基于MATLAB环境下数字图像增强处理研究

来源:用户上传      作者: 高婕姝

　　摘 要 讨论了直方图均匀化、图像变换增强、灰度变换增强、图像平滑处理、图像锐化处理等数字图像增强技术，给出了运用MATLAB的实现的标准的数字图像在各种处理前后的对照图像。
　　关键词 MATLAB；直方图；图像平滑处理；图像锐化
　　中图分类号：TP317 文献标识码：A 文章编号：1671—7597（2013）022-105-2
　　数字图像的处理过程大体可分为原始图像预处理、图像特征提取和图像识别分析三个处理阶段。其中，原始图像预处理阶段的处理效果将直接影响其后两个阶段。在实际中，由于我们得到的原始的图像会受噪声、光照等诸多因素的影响，大多图像的质量并不理想，因此，需要对所得的原始图像进行图像预处理操作，以提取所需的有效的图像信息。原始图像的预处理过程包括图像增强、平滑滤波、图像锐化等等内容。目前，在空间域内实现的数字图像处理技术即为简单又为有效，它通过改变原始图像上像素点的灰度值的点运算处理来产生理想的数字图像。
　　MATLAB数学软件的计算功能强大，在科学计算领域广为应用，而且它对矩阵的处理能力简单高效。本文在研究图像预处理方法的同时，利用MATLAB软件强大的科学计算和矩阵处理能力，进行原始图像的数字增强处理。
　　1 MATLAB的特点
　　MATLAB作为数学计算软件，其在矩阵运算上的独特之处决定了它在图像处理上的优势。计算机在对图像进行处理时，首先，对原始图像进行数字化计算得到一幅M×N的数字图像，正矩阵对应。其次，MATLAB提供了功能丰富的图像处理工具箱（Image Processing Toolbox），它是由支持数字图像处理的系统函数所构成，为我们提供了进行各种原始图像处理操作的工具，使得用户从繁杂的数学计算和分析中解脱出来。另外，MATLAB用户界面友好，能够实现可视化编程，方便学习和掌握。
　　2 直方图均匀化
　　图像直方图描述图像的灰度级内容，主要应用在图像分割、图像灰度级变换等处理过程中。图像直方图主要用于统计原始图像中各灰度级出现的概率。图像直方图是一张二维图，其横坐标表示灰度级，其纵坐标表示各个灰度级上图像的各个象素点出现的概率。图像增强的实现则是突出了图像中我们感兴趣的特征，而弱化是我们不感兴趣的特征。
　　直方图均匀化核心程序代码如下所示：
　　3 图像变换增强
　　数字图像变换的实质是一种为了达到某种特定目的而对数字图像使用的一种数学处理技巧，经过数学变换处理后的数字图像更易于用户进行各种操作。在图像变换处理的方法中，目前最为广泛使用的方法是傅立叶变换。
　　数字图像矩阵数据的显示及其傅立叶变换核心程序代码如下：
　　一般在计算图形函数的傅立叶变换时，坐标原点在函数图形的中心位置处，而计算机在对图像执行傅立叶变换时是以图像的左上角为坐标原点。所以使用函数fseriesshift进行修正，使变换后的直流分量位于图形的中心。
　　4 灰度变换增强
　　对比度是指图像亮度的最大值与最小值之间的比值。形成图像的系统亮度有限导致常出现对比度不足的问题，使图像的视觉效果不好，为改变图像的视觉效果可以进行灰度变换增强。
　　灰度变换增强程序代码如下：
　　5 图像平滑处理
　　通常，数字图像的边缘、噪声都对应着其傅立叶变换中过程中的高频分量，因此，我们可以通过在频域中，对其一定范围的高频分量的衰减而达到对数字图像的平滑处理和去除噪声的目的。下面利用巴特沃斯（Butterworth）低通滤波器对图像进行平滑处理。
　　程序核心代码如下所示：
　　6 图像锐化处理
　　由于数字图像中，图像灰度发生骤变的部分与其图像频谱的高频分量相互对应，因此，通过高通滤波器的衰减或者通过抑制低频分量，可以使得高频分量能够畅通并对其数字图像进行锐化处理。下面是利用巴特沃斯（Butterworth）高通滤波器对图像进行平滑处理。
　　程序核心代码如下所示：
　　7 结束语
　　本文就基于MATLAB环境下的数字图像增强处理进行了研究。在该方法中，通过 MATLAB强大的数学计算和矩阵处理能力，为数字图像的处理提供了一种简捷而有效的方法，使得数字图像处理的精度和效率大为提高。通过实验结果表明，应用MATLAB进行数字图像增强处理可以达到较为理想的图像效果和较高的应用价值。
　　参考文献
　　[1]阮秋琦.数字图像处理学[M].北京：电子工业出版社，2001.
　　[2]张旭东，卢国栋，冯建.图像编码基础和小波压缩技术—原理、算法和标准[M].北京：清华大学出版社，2004.
　　[3]张智星.MATLAB程序设计与应用[J].清华大学出版社，2002.
转载注明来源:https://www.xzbu.com/8/view-4093107.htm