Matlab在遙感影像處理中的應用研究

張開 羅莉

摘 要：由于多種因素的造成的影響，在遙感圖像處理過程中，會導致諸如圖像質量方面的退化，為使得圖像質量顯著提高，并增強其視覺效果，需要對遙感圖像的各個方面進行細節(jié)化處理，如形態(tài)學圖像處理等。論文通過在MATLAB環(huán)境下編寫相關代碼，來實現(xiàn)圖像中的邊緣檢測和特征提取，這些效果可以使得圖像中的亮度變換對比明顯，也可增強環(huán)境周圍背景與感興趣目標之間的反差。從而使得人或者電腦分析信息得到突出，同時去除一些無用信息，用圖像邊緣加強的方法來提高圖像識別的方便性。

關鍵詞：矩陣實驗室;遙感影像處理;數(shù)字圖像處理

數(shù)字圖像處理技術可以通過一些特定的操作方法來改變圖像的效果像素，從而達到預期的目的。用戶一般會根據(jù)自己的專業(yè)需求或者專業(yè)領域來選擇適當?shù)膱D像處理算法，其目的主要就是提高視覺感受，加強算法能力，滿足不同應用領域的圖像處理工作。[1]

近年來，國內外眾多學者對MATLAB在數(shù)字影像的處理展開了一系列的研究，并取得了重要成果。鄧華提出在圖像復原中去除圖像畸變需要借助圖像的空間變換操作;[2]李曉輝，吳蓓提出圖像重建中的三維重建技術是目前比較熱門的虛擬現(xiàn)實化以及數(shù)字科學可視化技術的基礎環(huán)節(jié);[3]倪金生等通過一系列的相關技術大幅度的改善了遙感圖像的視覺表現(xiàn)效果，將遙感圖像很好的轉換成了更適用于人和機器進行專業(yè)分析的處理模式;當前國內在此領域內最具有代表性的數(shù)字圖像處理開發(fā)系統(tǒng)是由清華大學開發(fā)并研制的TDB—IDK系統(tǒng)。此系統(tǒng)最大的特點是通過對遙感圖像信號的實時分析，并融合兩個高端技術DSP和FPGA/CPLD，這樣可以根據(jù)用戶的不同需求進行合理改動，迅速準確的分析遙感圖像中的黑白、彩色信號，極大方便了開發(fā)人員對于圖像數(shù)據(jù)中DSP技術的應用，同時可以順利完成圖形顯示的相關功能。

國外對MATLAB在數(shù)字影像的處理也有不少的研究。Kenneth R，CastlemarL提出數(shù)字圖像處理中的信息壓縮的潛力很大;而美國Southern Illinois University為了可以給初學者提供理想的消化理論知識的實驗環(huán)境，開發(fā)了基于CVlPtools的計算機視覺與圖像處理實驗軟件，該軟件專門針對圖像處理技術的實驗與應用。

MATLAB提供的15類圖像處理函數(shù)，涵蓋了許多圖像處理方法。通過這些相關的圖像處理工具箱，可以把大量精力集中在其算法的研究上，省去了針對圖像文件中讀寫、格式，顯示結果等細節(jié)的時間。但是目前一些遙感圖像處理軟件存在著軟件界面不夠友好、內容不齊全、成果領域涉及陳舊、算法參數(shù)調整不方便、擴展性差等些許弊端。

本文主要是針對遙感圖像與Matlab中圖像處理技術的結合，并提供一個圖像處理技術的GUI（Graphical User Interface）平臺，為大家創(chuàng)造可以學習并研究的圖像處理技術方法。

1 Matlab GUI數(shù)字圖像處理系統(tǒng)

Matlab GUI數(shù)字圖像處理系統(tǒng)的界面整體框架主要涉及數(shù)字圖像處理的部分方面，主要由四個主模塊以及其相應的子模塊組成。

系統(tǒng)總體設計框架圖

在進行GUI界面設計時，設計原理是通過主窗體與其子窗體相互關聯(lián)來搭建圖形用戶界面。主窗口的內容主要是建立菜單欄，里面包含了各種圖像處理的菜單，主要有五個，分別是文件欄、形態(tài)學處理、圖像濾波、圖像分割、圖像預處理，各個主菜單下有各部分的圖像處理算法。

2 圖形處理功能的Matlab實例

2.1 圖像預處理的原理及實現(xiàn)

圖像平滑是指用于突出圖像的寬大區(qū)域、低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分，使圖像突變梯度減小，亮度逐漸平緩，從而達到改善圖像質量的處理方法。

灰度對比度變換是一種空域增強技術的重要方法。這種方法可以改變圖像灰度的動態(tài)范圍和對比度，主要原理是按規(guī)則逐點逐像元修改圖像中每一個像素的灰度值。利用對比度增強處理方法既可以有效地改善圖像質量，也可以改善在曝光不足以及非線性的影響下，照片和電子系統(tǒng)圖像對比度不良的問題。

單純的線性變化往往不能滿足要求，為此我們要進行非線性變換。常用的非線性變換為對數(shù)變換和Gamma變換。對數(shù)變換常用來擴展低值灰度。其一般表達式為：

2.2 圖像濾波

中值濾波是一種非線性平滑技術，它將每一像素點的灰度值設置為該點某鄰域窗口內的所有像素點灰度值的中值。

中值濾波的基本原理是通過用數(shù)字圖像中各點像元的所在領域中各點的中值來替代該點本身的數(shù)值，這樣可以去除孤立的噪聲點，讓領域內像素值更加接近于真實的像素值。

線性濾波運算將領域中的每個像素與相應的系數(shù)相乘，然后將結果進行累加，從而的到（x，y）處的響應。若領域的大小為M×N，則總共需要MN個系數(shù)。這些系數(shù)排列成一個矩陣，構成線性濾波的模板。

2.3 圖像分割

Otsu方法是使類間方差最大而推導出的一種能自動確定閾值的方法。分水嶺算法的原理是將一副圖像轉換成拓撲地形圖，把其灰度值看成是地形高度值，山峰對應的是高灰度值，山谷對應的是低灰度值。

2.4 形態(tài)學處理

形態(tài)學處理主要包含了膨脹和腐蝕兩種最基本的運算，是對圖像的提取和識別。膨脹和腐蝕是對偶運算，一個是對目標對象增加像素，一個是對目標對象去除像素，其增加和去除的像素主要取決于圖像處理中結構元素的實際形狀和大小。

開運算和閉運算也是形態(tài)學處理中的重要算法。開運算可以通過去除圖像輪廓上的毛刺雜物，來實現(xiàn)平滑圖像輪廓的作用。閉運算雖然也是對于圖像輪廓的平滑，但是其結果大大相反，它主要是去除圖像區(qū)域中的小孔，填平溝壑以及輪廓的缺口。

先腐蝕后膨脹為開運算，先膨脹后腐蝕為閉運算。

圖像的邊界提取也是以膨脹和腐蝕算法為基礎的。

3 結論

本文主要基于MATLAB的數(shù)字圖像處理系統(tǒng)的設計與實現(xiàn)基礎重點研究了形態(tài)學處理的基本技術，介紹了圖像處理的基本技術，包括圖像預處理基本操作、圖像濾波、圖像分割以及形態(tài)學處理。最終為圖像處理的初學者提供一個演示及模擬開發(fā)的GUI平臺，供大家學習并研究圖像處理的技術方法。

參考文獻：

[1]勒中鑫.數(shù)字圖像信息處理.北京：國防工業(yè)出版社，2003：207-268.

[2]鄧華.淺談Matlab在數(shù)字圖像處理中的應用[J].科技資訊，2006（08）：128-129.

[3]李曉輝，吳蓓.“數(shù)字圖像處理”課程實驗改革與實驗系統(tǒng)的研究[J].高等理科教育，2003（04）：100-103.