數字圖像處理以及運用MATLAB實現的基本方法

谷曉琳+潘迪+楊潤耀

摘要：21世紀是信息化的世紀，在現代高速發展的社會中，獲取信息的技術不斷得到改進，因此，對于圖像——這一最基本的消息載體的處 理也有著越來越高的要求。數字化的圖像處理已經成為現代科學領域的研究熱點。而MATLAB軟件具有十分強大的處理信號及圖像的功能，在它的函數中具有傅里葉變換及其反變換等比較常用的功能，而圖像處理經常用到的小波變換如哈爾小波變換等也可以運用MATLAB來實現。

關鍵詞：數字圖像處理；運用；MATLAB

1數字信號的概念

信號根據其在幅值和時間上的連續與否可以分為模擬信號和數字信號。在我們的生活中大部分信號都是模擬信號，如聲音，圖像等等。但是在數字計算機中能夠處理的信號是數字化以后的信號，即在幅值上和時間上都是離散的信號，也就是我們通常所說的“數字信號”。（模擬信號是指信息參數在給定范圍內表現為連續的信號）。

2實現數字圖像處理的系統

一般情況下，實現數字圖像處理的系統基本的流程如下：圖像輸入的模擬信號經過圖像數字化設備將其轉換為數字計算機可以處理的數字信號，繼而由圖像處理計算機（軟件）來實現對于圖像的進一步處理（圖像的壓縮，復原，及進行邊緣檢測等），最后由圖像輸出設備輸出經過處理的圖像，整個數字圖像處理得以完成。

3MATLAB實現平均值降噪

一般情況下，由實際的場景圖像轉換為數字信息時，會有各種噪聲的影響，導致失真的發生。下面就是當圖片受到高斯噪聲的影響時，運用平均值降低噪聲影響的一個實例。

圖1

圖2圖3

當運用imread 函數讀圖片信息后（保存在X中），在workspace里生成一個512*512的矩陣，每個單元存放的數據為8bits，而后將原圖片加上高斯噪音組成圖2所示圖片。利用1000次相加求其平均值的算法，將噪聲的影響減小，得出圖3所示的處理后的圖像。

此外值得注意的是，當兩個矩陣相加時，在MATLAB中需要其大小和數據類型相同，因此才有了G0=im2double（G）的語句。運用MATLAB實現“差影法”從混合圖片中取出所需圖片如在加有高斯噪聲【G~N（0.0.01）】的圖片中采樣噪聲的信息，其主要程序編碼如下：

G=imsubtract（H，I）；

subplot（1，3，1）；imshow（H）；

subplot（1，3，2）；

imshow（I）；subplot（1，3，3）；imshow（G）；

圖4圖5圖6

由于噪聲是和原圖片混疊在一起的，我們現在需要給提取噪聲，因此，利用“差影法”很容易就實現了，其函數為subtract（H，I），即將兩幅圖片做減法運算。在用MATLAB實現的編碼很簡單，但是我們會發現有一個很明顯的問題，即在圖6中大部分區域為黑色，會造成圖像看起來很不方便，因此常常采用將圖片求反后輸出，例程如下：

>>I=imread（‘lenna_gray.png）；

H=imnois（I，gaussian，0，0，01）；

G=imsubtract（H，I）；

subplot（1，3，1）；imshow（H）；

subplot（1，3，2）；imshow（I）；

subplot（1，3，3）；imshow（G）；

>>G0=255-G；

>>imshow（G0）；

圖7圖像經取反后的輸出

以上兩個實例是MATLAB在數字圖像處理中的基本應用，另外，利用MATLAB可以實現小波變換，如哈爾小波變換，其公式如下：

設H=則A是H的哈爾變換即

這是最簡單的二維變換。還有DCT，KLT等很多的變換都可以用MATLAB完成，有利而方便的分析圖像內所包含的信息，對圖像進行處理。

4意義及應用

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到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。基于MATLAB的數字圖像處理技術也更加的受到人們的重視，數字圖像處理技術還有著很大的發展和提升空間。

摘要：21世紀是信息化的世紀，在現代高速發展的社會中，獲取信息的技術不斷得到改進，因此，對于圖像——這一最基本的消息載體的處 理也有著越來越高的要求。數字化的圖像處理已經成為現代科學領域的研究熱點。而MATLAB軟件具有十分強大的處理信號及圖像的功能，在它的函數中具有傅里葉變換及其反變換等比較常用的功能，而圖像處理經常用到的小波變換如哈爾小波變換等也可以運用MATLAB來實現。

關鍵詞：數字圖像處理；運用；MATLAB

1數字信號的概念

信號根據其在幅值和時間上的連續與否可以分為模擬信號和數字信號。在我們的生活中大部分信號都是模擬信號，如聲音，圖像等等。但是在數字計算機中能夠處理的信號是數字化以后的信號，即在幅值上和時間上都是離散的信號，也就是我們通常所說的“數字信號”。（模擬信號是指信息參數在給定范圍內表現為連續的信號）。

2實現數字圖像處理的系統

一般情況下，實現數字圖像處理的系統基本的流程如下：圖像輸入的模擬信號經過圖像數字化設備將其轉換為數字計算機可以處理的數字信號，繼而由圖像處理計算機（軟件）來實現對于圖像的進一步處理（圖像的壓縮，復原，及進行邊緣檢測等），最后由圖像輸出設備輸出經過處理的圖像，整個數字圖像處理得以完成。

3MATLAB實現平均值降噪

一般情況下，由實際的場景圖像轉換為數字信息時，會有各種噪聲的影響，導致失真的發生。下面就是當圖片受到高斯噪聲的影響時，運用平均值降低噪聲影響的一個實例。

圖1

圖2圖3

當運用imread 函數讀圖片信息后（保存在X中），在workspace里生成一個512*512的矩陣，每個單元存放的數據為8bits，而后將原圖片加上高斯噪音組成圖2所示圖片。利用1000次相加求其平均值的算法，將噪聲的影響減小，得出圖3所示的處理后的圖像。

此外值得注意的是，當兩個矩陣相加時，在MATLAB中需要其大小和數據類型相同，因此才有了G0=im2double（G）的語句。運用MATLAB實現“差影法”從混合圖片中取出所需圖片如在加有高斯噪聲【G~N（0.0.01）】的圖片中采樣噪聲的信息，其主要程序編碼如下：

G=imsubtract（H，I）；

subplot（1，3，1）；imshow（H）；

subplot（1，3，2）；

imshow（I）；subplot（1，3，3）；imshow（G）；

圖4圖5圖6

由于噪聲是和原圖片混疊在一起的，我們現在需要給提取噪聲，因此，利用“差影法”很容易就實現了，其函數為subtract（H，I），即將兩幅圖片做減法運算。在用MATLAB實現的編碼很簡單，但是我們會發現有一個很明顯的問題，即在圖6中大部分區域為黑色，會造成圖像看起來很不方便，因此常常采用將圖片求反后輸出，例程如下：

>>I=imread（‘lenna_gray.png）；

H=imnois（I，gaussian，0，0，01）；

G=imsubtract（H，I）；

subplot（1，3，1）；imshow（H）；

subplot（1，3，2）；imshow（I）；

subplot（1，3，3）；imshow（G）；

>>G0=255-G；

>>imshow（G0）；

圖7圖像經取反后的輸出

以上兩個實例是MATLAB在數字圖像處理中的基本應用，另外，利用MATLAB可以實現小波變換，如哈爾小波變換，其公式如下：

設H=則A是H的哈爾變換即

這是最簡單的二維變換。還有DCT，KLT等很多的變換都可以用MATLAB完成，有利而方便的分析圖像內所包含的信息，對圖像進行處理。

4意義及應用

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到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。基于MATLAB的數字圖像處理技術也更加的受到人們的重視，數字圖像處理技術還有著很大的發展和提升空間。

摘要：21世紀是信息化的世紀，在現代高速發展的社會中，獲取信息的技術不斷得到改進，因此，對于圖像——這一最基本的消息載體的處 理也有著越來越高的要求。數字化的圖像處理已經成為現代科學領域的研究熱點。而MATLAB軟件具有十分強大的處理信號及圖像的功能，在它的函數中具有傅里葉變換及其反變換等比較常用的功能，而圖像處理經常用到的小波變換如哈爾小波變換等也可以運用MATLAB來實現。

關鍵詞：數字圖像處理；運用；MATLAB

1數字信號的概念

信號根據其在幅值和時間上的連續與否可以分為模擬信號和數字信號。在我們的生活中大部分信號都是模擬信號，如聲音，圖像等等。但是在數字計算機中能夠處理的信號是數字化以后的信號，即在幅值上和時間上都是離散的信號，也就是我們通常所說的“數字信號”。（模擬信號是指信息參數在給定范圍內表現為連續的信號）。

2實現數字圖像處理的系統

一般情況下，實現數字圖像處理的系統基本的流程如下：圖像輸入的模擬信號經過圖像數字化設備將其轉換為數字計算機可以處理的數字信號，繼而由圖像處理計算機（軟件）來實現對于圖像的進一步處理（圖像的壓縮，復原，及進行邊緣檢測等），最后由圖像輸出設備輸出經過處理的圖像，整個數字圖像處理得以完成。

3MATLAB實現平均值降噪

一般情況下，由實際的場景圖像轉換為數字信息時，會有各種噪聲的影響，導致失真的發生。下面就是當圖片受到高斯噪聲的影響時，運用平均值降低噪聲影響的一個實例。

圖1

圖2圖3

當運用imread 函數讀圖片信息后（保存在X中），在workspace里生成一個512*512的矩陣，每個單元存放的數據為8bits，而后將原圖片加上高斯噪音組成圖2所示圖片。利用1000次相加求其平均值的算法，將噪聲的影響減小，得出圖3所示的處理后的圖像。

此外值得注意的是，當兩個矩陣相加時，在MATLAB中需要其大小和數據類型相同，因此才有了G0=im2double（G）的語句。運用MATLAB實現“差影法”從混合圖片中取出所需圖片如在加有高斯噪聲【G~N（0.0.01）】的圖片中采樣噪聲的信息，其主要程序編碼如下：

G=imsubtract（H，I）；

subplot（1，3，1）；imshow（H）；

subplot（1，3，2）；

imshow（I）；subplot（1，3，3）；imshow（G）；

圖4圖5圖6

由于噪聲是和原圖片混疊在一起的，我們現在需要給提取噪聲，因此，利用“差影法”很容易就實現了，其函數為subtract（H，I），即將兩幅圖片做減法運算。在用MATLAB實現的編碼很簡單，但是我們會發現有一個很明顯的問題，即在圖6中大部分區域為黑色，會造成圖像看起來很不方便，因此常常采用將圖片求反后輸出，例程如下：

>>I=imread（‘lenna_gray.png）；

H=imnois（I，gaussian，0，0，01）；

G=imsubtract（H，I）；

subplot（1，3，1）；imshow（H）；

subplot（1，3，2）；imshow（I）；

subplot（1，3，3）；imshow（G）；

>>G0=255-G；

>>imshow（G0）；

圖7圖像經取反后的輸出

以上兩個實例是MATLAB在數字圖像處理中的基本應用，另外，利用MATLAB可以實現小波變換，如哈爾小波變換，其公式如下：

設H=則A是H的哈爾變換即

這是最簡單的二維變換。還有DCT，KLT等很多的變換都可以用MATLAB完成，有利而方便的分析圖像內所包含的信息，對圖像進行處理。

4意義及應用

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到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。基于MATLAB的數字圖像處理技術也更加的受到人們的重視，數字圖像處理技術還有著很大的發展和提升空間。