matlab中圖像增強技術(shù)的實現(xiàn)-數(shù)字圖像處理課程設(shè)計-資料下載頁

【導(dǎo)讀】信息，同時，削弱或去除某些冗余信息的處理方法。其主要目的是使得處理后的。圖像對給定的應(yīng)用比原來的圖像更加有效同時可以有效的改善圖像質(zhì)量。頻域處理法的采用的是卷積定理，它利用修改圖像傅立葉變換的方法實現(xiàn)對。灰度映射變換為基礎(chǔ)的，所用的映射變換取決于增強的目的。在本論文中，利用Matlab提供的若干函數(shù)，用于圖像類型的轉(zhuǎn)換。持五種圖像類型，即二值圖像、索引圖像、灰度圖像、RGB圖像和多幀圖像陣列。Matlab提供了兩個重要的用于圖像文件的讀寫的指令，分別是從圖。像文件中讀取數(shù)據(jù)的imread，以及將數(shù)據(jù)寫入到圖像文件中的imwrite。figure指令來實現(xiàn)；在同一個圖形窗口顯示多圖，可以用subplot來實現(xiàn)。

　　

【正文】 加上 ,最后用 surf()函數(shù)顯示出 3D效果 . (2) r=24。 for x=1:256 for y=1:256 if (x128).^2+(y128).^2r.^2。 t(x,y)=0。 end end end 通過對 r數(shù)值的改變 ,和 if條件的變化來實現(xiàn)不同的低通和高通情況下的濾波 . 產(chǎn)生的 圖像 與 fft2(f1)幅度譜的程序如下： Clc。 a=zeros(128,128) for y=54:74 for x=34:94 a(x,y)=1。 end end figure(1) a1=fft2(a)。 subplot(1,2,1)。 imshow(a)。 subplot(1,2,2)。 a2=abs(a1)。 mesh(a2)。 for x=1:128 for y=1:128 b(x,y)=(1).^(x+y).*a(x,y)。 end 第三章 Matlab 圖像增強 27 圖 39 令 ),()1(),( 12 yxfyxf yx ??? ，則圖像 與 的幅度譜圖如下： 圖 310 結(jié)果分析：對比兩圖可以得到 , 得的圖就是將 得的圖的頻譜往中心移 .即稱為頻譜中心化 ,將能量集中的 4 個角往中心靠攏。 若將 f1(x,y)順時針旋轉(zhuǎn) 45176。得到 ，則 及 的幅度譜圖如下 28 圖 311 結(jié)果分析：將 得的圖與 得的圖比較可知 ,將原圖移動旋轉(zhuǎn) 45 度以后 ,幅度譜圖仍然沒的改變 ,圖象能量依然集中在 4個角。 對數(shù)字圖像 進行頻域的理想低通，同屏顯示原圖、幅度譜圖和低通濾波的結(jié)果圖。其中，取理想低通濾波的半徑 R 分別為 8 2 11 和 5。 程序代碼如下（取 r=8 時） Clc。 a=fopen(39。D:\圖像實驗 \img\39。,39。r39。)。 b=fread(a,[256,256],39。uchar39。)。 fclose(a)。 figure(1) subplot(1,2,1) imshow(b,[0,255])。 b=fft2(b) m=abs(b)。 subplot(1,2,2) m0=15*log(m+) surf(m) q=b。 第三章 Matlab 圖像增強 29 t=fftshift(q) r=8。 for x=1:256 for y=1:256 if (x128).^2+(y128).^2r.^2。 t(x,y)=0。 end end end 結(jié)果如下：原圖像及其頻譜圖 圖 312 h2=abs(t)。 h02=15*log(+h2) figure(2) imshow(h02,[0,255])。 t=ifftshift(t)。 z=ifft2(t)。 figure(3)。 subplot(1,2,1) imshow(z,[0,255])。 n=fft2(z)。 subplot(1,2,2)。 n=15*log(+abs(n))。 surf(n)。 R=88 時的理想低通濾波結(jié)果圖和濾波頻譜圖： 30 圖 313 R=24 時的理想低通濾波結(jié)果圖和濾波幅度譜圖： 圖 314 R=5 時的理想低通濾波結(jié)果圖和濾波幅度譜圖： 圖 315 對于所有的低通濾波都會根據(jù)不同的半徑產(chǎn)生如圖 一樣的頻譜圖 . 當(dāng) R=5 時，濾 波后的圖像很模糊，無法分辨； 當(dāng) R=24 時，濾波后的圖像有些模糊，能分辨出臉上的器官輪廓，但由于理第三章 Matlab 圖像增強 31 想低通濾波器在頻域的銳截止特性，濾波后的圖像有較明顯的振鈴現(xiàn)象； 當(dāng) R=88 時，濾波后的圖像比較清晰，但高頻分量損失后，圖像邊沿與文字變的有些模糊，在圖像的邊框附近仍有振鈴現(xiàn)象。 b. 對數(shù)字圖像 進行頻域的理想高通，同屏顯示原圖、幅度譜圖和高通濾波的結(jié)果圖。其中，取理想高通濾波的半徑 R分別為 8 和 24： 原圖像及其幅度譜圖： 圖 316 R=2 時的理想高通濾波結(jié)果圖和濾波幅度譜圖： 32 圖 317 R=8 時的理想高通濾波結(jié)果圖和濾波幅度譜圖： 圖 318 R=24時的理想高通濾波結(jié)果圖和濾波幅度譜圖： 第三章 Matlab 圖像增強 33 圖像 319 圖 320 R=8時的頻譜圖,根據(jù)R的大小來決定中心陰影部分的圓的大小,其余部分 均是高通濾波的效果. 當(dāng)R=2時，濾波后的圖像無直流分量，但灰度的變化部分基本上都保留了；當(dāng)R=8時，濾波后的圖像在文字和圖像邊緣部分的信息仍然保留； 當(dāng)R=24時，濾波后的圖像只剩下文字和白條邊緣等信號突變的部分 小結(jié)： 34 熟悉了 的使用 驗證了二維傅里葉變換的平移性 和旋轉(zhuǎn)不變性。 實現(xiàn)了對圖像的頻域濾波，掌握了頻域圖像增強 ,了解了低通濾波對圖像的影響。 致謝 35 總結(jié) 本文主要是對利用 Matlab 軟件對圖像增強做了一個簡明扼要的介紹。圖像增強即增強圖象中的有用信息，這個變換過程可以說是一個失真的過程，它的主要目的是加強圖像的視覺效果。依據(jù)給定圖像的實際要求，有目標(biāo)的突出圖像的整體或者是局部特性，將原來不夠清晰的圖像變得較為清晰或凸顯某些感興趣的特征，擴大圖像中不同事物特征之間的差別，剔除不感興趣的特征，使之改善圖像質(zhì)量、豐富有用信息量，加強圖像判讀和識別效果，滿足某些特殊分 析的需要。 圖像增強按所采用方法從技術(shù)上可以分成頻率域法和空間域法。頻域法即為把圖像看成一種二維信號，對其進行基于二維傅里葉變換的信號增強。采用低通濾波（即只讓低頻信號通過）法，削弱圖中的干擾噪聲；采用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波（取局部鄰域中的中間像素值）法等，它們可用于去除或減弱噪聲。 圖像增強的方法是通過一定變換方法對原圖像附加一些信息或變換數(shù)據(jù)，有選擇地突出圖像中感興趣的特征或者抑制 (掩蓋 )圖像中某些不需要的特征，使圖像與 視覺響應(yīng)特性相匹配。在圖像增強過程中，一般不分析圖像降低質(zhì)量的原因，處理后的圖像不一定逼近原始圖像。圖像增強技術(shù)根據(jù)增強處理過程所存在的空間不同，可分為基于空域的算法和基于頻域的算法兩大類。基于空域的算法處理時直接對圖像灰度級做運算基于頻域的算法是在圖像的某種變換域內(nèi)對圖像的變換系數(shù)值進行某種修正，是一種間接增強的算法。 基于空域的算法分為點運算算法和鄰域去噪算法。點運算算法即灰度級校正、灰度變換和直方圖修正等，目的或使圖像成像均勻，或擴大圖像動態(tài)范圍，擴展對比度。鄰域增強算法分為圖像平滑和銳化兩種。平滑一 般用于消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在于突出物體的邊緣輪廓，便于目標(biāo)識別。常用算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計差值法等。 在吳玲老師的指導(dǎo)下。本次畢業(yè)設(shè)計，就要畫上一個句號了。可是，對我來說，這次設(shè)計的本身所產(chǎn)生的影響，還遠遠沒有結(jié)束，我從本次畢業(yè)設(shè)計中學(xué)到了許多課本上沒有的知識。通過各位老師的指導(dǎo)和教育，使我不僅僅在知識水平和解決實際問題的能力上有了很大的提高。還從思想的深處體會到，要把自己的所學(xué)變成現(xiàn)實時所將面對的種種難題。 36 致謝 畢業(yè)設(shè) 計即將完成，我的學(xué)生生涯也要告一段落。借此機會，我要對四年來幫助過我的人表示深深的感謝。 這次畢業(yè)論文能夠得以順利完成，是所有曾經(jīng)指導(dǎo)過我的老師，幫助過我的同學(xué)，一直支持著我的家人對我的教誨、幫助和鼓勵的結(jié)果。在論文完成之際，我要特別感謝我的指導(dǎo)老師的熱情關(guān)懷和悉心指導(dǎo)。由于自己在準(zhǔn)備考研復(fù)試而對于畢業(yè)論有過于疏忽，但是在老師的孜孜教誨下順利的完成論文。老師在我的畢業(yè)論文完成過程中給予了很大的幫助。從開始的選題到中期的修改，再到最終定稿，吳老師給予我許多寶貴的意見。正是有了老師的悉心教誨和無私的幫助，我才 得以順利的完成此次畢業(yè)設(shè)計，在此表示我深深的謝意。 在論文的寫作過程中，也得到許多同學(xué)的寶貴建議，同時還得到許多朋友額家人的支持和幫助。在我遇到困難時候他們總是可以幫我調(diào)整心情，讓我清理思路重新開始。 這 是一個漫長的學(xué)習(xí)過程。隨著時間的推移，我開始慢慢的掌握了設(shè)計時所需要的知識。我也終于明白了大學(xué)兩年學(xué)習(xí)的意義和作用。扎實的基本功和良好的學(xué)習(xí)習(xí)慣，能使自己在學(xué)習(xí)新知識有更深刻的認(rèn)識力和更快的領(lǐng)會力。 由于本人知識有限、經(jīng)驗不足，文中難免有一些不足之處，希望老師和同學(xué)提出寶貴意見。 總之，我要謝謝所有關(guān)心和支 持我的良師益友。 37 參考文獻 [1] 汪志云 ,黃夢為 .基本直方圖的圖像增強及其 MATLAB 實現(xiàn) [J].計算機工程與科學(xué) ,2020,28（ 2） :5456. [2]劉榴娣 ,劉明奇 ,黨長民 .實用數(shù)字圖像處理 [M].北京理工大學(xué)出版社 ,1998. [3]岡薩雷斯 RC 著 .李叔梁譯 .數(shù)字圖像處理 .北京 :科學(xué)出版社 ,1983 [4]李月 景編著 .圖像識別技術(shù)及 其應(yīng)用 .北京 :機械工業(yè)出版社 ,1985 [5]周考寬 ,曹曉光 ,陳建革等編著 .實用微機圖像處理。北京 :北京航天大學(xué)出版社 ,1994 [6]放如明 ,蔡健榮 ,許俐編著 .計算機圖像處理技術(shù)及其在農(nóng)業(yè)工程中的應(yīng)用 .北京 :清華大學(xué)出版社 ,1999 [7] Biran, A. and Breiner, M. G. MATLAB for Engineers, AddisonWdsley, 1995 (ISBN 0201565242). [8]Golub, G. H. and Van Loan, C. F. Matrix Comautations (2ed edition). The Johns Hopkins Univeristy Press, 1989 (ISBN 0801837391). [9]Borse, Methods with MATLAB: A resource for Scientists and Engimeers, PES Publishing Company, 1997 (ISBN 0534928221). [10]Heath, M. T. Scientific Computing, an Introductory Survey, McGrawHill, 1997 (ISBN 0070276846). [11]Jennings, A. and McKeown, J. J. Matrix Computation. John Wiley, 1992 (ISBN 0471935271). [12]Lindfield, G. and Penny, J. Numerical Methods Using MATLAB. Ellis Horwood, 1995 (ISBN 0130309664). [13]MalekMadani, R. Advanced Engineering Mathematics with Mathematica and MATLAB, AddisonWesley, 1998 (ISBN 02015988171). [14]Marcus, M. Matrices and MATLAB: A Tutorial. Prentice Hall, 1993 (ISBN 0135629012). [15]Ogata, K. Solving Control Engineering Problems with MATLAB. Prtice Hall, 1993 (ISBN 0130459070). [16]Stang, G. Introduction to Lincar Algebra. WellesleyCambridge Press, 1993 (ISBN 0961408855). [17]Strum, R. D. and Kirk D. E. Contemporary Linear Systems Using MATLAB. PWS Publishing, 1994 (ISBN 0534932738).