MATLAB在数字图像处理中的应用.doc

MATLAB在数字图像处理中的应用所谓数字图像处理就是利用计算机技术对图像进行各种变换和处理。目前，在人们的平常生活中，数字图像处理技术和方法发展快速并且应用广泛。例如：扫描二维码来完成付款、网络链接等操作；自动售货机能够自动识别钞票；手机的指纹识别等。在医学方面，多年前诊断病情是通过X光透视，而现在通过特定的图像处理能够知晓病人体内的情况，其中最熟知的就是X射线 CT（Computerized Tomograph），也就是计算机断层摄像。 1 MATLAB图像处理工具箱介绍 MATLAB是一款功能强大的软件，它包含许多工具包，用于解决各类问题，用户可以通过使用这些工具包，非常便捷地进行计算、分析和设计工作，而MATLAB图像处理工具箱就是其工具包之一。 MATLAB中图像处理的基本原理是将图像的颜色或者灰度通过数组的形式来表达，然后利用MATLAB中强大的计算能力对数组进行各种变换和处理，从而实现数字图像处理。 MATLAB能够支持多种类型、多种格式的图像处理，例如：RGB类型的图像就是通过3个数组来表达，每个数组分别对应图像中像素点的红、绿、蓝强度值，从而形成一个三维矩阵，在MATLAB软件中实现图像的矩阵计算。此外，图像的格式和类型能够在MATLAB中互相转换，这为数字图像处理的应用提供了极大的便利。 MATLAB软件中图像处理功能之所以强大，是由于它能够极大限度发挥其数组、矩阵计算的优势，不必在意图像的格式等细节处理，多样的函数能够实现复杂的图像处理功能，并且还能通过算法的研究和优化来进一步提升图像处理技术，这样能够大幅提高工作效率。此外，在检查这些算法时不仅能够便捷地获得统计数据，还能得到直观的图示。 2 MATLAB图像处理工具箱主要功能 2.1 主要函数 MATLAB图像处理工具箱处理功能十分强大，它的主要功能都建立在丰富的函数之上，图像处理函数可以分为15类。 2.2 主要功能介绍 （1）图像增强功能。所谓图像增强就是指利用一系列操作去改变图像的显示效果，或者将图像转变成另外一种机器和人眼能够观察与分析的效果，在图像处理中是非常基本且常用的功能。主要有以下几种图像增强的方法：灰度直方图均衡化、灰度变换法、平滑与锐化滤波等。 （2）边缘检测及图像分割功能。所谓边缘就是需要提取的目标和所在背景的分界线，检测边缘并将其提取才能把目标从背景中区分出来。这是一种常用的区域处理办法。MATLAB中提供的edge（）函数能够对多种算子实现边缘检测。 （3）图像变换功能。所谓图像变换功能就是对图像进行滤波、压缩、编码等一系列的分析和信息提取技术。MATLAB中有许多图像变换函数来实现这一功能，如，二维傅里叶变换及逆变换、二维离散余弦变换及逆变换等。 MATLAB中除了以上图像处理的功能，还提供了许多基于数字形态学及二值图像的函数，其功能强大，操作便利，能用较少的语言完成复杂的数字图像处理。 3 Matlab数字图像处理应用实例 下面就举例介绍Matlab在数字图像处理中的应用实例。 3.1 图像变换 所谓图像变换就是图像从空域中的数据变换到频域中的数据，它是一个数学问题，即对图像通过各种函数进行合适变换。图像变换是图像处理中十分常用的操作，而其中具有代表性的就是傅里叶变换。 f=zeros（100，100）；f（25：75，25：75）=1；subplot（1，2，1）； imshow（f）； title（'显示矩阵'）； F=fft2（f）； F2=log（abs（F）；subplot（1，2，2）； imshow（F2，-15，'notruesiz）； title（'显示傅立叶变换'）； 3.2 直方图均衡化 所谓直方图均衡化就是将所给的图像直方图分布通过函数改造成均匀的直方图分布，这样能够使图像的像素灰度更加均匀。直方图均衡化的作用就是能够增强图像的对比度。它是一种非常典型且常见的直方图纠正办法。 I=imread（'tire.tif'）； J=histeq（I）；subplot（2，2，1）；imshow（I）； title（'原始图像显示'）； subplot（2，2，2）； imshow（J）； title（'直方图均衡图像显示'）； MATLAB软件中的图像处理工具箱功能很多，以上2个实例只是较为简单的应用，将其中多种功能相结合，能够使图像显示千变万化，对数字图像处理技术的深入研究能够更好地实现更加高级的功能。 4 结语 文章首先简要的介绍了图像处理技术以及MATLAB中图像处理的原理，接着较为详细介绍了MATLAB中图像处理工具箱的15类函数及其常用操作表达，然后重点介绍了部分常用功能，并利用MATLAB提供的强大的图像处理工具包进行了相关图像处理，通过应用实例让读者更好地理解MATLAB中的图像处理技术。