基于matlab的數字圖像預處理畢業(yè)論文

1、<p><b>　　圖像處理課程設計</b></p><p>　　---基于matlab的數字圖像預處理</p><p><b>　　摘 要</b></p><p>　　數字圖像預處理是一門新興技術，隨著計算機硬件的發(fā)展，數字圖像的實時處理已經成為可能，由于數字圖像預處理的各種算法的出現(xiàn)，使得其處理速度越

2、來越快，能更好的為人們服務。數字圖像預處理是一種通過計算機采用一定的算法對圖形圖像進行處理的技術。數字圖像預處理技術已經在各個領域上都有了比較廣泛的應用。圖像預處理的信息量很大，對處理速度的要求也比較高。MATLAB強大的運算和圖形展示功能，使圖像處理變得更加的簡單和直觀。本文介紹了MATLAB 語言的特點,基于MATLAB的數字圖像預處理環(huán)境，介紹了如何利用MATLAB及其圖像預處理工具箱進行數字圖像處理，并通過一些例子來說明利用MA

3、TLAB圖像預處理工具箱進行圖像處理的方法。主要論述了利用MATLAB實現(xiàn)圖像增強處理。</p><p>　　關鍵詞：MATLAB，數字圖像處理，圖像增強。</p><p><b>　　目錄</b></p><p>　　摘 要III</p><p>　　第1章 緒 論- 6 -</p>&

4、lt;p>　　1.1圖像預處理的定義- 6 -</p><p>　　1.2圖像預處理研究的背景意義及發(fā)展趨勢- 6 -</p><p>　　1.2.1圖像預處理研究的意義 - 6 -</p><p>　　1.2.2圖像預處理的研究現(xiàn)狀及發(fā)展趨勢- 7 -</p><p>　　第2章 數字圖像增強處理基本簡介- 8 -<

5、/p><p>　　2.1 基本概念- 8 -</p><p>　　2.2 圖像增強的目的:- 8 -</p><p>　　2.3圖像增強處理的方法簡介- 8 -</p><p>　　2.3.1灰度變換增強- 9 -</p><p>　　2.3.2空域濾波增強- 9 -</p><p>　　

6、2.3.3頻域增強- 9 -</p><p>　　2.3.4 彩色增強- 9 -</p><p>　　第3章 圖像的增強處理- 9 -</p><p>　　3.1 灰度變換增強- 9 -</p><p>　　3.1.1 灰度變換- 9 -</p><p>　　3.1.2 灰度值調整- 11 -</p&

7、gt;<p>　　3.1.3 直方圖均衡化- 11 -</p><p>　　3.1.4 直方圖規(guī)定化- 12 -</p><p>　　3.2 空域濾波增強- 14 -</p><p>　　3.2.1 平滑濾波器- 14 -</p><p>　　3.2.2 中值濾波器- 15 -</p><p>

8、　　3.2.3 自適應濾波器- 16 -</p><p>　　3.2.4 銳化濾波器- 17 -</p><p>　　3.3頻域濾波增強- 18 -</p><p>　　3.3.1 高通濾波- 18 -</p><p>　　3.4 彩色增強- 19 -</p><p>　　3.4.1 真彩色增強- 19 -

9、</p><p><b>　　總結- 21 -</b></p><p>　　參考文獻：- 22 -</p><p>　　第1章 緒 論</p><p>　　1.1圖像預處理的定義</p><p>　　圖像，將每一個文字圖像分檢出來交給識別模塊識別，這一過程稱為圖像預處理。</p&g

10、t;<p>　　1.2圖像預處理研究的背景意義及發(fā)展趨勢</p><p>　　1.2.1圖像預處理研究的意義</p><p>　　圖像預處理是將每一個圖像分檢出來交給識別模塊識別。圖像預處理的主要目的是消除圖像中無關的信息，恢復有用的真實信息，增強有關信息的可檢測性和最大限度地簡化數據，從而改進特征抽取、圖像分割、匹配和識別的可靠性。</p><p>

11、;　　隨著電子技術和計算機技術的不斷提高，圖像預處理技術在視頻監(jiān)控系統(tǒng)中獲得了巨大發(fā)展。對視頻監(jiān)控系統(tǒng)來說，監(jiān)控環(huán)境中的噪聲以及圖像在傳輸、接收過程中會產生的噪聲降低了圖像質量，使圖像模糊。我們可以通過圖像增強技術改善圖像的質量。在一幅圖像中，人們只對圖中的某些目標感興趣，我們通過圖像分割技術把圖像分割成不同的區(qū)域，從而分離出圖像中的各個對象，然后從這些區(qū)域中獲取對象的特征，從而提取出我們感興趣的目標。</p><p

12、>　　由于計算機處理能力的不斷增強，圖像預處理技術在飛速發(fā)展的同時，也越來越廣泛地向其他學科快速交叉滲透，使得圖像在信息獲取以及信息利用等方面也變得越來越重要。目前圖像預處理的應用越來越廣泛，已經滲透到工業(yè)、醫(yī)療保健、航空航天、軍事等各個領域，在國民經濟中發(fā)揮越來越大的作用。隨著計算機的發(fā)展，圖像預處理技術的應用領域必將繼續(xù)擴大，充當越來越重要的角色，對于人們的生活產生巨大影響。</p><p>　　1.2

13、.2圖像預處理的研究現(xiàn)狀及發(fā)展趨勢</p><p>　　數字圖像處理最早出現(xiàn)于20世紀50年代，當時的電子計算機已經發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數字圖像處理作為一門學科大約形成于20世紀60年代初期。</p><p>　　早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用

14、的圖像處理方法有圖像增強、復原、編碼、壓縮等。</p><p>　　圖像處理技術在許多應用領域受到廣泛重視并取得了重大的開拓性成就，屬于這些領域的有航空航天、生物醫(yī)學工程、工業(yè)檢測、機器人視覺、公安司法、軍事指導、文化藝術等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術的深入發(fā)展，從70年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發(fā)展，數字圖像處理向更高、更深層次發(fā)展。人們已經開

15、始研究如何用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。</p><p>　　第2章 數字圖像增強處理基本簡介</p><p><b>　　2.1 基本概念</b></p><p>　　圖像增強是一類基本的圖像處理技術，其目的是對圖像進行加工，以得到對具體應用來說視覺效果更好、更有用的圖像。這里的好和有

16、用要因具體的應用目的和要求而異，并且所需的具體增強技術也可不同。</p><p>　　目前常用的增強技術根據其處理所進行的空間不同，可分為基于圖像域的方法和基于變化域的方法。第一類，直接在圖像所在的空間進行處理，也就是在像素組成的空間里直接對像素進行操作；第二類，在圖像的變化域對圖像進行間接處理。</p><p>　　2.2 圖像增強的目的:</p><p>　　目

17、的是對圖像進行加工，以得到對具體應用來說視覺效果更好、更有用的圖像。這里的好和有用要因具體的應用目的和要求而異，并且所需的具體增強技術也可不同。</p><p>　　2.3圖像增強處理的方法簡介</p><p>　　2.3.1灰度變換增強</p><p>　　根據某種目標條件，按一定變換關系逐點改變原圖像中每一個像素的灰度值的方法。</p><p

18、>　　2.3.2空域濾波增強</p><p>　　空域濾波可分為線形濾波和非線形濾波兩類。</p><p>　　線形濾波器的設計?；趯Ω盗⑷~變換的分析。</p><p>　　非線形空域濾波器則一般直接對鄰域進行操作。</p><p>　　另外各種濾波器根據功能又主要分成平滑濾波和銳化濾波。平滑可用低通來實現(xiàn)，銳化可用高通來實現(xiàn)<

19、/p><p>　　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。</p><p><b>　　2.3.3頻域增強</b></p><p>　　頻域增強的基本原理是：卷積理論是頻域技術的基礎。</p><p>

20、;　　2.3.4 彩色增強</p><p>　　(1) 偽彩色增強 (2)真彩色增強</p><p>　　第3章 圖像的增強處理</p><p>　　3.1 灰度變換增強</p><p>　　3.1.1 灰度變換</p><p>　　非線性灰度變換公式為: </p><p>　　式中，a,b

21、,c是便于調整曲線的位置和形狀而引入的參數。</p><p>　　對數變換使低灰度變換范圍的f得以擴展，而高灰度范圍的f得到壓縮，以使圖像分布均勻，與人的視覺特性相匹配。</p><p><b>　　(2)編碼： </b></p><p>　　f=imread('0.jpg')</p><p>　　[M,

22、N]=size(f);</p><p>　　g=zeros(M,N);</p><p>　　f=double(f);</p><p>　　g=double(g);</p><p>　　k1=min(min(f));</p><p>　　k2=max(max(f));</p><p><b&

23、gt;　　a=k1+50;</b></p><p><b>　　b=k2-50;</b></p><p><b>　　c=k1-30;</b></p><p><b>　　d=k2+20;</b></p><p><b>　　for i=1:M</b

24、></p><p><b>　　for j=1:N</b></p><p>　　if((f(i,j)>=a)&(f(i,j)</p><p>　　g(i,j)=((d-c)/(b-a))*(f(i,j)-a)+c;</p><p><b>　　end</b></p>

25、<p><b>　　if(f(i,j)</b></p><p><b>　　g(i,j)=c;</b></p><p><b>　　end</b></p><p>　　if(f(i,j)>=b)</p><p><b>　　g(i,j)=d;<

26、/b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　figure;</b></p><p>　　subplot

27、(121);</p><p>　　imshow(f,[]);</p><p>　　subplot(122);</p><p>　　imshow(g,[]);</p><p><b>　　效果圖如圖3.1：</b></p><p><b>　　圖3.1灰度變換</b></

28、p><p>　　(4)結論：對數灰度變換使圖像的高灰度范圍得到壓縮。</p><p>　　3.1.2 灰度值調整</p><p>　　(1) 灰度值調整用到的函數:J=imadjust(I)</p><p><b>　　(2)編碼:</b></p><p>　　pout=imread('0.j

29、pg');</p><p>　　pout_imadjust=imadjust(pout);</p><p>　　pout_histeq=histeq(pout);</p><p>　　Subplot(121);imshow(pout);</p><p>　　title('(a)原始圖像');</p>&l

30、t;p>　　Subplot(122);imshow(pout_imadjust);</p><p>　　title('(b)調整值');</p><p>　　(3)效果圖如圖3.2:</p><p>　　（a)原圖 圖3.2灰度值調整 (b)調整值</p><p>　　(4)結論:灰

31、度值調整用于調整灰度值或色圖。</p><p>　　3.1.3 直方圖均衡化</p><p>　　(1)公式: = (k=0,1,2,…,L-1，0≤ )</p><p>　　式中，nk為灰度級rk的像素數目:</p><p>　　N為圖像中像素的總數:</p><p>　　L為像素中可能的灰度級總數。</p&

32、gt;<p><b>　　(2)編碼:</b></p><p>　　I=imread('0.jpg');</p><p>　　J=histeq(I);</p><p>　　subplot(221);imshow(I)</p><p>　　Title('(a)原始圖像');&l

33、t;/p><p>　　subplot(222);imshow(J)</p><p>　　Title('(b) 原始圖像直方圖 ');</p><p>　　subplot(223);imhist(I,64)</p><p>　　Title('(c)均衡化圖像');</p><p>　　subp

34、lot(224);imhist(J,64)</p><p>　　Title('(d)均衡化圖像直方圖');</p><p>　　(3)效果圖如圖3.3:</p><p>　　圖3.3直方圖均衡化</p><p>　　(4)結論:把原始圖像的直方圖變換成均勻分布的形式，增加像素灰度值的動態(tài)范圍，達到增強圖像整體對比度的效果。&l

35、t;/p><p>　　3.1.4 直方圖規(guī)定化</p><p>　　(1)公式: = (k=0,1,2,…,L-1)</p><p><b>　　(2)編碼:</b></p><p>　　I=imread('0.jpg');</p><p>　　hgram=0:255;%灰度變換的范

36、圍。</p><p>　　J=histeq(I,hgram);</p><p>　　subplot(221);</p><p>　　imshow(I);</p><p>　　title('原始圖')</p><p>　　subplot(222);</p><p>　　imshow

37、(J);</p><p>　　title('直方圖規(guī)定化');</p><p>　　subplot(223);</p><p>　　imhist(I,64)</p><p>　　title('原圖像直方統(tǒng)計')</p><p>　　subplot(224);</p><

38、;p>　　imhist(J,64)</p><p>　　title('直方圖規(guī)定化直方統(tǒng)計')</p><p>　　(3)效果圖如圖3.4:</p><p>　　圖3.4直方圖規(guī)定化</p><p>　　(4)結論:自動增強整個圖像的對比度，具體增強效果不易控制，總是得到全局均衡化的直方圖。</p><

39、;p>　　3.2 空域濾波增強</p><p>　　3.2.1 平滑濾波器</p><p>　　(1)如果S為像素(x0,y0)的鄰域集合（包含（x0,y0），（x,y）表示S中的元素，f(x,y)表示(x,y)點的灰度值，a(x,y)表示個點的權重，則對(x0,y0)進行平滑可表示為:</p><p><b>　　(2)編碼:</b>

40、</p><p>　　I=imread('0.jpg');</p><p>　　J=imnoise(I,'gaussian',0.025);</p><p>　　subplot(221);imshow(I);</p><p>　　title('原始圖像');</p><p&g

41、t;　　subplot(222);imshow(J);</p><p>　　title('高斯噪聲圖像');</p><p>　　k1=filter2(fspecial('average',3),J);</p><p>　　subplot(223);imshow(uint8(k1));</p><p>　　ti

42、tle('4*4模板平滑濾波器');</p><p>　　k2=filter2(fspecial('average',5),J);</p><p>　　subplot(224);imshow(uint8(k2));</p><p>　　title('5*6模板平滑濾波器');</p><p>　

43、　(3)效果圖如圖3.5:</p><p><b>　　圖3.5平滑濾波器</b></p><p>　　(4)結論:平滑濾波器的目的是消除或盡量減少噪聲，改善圖像的質量。</p><p>　　3.2.2 中值濾波器</p><p>　　(1)一組數字x1,x2,…,xn來說，如果把n個數安值的大小順序排列為xn<=

44、xi2<=…<=xin,則y便成為序列x1,x2,…,xn的中值可表示為: </p><p><b>　　y=Med{ </b></p><p><b>　　(2)編碼:</b></p><p>　　I=imread('0.jpg');</p><p>　　subplot

45、(2,3,1);imshow(I);</p><p>　　title('(a)原始圖像');</p><p>　　J=imnoise(I,'salt & pepper',0.01);</p><p>　　subplot(2,3,2);imshow(J);</p><p>　　title('(b)

46、椒鹽噪聲圖像');</p><p>　　k=medfilt2(J,[3,3]);</p><p>　　subplot(2,3,3);</p><p>　　imshow(k,[]);</p><p>　　title('(c)中值濾波');</p><p>　　subplot(2,3,4);imsh

47、ow(I);</p><p>　　title('(d)原始圖像');</p><p>　　J2=imnoise(I,'gaussian',0.01);</p><p>　　subplot(2,3,5);imshow(J2);</p><p>　　title('(e)高斯噪聲');</p&g

48、t;<p>　　k2=medfilt2(J2);</p><p>　　subplot(2,3,6);imshow(k2,[]);</p><p>　　title('(f)中值濾波');</p><p>　　(3)效果圖圖3.6:</p><p><b>　　圖3.6中值濾波器</b><

49、/p><p>　　(4)結論:適用于脈沖干擾，脈沖寬度較小，相距較遠的在脈沖。</p><p>　　3.2.3 自適應濾波器</p><p><b>　　(1) - </b></p><p><b>　　(2)編碼:</b></p><p>　　RGB=imread('

50、0.jpg');</p><p>　　subplot(131);imshow(RGB);</p><p>　　title('(a)原始圖像')</p><p>　　I=rgb2gray(RGB);</p><p>　　J=imnoise(I,'gaussian',0,0.025);</p>

51、<p>　　subplot(132);imshow(J);</p><p>　　title('(b)高斯噪音圖像')</p><p>　　k=wiener2(J,[5 5]);</p><p>　　subplot(133);imshow(k);</p><p>　　title('(c)自適應濾波處理'

52、;)</p><p>　　(3)效果圖圖3.7:</p><p>　　圖3.7自適應濾波器</p><p>　　(4)結論:根據圖像的局部方差來調整濾波器的輸出，局部方差大時，濾波器的平滑效果較弱，反之則較強。</p><p>　　3.2.4 銳化濾波器</p><p><b>　　(1)編碼:</b&

53、gt;</p><p>　　I=imread(‘0.jpg’);</p><p>　　h=fspecial(‘laplacian’);</p><p>　　I2=filter2(h,I);</p><p>　　subplot(121);imshow(I);</p><p>　　xlabel(‘(a)原圖像’);<

54、/p><p>　　subplot(122);imshow(I2);</p><p>　　xlabel(‘(b)濾波后圖像’);</p><p><b>　　效果圖圖3.8</b></p><p><b>　　圖3.8銳化濾波器</b></p><p>　　(4)結論:突出圖像的邊

55、緣信息，加強圖像的輪廓特征，便于識別。</p><p><b>　　3.3頻域濾波增強</b></p><p>　　3.3.1 高通濾波</p><p>　　(1)函數: H（u，v）=</p><p><b>　　(2)編碼</b></p><p>　　I=imread(&

56、#39;0.jpg');</p><p>　　I=rgb2gray(I); </p><p>　　figure(1),imshow(I);</p><p>　　title('原圖像');</p><p>　　s=fftshift(fft2(I));</p><p>　　figure(2

57、); </p><p>　　imshow(abs(s),[]); </p><p>　　title('圖像傅里葉變換所得頻譜');</p><p>　　[a,b]=size(s); </p><p>　　a0=round(a/2); </p><p>　　b0=r

58、ound(b/2); </p><p><b>　　d=10; </b></p><p>　　for i=1:a     for j=1:b         </p><

59、p>　　distance=sqrt((i-a0)^2+(j-b0)^2);      </p><p>　　if distance<=d h=1;   </p><p>　　else h=0;     

60、0;</p><p><b>　　end; </b></p><p>　　s(i,j)=h*s(i,j);    </p><p>　　end; end; </p><p>　　s=uint8(real(ifft2(ifftshift(s))));&#

61、160;</p><p>　　figure(3);</p><p>　　imshow(s); </p><p>　　title('低通濾波所得圖像');</p><p>　　(3)效果圖圖3.9</p><p><b>　　圖3.9高通濾波</b></p>

62、<p>　　(4)結論：衰減高頻信息，是低頻信息暢通無阻。</p><p><b>　　3.4 彩色增強</b></p><p>　　3.4.1 真彩色增強</p><p><b>　　(1)編碼:</b></p><p>　　RGB=imread(‘0.jpg’);</p>

63、<p>　　subplot(221);imshow(RGB);</p><p>　　xlabel1(‘(a)原始真彩圖像’);</p><p>　　subplot(222);imshow(RGB(:,:,1));</p><p>　　xlabel1(‘(b)真彩色圖像紅色分量’);</p><p>　　subplot(223);i

64、mshow(RGB(:,:,1));</p><p>　　xlabel1(‘(c)真彩色圖像綠色分量’);</p><p>　　subplot(224);imshow(RGB(:,:,1));</p><p>　　xlabel1(‘(d)真彩色圖像藍色分量’);</p><p>　　(2)效果圖 圖3.10：</p><p

65、>　　圖3.10真彩色增強</p><p>　　(3)結論:不改變原圖像的色彩，但由于增強后的圖像又有所差別，保持色調和飽和度不變使亮度分量增強，使整個圖像比原圖增量些。</p><p><b>　　總結</b></p><p>　　通過閱讀大量的書籍，瀏覽相關的網絡資料。對數字圖像預處理技術有了一定的認識和了解，同時通過使用MATLAB

66、圖像預處理工具箱對圖像進行處理，并對結果進行觀察和分析，更加深了對圖像預處理的直觀認識。本次設計主要進行了以下方面的工作：</p><p>　?。?）對數字圖像預處理內容及過程進行了詳細的敘述。</p><p>　?。?）對數字圖像預處理技術的主要內容進行了比較詳細的陳述。</p><p>　?。?）對MATLAB以及其圖像預處理工具箱進行了簡要的敘述。</p

67、><p>　　（4）通過MATLAB軟件對其中的圖像增強處理進行了操作，并展示操作的效果，并對結果進行了比較和分析。</p><p><b>　　參考文獻：</b></p><p>　　【1】岡薩雷斯（美）.數字圖像處理【M】.電子工業(yè)出版社。</p><p>　　【2】王磊.基于MATLAB的數字圖像處理【J】.蘇州市職業(yè)

68、大學學報。</p><p>　　【3】百羽，索麗敏，孟艷君.基于MATLAB的數字圖像處理分析及應用【J】.信息科學。</p><p>　　【4】賈小軍.基于MATLAB的圖像增強技術研究【J】.渭南師范學院學報。</p><p>　　【5】 李信真，車明剛，《計算方法》，西安西北工業(yè)大學出版社。</p><p>　　【6】周新倫，柳建，《數

69、字圖像處理》，國防工業(yè)出版社。</p><p>　　【7】賈偉.MATLAB在數字圖像處理中的應用【J】。</p><p>　　【8】從波.基于MATLAB的數字圖像處理技術及應用【J】.中國信息科技。</p><p>　　【9】涂望明，魏友國，施少敏.MATLAB在數字圖像處理中的應用【J】為計算機信息。</p><p>　　【10】于廣洲