频域图像增强技术 毕业论文

《频域图像增强技术 毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

毕业论文频域图像增强技术 摘要图像增强是指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。空域图像增强是图像处理的一个重要分支，它能有效改善图像整体或局部特征。图像增强处理技术一直是图像处理领域一类非常重要的基本图像处理技术。本文从空域和频域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种频域图像增强方法，并用频域法进行图像增强，通过形态学方法进行图像特征抽取和分析。运用MATLAB，修改图像的傅里叶变换来实现图像的增强技术。图像增强是数字图像的预处理，对图像整体或局部特征能有效地改善。为了实现对数字图像的增强处理，采用频域高频加强滤波的方法对图像进行了增强处理。利用图像中变化剧烈的信息只与高频成分有关这一原理，结合MATLAB设计实现了高频加强滤波器并对图像进行了增强处理，我研究的内容就是能够运用MATLAB工具对偏暗和偏亮图像进行处理，以便达到符合特定场景的目的。关键词：图像增强MATLAB频域增强低通滤波高通滤波 AbstractImagesenhanceisaneedtohighlightapictureintheinformationandtoattenuateorremovecertaininformation,theimagequalityimprovement,strengtheningtheinterpretationandidentificationofprocessing.Airspaceimagesenhancetheimageofanimportantbranch,itiseffectiveinimprovingtheimageofoverallorlocalcharacteristics.imagesenhanceprocessingimageprocessingareahasbeenaveryimportantbasicimagingtechnology.fromtheairspaceandfrequencydomainanincreasedfocusontheimagetechnologytohandledigitalimageofthebasicmethodoffrequencydomain,images,andincreasethefrequencydomain,throughimagesenhanceouttheformoflearningmethodologiesimagefeatureextractionandanalysis.UsingmatlabandtheamendmentofthepicturevariesFouriertorealizetheimage.imagesenhancetheskillstoenhancetheimageofadigitalimagepreprocessingtotheoverallorlocalcharacteristics.inordertoeffectivelyimprovetheimplementationofdigitalimageprocessingandenhancethefrequencydomainhighfrequencyfilteringtostrengthentheimageoftheenhanced.Usingimagestochangetheinformationonlyandhighfrequencycomponentsontheprincipleofmatlabanddesigntoimplementthehighfrequencyenhancefilterandastrongerimageprocessing,istudiedthecontentisatoolforusingmatlabdarkandlightimagesareprocessedinordertoachievecompliancewithspecificpurpose.keywords:ImagesenhanceMATLABIncreasethefrequencydomainLowthroughfilteringTakamichifiltering 目录1绪论11.1何谓数字图像处理11.2MATLAB11.3频域图像增强技术研究的目的和意义31.4课题研究的主要内容42频域图像增强52.1背景知识52.2傅里叶变换和频域的介绍52.2.1一维傅里叶变换及其反变换52.2.2空间域滤波和频域滤波之间的对应关系53MATLAB进行图像处理63.1常用图像操作63.1.1图像类型转换63.1.2图像文件的读写与显示操作据。63.1.3其它常用图像操作73．2图像变换功能73．2．1傅立叶变换73．2．2离散余弦变换83．2．3radon变换83．2．4离散小波变换83．3频域增强原理93．3．1理想低通滤波93．3．2理想高通滤波103．3．3同态滤波113．4边缘检测和图像分割功能12结论13参考文献14致谢15 1绪论1.1何谓数字图像处理数字图像处理（digitalimageprocessing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。20世纪20年代,图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。到20世纪50年代,数字计算机发展到一定的水平后,数字图像处理才真正引起人们的兴趣。1964年美国喷气推进实验室用计算机对“徘徊者七号”太空船发回的大批月球照片进行处理,收到明显的效果。20世纪60年代末,数字图像处理具备了比较完整的体系,形成了一门新兴的学科。20世纪70年代,数字图像处理技术得到迅猛的发展,理论和方法进一步完善,应用范围更加广泛。在这一时期,图像处理主要和模式识别及图像理解系统的研究相联系,如文字识别、医学图像处理、遥感图像的处理等。20世纪70年代后期到现在,各个应用领域对数字图像处理提出越来越高的要求,促进了这门学科向更高级的方向发展。特别是在景物理解和计算机视觉(即机器视觉)方面,图像处理已由二维处理发展到三维理解或解释。近年来,随着计算机和其它各有关领域的迅速发展,例如在图像表现、科学计算可视化、多媒体计算技术等方面的发展,数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。1.2MATLABMATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。因此,第15页共15页 解决同样的数值计算问题,使用MATLAB要比使用Basic、Fortran和C语言等提高效率许多倍。许多人赞誉它为万能的数学“演算纸”。MATLAB采用开放式的环境,你可以读到它的算法,并能改变当前的函数或增添你自己编写的函数。在欧美的大学和研究机构中,MATLAB是一种非常流行的计算机语言,许多重要的学术刊物上发表的论文均是用MATLAB来分析计算以及绘制出各种图形。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。最初的MATLAB是用FORTRAN编写的,在DOS环境下运行。新版的MATLAB是C语言编写的高度集成系统。它在几乎所有流行的计算机机种,诸如PC、MACINTOSH、SUN、VAX上都有相应的MATLAB版本。新版的MATLAB增强了图形处理功能,并在WINDOWS环境下运行。现今,MATLAB的发展已大大超出了“矩阵实验室”的范围,在许多国际一流专家学者的支持下,Maths Works公司还为MATLAB配备了涉及到自动控制、信息处理、计算机仿真等种类繁多的工具箱（Tool Box）,这些工具箱有数理统计、信号处理、系统辨识、最优化、稳健等等。近年来一些新兴的学科方向,Maths Works公司也很快地开发了相应的工具箱,例如：神经网络、模糊逻辑等。MATLAB的特点：一种语言之所以如此迅速地普及,显示出如此旺盛的生命力,是由于它有着不同于其它语言的特点。正如同Fortran和c等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样,被称为第4代计算机语言的MATLAB,利用其丰富的函数资源,使编程人员从繁琐的程序代码中解放出来．(一)功能强大MATLAB具有功能强劲的工具箱,其包含两个部分：核心部分和各种可选的工具箱．核心部分中,有数百个核心内部函数。其工具箱又可分为两类：功能性工具箱和学科性工具箱。功能性工具箱丰要用来扩充其符号计算功能、图示建模仿真功能、文字处理功能以及与硬件实时交互功能。功能性工具箱能用于多种学科,而学科性工具箱是专业性比较强的,例如：controltoolbox,imageprocessingtoolbox,signalprocessingtoolbox等。这些工具箱都是由该领域内的学术水平很高的专家编写的,所以用户无需编写自己学科范围内的基础程序。就能够直接进行高、精、尖的研究。(二)界面友好,编程效率高MATLAB突出的特点就是简洁。它用更直观的、符合人类思维习惯的代码代替了C和Fortran语言的冗长代码,给用户带来的是最直观、最简洁的程序开发环境。MATLAB语言简洁紧凑,使用方便灵活,库函数极其丰富,程序书写形式自由,利用其丰富的库函数避开繁杂的子程序编程任务,第15页共15页 压缩了一切不必要的编程工作．由于库函数都是由本领域的专家编写的,因此用户不必担心函数的可靠性．可以说,用MATLAB进行科学开发是站在专家的肩膀上来完成的．(三)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。各种工具箱中的函数可以互相调用,也可以由用户更改。MATLAB支持用户对其函数进行二次开发,用户的应用程序可以作为新的函数添加到相应的工具箱中。MATLAB的主要功能：MATLAB之所以成为世界项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越来越强大的功能．1．数值计算功能MATIAB出色的数值计算功能是使之优于其他数学应用软件的决定性因素之一．2．符号计算功能MATLAB符号运算的独特之处：无需事先对变量赋值,而所得的结果以标准的符号形式表达,符号计算的整个过程以字符进行。3．数据分析功能MATLAB可以将计算数据以二维、三维乃至四维的图形表现。这不仅使数据间的关系清晰、明了,而且对于揭示其内在本质有着非常重要的作用。4．动态仿真功能MATLAB提供了一个模拟动态系统的交互程序SIMULINK,用户通过简单的鼠标操作,就可建立起直观的系统模型,并进行仿真．5．图形文字统一处理功能MATLABNotebook成功地将Microsofwork与MATLAB集成为一个整体,为文字处理、科学计算、工程设计营造了一个完美、统一的工作环境。它既拥有Word强大的文字处理功能,又能通过Word访f司MATLAB的数据计算和可视化结果。1.3频域图像增强技术研究的目的和意义研究频域图像增强技术的目的：分析几种频域图像增强方法,并能够用频域法进行图像增强,通过形态学方法进行图像特征抽取和分析。熟练的运用MATLAB,掌握修改图像的傅里叶变换来实现图像的增强技术。研究频域图形增强技术的意义：图像增强是图像处理中用来消除原始图像边缘模糊、对比度差等缺点的常用技术,它需要解决的问题包括边缘增强、噪声的滤除、高斯噪声的平滑和细节的保护等等。本论文主要是针对整体偏暗图像而提出的图像增强的方法。对于整体偏暗的图像,第15页共15页 我们可以用直方图均衡化来调节图像的灰度分布,使图像变亮。此外,为了进一步提高图像的视觉效果,即解决包括边缘增强、噪声滤除等问题,我们还可以用频域图像增强方法（高通滤波器和低通滤波器）来处理,因为高通滤波器可以突出图像边缘,增强有用信息,使图像更加清晰,而底通滤波器可以平滑去噪,抑制无用信息,从而提高图像成分的可分辨性。1.4课题研究的主要内容图像是一种重要的信息源,图像处理的最终目的就是要帮助人类理解信息的内涵。数字图像处理技术的研究内容涉及光学系统、微电子技术、计算机科学、数学分析等领域,是一门综合性很强的边缘学科。随着计算机的迅猛发展,图像处理技术已经广泛应用于各个领域。现在应用于图像处理的计算机软件的平台很多,如VC++、MATLAB等。我做的毕业设计是选用MATLAB做实验平台,因为MATLAB是一种基于向量（数组）而不是标量的高级程序语言,而数字图像实际上就是一组有序的离散数据,然而MATLAB从本质上就可以提供对图像处理的技术支持。第一,首先简要介绍什么是图像增强技术,图像增强的方法分为两大类：空间域方法和频域方法。图像增强的通用理论是不存在的。当图像为视觉解释而进行处理时,由观察者最后判断特定方法的效果。第二,重点研究什么是空域图像增强技术,“空间域增强”是指增强构成图像的的像素。包括：1、某些基本灰度变换（图像反转、对数变换、幂次变换、分段线性变换函数）2、直方图处理（直方图均衡化、直方图匹配、局部增强、在图像增强中使用直方图统计法）3、用算术|逻辑操作增强（图像减法处理、图像平均处理）4、空间滤波基础5、平滑空间滤波器（平滑线性滤波器、统计排序滤波器）6、锐化空间滤波器（基于二阶微分的图像增强——拉普拉斯算子、基于一阶微分的图像增强——梯度法）。第三,掌握频域增强技术,要会用傅里叶变换和频域的基本知识来深入理解图像增强这一领域。主要内容如下：1、傅里叶变换和频域（一维傅里叶变换及其反变换、二维DFT及其反变换、频域滤波）2、平滑的频域滤波器（理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器）3、频域锐化滤波器（理想高通滤波器、巴特沃斯高通滤波器、高斯型高通滤波器、频域的拉普拉斯算子、钝化模板、高频提升滤波和高频加强滤波）4、同态滤波器。第四,掌握MATLAB的常用工具,以便用来处理图像。第五,掌握线性代数的矩阵变换,以便对图像的数据进行很好的处理。第15页共15页 2频域图像增强2.1背景知识法国数学家傅里叶一生中对人类最大的贡献就是提出了傅里叶级数,他指出任何周期函数都可以表示为不同频率的正弦和或余弦和的形式,每个正弦和或余弦和乘以不同的系数。傅里叶正变换和反变换是我们处理图像最感兴趣的工具。2.2傅里叶变换和频域的介绍2.2.1一维傅里叶变换及其反变换数字电路是以时间为指标的,所以数字电路里的信号主要在时域里研究时序、逻辑什么的。而模拟电路是以频率（时间的倒数）为指标的,所以要将信号放到频率域里研究能量、相位什么的。而傅立叶变换就是把信号从时域转换到频率域的一种工具。到频率域后,傅立叶图形显示的是信号的能量分布,而通过研究该信号在不同频率段上的能量分布,可以直观的感受到这个系统的性能。2.2.2空间域滤波和频域滤波之间的对应关系卷积定理是空域和频域滤波的最基本联系纽带。二维卷积定理：①基本计算过程：1.取函数h(m,n)关于原点的镜像,得到h(-m,-n)2.对某个(x,y),使h(-m,-n)移动相应的距离,得到h(x-m,y-n)3.对积函数f(m,n)h(x-m,y-n)在(m,n)的取值范围内求和4.位移是整数增量,对所有的(x,y)重复上面的过程,直到两个函数：f(m,n)和h(x-m,y-n)不再有重叠的部分。傅立叶变换是空域和频域的桥梁,关于两个域滤波的傅立叶变换对：②第15页共15页 3MATLAB进行图像处理数字图像研究的领域非常广泛,从学科上可以分为图像的数字化、图像变换、图像增强、图像恢复、图像分割、图像分析和理解、图像的压缩等[4]。MATLAB6．x提供了20类图像处理函数,涵盖了图像处理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．3.1常用图像操作3.1.1图像类型转换MATLAB图像处理工具箱支持4种图像类型。分别为真彩色图像(髓)、索引色图像、灰度图像(I)和二值图像(阱)．由于有的函数对图像类型有限制,因此这4种类型可以用工具箱的类型转换函数相互转换。MATLAB可操作的图像文件包括BMP,HDF,3PEG,PCX,TIFF和XWD等格式。例如,要对一幅索引色图像滤波,首先应该将它转换成真彩色图像或者灰度图像．这时MATLAB将会对图像的灰度进行滤波,即通常意义上的滤波。如果不将索引色图像进行转换,姒TLAB则对图像调色板的序号进行滤波,这是没有意义的。3.1.2图像文件的读写与显示操作据。Imread0函数用于读入各种图像文件,imrrite()函数用于输出图像,imfinfo()函数用于读取图像文件的有关信息。把图像显示于屏幕有imread()、image()等函数。用subplot()函数能将一个图像窗口分成几个部分,但同一个图像窗口内只能有一个调色板．subimage函数可在一个图像窗口内使用多个调色板,使得各种图像能在同一个图像窗口中显示,用zoom()函数可实现对图像的缩放。3.1.3其它常用图像操作图像的插值缩放可用imresize()函数实现。在对数字图像进行旋转时,各像素的坐标将会发生变化,使得旋转之后不能正好落在整数坐标处,需要进行插值imrotate()函数可实现插值旋转。用imcrop()第15页共15页 函数可剪切图像中的一个矩形子图．Matlab的初始工作界面：图1matlaB的初始工作界面3．2图像变换功能在图像处理技术中,图像的(正交)变换技术有着广泛的应用,是图像处理的重要工具。通过变换图像,改变图像的表示域及表示数据,可以给后续工作带来极大的方便。常运用于图像压缩、滤波、编码和后续的特征抽取或信息分析过程。例如,傅立叶变换(FourierTransform)可使处理分析在频域中进行,使运算简单；而离散余弦变换(DiscreteCosineTransform)可使能量集中在少数数据上,从而实现数据压缩,便于图像传输和存储。3．2．1傅立叶变换在图像处理的广泛应用领域中,傅直叶变换起着非常重要的作用,具体表现在包括图像分析、图像增强及图像压缩等方面。利用计算机进行傅立叶变换的通常形式为离散傅立叶变换,采用这种形式的傅立叶变换有以下两个原因：一是离散傅立叶变换的输入和输出都是离散值,适用于计算机的运算操作；二是采用离散傅立叶变化变换,可以应用快速傅立叶变换来实现,提高运算速度。在^lATLAB工具箱中,提供了fft2()和ifft2()函数用于计算二维快速傅立叶变换及其逆变换,fftn()和第15页共15页 ifftn()函数用于计算n维傅立叶变换和逆变换。3．2．2离散余弦变换在图像处理工具箱中dct2()和idct2()函数实现二维离散余弦变换及逆变换。大多数情况下,DCT(oiscreteCosineTrallsform)用于压缩图像,jPEG图像格式就采用了DCT算法。在JPEG图像压缩算法中,图像被分成8x8或者16X16的图像块,然后对每个图像块进行DCT变换。DC7变换被量化、编码及传输。在接收端,量化的DCT系数被解码。并用来计算每个图像块的逆DCT变换,最后把各图像块拼接起来构成一幅图像。对一幅典型的图像而畜,许多DCT变换的系数近似为0,把它们去掉并不会明显影响重构图像的质量。3．2．3radon变换图像处理工具箱的radon()函数用来计算指定方向上图像矩阵的投影,二元函数f(x,y)的投影是在某一方向上的线积分。例如,f(x,y)在垂直方向上的线积分是f(x,y)在x方向上的投影,在水平方向上的积分是在y方向上的投影。用iradon()函数可实现逆radon变换,并经常用于投影成像中,这个变换能把radon变换反变换同来,因此可以从投影数据重建原始图像。而在大多数应用中,没有所谓的用原始图像来计算投影。例如,x射线吸收重建,投影是通过测量x射线辐射在不同角度通过物理切片时的衰减得到的。原始图像町以认为是通过切面的截面。这里,图像的密度代表切片的密度。投影通过特殊的硬件设备获得,而切片内部图像通过iradon重建．这可以用来对活的生物体或者不透明物体实现无损成像。3．2．4离散小波变换离散小波变换是对连续小波变换的尺度和位移按照2的幂次进行离散化得到的,又称二进制小波变换。实际上,人们是在一定尺度上认识信号的。人的感官和物理仪器都有一定的分辨率,对低于一定尺度的信号的细节是无法认识的,因此对低于一定尺度信号的研究也是没有意义的。为此,应该将信号分解为对应不同尺度的近似分量和细节分量。小波分解的意义就在于能够在不同尺度上对信号进行分析,而且对不同尺度的选择可以根据不同的目的来确定。信号的近似分量一般为信号的低频分量,其细节分量一般为信号的高频分量。因此,对信号的小波分解可以等效于信号通过了一个滤波器组,其中一个滤波器为低通滤波器,另一个为高通滤波器。MATLAB工具箱中的dwt0和idwt()第15页共15页 函数可实现一维离散小波变换及其反变换,wavedec()和waverec()用于一维信号的多层小波分解和多层重构等．3．3频域增强原理图像增强技术基本上可分成两大类：频域处理法和空域处理法。频域处理法的基础是卷积定理,它采用修改图像傅立叶变换的方法实现对图像的增强处理。在频域空间,图像的信息表现为不同频率分量的组合。如果能让某个范围内的分量或某些频率的分量受到抑制而让其他分量不受影响,就可以改变输出图的频率分布,达到不同的增强目的。当图像f(x,y)以线性算子h(x,y)进行卷积,结果图像g(x,y)为g(x,y)=h(x,y)*f(x,y),有卷积定理的性质可知在频域内相当于G(u,v)=H(u,v)F(u,v),对G(u,v)进行傅氏逆变换得到g(x,y)=ζ-1[H(u,v)F(u,v)]。频域空间的增强方法如图2所示,首先将图像从图像空间转换到频域空间（如傅里叶变换）,然后在频域空间对图像进行增强,最后将增强后的图像再从频域空间转换到图像空间。进行频域增强转换到空间转换到频域位于空间的图像图2频域图像增强方法3．3．1理想低通滤波低通滤波[2]可以简单的设定一个截止频率,当频域高于这个截止频率时,则全部赋值为0。因为在这处理过程中,让低频信号全部通过,所以称为低通滤波。低通滤波可以对图像进行钝化处理。理想的低通频率滤波器传递函数波形图如图3所示第15页共15页 f0图3理想低通滤波传递函数波形当D(u,v)≤D0H(u,v)=1；当D(u,v)＞D0H(u,v)=0,其中D0称为理想低通滤波器的截止频率,使用MATLAB的关键代码如下：f=double(I);k=fft2(f);g=fftshift(k);%进行低通滤波算法[N1,N2]=size(g);n=2;d0=25;u0=round(N1/2);v0=round(N2/2);fori=1:N1forj=1:N2d=sqrt((i-u0)^2+(j-v0)^2);ifd<=d0h=1;elseh=0;endy(i,j)=h*g(i,j);endendy=ifftshift(y);A=ifft2(y);B=uint8(real(A));实验结果如图4所示。原始图像添加椒盐噪声的图像理想低通滤波去噪图像3图4原始图像与理想低通滤波图像3．3．2理想高通滤波高通滤波器[3]可以去掉信号中不必要的低频成分,去掉低频干扰信号,增强中频和高频。其传递函数和低通滤波器正好相反,当D(u,v)≤D0H(u,v)=0；当第15页共15页 D(u,v)＞D0H(u,v)=1,D0称为理想高通滤波器的截止频率。与理想低通滤波一样,由于在截止频率D0出直上直下,所以理想高通滤波器的输出图像也会有振铃现象产生。使用MATLAB语言实现的关键算法如下：f=double(I);k=fft2(f);g=fftshift(k);%进行理想高通滤波算法[N1,N2]=size(g);n=2;d0=10;W=10;n1=round(N1/2);n2=round(N2/2);fori=1:N1forj=1:N2d=sqrt((i-n1)^2+(j-n2)^2);d1=d0-(W/2);d2=d0+(W/2);ifd<=d0h=0;elseh=1;endy(i,j)=h*g(i,j);endendy=ifftshift(y);A=ifft2(y);B=uint8(real(A));实验结果如图5所示。原始图像d0=5时理想高通滤波图像d0=10时理想高通滤波图像图像5不同截止频率时的理想高通滤波图像通过比较滤波图像可以看出,经过理想高通滤波得到了原始图像的边缘信息,同样其截止频率越大时,得到的信息越少,当截止频率d0=10时,能够看清楚图像的边缘信息,得到大体的轮廓,当d0=30时,几乎看不清楚图像的轮廓信息。3．3．3同态滤波一般来说,图像的边缘和噪声都对应于傅立叶变换的高频分量。而低频分量主要决定图像在平滑区域中总体灰度级的显示,故被低通滤波的图像比原图像少一些尖锐的细节部分。同样,被高通滤波的图像在图像的平滑区域中将减少一些灰度级的变化并突出细节部分。为了增强图像细节的同时尽量保留图像的低频分量,使用同态滤波方法可以保留图像原貌的同时,对图像细节增强。实验结果比较如图6所示,关键程序算法代码如下：第15页共15页 T=double(I);L=log(T);F=fft2(L);A=2。0;B=0。5;fori=1:M%实现同态滤波算法forj=1:ND(i,j)=((i-M/2)^2+(j-N/2)^2);endendc=1。1;D0=max(M,N);H=(A-B)*(1-exp(c*(-D/(D0^2))))+B;F=F。*H;F=ifft2(F);Y=exp(F);subplot(1,2);imshow(uint8(Y));实验结果如图6所示。原始图像同态滤波图像图6原始图像与同态滤波图像由上图中可以看出经过同态滤波的图像不但保留了原始的图像信息,而且对图像信息进行了增强,特别在不同物体的连接部分,低频成分和照亮相联系高频成分和反射联系在一起,从而使图像质量得到了更好的改善。与图4、图4滤波效果相比,有较大的改进。3．4边缘检测和图像分割功能边缘检测是一种重要的区域处理方法。边缘是所要提取目标和背景的分界线,提取出边缘才能将目标和背景区分开来。边缘检测是利用物体和背景在某种图像特性上的差异来实现的,这些差异包括灰度、颜色或者纹理特征。实际上,就是检测图像特性发生变化的位置。边缘检测包括两个基本内容：一是抽取出反映灰度变化的边缘点；二是剔除某些边界点或填补边界间断点,并将这些边缘连接成完整的线．如果一个像素落在边界上,那么它的邻域将成为一个灰度级变化地带．对这种变化最有用的两个特征是灰度的变化率和方向。边缘检测算子可以检查每个像索的邻域,并对灰度变化率进行量化,也包括对方向的确定,其中大多数是基于方向导数掩模求卷积的方法。姒TLAB工具箱提供的edge0函数可针对sobel算子、prewitt算子、Roberts算子、LoG算子和canny算子实现检测边缘的功能。基于灰度的图像分割方法也可以用简单的MATLAB代码实现。第15页共15页 结论数字图像处理数据量大,处理速度相对较慢。为了简化操作,本文主要是针对如何使用MATLAB工具,对偏亮和偏暗图像进行处理,以达到符合特定要求的图像。一般情况下,各类图像系统中图像的传送和转换总要造成图像的某些降质。对降质图像进行处理,将图像中感兴趣的特征有选择的突出,而衰减其次要信息。这种方法能提高图像的可读性,改善后的图像不一定逼近原始图像。这就是图像增强。本论文重点介绍了理想低通滤波、理想高通滤波、同态滤波等图像增强技术能提高图像的可读性,对于降质的图像有着明显的改善作用。Matlab处理数字图像的方法有很多远不止上述几种。如图像压缩、图像分割等都可以用Matlab中的工具箱来实现。Matlab为图像处理提供了一种简单、方便的方法,既提高了图像处理的速率,又提高了图像处理的效果。因此用Matlab处理图像得到的广泛的应用,在工业自动化、工业检测、医学等各方面有着重要的作用。本文主要是研究分析了用Matlab来进行图像处理的方法。利用MATLAB语言及其所提供的函数进行图像处理,编程简单、操作方便、可靠性强,能够达到预期的效果。姒TLAB工具箱功能非常强大,简化了繁琐的数学计算工作,有效的促进了数字图像处理相关的研究开发工作。由于时间比较紧,matlab和数字图像处理的很多东西还没掌握,还有待于进一步的学习和提高。第15页共15页 参考文献1.RafaelC.Gonzalez,RecondEdition著.阮秋琦,阮宇智等译.数字图像处理（第二版）.北京:电子工业出版社,2007.82.闫敬文编著.数字图像处理技术与图像图形学基本教程.北京:科学出版社,2002.83.郑君里编著.信号与系统.北京:高等教育出版社,2006.54.同济大学数学系编.线性代数.北京:高等教育出版社,2008.45.丁玉美,高西全编著.数字信号处理.西安:西安电子科技大学出版社,2004.116.楼顺天,姚若玉,沈俊霞编著.MATLAB7.x程序设计语言.西安:西安电子科技大学出版社,2007.87.（美）卡斯尔曼（Castleman,K.R.）著作译者朱志刚 等.数字图像处理.北京:电子工业出版社1998.98.吴正国等编著.高等数字信号处理.北京:出版社：机械工业出版社,2009.49.作者:（美）布雷斯韦尔（Bracewell,R.N.）著.殷勤业,张建国译.傅里叶变换及其应用(第3版).西安:西安交通大学出版社,2005.910.陶然,邓兵,王越著.分数阶傅里叶变换及其应用.北京:清华大学出版社,2009.911.余松煜,周源华,张瑞编.数字图像处理.上海:上海交通大学出版社,2007.212.许志影、李晋平,MATLAB及其在图像处理中的应用计算机与现代化,2003,92(4)：64-65．13.孙兆林.MATLAB6．x图像处理[北京：清华大学出版社,2002．14.何希平、张琼华,基于IIATLAB的图像处理与分析[J]．重庆工商大学学报(自然科学版)．2003．20(2),22_26．第15页共15页 致谢   感谢我的亲朋好友对我大学期间学习的默默支持；感谢我的母校给了我在大学深造的机会,让我能继续学习和提高。老师们课堂上的激情洋溢,课堂下的谆谆教诲；同学们在学习中的认真热情,生活上的热心主动,所有这些都让我的大学生活中充满了感动。这次学年论文设计我得到了很多同学的帮助,其中我的论文指导老师对我的细心指导。每次遇到难题,我最先做的自己找资料,然后同学交流,一起商量解决的办法。在此,我再一次真诚地向帮助过我的老师和同学表示感谢！第15页共15页