基于MATLAB的数字图像处理 毕业设计PPT

图像增强
g x, y 1 M

f x, y
1 M
n x, y
程序：I=imread('rice.png'); J=imnoise(I,'salt & pepper',0.02); figure,imshow(I); title('原图'); figure,imshow(J); title('加入椒盐噪声的图像'); K1=filter2(fspecial('average',3),J); K2=filter2(fspecial('average',5),J); figure,imshow(uint8(K1)); title('3*3模板平滑滤波器'); figure,imshow(uint8(K2)); title('5*5模板平滑滤波器');
(1)原 图
(2)图 像 腐 蚀
二值图像分析
3.综合应用 （1）噪声滤除 开运算:开运算是先对图像进行腐蚀，然后再进行膨胀的结果。 闭运算:闭运算是先对图像进行膨胀，然后再进行腐蚀的结果。 将开启运算和闭合运算结合起来可构成噪声滤除器。 MATLAB中还提供了预定义的形态函数bwmorph。
二值处理的图像 加入椒盐噪声的图像 50 100 150 200 250 300 100 200 300 100 200 300
图像增强
程序：clear all; I=imread('999.jpg'); figure,imshow(I); J=double(I); J=256-1-J; J=uint8(J); figure,imshow(J); 运行后：
空域滤波增强： 1.领域平均法 对于给定图像f（x，y）中的每个像素点（i，j），设 其领域S，S含有M个像素，假定噪声n（x，y）是加性噪 2 声，在空间各点互不相关，且期望为0，方差为 ，领域 平均处理后的图像为g（x，y椒盐噪声的图像
3*3模 板 平 滑 滤 波 器
5*5模 板 平 滑 滤 波 器
2.中值滤波法 中值滤波是将领域中的像素按灰度级排序，取其中间值作 为输出像素。中值滤波只依赖于领域的空间范围和中值计算中 涉及的像素数。
图像增强
程序：a=imread('rice.png'); b=imnoise(a,'salt & pepper',0.02); k=medfilt2(b); subplot(1,3,1);imshow(a);title('(a)原始图像'); subplot(1,3,2);imshow(b);title('(b)含有椒盐噪声图像'); subplot(1,3,3);imshow(k);title('(k)中值滤波去噪图像');
2 e E f f 2
最小的估计 f 。

图像复原
原图
模糊后的图像
恢复后的图像
在MATLAB中使用deconvwnr 函数实现维纳滤波 程序：LEN=30; THETA=45; PSF=fspecial('motion',L EN,THETA); MF=imfilter(I,PSF,'circ ular','conv'); wnr=deconvwnr(MF,PSF)
(2)Butterworth高 通 滤 波 器 处 理 后 图 像
二值图像分析
1.膨胀 膨胀是使区域从四周向 外扩大，给图像中的对象边 界添加像素。 程序： se=strel('line',11,90); bw2=imdilate(bw,se);
(1)原 图
(2)图 像 膨 胀
2.腐蚀 腐蚀则是使区域从四周 同时向内缩小，删除对象边 界某些像素。 程序： se=strel('disk',11); J=imerode(I,se);
基于MATLAB的数字图像处理
班级： 通信092班 姓名： 刘超 指导教师： 吴良美
目录
1. 数字图像处理的基本内容 2. MATLAB软件简介 3. 图像增强 4. 二值图像分析 5. 图像复原
数字图像处理的基本内容 （1）基本概念
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。
(2)含 有 椒 盐 噪 声 的 图 像
图像增强
2.Butterworth（巴特沃斯）高通滤波器 利用高通滤波器可以对图像的边缘信息进行增强，起 到锐化图像的作用。原理与低通滤波相反。
H (u , v) 1 D0 1 Du , v
2n
程序： for i=1:N1 for j=1:N2 d=sqrt((i-n1)^2+(j-n2)^2); if(d==0) h=0; else h=1/(1+0.414*(d0/d)^(2*n));
图像复原
2.Lucy-Richardson 迭代非线性算法 Lucy-Richardson (LR)迭代非线性算法则是一种基于贝 叶斯分析的迭代算法。其最优估计以最大似然准则作为标准。 ˆ p最大，推导出的迭代式为： (g / f ) 即要使概率密度函数
g h f k 1 f k k f h
（2）主要内容
① ② ③ ④ 算术/逻辑操作 几何变换 图像增强 图像分割 ⑤ ⑥ ⑦ ⑧ 图像形态学处理 模式识别 图像复原（恢复） 图像压缩
数字图像处理的特点与图像文件格式
特点：1.再现性好
2.处理精度高 3.适用面宽 4.灵活性高
图像类型：1.二值图像 2.灰度图像 3.索引图像 4.RGB图像 主要文件格式：1.JPEG格式 2.TIFF格式 3.GIF格式 4.BMP格式 5.PCX格式 6.PNG格式
J=imadjust(I); subplot(1,2,2); imshow(J); xlabel('b)增强对比度')
图像增强
运行后：
2.图像求反 所谓对图像求反是将原来的灰度值翻转， 简单的说就是使黑变白，使白变黑。假设对灰 度级范围是[0,L-1]变换到[L-1,0],变换公式为:
t L 1 s
MATLAB软件简介 MATLAB 是MATrix LABoratory（“矩阵实验 室”）的缩写，不仅具备完善的科学计算功能，而 且能胜任众多专业领域的仿真和设计任务，甚至能 自动生成直接与硬件关联的代码，在图像处理、系 统仿真、数字信号处理、自动控制等领域都有着广 泛的应用。
MATLAB特点： 1.它的语言非常接近自然语言 2.该软件提供了大量的内部函数 3.该软件语言以向量矩阵为着眼点 4.绘图功能强大
程序： I3=imnoise(I2,'salt & pepper'); I4=bwmorph(I3,'open'); I5=bwmorph(I4,'close');
50 100 150 200 250 300
开运算所得的图像
再闭运算所得的图像
100
100
200 300 100 200 300
200 300 100 200 300
在实际的日常生活中，人们要接触很多图像，画面。 而在景物成像这个过程里可能会出现模糊、失真或混入噪 声，最终导致图像质量下降，这种现象称为图像“退化”。 因此我们可以采取一些技术手段来尽量减少甚至消除图像 质量的下降，还原图像的本来面目，即在预定义的意义上 改善给定的图像，这就是图像复原。 1.维纳滤波 维纳滤波（N.Wiener最先在1942年提出的方法）是一 种最早也最为人们所熟知的线性图像复原方法。维纳滤波 器寻找一个使统计误差函数
图像复原
原始图像
模糊后的图像
加噪后的图像
恢复后的图像
图像增强
图像频域增强： 1.Butterworth（巴特沃斯）低通滤波器 一个截止频率为D0 的n阶Butterworth低通滤波器的传 递函数如下：
H m, n 1 2n 1 Dm, n / D0
图像增强
由于在通带与阻带之间有个平滑的过渡带的存在，用 Butterworth低通滤波器得到的输出图像保留了微量的高 频信号，从而使图像的边缘模糊程度大大降低。 程序： [N1,N2]=size(g); n=2; d0=25; u0=round(N1/2); v0=round(N2/2); (3)Butterworth低 通 滤 波 器 处 理 后 图 像 for i=1:N1 for j=1:N2 d=sqrt((i-u0)^2+(i-v0)^2); h=1/(1+0.414*d/d0)^(2*n); y(i,j)=h*g(i,j);
二值图像分析
（2）边缘提取 图像B对图像A进行腐蚀，然后用A减去腐蚀后的图像 即可得到边缘。 在MATLAB提供了bwperim函数用于对二值图像进行边 缘提取
程序： I2=im2bw(I1); I3=bwperim(I2); imshow(I2); imshow(I3)；
（3）特征提取
图像复原
图像增强
3.锐化滤波器 图像锐化的目的是为了突出图像的边缘信息，加强图 像的轮廓特征，以便于人眼的观察和机器的识别。 线性高通滤波器是最常用的线性锐化滤波器。这种滤 波器的中心系数都是正的，而周围的系数都是负的。对 3*3的模板来说，典型的系数取值是： [0 –1 0；-1 4 –1；0 –1 0] 程序：clear all; I=imread('pears1.png'); subplot(1,2,1);imshow(I); subplot(1,2,2),imshow(K,[]); xlabel('（1）原始图像'); I=double(I); H=[0 1 0,1 -4 1,0 1 0]; J=conv2(I,H,'same'); K=I-J; subplot(1,2,2),imshow(K,[]); xlabel('（2）锐化滤波处理 后图像');