái)實(shí)現(xiàn)圖像增強(qiáng)、二值圖像分析等圖像處理。目前數(shù)字圖像處理的應(yīng)用越來(lái)越廣泛，已經(jīng)滲透到工業(yè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮越來(lái)越大的作用。 MATLAB用更直觀的，符合人們思維習(xí)慣的代碼，代替了 C 和 FORTRAN 語(yǔ)言的冗長(zhǎng)代碼。應(yīng)用 MATLAB 友好的界面和豐富、實(shí)用、高效的指令及模 塊，可以使人較快地認(rèn)識(shí)、理解圖像處理的相關(guān)概念，逐步掌握?qǐng)D像信號(hào)處理的基本方法，進(jìn)而能夠解決相關(guān)的工程和科研中的問(wèn)題。 圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開(kāi)拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測(cè)、機(jī)器人視覺(jué)、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使 數(shù)字 圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。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)師楊柳老師從始至終的關(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 楊老師全面、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。 最后祝琴島學(xué)院各位老師工作順利，祝琴島學(xué)院明天更美好。如： γ ————————— 導(dǎo)程角