1、数字图像处理论文电科数字图像处理实验论文数字图像频域处理增强方法及在 Matlab 中的实现学院：理学院班级：姓名： 学号：时间：2012.12.25数字图像处理论文电科绪论数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB 强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了 MATLAB
2、 语言的特点,基于 MATLAB 的数字图像处理环境，介绍了如何利用 MATLAB 及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用 MATLAB 图像处理工具箱进行图像处理的方法。主要论述了利用 MATLAB 实现图像增强、二值图像分析等图像处理。关键词：MATLAB，数字图像处理，图像增强，二值图像目录第一章 绪论，介绍了课题研究目的及意义。第二章 数字图像增强处理的基本简介。第三章 Matlab 处理图像基本方法介绍。第四章 利用 MATLAB 实现二值图像操作的高低通滤波与傅里叶变换。第五章 总结与展望。第一章：研究目的与意义数字图像处理（Digital Image Pro
3、cessing） ，就是利用数字计算机或者其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图像的实用性。例如从卫星图片中提取目标物的特征参数，三维立体断层图像的重建等。总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。由于计算机处理能力的不断增强，数字图像处理学科在飞速发展的同时，也越来越广泛地向许多其他学科快速交叉渗透，使得图像作为信息获取以及信息的利用等方面也变得越来越重要。目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。第二章：图像处理基
4、本简介像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。这里的好和有用要因具体的应用目的和要求而数字图像处理论文电科异，并且所需的具体增强技术也可不同。目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法：第一类包括各种正交变换和空间滤波等方法，其共同点是将图像变换到其它域（如频域）中进行处理（如滤波）后，再变换到原来的空间（域）中。第二类方法是直接在空间域中处理图像，它包括各种统计方法、微分方法及其它数学方法。第三类方法是数学运算，它不同于常用的频域和空域的方法，是建立在积分几何和随机集合论的基础上的运算
5、。第三章：图像增强处理的方法简介空间变换增强空间变换增强又包含了增强对比度和图像求反。增强对比度实际是增强原图像的各部分的反差。实际中往往是通过原图中某两个灰度值之间的动态范围来实现的。对图像求反是将原来的灰度值翻转，简单的说就是使黑变白，使白变黑。普通的黑白底片和照片就是这样的关系。具体的变换就是将图像中每个像素的灰度值根据变换曲线进行映射。空域滤波增强空域滤波可分为线形滤波和非线形滤波两类。线形滤波器的设计常基于对傅立叶变换的分析。非线形空域滤波器则一般直接对邻域进行操作。另外各种滤波器根据功能又主要分成平滑滤波和锐化滤波。平滑可用低通来实现，锐化可用高通来实现平滑滤波器：它能减弱或消除傅
6、立叶空间的高频分量，但不影响在低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大较快变化的部分，滤波器将这些分量滤去可使图像平滑。锐化滤波器：它能减弱或消除傅立叶空间的高频分量频域增强频域增强的基本原理是：卷积理论是频域技术的基础。设函数 f（x,y）与线性位不变算子 h（x,y）的卷积结果是 g（x,y） ，即 g(x,y)=h(x,y)*f(x,y)那么根据卷积定理在频域有：G(x,y)=H(u,v)F(u,v)数字图像处理论文电科其中 G(x,y)、 H(u,v)、F(u,v)分别是 g(x,y)、h(x,y)、f(x,y)的傅立叶变换。频域增强的两个关键步骤：（1）将图像从空域
7、转换到频域所需的变换及将图像从频域空间转换回空域所需的变换；（2）在频域空间对图像进行增强加工操作。常用的频域增强方法有低通滤波和高通滤波。低通滤波也称低频滤波器。图像的能量大部分集中在幅度谱的低频和中频度，而图像的边缘和噪声对应于高频部分。因此能降低高频成分幅度的滤波器就能减弱噪声的影响。高通滤波也称高频滤波器，它的频值在 0 频率处单位为 1，随着频率的增长，传递函数的值逐渐增加；当频率增加到一定值之后传递函数的值通常又回到 0 值或者降低到某个大于 1 的值。在前一种情况下，高频增强滤波器实际上是依照能够带通滤波器，只不过规定 0 频率处的增益为单位 1。第四章：利用 MATLAB 实现
8、二值图像操作的高低通滤波与傅里叶变换。灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。1) 图像反转灰度级范围为0, L-1的图像反转可由下式获得 rLs12) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换：s = clog(1 + r)， c 为常数， r 03) 幂次变换： ,4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸
9、：数字图像处理论文电科其对应的数学表达式为：load trees;X,map=imread(forest.tif);subimage(X,map);I=imread(forest.tif);imshow(I);imfinfo(forest.tif);ans = 平滑滤波器1) 线性平滑滤波器线性低通平滑滤波器也称为均值滤波器，这种滤波器的所有系数都是正数，对33的模板来说，最简单的是取所有系数为1，为了保持输出图像任然在原来图像的灰度值范围内，模板与象素邻域的乘积都要除以9。MATLAB 提供了fspecial 函数生成滤波时所用的模板，并提供 filter2 函数用指定的滤波器模板对图像进行
10、运算。函数fspecial 的语法格式为：h=fspecial(type);h=fspecial(type,parameters);MATLAB 提供了一个函数imnoise 来给图像增添噪声，其语法格式为：J=imnoise(I,type);J=imnoise(I,type,parameters);2) 非线性平滑滤波器数字图像处理论文电科中值滤波器是一种常用的非线性平滑滤波器，其滤波原理与均值滤波器方法类似，是把领域中的图像的象素按灰度级进行排序，然后选择改组的中间值作为输出像素值。MATLAB 提供了medfilt2 函数来实现中值滤波，其语法格式为：B=medfilt2(A,m n);
11、B=medfilt2(A);其中，A 是原图象，B 是中值滤波后输出的图像。m n指定滤波模板的大小，默认模板为 33。读出 eight.tif 这幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中。I=imread(forest.tif);imshow(I);J = imnoise(I,salt %noise density=0.05K= imnoise(I,gaussian,0.01,0.01); subplot(1,3,1),imshow(I),title(Original Image)subplot(1,3,2),imshow(J),title(Saltfi
12、gure(1);imshow(i), title(原图像);colorbar;j=fft2(i);RR=real(j);II=imag(j);M,N=size(j);A=abs(j);A=(A-min(min(A)/(max(max(A)-min(min(A)*225;figure(2);imshow(A), title(图像幅度谱);colorbar;B=atan(RR/II);figure(3);imshow(B),title(图像相位谱);colorbar;k=fftshift(j);figure(4);l=log(abs(k);imshow(l,) ,title(图像频谱);color
13、bar;n=ifft2(j)/255;figure(5);imshow(n), title(FFT 逆变换);colorbar;数字图像处理论文电科数字图像处理论文电科频域增强频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其他空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。频域增强的主要步骤是：选择变换方法，将输入图像变换到频域空间。在频域空间中，根据处理目的设计一个转移函数，并进行处理。将所得结果用反变换得到增强的图像。常用的频域增强方法有低通滤波和高通滤波。高通滤波由于图像中的细节部分与其高频分量相对应，所以高通滤
14、波可以对图像进行锐化处理。高通滤波与低通滤波相反，它是高频分量顺利通过，使低频分量受到削弱。高通滤波器和低通滤波器相似，数字图像处理论文电科其转移函数分别为:1) 理想高通滤波器（IHPF）2) 巴特沃斯高通滤波器（BLPF ）3) 指数型高通滤波器（ELPF）图像经过高通滤波处理后，会丢失许多低频信息，所以图像的平滑区基本上会消失。所以，可以采用高频加强滤波来弥补。高频加强滤波就是在设计滤波传递函数时，加上一个大于0小于1的常数c，即：H( u,v) =H(u,v)+c巴特沃斯高通滤波器I=imread(flowers.tif); figure(1),imshow(I)I=rgb2gray(I);figure(2),imshow(I);f=double(I); g=fft2(f); g=fftshift(g); M,N=size(g);nn=2; d0=5; %截止频率m=fix(M/2);n=fix(N/2);for i=1:Mfor j=1:Nd=sqrt(i-m)2+(j-n)2);if (d=0)h=0;elseh=1/(1+0.414*(d0/d)(2*nn);endresult(i,j)=h*g(i,j);end
