Matlab在圖像后處理方面的應用實踐及效果分析

穆天虹

四川大學材料科學與工程學院生物醫學工程，四川成都 610000

0 引言

Matlab全名為Matrix Laboratory，Matlab產品族可以用來進行以下各種工作：數值分析，數值和符號計算，工程與科學繪圖，控制系統的設計與仿真，圖像后處理技術，數字信號處理技術，通訊系統設計與仿真及財務與金融工程多方面科學領域提供了一種平臺，尤其在圖像處理方面更有出色的表現， 其中可在在直方圖均衡，圖象灰度變換，直方圖均衡， 圖像平滑，圖像銳化幾方面進行圖像后處理。

1 在matlab中直方圖均衡

實踐步驟：

計算灰度圖像的直方圖：

應用分析：

直方圖均衡化是利用使用累積函數對灰度值進行“變換”以實現對比度的提高。直方圖均衡化處理的“核心思想”是把原來圖像的灰度直方圖從相對集中的某個灰度區域變成在所有灰度范圍內的均勻變化。直方圖均衡化就是對圖像進行非線性拉伸，來再次分配圖像像素值，進而一定灰度范圍內的像素量大體一致。直方圖均衡化就是把選定圖像的直方圖分布改變成“均勻”分布直方圖分布。

2 Matlab中灰度線性變換

實驗步驟：

原圖像 f（m，n）的灰度范圍 [a，b]線形變換為圖像 g（m，n），灰度范圍 [a’，b’] J=imadjust（I，[0.3，0.7]，[0，1]，1）;

應用分析：

灰度變換增強圖像處理時灰度級的動態范圍。在直方圖均衡變化中，直方圖拉伸是利用對比度拉伸對直方圖來調節，從而“加大”了前景和背景灰度的區別，進而達到加強對比度的效果。

3 Matlab中圖像的二值化處理

實現步驟：

應用分析：

要進行二值圖像的變化與分析，第一步就是要把灰度圖像進行二值化處理，進而得到二值化圖像。圖像的二值化應用于圖像的后處理，從而使圖像更加簡單，并且數值量降低，能表現出感興趣的目標的邊界。

4 Matlab中圖像的濾波變換

實驗步驟：

應用分析：

中值濾波法將每一象素點的灰度值設置為該點某鄰域窗口內的所有象素點灰度值的中值。中值濾波在圖像處理中，常用于保存邊緣的有效信息，是典型的平滑噪聲的技術。均值濾波是經典的線性濾波算法，它是利用在圖像上對目標像素給一個模板，該模板包括了其周圍的毗鄰像素。

5 中值濾波和平均濾波的實例應用

應用分析：在高斯噪聲的環境中，均值濾波比中值濾波效果好。

6 Matlab中進行圖像銳化處理：

銳化的目的是增強細節和邊界。

具體步驟：

應用分析：

圖像銳化就是補償圖像的邊界，加強圖像的邊緣及灰度跳躍的部分，從而使圖像清晰。圖像平滑往往使圖像中的輪廓更加模糊，為了降低這種不良效果，這就要應用圖像銳化技術，達到圖像的邊界更加清晰。圖像銳化處理的目的是為了使圖像的邊緣、邊界以及局部更加清晰。

圖像銳化方面的實例應用：

分別用sobel和laplacian算子來進行邊緣

效果分析：其中拉普拉斯算子比sobel算子效果好些。

7 結論

Matlab表現了出色的圖像后處理能力。在圖像分辨率、灰階、對比度增強，直方圖均衡，圖像二值化，均值與中值濾波以及圖像銳化處理功能也十分強大，在進行各個領域的圖像處理都有廣泛的應用和良好的效果。在圖像后處理的過程中我們應該充分利用Matlab的功能，以求達到更好的實驗效果。

[1]趙書蘭.MATLAB數字圖像處理與分析實例教程.化學工業出版社.

[2]張德豐.MATLAB數字圖像處理.機械工業出版社.