Matlab在图像后处理方面的应用实践及效果分析

穆天虹

四川大学材料科学与工程学院生物医学工程，四川成都 610000

0 引言

Matlab全名为Matrix Laboratory，Matlab产品族可以用来进行以下各种工作：数值分析，数值和符号计算，工程与科学绘图，控制系统的设计与仿真，图像后处理技术，数字信号处理技术，通讯系统设计与仿真及财务与金融工程多方面科学领域提供了一种平台，尤其在图像处理方面更有出色的表现， 其中可在在直方图均衡，图象灰度变换，直方图均衡， 图像平滑，图像锐化几方面进行图像后处理。

1 在matlab中直方图均衡

实践步骤：

计算灰度图像的直方图：

应用分析：

直方图均衡化是利用使用累积函数对灰度值进行“变换”以实现对比度的提高。直方图均衡化处理的“核心思想”是把原来图像的灰度直方图从相对集中的某个灰度区域变成在所有灰度范围内的均匀变化。直方图均衡化就是对图像进行非线性拉伸，来再次分配图像像素值，进而一定灰度范围内的像素量大体一致。直方图均衡化就是把选定图像的直方图分布改变成“均匀”分布直方图分布。

2 Matlab中灰度线性变换

实验步骤：

原图像 f（m，n）的灰度范围 [a，b]线形变换为图像 g（m，n），灰度范围 [a’，b’] J=imadjust（I，[0.3，0.7]，[0，1]，1）;

应用分析：

灰度变换增强图像处理时灰度级的动态范围。在直方图均衡变化中，直方图拉伸是利用对比度拉伸对直方图来调节，从而“加大”了前景和背景灰度的区别，进而达到加强对比度的效果。

3 Matlab中图像的二值化处理

实现步骤：

应用分析：

要进行二值图像的变化与分析，第一步就是要把灰度图像进行二值化处理，进而得到二值化图像。图像的二值化应用于图像的后处理，从而使图像更加简单，并且数值量降低，能表现出感兴趣的目标的边界。

4 Matlab中图像的滤波变换

实验步骤：

应用分析：

中值滤波法将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。中值滤波在图像处理中，常用于保存边缘的有效信息，是典型的平滑噪声的技术。均值滤波是经典的线性滤波算法，它是利用在图像上对目标像素给一个模板，该模板包括了其周围的毗邻像素。

5 中值滤波和平均滤波的实例应用

应用分析：在高斯噪声的环境中，均值滤波比中值滤波效果好。

6 Matlab中进行图像锐化处理：

锐化的目的是增强细节和边界。

具体步骤：

应用分析：

图像锐化就是补偿图像的边界，加强图像的边缘及灰度跳跃的部分，从而使图像清晰。图像平滑往往使图像中的轮廓更加模糊，为了降低这种不良效果，这就要应用图像锐化技术，达到图像的边界更加清晰。图像锐化处理的目的是为了使图像的边缘、边界以及局部更加清晰。

图像锐化方面的实例应用：

分别用sobel和laplacian算子来进行边缘

效果分析：其中拉普拉斯算子比sobel算子效果好些。

7 结论

Matlab表现了出色的图像后处理能力。在图像分辨率、灰阶、对比度增强，直方图均衡，图像二值化，均值与中值滤波以及图像锐化处理功能也十分强大，在进行各个领域的图像处理都有广泛的应用和良好的效果。在图像后处理的过程中我们应该充分利用Matlab的功能，以求达到更好的实验效果。

[1]赵书兰.MATLAB数字图像处理与分析实例教程.化学工业出版社.

[2]张德丰.MATLAB数字图像处理.机械工业出版社.