毕业设计(论文)-基于Matlab的图像预处理算法实现

基于Matlab的图像预处理算法实现

（吉首大学张家界学院，湖南吉首416000）

摘要

在图像处理的过程中，由于获取图像的工具或手段的影响，使获取图像无法完全体现原始图像的全部信息。因此，以改善图像数据、抑制不需要的变形或者增强某些对于后续处理来说比较重要的图像特征为目的的图像预处理在图像处理的过程中就显得非常重要。

常用的图像预处理手段包括图像大小的修改、图像浓度的扩展，图像由彩色差到灰度的转变、图像二值化、图像的锐化处理及图像平滑处理等方法。本文在简单介绍数字图像处理技术的基础上，着重讨论了灰度直方图的构建、直方图均衡、图像平滑、锐化和噪声处理的原理及实现方法，并用matlab开发工具实现了上述图像预处理算法并给出了各种算法的处理结果。

关键词：图像处理；灰度直方图；图像平滑；噪声处理；图像锐化；matlab Image preprocessing algorithm Based on the Matlab

He Jinze

(Zhangjiajie College of Jishou University,Jishou,Hunan 416000)

Abstract

In the process of image processing, due to the affection of image tools, the acquisition image can't reflect the original image information completely. Therefore, to improve image data, inhibit deformation and enhance image characteristics is very important in image processing.

Common image preprocessing method include the image size modification, the image thickness expansion, changing color image to gray, image gray-scale binary, image sharpening and the image smooth processing. Based on the brief introduction of digital image processing technique, this paper discussed the construction of gray histogram, equilibrium of histogram, the image smoothing，sharpening and noise treatment‘s principle and method. The realizations of all those image preprocessing algorithm which is

realized with matlab has been discussed in this paper, and all those result has been given after the Implementations.

Key word:Image processing; grayscale histogram; image smoothing; noise processing; image sharpening ;matlab

目录

第一章绪论 (1)

1.1何谓数字图像处理 (1)

1.2数字图像处理的特点及其应用 (1)

1.2.1 数字图像处理的特点 (1)

1.2.2图像预处理的内容 (2)

1.2.3 数字图像处理的应用 (3)

1.3MATLAB (4)

1.3.1 matlab简述 (4)

1.3.2 matlab处理图像的特点 (5)

第二章数字图像处理的灰度直方图 (6)

2.1灰度的定义 (6)

2.2直方图定义 (6)

2.2.1直方图的典型用途 (6)

2.2.2灰度直方图的计算 (7)

2.2.3图像直方图实现代码 (7)

2.3直方图均衡 (8)

2.3.1 直方图均衡原理 (8)

2.3.2直方图均衡的实现 (8)

第三章图像平滑与图像锐化 (12)

3.1图像的平滑 (12)

3.1.1领域平均法基础理论 (12)

3.1.2算法实现 (13)

3.2图像锐化 (15)

3.2.1图像锐化的目的和意义 (15)

3.2.2图像锐化算法 (15)

3.2.3图像锐化的实现代码 (16)

第四章图像噪声与噪声的处理 (18)

4.1噪声的概念 (18)

4.2图像噪声对图像的影响 (18)

4.3噪声来源 (18)

4.4噪声图像模型及噪声特性 (19)

4.4.1 含噪模型 (19)

4.4.2 噪声特性 (20)

4.5图像二值化 (20)

4.5.1理论基础 (20)

4.5.2图像二值化的实现代码 (20)

4.6二值图像的去噪 (21)

4.6.1理论基础 (21)

4.6.2二值图像去噪的实现代码 (22)

第五章结论 (24)

参考文献 (25)

第一章绪论

1.1何谓数字图像处理

数字图像处理（Digital Image Processing），就是利用数字计算机或则其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图像的实用性。例如从卫星图片中提取目标物的特征参数，三维立体断层图像的重建等。总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。

1.2 数字图像处理的特点及其应用

在计算机出现之前，模拟图像处理占主导地位。随着计算机的发展，数字图像处理发展速度越来越快。尽管目前一般采用顺序处理的计算机，对大数据量的图像处理速度不如光学方法快，但是其处理的精度高，实现多种功能的、高度复杂的运算求解非常灵活方便。在其短短的历史中，它却成功的应用于几乎所有与成像有关的领域，并正发挥相当重要的作用。

1.2.1 数字图像处理的特点

同模拟图像处理相比，数字图像处理有很多优点。主要表现在：

1. 精度高

不管是对4bit还是8bit和其他比特图像的处理，对计算机程序来说几乎是一样的。即使处理图像变大，只需改变数组的参数，而处理方法不变。所以从原理上不管处理多高精度的图像都是可能的。而在模拟图像处理中，要想使精度提高一个数量级，就必须对处理装置进行大幅度改进。

2. 再现性好

不管是什么图像，它们均用数组或集合表示。将它们输入到计算机内，用计算机容易处理的方式表示。在传送和复制图像时，只在计算机内部进行处理，这样数据就不会丢失或遭破坏，保持了完好的再现性。而在模拟图像处理中，就会因为各种干扰及设备故障而无法保持图像的再现性。

3. 通用性、灵活性高