【正文】 下面分別介紹之。 增強(qiáng)對(duì)比度增強(qiáng)對(duì)比度實(shí)際是增強(qiáng)原圖像的各部分的反差。實(shí)際中往往是通過原圖中某兩個(gè)灰度值之間的動(dòng)態(tài)范圍來實(shí)現(xiàn)的（如圖41）。圖41 增強(qiáng)對(duì)比度 在圖41中可以看出，通過變換可以使原圖的較高的和較低的灰度值的動(dòng)態(tài)范圍減小了，而原圖在二者之間的動(dòng)態(tài)范圍增加了，從而其范圍的對(duì)比度增加了[7]。 MATLAB代碼所示：figure。im= imread(39。39。)。 im1= rgb2gray(im)。subplot(121), imshow(im1),title(39。original image39。)。f0=0。g0=0。f1=70。g1=20。f2=170。g2=240。f3=255。g3=255。r1=(g1g0)/(f1f0)。%斜率k=3/71,灰度壓縮r2=(g2g1)/(f2f1)。%斜率k=20/111，灰度拉伸r3=(g3g2)/(f3f2)。%斜率k=5/131，灰度壓縮[m,n]=size(im1)。%將灰級(jí)圖像化為二維向量im2=double(im1)。for i=1:m for j=1:n f=im2(i,j)。 g(i,j)=0。 if(f=0)amp。(f=f1) g(i,j)=r1*(ff1)+g1。 elseif (f=f1)amp。(f=f2) g(i,j)=r2*(ff2)+g2。 elseif (f=f2)amp。(f=f3) g(i,j)=r3*(ff3)+g3。 end endend subplot(122),imshow(mat2gray(g)),title(39。contrast image39。)圖像處理圖示(如圖42 )： 圖42 原圖與增強(qiáng)對(duì)比度圖像在上面的程序中，用到了imread()、rgb2gray()、imshow()、size()和double()五個(gè)函數(shù)，下面簡單介紹一下這五個(gè)函數(shù)： imread()函數(shù)：該函數(shù)用于圖像的讀取，其常用語法格式為：A=imread(FILENAME,FMT),FILENAME 指定圖像文件的完整路徑和文件名。如果在work工作目錄下只需提供文件名。例如：A=imread(39。39。)。FMT為圖像文件的格式對(duì)應(yīng)的標(biāo)準(zhǔn)擴(kuò)展名。若不在work工作目錄下，則需提供完整的路徑。A=imread(39。C:\Users\Public\Pictures\Sample Pictures\39。)。%讀入圖像。 rgb2gray()函數(shù)：該函數(shù)用于從RGB圖創(chuàng)建灰度圖，存儲(chǔ)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(rèn)值。 imshow()函數(shù)：該函數(shù)用于圖像的顯示，其常用語法格式為：imshow(I,[low，high]),I為要顯示的圖像矩陣。[low high]為指定顯示灰度圖像的灰度范圍。高于high的像素被顯示成白色；低于low的像素被顯示成黑色；介于high和low之間的像素被按比例拉伸后顯示為各種等級(jí)的灰色。 例如：figure；imshow(I6)。title(39。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。 double()函數(shù)：該函數(shù)用于將矩陣轉(zhuǎn)化為雙精度型數(shù)據(jù)，其常用語法格式為：double(x)。由上圖可見，增強(qiáng)對(duì)比度后的圖像會(huì)更加清晰。 圖像求反對(duì)圖像求反是將原來的灰度值翻轉(zhuǎn)，簡單的說就是使黑變白，使白變黑。普通的黑白底片和照片就是這樣的關(guān)系。具體的變換就是將圖像中每個(gè)像素的灰度值根據(jù)變換曲線進(jìn)行映射[6]。 MATLAB代碼所示：figure。im= imread(39。39。)。im1= rgb2gray(im)。subplot(121), imshow(im1),title(39。original image39。)。f1=200。g1=256。k=g1/f1。[m,n]=size(im1),im2=double(im1)。for i=1:m for j=1:n f=im2(i,j)。 g(i,j)=0。 if(f=0)amp。(f=f1) g(i,j)=g1k*f。 else g(i,j)=0。 end endendsubplot(122),imshow(mat2gray(g)),title(39。Complementation image39。)圖像處理圖如圖43所示：圖43上圖分別為圖像求反前后對(duì)比 空域?yàn)V波增強(qiáng)一般情況下，像素的鄰域比該像素要大，也就是說這個(gè)像素的鄰域中除了本身以外還包括其他像素。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]。如仍以s和t分別表示f(x,y)在(x,y)位置處的灰度值，并以n(s)代表f(x,y)在(x,y)鄰域內(nèi)像素的灰度值，則 t=EA[s,n(s)]。為在鄰域內(nèi)實(shí)現(xiàn)增強(qiáng)操作，常可利用模板與圖像進(jìn)行卷積。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。 基本原理空域?yàn)V波可分為線形濾波和非線形濾波兩類。線形濾波器的設(shè)計(jì)?；趯?duì)傅立葉變換的分析。非線形空域?yàn)V波器則一般直接對(duì)鄰域進(jìn)行操作。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。平滑可用低通來實(shí)現(xiàn)，銳化可用高通來實(shí)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。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。銳化濾波器：它能減弱或消除傅立葉空間的高頻分量?？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。下面分別介紹在 MATLAB中如何應(yīng)用平滑和銳化濾波器。 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。這種濾波器的所有系數(shù)都是正的。對(duì)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。為保證輸出圖像仍在原來的灰度范圍內(nèi)，在計(jì)算R后要將其除以9再進(jìn)行賦值。這種方法稱為鄰域平均法[4]。 MATLAB實(shí)現(xiàn)均值過濾器的代碼所示：figure。im= imread(39。39。)。im1= rgb2gray(im)。subplot(221), imshow(im1),title(39。original drawing39。)。im2=imnoise(im1,39。salt amp。 pepper39。,)。%加椒鹽噪聲subplot(222), imshow(im2),title(39。saltamp。pepper39。)。im3=filter2(fspecial(39。average39。,3),im2)/255。%3*3均值濾波subplot(223),imshow(im3),title(39。3*3 average filter39。)。im4=filter2(fspecial(39。average39。,9),im2)/255。%9*9均值濾波subplot(224),imshow(im4),title(39。9*9 average filter39。)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。 filter2()函數(shù)：該函數(shù)用于進(jìn)行二維線性濾波，其常用語法格式為：Y=filter2(B,X,’shape’),使用B濾波器對(duì)X進(jìn)行濾波，shape取值如下：Full:size(Y)size(X)；Same:Y與X的大小相同，其為默認(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。 pepper(椒鹽噪聲)，主要討論后兩種。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。 pepper時(shí)，J = imnoise(I,39。salt amp。 pepper39。,d)，其中d為噪聲密度。從上圖可見，均值濾波器模板愈大，消噪能力就愈強(qiáng)，但圖像會(huì)變得更加模糊。 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。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[7]。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。 MATLAB實(shí)現(xiàn)中值濾波器代碼所示： figure。im= i