数字图像处理结课论文

基于MATLAB的图像处理

图像处理技术的综合应用

系 ( 院 )：

课题名称： 图像处理技术的综合应用 专业(方向)： 班 级： 学号：

学 生： 指导教师： 提交日期：

基于MATLAB的图像处理

摘 要 3 ABSTRACT 3 引言 3 1 图像增强处理技术 4

1.1灰度变换 4 1.2对比度增强 4 1.3直方图均衡化 5 1.4局部平滑 5 1.5中值滤波 6 1.6频率域平滑与锐化 8 2 综合运用MATLAB工具箱实现图像处理的GUI程序设计 8

2.1图像的读取、保存和退出 8 2.2设计图形用户界面 10

2.2.1任意亮度调整 11 2.2.2任意对比度调整 11 2.2.3图片压缩 12 2.2.4图片分割 12 2.2.5直方图统计 13 2.2.6直方图均衡 14 2.2.7中值滤波 15 2.2.8自适应滤波 16 2.2.9加高斯噪声 16 2.2.10加椒盐噪声 17

4.结论 18 5.参考文献 19

基于MATLAB的图像处理

数字图像处理是指借用数字计算机处理数字图像，值得提及的是数字图像是由有限的元素组成的，每一个元素都有一个特定的位置和幅值，这些元素称为图像元素、画面元素或像素。图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。

关键词Matlab；数字图像处理、图像变换、图像增强、图像压缩

Digital image processing is refers to the use of digital computer processing digital image, be worth to mention is digital image is limited by the elements, each element has a specific location and amplitude, these elements called image element, the element or pixels. Image processing first appeared in the 1950 s and 's when electronic computer has developed to a certain level, people began to use computers to graphics processing and image information. Digital image processing as a subject about formed in the early 1960 s. The early image processing purpose is to improve image quality, it with human object, the visual effect of people to improve for the purpose. The image processing, the input is the low quality of the image, the output is to improve the quality of the image, after the commonly used image processing method is image enhancement, recovery, coding, compression, etc.

Keywords：Matlab, Digital image processing, image transformation，image enhancement

引言

数字图像处理，即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、工业方 面的应用需求的增长。20世纪70年代后期到现在，各个应用领域对数字图像处理提出越来越高的要求，促进了这门学科向更高级的方向发展。特别是在景物理解和计算机视觉（即机器视觉）方面，图像处理已由二维处理发展到三维理解或解释。近年来，随着计算机和其它各有关领域的迅速发展，例如在图像表现、科学计算可视化、多媒体计算技术等方面的发展，数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。

基于MATLAB的图像处理

主要内容 1、

图像增强处理技术

1.1灰度变换

在图像采集过程中，由于扫描系统或者光电转换系统多方面的原因，常出现图像不均匀，对比度不足等弊端，是人眼在观看图像时视觉效果很差。简单的说，灰度变换就是指对图像上各个像素点的灰度值x按某个函数T（）变换到y。在MATLAB图像处理中工具箱中用函数imread进行灰度线性变换增强。 下面举例说明通过灰度级线性变换实现图像增强 MATLAB代码如下

x=imread('IMG_0379.JPG'); figure;

subplot(1,2,1);

imshow(x);title('实验原图') subplot(1,2,2);

y=imadjust(x,[],[0.4 0.6]);

imshow(y);title('灰度调整效果图')

结果图如下：

1.2对比度增强 MATLAB代码如下：

I=imread('IMG_0379.JPG'); J=imadjust(I,[0.3 0.7],[]);

subplot(1,2,1),imshow(I),title('实验原图')

subplot(1,2,2),imshow(J),title('对比度增强效果图') 结果图如下：

基于MATLAB的图像处理

1.3直方图均衡化

直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。

以下举例说明图像直方图均衡化 MATLAB代码如下：

I=imread('IMG_0379.jpg'); J=rgb2gray(I);

k=16;

h=histeq(J,k);

figure,subplot(1,2,1),imshow(I,[]);title('实验原图') subplot(1,2,2),imshow(J,[]);title('直方图均衡效果图') 运行结果图如下

1.4局部平滑

局部平滑法是一种直接在空间域上进行平滑处理的技术。假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则统计独立。因此，可在邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。

基于MATLAB的图像处理

以下举例说明图像局部平滑 MATLAB代码如下

img=rgb2gray(imread('IMG_0379.JPG')); figure;

imshow(img);

img_noise=double(imnoise(img,'salt & pepper',0.06)); figure,imshow(img_noise,[]);

img_smoothed=imfilter(img_noise,fspecial('average',5)); figure;imshow(img_smoothed,[]); 实验结果图如下：

1.5中值滤波

中值滤波是基于次序统计完成信号恢复的一种典型非线性滤波器，其基本原理是将数字图像中一点的值用该点的一个邻域中各点值的中值代替。中值的定义如下：