數(shù)字圖像處理結(jié)課論文Word版

整理為word格式整理為word格式整理為word格式數(shù)字圖像處理結(jié)課作業(yè)--數(shù)字圖像頻域增強方法及在matlab中的實現(xiàn)學生姓名：學號：學院：理學院班級：電科班指導教師：整理為word格式整理為word格式整理為word格式摘要:圖像增強的目的是使處理后的圖像更適合于具體的應用，即指按一定的需要突出一幅圖像中的某些信息，同時削弱或去除某些不需要的信息，使之改善圖像質(zhì)量，加強圖像判讀和識別效果的處理技術(shù)。從總體上可以分為兩大類:空域增強和頻域增強。頻域處理時將原定義空間中的圖像以某種形式轉(zhuǎn)換到其他空間中，利用該空間的特有性質(zhì)方便的進行圖像處理。而空域增強是在圖像空間中借助模板對圖像進行領域操作，處理圖像每一個像素的取值都是根據(jù)模板對輸入像素相應領域內(nèi)的像素值進行計算得到的。空域濾波基本上是讓圖像在頻域空間內(nèi)某個范圍的分量受到抑制，同時保證其他分量不變，從而改變輸出圖像的頻率分布，達到增強圖像的目的。本文主要從空域展開圖像增強技術(shù)，重點闡明數(shù)字圖像增強處理的基本方法，介紹幾種空域圖像增強方法。關(guān)鍵詞：圖像增強MATLAB空域增強銳化空間濾波平滑空間濾波整理為word格式整理為word格式整理為word格式目錄：1、何為數(shù)字圖像處理及MATLAB的歷史2、空間域圖像增強技術(shù)研究的目的和意義3、空間域的增強3.1背景知識3.2空間域濾波和頻域濾波之間的對應關(guān)系3.3銳化濾波3.4平滑濾波4、結(jié)論1、何為數(shù)字圖像處理及MATLAB的歷史數(shù)字圖像處理（digitalimageprocessing）,就是利用數(shù)字計算機或者其他數(shù)字硬件,對從圖像信息轉(zhuǎn)換而得到的電信號進行某些數(shù)學運算,以提高圖像的實用性。例如從衛(wèi)星圖片中提取目標物的特征參數(shù),三維立體斷層圖像的重建等?？偟膩碚f,數(shù)字圖像處理包括運算、幾何處理、圖像增強、圖像復原、圖像形態(tài)學處理、圖像編碼、圖像重建、模式識別等。目前數(shù)字圖像處理的應用越來越廣泛,已經(jīng)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(jīng)濟中發(fā)揮越來越大的作用。MATLAB是由美國Math

Works公司推出的軟件產(chǎn)品。MATLAB是“Matric

Laboratory”的縮寫,意及“矩陣實驗室”。MATLAB是一完整的并可擴展的計算機環(huán)境,是一種進行科學和工程計算的交互式程序語言。它的基本數(shù)據(jù)單元是不需要指定維數(shù)的矩陣,它可直接用于表達數(shù)學的算式和技術(shù)概念,而普通的高級語言只能對一個個具體的數(shù)據(jù)單元進行操作。它還是一種有利的教學工具,它在大學的線性代數(shù)課程以及其它領域的高一級課程的教學中,已成為標準的教學工具。整理為word格式整理為word格式整理為word格式2、空間域圖像增強技術(shù)研究的目的和意義研究空間域圖像增強技術(shù)的目的：分析幾種空間域圖像增強方法,并能夠用空間域法進行圖像增強,研究空間域圖形增強技術(shù)的意義：圖像增強是圖像處理中用來消除原始圖像邊緣模糊、對比度差等缺點的常用技術(shù),它需要解決的問題包括邊緣增強、噪聲的濾除、高斯噪聲的平滑和細節(jié)的保護等等。而空間域是在圖像空間中借助模板對圖像進行領域操作，處理圖像每一個像素的取值都是根據(jù)模板對輸入像素相應領域內(nèi)的像素值進行計算得到的。空域濾波基本上是讓圖像在頻域空間內(nèi)某個范圍的分量受到抑制，同時保證其他分量不變，從而改變輸出圖像的頻率分布，達到增強圖像的目的?？沼驗V波一般分為線性濾波和非線性濾波兩類。線性濾波器的設計?；趯Ω盗⑷~變換的分析，非線性空域濾波器則一般直接對領域進行操作。各種空域濾波器根據(jù)功能主要分為平滑濾波器和銳化濾波器。平滑可用低通來實現(xiàn)，平滑的目的可分為兩類：一類是模糊，目的是在取較大的目標前去除太小的細節(jié)或?qū)⒛繕藘?nèi)的小肩端連接起來；另一類是消除噪聲。銳化可用高通濾波來實現(xiàn)，銳化的目的是為了增強被模糊的細節(jié)。結(jié)合這兩種分類方法，可將空間濾波增強分為四類：線性平滑濾波器（低通），非線性平滑濾波器（低通），線性銳化濾波器（高通），非線性銳化濾波器（高通）。本論文主要是針對銳化增強方法和平滑圖像增強的方法進行討論。3、空域圖像增強3.1背景知識法國數(shù)學家傅里葉一生中對人類最大的貢獻就是提出了傅里葉級數(shù),他指出任何周期函數(shù)都可以表示為不同頻率的正弦和或余弦和的形式,每個正弦和或余弦和乘以不同的系數(shù)。傅里葉正變換和反變換是我們處理圖像最感興趣的工具。3.2空間域濾波和頻域濾波之間的對應關(guān)系卷積定理是空域和頻域濾波的最基本聯(lián)系紐帶。二維卷積定理：基本計算過程：整理為word格式整理為word格式整理為word格式1.取函數(shù)h(m,n)關(guān)于原點的鏡像,得到h(-m,-n)2.對某個(x,y),使h(-m,-n)移動相應的距離,得到h(x-m,y-n)3.對積函數(shù)f(m,n)h(x-m,y-n)在(m,n)的取值范圍內(nèi)求和4.位移是整數(shù)增量,對所有的(x,y)重復上面的過程,直到兩個函數(shù)：f(m,n)和h(x-m,y-n)不再有重疊的部分。傅立葉變換是空域和頻域的橋梁,關(guān)于兩個域濾波的傅立葉變換對：3.3、銳化濾波器圖像平滑往往使圖像中的邊界、輪廓變得模糊，為了減少這類不利效果的影響，需要利用圖像銳化技術(shù)，使圖像的邊緣變得清晰。線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。這種濾波器的中心系數(shù)都是正的，而周圍的系數(shù)都是負的，所有的系數(shù)之和為0。對3×3的模板來說，典型的系數(shù)取值為：[-1-1-1;-18-1;-1-1-1]事實上這是拉普拉斯算子。語句h=-fspecial(‘laplacian’,0.5)得到的拉普拉斯算子為：h=-0.3333-0.3333-0.3333-0.33332.6667-0.3333-0.3333-0.3333-0.3333非線性銳化濾波鄰域平均可以模糊圖像，因為平均對應積分，所以利用微分可以銳化圖像。圖像處理中最常用的微分方法是利用梯度。常用的空域非線性銳化濾波微分算子有sobel算子、prewitt算子、log算子等。銳化空間濾波讀出一幅灰度圖像，并顯示。[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');整理為word格式整理為word格式整理為word格式(2)設計梯度濾波器，對圖像進行銳化處理，顯示銳化后的圖像。1)交叉相減[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');figure,imshow(J);J=double(J);[M,N]=size(J);fori=1:M-1forj=1:N-1x(1)=J(i,j);x(2)=J(i+1,j);x(3)=J(i,j+1);x(4)=J(i+1,j+1);x(1)=2*((x(1)-x(4))+(x(2)-x(3)));J1(i,j)=x(1);endendfigure,imshow(uint8(J1));整理為word格式整理為word格式整理為word格式2)垂直相減[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');figure,imshow(J);J=double(J);[M,N]=size(J);fori=1:M-1forj=1:N-1x(1)=J(i,j);x(2)=J(i+1,j);x(3)=J(i,j+1);x(4)=J(i+1,j+1);x(1)=2*((x(1)-x(2))+(x(1)-x(3)));J1(i,j)=x(1);endendfigure,imshow(uint8(J1));整理為word格式整理為word格式整理為word格式(3)利用soble算子進行濾波處理，并輸出圖像。[X,map]=imread('mri.tif');subimage(X,map);J=imread('mri.tif');imshow(J);imfinfo('mri.tif');figure,imshow(J);J=double(J);[M,N]=size(J);fori=2:M-1forj=2:N-1x(1)=J(i-1,j-1);x(2)=J(i-1,j);x(3)=J(i-1,j+1);x(4)=J(i,j-1);x(5)=J(i,j);x(6)=J(i,j+1);x(7)=J(i+1,j-1);x(8)=J(i+1,j);x(9)=J(i+1,j+1);a=[-x(1),0,x(7);-2*x(2),0,2*x(8);-x(3),0,x(9)];b=[-x(1),-2*x(4),-x(7);0,0,0;x(3),2*x(6),x(9)];temp=(a+b)/2;te=0;forl=1:9te=te+temp(l);J1(i,j)=te;end整理為word格式整理為word格式整理為word格式endendfigure,imshow(uint8(J1));3.4、平滑空間濾波：1.線性平滑濾波器線性低通平滑濾波器也稱為均值濾波器，這種濾波器的所有系數(shù)都是正數(shù)，對3×3的模板來說，最簡單的是取所有系數(shù)為1，為了保持輸出圖像任然在原來圖像的灰度值范圍內(nèi)，模板與象素鄰域的乘積都要除以9。MATLAB提供了fspecial函數(shù)生成濾波時所用的模板，并提供filter2函數(shù)用指定的濾波器模板對圖像進行運算。函數(shù)fspecial的語法格式為：h=fspecial(type);h=fspecial(type,parameters);MATLAB提供了一個函數(shù)imnoise來給圖像增添噪聲，其語法格式為：J=imnoise(I,type);J=imnoise(I,type,parameters);2、非線性平滑濾波器中值濾波器是一種常用的非線性平滑濾波器，其濾波原理與均值濾波器方法類似，是把領域中的圖像的象素按灰度級進行排序，然后選擇改組的中間值作為輸出像素值。MATLAB提供了medfilt2函數(shù)來實現(xiàn)中值濾波，其語法格式為：B=medfilt2(A,[mn]);B=medfilt2(A);其中，A是原圖象，B是中值濾波后輸出的圖像。[mn]指定濾波模板的大小，默認模整理為word格式整理為word格式整理為word格式板為3×3。讀出eight.tif這幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在同一圖像窗口中。I=imread('mri.tif');imshow(I);J=imnoise(I,'salt&pepper',0.05);%noisedensity=0.05K=imnoise(I,'gaussian',0.01,0.01);subplot(1,3,1),imshow(I),title(‘OriginalImage’)subplot(1,3,2),imshow(J),title(‘Salt&PepperNoise’)subplot(1,3,3),imshow(K),title(‘GaussianNoise’)圖2.1初始圖像及椒鹽噪聲圖像、高斯噪聲污染圖2）對加入噪聲的圖像用matlab平滑（低通）模板做運算，要求在同一窗口中顯示。H=fspecial('average');J1=imfilter(J,H,'replicate');imshow(J1)K1=imfilter(K,H);imshow(K1)整理為word格式整理為word格式整理為word格式請貼圖設計均值濾波器，將加有噪聲的圖像進行均值濾波，顯示處理后的圖像。I=imread('mri.tif');imshow(I);J=imnoise(I,'salt&pepper',0.05);%noisedensity=0.05figure,imshow(J);J=double(J);K=imnoise(I,'gaussian',0.01,0.01);figure,imshow(K);K=double(K);[M,N]=size(I);fori=2:M-1forj=2:N-1J1(i,j)=(J(i-1,j-1)+J(i-1,j)+J(i-1,j+1)+J(i,j-1)+J(i,j)+J(i,j+1)+J(i+1,j-1)+J(i+1,j)+J(i+1,j+1))/9;endendfigure,imshow(uint8(J1));fori=2:M-1forj=2:N-1K1(i,j)=(K(i-1,j-1)+K(i-1,j)+K(i-1,j+1)+K(i,j-1)+K(i,j)+K(i,j+1)+K(i+1,j-1)+K(i+1,j)+K(i+1,j+1))/9;end整理為word格式整理為word格式整理為word格式endfigure,imshow(uint8(K1));整理為word格式整理為word格式整理為word格式4、結(jié)論數(shù)字圖像處理數(shù)據(jù)量大,處理