基于matlab的图像预处理技术研究【毕业论文】

(2011 届）毕业设计

题目:姓名:专业:班级:学号:指导教师:导师职称:基于mat l a b的图係>子货处理才支术研究

电子信息工程

2011年5月19曰

基于mat I ab的图像预处理技术研究

摘要

2011年，我们为了进?步汄识与完善图像的预处理，进行了?系列的研究 和'u丨?:明。本义通过图像灰度化、图像去噪、图像增强、边缘化、值化的方法，阐述了在F1常生活中图像预处理的实施研究方法,证明了研究中对灰度化、太?噪、增强、边缘化、二值化可行的图像预处理方法，得出了我可以更方便快捷的用matlab软件进行图像预处理的研究。

为了形象的说明本次研究，我们还通过程序的展示，程序的运行，研究截图 这呰鲜明的图像和文字?一呈现给大家，使大家*目了然,方便有兴趣的人跟?我们的研究思路去完成图像的预处理.

关键词：图像，图像预处理，灰度化，二值化，去噪

The image preprocessing technology based research matlab

Abstract

In 2011, we order to understand further and improve the image preprocessing, a series of research and proof. In this paper, gray, image denoising, image enhancement, marginalization, binary method, described in the daily life of the implementation of image preprocessing methods, the study demonstrated on thegrayscale, noise reduction, enhanced，Marginalization, binary image pre-processingmethods possible, so I come to a more convenient and efficient image preprocessing with matlab software research.

In order to explain the image of this study，we show through the program, the program's operation, research capture sharp images and text them one by onepresented to us, so we glance, easy to follow people who are interested in ounesearch ideas to complete the image Pretreatment.

Keywords: Im age，Image preprocessing, Gray change, Binary, Denoising

目录

m w (i)

Abstract................................................................................................................II

第一章：绪论 (1)

1.1课题的来源 (1)

1.2课题的意义 (1)

1.3图像预处理技术发展现状 (2)

1.4课题研究的主要内容 (4)

第二章：软件基础知识与总体设计 (7)

2. 1软件蕋础知识 (7)

2.2 M at la b软件在数字图像处理中的应用 (7)

2. 3方案评价 (8)

2. 4图像预处理的总体设计 (8)

2.4.1图像灰度化 (8)

2.4.2数字图像去噪 (9)

2.4.3数字图像增强...............................................................................II

2.4.4数字图像二值化 (12)

2.4.5数字图形边缘化 (13)

2.4.6数字二值图像倒置 (14)

第三章：基于m atlab的图像预处理实验结果和分析 (15)

3, 1图像采集及其处理 (15)

3. 2图像灰度化函数及其对比图 (16)

3.2.丨图像灰度化函数rgb2gra y16

3.2.2灰度化对比图 (16)

3. 3图像去噪函数及图像对比 (16)

3.3.丨图像去噪函数medfilt.......................................................................2 16

3.3.2图像去噪对比图 (17)

3. 4图像增强函数、参数对比及图像对比 (17)

3.4.1 图像增强函数 imadjust、histeq (17)

3.4.2参数对比 (19)

3.4.3图像增强对比图 (19)

3. 5图像二值化函数及图像对比 (20)

3.5.1图像二值化函数roicolor (20)

3.5.2图像二值化对比图 (21)

3. 6图像边缘化函数及图像对比 (21)

3.6J图像边缘化函数 bwrnorph、bwperim (21)

3.6.2图像边缘化对比图 (22)

3. 7图像二值倒置函数及图像对比 (22)

3.7.1图像二值倒置函数abs (22)

3.7.2 二值倒置对比图 (23)

第四章：拓展研究 (24)

4. 1图像平滑的拓展研究 (24)

4. 2图像融合的拓展研究 (26)

第五章：设计说明 (28)

5. 1研究设计说明 (28)

5.1拓嫉研究设计说明 (28)

賤 (29)

参考文献 (30)

致谢.....................................................................................错误！未定义书签。W S (33)

附录程序1:图像灰度化程序 (33)

附录程序2:图像去噪程序 (33)

附录程序3:图像增强程序 (32)

附录程序4:图像二值化程序 (34)

附录程序5:图像边缘化程序 (34)

附录程序6:图像二值倒S程序 (35)

附录程序7:图像平滑程序 (35)

附录程序8:图像融合程序 (35)

苯于matlab的阁像预处則技术研究

第一章：绪论

1. 1课题的来源

自从数字图像时代以来，图像预处理技术作为处理图像的前提工作，在各 行各业都获得了ffi要的成用。近年来，图像预处埋技术不仅在研究和开发方面迅速发展，更在实际应用中雨的了长足的进步，成为丫这个数字时代，人们关 注的一个必不可少的技术。

目前敁困扰的问题之?是摄像头存在十扰问题，中低裆的存在摄像头比较明特别环境中在低照度的十扰卜'对图像质量Yrih常人的影响。根据解析主要有两种噪声会影响中低档视频的质量，?种是相邻K域色素之间产生的是伪颜色噪声，一种是在图像中由于信s?强度而会产生的泊松噪声（会影响物体的边缘淸晰度）。低通滤波是-?般滤波器的工作原理中先做的，而后再去做高通滤波的滤波实验。我们分析??卜频谱，物在做低通的时候体的边缘成分己经损失掉了?作部分，即使在高通滤波器后通过后，还是可以通过一定的处理还原大部分，但是，本质上它已经不能够到达最理想的视图效果了。

随着产品型分和工作环境是不同这畔噪点也会不同。这种随机性噪点对汛缩的影响是非常I i大的,有些时候可能会造成码流上的成倍成倍的上升,也会将K缩算法中的优点全部将與掩盖掉，这足甴于视频在识缩算法的前后帧图像的差异实现的压缩。

这些噪声主要可以采用W种滤波的方式去解决：空间轴丨?.的滤波和时间轴 上的滤波。空间轴滤波是用来去除泊松噪声的M时强化物体边缘程度。时间轴 滤波是采用运动自适应方式去处伪颜色噪声的M时还原运动中的物体。除了这作，还有?种柱状均衡器，它会改善对比度是通过平滑亮度信号的突变而来的。在帧间编码这种技术屮主要还是采用了针对摄像头在?呰主要的环境特征即图像变化不人和静止图像的情况下进行缩处理，这样保证在正常惜况下图像都讨以以高质量的水平保存。另外?个方面，能使在压缩之前就讨以排除了信号中的千扰，压缩还原的图像也会有很人的提高，M时也能降低了码流，这是通过实时滤波的技术。

这桦就是现实生活中遇到的问题，在此我们把它提出米，当作本文的研究课题，实现理论知识与实际的应用相结合，发挥出最好的使用价值，解决实际中所遇到的困难。这就是本次课题的来源[1_5】。

1.2课题的意义

图像预处理是在图像分析中，对输入图像进行特征抽取、分割和匹配前所

毕业设计

进行的处理。但是由于光照条件的不稳定变化、图片不整洁、摄像头与牌照的距离或角度不合适以及速度较快等W素，都将引起图像质量严觅下降，包括模 糊、光照不均、亮度太低、对比度太小、倾斜等现象。所以图像预处理的意义在于消除图像中无关的信息，恢复有用的真实信息，増强有关信息的可检测性和敁人限度地简化数据，从而改进图像分割、特怔抽取、匹配和识别的吋靠性。预处理过程-?般育几何变换、数字化、归-?化、复原、平滑和增强等步骤。

就数字图像处理与分析而言,一般来讲，图像处理的主要意义有三个方面：(丨)提高图像的视感质量，如进行图像的彩色变换、亮度、抑制、增强某呰成分，对图像进行几何变换等，以改善图像中的质量。

(2)提取图像中所包扩的某些特殊信息或特征，这些被提取的信息或特怔往往会为计箅机图像分析提供技术上的便利。模式识别或计算机视觉的预处理是提取信总或特征的过程。提取的特征能包括方面很广，如形状特征、灰度或颜色 特征、拓扑特征、频域特征、关系结构、区域特征、边界特征和纹理特怔等。

(3)图像编码和压缩、数据的变换，方便与于图像的传输和存储。

尤论足何种方向的图像预处理，都耑要由图像V用设备和计算机组合成的图像预处理系统对采样图像数据进行合理的输入、加工和输出|61。

1.3图像预处理技术发展现状

图像处理中的《要环节之?是图像预处理。原先预处理方法主要是锐化和平滑,例如常用线性滤波器,对f t斯噪声；而中值滤波器往往是对椒盐噪声进行的处理,往往能得到-?呰非常好的很好的效果。现今有提出?种先进型的中值滤波器，通过对图像的比较去除最小和最人灰度值后算出的中值与中心像素灰度值相减确定中心点的像素灰度值，这样在噪声很严?时仍然具有良好的滤波性能，但是这样也会破坏图像的?畔细节，使图像模糊程度加大。现今还提出了?种图像增强方法是关于离散尚斯滤波器的,它选择权值的线性平滑滤波器是根据高斯函数的形状来的，这种方案对于除去服从正态函数分布的噪声其釘很有效果，似是对非线性函数的噪声效果就不是那么的理想了。近些年来以来，搞于数学丨?.形态学在图像预处理方面越来越:H有广泛的应用性。如今运用数学形态学达到了消除噪声已经图像预处埋过程中成功的得到了运用，从线结构中分离出厚区域以及连接断u的目的。对差、并噪声并行的釆集图像进行了食效的处理是采用交变开闭的滤波。综和上所述，图像预处理技术在雜于数学形态学上已经有了深入的研究了。

随卷技术不断发展，人们获取图像的途径越来越多，使图像预处理的图像种类也越来越多。传统的预处理方法L L经不能满足需要，要求对不M的图像数据处理问题提出存效的解决方法，而发展迅速的站于认知的智能计箅为许多问

2

苯于matlab的阁像预处則技术研究

题找到了很奵的解决办法。在深入讨论图像预处埋?础上，冉结合神经网络埋论、遗传箅法和统计理论等，为解决图像预处埋问题提供有效方法，这种方法主要包括两人部分：第?部分为图像预处理，包括图像滤波、二值化、边缘化、灰度化、图像增强、i?噪。第—部分为图像融介算法研究。其中还存为图像预处理的服务的。研究主要围绕图像预处理全过程而展丌，完成的主要研究丁.作如下：

1、对于常用方法对质量卜?降的图像恢复性效果较差的缺陷，研究了利用影藏的小波变换和Markov树的图像恢复箅法。在图像通过Wiener反卷积图像滤波以后，采用具有平移不变性的复数小波一双树变换进行小波分解，然后在复数小波域中运用影藏Markov树进行图像的上噪，最后得到受111噪声干扰图像的还原，得到了非常不错的效果。

2、对于图像形变目标分割算法计算量人、模型表述S杂，利用了交叉熵及弧线进化对图像给以分割。对于类间差异性iii人的分割准则，利用交叉熵来搭建能量函数，将分割这个问题转变为求能量函数诚小化:经过鍛小化能量函数传出用水平集方案表达的弧线进化方程，随后利用简印?算法进行求解，实现函数图像有利的分割。

3、对于图像配准的精度与速度问题，改善了基于互信息和小波分解的图像?配准算法准则。运用分层配准策略，加快了配准的速率：利用Parzen窗口来估 计概率准度，运用了二阶梯度法求出配准度量和互信息的最好值,提高了匹配的速度和精度。这方法可以运用于参考图和实时图之间有仿射转变的情况，并 作为图像配准制导的关键技术之一。

4、对于?般小波?建复杂的缺点，运用了上升策略进行自合理小波变换。这样的算法可以很准确地完成信兮的完全?构rfnri并不耑要W外多余的信息，这该方法适用十图像融合当中，把图像的相近信兮i平均值化，细节信号可以获得较人的去融合处理。仿真研究证实了这方法能非常好的提取图像中的细微分量，还能得到抗干扰能力，并且可以适用于多传感器遥感图像融合当中去。

5、对于现今的祌经布局图像融合方法的短处，得出了?种改进的关于粗糙 核聚类和祌经布局的图像融合方案。运用小波变换去混合噪声图像的滤波,设计粗糙核聚类算法拿去图像聚类操作，提升了融合实吋性和效來。经过仿真研究，并与其它的祌经布局图像融合方案进行相比,结论表示其方法是夼效的。

6、对于基于粗糙神经布周及神经布局以的图像融合方案存在自己结构和参数难以调准的问题，得出了?种站于遗传进化粗糙神经布局的图像融合方案3方案运用了粗糙神经布局作为中.幅图像处埋的聚类算数，以融合后图像的峰值噪声比为适合度函数，利用遗传算数调整粗糙神经布局的内部参数，从峰值噪声比的州度，最大程度地提升了图像融合感觉。仿真研究表示，与难于猫于粗

3

毕业设计

糙祌经布周和S O M布局的图像融合方法相比，这种方案确实是非常的有效|7_91。

1. 4课题研究的主要内容

图像预处理主要涉及到的内容有以下几个方面：

1)图像变换是由于图像的矩阵很大，如果立接在空间域中进行图像变换处理，涉及到的计算量会非常大。所以，往往采用各种各样的图像变换的方案，如傅沃尔什变换、立离散余弦变换、叶变换等间接处的理技术，将图像空间区域的处理转变为图像变换区域的处理，不但忖以减少??些计算景，还M f获得很效的处理。目前敁新研究的小波变换在频域和吋域屮都打:II:常奵的区域化的特性，它在图像预处理中同样也有着非常有效和广泛的应用。

2)将图像上的点的灰度值置为0或255,这就是图像的—值化处理，也就是把整个采集图像兄示出明从的黑和111目的。也就是将256个亮度等级的和白 图像通过合理的阀值选择而得到仍丨丨丨能反映出图像局部和整体特征的二值化（0和1)图像。

目前在数字图像预处理中，二值图像拥有非常電要的位置，尤其是在实际的图像预处理中，有很多系统是以而知图像处理进行实现的，如果要对二值图像进行分析和处理，第一?必须要把灰度图像进行二值化，得到一个二值图像，进行了这样的处理以后小釘助于对图像进行进?步的处理，然而图像屮的集合特质只与像素的值为255或0的点有又，不需要才牵涉到像素的多级值，这样讨以让处理变得更加的简肀，M事也能使j_k缩和数据处理量减少。然而而知图像在图像预处理和图像分析当中有着非常广泛的应用，二值图像就是指图像只有0和1这两个灰度的图像,这样的图像有行储空间减小，运算速度加快,可以方便快捷的对图像进行??些运算。而且，在得到二值图像以后，还可以对图像进行进步的处理和研究，获得图像中的?畔人们想得到的信息或者特性。

3)图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的淸晰度等。图像增强不考虑图像降质的原W，突出图像中所感兴趣的部分。如强化图像高频分S,讨使图像中物休轮廓淸晰，细节明敁；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原W有?定的了解，?般讲I、V:根据降质过程建立"降质模型"，冉采用某种滤波方法，恢复或重建原来的图像。

4)噪声对人的影响噪声可以认为“阻碍人们感觉器官去感觉，对就收到的信息理解的W素”。例如一张黑111颜色的图像，其平面亮度分布假定为f(a, b),那么对于它接收到干扰作用的亮度分布R(a，b)就吋以叫做这个图像的噪声。开着的黑CJ的电视存吋候图像会有噪声，这时可以表示为K(x，y, t)。丌 卷的彩色的电视中图像噪声讨以表达为K(x, y，t，，.）。仴是，噪声在实际中

苯于matlab的阁像预处則技术研究

也是不讨能预测到的，在埋论当年高中也是，他只能用数学当中的概率统计的方案来得出，因为噪声完全是是当中的?个随机的过程。所以噪声的表述完余可借用函数来表述出来，即用其概率分布函数和概率密度分布函数。现实屮的数-字图像在数字化和传输过程中常受到成像设备~外部环境噪声T?扰等影响，成为含噪图像。取出或减轻在获取数字图像中的噪声成为图像去噪。所以去噪在图像预处理中就以得那么的要，w为这a接影响图像后期的效來与处理。

除了这些还有一些图像预处理之后的技术：

1)图像编码汛缩图像编码汛缩技术可减少描述图像的数据量（即比特数），以便节竹处理时间、图像传输和减少看空间的存储量。图像的报缩可以在图像不失真之前进行提取，反之也可以进行提取和获得。在乐缩技术中编码最笟要的一种方法，它在图像处理中是发展最早也是最成熟的技术之一。

2)数字图像处理中图像分割也是的关键技术之_。图像分割也就是将图像中有意义的那?部分获得出来，而图像侖意义的部分存图像的边缘、区域等，这也是图像处理当红图像分析、识别、处理的站础知识。虽然目前釘很多关于边缘化、区域分割的?忤算法及其研究，但是还足没有出现?种能普遍适用于它们的方案，这就是关键所在。所以，对图像进行分割这种研究还在社会上不断的研究和探讨。对于最简中?的二值图像讨采用数学上的集合特性来进行描述其特怔，?般的图像描述都是二维的，它有区域描述和边界描述w类方法。所以对于特别的纹理团这作就可以运用—值描述来进行。经过图像处理研究的深入开展，我们己经进入丫三维的时代，也就说」维图像的研究己经正在进行了，而II.发展的也是很快，巳经提出了表面描述、体积描述、广义_柱体描述等方案。

3)我把多新到中所采集到的关于同一目标的图像给以-?呰图像的预处理，然后提取各自新到中的信息，最后把他合并成同?个图像进行观赏和进?步的处理，这就足图像融合技术。如粜对十高效的图像融合技术而Vf，可以根据通过变换得到多信道M时处理的方法来处理，从时提f t图像在实际中的系统对g 标探测识别地讨靠性利用字及系统的自动化程度。其g的足消除多传感器信息之间可能有的矛盾和冗余,将不吋类传感器或中???传感器的多波段信息所得出的信息加以处理，以增加图像中信息透明度，改善解译的讨靠性、精度以及使用率，以形成对目标的完整、淸晰、准确的信息描绘。

在本文的研究中，我们分析了整个过程，探淸了课题的研究思路，总结出了毕业设计的内容，主要包括：

第-?章：主要写图像预处理的??鸣理论概念,-件研究内容。图像预处理的来源，发展现状及其研究的意义

第一章:主要写MATLAB这个软件的?跸摇础知识，和图像预处理的基本

毕业设计

研究。

第二章：主要写论文主要函数和研究内容

第四章：主要写平滑和融介的拓展研究。

第五章：主要写设计说明。

6

苯于matlab的阁像预处則技术研究

第二章：软件基础知识与总体设计

2. 1软件基础知识

M A T L A B是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将矩阵计算、数值分析、科学数据M r视化以及非线性动态系统的仿真和建模等诸多强大功能集于??舟，敁示在个易于使用的可视化窗U的环境当中，为工程设计、科学研究以及必须进行有效数值计算的众多科学研究提供了?种权威的解决方法，并II.在很多时候在很大的范畴内被拖了传统的编程模式，使使用荠更加简中灵活的操作这?软件，得到了很好的效果。这也是当今科学羿的一大成就。

众所周知，M A T L A B在数据处理、数值计算、图像、自动控制、神经布局、优化计算、模糊逻辑、信兮处理、小波分析等众多地方都宥卷广泛的成用，特别是M A T L A B的图像处理和与分析工具箱支持KGB图像、索引图像、二值图像、灰度图像，并能操作*. t i f、*bmp、*. jp g o等多种图像格式文件，如果能M_活地运用M ATLAB提供的图像处理分析函数及工具箱，会大人简化其体的编程工作，充分体现在图像处理和分析中的优越性。

M A T L A B的基本数据.中.位是矩阵，它的指令表达式与丁程、数学中常用的形式都差不多类似，所以M A T L A B来解决算法上的问题要比用F0K-TKAN、C等语丫( 完成相H的事情会简便的多，并MATLAB还吸收了像Maple等软們。的优越之处，使M A T L A B成为一个强大功能的算数软件。而且在心的版本中还加入了对F O K T R A N, C，C++，JAVA的支持技术。讨以直接调用函数，用户也可以将自己编写的实际程序代码导入到M A T L A B函数库中，成为自己的函数，以后就可以方便的利用。此外许多的M A T L A B的爱好芥都会遍?呰经典的程序，上传到网上，用户可以去方便的下载和使用

2.2 Matlab软件在数字图像处理中的应用

MATLAB软件中有20类图像处理的函数，几乎涵盖可图像处理的所有技术方法，包括近期研究的成粜，是研究和学习图像处理的需要名难得的宝贵资料和处理工具箱。这作函数按功能可分为图像图像文件1/0、以示、色彩空间变换像素值与统计、集合几何变换、灰度与—值化图像的形态学运箅、图像算数运算、邻域与块处理、图像估计、结构元素查创逑与处理、图像分析、图像增强、线性滤波、线性—元滤波设计、图像i?迷糊、图像变换、基于边缘的处理、色彩映射表操作、及图像类型与类型转换。

MATLAB数字图像处理工具箱函数包括一下几类：丨：图像类型和类型转

毕业设计

换函数；2：颜色空间转换函数：3:图像像素值及统计函数；4:颜色图像操作函数：5:图像文件输出、输出函数；6:雄于区域的图像处埋函数：7:图像分析函数：8:图像邻域及块操作函数；9:图像增强函数；10: 二值图像操作函数；1丨：图像变换函数；12: 二维线性滤波器设计函数；13:图像几何操作函数；14:线性滤波函数；丨5:图像从示函数；

2. 3方案评价

在设计开始初的过程中，出现很多思路去研究这个课题，那是W为没有研究到实际3屮去，拿沿理论知识在芈面做文章，还侖就是图像预处理衍很多环节，不是每个图像都适用于这些方案，还要根据图像所需要的目的去选过程. 在进?步的研究中，我发现了要有针对性去的研究，这也足中业设计的理念所在，在?个小区域里面深入的去研究和讨论，得出自己的心得和体会，为往后的发展起到推波助澜的作用。

认识到这-?点，我果断的理淸了思路，确定了设计方案。而J1.跟着这条思路--直走下去，希翅能得到更多现在还没发现的成果

2. 4图像预处理的总体设计

总体设计主要内容：

1.数字图像灰度化

2.数宇图像去噪

3.数字图像增强

4.数字图像二值

5.化数字图形边缘化

6.数字二值图像倒置

2. 4. 1图像灰度化

灰度图像是指只含焭度信息，不食色彩信息的图像。将彩色图像转化成为灰度图像的过程称为图像的灰度化处埋。彩色图像中的每个像素的颜色有K、G、B三个分量决定，而每个分量可取值有256种，这样一个像素点颜色的变化范丨韦丨可以有1600多万的。然而灰度图像是K、G、B三个分量等同的种特殊的彩色图像，?个像索点的变化范I韦丨为256利I,所以在数字图像处理当中…般先把其它格式的图像转换成为灰度图像，然/S进行操作，这样可以使得计算速度加快?件。灰度图像的描述和彩色图像?样依然示出了整幅图像的局部和整体的色度和亮度等级的特怔和分布。卜面我说?下弧度花处理，图像的灰度化处理讨以计算出每个像素点的K、G、B三个分量的平均值，然G W将这个值分别

8

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r = G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p\V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r = G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p\V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r = G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p\V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r = G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p\V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r = G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p\V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r= G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p \V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

苯于matlab的阁像预处則技术研究

给三个分量。

采集图像，现今人都是通过数码相机、摄像机等设备拍摄获取的，因而在处理前的图像都是彩色图像。它是利用G，K, B这3个分量表明-?个像素的颜色，G, R, B分别代表绿、红、蓝3种不同的颜色，三基色可以合出任意不同的颜色。由于图像的每个像素都爲哲三个小同的颜色分量，图像中会出现许多与识别无关的信息，会占用很多存储空间，而.fl在运算上岜会降低速度，以便于进…步对图像进行下一步研究工作，所以在图像处理中，往往是把彩色图像转换成灰度图像，就是为了以后工作的方便与简单。

彩色图像灰度化的处理方法主要有下面三种：

1.最大位法:使K，G, B的位等于三位中最大的一个，即

r= G = B = max(/?,G,fi) ；(2-1)

2.平均位法:使K，G, B的位等于三位和的平均值，即

R = G = B = (R,R,B)/3：(2-2)

3.加权平均位法:根据赏要性或其它指标给K, c, B赋子小M的权值，并使K, G, B等于它们的值的加权和平均，即：

R = G = B = (Wli+WG +Wr)/3;(2-3)其中W p \V G , 分別为K,G，B的权值，由于人眼对绿色、红色、蓝色的敏感度依次降低，当％=0.3, W c =0.59，^=0. 11,时，能得到最合理的灰度图像0因此,用g表示灰度化后的灰度值,Mg=0. 3R+0. 59G+0. 11B。

图2-1原始图像图2-2灰度化后图像

2. 4. 2数字图像去噪

图像上噪作为图像处埋中的?种必须的预处埋手段?立以来都得到人们的密切注视，而.n.随卷对图像新数学理论的不断引入和埋解的不断深入，图像去

9

本文来源：https://www.bwwdw.com/article/vhoq.html