基于MATLAB的數字圖像處理技術

畢東生+王思源+劉謹+王前+孫浩斌

摘要：在人們獲取信息的來源中，圖像是重要的一個分支?，F代圖像處理技術與計算機技術的完美結合，衍生了各式各樣的圖像處理軟件。其中最具代表性的就是MATLAB軟件，這個軟件為圖像技術的發展帶來了革命性的改變。本文分別介紹了MATLAB軟件和數字圖像處理技術，并且詳細介紹了基于MATLAB的數字圖像處理技術的圖像類型轉換技術、圖像增強技術、圖像分析技術。

關鍵詞：數字圖像；處理技術；MATLAB

一、MATLAB簡介

MATLAB，是美國MathWorks公司開發的一套圖像數值計算的工程語言，也可看作是可視化圖像處理的軟件。這個軟件將數字化分析與矩陣計算、圖像、信號處理與仿真等技術相結合，給用戶提供一個方便、快捷的圖像處理平臺。MATLAB一經推出，其強大的功能能夠滿足他們許多對語音和圖像處理等方面的需求。

同時，各界專家與科研人士，在MATLAB語言的基礎上，推出了一系列的基于MATLAB的數字圖像處理技術[1]的工具箱。這些工具箱也是各式各樣的，有的是以通信和信號處理、統計優化為主的輔助工具，還有有的是以系統識別、控制系統設計與分析、圖像處理為主輔助工具。這樣的工具箱還有很多，并且其種類與數量也是在不斷增加的。人們借助基于MATLAB開發出的工具箱，能夠幫助各界的科研人員，以更加直觀、有效的對數據進行分析、計算、設計等工作，能夠從很大的程度上為這些工作節省時間。所以，MATLAB現已成為了使用最為頻繁的工程應用軟件。

二、 數字圖像處理技術的簡介

（一）數字圖像處理技術[2]

圖像的數字化處理能夠把虛擬的模擬圖像變成離散的數字圖像，其特點可以分為兩個方面。

第一個方面是：以最終恢復原圖像為前提，采用信息壓縮與原圖像相異的形式，有效的表現和顯示圖像的圖像變換處理。基于圖像數據壓縮的圖像傳輸和存儲，通過圖像變換來改善圖像的增強和恢復，都屬于這個方面。

第二個方面是：圖像的處理主要是提取特征信息，其處理的最終目的是為了識別。處理時，對于用于判別景物的特征信息給予抽取，而其他信息則盡量予以舍棄，達到高度的信息壓縮，并根據抽取的特征信息進行分類和識別。這一方面的圖像計算機處理，屬于數字模式識別的范疇。

（二）數字圖像處理技術的主要內容

數字式的圖像處理技術方面，其涵蓋了很多層面，是一門結合了多種領域的應用技術。所以這項圖像處理技術應用的非常廣泛。其主要內容包括：對圖像的變換處理、圖像的增強處理、圖像的獲取處理、圖像的復原處理等。其能夠完成人們對于圖像大部分的處理期望，其價值就在于能夠有效的處理圖像，并且能夠系統的對于圖像進行分析。對于一些普通圖像軟件處理不了的圖像，應用數字圖像處理技術，能夠有效對其進行處理。其系統的多樣性以及有效想得到了大部分業界人們的肯定。

三、基于MATLAB的數字圖像處理技術

MATLAB是一款強大的數字圖像處理技術軟件，其特有的工程語言和已經開發的工具箱能夠解決大部分的處理難題。下文分別介紹基于MATLAB數字圖像處理技術的圖像類型轉換的技術、圖像增強上技術以及圖像分析技術。

（一）圖像類型轉換技術

MATLAB能夠支持多種圖像類型的轉換，比如向索引圖像的轉換，向灰度圖像的轉換，向二進制圖像的轉換，向RGB圖像的轉換等。由于一些圖像對于類型有限制，所以就需首先利用MATLAB對圖像類型進行轉換。此時我們需要借助MATLAB的圖像處理工具箱。工具箱中包含了對于不同圖像類型轉換的函數，比如說經常用到的rgb2gray（ ）函數模型，其能夠有效的將彩色圖像轉換為灰度圖像；使用gray2ind（ ）函數模型，可以將灰度圖像、二進制圖像轉換為索引圖像。我們在平時對于圖像進行轉換的時候，可能會總遇到數據類型不統一的情況，這種時候我們就可以運用double（ ）函數模型，將圖像數據轉換為雙精度類型的函數模型。

（二） 圖像增強技術

基于MATLAB的圖像增強技術[3]，指的是在保證圖像質量不下降基礎上，對于圖像中某個主要信息的增強，并與此同時減弱某些不必要的信息。MATLAB對于圖像增強的方式有兩項。一種是空間域法，其主要作用是在空間域中，直接處理圖像的灰度參數。第二種是頻率域法，是基于圖像的某些變換域中，修正圖像的一些相關變換參數，之后在使用逆變換的方法達到圖像的增強目的。頻率域法的增強方式，可以看作是一種間接增強的方式，與之相似的還有同態圖像增強技術、低通載波增強技術。而空間域法，就是一種直接式的增強方式，若是細分的話，還可分為灰度級校正、灰度變換以及直方圖修正。

（三） 圖像分析技術

基于MATLAB的圖像分析技術，概括來講，就是是對圖像進行描述，即用一組數或符號表示圖像中目標區的特征、性質和相互間的關系，為模式識別提供基礎。邊緣檢測在圖像分析中的占據著重要地位，數字圖像的邊緣檢測是圖像分割、目標區域識別、區域形狀提取等圖像分析技術的十分重要的基礎，也是圖像識別中提取圖像特征的一個重要屬性。邊緣檢測方法基本思想就是邊緣提取的思想，通過邊緣提取的方法進行邊緣檢測，一般包括邊緣檢測和邊緣連接兩個獨立的階段。

邊緣檢測實質上是像素特性不連續性的影像分割。因為邊緣的存在是導致像素灰度值不連續的因素，這種不連續性可以利用求一階或二階導數的方法檢測到，經典的邊緣檢測方法就是考察原始圖像某鄰域的像素灰度值的階躍變化，根據邊緣鄰近一階或二階導數變化方向的思想，構造邊緣檢測算子。因而，邊緣檢測的目標就是檢測邊緣模型的一、二階導數的極值點或零點，導數可用微分算子來計算，根據數字影像的特點，實際上數字圖像中求導數是利用差分近似微分來進行的，總稱微分算子邊緣檢測，其總體上也分為兩類：過零點檢測和局部極值檢測。常用的算子包括：Robert算子、Sobel算子、Prewitt算子、Laplacian算子、Canny算子、LOG算子等。

總結語：

總的來說，對于MATLAB的圖像處理技術，是當下較為完善的數字處理技術，但還有很多需要挖掘的功能，等待人們去探索。我們要學會靈活運用MATLAB的圖像處理技術的工具箱。并且要對其工程語言進行更深層次的研究，這樣才能對今后的圖像處理游刃有余。

參考文獻：

[1]周偉.基于MATLAB的數字圖像處理技術概述[J].信息與電腦（理論版），2010，10（05）：28-60.

[2]劉中合，王瑞雪，王鋒德，馬長青，劉賢喜. 數字圖像處理技術現狀與展望[J]. 計算機時代，2005，（09）：6-8.

[3]朱遵尚. 圖像增強技術研究[D].國防科學技術大學，2009.