ＭＡＴＬＡＢ在圖像處理中的應(yīng)用

于廣州　楊秀娟

【摘 要】數(shù)字圖像處理是20世紀(jì)60年代發(fā)展起來的一門新興學(xué)科。隨著微型計(jì)算機(jī)性能的提高，數(shù)字圖像處理技術(shù)也得到了廣泛的普及，當(dāng)前圖像處理技術(shù)在工業(yè)自動(dòng)化、工業(yè)檢測(cè)、醫(yī)學(xué)、遙感探測(cè)等各個(gè)方面都發(fā)揮著十分重要的作用。對(duì)于圖像處理系統(tǒng)來說，處理流程基本可以劃分為三個(gè)階段，首先是對(duì)獲得的原始圖像進(jìn)行預(yù)處理；其次是抽取圖像特征；最后是識(shí)別分析。其中圖像預(yù)處理階段即圖像增強(qiáng)階段極為重要，如果此階段選擇的處理方式不當(dāng)，后面的工作將很難取得成功。所以,對(duì)原始圖像進(jìn)行預(yù)處理就顯得十分的重要，直接影響后續(xù)的應(yīng)用。MATLAB是進(jìn)行圖像處理的有用工具。

【關(guān)鍵詞】MATLAB編程語言 圖像平滑 邊緣檢測(cè)

一、MATLAB簡(jiǎn)介

MATLAB是MathWorks公司于1982年推出的一套高性能的數(shù)值計(jì)算和可視化軟件，它集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，構(gòu)成了一個(gè)方便、界面友好的用戶環(huán)境。MATLAB語言是一種簡(jiǎn)單、高效、功能極強(qiáng)的編程語言。它可用于數(shù)學(xué)、計(jì)算機(jī)、電子工程、信息工程、機(jī)械工程等專業(yè)。MATLAB的推出得到了各個(gè)領(lǐng)域?qū)＜覍W(xué)者的廣泛關(guān)注，其強(qiáng)大的擴(kuò)展功能為各個(gè)領(lǐng)域的應(yīng)用提供了基礎(chǔ)。由各個(gè)領(lǐng)域的專家學(xué)者相繼推出了MATLAB工具箱，而且工具箱還在不斷的增加，這些工具箱給各個(gè)領(lǐng)域的研究和工程應(yīng)用提供了有力的工具。借助于這些工具，各個(gè)層次的研究人員可直觀、方便地進(jìn)行分析、計(jì)算及設(shè)計(jì)工作，從而大大地節(jié)省了時(shí)間。本文主要從圖像處理方面對(duì)MATLAB的應(yīng)用做了簡(jiǎn)單的綜述。

將MATLAB用于數(shù)字圖像處理，其優(yōu)點(diǎn)在于以下幾個(gè)方面：

（1）強(qiáng)大、高效的矩陣和數(shù)組運(yùn)算功能。

（2）語法規(guī)則與一般的高級(jí)語言類似，一個(gè)稍有編程基礎(chǔ)的人能很快熟悉掌握。

（3）語言簡(jiǎn)潔緊湊，使用靈活，程序書寫形式自由。而且?guī)旌瘮?shù)十分豐富，避免了繁雜的子程序編程任務(wù)。

（4）向用戶提供各種方便的繪圖功能。

（5）提供了圖像處理工具箱、數(shù)字信號(hào)處理工具箱、小波工具箱等各種功能強(qiáng)大的工具箱。

（6）集成了各種變換函數(shù)，不僅方便了研究人員，而且使源程序簡(jiǎn)潔明了、易實(shí)現(xiàn)。

二、圖像處理的基本函數(shù)

1.MATLAB可處理的數(shù)字圖像以及它們之間的轉(zhuǎn)換MATLAB圖像處理工具箱支持四種基本圖像格式：索引圖像、灰度圖像、二進(jìn)制圖像、RGB圖像。它們之間的轉(zhuǎn)換函數(shù)如下：

（1）灰度圖與索引圖的相互轉(zhuǎn)換函數(shù)

[x，MAP]=gray2ind(I,n)將灰度圖I轉(zhuǎn)換成基有顏色圖gray(n)的索引圖；

[I]=ind2gray(X,MAP)將基有顏色圖MAP的圖像X轉(zhuǎn)換為灰度圖。

（2）RGB圖像轉(zhuǎn)換為灰度圖函數(shù)

I=rgb2gray(RGB)將真彩色RGB轉(zhuǎn)換為灰度級(jí)亮度圖像I。

（3）RGB圖像與索引圖像相互轉(zhuǎn)換函數(shù)

rgb2ind()，ind2rgb()

2.圖像的輸入輸出函數(shù)

I=imread(‘imagename)；讀取一幅圖像到矩陣I中。imwrite(I,imagename)將矩陣I中數(shù)據(jù)寫入圖像imagename。

imagesc(I)將rgb圖像I畫出。

imshow(I)將灰度圖像I畫出。

warp()顯示圖像為紋理表面函數(shù)。

三、圖像增強(qiáng)

圖像直方圖是圖像處理中一種十分重要的圖像分析工具，它描述了一幅圖像的灰度級(jí)內(nèi)容，任何一幅圖像的直方圖都包含了豐富的信息，它主要用在圖像分割，圖像灰度變換等處理過程中。從數(shù)學(xué)上來說，圖像直方圖是圖像各灰度值統(tǒng)計(jì)特性與圖像灰度值的函數(shù)，它統(tǒng)計(jì)一幅圖像中各個(gè)灰度級(jí)出現(xiàn)的次數(shù)或概率；從圖形上來說，它是一個(gè)二維圖，橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí)，縱坐標(biāo)為各個(gè)灰度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)或概率。

在獲取的圖像中，影響系統(tǒng)圖像清晰程度的因素很多，例如，室外光照度不夠均勻就會(huì)造成圖像灰度過于集中；由CCD(攝像頭)獲得的圖像經(jīng)過A／D(數(shù)／模轉(zhuǎn)換，該功能在圖像系統(tǒng)中由數(shù)字采集卡來實(shí)現(xiàn))轉(zhuǎn)換、線路傳送都會(huì)產(chǎn)生噪聲污染，等等。因此，圖像質(zhì)量不可避免的降低了，輕者表現(xiàn)為圖像不干凈，難于看清細(xì)節(jié)；重者表現(xiàn)為圖像模糊不清，連概貌也看不出來。因此，在對(duì)圖像進(jìn)行分析之前，必須要對(duì)圖像質(zhì)量進(jìn)行改善，圖像增強(qiáng)不考慮圖像質(zhì)量下降的原因，只將圖像中感興趣的特征有選擇的突出，而衰減不需要的特征，它的目的主要是提高圖像的可懂度。

MATLAB中提供了專門繪制直方圖的函數(shù)imhist()、調(diào)整對(duì)比度函數(shù)imadjust()和直方圖均衡化函數(shù)histeq()。用它們可以很簡(jiǎn)單的繪制出圖像的灰度直方圖、灰度級(jí)調(diào)整后的直方圖和均衡化的直方圖，以及相應(yīng)的圖像。程序和圖像如下；

i=imread(‘tire.tif)；％讀取圖像；

j=imadjust(i，[0／255 120／255]，[])；

％由于原圖像的直方圖的對(duì)比度很低，灰度級(jí)集中在0—120范圍內(nèi)，如果只取這個(gè)范圍內(nèi)的灰度，并擴(kuò)展到[0，255]，則會(huì)明顯增強(qiáng)圖像對(duì)比度

k=histeq(i)

subplot(1,3,1),imshow(i),title(“原圖像”)

subplot(1,3,2),imshow(j),tide(“灰度級(jí)調(diào)整后的圖”)

subplot(1,3,3),imshow(k),tide(“直方圖均衡化后的圖”)

figure，subplot(1,3,1)，imhist(i,64),tide(“原圖像對(duì)應(yīng)直方圖”)

subplot(1,3,2),imhist(I,64),tide(“灰度級(jí)調(diào)整后的直方圖”)

subplot(1,3,3),imhist(k,64),tide(“均衡化后的直方圖”)

四、圖像平滑

圖像平滑主要是為了消除噪聲。噪聲并不限于人眼所能看得見的失真和變形，有些噪聲只有

在進(jìn)行圖像處理時(shí)才可以發(fā)現(xiàn)。圖像的常見噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。圖像中的噪聲往往和信號(hào)交織在一起，尤其是乘性噪聲，如果平滑不當(dāng)，就會(huì)使圖像本身的細(xì)節(jié)如邊界輪廓、線條等變得模糊不清，如何既平滑掉噪聲又盡量保持圖像細(xì)節(jié)，是圖像平滑主要研究的任務(wù)。MATLAB的圖像處理工具箱里也設(shè)計(jì)了許多的濾波器，如均值濾波器、中值濾波器、維納濾波器等。我們可以很方便的運(yùn)用一些函數(shù)完成數(shù)字濾波工作，從而改善圖像質(zhì)量。

用濾波器祛除圖象噪聲(分別用均值濾波、中值濾波及維納濾波器祛除加入高斯噪聲的圖象)程序和程序如下：

i=imread(‘eight.tif)

subplot(2,3,1),imshow(i)，tide(“原始圖像”)

j1=imnoise(I,gaussian,0,0.02)；％加入高斯噪聲

subplot(2,3,2),imshow(j1)，tide(“加入高斯噪聲后圖像”)

g=medfdt2(i1)％進(jìn)行中值濾波

subplot(2,3,4),imshow(g),title(“中值濾波后圖像”)

w=wiener2(i1,[5 5])％進(jìn)行一次維納濾波

subplot(2,3,5),imshow(w),title(“維納濾波后圖像”)

w1=wiener2(w,[5 5])％進(jìn)行二次維納濾波

subplot(2,3,6),imshow(w1),title(“兩次維納濾波后圖像”)

從效果圖10可以看出，維納濾波對(duì)含有高斯噪聲的圖像濾波效果較好。五、邊緣檢測(cè)

邊緣檢測(cè)是一種重要的區(qū)域處理方法。邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。邊緣檢測(cè)是利用物體和背景在某種圖像特性上的差異來實(shí)現(xiàn)的，這些差異包括灰度、顏色或者紋理特征。實(shí)際上，就是檢測(cè)圖像特性發(fā)生變化的位置。邊緣檢測(cè)包括兩個(gè)基本內(nèi)容：一是抽取出反映灰度變化的邊緣點(diǎn)；二是剔除某些邊界點(diǎn)或填補(bǔ)邊界間斷點(diǎn)，并將這些邊緣連接成完整的線。如果一個(gè)像素落在邊界上，那么它的鄰域?qū)⒊蔀橐粋€(gè)灰度級(jí)變化地帶。對(duì)這種變化最有用的兩個(gè)特征是灰度的變化率和方向。邊緣檢測(cè)算子可以檢查每個(gè)像素的鄰域，并對(duì)灰度變化率進(jìn)行量化，也包括對(duì)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。MATLAB工具箱提供的edge()函數(shù)可針對(duì)sobel算子、prewitt算子、RobertS算子、LoG算子和canny算子實(shí)現(xiàn)檢測(cè)邊緣的功能?；诨叶鹊膱D像分割方法也可以用簡(jiǎn)單的MATLAB代碼實(shí)現(xiàn)。

除以上介紹的一些基本的圖像處理功能外，還有許多基于數(shù)學(xué)形態(tài)學(xué)與二值圖像的操作函數(shù)，如二值圖像的膨脹運(yùn)算dilate0函數(shù)、腐蝕運(yùn)算erode0函數(shù)、種子填充功能bwfill()函數(shù)等。

六、結(jié)束語

本文只是進(jìn)行了一些簡(jiǎn)單的圖像處理，MTALAB軟件本身還包含一些復(fù)雜的圖像處理命令，四權(quán)樹分解、圖像分割算法，等等。總之，MTALAB作為一個(gè)強(qiáng)大的數(shù)據(jù)處理軟件為我們進(jìn)行科學(xué)研究提供了極大的方便。

參考文獻(xiàn)：

[1]黃劍玲.利用MATLAB進(jìn)行數(shù)字圖像的分析和處理[J].計(jì)算機(jī)與現(xiàn)代化,2000,70(6):104—107．

[2]李了了,鄧善熙.MATLAB在圖像處理技術(shù)方面的應(yīng)用[J].徽計(jì)算機(jī)信息,2003,19(2):65-66．

[3]許志影,李晉平.MATLAB及其在圖像處理中的應(yīng)用[J].計(jì)算機(jī)與現(xiàn)代化,2003,92(4):64—65．

[4]孫兆林.MATLAB6.x圖像處理[M].北京:清華大學(xué)出版社,2002．

[5]何希平,張瓊?cè)A.基于MATLAB的圖像處理與分析[J].重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,20(2):22—26．

[6]于潤(rùn)偉.MATLAB基礎(chǔ)及應(yīng)用EM].北京:機(jī)械工業(yè)出版社,2003．