畢業(yè)設計--基于matlab的數(shù)字圖像處理的設計與實現(xiàn)

1、<p><b>　　本科畢業(yè)論文</b></p><p>　　基于MATLAB的數(shù)字圖像處理的設計與實現(xiàn)</p><p>　　The designing and implementing of digital image </p><p>　　processing based on Matlab</p><p>

2、;　　二○一二 年 三 月</p><p>　學生姓名:</p><p>　學號：</p><p>　專業(yè):</p><p>　實習單位:</p><p>　指導教師:</p><p>　　基于MATLAB的數(shù)字圖像處理的設計與實現(xiàn)</p><p>　　【摘要】數(shù)字圖像處

3、理是一門新興技術(shù)，隨著計算機硬件的發(fā)展，數(shù)字圖像的實時處理已經(jīng)成為可能，由于數(shù)字圖像處理的各種算法的出現(xiàn)，使得其處理速度越來越快，能更好的為人們服務。數(shù)字圖像處理是一種通過計算機采用一定的算法對圖形圖像進行處理的技術(shù)。目的：改善醫(yī)學圖像質(zhì)量，使圖像得到增強。方法：利用Matlab工具箱函數(shù),采用灰度直方圖均衡化和高通濾波的方法對一幅X線圖像進行增強處理。結(jié)果：用直方圖均衡化的算法，將原始圖像密集的灰度分布變得比較稀疏，處理后的圖像視覺效

4、果得以改善。高通濾波對于局部細節(jié)增強顯著,高通濾波后使不易觀察到的細節(jié)變得清晰。結(jié)論：使用Matlab工具箱大大簡化了編程工作，為醫(yī)學圖像處理提供了一種技術(shù)平臺。經(jīng)過直方圖均衡化和高通濾波處理后的醫(yī)學圖像，視覺效果得到改善。</p><p>　　【關(guān)鍵詞】MATLAB；醫(yī)學數(shù)字圖像處理；直方圖均衡化；高通濾波；圖像增強</p><p>　　The designing and impleme

5、nting of digital image processing based on Matlab</p><p>　　【Abstract】Digital image processing is an emerging technology, with the development of co mputer hardware, real-time digital image processing has bec

6、ome possible due to digital image processing algorithms to appear, making it faster and faster processing speed, better for peopl</p><p>　　e services .Digital image processing is used by some algorithms comp

7、uter graphics image pro cessing technology. Objective: To improve the quality of medical image by enhancing the det ails. Methods: Two processing methods, the gray-level histogram equalization and highpass f iltering we

8、re applied to enhance an X-ray image by using Matlab toolbox functions. Results: By the means of algorithm histogram equalization, the dense gray-level distribution of the ori</p><p>　　ginal image became spa

9、rse, and the output image was refined. The highpass filtering strengthe ned the distinctly observed details, while the highpass filtering improved more the local detail </p><p>　　of image. Conclusion: Matlab

10、 toolbox is helpful for simplifying the programming and provid</p><p>　　es a platform for medical image processing. The visual impact of medical images processed b</p><p>　　y histogram equalizat

11、ion and highpass filtering improves.</p><p>　　【Keywords】 MATLAB；medical digital image processing；histogram equalization； highpass filtering；image enhancement</p><p><b>　　目錄&

12、lt;/b></p><p><b>　　1 緒論1</b></p><p>　　1.1 課題研究目的及意義1</p><p>　　1.2 國內(nèi)外研究現(xiàn)狀2</p><p>　　2 數(shù)字圖像處理的簡介4</p><p>　　2.1 什么是數(shù)字圖像4</p><p

13、>　　2.2 數(shù)字圖像處理概述5</p><p>　　2.2.1 基本概念5</p><p>　　2.2.2 研究內(nèi)容6</p><p>　　2.2.3 基本特點7</p><p>　　2.2.4 主要應用7</p><p>　　2.3 圖像處理文件格式8</p><p>　　

14、2.3.1 MATLAB圖像文件格式8</p><p>　　2.3.2 圖像類型9</p><p>　　3 MATLAB基本知識介紹11</p><p>　　3.1 MATLAB的概述11</p><p>　　3.2 MATLAB產(chǎn)生的歷史背景11</p><p>　　3.3 MATLAB語言的特點12&l

15、t;/p><p>　　3.4 MATLAB在圖像處理中的應用13</p><p><b>　　4 方法15</b></p><p>　　4.1 圖像的預處理15</p><p>　　4.2 空間域處理15</p><p>　　4.2.1 直方圖均衡化15</p><p&g

16、t;　　4.3 頻率域處理17</p><p>　　4.3.1 圖像的傅里葉變換17</p><p>　　4.3.2 傅里葉逆變換18</p><p>　　4.3.3 圖像頻域濾波18</p><p>　　4.3.4 巴特沃斯高通濾波19</p><p><b>　　5 結(jié)果21</b>

17、;</p><p>　　5.1 預處理后的結(jié)果21</p><p>　　5.2 直方圖均衡化后的結(jié)果21</p><p>　　5.3 巴特沃斯高通濾波后的結(jié)果21</p><p><b>　　6 總結(jié)21</b></p><p><b>　　7 展望22</b>&l

18、t;/p><p><b>　　【參考文獻】23</b></p><p><b>　　致謝24</b></p><p><b>　　附 錄25</b></p><p><b>　　1 緒論</b></p><p>　　根據(jù)國內(nèi)外的

19、相關(guān)文獻，研究和發(fā)展圖像處理工具，改善醫(yī)學圖像質(zhì)量是當今研究的熱點。圖像增強就是一種基本的圖像處理技術(shù)，增強的目的是對圖像進行加工，以得到對醫(yī)務工作者來說視覺效果更“好”更易于診斷的圖像。圖像增強根據(jù)圖像的模糊情況采用了各種特殊的技術(shù)突出圖像整體或局部特征，常用的圖像增強技術(shù)有灰度變換、直方圖處理、平滑濾波(高斯平滑)，中值濾波、剃度增強、拉普拉斯增強以及頻率域的高通低通濾波等，這些算法運算量大、算術(shù)復雜、處理速度低。針對這些問題，我們

20、可以在Matlab環(huán)境中，利用Matlab提供的圖像處理工具箱，簡單快捷地得到統(tǒng)計數(shù)據(jù)，同時又可得到直觀圖示，其中，Matlab工具箱中包括的圖像處理函數(shù)涵蓋了近期研究成果在內(nèi)幾乎所有的技術(shù)方法，都是由該領域內(nèi)學術(shù)水平很高的專家編寫的，功能強大，集成在一個便于用戶使用的交互式環(huán)境之中，是易學、易用、高效的應用工具箱。</p><p>　　1.1 課題研究目的及意義</p><p>　　數(shù)字

21、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，對從圖像信息轉(zhuǎn)換而得到的電信號進行某些數(shù)學運算，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)字圖像處理包括點運算、幾何處理、圖像增強、圖像復原、圖像形態(tài)學處理、圖像編碼、圖像重建、模式識別等。</p><p>　　由于計算機處理能力的不斷增強，數(shù)字圖像處理學科在飛速

22、發(fā)展的同時，也越來越廣泛地向許多其他學科快速交叉滲透，使得圖像作為信息獲取以及信息的利用等方面也變得越來越重要。目前數(shù)字圖像處理的應用越來越廣泛，已經(jīng)滲透到工業(yè)、醫(yī)療保健、航空航天、軍事等各個領域，在國民經(jīng)濟中發(fā)揮越來越大的作用。</p><p>　　MathWorks公司推出的MATLAB軟件是學習數(shù)理知識的好幫手。應用MATLAB友好的界面和豐富、實用、高效的指令及模塊，可以使人較快地認識、理解圖像處理的相關(guān)

23、概念，逐步掌握圖像信號處理的基本方法，進而能夠解決相關(guān)的工程和科研中的問題。</p><p>　　圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大，已在國家安全、經(jīng)濟發(fā)展、日常生活中充當越來越重要的角色,對國計民生的作用不可低估。</p><p>　　1.2 國內(nèi)外研究現(xiàn)狀<

24、/p><p>　　數(shù)字圖像處理最早出現(xiàn)于20世紀50年代，當時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學科大約形成于20世紀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，它以人為對象，以改善人的視覺效果為目的。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，常用的圖像處理方法有圖像增強、復原、編碼、壓縮

25、等。首次獲得實際成功應用的是美國噴氣推進實驗室（JPL）。他們對航天探測器徘徊者7號在1964年發(fā)回的幾千張月球照片使用了圖像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進行處理，并考慮了太陽位置和月球環(huán)境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發(fā)回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創(chuàng)舉奠定了堅實的基礎，也推動了數(shù)字圖像處理

26、這門學科的誕生。在以后的宇航空間技術(shù)，如對火星、土星等星球的探測研究中，數(shù)字圖像處理技術(shù)都發(fā)揮了巨大的作用。數(shù)字圖像處理取得的另一個巨大成就是在醫(yī)學上獲得的成果。1972年英國EMI公司工程師Housfield發(fā)明了用于頭顱診斷的X射線計算機斷層攝影裝置，也就是我們通常所說的CT（Computer Tomograph）。CT的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計算機處理來</p><p>　　與此同時，圖像處理

27、技術(shù)在許多應用領域受到廣泛重視并取得了重大的開拓性成就，屬于這些領域的有航空航天、生物醫(yī)學工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導、文化藝術(shù)等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開始，隨著計算機技術(shù)和人工智能、思維科學研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已開始研究如何用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。很多國

28、家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，這個理論成為計算機視覺領域其后十多年的主導思想。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索新的領域。</p><p>　　2 數(shù)字圖像處理的簡介<

29、;/p><p>　　2.1 什么是數(shù)字圖像</p><p>　　所謂數(shù)字圖像就是把傳統(tǒng)圖像的畫面分割成如圖2-1所示的被成為像素（picture element, 簡稱pixel。有時候也用pel這一簡寫詞）的小的離散點，各像素的灰度值也是用離散值即整數(shù)值來表示的。數(shù)字圖像（digital imagine）和傳統(tǒng)的圖像即模擬圖像(picture)是有差別的。</p><p&

30、gt;<b>　　圖2-1 數(shù)字圖像</b></p><p>　　為了從一般的照片，景物等模擬圖像中得到數(shù)字圖像，需要對傳統(tǒng)的模擬圖像進行采樣與量化兩種操作（二者統(tǒng)稱為數(shù)字化）。</p><p><b>　　采樣</b></p><p>　　采樣（sampling）就是把在時間上和空間上連續(xù)的圖像變成離散點（采樣點，即像素

31、）的集合的一種操作。</p><p>　　圖像基本上是在二維平面上連續(xù)分布的信息形式要把它輸入到計算機中，首先要把二維信號變成一維信號，因此要進行掃描（scanning）。最常用的掃描方法是在二維平面上按一定間隔順序地從上方順序地沿水平方向的直線（掃描線）掃描，從而取出濃淡值（灰度值）的線掃描（Laster掃描）。對于由此得到的一維信號，通過求出每一特定間隔的值，可以得到離散的信號。對于運動圖像除進行水平，垂直兩

32、個方向的掃描以外，還有進行時間軸上的掃描。</p><p>　　通過采樣，如設橫向的像素數(shù)為M，縱向的像素數(shù)為N，則畫面的大小可以表示為“M*N”個像素。</p><p><b>　　量化</b></p><p>　　經(jīng)過采樣，圖像被分解成在時間上和空間上離散分布的像素，但是像素的值（灰度值）還是連續(xù)值。像素的值，是指白色-灰色-黑色的濃淡值，

33、有時候也指光的強度（亮度）值或灰度值。把這些連續(xù)的濃淡值或灰度值變?yōu)殡x散的值（整數(shù)值）的操作就是量化。</p><p>　　如果把這些連續(xù)變化的值（灰度值）量化為8bit，則灰度值被分成0-2552的256個級別，分別對應于各個灰度值的濃淡程度，叫做灰度等級或灰度標度。</p><p>　　在0-255的值對應于白-黑的時候，有以0為白，255為黑的方法，也有以0為黑，255為白的方法，這

34、取決于圖像的輸入方法以及用什么樣的觀點對圖像進行處理等，這是在編程時應特別注意的問題。但在只有黑白二值的二值圖像的情形，一般設0為白，1為黑。</p><p>　　對連續(xù)的灰度值賦予量化級的，即灰度值方法有：均勻量化（uniform quantization），線性量化（liner quantization），對數(shù)量化，MAX量化，錐形量化（tapered quantization）等。</p>&

35、lt;p>　　3. 采樣、量化和圖像細節(jié)的關(guān)系</p><p>　　上面的數(shù)字化過程，需要確定數(shù)值N和灰度級的級數(shù)K。在數(shù)字圖像處理中，一般都取成2的整數(shù)冪，即:</p><p><b>　　(2.1)</b></p><p><b>　　(2.2)</b></p><p>　　一幅數(shù)字圖像在

36、計算機中所占的二進制存儲位數(shù)b為:</p><p><b>　　(2.3)</b></p><p>　　例如，灰度級為256級(m=8)的512×512的一幅數(shù)字圖像，需要大約210萬個存儲位。隨著N和m的增加，計算機所需要的存儲量也隨之迅速增加。</p><p>　　由于數(shù)字圖像是連續(xù)圖像的近似，從圖像數(shù)字化的過程可以看到。這種近似

37、的程度主要取決于采樣樣本的大小和數(shù)量(N值)以及量化的級數(shù)K(或m值)。N和K的值越大，圖像越清晰。</p><p>　　2.2 數(shù)字圖像處理概述</p><p>　　2.2.1 基本概念</p><p>　　數(shù)字圖像處理(Digital Image Processing)是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)

38、生和迅速發(fā)展主要受三個因素的影響：一是計算機的發(fā)展；二是數(shù)學的發(fā)展(特別是離散數(shù)學理論的創(chuàng)立和完善)；三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學等方面的應用需求的增長。</p><p>　　2.2.2 研究內(nèi)容</p><p>　　數(shù)字圖像處理主要研究的內(nèi)容有以下幾個方面：</p><p>　　（1）圖像變換。由于圖像陣列很大，直接在空間域中進行處理，涉及計算量

39、很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅里葉變換可在頻域中進行數(shù)字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。 </p><p>　　（2）圖像編碼壓縮。圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像

40、傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。</p><p>　?。?）圖像增強和復原。圖像增強和復原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節(jié)明顯；如強化低頻分

41、量可減少圖像中噪聲影響。圖像復原要求對圖像降質(zhì)的原因有一定的了解，一般講應根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種濾波方法，恢復或重建原來的圖像。</p><p>　　（4）圖像分割。圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于

42、各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。</p><p>　?。?）圖像描述。圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進行三維物體描述的研究，提出了體積描述、表面描述、廣

43、義圓柱體描述等方法。</p><p>　?。?）圖像分類（識別）。圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預處理（增強、復原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡模式分類在圖像識別中也越來越受到重視。</p><p>　　2.2.3 基本特

44、點</p><p>　?。?）數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256×256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對高分辨率彩色512×512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～22.5Mbit數(shù)據(jù)量。因此對計算機的計算速度、存儲容量等要求較高。</p><p>　?。?）數(shù)字圖

45、像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。如電視圖像的帶寬約5.6MHz，而語音帶寬僅為4kHz左右。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上，技術(shù)難度較大，成本亦高，這就對頻帶壓縮技術(shù)提出了更高的要求。</p><p>　　（3）數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，其相

46、關(guān)系數(shù)可達0.9以上，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。</p><p>　?。?）由于圖像是三維景物的二維投影，一幅圖象本身不具備復現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點圖像。在理解三維景物時需要知識導引，這也是人工智能中正在致力解

47、決的知識工程問題。</p><p>　　（5）數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。由于人的視覺系統(tǒng)很復雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進一步深入的研究。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時間特征等，這

48、些都是心理學和神經(jīng)心理學正在著力研究的課題。</p><p>　　2.2.4 主要應用</p><p>　　計算機圖像處理和計算機、多媒體、智能機器人、專家系統(tǒng)等技術(shù)的發(fā)展緊密相關(guān)。近年來計算機識別、理解圖像的技術(shù)發(fā)展很快，也就是圖像處理的目的除了直接供人觀看（如醫(yī)學圖像是為醫(yī)生觀看作診斷）外，還進一步發(fā)展了與計算機視覺有關(guān)的應用，如郵件自動分檢，車輛自動駕駛等。下面僅羅列了一些典型應用實

49、例，而實際應用更廣。</p><p>　　（1）在生物醫(yī)學中的應用</p><p>　　主要包括顯微圖像處理；DNA顯示分析；紅、白血球分析計數(shù)；蟲卵及組織切片的分析；癌細胞的識別；染色體分析等等。</p><p>　?。?）遙感航天中的應用</p><p>　　軍事偵察、定位、導航、指揮等應用；多光譜衛(wèi)星圖像分析；地形、地圖、國土普查；地質(zhì)

50、、礦藏勘探；天文、太空星體的探測及分析等。</p><p><b>　?。?）工業(yè)應用</b></p><p>　　CAD 和CAM技術(shù)用于模具、零件制造、服裝、印染業(yè)；零件、產(chǎn)品無損檢測，焊縫及內(nèi)部缺陷檢查；交通管制、機場監(jiān)控；火車車皮識別等。</p><p>　　（4）軍事公安領域中的應用</p><p>　　巡航導

51、彈地形識別；指紋自動識別；警戒系統(tǒng)及自動火炮控制；反偽裝偵察；手跡、人像、印章的鑒定識別；過期檔案文字的復原；集裝箱的不開箱檢查等。</p><p><b>　　（5）其他應用</b></p><p>　　圖像的遠距離通信；多媒體計算機系統(tǒng)及應用；電視電話；服裝試穿顯示；理發(fā)發(fā)型預測顯示；電視會議；辦公自動化、現(xiàn)場視頻管理等。</p><p>

52、　　2.3 圖像處理文件格式</p><p>　　2.3.1 MATLAB圖像文件格式</p><p>　　MATLAB支持以下幾種圖像文件格式：</p><p>　?。?）PCX（Windows Paintbrush）格式?？商幚?，4，8，16，24位等圖像數(shù)據(jù)。文件內(nèi)容包括：文件頭（128字節(jié)），圖像數(shù)據(jù)、擴展顏色映射表數(shù)據(jù)。</p><p

53、>　?。?）BMP（Windows Bitmap）格式。有1，4，8，24位非壓縮圖像，8位RLE（Run-length Encoded ）圖像。文件內(nèi)容包括：文件頭（一個BITMAP FILEHEADER數(shù)據(jù)結(jié)構(gòu)），位圖信息數(shù)據(jù)塊（位圖信息頭BITMAP INFOHEADER和一個顏色表）和圖像數(shù)據(jù)。</p><p>　?。?）HDF（Hierarchical Data Format）格式。有8位，24位

54、光柵數(shù)據(jù)集。</p><p>　?。?）JPEG(Joint Photographic Experts Group)格式，是一種成為聯(lián)合圖像專家組的圖像壓縮格式。</p><p>　?。?）TIFF（Tagged Image File Format）格式。處理1，4，8，24位非壓縮圖像，1，4，8，24位packbit壓縮圖像，一位CCITT壓縮圖像等。文件內(nèi)容包括：文件頭，參數(shù)指針表與

55、參數(shù)域，參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù)四部分。</p><p>　　（6）XWD(X Windows Dump)格式。1，8位Zpixmaps,XYbitmaps,1位XYpixmaps。</p><p>　?。?）PNG（Portable Network Graphics）格式。</p><p>　　2.3.2 圖像類型</p><p>　　MATL

56、AB中，一幅圖像可能包含一個數(shù)據(jù)矩陣，也可能包含一個顏色映射表矩陣。MATLAB中有四種基本的圖像類型：</p><p><b>　　（1）索引圖像</b></p><p>　　索引圖像包括圖像矩陣與顏色圖數(shù)組，其中，顏色圖是按圖像中顏色值進行排序后的數(shù)組。對于每個像素，圖像矩陣包含一個值，這個值就是顏色圖中的索引。顏色圖為m*3雙精度值矩陣，各行分別指定紅綠藍（RG

57、B）單色值。Colormap=[R，G， B]，R，G，B為值域為[0，1]的實數(shù)值。</p><p>　　圖像矩陣與顏色圖的關(guān)系依賴于圖像矩陣是雙精度型還是uint8（無符號8位整型）類型。如果圖像矩陣為雙精度類型，第一點的值對應于顏色圖的第一行，第二點對應于顏色圖的第二行，依次類推。如果圖像矩陣是uint8，有一個偏移量，第0點值對應于顏色圖的第一行，第一點對應于第二行，依次類推；uint8長用于圖形文件格式

58、，它支持256色。</p><p><b>　?。?）灰度圖像</b></p><p>　　在MATLAB中，灰度圖像是保存在一個矩陣中的，矩陣中的每一個元素代表一個像素點。矩陣可以是雙精度類型，其值域為[0，1]；也可以為uint8類型，其數(shù)據(jù)范圍為[0，255]。矩陣的每個元素代表不同的亮度或灰度級。</p><p><b>　　

59、（3）二進制圖像</b></p><p>　　二進制圖像中，每個點為兩離散值中的一個，這兩個值代表開或關(guān)。二進制圖像保存在一個由二維的由0（關(guān)）和1（開）組成的矩陣中。從另一個角度講，二進制圖像可以看成為一個僅包括黑與白的灰度圖像，也可以看作只有兩種顏色的索引圖像。</p><p>　　二進制圖像可以保存為雙精度或uint8類型的雙精度數(shù)組，顯然使用uint8類型更節(jié)省空間。在

60、圖像處理工具箱中，任何一個返回二進制圖像的函數(shù)都是以uint8類型邏輯數(shù)組來返回的。</p><p><b>　?。?）RGB圖像</b></p><p>　　與索引圖像一樣，RGB圖像分別用紅，綠，藍三個亮度值為一組，代表每個像素的顏色。與索引圖像不同的是，這些亮度值直接存在圖像數(shù)組中，而不是存放在顏色圖中。圖像數(shù)組為M*N*3，M，N表示圖像像素的行列數(shù)。<

61、/p><p>　　3 MATLAB基本知識介紹</p><p>　　3.1 MATLAB的概述</p><p>　　MATLAB 是Matrix Laboratory（“矩陣實驗室”）的縮寫，是由美國MathWorks 公司開發(fā)的集數(shù)值計算、符號計算和圖形可視化三大基本功能于一體的，功能強大、操作簡單的語言。是國際公認的優(yōu)秀數(shù)學應用軟件之一。</p>&

62、lt;p>　　MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(shù)學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多。</p><p>　　MATLAB包括擁有數(shù)百個內(nèi)部函數(shù)的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算,可視化建模仿真,文字處理及實時控制等功能.學科工具包是

63、專業(yè)性比較強的工具包,控制工具包,信號處理工具包,通信工具包等都屬于此類.</p><p>　　開放性使MATLAB廣受用戶歡迎.除內(nèi)部函數(shù)外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對源程序的修改或加入自己編寫程序構(gòu)造新的專用工具包.</p><p>　　3.2 MATLAB產(chǎn)生的歷史背景</p><p>　　在70年代中期,Cleve

64、Moler博士和其同事在美國國家科學基金的資助下開發(fā)了調(diào)用EISPACK和LINPACK的FORTRAN子程序庫.EISPACK是特征值求解的FOETRAN程序庫,LINPACK是解線性方程的程序庫.在當時,這兩個程序庫代表矩陣運算的最高水平.</p><p>　　到70年代后期,身為美國New Mexico大學計算機系系主任的Cleve Moler,在給學生講授線性代數(shù)課程時,想教學生使用EISPACK和LIN

65、PACK程序庫,但他發(fā)現(xiàn)學生用FORTRAN編寫接口程序很費時間,于是他開始自己動手,利用業(yè)余時間為學生編寫EISPACK和LINPACK的接口程序.Cleve Moler給這個接口程序取名為MATLAB,該名為矩陣(matrix)和實驗室(labotatory)兩個英文單詞的前三個字母的組合.在以后的數(shù)年里,MATLAB在多所大學里作為教學輔助軟件使用,并作為面向大眾的免費軟件廣為流傳.</p><p>　　1

66、983年春天,Cleve Moler到Standford大學講學,MATLAB深深地吸引了工程師John Little.John Little敏銳地覺察到MATLAB在工程領域的廣闊前景.同年,他和Cleve Moler,Steve Bangert一起,用C語言開發(fā)了第二代專業(yè)版.這一代的MATLAB語言同時具備了數(shù)值計算和數(shù)據(jù)圖示化的功能.</p><p>　　1984年,Cleve Moler和John Li

67、ttle成立了Math Works公司,正式把MATLAB推向市場,并繼續(xù)進行MATLAB的研究和開發(fā).</p><p>　　在當今30多個數(shù)學類科技應用軟件中,就軟件數(shù)學處理的原始內(nèi)核而言,可分為兩大類.一類是數(shù)值計算型軟件,如MATLAB,Xmath,Gauss等,這類軟件長于數(shù)值計算,對處理大批數(shù)據(jù)效率高;另一類是數(shù)學分析型軟件,Mathematica,Maple等,這類軟件以符號計算見長,能給出解析解和任

68、意精確解,其缺點是處理大量數(shù)據(jù)時效率較低.MathWorks公司順應多功能需求之潮流,在其卓越數(shù)值計算和圖示能力的基礎上,又率先在專業(yè)水平上開拓了其符號計算,文字處理,可視化建模和實時控制能力,開發(fā)了適合多學科,多部門要求的新一代科技應用軟件MATLAB.經(jīng)過多年的國際競爭,MATLAB以經(jīng)占據(jù)了數(shù)值軟件市場的主導地位.</p><p>　　在MATLAB進入市場前，國際上的許多軟件包都是直接以FORTRANC語

69、言等編程語言開發(fā)的。這種軟件的缺點是使用面窄，接口簡陋，程序結(jié)構(gòu)不開放以及沒有標準的基庫，很難適應各學科的最新發(fā)展，因而很難推廣。MATLAB的出現(xiàn)，為各國科學家開發(fā)學科軟件提供了新的基礎。在MATLAB問世不久的80年代中期，原先控制領域里的一些軟件包紛紛被淘汰或在MATLAB上重建。</p><p>　　時至今日，經(jīng)過MathWorks公司的不斷完善，MATLAB已經(jīng)發(fā)展成為適合多學科，多種工作平臺的功能強大

70、大大型軟件。在國外，MATLAB已經(jīng)經(jīng)受了多年考驗。在歐美等高校，MATLAB已經(jīng)成為線性代數(shù)，自動控制理論，數(shù)理統(tǒng)計，數(shù)字信號處理，時間序列分析，動態(tài)系統(tǒng)仿真等高級課程的基本教學工具；成為攻讀學位的大學生，碩士生，博士生必須掌握的基本技能。在設計研究單位和工業(yè)部門，MATLAB被廣泛用于科學研究和解決各種具體問題。在國內(nèi)，特別是工程界，MATLAB一定會盛行起來?？梢哉f，無論你從事工程方面的哪個學科，都能在MATLAB里找到合適的功能

71、。</p><p>　　3.3 MATLAB語言的特點</p><p>　　一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點，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，被稱作為第四代計算機語言的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。MATLAB最突出的特點就是簡潔。MATL

72、AB用更直觀的，符合人們思維習慣的代碼，代替了C和FORTRAN語言的冗長代碼。MATLAB給用戶帶來的是最直觀，最簡潔的程序開發(fā)環(huán)境。以下簡單介紹一下MATLAB的主要特點。</p><p>　　（1）語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富。MATLAB程序書寫形式自由，利用起豐富的庫函數(shù)避開繁雜的子程序編程任務，壓縮了一切不必要的編程工作。由于庫函數(shù)都由本領域的專家編寫，用戶不必擔心函數(shù)的可靠性?？梢哉f，

73、用MATLAB進行科技開發(fā)是站在專家的肩膀上。</p><p>　?。?）運算符豐富。由于MATLAB是用C語言編寫的，MATLAB提供了和C語言幾乎一樣多的運算符，靈活使用MATLAB的運算符將使程序變得極為簡短。 </p><p>　　（3）MATLAB既具有結(jié)構(gòu)化的控制語句（如for循環(huán)，while循環(huán)，break語句和if語句），又有面向?qū)ο缶幊痰奶匦浴?lt;/p>&

74、lt;p>　?。?）程序限制不嚴格，程序設計自由度大。例如，在MATLAB里，用戶無需對矩陣預定義就可使用。</p><p>　　（5）程序的可移植性很好，基本上不做修改就可以在各種型號的計算機和操作系統(tǒng)上運行。</p><p>　?。?）MATLAB的圖形功能強大。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數(shù)據(jù)的可視化非常簡單。MATLAB還具有較強的編輯圖形

75、界面的能力。</p><p>　?。?）MATLAB的缺點是，它和其他高級程序相比，程序的執(zhí)行速度較慢。由于MATLAB的程序不用編譯等預處理，也不生成可執(zhí)行文件，程序為解釋執(zhí)行，所以速度較慢。</p><p>　?。?）功能強大的工具箱是MATLAB的另一特色。MATLAB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)。其工具箱又分為兩類：功能性工具箱和學科性工

76、具箱。功能性工具箱主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。功能性工具箱用于多種學科。而學科性工具箱是專業(yè)性比較強的，如control，toolbox, signl processing toolbox,</p><p>　　commumnication toolbox等。這些工具箱都是由該領域內(nèi)學術(shù)水平很高的專家編寫的，所以用戶無需編寫自己學科范圍內(nèi)的基礎程序，而直接進行

77、高、精、尖的研究。</p><p>　?。?）源程序的開放性。開放性也許是MATLAB最受人們歡迎的特點。除內(nèi)部函數(shù)以外，所有MATLAB的核心文件和工具箱文件都是可讀可改的源文件，用戶可通過對源文件的修改以及加入自己的文件構(gòu)成新的工具箱。</p><p>　　3.4 MATLAB在圖像處理中的應用</p><p>　　圖像處理工具包是由一系列支持圖像處理操作的函數(shù)

78、組成的。所支持的圖像處理操作有:圖像的幾何操作、鄰域和區(qū)域操作、圖像變換、圖像恢復與增強、線性濾波和濾波器設計、變換(DCT變換等) 、圖像分析和統(tǒng)計、二值圖像操作等。下面就MATLAB 在圖像處理中各方面的應用分別進行介紹。</p><p>　?。?） 圖像文件格式的讀寫和顯示。MATLAB 提供了圖像文件讀入函數(shù) imread()，用來讀取如:bmp、tif、tiffpcx 、jpg 、gpeg 、hdf、x

79、wd等格式圖像文；圖像寫出函數(shù) imwrite() ，還有圖像顯示函數(shù) image()、imshow()等等。</p><p>　　（2） 圖像處理的基本運算。MATLAB 提供了圖像的和、差等線性運算 ，以及卷積、相關(guān)、濾波等非線性算。例如，conv2(I，J)實現(xiàn)了I，J兩幅圖像的卷積。</p><p>　?。?） 圖像變換。MATLAB 提供了一維和二維離散傅立葉變換(DFT) 、快

80、速傅立葉變換(FFT) 、離散余弦變換 (DCT) 及其反變換函數(shù)，以及連續(xù)小波變換(CWT)、離散小波變換(DWT)及其反變換。</p><p>　?。?） 圖像的分析和增強。針對圖像的統(tǒng)計計算MATLAB 提供了校正、直方圖均衡、中值濾波、對比度調(diào)整、自適應濾波等對圖像進行的處理。</p><p>　?。?） 圖像的數(shù)學形態(tài)學處理。針對二值圖像，MATLAB 提供了數(shù)學形態(tài)學運算函數(shù)；

81、腐蝕(Erode)、膨脹(Dilate)算子，以及在此基礎上的開 (Open)、閉(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等豐富的數(shù)學形態(tài)學運算。</p><p>　　以上所提到的 MATLAB在圖像中的應用都是由相應的MATLAB函數(shù)來實現(xiàn)的，使用時，只需按照函數(shù)的調(diào)用語法正確輸入?yún)?shù)即可。具體的用法可參考MATLAB豐富的幫助文檔。圖像邊緣對圖像識別和計算機分析十分有用，在MA

82、TLAB中，函數(shù) edge()用于灰度圖像邊緣的提取，它支持六種不同的邊緣提取方法，即Sobel方法、Prewitt 方法、Robert 方法，Laplacian2Gaussian方法、過零點方法和Canny方法。</p><p><b>　　4 方法</b></p><p>　　4.1 圖像的預處理</p><p>　　先判斷圖像(圖像獲取地

83、址http://www.zjemw.com/knowledge/showknowledge.asp</p><p>　　?docid=y2011m08d31h11m59s46)的格式，由于獲取的圖片為真彩色圖像，既RGB圖像，則可用rgb2gray()函數(shù)轉(zhuǎn)為灰度圖像。</p><p><b>　　4.2 空間域處理</b></p><p>　

84、　數(shù)字圖像處理技術(shù)可分為“空間域”技術(shù)和“頻率域”技術(shù)兩大類?！翱臻g域”指圖像平面自身，這類方法是以對圖像像素的直接處理為基礎。</p><p>　　4.2.1 直方圖均衡化</p><p>　　直方圖均衡化是利用直方圖的統(tǒng)計數(shù)據(jù)進行直方圖的修改，能有效的處理原始圖象的直方圖分布情況，使各灰度級具有均勻的概率分布，通過調(diào)整圖像灰度值的動態(tài)范圍，自動地增加整個圖像的對比度，以致圖像具有較大的

85、反差，大部分細節(jié)比較清晰。直方圖均衡化算法根據(jù)直方圖增強技術(shù)理論:設原始圖像在(x,y)處的灰度為f，而改變后的圖像為g，對于離散圖像，則對圖像增強的方法為：g = EH(f)。 EH(f)為映射函數(shù)，必須滿足兩個條件(其中圖像的象素總數(shù)為n，分L個灰度等級)： ① EH(f)在 0≤f≤L-1范圍內(nèi)是一個單值且單增函數(shù)；② 對于0≤f≤L-1有0≤g≤L-1. 則直方圖均衡化法的映射函數(shù)為:</p><p>　

86、　(k=0,1,2,……,L-1)</p><p>　　() (4.1)</p><p>　　根據(jù)該方程可以由原圖像的各象素灰度值直接得到直方圖均衡化后各象素的灰度值。由于算術(shù)計算過程復雜，本文利用MATLAB的Image toolbox工具箱中直方圖均衡化histeq()函數(shù)同樣可以實現(xiàn)對圖像的增強。</p

87、><p>　　圖 4-1(a)為原始圖像，圖 4-1(b)所示的圖像是用函數(shù)imadjust()調(diào)整后的圖像，該函數(shù)是把灰度級低于0.2的像素變成灰度級0，把[0.2 1]擴展到[0 1]圖像的對比度明顯改善。圖 4-1(c)為(b)圖像的直方圖。圖 4-1(e)為(b)圖像直方圖均衡化后的圖像,與(b)圖像相比，骨頭的對比度得到改善，但是背景比較朦朧。圖 4-1(d)為(e)圖像的直方圖，與(c)直方圖相比，高灰度

88、級產(chǎn)生的均衡化，但低灰度沒有像素。圖 4-1(f)為(e)調(diào)整后的圖像，明顯可以觀察到，背景的朦朧大部分除掉了。</p><p><b>　　(b)</b></p><p><b>　　(d)</b></p><p><b>　　(f)</b></p><p>　　圖 4-1

89、圖像直方圖均衡化</p><p><b>　　4.3 頻率域處理</b></p><p>　　“頻率域”處理技術(shù)是以修改圖像的傅里葉變換為基礎的, 在傅里葉變換中，低頻主要決定圖像在平滑區(qū)域中總體灰度級顯示，而高頻決定圖像細節(jié)部分，如邊緣和噪聲。使高頻通過而使低頻衰減的濾波器稱為“高通濾波器”，被高通濾波后的圖像在平滑區(qū)域中將減少一些灰度級的變化，并突出過渡(如邊緣)

90、灰度級的細節(jié)部分。巴特沃斯高通濾波器是一種頻率域處理技術(shù)。</p><p>　　4.3.1 圖像的傅里葉變換</p><p>　　一副尺寸為M×N 的數(shù)字圖像可表示成一個二維離散函數(shù)f(x,y)其中x=0,1,2,?, M-1,y=0,1,2,?,N-1。f(x,y)的傅里葉變換為：</p><p><b>　　(4.2)</b>&l

91、t;/p><p>　　在實際應用中，傅里葉變換可以通過使用快速傅里葉變換算法實現(xiàn)。一個大小為M*N的圖像數(shù)組f可以通過MATLAB的Image toolbox工具箱的函數(shù)fft2()得到。 </p><p>　　圖 4-2(a)所示圖 4-1(f)圖像經(jīng)過傅里葉變換后得到的頻譜圖。圖 4-2(b)為(a)圖像使用IPT函數(shù)fftshift()將變換的原點移到頻域矩形的中心點的圖像，靠近中心點的

92、區(qū)域代表了圖像頻率的低頻區(qū)，遠離中心的區(qū)域是高頻區(qū)。</p><p><b>　　(b)</b></p><p>　　圖 4-2 傅里葉變換</p><p>　　4.3.2 傅里葉逆變換</p><p>　　頻譜圖可以通過傅里葉逆變換無失真地還原圖像，公式(5.2)的傅里葉逆變換公式如下：</p><

93、p><b>　　(4.3)</b></p><p>　　公式(4.3)兩邊取復共軛得：</p><p><b>　　(4.4)</b></p><p>　　公式(4.4)與傅里葉變換公式(5.1)非常類似，因此只要調(diào)用傅里葉變換算法，將作為輸入，可求得，然后再對取復共軛即可得到。因為f(x,y)是實函數(shù), 所以= 。

94、</p><p>　　4.3.3 圖像頻域濾波</p><p>　　頻率域圖像處理過程稱為頻域濾波，其基本步驟如圖4-3所示：</p><p>　　F(u,v) H(u,v)F(u,v)</p><p><b>　　圖 4-3</b></p><p>　　其中H(u,v)是傳遞函數(shù)，它的作用

95、是在傅里葉變換中抑制某些頻率但保留另一些頻率，故又稱為濾波器。f(x,y)是輸入圖像，F(xiàn)(u,v)是其傅里葉變換，設G(u,v)是濾波后的傅里葉變換，那么：</p><p>　　G(u,v)=H(u,v)F(u,v) (4.5)</p><p>　　實現(xiàn)G的算法并不復雜，因為H和F都是二維離散函數(shù)，H和F相乘實際上是逐個元素相乘，即H的第一個元素乘以F的

96、第一個元素得G的第一個元素，??，以此類推可求得G。G經(jīng)過傅立葉反變換后可得到濾波處理后的數(shù)字圖像。</p><p>　　4.3.4 巴特沃斯高通濾波</p><p>　　n階截止頻率為D0的巴特沃斯高通濾波器的傳遞函數(shù)為：</p><p>　　(4.6) </p><p><b>　　其中: </b></

97、p><p><b>　　(4.7)</b></p><p>　　該傳遞函數(shù)的三維圖如圖4-4所示：</p><p>　　圖 4-4 巴特沃斯高通濾波器的傳遞函數(shù)三維圖</p><p>　　在實際應用中，一個大小為M*N的圖像數(shù)組f可以通過MATLAB的Image toolbox工具箱的函數(shù)hpfilter()來實現(xiàn)高通濾波。

98、</p><p>　　圖 4-5(a)為圖 4-1(f)圖像經(jīng)過巴特沃斯高通濾波后的圖像，可以看出圖像的邊緣；圖 4-5(b)為把圖 4-5(a)圖像累加到圖 4-1(f)圖像后的圖像，與圖 4-1(f)圖像相比邊界變得清晰；圖 4-5(c)為進一步累加的后的圖像；圖 4-5(d)為進一步累加的后的圖像；臨床醫(yī)生可以根據(jù)需要選擇累加次數(shù)。</p><p><b>　　(b)<

99、;/b></p><p><b>　　(d)</b></p><p>　　圖 4-5 巴特沃斯高通濾波</p><p><b>　　5 結(jié)果</b></p><p>　　5.1 預處理后的結(jié)果</p><p>　　用直方圖均衡化算法對醫(yī)學圖像進行的增強實驗，得到處理后圖

100、像(圖 4-1(f))。經(jīng)圖像預處理后，顯示結(jié)果為：原圖像真彩色是608×500×3的矩陣，大小為0.87M；轉(zhuǎn)為灰度圖像后是608×500的矩陣，大小為0.27M。</p><p>　　5.2 直方圖均衡化后的結(jié)果</p><p>　　原圖（圖 4-1(a)）看到圖像模糊不清，動態(tài)范圍小，整個圖像呈現(xiàn)低對比度。用直方圖均衡化算法對醫(yī)學圖像進行的增強實驗，得到

101、處理后圖像(圖 4-1(f))。整個圖像對比度明顯增強。特別是脊柱邊緣變得清楚。</p><p>　　5.3 巴特沃斯高通濾波后的結(jié)果</p><p>　　繼對原圖直方圖均衡化后，進一步對圖像做巴特沃斯高通濾波，圖 4-1(f)是巴特沃斯高通濾波處理前的圖像，可以看出圖像的邊緣比較模糊。圖 4-5(a)是巴特沃斯高通濾波后的圖像，可以清楚的看到整個圖像的邊緣；然后把邊緣加到巴特沃斯高通濾波

102、前的圖像上面（如圖 4-5(b)）,可以看出整個圖像變得清晰，圖像得到銳化，邊緣的對比度得到加強。再進一步累加，整體圖像變得更清晰，邊緣的對比度進一步得到加強，同時噪聲也會加強，所以根據(jù)實際需要選擇累加次數(shù)。</p><p><b>　　6 總結(jié)</b></p><p>　　本文主要介紹了數(shù)字圖像的理論知識及MATLAB 語言的特點,基于MATLAB的數(shù)字圖像處理環(huán)境

103、，介紹了如何利用MATLAB及其圖像處理工具箱進行數(shù)字圖像處理。直方圖均衡化可以使模糊不清、動態(tài)范圍小、低對比度的圖像變得清晰、動態(tài)范圍增大，呈現(xiàn)高對比度。高通濾波可以使圖像邊緣細節(jié)部分得到加強，使圖像得到銳化。使圖像變得更加清晰。直方圖均衡化和高通濾波一起使用，可以使圖像得到進一步加強，滿足實際需要。</p><p>　　MATLAB為醫(yī)學圖像處理提供了一種技術(shù)平臺，不僅對醫(yī)學圖像的分析和診斷有著</p&

104、gt;<p>　　重要意義。而且對其他圖像的增強也有一定的價值。</p><p><b>　　7 展望</b></p><p>　　隨著計算機處理能力的不斷增強，數(shù)字圖像處理學科在飛速發(fā)展的同時，也越來越廣泛地向許多其他學科快速交叉滲透，使得圖像作為信息獲取以及信息的利用等方面也變得越來越重要。目前數(shù)字圖像處理的應用越來越廣泛，已經(jīng)滲透到工業(yè)、醫(yī)療保健、

105、航空航天、軍事等各個領域，在國民經(jīng)濟中發(fā)揮越來越大的作用。</p><p>　　MathWorks 公司開發(fā)的MATLAB最突出的特點就是簡潔。MATLAB用更直觀的，符合人們思維習慣的代碼，代替了C和FORTRAN語言的冗長代碼。MATLAB給用戶帶來的是最直觀，最簡潔的程序開發(fā)環(huán)境。應用MATLAB友好的界面和豐富、實用、高效的指令及模塊，可以使人較快地認識、理解圖像處理的相關(guān)概念，逐步掌握圖像信號處理的基本

106、方法，進而能夠解決相關(guān)的工程和科研中的問題。</p><p>　　利用MATLAB來實現(xiàn)數(shù)字圖像處理使數(shù)字圖像處理更加方便簡單。圖像處理技術(shù)在許多應用領域受到廣泛重視并取得了重大的開拓性成就，屬于這些領域的有航空航天、生物醫(yī)學工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導、文化藝術(shù)等，使數(shù)字圖像處理成為一門引人注目、前景遠大的新型學科。</p><p><b>　　【參考文獻】&

107、lt;/b></p><p>　　[1] (美)岡薩雷斯(Gonzalez.R.C.)等著，阮秋琦等譯.數(shù)字圖像處理(MATLAB版).電子工業(yè)出版社，2005.9</p><p>　　[2] (美)岡薩雷斯(Gonzalez.R.C.)等著，阮秋琦等譯.數(shù)字圖像處理：第二版.電子工業(yè)出版社，2007.8</p><p>　　[3] 于萬波，《基于MATLAB

108、的圖像處理》，清華大學出版社，2008.3</p><p>　　[4] 閆敬文，《數(shù)字圖像處理MATLAB版》，國防工業(yè)出版社，2007.2</p><p>　　[5] 陳桂明，張明照，《應用MATLAB語言處理信號與數(shù)字圖像》，科學出版社，2000.5</p><p><b>　　致謝</b></p><p>　　在論

109、文完成之際，我心情無法平靜。大學期間，尤其是畢業(yè)論文完成期間，有很多可敬的老師和同學給予了我無私幫助。對此我深懷感激。</p><p>　　首先感謝指導老師xx老師從始至終的關(guān)心、指導和教誨。李波老師追求真理、一絲不茍、嚴格律己、寬以待人的崇高品質(zhì)對學生將是永遠的鞭策。</p><p>　　本次畢業(yè)設計從課題選題、信息收集到論文的撰寫都是在xx老師全面、具體、耐心的指導下進行的。特別是xx