1、PAGE 摘要圖像增強是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)?？沼驁D像增強是圖像處理的一個重要分支，它能有效改善圖像整體或局部特征。圖像增強處理技術(shù)一直是圖像處理領(lǐng)域一類非常重要的基本圖像處理技術(shù)。本文從空域和頻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，介紹幾種頻域圖像增強方法，并用頻域法進行圖像增強，通過形態(tài)學(xué)方法進行圖像特征抽取和分析。運用MATLAB，修改圖像的傅里葉變換來實現(xiàn)圖像的增強技術(shù)。圖像增強是數(shù)字圖像的預(yù)處理，對圖像整體或局部特征能有效地改善。為了實現(xiàn)對數(shù)字圖像的增強處理，采用頻

2、域高頻加強濾波的方法對圖像進行了增強處理。利用圖像中變化劇烈的信息只與高頻成分有關(guān)這一原理，結(jié)合MATLAB 設(shè)計實現(xiàn)了高頻加強濾波器并對圖像進行了增強處理，我研究的內(nèi)容就是能夠運用MATLAB工具對偏暗和偏亮圖像進行處理，以便達到符合特定場景的目的。關(guān)鍵詞：圖像增強 MATLAB 頻域增強 低通濾波 高通濾波AbstractImages enhance is a need to highlight a picture in the information and to attenuate or remove certain information, the image quality imp

3、rovement, strengthening the interpretation and identification of processing. Airspace images enhance the image of an important branch, it is effective in improving the image of overall or local characteristics. images enhance processing image processing area has been a very important basic imaging t

4、echnology. from the airspace and frequency domain an increased focus on the image technology to handle digital image of the basic method of frequency domain, images, and increase the frequency domain, through images enhance out the form of learning methodologies image feature extraction and analysis

5、. Using matlab and the amendment of the picture varies Fourier to realize the image. images enhance the skills to enhance the image of a digital image preprocessing to the overall or local characteristics. in order to effectively improve the implementation of digital image processing and enhance the

6、 frequency domain high frequency filtering to strengthen the image of the enhanced. Using images to change the information only and high frequency components on the principle of matlab and design to implement the high frequency enhance filter and a stronger image processing, i studied the content is

7、 a tool for using matlab dark and light images are processed in order to achieve compliance with specific purpose.key words: Images enhance MATLAB Increase the frequency domainLow through filtering Takamichi filtering目錄 TOC o 1-3 h z u HYPERLINK l _Toc294267555 1 緒論 PAGEREF _Toc294267555 h 1 HYPERLI

8、NK l _Toc294267556 1.1何謂數(shù)字圖像處理 PAGEREF _Toc294267556 h 1 HYPERLINK l _Toc294267557 1.2 MATLAB PAGEREF _Toc294267557 h 1 HYPERLINK l _Toc294267558 1.3 頻域圖像增強技術(shù)研究的目的和意義 PAGEREF _Toc294267558 h 3 HYPERLINK l _Toc294267559 1.4 課題研究的主要內(nèi)容 PAGEREF _Toc294267559 h 4 HYPERLINK l _Toc294267560 2 頻域圖像增強 PAGERE

9、F _Toc294267560 h 5 HYPERLINK l _Toc294267561 2.1背景知識 PAGEREF _Toc294267561 h 5 HYPERLINK l _Toc294267562 2.2傅里葉變換和頻域的介紹 PAGEREF _Toc294267562 h 5 HYPERLINK l _Toc294267563 2.2.1一維傅里葉變換及其反變換 PAGEREF _Toc294267563 h 5 HYPERLINK l _Toc294267564 2.2.2空間域濾波和頻域濾波之間的對應(yīng)關(guān)系 PAGEREF _Toc294267564 h 5 HYPERLIN

10、K l _Toc294267567 3 MATLAB進行圖像處理 PAGEREF _Toc294267567 h 6 HYPERLINK l _Toc294267568 3.1常用圖像操作 PAGEREF _Toc294267568 h 6 HYPERLINK l _Toc294267569 3.1.1圖像類型轉(zhuǎn)換 PAGEREF _Toc294267569 h 6 HYPERLINK l _Toc294267570 3.1.2圖像文件的讀寫與顯示操作據(jù)。 PAGEREF _Toc294267570 h 6 HYPERLINK l _Toc294267571 3.1.3其它常用圖像操作 PAG

11、EREF _Toc294267571 h 7 HYPERLINK l _Toc294267572 32圖像變換功能 PAGEREF _Toc294267572 h 7 HYPERLINK l _Toc294267573 321傅立葉變換 PAGEREF _Toc294267573 h 7 HYPERLINK l _Toc294267574 322離散余弦變換 PAGEREF _Toc294267574 h 8 HYPERLINK l _Toc294267575 323radon變換 PAGEREF _Toc294267575 h 8 HYPERLINK l _Toc294267576 324離

12、散小波變換 PAGEREF _Toc294267576 h 8 HYPERLINK l _Toc294267577 33頻域增強原理 PAGEREF _Toc294267577 h 9 HYPERLINK l _Toc294267578 331理想低通濾波 PAGEREF _Toc294267578 h 9 HYPERLINK l _Toc294267579 332理想高通濾波 PAGEREF _Toc294267579 h 10 HYPERLINK l _Toc294267580 333同態(tài)濾波 PAGEREF _Toc294267580 h 11 HYPERLINK l _Toc29426

13、7581 34邊緣檢測和圖像分割功能 PAGEREF _Toc294267581 h 12 HYPERLINK l _Toc294267582 結(jié)論 PAGEREF _Toc294267582 h 13 HYPERLINK l _Toc294267583 參考文獻 PAGEREF _Toc294267583 h 14 HYPERLINK l _Toc294267584 致謝 PAGEREF _Toc294267584 h 15第 PAGE 15 頁 共 15 頁1 緒論1.1何謂數(shù)字圖像處理數(shù)字圖像處理（digital image processing）,就是利用數(shù)字計算機或者其他數(shù)字硬件,對

14、從圖像信息轉(zhuǎn)換而得到的電信號進行某些數(shù)學(xué)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(fù)原、圖像形態(tài)學(xué)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(yīng)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(lǐng)域,在國民經(jīng)濟中發(fā)揮越來越大的作用。20世紀20年代,圖像處理首次應(yīng)用于改善倫敦和紐約之間海底電纜發(fā)送的圖片質(zhì)量。到20世紀50年代,數(shù)字計算機發(fā)展到一定的水平后,數(shù)字圖像處理才真正引起人們的興趣。1964年美國噴氣推進實驗室用計算機對“徘徊者七號”太空船發(fā)回的大批月球照片進行

15、處理,收到明顯的效果。20世紀60年代末,數(shù)字圖像處理具備了比較完整的體系,形成了一門新興的學(xué)科。20世紀70年代,數(shù)字圖像處理技術(shù)得到迅猛的發(fā)展,理論和方法進一步完善,應(yīng)用范圍更加廣泛。在這一時期,圖像處理主要和模式識別及圖像理解系統(tǒng)的研究相聯(lián)系,如文字識別、醫(yī)學(xué)圖像處理、遙感圖像的處理等。20世紀70年代后期到現(xiàn)在,各個應(yīng)用領(lǐng)域?qū)?shù)字圖像處理提出越來越高的要求,促進了這門學(xué)科向更高級的方向發(fā)展。特別是在景物理解和計算機視覺(即機器視覺)方面,圖像處理已由二維處理發(fā)展到三維理解或解釋。近年來,隨著計算機和其它各有關(guān)領(lǐng)域的迅速發(fā)展,例如在圖像表現(xiàn)、科學(xué)計算可視化、多媒體計算技術(shù)等方面的發(fā)展,數(shù)

16、字圖像處理已從一個專門的研究領(lǐng)域變成了科學(xué)研究和人機界面中的一種普遍應(yīng)用的工具。1.2 MATLABMATLAB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(xué)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(xué)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。因此,解決同樣的數(shù)值計算問題,使用MATLAB要比使用Basic、Fortran和C語言等提高效率許多倍。許多人贊譽它為萬能的數(shù)學(xué)“演算紙”。M

17、ATLAB采用開放式的環(huán)境,你可以讀到它的算法,并能改變當前的函數(shù)或增添你自己編寫的函數(shù)。在歐美的大學(xué)和研究機構(gòu)中,MATLAB是一種非常流行的計算機語言,許多重要的學(xué)術(shù)刊物上發(fā)表的論文均是用MATLAB來分析計算以及繪制出各種圖形。它還是一種有利的教學(xué)工具,它在大學(xué)的線性代數(shù)課程以及其它領(lǐng)域的高一級課程的教學(xué)中,已成為標準的教學(xué)工具。最初的MATLAB是用FORTRAN編寫的,在DOS環(huán)境下運行。新版的MATLAB 是C語言編寫的高度集成系統(tǒng)。它在幾乎所有流行的計算機機種,諸如PC、MACINTOSH、SUN、VAX上都有相應(yīng)的MATLAB版本。新版的MATLAB增強了圖形處理功能,并在WI

18、NDOWS環(huán)境下運行?，F(xiàn)今,MATLAB的發(fā)展已大大超出了“矩陣實驗室”的范圍,在許多國際一流專家學(xué)者的支持下,Maths Works公司還為MATLAB配備了涉及到自動控制、信息處理、計算機仿真等種類繁多的工具箱（Tool Box）,這些工具箱有數(shù)理統(tǒng)計、信號處理、系統(tǒng)辨識、最優(yōu)化、穩(wěn)健等等。近年來一些新興的學(xué)科方向,Maths Works公司也很快地開發(fā)了相應(yīng)的工具箱,例如：神經(jīng)網(wǎng)絡(luò)、模糊邏輯等。MATLAB的特點：一種語言之所以如此迅速地普及,顯示出如此旺盛的生命力,是由于它有著不同于其它語言的特點。正如同F(xiàn)ortran和c等高級語言使人們擺脫了需要直接對計算機硬件資源進行操作一樣,被稱

19、為第4代計算機語言的MATLAB,利用其豐富的函數(shù)資源,使編程人員從繁瑣的程序代碼中解放出來(一)功能強大MATLAB具有功能強勁的工具箱,其包含兩個部分：核心部分和各種可選的工具箱核心部分中,有數(shù)百個核心內(nèi)部函數(shù)。其工具箱又可分為兩類：功能性工具箱和學(xué)科性工具箱。功能性工具箱豐要用來擴充其符號計算功能、圖示建模仿真功能、文字處理功能以及與硬件實時交互功能。功能性工具箱能用于多種學(xué)科,而學(xué)科性工具箱是專業(yè)性比較強的,例如：control toolbox,image processingtoolbox,signal processingtoolbox等。這些工具箱都是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平很高的專

20、家編寫的,所以用戶無需編寫自己學(xué)科范圍內(nèi)的基礎(chǔ)程序。就能夠直接進行高、精、尖的研究。(二)界面友好,編程效率高MATLAB突出的特點就是簡潔。它用更直觀的、符合人類思維習慣的代碼代替了C和Fortran語言的冗長代碼,給用戶帶來的是最直觀、最簡潔的程序開發(fā)環(huán)境。MATLAB語言簡潔緊湊,使用方便靈活,庫函數(shù)極其豐富,程序書寫形式自由,利用其豐富的庫函數(shù)避開繁雜的子程序編程任務(wù),壓縮了一切不必要的編程工作由于庫函數(shù)都是由本領(lǐng)域的專家編寫的,因此用戶不必擔心函數(shù)的可靠性可以說,用MATLAB進行科學(xué)開發(fā)是站在專家的肩膀上來完成的(三)開放性強MATLAB有很好的可擴充性,可以把它當成一種更高級的語

21、言去使用。各種工具箱中的函數(shù)可以互相調(diào)用,也可以由用戶更改。MATLAB支持用戶對其函數(shù)進行二次開發(fā),用戶的應(yīng)用程序可以作為新的函數(shù)添加到相應(yīng)的工具箱中。MATLAB的主要功能：MATLAB之所以成為世界項級的科學(xué)計算與數(shù)學(xué)應(yīng)用軟件,是因為它隨著版本的升級與不斷完善而具有越來越強大的功能1數(shù)值計算功能MATIAB出色的數(shù)值計算功能是使之優(yōu)于其他數(shù)學(xué)應(yīng)用軟件的決定性因素之一2符號計算功能MATLAB符號運算的獨特之處：無需事先對變量賦值,而所得的結(jié)果以標準的符號形式表達,符號計算的整個過程以字符進行。3數(shù)據(jù)分析功能MATLAB可以將計算數(shù)據(jù)以二維、三維乃至四維的圖形表現(xiàn)。這不僅使數(shù)據(jù)間的關(guān)系清晰

22、、明了,而且對于揭示其內(nèi)在本質(zhì)有著非常重要的作用。4動態(tài)仿真功能MATLAB提供了一個模擬動態(tài)系統(tǒng)的交互程序SIMULINK,用戶通過簡單的鼠標操作,就可建立起直觀的系統(tǒng)模型,并進行仿真5圖形文字統(tǒng)一處理功能MATLAB Notebook成功地將Microsofwork與MATLAB集成為一個整體,為文字處理、科學(xué)計算、工程設(shè)計營造了一個完美、統(tǒng)一的工作環(huán)境。它既擁有Word強大的文字處理功能,又能通過Word訪f司MATLAB的數(shù)據(jù)計算和可視化結(jié)果。1.3 頻域圖像增強技術(shù)研究的目的和意義研究頻域圖像增強技術(shù)的目的：分析幾種頻域圖像增強方法,并能夠用頻域法進行圖像增強,通過形態(tài)學(xué)方法進行圖像

23、特征抽取和分析。熟練的運用MATLAB,掌握修改圖像的傅里葉變換來實現(xiàn)圖像的增強技術(shù)。研究頻域圖形增強技術(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。本論文主要是針對整體偏暗圖像而提出的圖像增強的方法。對于整體偏暗的圖像,我們可以用直方圖均衡化來調(diào)節(jié)圖像的灰度分布,使圖像變亮。此外,為了進一步提高圖像的視覺效果,即解決包括邊緣增強、噪聲濾除等問題,我們還可以用頻域圖像增強方法（高通濾波器和低通濾波器）來處理,因為高通濾波器可以突出圖像邊緣,增強有用信息,使圖像更加清晰,而底通濾波器可以

24、平滑去噪,抑制無用信息,從而提高圖像成分的可分辨性。1.4 課題研究的主要內(nèi)容圖像是一種重要的信息源,圖像處理的最終目的就是要幫助人類理解信息的內(nèi)涵。數(shù)字圖像處理技術(shù)的研究內(nèi)容涉及光學(xué)系統(tǒng)、微電子技術(shù)、計算機科學(xué)、數(shù)學(xué)分析等領(lǐng)域,是一門綜合性很強的邊緣學(xué)科。隨著計算機的迅猛發(fā)展,圖像處理技術(shù)已經(jīng)廣泛應(yīng)用于各個領(lǐng)域?，F(xiàn)在應(yīng)用于圖像處理的計算機軟件的平臺很多,如VC+、MATLAB等。我做的畢業(yè)設(shè)計是選用MATLAB做實驗平臺,因為MATLAB是一種基于向量（數(shù)組）而不是標量的高級程序語言,而數(shù)字圖像實際上就是一組有序的離散數(shù)據(jù),然而MATLAB從本質(zhì)上就可以提供對圖像處理的技術(shù)支持。第一,首先簡

25、要介紹什么是圖像增強技術(shù),圖像增強的方法分為兩大類：空間域方法和頻域方法。圖像增強的通用理論是不存在的。當圖像為視覺解釋而進行處理時,由觀察者最后判斷特定方法的效果。第二,重點研究什么是空域圖像增強技術(shù),“空間域增強”是指增強構(gòu)成圖像的的像素。包括：1、某些基本灰度變換（圖像反轉(zhuǎn)、對數(shù)變換、冪次變換、分段線性變換函數(shù)）2、直方圖處理（直方圖均衡化、直方圖匹配、局部增強、在圖像增強中使用直方圖統(tǒng)計法）3、用算術(shù)|邏輯操作增強（圖像減法處理、圖像平均處理）4、空間濾波基礎(chǔ)5、平滑空間濾波器（平滑線性濾波器、統(tǒng)計排序濾波器）6、銳化空間濾波器（基于二階微分的圖像增強拉普拉斯算子、基于一階微分的圖像增

26、強梯度法）。第三,掌握頻域增強技術(shù),要會用傅里葉變換和頻域的基本知識來深入理解圖像增強這一領(lǐng)域。主要內(nèi)容如下：1、傅里葉變換和頻域（一維傅里葉變換及其反變換、二維DFT及其反變換、頻域濾波）2、平滑的頻域濾波器（理想低通濾波器、巴特沃斯低通濾波器、高斯低通濾波器）3、頻域銳化濾波器（理想高通濾波器、巴特沃斯高通濾波器、高斯型高通濾波器、頻域的拉普拉斯算子、鈍化模板、高頻提升濾波和高頻加強濾波）4、同態(tài)濾波器。第四,掌握MATLAB的常用工具,以便用來處理圖像。第五,掌握線性代數(shù)的矩陣變換,以便對圖像的數(shù)據(jù)進行很好的處理。 2 頻域圖像增強2.1背景知識法國數(shù)學(xué)家傅里葉一生中對人類最大的貢獻就是

27、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。2.2傅里葉變換和頻域的介紹2.2.1一維傅里葉變換及其反變換數(shù)字電路是以時間為指標的,所以數(shù)字電路里的信號主要在時域里研究時序、邏輯什么的。而模擬電路是以頻率（時間的倒數(shù)）為指標的,所以要將信號放到頻率域里研究能量、相位什么的。而傅立葉變換就是把信號從時域轉(zhuǎn)換到頻率域的一種工具。到頻率域后,傅立葉圖形顯示的是信號的能量分布,而通過研究該信號在不同頻率段上的能量分布,可以直觀的感受到這個系統(tǒng)的性能。2.2.2空間域濾波和頻域濾波之間

28、的對應(yīng)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： = 1 * GB3 基本計算過程：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(yīng)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(fù)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： = 2 * GB3 3 MATLAB進行圖像處理數(shù)字圖像研究的領(lǐng)域非常廣泛,從學(xué)科上可以分為圖像的數(shù)字化、

29、圖像變換、圖像增強、圖像恢復(fù)、圖像分割、圖像分析和理解、圖像的壓縮等4。MATLAB6x提供了20類圖像處理函數(shù),涵蓋了圖像處理包括近期研究成果在內(nèi)的幾乎所有的技術(shù)方法,是學(xué)習和研究圖像處理的人員難得的寶貴資料和加工工具箱3.1常用圖像操作3.1.1圖像類型轉(zhuǎn)換MATLAB圖像處理工具箱支持4種圖像類型。分別為真彩色圖像(髓)、索引色圖像、灰度圖像(I)和二值圖像(阱)由于有的函數(shù)對圖像類型有限制,因此這4種類型可以用工具箱的類型轉(zhuǎn)換函數(shù)相互轉(zhuǎn)換。MATLAB可操作的圖像文件包括BMP,HDF,3PEG,PCX,TIFF和XWD等格式。例如,要對一幅索引色圖像濾波,首先應(yīng)該將它轉(zhuǎn)換成真彩色圖像

30、或者灰度圖像這時MATLAB將會對圖像的灰度進行濾波,即通常意義上的濾波。如果不將索引色圖像進行轉(zhuǎn)換,姒TLAB則對圖像調(diào)色板的序號進行濾波,這是沒有意義的。3.1.2圖像文件的讀寫與顯示操作據(jù)。Imread0函數(shù)用于讀入各種圖像文件,imrrite()函數(shù)用于輸出圖像,imfinfo()函數(shù)用于讀取圖像文件的有關(guān)信息。把圖像顯示于屏幕有imread()、image()等函數(shù)。用subplot()函數(shù)能將一個圖像窗口分成幾個部分,但同一個圖像窗口內(nèi)只能有一個調(diào)色板subimage函數(shù)可在一個圖像窗口內(nèi)使用多個調(diào)色板,使得各種圖像能在同一個圖像窗口中顯示,用zoom()函數(shù)可實現(xiàn)對圖像的縮放。3

31、.1.3其它常用圖像操作圖像的插值縮放可用imresize()函數(shù)實現(xiàn)。在對數(shù)字圖像進行旋轉(zhuǎn)時,各像素的坐標將會發(fā)生變化,使得旋轉(zhuǎn)之后不能正好落在整數(shù)坐標處,需要進行插值imrotate()函數(shù)可實現(xiàn)插值旋轉(zhuǎn)。用imcrop()函數(shù)可剪切圖像中的一個矩形子圖Matlab的初始工作界面：圖1 matlaB的初始工作界面32圖像變換功能在圖像處理技術(shù)中,圖像的(正交)變換技術(shù)有著廣泛的應(yīng)用,是圖像處理的重要工具。通過變換圖像,改變圖像的表示域及表示數(shù)據(jù),可以給后續(xù)工作帶來極大的方便。常運用于圖像壓縮、濾波、編碼和后續(xù)的特征抽取或信息分析過程。例如,傅立葉變換(Fourier Transform)可

32、使處理分析在頻域中進行,使運算簡單；而離散余弦變換(Discrete CosineTransform)可使能量集中在少數(shù)數(shù)據(jù)上,從而實現(xiàn)數(shù)據(jù)壓縮,便于圖像傳輸和存儲。321傅立葉變換在圖像處理的廣泛應(yīng)用領(lǐng)域中,傅直葉變換起著非常重要的作用,具體表現(xiàn)在包括圖像分析、圖像增強及圖像壓縮等方面。利用計算機進行傅立葉變換的通常形式為離散傅立葉變換,采用這種形式的傅立葉變換有以下兩個原因：一是離散傅立葉變換的輸入和輸出都是離散值,適用于計算機的運算操作；二是采用離散傅立葉變化變換,可以應(yīng)用快速傅立葉變換來實現(xiàn),提高運算速度。在lATLAB工具箱中,提供了fft2()和ifft2()函數(shù)用于計算二維快速傅

33、立葉變換及其逆變換,fftn()和ifftn()函數(shù)用于計算n維傅立葉變換和逆變換。322離散余弦變換在圖像處理工具箱中dct2()和idct2()函數(shù)實現(xiàn)二維離散余弦變換及逆變換。大多數(shù)情況下,DCT(oiscrete Cosine Trallsform)用于壓縮圖像,jPEG圖像格式就采用了DCT算法。在JPEG圖像壓縮算法中,圖像被分成8x8或者16X 16的圖像塊,然后對每個圖像塊進行DCT變換。DC7變換被量化、編碼及傳輸。在接收端,量化的DCT系數(shù)被解碼。并用來計算每個圖像塊的逆DCT變換,最后把各圖像塊拼接起來構(gòu)成一幅圖像。對一幅典型的圖像而畜,許多DCT變換的系數(shù)近似為0,把它

34、們?nèi)サ舨⒉粫黠@影響重構(gòu)圖像的質(zhì)量。323radon變換圖像處理工具箱的radon()函數(shù)用來計算指定方向上圖像矩陣的投影,二元函數(shù)f(x,y)的投影是在某一方向上的線積分。例如,f(x,y)在垂直方向上的線積分是f(x,y)在x方向上的投影,在水平方向上的積分是在y方向上的投影。用iradon()函數(shù)可實現(xiàn)逆radon變換,并經(jīng)常用于投影成像中,這個變換能把radon變換反變換同來,因此可以從投影數(shù)據(jù)重建原始圖像。而在大多數(shù)應(yīng)用中,沒有所謂的用原始圖像來計算投影。例如,x射線吸收重建,投影是通過測量x射線輻射在不同角度通過物理切片時的衰減得到的。原始圖像町以認為是通過切面的截面。這里,圖像的

35、密度代表切片的密度。投影通過特殊的硬件設(shè)備獲得,而切片內(nèi)部圖像通過iradon重建這可以用來對活的生物體或者不透明物體實現(xiàn)無損成像。324離散小波變換離散小波變換是對連續(xù)小波變換的尺度和位移按照2的冪次進行離散化得到的,又稱二進制小波變換。實際上,人們是在一定尺度上認識信號的。人的感官和物理儀器都有一定的分辨率,對低于一定尺度的信號的細節(jié)是無法認識的,因此對低于一定尺度信號的研究也是沒有意義的。為此,應(yīng)該將信號分解為對應(yīng)不同尺度的近似分量和細節(jié)分量。小波分解的意義就在于能夠在不同尺度上對信號進行分析,而且對不同尺度的選擇可以根據(jù)不同的目的來確定。信號的近似分量一般為信號的低頻分量,其細節(jié)分量一

36、般為信號的高頻分量。因此,對信號的小波分解可以等效于信號通過了一個濾波器組,其中一個濾波器為低通濾波器,另一個為高通濾波器。MATLAB工具箱中的dwt0和idwt()函數(shù)可實現(xiàn)一維離散小波變換及其反變換,wavedec()和waverec()用于一維信號的多層小波分解和多層重構(gòu)等33頻域增強原理圖像增強技術(shù)基本上可分成兩大類：頻域處理法和空域處理法。頻域處理法的基礎(chǔ)是卷積定理,它采用修改圖像傅立葉變換的方法實現(xiàn)對圖像的增強處理。在頻域空間,圖像的信息表現(xiàn)為不同頻率分量的組合。如果能讓某個范圍內(nèi)的分量或某些頻率的分量受到抑制而讓其他分量不受影響,就可以改變輸出圖的頻率分布,達到不同的增強目的。

37、當圖像f(x,y)以線性算子h(x,y)進行卷積,結(jié)果圖像g(x,y)為g(x,y)= h(x,y)* f(x,y),有卷積定理的性質(zhì)可知在頻域內(nèi)相當于G(u,v)=H(u,v)F(u,v),對G(u,v)進行傅氏逆變換得到g(x,y)=-1H(u,v)F(u,v)。頻域空間的增強方法如圖2所示,首先將圖像從圖像空間轉(zhuǎn)換到頻域空間（如傅里葉變換）,然后在頻域空間對圖像進行增強,最后將增強后的圖像再從頻域空間轉(zhuǎn)換到圖像空間。進行頻域增強轉(zhuǎn)換到空間轉(zhuǎn)換到頻域位于空間的圖像圖2 頻域圖像增強方法331理想低通濾波低通濾波2可以簡單的設(shè)定一個截止頻率,當頻域高于這個截止頻率時,則全部賦值為0。因為在這

38、處理過程中,讓低頻信號全部通過,所以稱為低通濾波。低通濾波可以對圖像進行鈍化處理。理想的低通頻率濾波器傳遞函數(shù)波形圖如圖3所示f 0圖3 理想低通濾波傳遞函數(shù)波形當D(u,v) D0 H(u,v)= 1； 當D(u,v)D0 H(u,v)= 0,其中D0稱為理想低通濾波器的截止頻率,使用MATLAB的關(guān)鍵代碼如下：f=double(I); k=fft2(f); g=fftshift(k);%進行低通濾波算法N1,N2=size(g); n=2;d0=25;u0=round(N1/2); v0=round(N2/2);for i=1:N1for j=1:N2d=sqrt(i-u0)2+(j-v0

39、)2);if d=d0 h=1; else h=0;endy(i,j)=h*g(i,j);endendy=ifftshift(y); A=ifft2(y); B=uint8(real(A);實驗結(jié)果如圖4所示。 原始圖像添加椒鹽噪聲的圖像理想低通濾波去噪圖像3 圖4 原始圖像與理想低通濾波圖像332理想高通濾波高通濾波器3可以去掉信號中不必要的低頻成分,去掉低頻干擾信號,增強中頻和高頻。其傳遞函數(shù)和低通濾波器正好相反,當D(u,v)D0 H(u,v)= 0； 當D(u,v)D0 H(u,v)= 1,D0稱為理想高通濾波器的截止頻率。與理想低通濾波一樣,由于在截止頻率D0出直上直下,所以理想高通

40、濾波器的輸出圖像也會有振鈴現(xiàn)象產(chǎn)生。使用MATLAB語言實現(xiàn)的關(guān)鍵算法如下：f=double(I); k=fft2(f); g=fftshift(k);%進行理想高通濾波算法N1,N2=size(g);n=2;d0=10;W=10;n1=round(N1/2);n2=round(N2/2);for i=1:N1for j=1:N2d=sqrt(i-n1)2+(j-n2)2);d1=d0-(W/2);d2=d0+(W/2);if d=d0 h=0; else h=1;end y(i,j)=h*g(i,j);endendy=ifftshift(y);A=ifft2(y);B=uint8(real(

41、A);實驗結(jié)果如圖5所示。原始圖像d0=5時理想高通濾波圖像d0=10時理想高通濾波圖像圖像5 不同截止頻率時的理想高通濾波圖像通過比較濾波圖像可以看出,經(jīng)過理想高通濾波得到了原始圖像的邊緣信息,同樣其截止頻率越大時,得到的信息越少,當截止頻率d0=10時,能夠看清楚圖像的邊緣信息,得到大體的輪廓,當d0=30時,幾乎看不清楚圖像的輪廓信息。333同態(tài)濾波一般來說,圖像的邊緣和噪聲都對應(yīng)于傅立葉變換的高頻分量。而低頻分量主要決定圖像在平滑區(qū)域中總體灰度級的顯示,故被低通濾波的圖像比原圖像少一些尖銳的細節(jié)部分。同樣,被高通濾波的圖像在圖像的平滑區(qū)域中將減少一些灰度級的變化并突出細節(jié)部分。為了增強

42、圖像細節(jié)的同時盡量保留圖像的低頻分量,使用同態(tài)濾波方法可以保留圖像原貌的同時,對圖像細節(jié)增強。實驗結(jié)果比較如圖6所示,關(guān)鍵程序算法代碼如下：T=double(I); L=log(T); F=fft2(L); A=2。0; B=0。5;for i=1:M %實現(xiàn)同態(tài)濾波算法for j=1:ND(i,j)=(i-M/2)2+(j-N/2)2);endendc=1。1; D0=max(M,N); H=(A-B)*(1-exp(c*(-D/(D02)+B;F=F。*H; F=ifft2(F); Y=exp(F);subplot(1,2);imshow(uint8(Y);實驗結(jié)果如圖6所示。原始圖像同態(tài)

43、濾波圖像圖6 原始圖像與同態(tài)濾波圖像由上圖中可以看出經(jīng)過同態(tài)濾波的圖像不但保留了原始的圖像信息,而且對圖像信息進行了增強,特別在不同物體的連接部分,低頻成分和照亮相聯(lián)系高頻成分和反射聯(lián)系在一起,從而使圖像質(zhì)量得到了更好的改善。與圖4、圖4濾波效果相比,有較大的改進。34邊緣檢測和圖像分割功能邊緣檢測是一種重要的區(qū)域處理方法。邊緣是所要提取目標和背景的分界線,提取出邊緣才能將目標和背景區(qū)分開來。邊緣檢測是利用物體和背景在某種圖像特性上的差異來實現(xiàn)的,這些差異包括灰度、顏色或者紋理特征。實際上,就是檢測圖像特性發(fā)生變化的位置。邊緣檢測包括兩個基本內(nèi)容：一是抽取出反映灰度變化的邊緣點；二是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的線如果一個像素落在邊界上,那么它的鄰域?qū)⒊蔀橐粋€灰度級變化地帶對這種變化最有用的兩個特征是灰度的變化率和方向。邊緣檢測算子可以檢查每個像索的鄰域,并對灰度變化率進行量化,也包括對方向的確定,其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。姒TLAB工具箱提供的edge 0函數(shù)可針對sobel算子、prewitt算子、Roberts算子、LoG算子和canny算子實現(xiàn)檢測邊緣的功能?；诨叶鹊膱D像分割方法也可以用簡單的MATLAB代碼實現(xiàn)。結(jié)論數(shù)字圖像處理數(shù)據(jù)量大,處理速度相對較慢。為了簡化