基于MATLAB的數字圖像處理技術及應用

2011-10-17 01:15:18沈陽體育學院體育信息技術系沈陽110102

中國科技信息 2011年5期

叢波沈陽體育學院體育信息技術系，沈陽 110102

叢波沈陽體育學院體育信息技術系，沈陽 110102

簡述了數字圖像處理技術、MATLAB數字圖像處理技術，介紹了MATLAB數字圖像處理工具箱函數。通過圖像處理實例說明MATLAB語言編程及工具箱進行數字圖像處理的方法，驗證MATLAB語言具有強大的圖像處理能力。

1 數字圖像處理技術簡介

數字圖像處理（Digital Image Processing）又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。

數字圖像處理最早出現于20世紀50年代，當時的電子計算機已經發展到一定水平，人們開始利用計算機來處理圖形和圖像信息。

數字圖像處理作為一門學科大約形成于20世紀60年代初期。早期的圖像處理的目的是改善圖像的質量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質量低的圖像，輸出的是改善質量后的圖像，常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。首次獲得實際成功應用的是美國噴氣推進實驗室，他們對航天探測器“徘徊者7號”在1964年發回的幾千張月球照片使用了圖像處理技術，如幾何校正、灰度變換、去除噪聲等方法進行處理，并考慮了太陽位置和月球環境的影響，由計算機成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發回的近十萬張照片進行更為復雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創舉奠定了堅實的基礎，也推動了數字圖像處理這門學科的誕生。在以后的宇航空間技術，如對火星、土星等星球的探測研究中，數字圖像處理技術都發揮了巨大的作用。

數字圖像處理取得的另一個巨大成就是在醫學上獲得的成果。1972年英國EMI公司工程師Housfield發明了用于頭顱診斷的X射線計算機斷層攝影裝置，也就是我們通常所說的CT（Computer Tomograph）。CT的基本方法是根據人的頭部截面的投影，經計算機處理來重建截面圖像，稱為圖像重建。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。1979年，這項無損傷診斷技術獲得了諾貝爾獎，說明它對人類作出了劃時代的貢獻。

另外，圖像處理技術在許多應用領域受到廣泛重視并取得了重大的開拓性成就，這些領域的有航空航天、生物醫學工程、工業檢測、機器人視覺、公安司法、軍事制導、文化藝術等，使圖像處理成為一門引人注目、前景遠大的新型學科。隨著圖像處理技術的深入發展，從70年代中期開始，隨著計算機技術和人工智能、思維科學研究的迅速發展，數字圖像處理向更高、更深層次發展。人們已開始研究如何用計算機系統解釋圖像，實現類似人類視覺系統理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發達國家投入更多的人力、物力到這項研究中，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，這個理論成為計算機視覺領域其后十多年的主導思想。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難的研究領域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機視覺是一個有待人們進一步探索的新領域。

2 MATLAB數字圖像處理技術簡介

MATLAB是MathWorks公司開發的一套高性能的用于數值計算和可視化圖形處理的工程語言，它將數值分析、矩陣運算、圖形圖像處理、信號處理和仿真等集成于一體，構成了一個方便、界面友好的用戶環境。MATLAB語言是一種簡單、高效、功能極強的編程語言，它可用于數學、計算機、電子工程、信息工程、機械工程等專業。

MATLAB的推出得到了各個領域專家學者的廣泛關注，其強大的擴展功能為各個領域的應用提供了基礎。由各個領域的專家學者相繼推出了MATLAB工具箱，它的工具箱主要有通信、控制系統、濾波器設計、圖像處理、非線性控制設計、系統識別、神經網絡、最優化、模糊邏輯、信號處理、魯棒控制、統計等，而且工具箱還在不斷地增加。借助于這些工具，各個層次的研究人員可直觀、方便地進行分析、計算及設計工作，從而大大地節省了時間。為此，MATLAB已經成為目前使用最為廣泛的工程應用軟件。

圖像是人類獲取和交換信息的主要來源。數字圖像處理利用數字計算機或者其他數字硬件，對從圖像信息轉換而得到的數字電信號進行某些數學運算或處理，以期提高圖像的質量或達到人們所預期的結果。圖像處理的應用領域必然涉及人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。

MATLAB 6.x提供了20類圖像處理函數，涵蓋了圖像處理包括近期研究成果在內的幾乎所有的技術方法，是學習和研究圖像處理的人員難得的寶貴資料和加工工具箱。這些函數按功能可分為圖像顯示、圖像文件I／O、圖像算術運算、幾何變換、圖像登記、像素值與統計、圖像分析、圖像增強、線性濾波、線性二元濾波設計、圖像去模糊、圖像變換、鄰域與塊處理、灰度與二值圖像的形態學運算、結構元素創建與處理、基于邊緣的處理、色彩映射表操作、色彩空間變換及圖像類型與類型轉換。

MATLAB數字圖像處理工具箱函數包括以下幾類：（1）圖像顯示函數；（2）圖像文件輸入、輸出函數；（3）圖像幾何操作函數；（4）圖像像素值及統計函數；（5）圖像分析函數；（6）圖像增強函數；（7）線性濾波函數；（8）二維線性濾波器設計函數；（9）圖像變換函數；（10）圖像鄰域及塊操作函數；（11）二值圖像操作函數；（12）基于區域的圖像處理函數；（13）顏色圖操作函數；（14）顏色空間轉換函數；（15）圖像類型和類型轉換函數。

2.1 圖像類型的轉換

MATLAB支持多種圖像類型，如索引圖像、灰度圖像、二進制圖像、RGB圖像等。但是在某些圖像操作中，對圖像的類型有所要求，所以要對涉及的圖像類型進行轉換。MATLAB圖像處理工具箱中提供了不同圖像類型相互轉換的函數，常用的如rgb2gray()函數轉換真彩色圖像或彩色圖像為灰度圖像，gray2ind()函數將灰度圖像或二值圖像轉換成索引圖像。在圖像類型進行轉換的時候，經常會遇到數據類型不匹配的情況，針對這種情況，MATLAB工具箱中還提供了各種數據類型之間的轉換函數，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

在圖像處理技術中，圖像的（正交）變換技術有著廣泛的應用，是圖像處理的重要工具。通過變換圖像，改變圖像的表示域及表示數據，可以給后續工作帶來極大的方便。常運用于圖像壓縮、濾波、編碼和后續的特征抽取或信息分析過程。例如，傅立葉變換(Fourier Transform)可使處理分析在頻域中進行，使運算簡單；而離散余弦變換(Di screteCosine Transform)可使能量集中在少數數據上，從而實現數據壓縮，便于圖像傳輸和存儲。

2.3 圖像增強

圖像增強的作用主要是突出圖像中重要的信息，同時減弱或者去除不需要的信息。圖像增強技術不考慮圖像降質的原因，衰減掉不需要的圖像信息。圖像增強的方法主要有兩大類：空間域法和頻率域法。空間域法主要是在空間域直接對圖像的灰度系數進行處理；頻率域法是在圖像的某種變換域內，對圖像的變換系數值進行某種修正，然后通過逆變換獲得增強圖像。頻率域法屬于間接增強的方法，低通濾波、同態圖像增強均屬于該類。空間域法屬于直接增強的方法，它又可分為灰度級校正、灰度變換和直方圖修正，直方圖均衡屬于空間域單點增強的直方圖修正法。

2.4 邊緣檢測和圖像分割功能

邊緣檢測是一種重要的區域處理方法。邊緣是所要提取目標和背景的分界線，提取出邊緣才能將目標和背景區分開來。邊緣檢測是利用物體和背景在某種圖像特性上的差異來實現的，這些差異包括灰度、顏色或者紋理特征。實際上，就是檢測圖像特性發生變化的位置。邊緣檢測包括兩個基本內容：一是抽取出反映灰度變化的邊緣點；二是剔除某些邊界點或填補邊界間斷點，并將這些邊緣連接成完整的線。如果一個像素落在邊界上，那么它的鄰域將成為一個灰度級變化地帶。對這種變化最有用的兩個特征是灰度的變化率和方向。邊緣檢測算子可以檢查每個像素的鄰域，并對灰度變化率進行量化，也包括對方向的確定，其中大多數是基于方向導數掩模求卷積的方法。MATLAB工具箱提供的edge()函數可針對sobel算子、prewitt算子、RobertS算子、LOG算子和canny算子實現檢測邊緣的功能。基于灰度的圖像分割方法也可以用簡單的MATLAB代碼實現。