李晶路 付云寶 胡松

摘 要：MATLAB是當(dāng)今最強(qiáng)大的一款科技應(yīng)用軟件之一。本文簡單介紹了利用MATLAB進(jìn)行圖像處理的特點，并舉例說明了MATLAB在圖像處理中圖像增強(qiáng)和邊緣檢測常用的一些方法。

關(guān)鍵詞：MATLAB；圖像增強(qiáng)；邊緣檢測

圖像處理是人類獲取圖像內(nèi)部所包含的信息的重要手段。它主要是指利用計算機(jī)將圖像轉(zhuǎn)換成數(shù)字信號并進(jìn)行一系列處理的過程。利用圖像處理技術(shù)能夠使人們獲得任意波長上所測得的圖像，當(dāng)今圖像處理技術(shù)已經(jīng)運(yùn)用到各個領(lǐng)域內(nèi)，尤其是在航空航天、生物制藥、工程檢測、軍事通訊、工業(yè)生產(chǎn)等領(lǐng)域已經(jīng)取得了一系列的重要成就。

1 MATLAB圖像處理的特點

MATLAB是由美國MathWorks公司推出的一款主要用于數(shù)學(xué)計算和圖像處理的軟件。經(jīng)過多年的實踐應(yīng)用MATLAB已經(jīng)成為目前工程中最重要的圖像處理軟件。

MATLAB圖像處理工具箱是利用MATLAB強(qiáng)大的數(shù)學(xué)計算能力，為廣大用戶提供了一套全方位的參照標(biāo)準(zhǔn)算法和圖形工具，用于進(jìn)行圖像處理、分析、可視化和算法開發(fā)。MATLAB圖像處理工具箱函數(shù)主要包括以下15類：（1）圖像顯示函數(shù)；（2）圖像文件輸入、輸出函數(shù)；（3）圖像幾何操作函數(shù)；（4）圖像像素值及統(tǒng)計函數(shù)；（5）圖像分析函數(shù)；（6）圖像增強(qiáng)函數(shù)；（7）線性濾波函數(shù)；（8）二維線性濾波設(shè)計函數(shù)；（9）圖像變換函數(shù)；（10）圖像鄰塊及塊操作函數(shù)；（11）二值圖像操作函數(shù)；（12）基于區(qū)域的圖像處理函數(shù)；（13）顏色圖像操作函數(shù)；（14）顏色空間轉(zhuǎn)換函數(shù)；（15）圖像類型和類型轉(zhuǎn)換函數(shù)。

MATLAB圖像處理工具箱能提供的圖像處理非常的廣泛，主要包括：圖像數(shù)據(jù)的讀取和保存、圖像的顯示、創(chuàng)建用戶接口，實現(xiàn)交互操作、圖像的幾何變換、圖像濾波器設(shè)計及線性濾波、形態(tài)學(xué)圖形處理、圖像域變換、圖像增強(qiáng)、圖像分析、圖像合成、圖像配準(zhǔn)、圖像分割、圖像ROI處理、圖像恢復(fù)、彩色圖像處理、鄰域和塊處理等。

利用圖像處理工具箱，人們能夠在不必考慮圖像的格式、內(nèi)容、讀寫、顯示等這些圖像自身包涵的細(xì)節(jié)，把主要的精力放在對圖像算法的研究上，進(jìn)而能夠大幅度的提高工作效率。并且，我們在對這些算法進(jìn)行測試時既能夠得到理想的數(shù)據(jù)，又能得到直觀的圖示。

下面將通過一些例子來簡單的介紹利用MATLAB進(jìn)行數(shù)字圖像處理的方法。

2 圖像增強(qiáng)

2.1 直方圖均衡實現(xiàn)圖像增強(qiáng)

圖像增強(qiáng)的目的是運(yùn)用當(dāng)前的技術(shù)去改善圖像的視覺效果進(jìn)而將圖像轉(zhuǎn)化成一種更適合人眼觀察和機(jī)器自動分析的形式。直方圖均衡化是常用的一種圖像增強(qiáng)方法。采用直方圖修整可以使原圖像灰度集中的區(qū)域拉開或使灰度分布均勻，增大反差，使圖像的細(xì)節(jié)更加清晰，進(jìn)而達(dá)到增強(qiáng)圖像的目的。

下面是用MATLAB對圖像“coins”進(jìn)行的直方圖均衡化增強(qiáng)效果對比圖，如圖1所示。

具體對應(yīng)的MATLAB語言實現(xiàn)的源程序以及主要注解如下

I=imread（'coins.png'）；%讀入要處理的圖像文件。

M=histeq（I，64）；%對圖像進(jìn)行直方圖均衡化處理，指定均衡化后的灰度為64。

subplot（2，2，1），imshow（I），title（'原始圖像'）；%顯示原始圖像。

subplot（2，，2，2），imhist（I，64），title（'原始直方圖'）；%顯示原始直方圖。

subplot（2，2，3），imshow（M），title（'直方圖均衡化后的圖像'）；%顯示均衡化后的圖像。

subplot（2，2，4），imhist（M，64），title（'直方圖均衡化后的直方圖'）；%顯示均衡化后的直方圖。

通過對兩幅圖的對比可以很清晰的看出進(jìn)行均衡化的圖像變得清晰，直方圖的形狀更加理想。

2.2 非線性空域濾波實現(xiàn)圖像增強(qiáng)

空域濾波是空域圖像增強(qiáng)的一種常用的方法?？沼驗V波是對圖像中每個像素為中心的鄰域進(jìn)行一系列的運(yùn)算，最終將得到的結(jié)果替換原來的像素值?？沼驗V波一般分為線性空域濾波和非線性空域濾波。線性平均濾波是一種最常用的線性空域濾波。線性平均濾波實際是一種低通濾波，信號的低頻部分通過，阻止高頻部分通過。由于圖像的邊緣處于高頻部分，因此線性平均濾波后，會造成圖像邊緣的模糊。非線性空域濾波主要包括中值濾波、順序統(tǒng)計濾波和自適應(yīng)濾波等。中值濾波能夠保護(hù)邊緣的非線性圖像平滑。

下面是用MATLAB對圖像“coins”進(jìn)行的中值濾波增強(qiáng)效果對比圖，如圖2所示。

具體對應(yīng)的MATLAB語言實現(xiàn)的源程序以及主要注解如下

I=imread（'coins.png'）；%讀入文件

M=histeq（I，64）

J=imnoise（M，'salt & pepper'，0.02）；%添加椒鹽噪聲

subplot（2，3.1），imshow（I），title（'原始圖像'）；%顯示原圖像

subplot（2，3，2），imshow（J），title（'添加椒鹽噪聲后的圖像'）；%顯示添加椒鹽噪聲后的圖像

k1=medfilt2（J）；%進(jìn)行3*3模板平滑濾波

k2=medfilt2（J，[5，5]）；%進(jìn)行5*5模板平滑濾波

k3=medfilt2（J，[7，7]）；%進(jìn)行7*7模板平滑濾波

k4=medfilt2（J，[9，9]）；%進(jìn)行9*9模板平滑濾波

subplot（2，3，3），imshow（k1），title（'3*3模板中值濾波'）：%顯示3*3模板中值濾波

subplot（2，3，4），imshow（k2），title（'5*5模板中值濾波'）；%顯示5*5模板中值濾波

subplot（2，3，5），imshow（k3），title（'7*7模板中值濾波'）；%顯示7*7模板中值濾波

subplot（2，3，6），imshow（k4），title（'9*9模板中值濾波'）；%顯示9*9模板中值濾波

通過對以上圖片的對比，經(jīng)過MATLAB中值濾波處理后的圖像輪廓更加清晰。不同的模板得到的清晰度也有所差別。

3 邊緣檢測

邊緣檢測是利用物體和背景在某種圖像特征上的差異來實現(xiàn)的。圖像的邊緣中包含許多對圖像分析，目標(biāo)識別有價值的信息，合理的利用物體和背景在某種圖像特征的差異能夠準(zhǔn)確的將目標(biāo)和背景區(qū)分開來。邊緣檢測包含兩個基本內(nèi)容：一是抽取反映灰度變化的邊緣點；二是剔除某些邊界點或填補(bǔ)邊界間斷點，并將這些邊緣連接成完整的線。常見的邊緣檢測方法有：微分算子、Canny算子和LOG算子等。常用的微分算子有Sobel算子、Roberts算子Prewit算子等。

Canny算子邊緣檢測

Canny算子的具有低誤碼率、高定位精度和抑制虛假邊緣等優(yōu)點。

LOG算子邊緣檢測

拉普拉斯算子是一種不依賴于邊緣方向的二階微分算子，它具有旋轉(zhuǎn)不變的性質(zhì)，在圖像處理中經(jīng)常被用來提取圖像的邊緣。

下面是用MATLAB對圖像“l(fā)ena”進(jìn)行的LOG算子邊緣檢測

下面是用MATLAB對圖像“l(fā)ena”進(jìn)行的Canny算子邊緣檢測，如圖3所示

具體對應(yīng)的MATLAB語言實現(xiàn)的源程序以及主要注解如下

I=imread（'lena.jpg'）；%讀入文件

subplot（2，2，1），imshow（I），title（'原始圖像'）%顯示原始圖像

I1=rgb2gray（I）；%轉(zhuǎn)化灰度圖像

subplot（2，2，2），imshow（I1），title（'灰度圖像'）；%顯示灰度圖像

I2=edge（I1，'canny'）；%canny算子檢測

subplot（2，2，3），imshow（I2），title（'canny算子分割結(jié)果'）；%顯示canny算子邊緣檢測圖像

I3=edge（I1，'log'）；%log算子邊緣檢測。

subplot（2，2，4），imshow（I3），title（'log算子分割結(jié)果'）；%顯示log算子邊緣檢測圖像

4 結(jié)論

利用MATLAB進(jìn)行圖像處理，操作方便，簡單快捷，能夠快速、高效得到理想的預(yù)期效果。其中圖像處理工具箱幾乎包含了所以的常用的圖像處理方法，同時工具箱也具有開放性，能夠讓人們直接利用現(xiàn)有的方法進(jìn)行圖像處理，也可以更改代碼進(jìn)而改進(jìn)函數(shù)功能。本文只是簡單的介紹了一些例子，MATLAB本身還包含一系列復(fù)雜的圖像處理命令?？傊?，MATLAB作為一個強(qiáng)大的數(shù)據(jù)處理軟件為我們在圖像處理方向的研究提供了極大的方便。

[參考文獻(xiàn)]

[1]高成.MATLAB圖像處理與應(yīng)用[M].北京.國防工業(yè)出版社，2007，04.

[2]楊丹，趙海濱，龍哲.MATLAB圖像處理實例詳解[M].北京：清華大學(xué)出版社，2013，07.

[3]王秋雨.MATLAB圖像處理的幾個應(yīng)用實例[J].福建電腦.2011，11， 6-7.

[4]于廣州，楊秀娟.MATLAB在圖像處理中的應(yīng)用[J].中國校外教育 2009，02，166-167.

[5]趙小川.MATLAB圖像處理：程序?qū)崿F(xiàn)與模塊化仿真[M].北京，北京航空航天大學(xué)出版社，2014，01.