基于MATLAB的数字图像处理技术

毕东生+王思源+刘谨+王前+孙浩斌

摘要：在人们获取信息的来源中，图像是重要的一个分支。现代图像处理技术与计算机技术的完美结合，衍生了各式各样的图像处理软件。其中最具代表性的就是MATLAB软件，这个软件为图像技术的发展带来了革命性的改变。本文分别介绍了MATLAB软件和数字图像处理技术，并且详细介绍了基于MATLAB的数字图像处理技术的图像类型转换技术、图像增强技术、图像分析技术。

关键词：数字图像；处理技术；MATLAB

一、MATLAB简介

MATLAB，是美国MathWorks公司开发的一套图像数值计算的工程语言，也可看作是可视化图像处理的软件。这个软件将数字化分析与矩阵计算、图像、信号处理与仿真等技术相结合，给用户提供一个方便、快捷的图像处理平台。MATLAB一经推出，其强大的功能能够满足他们许多对语音和图像处理等方面的需求。

同时，各界专家与科研人士，在MATLAB语言的基础上，推出了一系列的基于MATLAB的数字图像处理技术[1]的工具箱。这些工具箱也是各式各样的，有的是以通信和信号处理、统计优化为主的辅助工具，还有有的是以系统识别、控制系统设计与分析、图像处理为主辅助工具。这样的工具箱还有很多，并且其种类与数量也是在不断增加的。人们借助基于MATLAB开发出的工具箱，能够帮助各界的科研人员，以更加直观、有效的对数据进行分析、计算、设计等工作，能够从很大的程度上为这些工作节省时间。所以，MATLAB现已成为了使用最为频繁的工程应用软件。

二、 数字图像处理技术的简介

（一）数字图像处理技术[2]

图像的数字化处理能够把虚拟的模拟图像变成离散的数字图像，其特点可以分为两个方面。

第一个方面是：以最终恢复原图像为前提，采用信息压缩与原图像相异的形式，有效的表现和显示图像的图像变换处理。基于图像数据压缩的图像传输和存储，通过图像变换来改善图像的增强和恢复，都属于这个方面。

第二个方面是：图像的处理主要是提取特征信息，其处理的最终目的是为了识别。处理时，对于用于判别景物的特征信息给予抽取，而其他信息则尽量予以舍弃，达到高度的信息压缩，并根据抽取的特征信息进行分类和识别。这一方面的图像计算机处理，属于数字模式识别的范畴。

（二）数字图像处理技术的主要内容

数字式的图像处理技术方面，其涵盖了很多层面，是一门结合了多种领域的应用技术。所以这项图像处理技术应用的非常广泛。其主要内容包括：对图像的变换处理、图像的增强处理、图像的获取处理、图像的复原处理等。其能够完成人们对于图像大部分的处理期望，其价值就在于能够有效的处理图像，并且能够系统的对于图像进行分析。对于一些普通图像软件处理不了的图像，应用数字图像处理技术，能够有效对其进行处理。其系统的多样性以及有效想得到了大部分业界人们的肯定。

三、基于MATLAB的数字图像处理技术

MATLAB是一款强大的数字图像处理技术软件，其特有的工程语言和已经开发的工具箱能够解决大部分的处理难题。下文分别介绍基于MATLAB数字图像处理技术的图像类型转换的技术、图像增强上技术以及图像分析技术。

（一）图像类型转换技术

MATLAB能够支持多种图像类型的转换，比如向索引图像的转换，向灰度图像的转换，向二进制图像的转换，向RGB图像的转换等。由于一些图像对于类型有限制，所以就需首先利用MATLAB对图像类型进行转换。此时我们需要借助MATLAB的图像处理工具箱。工具箱中包含了对于不同图像类型转换的函数，比如说经常用到的rgb2gray（ ）函数模型，其能够有效的将彩色图像转换为灰度图像；使用gray2ind（ ）函数模型，可以将灰度图像、二进制图像转换为索引图像。我们在平时对于图像进行转换的时候，可能会总遇到数据类型不统一的情况，这种时候我们就可以运用double（ ）函数模型，将图像数据转换为双精度类型的函数模型。

（二） 图像增强技术

基于MATLAB的图像增强技术[3]，指的是在保证图像质量不下降基础上，对于图像中某个主要信息的增强，并与此同时减弱某些不必要的信息。MATLAB对于图像增强的方式有两项。一种是空间域法，其主要作用是在空间域中，直接处理图像的灰度参数。第二种是频率域法，是基于图像的某些变换域中，修正图像的一些相关变换参数，之后在使用逆变换的方法达到图像的增强目的。频率域法的增强方式，可以看作是一种间接增强的方式，与之相似的还有同态图像增强技术、低通載波增强技术。而空间域法，就是一种直接式的增强方式，若是细分的话，还可分为灰度级校正、灰度变换以及直方图修正。

（三） 图像分析技术

基于MATLAB的图像分析技术，概括来讲，就是是对图像进行描述，即用一组数或符号表示图像中目标区的特征、性质和相互间的关系，为模式识别提供基础。边缘检测在图像分析中的占据着重要地位，数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析技术的十分重要的基础，也是图像识别中提取图像特征的一个重要属性。边缘检测方法基本思想就是边缘提取的思想，通过边缘提取的方法进行边缘检测，一般包括边缘检测和边缘连接两个独立的阶段。

边缘检测实质上是像素特性不连续性的影像分割。因为边缘的存在是导致像素灰度值不连续的因素，这种不连续性可以利用求一阶或二阶导数的方法检测到，经典的边缘检测方法就是考察原始图像某邻域的像素灰度值的阶跃变化，根据边缘邻近一阶或二阶导数变化方向的思想，构造边缘检测算子。因而，边缘检测的目标就是检测边缘模型的一、二阶导数的极值点或零点，导数可用微分算子来计算，根据数字影像的特点，实际上数字图像中求导数是利用差分近似微分来进行的，总称微分算子边缘检测，其总体上也分为两类：过零点检测和局部极值检测。常用的算子包括：Robert算子、Sobel算子、Prewitt算子、Laplacian算子、Canny算子、LOG算子等。

总结语：

总的来说，对于MATLAB的图像处理技术，是当下较为完善的数字处理技术，但还有很多需要挖掘的功能，等待人们去探索。我们要学会灵活运用MATLAB的图像处理技术的工具箱。并且要对其工程语言进行更深层次的研究，这样才能对今后的图像处理游刃有余。

参考文献：

[1]周伟.基于MATLAB的数字图像处理技术概述[J].信息与电脑（理论版），2010，10（05）：28-60.

[2]刘中合，王瑞雪，王锋德，马长青，刘贤喜. 数字图像处理技术现状与展望[J]. 计算机时代，2005，（09）：6-8.

[3]朱遵尚. 图像增强技术研究[D].国防科学技术大学，2009.