基于MATLAB 圖像處理技術及應用

劉付桂蘭

（廣東外語外貿大學，廣東 廣州510006）

1 概述

科學和技術的持續發展和創新為數字圖像處理技術提供了越來越多的機會，使得其在發展的空間上擁有更過的可能性，這一技術不斷擴大其應用范圍，并使數字圖像處理技術能夠將更深入、更廣泛、更快的發展目標得以實現。從可見光譜擴展到光譜的各個階段，從靜止圖像到運動圖像，從物體的外部延伸到物體的內部，以及人工智能化的圖像處理等，這些都能夠說明數字圖像處理已經成為現階段認識和改造世界的重要方法。

2 圖像分析與描述

2.1 圖像目標的特征提取

圖像函數特征主要的作用是對圖像中最基本的屬性或功能進行相應的區分。這些可能是人類視覺在原始場景中可以識別的自然特征，例如顏色，或一些通過測量和處理人為確定的特征。這些參數，如組織圖和統計特征，我們將這種類型的統稱為人造特征。

2.1.1 幅度特征

其被當作圖像特征得到運用，那么主要是在（1）可區分性；（2）可靠性；（3）獨立性；（4）數量要少這幾個方面得到具體體現的。如果出現了由圖像的灰色像素值、三色圖像值、光譜值等表示的幅度特性，那么這種類型的特征我們叫做其圖像的最基本特征。它還可以呈現特定鄰域中的平均灰度（例如，包含（2W+1）×（2W +1）像素）

其中：M 數字代表測量窗口中以（i，j）為中心的像素總數，N（b）代表窗口中b 的像素數量，這個數值是具有灰度的值。對于靜止圖像，可以將測量窗口當作整個圖像進行使用。

同樣地，基于二維聯合像素密度來確定二維直方圖。假設兩個任意像素（i，j）和（k，l）的灰度值的表示方式分別是f（i，j）和f（k，l），則灰度圖像的聯合分布密度的表示方式如下所示

2.2 基于區域的特征提取

2.2.1 區域面積

該區域的面積主要的作用就是對這個區域的整體特征進行表示。它將區域的大小進行了概括，并且是對目標區域規模的度量。它僅與區域中包含的像素存在必然的關聯，與區域內的灰色變化沒有任何的關系。計算區域面積的最簡單方法是對區域的邊界和該區域中包含的像素數進行相應的計算。如果圖像是二進制圖像，則示目標區域的點就用像素值1 來表示，背景就用像素值0 來表示，則該區域的面積計算公式的表達就是

K 為邊界點總數。

目標位置特征主要有兩種方法，第一種方法是以圖像的面積中心點來表示圖像位置，對于NxM 大小的目標區域，其計算公式為

上面的方法相對簡單，那么我們可以看到二進制圖像的計算結果就可以當做是目標質心，但是對于灰度圖像，這個方法對于目標區域灰度的變化并不做出相應的考量。那么對于目標區域灰度的變化進行相應的考量，我們可以在幾何矩的基礎上對目標區域的質心進行相應的計算。對于二進制有界函數，幾何的定義表達式為

3 運用MATLAB 實現圖像中區域特征檢測

3.1 灰度處理

灰度處理是指不包含顏色信息而僅包含亮度信息的圖像，我們從表面進行分析，灰度圖像可以定義為黑白色的，但點之間的黑度是不同的。

圖1 灰度處理圖

原圖像為400x348 像素，經程序灰度化處理和中值濾波后，整幅圖像很易于后續的研究處理，由MATLAB 圖像窗口看出圖像的灰度處理結果達到預期要求。

3.2 用區域生長法分割圖像

區域的增長一般情況是要將像素與其相鄰像素在空間中的關系進行相應的考慮，首先將一個像素定義為起始像素，然后根據一定的相似性準則將該區域放大，然后逐漸創建具有一定均勻性的空間區域。合并具有相似屬性的像素或區域的鄰域或8 個鄰域，以逐漸增加面積，一直到不會出現合并的點或其他小區域的時候停止。

圖2 種子選擇點圖

通過MATLAB 軟件實現的在灰度圖上選取種子點，然后按照相似性準則生長區域，達到設計預期效果，圖中小方框處即為種子生長點。

b.三個種子點區域生長結果

圖3 三個種子點區域生長結果

在MATLAB 圖像窗口中可看出，用區域生長法分割的結果清晰、正確，充分說明了MATLAB 的正確性，在軟件里通過各種正確的程序代碼，達到了設計預期效果。

3.3 圖像區域基本特征計算

3.3.1 周長計算

圖4 周長計算結果

在MATLAB 圖像窗口中可看出，計算周長L=3899，結果符合，清晰正確，達到預期效果。

3.3.2 面積計算

圖5 面積計算結果

在MATLAB 圖像窗口中可看出，計算面積S=3899，結果經證實正確，達到預期效果。

3.3.3 重心坐標計算

圖6 重心坐標計算結果

在MATLAB 圖像窗口中可看出，計算重心坐標（x,y）=（2.5514,4.3660），結果經證實正確，達到預期效果。

結束語

圖像特征主要是將圖像處理的重要部分進。行相應的提取，這些提取出來的特征在數字視頻處理、模式識別、目標識別和跟蹤等等環節得到廣泛的應用。目前尚無通用且精確的標志定義。特征的確切定義一般情況還要看問題或應用程序的類型。確定該功能是數字圖像的“有趣”部分。它在一般的計算機圖像分析算法當中是最基本的也是第一步。所以，算法的成功通常取決于其使用和定義的功能。所以，特征提取的最重要特征是“可重復性”：從同一場景的不同圖像提取的元素基本上沒有不一樣的。特征提取是圖像處理中的主要操作，換句話說，它是對圖像執行的第一個處理操作。因為許多計算機圖像算法當中主要的計算步驟就是特征提取，因此已經開發了大量的特征提取算法，并且將各種各樣的特征進行了提取，提取出來需要我們加以深入研究。