《基于Matlab图像处理.doc

摘 要 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?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。 第一章 绪论 1 1.1 研究目的 1 1.2 研究意义 1 第二章 数字图像处理的介绍 2 2.1 数字图像处理概述 2 2.2 数字图像处理的研究背景 2 2.3 数字图像处理的研究内容 3 第三章 MATLAB基本知识介绍 4 3.1 MATLAB的概述 4 3.2 MATLAB产生的历史背景 4 3.3 MATLAB的主要特点 5 3.4 MATLAB在图像处理中的应用 6 第四章 系统功能处理 7 4.1 图像的灰度处理 7 4.1.1 处理目的 7 4.1.2 处理过程 7 4.2 图像的加噪 8 4.2.1 加噪的意义 8 4.2.2 加噪过程 9 4.3 图像的平滑 10 4.3.1 原理 10 4.3.2 处理过程 10 4.4 直方图均衡化 11 4.4.1 概述 11 4.4.2 目的 11 4.4.3 过程 12 4.5 图像的五种边缘算子检测 13 4.5.1 概述 13 4.5.2 sobel检测 13 4.5.3 prewitt检测 14 4.5.4 roberts检测 15 4.5.5 laplace检测 16 4.5.6 canny检测 17 4.6 GUI界面 19 第五章 总结与展望 23 参考文献 23 附录代码 25 第一章 绪论 1.1 研究目的 数字图像处理（Digital Image Processing），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 图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大，已在国家安全、经济发展、日常生活中充当越来越重要的角色，对国计民生的作用不可低估数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(特别是离散数学理论的创立和完善)；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗的黑色到最亮的白色的灰度，尽管理论上这个采样可以是任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色I=imread(nina。jpg); 2、将彩色图像转换为灰度图像，如图：4-2 灰度图。 I=imread(nina。jpg); I=rgb2gray(I); 图 4-2 灰度图 4.2 图像的加噪 4.2.1 加噪意义： 目前大多数数字图像系统中，输入图像都是采用先冻结再扫描方式将多维图像变成一维电信号，再对其进行处理、存储、传输等加工变换。最后往往还要在组成多维图像信号，而图像噪声也将同样受到这样的分解和合成。在这些过程中电气系统和外界影响将使得图像噪声的精确分析变得十分复杂。另一方面图像只是传输视觉信息的媒介，对图像信息的认识理解是由人的视觉系统所决定的。不同的图像噪声，人的感觉程度是不同的，这就是所谓人的噪声视觉特性课题。 图像噪声在数字图像处理技术中的重要性越来越明显，如高放大倍数航片的判读，Ｘ射线图像系统中的噪声去除等已经成为不可缺少的技术步骤。 图像噪声主要有高斯噪声，椒盐噪声，泊松噪声等 I=imread(nina。jpg); I=rgb2g