基于matlab的數(shù)字圖像預(yù)處理畢業(yè)論文

1、<p><b>　　圖像處理課程設(shè)計(jì)</b></p><p>　　---基于matlab的數(shù)字圖像預(yù)處理</p><p><b>　　摘 要</b></p><p>　　數(shù)字圖像預(yù)處理是一門(mén)新興技術(shù)，隨著計(jì)算機(jī)硬件的發(fā)展，數(shù)字圖像的實(shí)時(shí)處理已經(jīng)成為可能，由于數(shù)字圖像預(yù)處理的各種算法的出現(xiàn)，使得其處理速度越

2、來(lái)越快，能更好的為人們服務(wù)。數(shù)字圖像預(yù)處理是一種通過(guò)計(jì)算機(jī)采用一定的算法對(duì)圖形圖像進(jìn)行處理的技術(shù)。數(shù)字圖像預(yù)處理技術(shù)已經(jīng)在各個(gè)領(lǐng)域上都有了比較廣泛的應(yīng)用。圖像預(yù)處理的信息量很大，對(duì)處理速度的要求也比較高。MATLAB強(qiáng)大的運(yùn)算和圖形展示功能，使圖像處理變得更加的簡(jiǎn)單和直觀。本文介紹了MATLAB 語(yǔ)言的特點(diǎn),基于MATLAB的數(shù)字圖像預(yù)處理環(huán)境，介紹了如何利用MATLAB及其圖像預(yù)處理工具箱進(jìn)行數(shù)字圖像處理，并通過(guò)一些例子來(lái)說(shuō)明利用MA

3、TLAB圖像預(yù)處理工具箱進(jìn)行圖像處理的方法。主要論述了利用MATLAB實(shí)現(xiàn)圖像增強(qiáng)處理。</p><p>　　關(guān)鍵詞：MATLAB，數(shù)字圖像處理，圖像增強(qiáng)。</p><p><b>　　目錄</b></p><p>　　摘 要III</p><p>　　第1章 緒 論- 6 -</p>&

4、lt;p>　　1.1圖像預(yù)處理的定義- 6 -</p><p>　　1.2圖像預(yù)處理研究的背景意義及發(fā)展趨勢(shì)- 6 -</p><p>　　1.2.1圖像預(yù)處理研究的意義 - 6 -</p><p>　　1.2.2圖像預(yù)處理的研究現(xiàn)狀及發(fā)展趨勢(shì)- 7 -</p><p>　　第2章 數(shù)字圖像增強(qiáng)處理基本簡(jiǎn)介- 8 -<

5、/p><p>　　2.1 基本概念- 8 -</p><p>　　2.2 圖像增強(qiáng)的目的:- 8 -</p><p>　　2.3圖像增強(qiáng)處理的方法簡(jiǎn)介- 8 -</p><p>　　2.3.1灰度變換增強(qiáng)- 9 -</p><p>　　2.3.2空域?yàn)V波增強(qiáng)- 9 -</p><p>　　

6、2.3.3頻域增強(qiáng)- 9 -</p><p>　　2.3.4 彩色增強(qiáng)- 9 -</p><p>　　第3章 圖像的增強(qiáng)處理- 9 -</p><p>　　3.1 灰度變換增強(qiáng)- 9 -</p><p>　　3.1.1 灰度變換- 9 -</p><p>　　3.1.2 灰度值調(diào)整- 11 -</p&

7、gt;<p>　　3.1.3 直方圖均衡化- 11 -</p><p>　　3.1.4 直方圖規(guī)定化- 12 -</p><p>　　3.2 空域?yàn)V波增強(qiáng)- 14 -</p><p>　　3.2.1 平滑濾波器- 14 -</p><p>　　3.2.2 中值濾波器- 15 -</p><p>

8、　　3.2.3 自適應(yīng)濾波器- 16 -</p><p>　　3.2.4 銳化濾波器- 17 -</p><p>　　3.3頻域?yàn)V波增強(qiáng)- 18 -</p><p>　　3.3.1 高通濾波- 18 -</p><p>　　3.4 彩色增強(qiáng)- 19 -</p><p>　　3.4.1 真彩色增強(qiáng)- 19 -

9、</p><p><b>　　總結(jié)- 21 -</b></p><p>　　參考文獻(xiàn)：- 22 -</p><p>　　第1章 緒 論</p><p>　　1.1圖像預(yù)處理的定義</p><p>　　圖像，將每一個(gè)文字圖像分檢出來(lái)交給識(shí)別模塊識(shí)別，這一過(guò)程稱為圖像預(yù)處理。</p&g

10、t;<p>　　1.2圖像預(yù)處理研究的背景意義及發(fā)展趨勢(shì)</p><p>　　1.2.1圖像預(yù)處理研究的意義</p><p>　　圖像預(yù)處理是將每一個(gè)圖像分檢出來(lái)交給識(shí)別模塊識(shí)別。圖像預(yù)處理的主要目的是消除圖像中無(wú)關(guān)的信息，恢復(fù)有用的真實(shí)信息，增強(qiáng)有關(guān)信息的可檢測(cè)性和最大限度地簡(jiǎn)化數(shù)據(jù)，從而改進(jìn)特征抽取、圖像分割、匹配和識(shí)別的可靠性。</p><p>

11、;　　隨著電子技術(shù)和計(jì)算機(jī)技術(shù)的不斷提高，圖像預(yù)處理技術(shù)在視頻監(jiān)控系統(tǒng)中獲得了巨大發(fā)展。對(duì)視頻監(jiān)控系統(tǒng)來(lái)說(shuō)，監(jiān)控環(huán)境中的噪聲以及圖像在傳輸、接收過(guò)程中會(huì)產(chǎn)生的噪聲降低了圖像質(zhì)量，使圖像模糊。我們可以通過(guò)圖像增強(qiáng)技術(shù)改善圖像的質(zhì)量。在一幅圖像中，人們只對(duì)圖中的某些目標(biāo)感興趣，我們通過(guò)圖像分割技術(shù)把圖像分割成不同的區(qū)域，從而分離出圖像中的各個(gè)對(duì)象，然后從這些區(qū)域中獲取對(duì)象的特征，從而提取出我們感興趣的目標(biāo)。</p><p

12、>　　由于計(jì)算機(jī)處理能力的不斷增強(qiáng)，圖像預(yù)處理技術(shù)在飛速發(fā)展的同時(shí)，也越來(lái)越廣泛地向其他學(xué)科快速交叉滲透，使得圖像在信息獲取以及信息利用等方面也變得越來(lái)越重要。目前圖像預(yù)處理的應(yīng)用越來(lái)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(gè)領(lǐng)域，在國(guó)民經(jīng)濟(jì)中發(fā)揮越來(lái)越大的作用。隨著計(jì)算機(jī)的發(fā)展，圖像預(yù)處理技術(shù)的應(yīng)用領(lǐng)域必將繼續(xù)擴(kuò)大，充當(dāng)越來(lái)越重要的角色，對(duì)于人們的生活產(chǎn)生巨大影響。</p><p>　　1.2

13、.2圖像預(yù)處理的研究現(xiàn)狀及發(fā)展趨勢(shì)</p><p>　　數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開(kāi)始利用計(jì)算機(jī)來(lái)處理圖形和圖像信息。數(shù)字圖像處理作為一門(mén)學(xué)科大約形成于20世紀(jì)60年代初期。</p><p>　　早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視覺(jué)效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用

14、的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。</p><p>　　圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開(kāi)拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測(cè)、機(jī)器人視覺(jué)、公安司法、軍事指導(dǎo)、文化藝術(shù)等，使圖像處理成為一門(mén)引人注目、前景遠(yuǎn)大的新型學(xué)科。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開(kāi)始，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已經(jīng)開(kāi)

15、始研究如何用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類(lèi)似人類(lèi)視覺(jué)系統(tǒng)理解外部世界，這被稱為圖像理解或計(jì)算機(jī)視覺(jué)。</p><p>　　第2章 數(shù)字圖像增強(qiáng)處理基本簡(jiǎn)介</p><p><b>　　2.1 基本概念</b></p><p>　　圖像增強(qiáng)是一類(lèi)基本的圖像處理技術(shù)，其目的是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來(lái)說(shuō)視覺(jué)效果更好、更有用的圖像。這里的好和有

16、用要因具體的應(yīng)用目的和要求而異，并且所需的具體增強(qiáng)技術(shù)也可不同。</p><p>　　目前常用的增強(qiáng)技術(shù)根據(jù)其處理所進(jìn)行的空間不同，可分為基于圖像域的方法和基于變化域的方法。第一類(lèi)，直接在圖像所在的空間進(jìn)行處理，也就是在像素組成的空間里直接對(duì)像素進(jìn)行操作；第二類(lèi)，在圖像的變化域?qū)D像進(jìn)行間接處理。</p><p>　　2.2 圖像增強(qiáng)的目的:</p><p>　　目

17、的是對(duì)圖像進(jìn)行加工，以得到對(duì)具體應(yīng)用來(lái)說(shuō)視覺(jué)效果更好、更有用的圖像。這里的好和有用要因具體的應(yīng)用目的和要求而異，并且所需的具體增強(qiáng)技術(shù)也可不同。</p><p>　　2.3圖像增強(qiáng)處理的方法簡(jiǎn)介</p><p>　　2.3.1灰度變換增強(qiáng)</p><p>　　根據(jù)某種目標(biāo)條件，按一定變換關(guān)系逐點(diǎn)改變?cè)瓐D像中每一個(gè)像素的灰度值的方法。</p><p

18、>　　2.3.2空域?yàn)V波增強(qiáng)</p><p>　　空域?yàn)V波可分為線形濾波和非線形濾波兩類(lèi)。</p><p>　　線形濾波器的設(shè)計(jì)?；趯?duì)傅立葉變換的分析。</p><p>　　非線形空域?yàn)V波器則一般直接對(duì)鄰域進(jìn)行操作。</p><p>　　另外各種濾波器根據(jù)功能又主要分成平滑濾波和銳化濾波。平滑可用低通來(lái)實(shí)現(xiàn)，銳化可用高通來(lái)實(shí)現(xiàn)<

19、/p><p>　　平滑濾波器：它能減弱或消除傅立葉空間的高頻分量，但不影響在低頻分量。因?yàn)楦哳l分量對(duì)應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，濾波器將這些分量濾去可使圖像平滑。</p><p><b>　　2.3.3頻域增強(qiáng)</b></p><p>　　頻域增強(qiáng)的基本原理是：卷積理論是頻域技術(shù)的基礎(chǔ)。</p><p>

20、;　　2.3.4 彩色增強(qiáng)</p><p>　　(1) 偽彩色增強(qiáng) (2)真彩色增強(qiáng)</p><p>　　第3章 圖像的增強(qiáng)處理</p><p>　　3.1 灰度變換增強(qiáng)</p><p>　　3.1.1 灰度變換</p><p>　　非線性灰度變換公式為: </p><p>　　式中，a,b

21、,c是便于調(diào)整曲線的位置和形狀而引入的參數(shù)。</p><p>　　對(duì)數(shù)變換使低灰度變換范圍的f得以擴(kuò)展，而高灰度范圍的f得到壓縮，以使圖像分布均勻，與人的視覺(jué)特性相匹配。</p><p><b>　　(2)編碼： </b></p><p>　　f=imread('0.jpg')</p><p>　　[M,

22、N]=size(f);</p><p>　　g=zeros(M,N);</p><p>　　f=double(f);</p><p>　　g=double(g);</p><p>　　k1=min(min(f));</p><p>　　k2=max(max(f));</p><p><b&

23、gt;　　a=k1+50;</b></p><p><b>　　b=k2-50;</b></p><p><b>　　c=k1-30;</b></p><p><b>　　d=k2+20;</b></p><p><b>　　for i=1:M</b

24、></p><p><b>　　for j=1:N</b></p><p>　　if((f(i,j)>=a)&(f(i,j)</p><p>　　g(i,j)=((d-c)/(b-a))*(f(i,j)-a)+c;</p><p><b>　　end</b></p>

25、<p><b>　　if(f(i,j)</b></p><p><b>　　g(i,j)=c;</b></p><p><b>　　end</b></p><p>　　if(f(i,j)>=b)</p><p><b>　　g(i,j)=d;<

26、/b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　figure;</b></p><p>　　subplot

27、(121);</p><p>　　imshow(f,[]);</p><p>　　subplot(122);</p><p>　　imshow(g,[]);</p><p><b>　　效果圖如圖3.1：</b></p><p><b>　　圖3.1灰度變換</b></

28、p><p>　　(4)結(jié)論：對(duì)數(shù)灰度變換使圖像的高灰度范圍得到壓縮。</p><p>　　3.1.2 灰度值調(diào)整</p><p>　　(1) 灰度值調(diào)整用到的函數(shù):J=imadjust(I)</p><p><b>　　(2)編碼:</b></p><p>　　pout=imread('0.j

29、pg');</p><p>　　pout_imadjust=imadjust(pout);</p><p>　　pout_histeq=histeq(pout);</p><p>　　Subplot(121);imshow(pout);</p><p>　　title('(a)原始圖像');</p>&l

30、t;p>　　Subplot(122);imshow(pout_imadjust);</p><p>　　title('(b)調(diào)整值');</p><p>　　(3)效果圖如圖3.2:</p><p>　　（a)原圖 圖3.2灰度值調(diào)整 (b)調(diào)整值</p><p>　　(4)結(jié)論:灰

31、度值調(diào)整用于調(diào)整灰度值或色圖。</p><p>　　3.1.3 直方圖均衡化</p><p>　　(1)公式: = (k=0,1,2,…,L-1，0≤ )</p><p>　　式中，nk為灰度級(jí)rk的像素?cái)?shù)目:</p><p>　　N為圖像中像素的總數(shù):</p><p>　　L為像素中可能的灰度級(jí)總數(shù)。</p&

32、gt;<p><b>　　(2)編碼:</b></p><p>　　I=imread('0.jpg');</p><p>　　J=histeq(I);</p><p>　　subplot(221);imshow(I)</p><p>　　Title('(a)原始圖像');&l

33、t;/p><p>　　subplot(222);imshow(J)</p><p>　　Title('(b) 原始圖像直方圖 ');</p><p>　　subplot(223);imhist(I,64)</p><p>　　Title('(c)均衡化圖像');</p><p>　　subp

34、lot(224);imhist(J,64)</p><p>　　Title('(d)均衡化圖像直方圖');</p><p>　　(3)效果圖如圖3.3:</p><p>　　圖3.3直方圖均衡化</p><p>　　(4)結(jié)論:把原始圖像的直方圖變換成均勻分布的形式，增加像素灰度值的動(dòng)態(tài)范圍，達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。&l

35、t;/p><p>　　3.1.4 直方圖規(guī)定化</p><p>　　(1)公式: = (k=0,1,2,…,L-1)</p><p><b>　　(2)編碼:</b></p><p>　　I=imread('0.jpg');</p><p>　　hgram=0:255;%灰度變換的范

36、圍。</p><p>　　J=histeq(I,hgram);</p><p>　　subplot(221);</p><p>　　imshow(I);</p><p>　　title('原始圖')</p><p>　　subplot(222);</p><p>　　imshow

37、(J);</p><p>　　title('直方圖規(guī)定化');</p><p>　　subplot(223);</p><p>　　imhist(I,64)</p><p>　　title('原圖像直方統(tǒng)計(jì)')</p><p>　　subplot(224);</p><

38、;p>　　imhist(J,64)</p><p>　　title('直方圖規(guī)定化直方統(tǒng)計(jì)')</p><p>　　(3)效果圖如圖3.4:</p><p>　　圖3.4直方圖規(guī)定化</p><p>　　(4)結(jié)論:自動(dòng)增強(qiáng)整個(gè)圖像的對(duì)比度，具體增強(qiáng)效果不易控制，總是得到全局均衡化的直方圖。</p><

39、;p>　　3.2 空域?yàn)V波增強(qiáng)</p><p>　　3.2.1 平滑濾波器</p><p>　　(1)如果S為像素(x0,y0)的鄰域集合（包含（x0,y0），（x,y）表示S中的元素，f(x,y)表示(x,y)點(diǎn)的灰度值，a(x,y)表示個(gè)點(diǎn)的權(quán)重，則對(duì)(x0,y0)進(jìn)行平滑可表示為:</p><p><b>　　(2)編碼:</b>

40、</p><p>　　I=imread('0.jpg');</p><p>　　J=imnoise(I,'gaussian',0.025);</p><p>　　subplot(221);imshow(I);</p><p>　　title('原始圖像');</p><p&g

41、t;　　subplot(222);imshow(J);</p><p>　　title('高斯噪聲圖像');</p><p>　　k1=filter2(fspecial('average',3),J);</p><p>　　subplot(223);imshow(uint8(k1));</p><p>　　ti

42、tle('4*4模板平滑濾波器');</p><p>　　k2=filter2(fspecial('average',5),J);</p><p>　　subplot(224);imshow(uint8(k2));</p><p>　　title('5*6模板平滑濾波器');</p><p>　

43、　(3)效果圖如圖3.5:</p><p><b>　　圖3.5平滑濾波器</b></p><p>　　(4)結(jié)論:平滑濾波器的目的是消除或盡量減少噪聲，改善圖像的質(zhì)量。</p><p>　　3.2.2 中值濾波器</p><p>　　(1)一組數(shù)字x1,x2,…,xn來(lái)說(shuō)，如果把n個(gè)數(shù)安值的大小順序排列為xn<=

44、xi2<=…<=xin,則y便成為序列x1,x2,…,xn的中值可表示為: </p><p><b>　　y=Med{ </b></p><p><b>　　(2)編碼:</b></p><p>　　I=imread('0.jpg');</p><p>　　subplot

45、(2,3,1);imshow(I);</p><p>　　title('(a)原始圖像');</p><p>　　J=imnoise(I,'salt & pepper',0.01);</p><p>　　subplot(2,3,2);imshow(J);</p><p>　　title('(b)

46、椒鹽噪聲圖像');</p><p>　　k=medfilt2(J,[3,3]);</p><p>　　subplot(2,3,3);</p><p>　　imshow(k,[]);</p><p>　　title('(c)中值濾波');</p><p>　　subplot(2,3,4);imsh

47、ow(I);</p><p>　　title('(d)原始圖像');</p><p>　　J2=imnoise(I,'gaussian',0.01);</p><p>　　subplot(2,3,5);imshow(J2);</p><p>　　title('(e)高斯噪聲');</p&g

48、t;<p>　　k2=medfilt2(J2);</p><p>　　subplot(2,3,6);imshow(k2,[]);</p><p>　　title('(f)中值濾波');</p><p>　　(3)效果圖圖3.6:</p><p><b>　　圖3.6中值濾波器</b><

49、/p><p>　　(4)結(jié)論:適用于脈沖干擾，脈沖寬度較小，相距較遠(yuǎn)的在脈沖。</p><p>　　3.2.3 自適應(yīng)濾波器</p><p><b>　　(1) - </b></p><p><b>　　(2)編碼:</b></p><p>　　RGB=imread('

50、0.jpg');</p><p>　　subplot(131);imshow(RGB);</p><p>　　title('(a)原始圖像')</p><p>　　I=rgb2gray(RGB);</p><p>　　J=imnoise(I,'gaussian',0,0.025);</p>

51、<p>　　subplot(132);imshow(J);</p><p>　　title('(b)高斯噪音圖像')</p><p>　　k=wiener2(J,[5 5]);</p><p>　　subplot(133);imshow(k);</p><p>　　title('(c)自適應(yīng)濾波處理'

52、;)</p><p>　　(3)效果圖圖3.7:</p><p>　　圖3.7自適應(yīng)濾波器</p><p>　　(4)結(jié)論:根據(jù)圖像的局部方差來(lái)調(diào)整濾波器的輸出，局部方差大時(shí)，濾波器的平滑效果較弱，反之則較強(qiáng)。</p><p>　　3.2.4 銳化濾波器</p><p><b>　　(1)編碼:</b&

53、gt;</p><p>　　I=imread(‘0.jpg’);</p><p>　　h=fspecial(‘laplacian’);</p><p>　　I2=filter2(h,I);</p><p>　　subplot(121);imshow(I);</p><p>　　xlabel(‘(a)原圖像’);<

54、/p><p>　　subplot(122);imshow(I2);</p><p>　　xlabel(‘(b)濾波后圖像’);</p><p><b>　　效果圖圖3.8</b></p><p><b>　　圖3.8銳化濾波器</b></p><p>　　(4)結(jié)論:突出圖像的邊

55、緣信息，加強(qiáng)圖像的輪廓特征，便于識(shí)別。</p><p><b>　　3.3頻域?yàn)V波增強(qiáng)</b></p><p>　　3.3.1 高通濾波</p><p>　　(1)函數(shù): H（u，v）=</p><p><b>　　(2)編碼</b></p><p>　　I=imread(&

56、#39;0.jpg');</p><p>　　I=rgb2gray(I); </p><p>　　figure(1),imshow(I);</p><p>　　title('原圖像');</p><p>　　s=fftshift(fft2(I));</p><p>　　figure(2

57、); </p><p>　　imshow(abs(s),[]); </p><p>　　title('圖像傅里葉變換所得頻譜');</p><p>　　[a,b]=size(s); </p><p>　　a0=round(a/2); </p><p>　　b0=r

58、ound(b/2); </p><p><b>　　d=10; </b></p><p>　　for i=1:a     for j=1:b         </p><

59、p>　　distance=sqrt((i-a0)^2+(j-b0)^2);      </p><p>　　if distance<=d h=1;   </p><p>　　else h=0;     

60、0;</p><p><b>　　end; </b></p><p>　　s(i,j)=h*s(i,j);    </p><p>　　end; end; </p><p>　　s=uint8(real(ifft2(ifftshift(s))));&#

61、160;</p><p>　　figure(3);</p><p>　　imshow(s); </p><p>　　title('低通濾波所得圖像');</p><p>　　(3)效果圖圖3.9</p><p><b>　　圖3.9高通濾波</b></p>

62、<p>　　(4)結(jié)論：衰減高頻信息，是低頻信息暢通無(wú)阻。</p><p><b>　　3.4 彩色增強(qiáng)</b></p><p>　　3.4.1 真彩色增強(qiáng)</p><p><b>　　(1)編碼:</b></p><p>　　RGB=imread(‘0.jpg’);</p>

63、<p>　　subplot(221);imshow(RGB);</p><p>　　xlabel1(‘(a)原始真彩圖像’);</p><p>　　subplot(222);imshow(RGB(:,:,1));</p><p>　　xlabel1(‘(b)真彩色圖像紅色分量’);</p><p>　　subplot(223);i

64、mshow(RGB(:,:,1));</p><p>　　xlabel1(‘(c)真彩色圖像綠色分量’);</p><p>　　subplot(224);imshow(RGB(:,:,1));</p><p>　　xlabel1(‘(d)真彩色圖像藍(lán)色分量’);</p><p>　　(2)效果圖 圖3.10：</p><p

65、>　　圖3.10真彩色增強(qiáng)</p><p>　　(3)結(jié)論:不改變?cè)瓐D像的色彩，但由于增強(qiáng)后的圖像又有所差別，保持色調(diào)和飽和度不變使亮度分量增強(qiáng)，使整個(gè)圖像比原圖增量些。</p><p><b>　　總結(jié)</b></p><p>　　通過(guò)閱讀大量的書(shū)籍，瀏覽相關(guān)的網(wǎng)絡(luò)資料。對(duì)數(shù)字圖像預(yù)處理技術(shù)有了一定的認(rèn)識(shí)和了解，同時(shí)通過(guò)使用MATLAB

66、圖像預(yù)處理工具箱對(duì)圖像進(jìn)行處理，并對(duì)結(jié)果進(jìn)行觀察和分析，更加深了對(duì)圖像預(yù)處理的直觀認(rèn)識(shí)。本次設(shè)計(jì)主要進(jìn)行了以下方面的工作：</p><p>　?。?）對(duì)數(shù)字圖像預(yù)處理內(nèi)容及過(guò)程進(jìn)行了詳細(xì)的敘述。</p><p>　?。?）對(duì)數(shù)字圖像預(yù)處理技術(shù)的主要內(nèi)容進(jìn)行了比較詳細(xì)的陳述。</p><p>　?。?）對(duì)MATLAB以及其圖像預(yù)處理工具箱進(jìn)行了簡(jiǎn)要的敘述。</p

67、><p>　　（4）通過(guò)MATLAB軟件對(duì)其中的圖像增強(qiáng)處理進(jìn)行了操作，并展示操作的效果，并對(duì)結(jié)果進(jìn)行了比較和分析。</p><p><b>　　參考文獻(xiàn)：</b></p><p>　　【1】岡薩雷斯（美）.數(shù)字圖像處理【M】.電子工業(yè)出版社。</p><p>　　【2】王磊.基于MATLAB的數(shù)字圖像處理【J】.蘇州市職業(yè)

68、大學(xué)學(xué)報(bào)。</p><p>　　【3】百羽，索麗敏，孟艷君.基于MATLAB的數(shù)字圖像處理分析及應(yīng)用【J】.信息科學(xué)。</p><p>　　【4】賈小軍.基于MATLAB的圖像增強(qiáng)技術(shù)研究【J】.渭南師范學(xué)院學(xué)報(bào)。</p><p>　　【5】 李信真，車(chē)明剛，《計(jì)算方法》，西安西北工業(yè)大學(xué)出版社。</p><p>　　【6】周新倫，柳建，《數(shù)

69、字圖像處理》，國(guó)防工業(yè)出版社。</p><p>　　【7】賈偉.MATLAB在數(shù)字圖像處理中的應(yīng)用【J】。</p><p>　　【8】從波.基于MATLAB的數(shù)字圖像處理技術(shù)及應(yīng)用【J】.中國(guó)信息科技。</p><p>　　【9】涂望明，魏友國(guó)，施少敏.MATLAB在數(shù)字圖像處理中的應(yīng)用【J】為計(jì)算機(jī)信息。</p><p>　　【10】于廣洲