利用MA TLAB 进行数字图像的分析和处理

利用MA TLAB 进行数字图像的分析和处理
黄剑玲
(上饶师范学院数学与计算机系, 江西上饶　334001)
摘要: 介绍了MA TLAB 语言的特点, 通过实例着重讨论了MA TLAB 在图像处理和研究中
的应用。
关键词: MA TLAB; 图像处理; 直方图均衡
中图分类号: TP391141　　　　文献标识码: A
Ana lyses and Process ing of F igure Image Us ingMATLAB
HUAN G J ian2ling
(M athematics and Computer Department, Shangrao Teacher’s Co llege, Shangrao 334001, Ch ina)
Abstract: Int roduces characterist ics of MA TLAB language and discusses that MA TLAB is app lied to
p rocessing and studying of image by examp le emphat ically.
Key words: MA TLAB; image p rocessing; h istogram equalizat ion
0　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。图像分析
则主要是对图像中感兴趣的目标进行检测和测量, 以获得它们的客观信息, 从而建立对图像的
描述。如果说图像处理是一个从图像到图像的过程, 则图像分析是一个从图像到数据的过程。
这里数据可以是对目标特征测量的结果, 或是基于测量的符号表示。它们描述了图像中目标的
特点和性质。对图像的处理和分析一般可用算法的形式描述, 而大多数的算法可用软件实现,
只有在为了提高速度或克服通用计算机限制的情况下才用特别的硬件。
　　MA TLAB 语言被称为是一种“演草纸式的科学计算语言”, 它在数值计算、数据处理、自
动控制、信号处理、神经网络、优化计算、模糊逻辑、小波分析、图像处理、统计分析、金融分析等
众多的领域有着广泛的用途。特别是它所提供的各种工具箱, 使得我们在科学计算、工程设计、
数值分析、图像处理等领域的各种计算、演算、模拟等工作变得相当简单。MA TLAB 不仅具有
面向对象的计算机语言特征, 也初具面向任务的计算机语言的思想。本文从实际应用的角度介
绍了如何利用MA TLAB 进行图像的分析和处理。

1　MATLAB 语言的特点
一种语言之所以如此迅速地普及, 显示出如此旺盛的生命力, 是由于它有着不同于其它语
言的特点。正如同FORTRAN 和C 等高级语言使人们摆脱了需要直接对计算机硬件资源进
行操作一样, 被称为第四代计算机语言的MA TLAB, 利用其丰富的函数资源, 使编程人员从
繁琐的程序代码中解放出来。MA TLAB 的突出特点就是简洁。MA TLAB 用更直观的、符合人
们思维习惯的代码, 代替了C 和FORTRAN 语言的冗长代码。MA TLAB 给用户带来的是最
直观、最简洁的程序开发环境。MA TLAB 语言简洁紧凑, 使用方便灵活, 库函数极其丰富, 程
序书写形式自由, 利用其丰富的库函数避开繁杂的子程序编程任务, 压缩了一切不必要的编程
工作。由于库函数都是由本领域的专家编写, 用户不必担心函数的可靠性。可以说, 用
MA TLAB 进行科学开发是站在专家的肩膀上。
由于MA TLAB 是用C 语言编写的,MA TLAB 提供了和C 语言几乎一样多的运算符, 灵
活使用MA TLAB 的运算符将使程序变得极为简短。MA TLAB 既具有结构化的控制语句, 如
fo r 循环、w h ile 循环、b reak 语句和if 语句, 又有面向对象编程的特性。在MA TLAB 里, 语法
限制不严格, 程序设计自由度大, 程序的可移植性很好, 基本上不做修改就可以在各种型号的
计算机和操作系统上运行。MA TLAB 的图形功能强大。在FORTRAN 和C 语言里, 绘图都很
不容易, 但在MA TLAB 里, 数据的可视化非常简单。MA TLAB 还有较强的编辑图形界面的
能力。MA TLAB 的缺点是, 它与其它高级程序相比, 程序的执行速度较慢。
功能强劲的工具箱是MA TLAB 的另一重大特色。MA TLAB 包含两个部分: 核心部分和
各种可选的工具箱。核心部分中有数百个核心内部函数。其工具箱又可分为两类: 功能性工具
箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能、图示建模仿真功能、文字处
理功能以及与硬件实时交互功能。功能性工具箱能用于多种学科。而学科性工具箱是专业性
比较强的, 如con t ro l too lbox , im age p rocessing too lbox, signal p rocessing too lbox 等。这些
工具箱都是由该领域内的学术水平很高的专家编写的, 所以用户无需编写自己学科范围内的
基础程序, 而直接进行高、精、尖的研究。
2　利用MATLAB 进行图像处理
MA TLAB 推出了功能更强大的适应于图像分析和处理的工具箱, 常用的有图像处理工
具箱、小波工具箱及数字信号处理工具箱。利用如此多的工具, 我们可以方便地从各个方面对
图像的性质进行深入的研究。在MA TLAB 中可用两种数据类型来存储图像: 双精度型和8 位
无符号整数型, 图形命令对不同的数据类型做不同的处理。MA TLAB 支持的图形文件的格式
包括: T IFF、JPEG、BM P、PCX、XWD 和HDF; 支持的图像类型包括: 索引图像、灰度图像、二
进制图像、RGB 图像。MA TLAB 在图像处理中的应用都是由相应的MA TLAB 函数来实现。
下面讨论如何利用MA TLAB 处理数字图像。
1. 数字图像文件操作和图像显示。
MA TLAB 提供了图像文件读入函数im read ( ) , 可用它来读入BM P、HDF、JPEG、PCX、
T IFF、XWD 等格式图像文件。MA TLAB 还提供了imw rite () 图像写出函数。显示图像函数有
im age ()、im show () 等。
2. 图像的矩阵表示及基本运算。

MA TLAB 在处理图像时, 都是以向量、矩阵、数组的形式来表示图像, 并进行各种运算。
MA TLAB 提供了图像的和、差等线性运算, 以及卷积、相关、滤波等非线性运算。例如, conv2
( I, J ) 实现I、J 两幅图像的卷积。
3. 图像的正交变换。
图像正交变换可用于图像数据压缩、特征提取、去噪音等。它包括: Fou rier 变换、
Hadam ard 变换、离散余弦变换(DCT ) 等。例如J = dct2 ( I) , 实现了图像矩阵I 的离散余弦变
换。
4. 图像增强。
MA TLAB 提供了Gamm a 校正、中值滤波、对比度调整、直方图均衡、自适应滤波等对图
像进行处理。例如函数im adju st () 为对比度调整函数, 用于调整灰度值或颜色图。
直方图均衡是图像处理中很重要的研究内容, 它通过转换灰度图像亮度值或索引图像的
颜色图值来增强图像对比度。图像的灰度统计直方图是1 个1- D 的离散函数:
P (S K ) = nK
ön
　　　　　　K = 0, 1, ⋯,L - 1
　　Sk 为图像f (x, y) 的第K 级灰度值, nk 是f (x, y) 中具有灰度值Sk 的象素的个数, n 是图像
象素总数, P (Sk ) 代表原始图第K 个灰度级的出现概率。以nk 为自变量, 以P (Sk ) 为函数得到
的曲线就是图像的直方图。直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的
形式, 这样就增加了象素灰度值的动态范围, 从而达到增强图像整体对比度的效果。下面是用
MA TLAB 编写的一段程序, 对一电路图进行直方图均衡化处理。
I= im read (‘circu it. t if’) ; 　　　　J = h isteq ( I) ;
im show ( I) ; im show (J ) ;
im h ist ( I) ; im h ist (J ) ;
运行结果如图1 所示。
原图像　　　　　　　　　　　　　　　　　　　　原图像直方图
直方图均衡后的图像　　　　　　　　　　　　　　　均衡后图像的直方图
图1　图像直方图均衡
　　由于直方图均衡化增加了图像灰度动态范围, 所以也增加了图像的对比度, 反映在图像上
就是图像有较大的反差, 许多细节可看得比较清楚了。这里只用了区区几条语句就完成了模拟

实验。
3　结束语
由以上讨论可知, 通过几条简单的MA TLAB 命令就可完成一大串高级计算机语言才能
完成的任务。图像处理工具箱几乎包括了经典图像处理的所有方面。在图像处理中使用
MA TLAB 可以大大提高实验的效率, 快速实现研究中的新构想, 随着版本的不断提高,
MA TLAB 的功能越来越强大, 应用范围越来越广泛。
参考文献:
[1 ]　章毓晋. 图像处理和分析[M ]. 北京: 清华大学出版社. 1999, 3: 72～ 99.
[2 ]　K. R. Cast leman1 数字图像处理[M ]1 朱志刚, 林学, 石定机, 等译. 北京: 电子工业出版社, 1998, 9: 47～
1221
[3 ]　张宜华1 精通MA TLAB5[M ]1 北京: 清华大学出版社, 1999, 6: 151～ 2461

在本站查看更多关于图像处理的文章