基于MATLAB的数字图像处理技术及应用

曹妥恰 沈盛

摘 要：近几年，随着计算机的快速发展和科學技术的进步，数字图像处理技术也得到了很大的重视和发展，并从实验室、工业领域走向了人们的工作和生活等办公室和商业领域。本文重点研究以MATLAB为基础的数字图像处理技术在社会各个领域的运用。

关键词：MATLAB 数字图像处理技术；应用

1 前言

MATLAB是美国mathworks公司研发出的计算机软件语言，经过不断的改进和完善，在目前已成为最优秀的数字图像处理技术的应用软件之一，在国际上运用广泛。作为一种可视化的计算机科学软件，MATLAB在矩阵运算、数据分析、信号处理和图形显示上都有着很强大的功能，由上述功能构成的应用方便、界面友好的良好环境吸引了大批用户，同时其还具有可扩展性特征。Mathworks公司在研发该计算机软件时针对不同领域设计了包括神经网络、控制系统、图像和信号处理、非线性系统控制设计、优化设计、通信等具有特殊专业功能的工具箱，该工具箱基础程序由业内水平较高的专家编写而成，用户可以直接使用。此外，该计算机软件的程序源为开放性，用户购买后可以查看文件代码并进行更改，MATLAB同时支持用户自己研发运用函数并将其添加到MATLAB的工具箱中。通过矩阵形式表现的MATLAB数字图像处理技术具有很强大的矩阵计算和处理功能，其语法也同样适用于该软件的数字图像处理。本文通过对MATLAB的数字图像处理技术及其应用实例进行探索，证实其强大的软件功能、简单易学的语言、友好的人祭界面以及丰富的技术支持是其成为国际上公认的最为优秀的软件之一的重要条件。

2 MATLAB数字图像处理的方法介绍

MATLAB数字图像处理技术在推出之初时就受到了各个领域专家的强烈关注，其功能的强大使得其在各个方面的应用都游刃有余。因此各个领域的专家在利用MATLAB技术时研发出了工具箱，其功能具有神经网络、控制系统、图像和信号处理、非线性系统控制设计、优化设计、通信等特殊功能。通过具有特殊功能的工具箱便于研究人员更加深层次的观察、分析和计算其工作，由此节省计算时间。

在当前计算机高速发展的阶段下，图像可作为人类获得和交换信息的重要形式，通过计算机等数字硬件将图像信息转换成数字信号，在计算机等数字硬件下进行处理或计算，由此可以提高图像的质量和水平。在现代人的工作和生活中，图像处理技术已经广泛应用到各个领域并呈现逐步扩大的趋势。最新的版本为MATLAB 6.X，该版本提供了二十多类图像处理函数，包括前期研究的技术方法等成果。这些图像处理函数有图像运算、像素值和统计、图像变换、几何变换、线性滤波、色彩空间转换和结构元素创建等功能。

总体来说，MATLAB的图像处功能类型主要有以下4种类型：（1）不同图像类型转换功能；（2）图像变换功能；（3）图像信息增强功能；（4）分界线检查和分割图像功能。

2.1 不同图像类型转换功能

MATLAB工具箱可以支持如灰度图像、二进制图像、索引图像以及RGB等多种图像类型。但不同图像由于表现方式的差异在图像类型上差异较大，为了方便对图像的处理需要将图像类型转化成统一的格式。MATLAB的图像处理工具箱中的转换函数可以将两种不同的图像类型转化成同一格式，可以将彩色图像进行灰化处理后转换成灰度图像，或将灰度图像、二值图像等转换成索引图像。部分图像类型在转换时会遇到数据类型不匹配的问题，因此MATLAB的图像处理工具箱中提供了各种类型之间相互转换的函数，如double就是把数据转换为双精度类型的函数。

2.2 图像变换功能

图像的变换技术同样在数字图像处理技术中应用广泛。图像的变换功能主要是更改图像的表示数据或者表示域，由此在图像表现方式不对等的情况下将其统一起来，由此处理过程会更加方便。一般运用图像灰化、编码、压缩等抽取图像信息并进行分析。如傅里叶变换（Fourier Transform）在频域中进行图像的处理和分析，由此使得图像的运算和分析更加简单便捷。离散余弦变换则在集中利用少数数据情况下实现数据的压缩，由此利用图像的存储和传输。

2.3 图像信息增强功能

图像增强的功能是凸显图像中重要的信息，并削弱图像中不重要信息的表现。在不考虑图像像素降低的情况下，可以减弱不需要的图像信息。对图像进行信息增强的方式主要有两种：频率域法和空间域法。频率域法主要是修正图像的变换系数值，这需要将其放在特定的频率域中进行，此种方法处理下的吐下那个可以选择增强或减弱部分图像信息。空间域则是指在一定的空间域内直接处理图像的灰度系数。两种方法的直接区别在于空间域属于直接增强的方法，属于直接增强的图像处理方式有直方图修正等。而频率域则属于间接的图像增强。

2.4 分界线检查和分割图像功能

边缘检测属于重要区域处理方法，主要是提取背景和物体的交界线以将其分离开来。这一方法的实现是通过背景和目标在图像特质上的差异来实现，这些图像特质差异包括颜色、质地、灰度系数等。[3]简单来说，通过检测图像目标和背景的图像特质发生变化的位置。

3 基于MATLAB图像处理技术应用实例

本文主要介绍的MATLAB的图像处理技术应用为灰度直方图均衡化。一般情况下自然图像较为平衡均匀的灰度直方图其频率所处的区间灰度较低，由此导致图像中的亮度较暗的区域细节表现不清楚。这一点可以通过直方图的修正将原图中灰度频率较为集中的区域分布均匀，由此造成的反差可以清楚的表现图像的细节，由此达到图像增强的目的。其操作方法如下：首先将真彩色图像转化为灰度图像，这是直方图均衡化的第一步骤，以下所有的图像处理均需通过灰度化处理后的图像进行。在对灰度图进行直方图的均衡化的处理过程中，利用工具箱的图像增强函数进行灰度调整，将灰度化的图像中需要变换的灰度范围拉开，将亮度集中于图中需要表现的信息，并将不重要的信息变暗。将进行灰度直方图均衡化处理后的图像和原图进行对比可以发现前图像更加清晰，其形状相比于原直方图更能反映出其想要表达的效果。灰度均衡化后的图像的灰度范围变大，与原图的反差较大。最后一个步骤是将灰度图像进行平滑和锐化处理，MATLAB的图像工具箱中有平滑和锐化处理的函数，用户也可以根据自身需要对工具性添加滤波算子[4]。

4 总结

图像处理实例主要是通过对MATLAB图像工具箱功能的部分应用，通过在处理图像时对图像进行分离、统一化和二元化的处理将图像在计算机中转化成的字符特征提取出来，通过神经网络分类器识别后利用MATLAB工具箱中的神经网络功能对分类后的字符进行模拟。这一功能具有语言简洁、便于阅读、功能强大且涉及领域广泛等功能。MATLAB的工具箱中几乎包含了所有的图像处理技术。工具箱在应用广泛的同时又具有开放性和高度的安全性等特征，因此我们在直接使用工具箱的同时，还可以将自己研究出的代码加入到工具箱中提升其函数功能。此外，MATLAB中所具有的小波工具箱的转换函数可以对图像进行处理。由此可见，MATLAB作为计算机软件在处理数字图像时具有快速实现模拟仿真、提高实验效率等优点。在开发使用程序时，MATLAB可以利用MEX动态连接C语言实现研发混合编程，在工程应用上具有更加便利的条件。

本文介绍MATLAB图像处理的使用方式在生活中的图像处理中具有很大的作用，以拉试卷计算法和灰度处理作为处理方法，利用VC2008作为处理平台，在此基础上研发出的图像处理软件会更加使用和便捷。以MATLAB为基础的图像处理技术通过计算机将图像信号转换成数字信号，方便于人们在工作和生活中对在计算机上对图像进行可视化的利用，其应用十分广泛，前景巨大。

参考文献

[1]郝瑞欣.纱线气圈数字图像处理方法的研究[D].武汉纺织大学，2013.

[2]朱娟花，吴昂.MATLAB在数字图像处理课程教学中的应用[J].实验室科学，2015，（1）：66-67.

[3]阎梦晴，于司杭，王培亮，等.MATLAB数字图像处理在根系固土中的应用研究[J].安徽农业科学，2014，（31）：11039-11042，11061.

[4]江丽.基于MATLAB的数字图像处理技术在等离子体显示器中的应用[J].山西电子技术，2015，（6）：3-4.

（作者单位：合肥工业大学宣城校区）