基于MATLAB的數字圖像處理技術及應用

曹妥恰 沈盛

摘 要：近幾年，隨著計算機的快速發展和科學技術的進步，數字圖像處理技術也得到了很大的重視和發展，并從實驗室、工業領域走向了人們的工作和生活等辦公室和商業領域。本文重點研究以MATLAB為基礎的數字圖像處理技術在社會各個領域的運用。

關鍵詞：MATLAB 數字圖像處理技術；應用

1 前言

MATLAB是美國mathworks公司研發出的計算機軟件語言，經過不斷的改進和完善，在目前已成為最優秀的數字圖像處理技術的應用軟件之一，在國際上運用廣泛。作為一種可視化的計算機科學軟件，MATLAB在矩陣運算、數據分析、信號處理和圖形顯示上都有著很強大的功能，由上述功能構成的應用方便、界面友好的良好環境吸引了大批用戶，同時其還具有可擴展性特征。Mathworks公司在研發該計算機軟件時針對不同領域設計了包括神經網絡、控制系統、圖像和信號處理、非線性系統控制設計、優化設計、通信等具有特殊專業功能的工具箱，該工具箱基礎程序由業內水平較高的專家編寫而成，用戶可以直接使用。此外，該計算機軟件的程序源為開放性，用戶購買后可以查看文件代碼并進行更改，MATLAB同時支持用戶自己研發運用函數并將其添加到MATLAB的工具箱中。通過矩陣形式表現的MATLAB數字圖像處理技術具有很強大的矩陣計算和處理功能，其語法也同樣適用于該軟件的數字圖像處理。本文通過對MATLAB的數字圖像處理技術及其應用實例進行探索，證實其強大的軟件功能、簡單易學的語言、友好的人祭界面以及豐富的技術支持是其成為國際上公認的最為優秀的軟件之一的重要條件。

2 MATLAB數字圖像處理的方法介紹

MATLAB數字圖像處理技術在推出之初時就受到了各個領域專家的強烈關注，其功能的強大使得其在各個方面的應用都游刃有余。因此各個領域的專家在利用MATLAB技術時研發出了工具箱，其功能具有神經網絡、控制系統、圖像和信號處理、非線性系統控制設計、優化設計、通信等特殊功能。通過具有特殊功能的工具箱便于研究人員更加深層次的觀察、分析和計算其工作，由此節省計算時間。

在當前計算機高速發展的階段下，圖像可作為人類獲得和交換信息的重要形式，通過計算機等數字硬件將圖像信息轉換成數字信號，在計算機等數字硬件下進行處理或計算，由此可以提高圖像的質量和水平。在現代人的工作和生活中，圖像處理技術已經廣泛應用到各個領域并呈現逐步擴大的趨勢。最新的版本為MATLAB 6.X，該版本提供了二十多類圖像處理函數，包括前期研究的技術方法等成果。這些圖像處理函數有圖像運算、像素值和統計、圖像變換、幾何變換、線性濾波、色彩空間轉換和結構元素創建等功能。

總體來說，MATLAB的圖像處功能類型主要有以下4種類型：（1）不同圖像類型轉換功能；（2）圖像變換功能；（3）圖像信息增強功能；（4）分界線檢查和分割圖像功能。

2.1 不同圖像類型轉換功能

MATLAB工具箱可以支持如灰度圖像、二進制圖像、索引圖像以及RGB等多種圖像類型。但不同圖像由于表現方式的差異在圖像類型上差異較大，為了方便對圖像的處理需要將圖像類型轉化成統一的格式。MATLAB的圖像處理工具箱中的轉換函數可以將兩種不同的圖像類型轉化成同一格式，可以將彩色圖像進行灰化處理后轉換成灰度圖像，或將灰度圖像、二值圖像等轉換成索引圖像。部分圖像類型在轉換時會遇到數據類型不匹配的問題，因此MATLAB的圖像處理工具箱中提供了各種類型之間相互轉換的函數，如double就是把數據轉換為雙精度類型的函數。

2.2 圖像變換功能

圖像的變換技術同樣在數字圖像處理技術中應用廣泛。圖像的變換功能主要是更改圖像的表示數據或者表示域，由此在圖像表現方式不對等的情況下將其統一起來，由此處理過程會更加方便。一般運用圖像灰化、編碼、壓縮等抽取圖像信息并進行分析。如傅里葉變換（Fourier Transform）在頻域中進行圖像的處理和分析，由此使得圖像的運算和分析更加簡單便捷。離散余弦變換則在集中利用少數數據情況下實現數據的壓縮，由此利用圖像的存儲和傳輸。

2.3 圖像信息增強功能

圖像增強的功能是凸顯圖像中重要的信息，并削弱圖像中不重要信息的表現。在不考慮圖像像素降低的情況下，可以減弱不需要的圖像信息。對圖像進行信息增強的方式主要有兩種：頻率域法和空間域法。頻率域法主要是修正圖像的變換系數值，這需要將其放在特定的頻率域中進行，此種方法處理下的吐下那個可以選擇增強或減弱部分圖像信息?？臻g域則是指在一定的空間域內直接處理圖像的灰度系數。兩種方法的直接區別在于空間域屬于直接增強的方法，屬于直接增強的圖像處理方式有直方圖修正等。而頻率域則屬于間接的圖像增強。

2.4 分界線檢查和分割圖像功能

邊緣檢測屬于重要區域處理方法，主要是提取背景和物體的交界線以將其分離開來。這一方法的實現是通過背景和目標在圖像特質上的差異來實現，這些圖像特質差異包括顏色、質地、灰度系數等。[3]簡單來說，通過檢測圖像目標和背景的圖像特質發生變化的位置。

3 基于MATLAB圖像處理技術應用實例

本文主要介紹的MATLAB的圖像處理技術應用為灰度直方圖均衡化。一般情況下自然圖像較為平衡均勻的灰度直方圖其頻率所處的區間灰度較低，由此導致圖像中的亮度較暗的區域細節表現不清楚。這一點可以通過直方圖的修正將原圖中灰度頻率較為集中的區域分布均勻，由此造成的反差可以清楚的表現圖像的細節，由此達到圖像增強的目的。其操作方法如下：首先將真彩色圖像轉化為灰度圖像，這是直方圖均衡化的第一步驟，以下所有的圖像處理均需通過灰度化處理后的圖像進行。在對灰度圖進行直方圖的均衡化的處理過程中，利用工具箱的圖像增強函數進行灰度調整，將灰度化的圖像中需要變換的灰度范圍拉開，將亮度集中于圖中需要表現的信息，并將不重要的信息變暗。將進行灰度直方圖均衡化處理后的圖像和原圖進行對比可以發現前圖像更加清晰，其形狀相比于原直方圖更能反映出其想要表達的效果。灰度均衡化后的圖像的灰度范圍變大，與原圖的反差較大。最后一個步驟是將灰度圖像進行平滑和銳化處理，MATLAB的圖像工具箱中有平滑和銳化處理的函數，用戶也可以根據自身需要對工具性添加濾波算子[4]。

4 總結

圖像處理實例主要是通過對MATLAB圖像工具箱功能的部分應用，通過在處理圖像時對圖像進行分離、統一化和二元化的處理將圖像在計算機中轉化成的字符特征提取出來，通過神經網絡分類器識別后利用MATLAB工具箱中的神經網絡功能對分類后的字符進行模擬。這一功能具有語言簡潔、便于閱讀、功能強大且涉及領域廣泛等功能。MATLAB的工具箱中幾乎包含了所有的圖像處理技術。工具箱在應用廣泛的同時又具有開放性和高度的安全性等特征，因此我們在直接使用工具箱的同時，還可以將自己研究出的代碼加入到工具箱中提升其函數功能。此外，MATLAB中所具有的小波工具箱的轉換函數可以對圖像進行處理。由此可見，MATLAB作為計算機軟件在處理數字圖像時具有快速實現模擬仿真、提高實驗效率等優點。在開發使用程序時，MATLAB可以利用MEX動態連接C語言實現研發混合編程，在工程應用上具有更加便利的條件。

本文介紹MATLAB圖像處理的使用方式在生活中的圖像處理中具有很大的作用，以拉試卷計算法和灰度處理作為處理方法，利用VC2008作為處理平臺，在此基礎上研發出的圖像處理軟件會更加使用和便捷。以MATLAB為基礎的圖像處理技術通過計算機將圖像信號轉換成數字信號，方便于人們在工作和生活中對在計算機上對圖像進行可視化的利用，其應用十分廣泛，前景巨大。

參考文獻

[1]郝瑞欣.紗線氣圈數字圖像處理方法的研究[D].武漢紡織大學，2013.

[2]朱娟花，吳昂.MATLAB在數字圖像處理課程教學中的應用[J].實驗室科學，2015，（1）：66-67.

[3]閻夢晴，于司杭，王培亮，等.MATLAB數字圖像處理在根系固土中的應用研究[J].安徽農業科學，2014，（31）：11039-11042，11061.

[4]江麗.基于MATLAB的數字圖像處理技術在等離子體顯示器中的應用[J].山西電子技術，2015，（6）：3-4.

（作者單位：合肥工業大學宣城校區）