基于MATLAB的数字图像处理的设计与实现

基于MATLAB的数字图像处理的设计与实现

【摘要】数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。目的：改善医学图像质量，使图像得到增强。方法：利用Matlab工具箱函数,采用灰度直方图均衡化和高通滤波的方法对一幅X线图像进行增强处理。结果：用直方图均衡化的算法，将原始图像密集的灰度分布变得比较稀疏，处理后的图像视觉效果得以改善。高通滤波对于局部细节增强显著,高通滤波后使不易观察到的细节变得清晰。结论：使用Matlab工具箱大大简化了编程工作，为医学图像处理提供了一种技术平台。经过直方图均衡化和高通滤波处理后的医学图像，视觉效果得到改善。

【关键词】MATLAB；医学数字图像处理；直方图均衡化；高通滤波；图像增强

目录

1 绪论

1.1 课题研究目的及意义

1.2 国内外研究现状

2 数字图像处理的简介

2.1 什么是数字图像

2.2 数字图像处理概述

2.2.1 基本概念

2.2.2 研究内容

2.2.3 基本特点

2.2.4 主要应用

2.3 图像处理文件格式

2.3.1 MATLAB图像文件格式

2.3.2 图像类型

3 MATLAB基本知识介绍

3.1 MATLAB的概述

3.2 MATLAB产生的历史背景

3.3 MATLAB语言的特点

3.4 MATLAB在图像处理中的应用

4 方法

4.1 图像的预处理

4.2 空间域处理

4.2.1 直方图均衡化

4.3 频率域处理

4.3.1 图像的傅里叶变换

4.3.2 傅里叶逆变换

4.3.3 图像频域滤波

4.3.4 巴特沃斯高通滤波

5 结果

5.1 预处理后的结果

5.2 直方图均衡化后的结果

5.3 巴特沃斯高通滤波后的结果

6 总结

7 展望

【参考文献】

致谢

附  录

1 绪论

根据国内外的相关文献，研究和发展图像处理工具，改善医学图像质量是当今研究的热点。图像增强就是一种基本的图像处理技术，增强的目的是对图像进行加工，以得到对医务工作者来说视觉效果更“好”更易于诊断的图像。图像增强根据图像的模糊情况采用了各种特殊的技术突出图像整体或局部特征，常用的图像增强技术有灰度变换、直方图处理、平滑滤波(高斯平滑)，中值滤波、剃度增强、拉普拉斯增强以及频率域的高通低通滤波等，这些算法运算量大、算术复杂、处理速度低。针对这些问题，我们可以在Matlab环境中，利用Matlab提供的图像处理工具箱，简单快捷地得到统计数据，同时又可得到直观图示，其中，Matlab工具箱中包括的图像处理函数涵盖了近期研究成果在内几乎所有的技术方法，都是由该领域内学术水平很高的专家编写的，功能强大，集成在一个便于用户使用的交互式环境之中，是易学、易用、高效的应用工具箱。

1.1 课题研究目的及意义

数字图像处理（Digital Image Processing），就是利用数字计算机或者其他数字硬件，对从图像信息转换而得到的电信号进行某些数学运算，以提高图像的实用性。例如从卫星图片中提取目标物的特征参数，三维立体断层图像的重建等。总的来说，数字图像处理包括点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。

由于计算机处理能力的不断增强，数字图像处理学科在飞速发展的同时，也越来越广泛地向许多其他学科快速交叉渗透，使得图像作为信息获取以及信息的利用等方面也变得越来越重要。目前数字图像处理的应用越来越广泛，已经渗透到工业、医疗保健、航空航天、军事等各个领域，在国民经济中发挥越来越大的作用。

MathWorks公司推出的MATLAB软件是学习数理知识的好帮手。应用MATLAB友好的界面和丰富、实用、高效的指令及模块，可以使人较快地认识、理解图像处理的相关概念，逐步掌握图像信号处理的基本方法，进而能够解决相关的工程和科研中的问题。

图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大，已在国家安全、经济发展、日常生活中充当越来越重要的角色,对国计民生的作用不可低估。

1.2 国内外研究现状

数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。

与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索新的领域。

2 数字图像处理的简介

2.1 什么是数字图像

所谓数字图像就是把传统图像的画面分割成如图2-1所示的被成为像素（picture element, 简称pixel。有时候也用pel这一简写词）的小的离散点，各像素的灰度值也是用离散值即整数值来表示的。数字图像（digital imagine）和传统的图像即模拟图像(picture)是有差别的。

图2-1 数字图像

为了从一般的照片，景物等模拟图像中得到数字图像，需要对传统的模拟图像进行采样与量化两种操作（二者统称为数字化）。

1. 采样