搜索
哈尔滨理工大学研究生考试试卷考试科目：数字图像处理阅卷人：刘献礼教授专业：机械设计理论姓名：郑军强(1020100073)2010年12月28日1MATLAB在数字图像处理中的应用班级：机械研10-3姓名：郑军强学号：1020100073摘要：针对数字图像处理中程序编写复杂且调试过程繁琐易出错的问题，介绍了一种可用于图像处理的语言—Matlab语言，并通过实例讨论了Matlab在图像处理和研究中的应用。关键词：数字图像处理；Matlab；图像识别。1、引言图像处理着重强调在图像之间进行的变换。虽然人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要指对图像进行各种加工以改善图像的视觉效果并为自动识别打基础，或对图像进行压缩编码以减少对其所需存储空间或传输时间、传输道路的要求。Matlab是当今使用最为广泛的数学软件，能够进行数值计算、数据处理、系统分析、图形显示、符号运算等运算，而且在它的数学平台上只须寥寥数语就可以实现十分复杂的功能，大大提高了工程分析计算的效率，已经广泛应用于生物医学工程、图像信息处理、信号分析等领域。Matlab具有结构化的控制语句，语法限制不严格，程序设计自由度大，且有强大的图像功能和较强的编辑图形界面的能力，还提供了自带的C++Compiler，可与C混合编程，可移植性好，更大地方便了用户。2、MATLAB的主要功能主要具备数值计算功能，符号计算功能，数据分析功能，动态仿真功能，图形文字统一处理功能。MATLAB可以进行图像类型转换，提供4种类型：真彩色（RGB），索引色图像，灰度图像和二值图像。在图像处理技术中，图像的正交变换技术有着广泛的应用，通过变换，改变的图像的表示域及表示数据。如傅里叶变换，离散余弦变换，radon变换，离散小波变换等，此外在图像增强，边缘检测和图像分割方面有很好的应用，利用MATLAB有效的促进了数字图像处理的研究开发。3、利用Matlab进行数字图像处理由于Matlab的广泛使用，出现了在各个专业领域使用的工具箱，其中包括功能强大的适用于图像分析和处理的工具箱，利用这些工具箱所提供的丰富的函数，我们可以方便地对数字图像进行分析处理和研究。同时Matlab支持多种图形文件格式，打开各种不同图像格式的文件时不需要专业软件，使得操作变得更加灵活。工具箱可靠性很高，因此用户可以把精力集中在算法而不是编程上，大大提高了工作效率。23.1图像增强图像增强技术的主要目的是增加图像的视觉效果，让人眼或机器易于辨识，也可以防止图像中所代表的重要图像信息的遗漏。例如，一个图像增强系统可以利用高通滤波器来强化图像中物体的边线，使图中的物体更加明显。图像增强的方法很多，可根据不同目的选取不同方法，如点处理、空间滤波等。Matlab提供了中值滤波、直方图均衡、对比度调整等工具，方便实用。例如HISTEQ函数用直方图均衡的方法增强图像的对比度，MEDFILT2函数用于对图像进行二维中值滤波，WIENER2函数用于图像的二维自适应去噪滤波。3.2图像压缩数字图像处理过程中经常产生包含图像数据的大型文件，在不同用户和系统间交换文件时就要求用有效的方法对这些大型文件进行存储和传递，这就需要对文件进行压缩,减少表示数字图像所需的数据量。利用Matlab影像处理工具箱中提供的相关函数和命令能够实现图像压缩算法。Matlab中的图像均为矩阵形式，可以用影像处理工具箱中的DCT2函数实现压缩，该函数基于FFT算法，适用于有大量输入的运算。3.3图像分析图像是我们日常生活中获取信息的主要形式，为了让计算机能够模仿人类对图像中的信息进行识别和选取，就必须对图像的特征进行分析，比如图像的轮廓、大小、颜色等等。Matlab提供了可用于此类分析的函数，如ADJUST、EDGE等。4、Matlab在数字图像处理中的应用举例目前，车牌识别系统已经在电子警察、车辆检测、停车场监控等方面得到了广泛应用，数字图像处理技术在其中起着关键的作用。车牌识别系统流程如图1所示。图1车牌识别系统流程其中牌照定位就是从包含整个车辆的图像中找到牌照区域的位置，并通过牌照区域的特征来判断牌照。车辆牌照定位与分割算法的理论要点有：灰度化、灰度拉伸、边缘检测和模板匹配。下面以灰度化和边缘检测为例，讨论Matlab在图像处理中的应用。4.1灰度化由于用CCD图像采集系统实时抓捕的含车辆的图像是640*480的24位真彩色图,因此需将其转换成灰度图，一方面便于后续的更快速图像处理，牌照子图像定位与分割牌照字符识别图像获取3另一方面对处理多种颜色车辆牌照进行统一。我们可以通过简单的Matlab函数调用实现对一幅真彩色车牌图像的二值化处理。I=imread(’chepai.jpg’)；BW1=im2bw(I,0.7)；imshow(BW1)；效果如图2。4.2灰度拉伸灰度扩展的意思就是把你所感兴趣的灰度范围拉开，使得该范围内的像素亮的越亮，暗的越暗，从而达到了增强对比度的目的。由于图像摄取设备精度的限制，这项技术对图像识别有着重要的意义。I=imread(’chepai.jpg’)；J=imadjust(I,[0.2,0.8],[])；imshow(J)；效果如图3。4.3边缘检测利用计算机进行图像处理的目的有两个：一个是产生更适合人观察和识别的图像；二是希望由计算机自动识别和理解图像。图像的边缘是图像的最基本特征，所谓边缘，是指其周围像素灰度为阶跃变化或屋顶变化的那些像素的集合，它是图像分割的重要特征。我们的车辆牌照区域正是具有丰富边缘的子区域。下面是采用sobel算子对已经二值化的图像进行边缘检测的Matlab程序。I=imread(’chepai.jpg’)；BW1=im2bw(I,0.7)；BW2=edge(BW1,’sobel’)；imshow(BW2)；效果如图4。45、数字图像处理的展望图像处理技术未来发展大致体现在在以下4个方面：1)朝高速、高分辨率、立体化、多媒体、智能化和标准化方向发展。具体表现:(1)提高硬件速度。这不仅仅要提高计算机的速度，而且A/D和D/A的速度要实时化；(2)提高分辨率。主要是提高采集分辨率和显示分辨率，其主要困难是显像管的制造和图像图形刷新存取速度；(3)立体化。图像是二维信息，信息量更大的三维图像将随意计算图形学及虚拟现实技术的发展将得到广泛应用；(4)多媒体化。20世纪90年代出现的多媒体技术,其关键技术就是图像数据的压缩,目前数据压缩的国际标准有多个，而且还在发展，它将朝着人类接收和处理信息最自然的方式发展；(5)智能化。力争使计算机识别和理解能够按照人的认识和思维方式工作，能够考虑到主观概率和非逻辑思维；(6)标准化。从整体上看，图像处理技术目前还没有国际标准。2)图像和图形相结合朝着三维成像或多维成像的方向发展。3)硬件芯片的开发研究。目前结合多媒体的研究，硬件芯片越来越多，如Thomson公司ST13220采用Systolic结构设计了运动预测器，把图像处理的众多功能固化在芯片上，为实践服务。4)新理论和新算法的研究。图像处理科学经过初创造期、发展期、普及期和广泛应用期，近年来引入了一些新的理论并提出了一些新的算法，如:Wavelet、Fractal、Mor2phology、遗传算法和神经网络等，其中Fractal广泛应用图像处理、图形处理、纹理分析，同时还用于物理、数学、生物、神经和音乐等方面。数字图像处理必然会成为一门非常强大的学科，为我们的各个领域进行服务。6、结束语本文探讨了Matlab在数字图像处理中的应用,并从车牌识别系统实例中可以看出，利用Matlab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。Matlab的工具箱功能非常强大，充分利用能使繁琐的工作大大简化。5参考文献1缪绍纲数字图像处理:活用Matlab[M]。成都:西南交通大学出版社,2001。98~112.2阮秋琦数字图像处理学[M]。北京:电子工业出版社,2001。390-424.3林蔚天图像处理与汽车牌照识别[J]。山东理工大学学报,2003,(6):30~34.