matlab 圖像處理

1、主主界面窗口中有界面窗口中有4個子窗口層疊平鋪在一起個子窗口層疊平鋪在一起 。Command Window（命令窗口）；（命令窗口）；Workspace（工作空間）；（工作空間）；Command History（歷史命令記錄）；（歷史命令記錄）；Current Directory（當(dāng)前目錄）；（當(dāng)前目錄）；1. 運行環(huán)境運行環(huán)境單擊各個窗口中右上單擊各個窗口中右上角的箭頭按鈕后，可角的箭頭按鈕后，可以單獨提取此窗口。以單獨提取此窗口。工作空間窗口工作空間窗口命令窗口命令窗口歷史命令歷史命令當(dāng)前目錄窗口當(dāng)前目錄窗口 2. MATLAB 2. MATLAB 圖像圖像讀寫讀寫1 1 圖像文件圖像文件

2、的讀寫和顯示的讀寫和顯示 在在MATLABMATLAB中，圖像文件的讀取、寫入及顯示中，圖像文件的讀取、寫入及顯示等等 都都可可通過調(diào)用函數(shù)來實現(xiàn)。常見的函數(shù)有：通過調(diào)用函數(shù)來實現(xiàn)。常見的函數(shù)有：表表1 圖像文件圖像文件的讀寫與顯示函數(shù)的讀寫與顯示函數(shù)表表1（續(xù)）圖像文件的讀寫與顯示函數(shù)（續(xù)）圖像文件的讀寫與顯示函數(shù)n1）圖像文件）圖像文件的讀取的讀取使用函數(shù)使用函數(shù)imread( )可以完成圖像文件的讀取操作，可以完成圖像文件的讀取操作，其語法格式有以下幾種：其語法格式有以下幾種：例例1：讀?。鹤x取圖像圖像 X=imread(cameraman.tif)例例2：當(dāng)文件不在：當(dāng)文件不在MATL

3、AB路徑下時：路徑下時： f=imread(D:myimageschestxray.jpg）;注意：文件名必須在當(dāng)前目錄或注意：文件名必須在當(dāng)前目錄或MATLABMATLAB目錄中，否則應(yīng)目錄中，否則應(yīng)給給 出出完整路徑。完整路徑。2）圖像文件）圖像文件的寫入的寫入使用函數(shù)使用函數(shù)imwrite( )可以完成圖像文件的寫入操作，可以完成圖像文件的寫入操作，其語法格式有以下幾種：其語法格式有以下幾種： 例：實現(xiàn)圖像的寫入即圖像保存：例：實現(xiàn)圖像的寫入即圖像保存： imwrite(X,man.jpg, jpg);使用使用函數(shù)函數(shù)image( )實現(xiàn)顯示實現(xiàn)顯示圖像圖像函數(shù)函數(shù)image( )為自動

4、設(shè)置圖像窗口、坐標(biāo)軸和為自動設(shè)置圖像窗口、坐標(biāo)軸和 圖像屬性。即圖像屬性。即MATLAB自動對圖像進行縮放自動對圖像進行縮放 以適合顯示區(qū)域。以適合顯示區(qū)域。1）可用）可用truesize函數(shù)來設(shè)定圖像像素到屏幕像點的映射關(guān)函數(shù)來設(shè)定圖像像素到屏幕像點的映射關(guān)系來更改圖像顯示大小。系來更改圖像顯示大小。2）有時可能需要顯示的縱橫比和圖形數(shù)據(jù)矩陣的縱橫比相）有時可能需要顯示的縱橫比和圖形數(shù)據(jù)矩陣的縱橫比相匹配，這時可以使用匹配，這時可以使用axis image命令。命令。3）圖像）圖像的的顯示顯示image( )image( )函數(shù)的語法格式：函數(shù)的語法格式： 顯示顯示加載到加載到MATLABM

5、ATLAB中的索引圖像：中的索引圖像： image(X);image(X); colormapcolormap(map)(map) X X和和mapmap是索引圖像的參數(shù)，是索引圖像的參數(shù)，X X為數(shù)據(jù)矩陣，為數(shù)據(jù)矩陣，mapmap為顏色矩陣。為顏色矩陣。 顯示顯示加載到加載到MATLABMATLAB中的灰度圖像：中的灰度圖像： imagescimagesc(I,0 n);(I,0 n); colormapcolormap(gray)(gray) I為灰度圖像的數(shù)據(jù)矩陣，為灰度圖像的數(shù)據(jù)矩陣， 表表示灰度圖像的灰度范圍，示灰度圖像的灰度范圍，n為整數(shù)，為整數(shù)，如如256、128等，系統(tǒng)默認值為

6、等，系統(tǒng)默認值為256（有些系統(tǒng)為（有些系統(tǒng)為64）。）。函數(shù)函數(shù)imshow（）（）的語法格式的語法格式： imshow(X,map)：用于顯示索引圖像，它將矩陣：用于顯示索引圖像，它將矩陣X X中中 的的每個像素顯示為存儲在顏色影像表每個像素顯示為存儲在顏色影像表map中中相應(yīng)相應(yīng)的的行行 所所對應(yīng)的顏色。對應(yīng)的顏色。 imshow(I,n)：用于顯示灰度圖像，其中用于顯示灰度圖像，其中I是灰度是灰度圖的數(shù)圖的數(shù)據(jù)據(jù)矩陣；矩陣；n表示灰度級，表示灰度級，是整數(shù)，如果是整數(shù)，如果n默認默認，則，則為為256256或或6464級灰度。當(dāng)級灰度。當(dāng)n為為2 2時就變成二值圖像。時就變成二值圖像。

7、 subimage和和subplot函數(shù)結(jié)合使用可以在同一窗口中顯多函數(shù)結(jié)合使用可以在同一窗口中顯多幅圖像，即使它們的圖像類型不同。幅圖像，即使它們的圖像類型不同。2 2 MATLAB MATLAB 中的圖像中的圖像類型類型1 1）圖像處理）圖像處理工具箱支持的基本圖像類型工具箱支持的基本圖像類型 圖像處理工具箱支持的圖像分為四個基本類型：圖像處理工具箱支持的圖像分為四個基本類型： 索引圖像、灰度圖像、二值圖像和索引圖像、灰度圖像、二值圖像和RGBRGB圖像。圖像。 索引索引圖像圖像 索引索引圖像包括一個數(shù)據(jù)矩陣（圖像包括一個數(shù)據(jù)矩陣（I I）和一個顏）和一個顏 色影像表色影像表矩陣矩陣 （M

8、apMap）。）。MapMap矩陣是一個矩陣是一個3 3列若干行的數(shù)據(jù)陣列，其每列若干行的數(shù)據(jù)陣列，其每一行一行 分別分別表示紅色、綠色和藍色的顏色值，其值由表示紅色、綠色和藍色的顏色值，其值由00，11之間的浮之間的浮點值構(gòu)成。圖像中的像素顏色由數(shù)據(jù)矩陣點值構(gòu)成。圖像中的像素顏色由數(shù)據(jù)矩陣I I作為索引指向矩陣作為索引指向矩陣MapMap進行索引。進行索引?；叶葓D像是一個數(shù)據(jù)矩陣灰度圖像是一個數(shù)據(jù)矩陣I，每個元素代表一個像素，每個元素代表一個像素，I的數(shù)的數(shù)據(jù)表示在一定范圍內(nèi)的灰度值。據(jù)表示在一定范圍內(nèi)的灰度值。I可以是雙精度浮點型，其可以是雙精度浮點型，其值域為值域為0.0，1.0；也可以

9、是；也可以是unit8類型，其值域為類型，其值域為0，256。代碼顯示一幅灰度圖像代碼顯示一幅灰度圖像： imagesc(I,0,256)； colormap(gray);例例：將灰度圖像：將灰度圖像blood1.tif的的256灰度級的灰度圖像和灰度級的灰度圖像和 64灰度級的灰度圖像顯示在同一個窗口中。灰度級的灰度圖像顯示在同一個窗口中。 兩條語句實現(xiàn)顯示功能兩條語句實現(xiàn)顯示功能 灰度圖像：灰度圖像： 圖像只包含一個由圖像只包含一個由0 0和和1 1構(gòu)成的矩陣，可以保存為雙精構(gòu)成的矩陣，可以保存為雙精度度doubledouble或或unit8unit8類型的數(shù)組。其顯示方式與灰度或索引圖像

10、類型的數(shù)組。其顯示方式與灰度或索引圖像類似類似。 RGBRGB圖像：圖像： RGBRGB圖像在圖像在MATLABMATLAB中存儲為一個中存儲為一個n n* *m m* *3 3的三維數(shù)據(jù)數(shù)組。的三維數(shù)據(jù)數(shù)組。數(shù)組中的元素定義了每一個像素的紅、綠、藍顏色值。因此數(shù)組中的元素定義了每一個像素的紅、綠、藍顏色值。因此像素的顏色由保存在像素位置上的紅、綠、藍的強度值的組像素的顏色由保存在像素位置上的紅、綠、藍的強度值的組合來確定。數(shù)組可以是雙精度浮點型或合來確定。數(shù)組可以是雙精度浮點型或unit8unit8類型的數(shù)組。類型的數(shù)組。n n、m m分別為圖像的行列數(shù)。分別為圖像的行列數(shù)。 二值二值圖像圖

11、像3.圖像類型的圖像類型的轉(zhuǎn)換轉(zhuǎn)換 MATLAB有對四種基本類型的轉(zhuǎn)換函數(shù)有對四種基本類型的轉(zhuǎn)換函數(shù)。各種。各種圖像類型之間的轉(zhuǎn)換圖像類型之間的轉(zhuǎn)換關(guān)系關(guān)系 如如圖：圖：索引圖像索引圖像灰度圖像灰度圖像真彩色圖像真彩色圖像二值圖像二值圖像數(shù)據(jù)矩陣數(shù)據(jù)矩陣u索引圖像轉(zhuǎn)換為灰度圖像的函數(shù)索引圖像轉(zhuǎn)換為灰度圖像的函數(shù)ind2grayind2gray（）：（）：其語法格式為：其語法格式為： I=ind2gray(I=ind2gray(X,mapX,map) )： 將具有顏色圖將具有顏色圖mapmap的索引圖像的索引圖像X X轉(zhuǎn)換為灰度圖像轉(zhuǎn)換為灰度圖像I I，X X可以是雙可以是雙精度型或精度型或un

12、it8unit8型，型，I I是雙精度型是雙精度型。u索引圖像轉(zhuǎn)換為索引圖像轉(zhuǎn)換為RGBRGB圖像的函數(shù)圖像的函數(shù)ind2rgb( )ind2rgb( ) 其語法格式為：其語法格式為： RGB=ind2rgb(RGB=ind2rgb(X,mapX,map) )： 將具有顏色圖將具有顏色圖mapmap的索引圖像的索引圖像X X轉(zhuǎn)換為彩色圖像轉(zhuǎn)換為彩色圖像RGBRGB。uRGBRGB圖像轉(zhuǎn)換為索引圖像的函數(shù)圖像轉(zhuǎn)換為索引圖像的函數(shù)rgb2ind( )rgb2ind( )： 其其語法格式語法格式有：有： X,mapX,map=rgb2ind(RGB)=rgb2ind(RGB)：直接將：直接將RGBR

13、GB圖像轉(zhuǎn)換為具有顏色圖像轉(zhuǎn)換為具有顏色圖圖 mapmap的矩陣的矩陣X X。X=rgb2ind(X=rgb2ind(RGB,mapRGB,map) )：將：將RGBRGB中的顏色與顏色中的顏色與顏色圖圖map map 中最相中最相近的顏色匹配，將近的顏色匹配，將RGBRGB轉(zhuǎn)換為轉(zhuǎn)換為具有具有MAPMAP顏色圖的索引圖。顏色圖的索引圖。 X,mapX,map=rgb2ind(=rgb2ind(RGB,nRGB,n) )：使用最小方差量化：使用最小方差量化方法方法將將RGBRGB圖圖像轉(zhuǎn)換為索引圖像像轉(zhuǎn)換為索引圖像X X，mapmap中中包括至少包括至少n n個顏色。個顏色。 X,mapX,m

14、ap=rgb2ind(=rgb2ind(RGB,tolRGB,tol) )：用均勻量化的方法將：用均勻量化的方法將RGBRGB圖圖像轉(zhuǎn)換為索引圖像像轉(zhuǎn)換為索引圖像X,tolX,tol的范圍從的范圍從0.00.0到到1.01.0。例例uRGBRGB圖像轉(zhuǎn)換為灰度圖像的函數(shù)圖像轉(zhuǎn)換為灰度圖像的函數(shù)rgb2gray( )rgb2gray( )語法語法格式：格式： I=rgb2gray(RGB)I=rgb2gray(RGB)表示將輸入的表示將輸入的RGBRGB圖像圖像轉(zhuǎn)換為轉(zhuǎn)換為灰度圖像灰度圖像。BW=im2bw(BW=im2bw(I,map,levelI,map,level) )：將顏色圖為：將顏色

15、圖為mapmap的的索引圖像索引圖像I I轉(zhuǎn)換轉(zhuǎn)換為為 二二值圖像值圖像。 BW=im2bw(BW=im2bw(I,levelI,level) )：將灰度圖像：將灰度圖像I I轉(zhuǎn)換為二值圖像。轉(zhuǎn)換為二值圖像。BW=im2bw(BW=im2bw(RGB,levelRGB,level) )：將：將RGBRGB圖像轉(zhuǎn)換為二值圖圖像轉(zhuǎn)換為二值圖 像像。其中，其中，level是閾值，取值在是閾值，取值在01之間。當(dāng)輸入圖像的亮度小之間。當(dāng)輸入圖像的亮度小于于level時，對應(yīng)的輸出圖像的像素值為時，對應(yīng)的輸出圖像的像素值為0，其他地方均為，其他地方均為1。u轉(zhuǎn)換為二值圖像的函數(shù)轉(zhuǎn)換為二值圖像的函數(shù)im2

16、bw( )im2bw( ) 該函數(shù)通過閾值化方法將索引、灰度和該函數(shù)通過閾值化方法將索引、灰度和RGBRGB圖像轉(zhuǎn)換為圖像轉(zhuǎn)換為二值圖像。其語法格式為：二值圖像。其語法格式為：u灰度圖像轉(zhuǎn)換為索引圖像的函數(shù)灰度圖像轉(zhuǎn)換為索引圖像的函數(shù)gray2ind( )gray2ind( )： 其語法格式為：其語法格式為： X,mapX,map=gray2ind(=gray2ind(I,nI,n) )： 按指定的灰度級按指定的灰度級n n將灰度圖像將灰度圖像I I轉(zhuǎn)換成索引圖像轉(zhuǎn)換成索引圖像 X X，n n的默認值是的默認值是6464。 Mat2grayMat2gray函數(shù)其函數(shù)其調(diào)用格式如下：調(diào)用格式如下

17、：I=mat2gray(A,I=mat2gray(A,amin,amaxamin,amax) amin,amaxamin,amax 為數(shù)據(jù)矩陣為數(shù)據(jù)矩陣A A的取值區(qū)間，的取值區(qū)間，aminamin對應(yīng)灰度值對應(yīng)灰度值0 0，amaxamax對應(yīng)灰度值對應(yīng)灰度值1 1。如果不指定區(qū)間。如果不指定區(qū)間，則，則MATLABMATLAB自動將自動將A A中中的最小元素設(shè)為的最小元素設(shè)為0 0，最大元素設(shè)為，最大元素設(shè)為1 1。另外，輸入矩陣。另外，輸入矩陣A A與與輸出矩陣輸出矩陣I I都為都為doubledouble類型。類型。u將數(shù)據(jù)矩陣轉(zhuǎn)換成一幅灰度圖像的函數(shù)將數(shù)據(jù)矩陣轉(zhuǎn)換成一幅灰度圖像的函數(shù)

18、 圖像增強（圖像增強（image enhancementimage enhancement）的定義：）的定義：在圖像的獲取過程中，由于多種因素的影響，導(dǎo)致圖在圖像的獲取過程中，由于多種因素的影響，導(dǎo)致圖像質(zhì)量退化。圖像增強是對退化圖像的某些特征，如像質(zhì)量退化。圖像增強是對退化圖像的某些特征，如邊緣、輪廓、對比度等進行強調(diào)或銳化處理。邊緣、輪廓、對比度等進行強調(diào)或銳化處理。點運算是指像素值通過運算改變之后，可以改善圖像的點運算是指像素值通過運算改變之后，可以改善圖像的顯示效果。這是一種像素的逐點運算。點運算與相鄰的顯示效果。這是一種像素的逐點運算。點運算與相鄰的像素之間沒有運算關(guān)系，是一種簡單且

19、十分有效的圖像像素之間沒有運算關(guān)系，是一種簡單且十分有效的圖像處理手段。處理手段。對于一幅輸入圖像，經(jīng)過點運算將產(chǎn)生一幅輸出圖像，對于一幅輸入圖像，經(jīng)過點運算將產(chǎn)生一幅輸出圖像，輸出圖像上每個像素的灰度值僅由相應(yīng)輸入像素的灰度輸出圖像上每個像素的灰度值僅由相應(yīng)輸入像素的灰度值決定，而與像素點所在的位置無關(guān)。對比度增強、對值決定，而與像素點所在的位置無關(guān)。對比度增強、對比度拉伸或灰度變換都屬于點運算。它是圖像數(shù)字化軟比度拉伸或灰度變換都屬于點運算。它是圖像數(shù)字化軟件和圖像顯示軟件的重要組成部分。件和圖像顯示軟件的重要組成部分。 灰度級校正就是對圖像像素進行逐點修正，降低成像的灰度級校正就是對圖像

20、像素進行逐點修正，降低成像的不均勻性，使整幅圖像能夠均勻成像。不均勻性，使整幅圖像能夠均勻成像。灰度變換可使圖像動態(tài)范圍增大，圖像對比度擴展，從灰度變換可使圖像動態(tài)范圍增大，圖像對比度擴展，從而使圖像變得清晰，以及圖像上的特征變得明顯而使圖像變得清晰，以及圖像上的特征變得明顯。例例：A=A=imreadimread(pout.tifpout.tif); ); % %讀入圖像讀入圖像 imshowimshow(A(A); ); % %顯示圖像顯示圖像 J1= J1=imadjustimadjust(A(A,0.3 0.7,); ,0.3 0.7,); % %使用此函數(shù)，將圖像在使用此函數(shù)，將圖像

21、在0.30.3* *2550.72550.7* *255 255 灰度之間的灰度之間的值值 通過通過線性變換映射到線性變換映射到02550255之間之間 J2= J2=imadjustimadjust(A(A,0.5 0.7,); ,0.5 0.7,); figure,imshowfigure,imshow(J1(J1); %); %輸出圖像效果圖輸出圖像效果圖 figure,imshowfigure,imshow(J2(J2););J1J2 一幅圖像的直方圖表示該圖像中不同灰度級像素出現(xiàn)的一幅圖像的直方圖表示該圖像中不同灰度級像素出現(xiàn)的相對頻率。相對頻率?；叶然叶戎狈綀D反映了數(shù)字圖像中每一灰

22、度級與其出直方圖反映了數(shù)字圖像中每一灰度級與其出現(xiàn)頻率間的統(tǒng)計關(guān)系?，F(xiàn)頻率間的統(tǒng)計關(guān)系。 它它能能描述圖像的概貌描述圖像的概貌 ，如圖像的灰度范圍、每個灰度出，如圖像的灰度范圍、每個灰度出現(xiàn)的頻率、灰度級的分布、整幅圖像現(xiàn)的頻率、灰度級的分布、整幅圖像的明暗的明暗和對比度和對比度等。等。例：例：A=imread(pout.tif); %讀入圖像讀入圖像imshow(A); %顯示圖像顯示圖像figure,imhist(A); %顯示圖像的直方圖顯示圖像的直方圖J1=imadjust(A,0.3 0.7,); %使用此函數(shù)，將圖像在使用此函數(shù)，將圖像在0.3*2550.7*255灰度之間的灰度之

23、間的值通過線性變換映射到值通過線性變換映射到0255之間之間figure,imshow(J1); %輸出圖像效果圖輸出圖像效果圖figure,imhist(J1) %輸出圖像的直方輸出圖像的直方圖圖0501001502002500200400600800100012001400160005010015020025002004006008001000120014001600 如圖，如圖，灰度灰度分布集中在較窄的區(qū)間，引起圖像不夠分布集中在較窄的區(qū)間，引起圖像不夠清晰，清晰，采用直方采用直方圖變換圖變換，可使，可使灰度分布均勻，從而增大對比度，使圖像細節(jié)灰度分布均勻，從而增大對比度，使圖像細節(jié)清晰

24、。清晰。.直方圖直方圖變換變換通常有直方圖均衡化及直方圖規(guī)定化兩類。通常有直方圖均衡化及直方圖規(guī)定化兩類。l 直方圖均衡化直方圖均衡化 通過對原圖像通過對原圖像r r進行某種變換進行某種變換T T( (r r) ) ，使得圖像的直方圖變，使得圖像的直方圖變?yōu)榫鶆蚍植嫉闹狈綀D為均勻分布的直方圖 。T T( (r r) ) 滿足滿足下列條件下列條件： 在在0,10,1之間滿足單調(diào)遞增之間滿足單調(diào)遞增 ( (保證灰度級從黑到白的保證灰度級從黑到白的次序不變）次序不變） ； 滿足滿足00T T( (r r) 1) 1（保證灰度在允許的范圍內(nèi)）。（保證灰度在允許的范圍內(nèi)）。 例：在例：在MATLABMA

25、TLAB環(huán)境中，采用直方圖均衡的方法進行圖像增環(huán)境中，采用直方圖均衡的方法進行圖像增強強 。A=imread(pout.tif);I=histeq(A); %調(diào)用函數(shù)完成直方圖均衡化調(diào)用函數(shù)完成直方圖均衡化figure,subplot(1,2,1),imshow(A); %直方圖均衡化前的圖像效直方圖均衡化前的圖像效果果subplot(1,2,2),imshow(I); %直方圖均衡化后的圖像直方圖均衡化后的圖像效果效果figure,subplot(1,2,1),imhist(A); %均衡化前的直方圖均衡化前的直方圖subplot(1,2,2),imhist(I); %均衡化后的直方圖均衡化

26、后的直方圖020040060080010001200140016000100200020040060080010001200140016000100200 修改修改一幅圖像的直方圖，使它與另一幅圖像的直方圖一幅圖像的直方圖，使它與另一幅圖像的直方圖匹配或具有一種預(yù)先規(guī)定的函數(shù)形狀。匹配或具有一種預(yù)先規(guī)定的函數(shù)形狀。 目標(biāo)：當(dāng)需要具有特定的直方圖的圖像時，可按目標(biāo)：當(dāng)需要具有特定的直方圖的圖像時，可按照預(yù)先設(shè)定的某個形狀人為的調(diào)整圖像的直方圖。照預(yù)先設(shè)定的某個形狀人為的調(diào)整圖像的直方圖。l 直方圖規(guī)定化直方圖規(guī)定化 平滑是一種區(qū)域增強的算法平滑是一種區(qū)域增強的算法 ，平滑算法有：鄰域，平滑算法有

27、：鄰域平均法，中值濾波和邊界保持類濾波等。平均法，中值濾波和邊界保持類濾波等。 4.1 4.1 鄰域平均法鄰域平均法 大部分的噪聲都可以看作是隨機信號，它們對圖像的影大部分的噪聲都可以看作是隨機信號，它們對圖像的影響可以看作是孤立的。對于某一像素而言，如果它與周圍像響可以看作是孤立的。對于某一像素而言，如果它與周圍像素點相比，有明顯的不同，我們就認為該點被噪聲感染了。素點相比，有明顯的不同，我們就認為該點被噪聲感染了?；谶@樣的分析，我們可以用鄰域平均的方法，來判斷每個基于這樣的分析，我們可以用鄰域平均的方法，來判斷每個點是否含有噪聲，并用適當(dāng)?shù)姆椒ㄏl(fā)現(xiàn)的噪聲。點是否含有噪聲，并用適當(dāng)?shù)?/p>

28、方法消除所發(fā)現(xiàn)的噪聲。 設(shè)當(dāng)前待處理像素為設(shè)當(dāng)前待處理像素為f (m, n) ，給出一個處理，給出一個處理模板，大小為模板，大小為3 33 3，如圖所示。，如圖所示。模板模板示意圖示意圖 處理后的圖像設(shè)為處理后的圖像設(shè)為g (m, n) ，則處理過程可描述為，則處理過程可描述為 11(,)( , )(,)( , )99( , )i Z j Zi Z j Zf mi njf m nf mi njg m nf m n當(dāng)其他其中其中Z Z=-1,0,1=-1,0,1 這種鄰域平均的方法也可以用另一種形式來表這種鄰域平均的方法也可以用另一種形式來表示，把平均處理看作是圖像通過一個低通空間濾波器后示，把

29、平均處理看作是圖像通過一個低通空間濾波器后的結(jié)果，設(shè)該濾波器的沖激響應(yīng)為的結(jié)果，設(shè)該濾波器的沖激響應(yīng)為H (r, s) ，于是濾波器，于是濾波器輸出的結(jié)果輸出的結(jié)果g (m, n) 可以表示成卷積的形式，即可以表示成卷積的形式，即 k，l 決定了所選鄰域的大小，決定了所選鄰域的大小，H (r, s)為加權(quán)函數(shù)，又被為加權(quán)函數(shù)，又被稱為掩模稱為掩模( (MaskMask) )或模板或模板, ,常用的模板常用的模板還有還有: : kkrllsNnmsrHsnrmfnmf1, 2 , 1 , 0,),(),(),(1111211111011H1212421211612H111101111813H00

30、10021414141414HI = imread(cameraman.tif); J = imnoise(I,salt & pepper); % %椒鹽噪聲椒鹽噪聲h=1/8.*1 1 1;1 0 1;1 1 1;I1=filter2(h, J); %卷積運算卷積運算4.2 中值濾波中值濾波 在鄰域平均法中，在去噪的同時也使邊界變得在鄰域平均法中，在去噪的同時也使邊界變得模糊了，中值濾波是非線性的處理方法，在去噪的同模糊了，中值濾波是非線性的處理方法，在去噪的同時可以兼顧到邊界信息的保留。時可以兼顧到邊界信息的保留。 首先選一個含有奇數(shù)點的窗口首先選一個含有奇數(shù)點的窗口W W，將這個

31、窗口在圖，將這個窗口在圖像上掃描，把該窗口中所含的像素點按灰度級的升像上掃描，把該窗口中所含的像素點按灰度級的升（或降）序排列，取位于中間的灰度值，來代替該點（或降）序排列，取位于中間的灰度值，來代替該點的灰度值。即的灰度值。即 WlklnkmfMediannmg),(),(),( 例如選擇濾波用的窗口例如選擇濾波用的窗口W W如圖所示，是一個一維的窗如圖所示，是一個一維的窗口，待處理像素的灰度取這個模板中灰度的中值，濾口，待處理像素的灰度取這個模板中灰度的中值，濾波過程為：波過程為： 一一維窗口維窗口 除上述窗口外，常用的窗口還有方形、十字除上述窗口外，常用的窗口還有方形、十字形、圓形和環(huán)形

32、等等，如圖所示。形、圓形和環(huán)形等等，如圖所示。 中值濾波的常用窗口中值濾波的常用窗口中值濾波是一種非線性運算。它對于消除孤立點和線段中值濾波是一種非線性運算。它對于消除孤立點和線段的干擾十分有用。（因為孤立點經(jīng)常會在序列的兩端，的干擾十分有用。（因為孤立點經(jīng)常會在序列的兩端，這樣，孤立點就會被相鄰的點代替，從而做到消除孤立這樣，孤立點就會被相鄰的點代替，從而做到消除孤立點。）點。）特別是對于二進噪聲尤為有效，對于消除高斯噪聲的影特別是對于二進噪聲尤為有效，對于消除高斯噪聲的影響效果不佳。響效果不佳。對于一些細節(jié)較多的復(fù)雜圖像，還可以多次使用不同的對于一些細節(jié)較多的復(fù)雜圖像，還可以多次使用不同的

33、中值濾波，然后通過適當(dāng)?shù)姆绞骄C合所得的結(jié)果作為輸中值濾波，然后通過適當(dāng)?shù)姆绞骄C合所得的結(jié)果作為輸出，這樣可以獲得更好的平滑和保護邊緣的效果。出，這樣可以獲得更好的平滑和保護邊緣的效果。 例例 選用選用3 33 3的窗口進行中值濾波。的窗口進行中值濾波。I1 = imread(cameraman.tif);I=imnoise(I1,salt & pepper,0.02); %椒鹽噪聲椒鹽噪聲imshow(I);K = medfilt2(I); % %中值濾波中值濾波figure,imshow(K); 在圖像增強中，有時候還需要加強圖像中景物的邊緣和在圖像增強中，有時候還需要加強圖像中景物

34、的邊緣和輪廓。而邊緣和輪廓常常位于圖像中灰度突變的地方，輪廓。而邊緣和輪廓常常位于圖像中灰度突變的地方，因而我們可以直觀的想到用灰度的差分對邊緣和輪廓進因而我們可以直觀的想到用灰度的差分對邊緣和輪廓進行提取。這就是銳化處理的內(nèi)容。行提取。這就是銳化處理的內(nèi)容。5.1 5.1 梯度銳化法梯度銳化法 二元函數(shù)二元函數(shù)f f( (x,yx,y) )在坐標(biāo)點在坐標(biāo)點( (x,yx,y) )處的梯度定義為處的梯度定義為這個梯度向量的幅度由下式給出這個梯度向量的幅度由下式給出21222122)()()(yfxfGGfmagfyxyfxfGGfyx為了降低圖像的運算量，因此，在實際操作中，常用絕對值為了降低

35、圖像的運算量，因此，在實際操作中，常用絕對值或最大值運算代替平方與平方根運算近似求梯度的幅度：或最大值運算代替平方與平方根運算近似求梯度的幅度：|yxGGf|)| |,max(|yxGGf 對于數(shù)字圖像處理微分將用差分代替，沿對于數(shù)字圖像處理微分將用差分代替，沿x x和和y y方向的方向的一階差分可分別表示為一階差分可分別表示為: :),(), 1(jifjifGx),() 1,(jifjifGy由于所有梯度值都和相鄰像素之間的灰度差分成比例。因此由于所有梯度值都和相鄰像素之間的灰度差分成比例。因此我們可以利用它來增強圖像中景物的邊界。我們可以利用它來增強圖像中景物的邊界。 最簡單的是最簡單的

36、是RobertsRoberts算子，其算子，其G Gx x和和G Gy y的模板為的模板為0110,1001yxGG 采用采用梯度進行圖像增強的方法梯度進行圖像增強的方法是是使其輸出圖像的各點使其輸出圖像的各點等于該點處的梯度。即等于該點處的梯度。即 g(i, j)= f(i, j) 這種這種方法的缺點是輸出的圖像在灰度變化比較小的方法的缺點是輸出的圖像在灰度變化比較小的區(qū)域，區(qū)域， g g( (i,ji,j) ) 很小，顯示的是一片黑色很小，顯示的是一片黑色。I=imread(rice.png); imshow(I);h1=1,0;0,-1; J=imfilter(I,h1);figure,

37、imshow(J);22222yfxff 除上述一階微分外，我們還可以選用二階微分算子，比除上述一階微分外，我們還可以選用二階微分算子，比如拉普拉斯算子。一個連續(xù)的二元函數(shù)如拉普拉斯算子。一個連續(xù)的二元函數(shù)f f( (x,yx,y) )，其拉普拉斯，其拉普拉斯運算定義為運算定義為上式也可以表示為卷積的形式，即上式也可以表示為卷積的形式，即其中，其中，k k1 1，l l1 1， H H( (r,sr,s) )取下式取下式) 1,() 1,(), 1(), 1(),(4),(jifjifjifjifjifjigkkrllsNjisrHsjrifjig1, 2 , 1 , 0,),(),(),(0

38、101410101H對于數(shù)字圖像，拉普拉斯算子可以簡化為對于數(shù)字圖像，拉普拉斯算子可以簡化為 例例 應(yīng)用拉普拉斯算子進行圖像銳化處理。應(yīng)用拉普拉斯算子進行圖像銳化處理。I = imread(rice.png);imshow(I);h=0 -1 0;-1 4 -1;0 -1 0;I2=imfilter(I,h);figure,imshow(I2);（a a）原圖像）原圖像 （b b）拉普拉斯算子的銳化拉普拉斯算子的銳化結(jié)果結(jié)果圖圖 )1, 1(), 1(2) 1, 1()1, 1(), 1(2) 1, 1(jifjifjifjifjifjifdx)1, 1() 1,(2) 1, 1()1, 1(

39、) 1,(2) 1, 1(jifjifjifjifjifjifdy101202101xd121000121yd5.3 其他銳化算子其他銳化算子1. Sobel算子算子2122yxddS2. Prewitt算子算子用模板表示用模板表示dx, dy，如下如下2122yxpddS101101101xd111000111yd 例例 利用利用SobelSobel算子和算子和PrewittPrewitt算子對圖像進行銳化處理算子對圖像進行銳化處理 I = imread(rice.png);imshow(I);hs=fspecial(sobel);S=imfilter(I,hs);hp=fspecial(p

40、rewitt) P=imfilter(I,hp);figure,imshow(S,); figure,imshow(P,) （b）Prewitt算子算子（ a）Sobel算子算子 5.4 高通濾波高通濾波常用的高通模板有：常用的高通模板有：1111811112H1212421213H0101410104HI = imread(rice.png);hs=fspecial(sobel);hs_nagative=hs;S=imfilter(I,hs);S_nagative=imfilter(I,hs_nagative);S_all=S+S_nagative; figure, imshow(I);fi

41、gure, imshow(S,);figure, imshow(S_nagative,);figure, imshow(S_all,);圖（I） 圖（S） 圖（S_nagative） 圖（S_all）6. 6. 圖像圖像的邊緣檢測的邊緣檢測 由于由于噪聲和模糊的存在，檢測到的邊界可能會變寬噪聲和模糊的存在，檢測到的邊界可能會變寬或在某些點處發(fā)生間斷，因此，邊界檢測包括兩個基本或在某些點處發(fā)生間斷，因此，邊界檢測包括兩個基本內(nèi)容：首先抽取出反映灰度變化的邊緣點，然后剔除某內(nèi)容：首先抽取出反映灰度變化的邊緣點，然后剔除某些邊界點或填補邊界間斷點，并將這些邊緣連接成完整些邊界點或填補邊界間斷點，并將這些邊緣連接