MATLAB在数字图像处理中的应用1
matlab数字图像处理的相关应用

1.图像类型转换,转换为灰度图像I=imread('C:\Users\SXN\Desktop\1.jpg');J=rgb2gray(I);figure,imshow(I);figure,imshow(J);转换为索引图像RGB=imread('C:\Users\SXN\Desktop\1.jpg');[X,map]=rgb2ind(RGB,128);figure,imshow(RGB);figure,imshow(X,map);2.图像直方图I=imread('C:\Users\SXN\Desktop\1.jpg');J=I(:,:,1);imshow(J);figure,imhist(J,256);3.领域平均I=imread('C:\Users\SXN\Desktop\1.jpg');J=I(:,:,1);H=medfilt2(J,[7,7]);figure,imshow(H);4.图像梯度算子锐化a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=abs(b(i,j)-b(i+1.j+1))+abs(b(i+1,j)-b(i,j+1));endendimshow(c,[0 256],'notruesize');a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=abs(b(i,j)-b(i+1.j+1))+abs(b(i+1,j)-b(i,j+1))+100;endendimshow(c,[0 256],'notruesize');5.拉普拉斯算子锐化a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=b(i+1,j)+b(i,j+1)+b(i-1,j)+b(i,j-1)-4*b(i,j)+100;endendimshow(c)a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=abs(b(i+1,j)+b(i,j+1)+b(i-1,j)+b(i,j-1)-4*b(i,j));if c(i,j)>5c(i,j)=c(i,j)+100;endendendimshow(c)6.对图像进行线形运算clear all;a=imread('C:\Users\SXN\Desktop\1.jpg');figure,imshow(a);xlabel('(a)');b=a+45;figure,imshow(b);xlabel('(b)');c=1.8*a;figure,imshow(c);xlabel('(c)');d=0.6*a;figure,imshow(d);xlabel('(d)');7灰度变换增强对比度增强clear all;a=imread('C:\Users\SXN\Desktop\1.jpg');b=imadjust(a,[0.3,0.7],[]);subplot(1,2,1);imshow(a);subplot(1,2,2);imshow(b);(1)图像预处理将其转换为灰度图象clear allI=imread('C:\Users\SXN\Desktop\1.jpg');imshow(I);imwrite(rgb2gray(I),'C:\Users\SXN\Desktop\1.jpg');I=rgb2gray(I);figure,imshow(I)title('»Ò¶È»¯ºóµÄͼÏñ')绘制直方图[m,n]=size(I);GP=zeros(1,256);for k=0:255GP(k+1)=length(find(I==k))/(m*n); endfigure,bar(0:255,GP,'g') title('Ô-ͼÏñÖ±·½Í¼')xlabel('»Ò¶ÈÖµ')ylabel('³öÏÖ¸ÅÂÊ')直方图均衡化S1=zeros(1,256);for i=1:256for j=1:iS1(i)=GP(j)+S1(i); endendS2=round(S1*256); for i=1:256GPeq(i)=sum(GP(find(S2==i))); endfigure,bar(0:255,GPeq,'b') title('¾ùºâ»¯ºóµÄÖ±·½Í¼')xlabel('»Ò¶ÈÖµ')ylabel('³öÏÖ¸ÅÂÊ')figure,plot(0:255,S2,'r') legend('»Ò¶È±ä»¯ÇúÏß')xlabel('Ô-ͼÏñ»Ò¶È¼¶')ylabel('¾ùºâ»¯ºó»Ò¶È¼¶')图像均衡化PA=I;for i=0:255PA(find(I==i))=S2(i+1); endfigure,imshow(PA) title('¾ùºâ»¯ºóͼÏñ')imwrite(PA,'C:\Users\SXN\Desktop\1.jpg');淋浴平均clear all;I=imread('C:\Users\SXN\Desktop\1.jpg'); figure,imshow(I);figure,imhist(I,64);title('1µÄÖ±·½Í¼')J=histeq(I);figure,imshow(J);title('Ö±·½Í¼¾ùºâ·¨ÔöǿͼÏñµÄ¶Ô±È¶È')figure,imhist(J,64);title('1¾ùºâ»¯ºóµÄÖ±·½Í¼')Z=imnoise(I,'salt & pepper');figure,imshow(Z);title('1¼Ó½·ÑÎÔëÉùµÄͼÏñ')Q=medfilt2(Z);figure,imshow(Q);title('ÀûÓÃÖÐÖµÂ˲¨È¥³ýÔëÉù')h=(1/9)*[1 1 1;1 1 1;1 1 1];W=imfilter(Z,h);figure,imshow(W);title('3§·3ÁÚÓòƽ¾ù·¨³ýÈ¥ÔëÉù')。
数字图像处理在MATLAB中的应用实例

数字图像处理在MATLAB中的应用实例数字图像处理是计算机科学和工程中一个重要的领域,它涉及图像获取、图像处理、图像分析和图像显示等方面。
近年来,随着计算机技术的迅猛发展,数字图像处理在各个领域得到了广泛的应用。
本文将以MATLAB为工具,介绍数字图像处理在实际应用中的一些例子,并探讨其中的算法和原理。
首先,我们将从图像滤波的应用例子开始。
图像滤波是指对图像中的噪声进行抑制或者对图像进行平滑处理的方法。
在MATLAB中,有多种滤波器可以使用,例如均值滤波器、中值滤波器和高斯滤波器等。
在医学影像处理中,图像滤波经常用于增强图像的质量,减少噪声的干扰。
在这里,我们以平滑算法为例,介绍如何使用MATLAB进行图像滤波。
平滑算法是一种常用的图像处理技术,它通过利用像素点周围邻域像素的灰度值来估计该像素点的灰度值,从而达到平滑图像的效果。
在MATLAB中,可以使用conv2函数来实现平滑滤波。
下面是一个简单的示例代码:```I = imread('image.jpg');h = ones(5,5)/25;I_smooth = conv2(I, h, 'same');imshow(I_smooth);```其中,I是输入的图像,h是一个5x5的平滑滤波器,I_smooth是滤波后的图像。
通过改变滤波器的大小和权重,可以得到不同程度的平滑效果。
除了图像滤波,数字图像处理还有许多其他的应用。
例如,图像分割是将图像分成不同的区域,以便更好地分析和理解图像内容。
在MATLAB中,有许多图像分割的算法可以使用,如基于阈值的分割、基于边缘的分割和基于区域的分割等。
以下是一个应用基于阈值的分割算法的示例代码:```I = imread('image.jpg');I_gray = rgb2gray(I);level = graythresh(I_gray);BW = imbinarize(I_gray, level);imshow(BW);```在这个例子中,首先将彩色图像转换为灰度图像,然后使用graythresh函数自动计算一个合适的阈值,最后使用imbinarize函数将图像二值化,并显示分割结果。
探讨MATLAB在数字图像处理中的应用

Technology Application技术应用DCW209数字通信世界2019.01从专业角度分析,数字处理技术就是在计算机的支撑下,实现图像的目的性与针对性的变换与处理。
目前,数字图像处理技术的应用极具广泛性,社会生活中随处可见,如二维码的扫描、网络连接的操作、手机指纹识别以及医学领域的X 光透视等,这些都是应用数字处理技术的表现。
因此,要以MATLAB 软件为依托,对其在数字图像中的应用进行分析,以实现对数字图像处理模式与价值的深入理解。
1 对图像处理技术涵义以及数字处理技术发展的分析针对图像处理技术,其依托计算机,以计算机相关性能为基础,强化图像信号向数字信号的转化,为分析与处理提供便利,涉及图像变换、增强、分割以及特征提取等,是操作方法与应用技术的结合。
在发展初期,图像处理的主要目的是进行图像质量的改善,以期增强图像呈现的视觉效果。
随着科技的不断进步,数字图像处理技术在整个行业中凸显先进性,优势突出,强化信息的分析理解与高效利用,在医疗、科研等领域得到广泛应用,优势突出。
2 M ATLAB 图像处理工具箱功能原理及优势2.1 MATLAB 软件以及数字图像处理技术的基本原理对于MATLAB ,其功能较多,是综合性软件,工具包众多,而MATLAB 图像处理工具箱是其中工具包的一部分。
从图像处理原理上进行分析,MATLAB 就是借助数组进行图像颜色或者灰度的表示,借助其自身强大的计算能力,实现对数据组变换与处理的目的,以促进数字图像处理的完成。
2.2 MATLAB 数字图像处理的优势与原因MATLAB 是以技术运算为基础的高性能语言,能够实现算法开拓、数据可视化以及分析计算等功能,将其融于更加优质的操作背景下,依托数学原理,实现问题处理。
其次,MATLAB 工具箱组成丰富,具备突出的绘图功能,尤其是在数据统计分析、信号处理以及设计仿真领域作用更加显著,强化凸显图像矩阵的转化,发挥公式化在图像处理中的作用。
MATLAB在数字图像处理中的应用

MATLAB在数字图像处理中的应用
涂望明;魏友国;施少敏
【期刊名称】《微计算机信息》
【年(卷),期】2007(023)006
【摘要】介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理,并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法.
【总页数】3页(P299-300,23)
【作者】涂望明;魏友国;施少敏
【作者单位】430075,武汉,武汉军械士官学校火控雷达教研室;430075,武汉,武汉军械士官学校火控雷达教研室;050003,武汉,军械工程学院光学与电子工程系【正文语种】中文
【中图分类】TP3
【相关文献】
1.MATLAB在数字图像处理中的应用 [J], 秦贝贝;毛一敏;王艳梅
2.Matlab仿真在数字图像处理课程辅助教学中的应用 [J], 谭超; 席在芳
3.MATLAB在数字图像处理中的应用 [J], 张飞鸽; 李凯; 翟少康; 李梅霞
4.Matlab仿真在数字图像处理课程辅助教学中的应用 [J], 谭超; 席在芳
5.MATLAB在数字图像处理教学中的应用 [J], 顾宸瑞
因版权原因,仅展示原文概要,查看原文内容请购买。
数字图像处理及应用(MATLAB)第1章习题答案

第一章:习题与思考题参考答案1-1 什么是数字图像? 数字图像处理有哪些特点?数字图像是将连续的模拟图像经过离散化处理后变成计算机能够辨识的点阵图像。
数字图像处理具有以下特点:(1)处理精度高,再现性好。
(2)易于控制处理效果。
(3)处理的多样性。
(4)数字图像中各个像素间的相关性大,压缩的潜力很大。
(5)图像数据量庞大。
(6) 占用的频带较宽。
(7) 图像质量评价受主观因素的影响。
(8)图像处理技术综合性强。
1-2 数字图像处理的目的及主要内容。
一般而言,对图像进行处理主要有以下三个方面的目的(1) 提高图像的视感质量,以达到赏心悦目的目的。
(2) 提取图像中所包含的某些特征或特殊信息,以便于计算机分析。
(3) 对图像数据进行变换、编码和压缩,以便于图像的存储和传输。
数字图像处理的主要研究内容:根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面。
如:图像数字化、图像增强、图像几何变换、图像复原、图像重建、图像隐藏、图像正交变换、图像编码、图像分析等。
1-3 数字图像处理的主要应用图像处理技术广泛用于众多的科学与工程领域,主要有:(1)生物医学领域中的应用(2)工业应用(3)遥感航天中的应用(4)军事、公安领域中的应用(5)其他应用,例如:图像的远距离通信;多媒体计算机系统及应用;服装试穿显示;办公自动化、现场视频管理1-4 在理想情况下获得一幅数字图像时,采样和量化间隔越小,图像的画面效果越好,当一幅图像的数据量被限定在一个范围内时,如何考虑图像的采样和量化使得图像的质量尽可能好。
一般,当限定数字图像的大小时, 为了得到质量较好的图像可采用如下原则: (1)对缓变的图像,应该细量化,粗采样,以避免假轮廓。
(2)对细节丰富的图像,应细采样,粗量化,以避免模糊(混叠)。
1-5 想想在你的工作和生活中,遇见过哪些数字化设备?它们的主要用途是什么?主要有以下几种数字化设备:(1) 图像采集卡通常图像采集卡安装于计算机主板扩展槽中,通过主机发出指令,将某一帧图像静止在存储通道中,即采集或捕获一帧图像,然后可对图像进行处理或存盘。
浅谈MATLAB在数字图像处理中的应用

浅谈MATLAB在数字图像处理中的应用MATLAB是一种广泛使用的数学软件,因其独特的数学处理能力和易于使用的接口而备受欢迎。
在数字图像处理中也得到广泛的应用。
本文将重点介绍MATLAB在数字图像处理中的应用。
MATLAB提供了强大的工具箱和函数库,可以完成各种数字图像处理任务。
例如,图像的读取、显示、保存、格式转换及基本的空间域和频率域图像处理等。
此外,MATLAB也提供了一些高级处理功能,如模糊、滤波、图像平滑、边缘检测、形态学处理等。
这些功能可以方便地实现图像的预处理和后处理。
一种广泛的数字图像处理方法是图像分割。
图像分割对于图像的识别和特征提取非常重要。
MATLAB提供了多种图像分割算法,其中最常用的是阈值处理。
MATLAB中的图像阈值函数可以根据像素的灰度值将图像分为两类,即黑白二值图像。
这种方法常用于图像中物体的识别和分离。
另一种常用的处理方法是形态学处理。
MATLAB提供了多种形态学处理函数,包括膨胀、腐蚀、开运算和闭运算等。
这些函数可以用于消除图像中的噪声、填充坑洞、改善边缘定义等。
MATLAB还可以用于图像增强。
例如,可以使用直方图均衡化函数来增强图像的对比度。
此外,MATLAB中的滤波函数可以用于去除噪声和平滑图像。
最后,MATLAB可以用于图像的特征提取和分类。
这种方法可以用于图像识别、目标跟踪和目标检测等领域。
总之,MATLAB在数字图像处理中拥有广泛的应用,为数字图像处理提供了一种简便的方法,随着科学技术的不断进步,MATLAB的应用也将越来越广泛。
MATLAB在数字图像处理中的应用

邮局订阅号:82-946360元/年技术创新图像处理《PLC技术应用200例》您的论文得到两院院士关注MATLAB在数字图像处理中的应用ApplicationofMATLABtoDigitalImageProcessing(1.武汉军械士官学校;2.军械工程学院)涂望明1魏友国1施少敏2TUWANGMINGWEIYOUGUOSHISHAOMIN摘要:介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理,并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。
关键词:MATLAB;图形处理;边缘检测中图分类号:TP317.4文献标识码:AAbstract:ThepaperintroduceshowtousetheMATLABandit’simageprocessingtoolboxtomakedigitalimageprocessing,thenpresentsthewaysofusingMATLABimageprocessingtoolboxtoimageprocessingbysomeexamples。
Keywords:MATLAB,imageprocessing,edgedetection文章编号:1008-0570(2007)02-3-0299-021引言MATLAB是由美国MathWorks公司推出的用于数值计算和图形处理的软件。
MATLAB中除主包外,还包含许多功能各异的工具箱,用于解决各个领域的特定问题。
它的工具箱主要有通信、控制系统、滤波器设计、图像处理、非线性控制设计、系统识别、神经网络、最优化、模糊逻辑、信号处理、鲁棒控制、统计等。
借助于这些工具箱,用户可以非常方便地进行分析、计算及设计工作。
不仅如此,MATLAB还具有语法简单、易学易用的特点;它丰富的函数使开发者无需重复编程,只要简单地调用和使用,往往在C语言里需要几十甚至上百行的语句在MATLAB里只用一两个函数就可代替。
MATLAB在数字图像处理中的应用.kdh

中的应用,具体阐述了如何利用 MATLAB 设计语言所提供的各种函数加以实现。
关 键 词 :MATLAB;工具箱;图像处理;程序;应用
中 图 分 类 号 :TP3
文 献 标 识 码 :A
文 章 编 号 :1008-6587(2009)05-076-04
Application of MATLAB in Digital Image Processing
收稿日期:2009- 05- 10 作 者 简 介 :郑继刚(1983-),男,云南保山人,保山学院数学系,讲师,硕士研究生,研究方向为数据挖掘和多媒体技术。
第5期
郑继刚:MATLAB 在数字图像处理中的应用
·77·
晰,并使一些目标得到突出,达到增强图像的目的, 可采用直方图均衡化使原图像灰度集中的区域拉 开,使灰度分布均匀,从而增强图像整体对比度,使 图像细节清晰[3]P33-35。MATLAB 图像处理工具箱提供 了生成并绘制图像的直方图函数 imhist()和直方图 均衡化函数 histeq()。图 2(a)是在电子显微镜下放大 了近 700 倍的花粉图像,较暗且动态范围较低。(b) 是原图像的直方图,偏向于灰度级较暗端,直方图 的区域对于整个灰度范围来说非常狭窄,因而使其 较低的动态范围较为明显。(c)是直方图均衡化后的 图像,与原图像相比,增强效果十分明显。(d)是图像 均衡化后的直方图。程序代码如下:
处理的结果,用直方图均衡化后的图像,可以清楚
f=imread('pollen.tif'); imshow(f); figure,imhist(f); ylim('auto'); g=histeq(f,256); figure,imshow(g); figure,imhist(g); ylim('auto')。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
阵
噪. 图像处理 中利用小波变换去 除图像 中的噪声 在
弓
维普资讯
王蔚 : TL MA AB在数字 图像处理 中的应用
n 2 6 =5;
求 出去 噪声 的缺省值 :
l 2 2 [ rs r k e a p= d n mp 'e ,wV , t , h,4 p p ] d e c (d n' h 3 3 e o
00) .2 ;
图 4对 图像进行 加噪 以及去噪 的图像 显示
是一种很有 效的方 法 .这 里对 图 4 用小波变换的方 法进行消噪 ,取得 了更好的效果 .
MAT AB小波工具箱只能处理线性 ,单调颜 L
色 图的索引 图像 ,这 些图像也可 以是灰度级 图像 .
加入 高斯 噪声 :2 i os(, g usa , , J - mn i I ' a sin'0 e 0 0) .2 ; 对椒 盐噪声图像 中值 滤波 := d t(1; J me f 2J ) i Xg usa 噪声图像 中值 滤波 := di 2J , ~ , a sin J me ft(2 l
rn (se ii ; a d ed , t n) 给图像 加入噪声 : Z os= +3 *rn (z( ) ; n i Z 8 ( ds eZ) e a i )
原 图
运行结果如 图 5 所示 .由图 5 可以看 出,使 用 小 波分析 的方法 消噪 ,比上 述使用 图像处理工具箱 中的函数 消噪 ,小波分析 可以取得更好的效果.
用于工程 计算 的可视化高性 能语言 与软件环境 ….
MA AB推 出的工具箱使各个 领域的研 究人员可 TL
以直观方便地进行科学研究 ,工程应用 ,其 中信号 处理 ,图像处理 ,小波等工具箱为数字滤波和数字 图像处理 的研 究提供 了有力 的工具 . 近年 来迅速 发
展 起来的小波理论 ,由于其局部分析 性能 的优异 ,
Z o e; ni) s 使用小波去噪函数对 图像去 噪,使用 s m5 y 小 波 ,全局 门限值 : Z e os= e c (g l, n i ,sm5 , , d n i wd n mp 'b Z o e y '2 e s
t rsr k e a p ; h ,oh,ep p )
王 蔚
2 1 1 1 ) 45
( 无锡 交通 高 等职 业技 术 学校 , 江 苏 无锡
摘 要 : 究 了用 M T A 研 A L B进行数字 图像 处理 的技 术.对一幅风景照 片进行 了两种修正 ,取得 了不同的效果 ; 对另一幅加噪 声的婚 纱照片的去噪 效果进行 了研 究.结果表明,利 用 了小波 变换 的方法进行去噪 ,图像处理
职业 技术学校讲师 ,硕士 .
维普资讯
王蔚 : TL B在数字 图像处理 中的应用 MA A
用 非锐化对 比度增 强的方法对 图 2 再次进行处 理 ,取得 了不同的效 果.程 序为 : h fpca(u s ap ) = seil'n h r ; c ftr ( , 6; = ie 2h b ) l c =c— n mi() / ma ( xc) mi( n l ( mi( nc) ( xma () — ) - nmi () ; c) ) c = ma js c , . .5, 】; 2 i dut l【 2 0 5】【 l ( 0 0 ) 修 正后的图像如 图 3 示. 所 10 0 20 0 30 0
Z ru dx ry (-1) ; = o n (g a *n ) +1 ma 2 g a ( ) p = ryn ; 转换后 的灰度级颜色从暗至亮线性 , 平滑变化 , 可适用于小波分解 . 产生 随机 噪声 :
ii 7 80 86 nt 86 5 2 ; =2
如 ∞ 如 ∞ 如 ∞ 如 ∞
版 社 ,0 1 20 .
【】 2张磊 , 潘泉 , 张洪才 , 小波域滤波阈值C的选 取【】电 等. J. 子学报 ,0 12 ()4 0 4 2 2 0 ,93 :0 - 0 .
【】 国秋 , 卫 卫 . 般 的 9 7小 波 滤 波 器 及 其 图像 压 缩 3王 袁 一 — 性 能研 究 【】电子 学 报 ,0 1 2 () l0 3 . J. 2 0 ,9 1:3-1 2
40 o 5 1 0 5 0 5 0 0 l O 2 0 2 0
纱照片加噪和去噪的效果 比较结果.运行的过程为
将RG 图像转 换成灰度 图像 : r b g a ( 1; B I g 2 ry a ) = 加入椒 盐噪声 :1 i os(,sl & p p e ' J =mn i I at e epr,
2二维 小波分析用 于数字 图像 的消噪
小波变 换的函数在 MAT AB中是在小波工具 L
箱 中提供的 , 小波分析可 以揭示 出其他信号分析方 法所丢失的数据信息 ,如趋势 ,断点,高阶导数不
连续等 .与传统 的信号分析技术相 比,小波分析还 能在没有明显损失的情况下 , 对信号进行压缩和消
对于 非索引 图像 ,要将其转换为索引 图像 . [ , p= g 2n (l 26 ; x ma ] rb ida ,5 ) 本图颜 色条不是平滑 ,单调 的.需要转 换索引 图像 为灰度 级图像 .
将 u i 格 式的 x转 换成双精度格 式 Y: nt 8 Y= o bex ; d u l()
现, 对数字 图像分别进行 了增加对 比度和非锐化滤
【】 西奇 , 4高 甘露 . 对称 一反对称多小波滤波器组 的参数化
.
2 9
wih t hih c
�
维普资讯
20 0 6年 l 0月 第 l卷第 5 0 期
宁 波 职 业 技 术 学 院 学 报
J un l f o ra o Nig o n b Poye h i ltc nc
O Ct 2006 , ,01 0N O. , .1 5
MAT AB在 数字 图像 处理 中的应用 L
原 图 像
加 g usa a sin噪 声 后 的 图像 M= , =O 0 O V .2
l0 o
20 0
30 0
40 0
5 l l 0 0 2 0 00 5 2 0 50
5 l l 0 0 2 0 0 00 5 2 0 5
g usa a sin噪声 图像状态 滤波 后的图像
[ 3) 2 】;
对椒盐噪声 图像状态滤波 : odi2J , ,n s J rft(15o e = l
( ,); 3 4)
对 g usa a si n噪声 图像状态滤波 : o di2J , J rft(2 = l 5 o e( ,); ,n s34) 对 g u sa a sin噪声 图像 自适 应滤 波 :=win r J e e2 (2 [ 4) J , 】 3 .
在图像 处理 中的应用研究 ,尤其是在 图像压缩 ,图 像去噪等方面 ,受到了越来越多的关注【 2 L
图 1无锡 园林照片原始图像
1 图像处理工具在数字 图像处理 中的应用
1 1对图像进行亮度和对比度的矫正 . 图1 为无锡马 山园林 的风景照 片.图 1 中,原
图 2增 强了对比度和亮度后的图像
3结束语
MA L B信号处理工具箱 , T A 图像处理工具箱 , 小波等工具箱可以很好地设计 和实现数字滤 波 , 为 数字滤波 ,信号处理 ,图像处理等方面的研究提供
了有力的工具 . 本文研究 了基于 MA L T AB下滤波器的设计实
参考 文献 :
【】 l陈亚勇. MAT A L B信号 处理详解【 . M】北京 : 民邮 电出 人
加 噪 后 的 图像
l l 2 2 3 3 4
去 噪 图像
如 ∞ 如 ∞ 如 ∞ 如 加
5 1 0 5 2 0 5 0 0 l 0 0 2 0
l l 2用二维小波变换进行 如 ∞ 如 ∞ 如 ∞ 如 ∞ 图像去噪
效果 更佳
关键词 : A L B 数 字图像处理 ; M TA ; 小波 变换 中图分类号 : P 1 . T 37 4 文献标识码 : M 文章编号 :6 1 2 5 (0 60 0 3 0 17 — 132 0 )5— 0 0— 3
0 引 言
MA L 是美 国Mah r s T AB t Wok 公司推出的一套
g u sa a sin噪 声 图像 自适
应滤波后 的图像
1o o
l0 0
20 0
20 0
3o 0
30 0
图 3非锐化对 比度增强滤波结果
1 2对 图像进行 噪声滤 波 .
图4 是对用 图像处理工具箱 中的函数对一幅婚
40 0 5 1 0 5 0 5 0 0 l U 2 0 2 0