MATLAB在图像处理中的应用

《MATLAB语言》课程论文

MATLAB在图像处理中的应用

姓名：魏晶茹 学号：12010245218

专业：通信工程 班级：通信工程1班 指导老师：汤全武

学院：物理电气信息学院 完成日期：2011年12月11日

MATLAB在图像处理中的应用

（魏晶茹 12010245218 2010级通信工程班）

[摘要] MATLAB语言因具有功能强、效率高、简单易学等特点，在许多领域得到广泛应用。强大的绘图

功能是MATLAB的特点之一。MATLAB提供了一系列的绘图函数，本文在简要介绍MATLAB软件的基础上, 结合其图象处理工具箱, 重点分析了MATLAB在图象处理中的应用。通过实例验证了该语言具有强大图形处理能力, 是一种简洁易学, 可读性强、功能强大的应用软件。

[关键词]MATLAB语言、图像处理、直方图均衡化

一、 问题的提出

MATLAB 语言是当今国际上科学界 (尤其是自动控制领域) 最具影响力、也是最有活力的软件。它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面设计、便捷的与其他程序和语言接口的功能。MATLAB 语言在各国高校与研究单位起着重大的作用。它是集数值计算、符号运算、可视化建模、仿真和图形处理等多种功能为一体的一种编程语言。

MATLAB语言具有强大的以图形化显示矩阵和数组的能力，同时它给这些图形增加注释并且可以对图形进行标注和打印。MATLAB的图形技术包括二维和三维的可视化、图形处理、动画等高层次的专业图形的高级绘图，例如图形的光照处理、色度处理以及四维数据的表现等。又包括一些可以让用户灵活控制图形技术创建图形用户界面。那么MATLAB中图形是怎样产生又是怎样处理的呢？

二、MATLAB的主要功能及特点

MATLAB近几年广泛用于图像处理和识别, 使用MATLAB设计模式识别应用软件将使设计者获得更大的自由, 可以任意执行特殊的算法和实现复杂的操作,MATLAB之所以成为世界顶级的科学计算与数学应用软件, 是因为它随着版本的升级与不断完善而具有愈来愈强大的功能。(1)数值计算功能。(2)符号计算功能。(3)数据分析功能。(4)动态仿真功能。(5)图形文字统一处理功能。

MATLAB 有三大特点:一是功能强大。主要包括数值计算和符号计算、计算结果和编程可视化、数学和文字统一处理、离线和在线计算。二是界面友好,编程效率高。MATLAB 是一种以矩阵为基本单元的可视化程序设计语言, 语法结构简单, 数据类型单一,指令表达与标准教科书的数学表达式相近。三是开放性强。MATLAB 有很好的可扩充性, 可以把它当成一种更高级的语言去使用。使用它很容易编写各种通用或专用应用程序。

三、MATLAB 的图像处理工具概述

MATLAB 提供了20类图像处理函数,涵盖了图像处理的包括近期研究成果在内的几乎所有的技术方法,是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。这些函数按其功能可分为:图像显示;图像文件;图像算术运算;几何变换;图像登记;像素值与统计;图像分析;图像增强;线性滤波;线性二元滤波设计;图像去模糊;图像变换;邻域与块处理; 灰度与二值图像的形态学运算;结构元素创建与处理;基于边缘的处理; 色彩映射表操作;色彩空间变换;图像类型与类型转换。

图像的读写与显示操作: 用imread()读取图像,imwrite()输出图像, 把图像显示于屏幕有imshow(),image ()等函数。imerop ()对图像进行裁剪, 图像的插值缩放可用imresize()函数实现。旋转用imrotate()实现。

四、MATLAB在图像处理中的应用

2

MATLAB中的图像处理工具箱几乎包括了经典图像处理的所有方面, 从基本的图像增强到图像分割,MATLAB都提供了简便的函数调用来实现许多经典的图像处理方法。理工具箱函数包括12类:(1)图像文件操作和显示函数;(2)图像的矩阵表示及运算函数;(3)图像增强函数;(4)图像变换函数(5)图像的空间变换函数;(6)二值形态学操作函数;(7)图像分析和理解函数;(8)其它的一些图像处理函数。另外MATLAB提供了对多种图像文件格式的读写和显示,这使得MATLAB在集成环境中进行图像处理的实验模拟非常方便。

MATLAB具有很强的绘图功能, 可以方便地实现一维和二维函数或数据的可视化显示。例如对于图象处理中常用的二维高斯函数, 只用下面三条语句即可绘出时的三维图形, 如图1所示。 程序如下：

[x,y]=meshgrid(-4:0.2:4); %产生平面区域内的网格坐标矩阵 z=exp((-x.*x-y.*y)/2)/(2*pi); %给出函数z

mesh(x,y,z) %绘制三维网格图如图1

运行结果如图1所示。

图1 三维图形

五、应用MATLAB工具箱进行图像分析处理

1、 加法运算

图像相加一般用于对同一场景的多幅图像求平均效果，以便有效地降低具有叠加性质的随机噪声。直接采集的图像品质一般都较好，不需要进行加法运算处理，但是对于那些经过长距离模拟通信方式传送的图像（如卫星图像），这种处理是必不可少的。如果要进行两幅图像的加法，或者给一幅图像加上一个常数，可以调用imadd函数来实现。imadd函数将某一幅输入图像的每一个像素值与另一幅图像相应的像素值相加，返回相应的像素值之和作为输入图像。imadd函数的调用格式可参考图像处理的工具箱。下面的程序可将两幅图像叠加在一起，叠加效果如图4所示。 程序如下：

3

imshow('rice.png'); %从图像文件中读取’rice’图像数据 imshow('cameraman.tif'); %从图像文件中读取cameraman图像数据 I=imread('rice.png'); %把’rice’图像赋给I J=imread('cameraman.tif'); %’cameraman’赋给J K=imadd(I,J,'uint16'); %进行两图像的加法运算

imshow(K,[]) %显示两图像相加后的图像如图4所示

运行结果如图4所示。

图2 ‘rice’原图 图3 ‘cameraman’原图

图4 ‘rice’图像和’cameraman’图像相加后的图像

小结：图2为rice原图，图3为cameraman原图，MATLAB语言通过调用imadd函数将两幅图巧妙的融为一体得到图4。这不仅起到了美观的效果，也通过对多幅图像求平均效果，可以有效地降低具有叠加性质的随机噪声。

给图像的每一个像素加上一个常数可以使图像的亮度增加。例如以下程序示例的处理效果如图5所示。 程序如下:

4

I=imread('trees.tif'); %读入图像为trees的图像并赋给I J=imadd(I,50); %给图像的像素加上一个常数50 subplot(1,2,1),imshow(I); %选择1×2个区中的1号区显示图像Isubplot(1,2,2),imshow(J); %选择1×2个区中的2号区显示图像J

运行结果如图5示。

图5 像素加上常数后的图像与原图像对比图

小结：如图5通过两个trees的对比可以看出MATLAB中每一个像素加上一个常数后可以使图像的亮度增加。 2、图像的旋转问题

图像变换技术是图像处理的重要工具, 常应用于图像压缩、滤波、编码和后续的特征抽取或信息分析过程。MATLAB提供了常用的变换函数,如filt2( )与ifft2( )函数分别实现二维快速傅立叶变换及其逆变换,dct2( )与idct2( )函数实现离散余弦变换及其逆变换, Randon( 0 与iradon( )函数实现Radon 变换与逆Radon变换。可通过imrotate函数来旋转图像。imrotate函数主要包括两个参数：需要旋转的图像和旋转的角度。如果制定一个正的旋转角，那么imrotate函数将用指定的插值方法和旋转角度将图像逆时针旋转：如果指定一个负值，那么将按顺时针方向旋转。如果命令中没有指定插补方法，则函数采用最近的临插补方法。

例如将matlab图库中的’moon.tif’旋转90°。 程序如下：

I=imread('moon.tif'); %读入图名为moon的图片赋给I接受 J=imrotate(I,90); %把I接收的图像旋转九十度 imshow(I) %显示moon的图像如图4 figure %创建图形窗口

imshow(J) %显示旋转后J的图像如图5 运行结果如图7所示。

5

图6 原图 图7 旋转九十度的图像后的图像

小结：MATLAB语言中通过调用imrotate函数来实现图像旋转，对比图6、图7，可见图7逆时针旋转了90°。

3、用直方图均衡实现图像增强

直方图均衡化是利用直方图的统计数据进行直方图的修改，能有效的处理原始图像的直方图分布情况，使各灰度级具有均匀的概率分布，通过调整图像灰度值的动态范围，自动地增加整个图像的对比度，以致图像具有较大的反差，大部分细节比较清晰。当图像对比度较低,即灰度直方图分布区间较窄时,可用直方图均衡实现灰度分布区间展宽而达到图像增强的效果。 图像直方图均衡化 具体代码为:

I=imread('cameraman.Tif') %读入图像文件

[J,T]=histeq(I) %对图像进行均衡化,并提取转换曲线结构 figure %新建图形

subplot (2,2,1) %选择2×2区中的1号区 imhist(I) %调用函数画出原始图像柱状图 title('原始图像的柱状图') %标题为原始图像的柱状图 subplot(2,2,2) %选择2×2区中的2号区 imshow(J) %显示均衡化后的图像 title ('均衡化后结果') ; %标题为均衡化后结果 subplot(2,2,3) %选择2×2区中的3号区 imhist(J) %获取图像数据直方图 title ('直方图均衡后柱状图') %标题为直方图均衡后柱状图 subplot(2,2,4) %选择2×2区中的4号区 plot((0:255),T:255) %均衡化转曲线图 title ('转换曲线') %标题为转换曲线

运行结果如图8所示。

6

图8 原图及均衡化后图像对比图

小结：如图所示，观察原始图像与直方图均衡后的柱状图，可见MATLAB语言中直方图均衡化能有效的处理原始图像的直方图分布情况，使各灰度级具有均匀的概率分布。 图像增强对比举例如下： 程序如下：

f = imread('moon.tif'); %导入图片moon图 subplot(2,2,1); %选择2×2个区中的1号区 imshow(f); %显示原图 title('原图像'); %图标注为原图像 subplot(2,2,2); %选择2×2个区中的2号区 imhist(f); %计算原图的直方图 ylim('auto'); %显示原图的直方图 g = histeq(f, 256); %直方图均衡化 subplot(2,2,3); %选择2×2个区中的3号区 imshow(g); %显示均衡后的图像 title('增强后的图像'); %标题为增强后的图像 subplot(2,2,4); %选择2×2个区中的4号区 imhist(g); %均衡化后的直方图

ylim('auto'); %显示均衡化后的直方图如图9

运行结果如图9所示。

7

图9 直方图均衡化图像增强对比图

小结：如图所示，第2行1列的图是直方图均衡后的图，显得比1行1列的原图更加清晰，灰度级减少，两图对应右侧的直方图，后者更加均匀。 4、求灰度直方图问题

为了提高处理速度, 减少机器资源占用, 在进行图像处理时, 通常会将彩色图像灰度化。灰度图像是具有256 个灰度级的黑白图像, 可将亮度化为0～255共256个级别, 0 最暗(全黑),255 最亮( 全白)。图像的灰度值一般分布在一定范围内, 可以用灰度直方图表示。图像灰度直方图反映的是一幅图像中灰度级与其出现概率之间的关系。 现求matlab库图‘camerman.tif’的灰度直方图。 程序如下：

f=imread('cameraman.tif'); %读入cameraman图像 [m,n]=size(f); %计算图像大小

gray_area=zeros(1,256) %计算灰度层表面的面积 for k=0:255 %以k作为变量用for循环 ind = find(f == k); %循环体判断每个像素的频率 gray_area(k+1) = length(ind); %计算不同灰度直方图 end %结束for循环 hist=zeros(1,256); %计算直方图

for k=0:254 %以k作为变量用for循环

hist(k+1)=gray_area(k+2)-gray_area(k+1); %循环体判断每个像素的频率 end %结束for循环 hist=hist/numel(f); %直方图标准化

subplot(121); %选择1×2个区中的1号区 imshow(f); %显示图

subplot(122);stem([1:1:256],hist,'.'); %选择1×2个区中的2号区

8

axis([1 256 0 max(hist)]); %显示直方图

运行结果如图10所示。

图10 camerman的灰度直方图

小结：如图所示是原始图像与其灰度直方图，可见其灰度级与其出现概率之间的关系。 5、利用滤波削弱噪声污染

实际图像在形成、传输的过程中，由于各种干扰因素的存在会受到噪声的影响。一般噪声是不可预测的随机信号，它影响图像的输入、采集、处理的各个过程以及输出结果的全过程，因此它需要采用适当的方法去认识和避免，在MATLAB中消除噪声污染的方法有①线性滤波（线性低通滤波器最常用的是线性平滑滤波器，这种滤波器的所有系数都是正的，也称邻域平均。邻域平均减弱或消除了傅立叶变换的高频分量，对噪声的消除有所增强，但是由于平均而使图像变得更为模糊，细节的锐化程度逐渐减弱。）②中值滤波中值滤波可以保留目标边缘，这是中值滤波器相对于均值滤波器的最大优势。中值滤波具有去噪的性能，可以消除孤立的噪声点，可以用来减弱随机干扰和脉冲干扰，但是边缘不模糊。)(③锐化滤波。图像锐化处理的目的是使模糊图像变得清晰，锐化滤波器减弱或消除了傅立叶空间的低频分量，保留高频分量，从而加强了图像的轮廓，使图像看起来比较清晰。)下面调用中值滤波的程序来说明MATLAB在减少噪声污染方面的应用。 程序举例如下：

I=imread('trees.tif'); %导入图片trees图

subplot(2,2,1); %选择2×2个区中的1号区

imshow(I); %显示原图像 title(''原始图像') %标题为原始图像

J=imnoise(I,'salt & pepper',0.02); %添加盐椒噪声，噪声密度为0.02 subplot(2,2,2); %选择2×2个区中的2号区 imshow(J); %显示添加盐椒噪声后的图像 title(''添加盐椒噪声后的图像') %标题为添加盐椒噪声后的图像

9

K1=medfilt2(J); %在默认的3×3的邻域窗中进行中值滤波 subplot(2,2,3); %选择2×2个区中的3号区

imshow(K1); %显示默认的3×3的邻域窗的中值滤波图像 title('默认的3×3的邻域窗的中值滤波图像’) %标题为默认的3×3的邻域窗的中值滤波图像 K2=medfilt2(J,[5 5]); %在5×5的邻域窗中进行中值滤波¨ subplot(2,2,4); %选择2×2个区中的4号区 imshow(K2); %显示5×5的邻域窗的中值滤波图像 title(''5×5的邻域窗的中值滤波图像') %标题为5×5的邻域窗的中值滤波图像

运行结果如图11所示。

图11 滤波后的图像与原图像对比图

小结：图11中1行1列为原始图像，1行2列为有噪声的图像，MATLAB语言中通过调用medfilt2函数进行中值滤波，且在默认的临域窗中数值越大噪声处理效果越好。 6、图形的剪裁处理

MATBLE定义的NaN常数可以用于表示那些不可用的数据，利用这种特性，可以将图形中需要剪裁部分对应的函数值设置成NaN，这样在绘制图形时，函数值为NaN的部分将不显示出来，从而达到对图形进行剪裁的目的。例如，绘制两个球面，其中一个球在另一个球里面，将外面的球裁掉一部分，以便能看到里面的球。可使用下面的程序：

[x,y,z]=sphere(20); %绘制出位于原点、半径为1的单位球体 z1=z; %把z赋予z1

z1(:,1:4)=NaN; %将大球裁掉一部分1 c1=ones(size(z1)); %第一个曲面 surf(3*x,3*y,3*z1,c1); %生成外面的大球 hold on %设置图形保持状态 z2=z; %把z赋予z2

10

c2=2*ones(size(z2)); %第二个曲面 c2(:,1:4)=3*ones(size(c2(:,1:4))); %将第三个曲面赋给大球surf(1.5*x,1.5*y,1.5*z2,c2); %生成里面的小球 colormap([0,1,1;0.5,0,0;1,0,0]); %设置图形窗口色图 grid on %画出网格线 hold off %关闭图形保持

运行结果如图所12示。

图12 剪裁后的图形

小结： MATLAB语言中通过调用NaN函数来实现图形的剪裁，如图所示，色图中使用三种不同的颜色，外面的球是绿色，里面的球采用深浅不同的两种红色，颜色的深浅搭配巧妙的将剪裁后的效果展现出来，可见MATLAB在图像剪裁方面的应用。 7、三维表面图形的着色

三维表面图实际上就是在网格图的每一个网格片上涂上颜色。surf函数用默认的着色方式对网格片着色。除此之外，还可以用shading命令来改变着色方式。

shading faceted命令将每个网格片用其高度对应的颜色进行着色，但网格线仍保留着，其颜色是黑色。这是系统的默认着色方式。

shading flat命令将每个网格片用同一个颜色进行着色，且网格线也用相应的颜色，从而使得图形表面显得更加光滑。

shading interp命令在网格片内采用颜色插值处理，得出的表面图显得最光滑。 例如：3种图形着色方式的效果展示。 程序如下：

[x,y,z]=sphere(20); %绘制出位于原点、半径为1的单位球体 colormap(copper); %设置和改变图形窗口色图 subplot(1,3,1); %选择1×3个区中的1号区 surf(x,y,z); %绘制三维网格图

axis equal %设长度单位相等的坐标轴

11

subplot(1,3,2); %选择1×3个区中的2号区 surf(x,y,z); %绘制三维网格图

shading flat; %将每个网格片用同一个颜色进行着色 axis equal %设长度单位相等的坐标轴 subplot(1,3,3); %选择1×3个区中的3号区 surf(x,y,z); %绘制三维网格图

shading interp; %在网格内内采用颜色插值处理 axis equal %设长度单位相等的坐标轴

运行结果如图13所示。

图13 不同命令下的三维图形着色

小结：如图所示为MATLAB中调用三种不同的shading命令来改变着色方式后的对比图，三个相同的球因为调用的命令不同便得到了三种不同的效果，可见在实际中运用MATLAB编程语言可以轻松有效的得到自己想要的效果。

六、结论

从以上利用MATLAB语言对图像处理技术方面的分析我们不难得出以下结论：

1、以上图像处理实例只是对MATLAB图像工具箱的一小部分进行运用。实践证明, 在图像处理研究中使用MATLAB 可以大大提高实验效率, 快速实现研究中的新构思。通过几条简单的命令就可以完成一大串高级计算机语言才能完成的任务。

2、对加法运算的分析，掌握了MATLAB中两图像叠加的简单程序，同时也认识到了加法运算在图像处理中的重要性；对图像旋转问题的分析，认识到MATLAB在图形变换方面具有的比其他程序语言更简单、更简单的编程方法；对图像增强方面两图像的对比分析可知均衡化后的图像相比原图像更清晰，灰度级减少，直方图更加均匀，可见MATLAB语言在图像增强方面具有其特有的方法，简单易懂；对图像剪裁的处理以及三维图形的着色处理则给更是给图像以美感，让我们在感受其美感的同时深刻理解了MATLAB的语言的在图像处理方

12

面的众多功能；对利用滤波消弱污染的分析可看出中值滤波以后的图像的轮廓比较清晰可见MATLAB在实际应用中的作用。除此之外还掌握了图像直方图的描绘方法，加深了对直方图形状与图像特征间关系间的理解，加深了对直方图均衡算法的理解等等。

3、大多数图像处理模型是可以通过使用MATLAB的基本函数通过编程实现。在图像分析处理中，应注意调用MATLAB工具箱的时间、参数、格式和技巧。 通过以上对图像处理方面的相关分析，我基本会运用MATLAB图像处理工具箱来处理一些简单的图像，如图像旋转和图像增强。同时也掌握了绘制二维、三维图形的辅助操作。掌握了图形对象属性的基本操作和利用图形对象进行绘图操作的方法。

七、课程体会

经过一学期紧张而有序的课程学习，在忙碌之余也得到了颇多的收获。

首先，通过学习，我认识到了MATLAB是一个基于矩阵运算的软件，而且我深深体会到MATLAB语言相对于同类程序语言更方便更简洁易懂的特点。该软件有以下几大特点: 1、语言简洁紧凑，使用方便灵活，库函数及其丰富；2、运算符丰富；3、既具有结构化的控制语句又有面向对象编程的特性；4、语法限制不严格，程序设计自由度大；5、程序的可移植性好；6、图形功能强大；7、语法简单、易于绘制图形，编程容易而且有功能强大的开放式的工具箱等，这都是是其他编程语言所不具有的特点。同时，我也认识到MATLAB的应用领域极为广泛，除数学计算和分析外，还被广泛用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

其次，此次撰写论文我深刻地认识到认真细致、耐心的实验精神的重要性。编写程序的过程中程序一旦写错就会导致运行结果不出来，也就是说如果不认真仔细的去编写的最终结果就是失败；而且在运行程序的过程中我进一步熟悉了MATLAB语言在其编程环境下特点；另外在撰写论文的过程中我难免会遇到不懂的，于是计算机、图书馆成了我最好的帮手，它们让我学会了利用所有能用到的资源来寻找并学习自己不懂不会的知识，这也大大开拓了我的视野，也让我深深的认识到了自己还有很多不足。

而且，通过学习这门课程我掌握了一些简单函数及其相关处理的编程语言，通过在MATLAB的编程环境下多次运行程序，我真正熟悉并掌握这个了这个简单的编程语言，而且也我认识到认真仔细处理事情的重要性，提高了我认真学习该门课程以及其他实验的积极性。

总之，此次的论文撰写让我在发现自己自身许多不足的同时，也收获了很多知识，让我认识到理论与实际操作还存在很大差距，我们必须在扎实掌握所学理论知识的基础上将它更好的运用到实际操作中。我也会在将来的学习和工作中不断的提高自己、完善自己。因MATLAB语言有其强大的功能特点，我也会继续加深对MATLAB语言的理解，并在理解的同时把它很好的应用到它所涉及的领域。 [参考文献]

[1]樊启斌, 李虹.MATLAB 语言的功能、特点及其应用[J] .计算机应用, 2000 [2]孙兆林.MATLAB6.x 图像处理[M].北京: 清华大学出版社, 2002.

[3]许志影,李晋平.MATLAB及其在图像处理中的应用[M].重庆：工商大学学报,2002. [4]罗军辉等．MATLAB7.0 在图像处理中的应用[M]．北京：机械工业出版社，2005. [5]刘卫国.MATLAB程序设计与应用（第二版）[M].北京：高等教育出版社，2006. [6]邓魏.MATLAB在图像处理和分析中的应用[J].农机化研究,2006.

13

本文来源：https://www.bwwdw.com/article/xuw6.html