基于Matlab的圖像預(yù)處理

1、-PAGE . z.基于Matlab的圖像預(yù)處理算法實(shí)現(xiàn)目 錄TOC o 1-3 h z uHYPERLINK l _Toc294129253第一章 緒 論 PAGEREF _Toc294129253 h 1HYPERLINK l _Toc2941292541.1何謂數(shù)字圖像處理 PAGEREF _Toc294129254 h 1HYPERLINK l _Toc2941292551.2 數(shù)字圖像處理的特點(diǎn)及其應(yīng)用 PAGEREF _Toc294129255 h 1HYPERLINK l _Toc2941292561.2.1 數(shù)字圖像處理的特點(diǎn) PAGEREF _Toc294129256 h 1

2、HYPERLINK l _Toc294129257圖像預(yù)處理的容 PAGEREF _Toc294129257 h 2HYPERLINK l _Toc2941292581.2.3 數(shù)字圖像處理的應(yīng)用 PAGEREF _Toc294129258 h 3HYPERLINK l _Toc2941292591.3 MATLAB PAGEREF _Toc294129259 h 4HYPERLINK l _Toc2941292601.3.1 matlab簡述 PAGEREF _Toc294129260 h 4HYPERLINK l _Toc2941292611.3.2 matlab處理圖像的特點(diǎn) PAGER

3、EF _Toc294129261 h 5HYPERLINK l _Toc294129262第二章數(shù)字圖像處理的灰度直方圖 PAGEREF _Toc294129262 h 6HYPERLINK l _Toc2941292632.1灰度的定義 PAGEREF _Toc294129263 h 6HYPERLINK l _Toc2941292642.2直方圖定義 PAGEREF _Toc294129264 h 6HYPERLINK l _Toc294129265直方圖的典型用途 PAGEREF _Toc294129265 h 6HYPERLINK l _Toc294129266灰度直方圖的計(jì)算 PAG

4、EREF _Toc294129266 h 7HYPERLINK l _Toc294129267圖像直方圖實(shí)現(xiàn)代碼 PAGEREF _Toc294129267 h 7HYPERLINK l _Toc2941292682.3直方圖均衡 PAGEREF _Toc294129268 h 8HYPERLINK l _Toc2941292692.3.1 直方圖均衡原理 PAGEREF _Toc294129269 h 8HYPERLINK l _Toc294129270直方圖均衡的實(shí)現(xiàn) PAGEREF _Toc294129270 h 8HYPERLINK l _Toc294129271第三章圖像平滑與圖像銳

5、化 PAGEREF _Toc294129271 h 12HYPERLINK l _Toc2941292723.1圖像的平滑 PAGEREF _Toc294129272 h 12HYPERLINK l _Toc294129273領(lǐng)域平均法根底理論 PAGEREF _Toc294129273 h 12HYPERLINK l _Toc294129274算法實(shí)現(xiàn) PAGEREF _Toc294129274 h 13HYPERLINK l _Toc2941292753.2圖像銳化 PAGEREF _Toc294129275 h 15HYPERLINK l _Toc294129276圖像銳化的目的和意義

6、PAGEREF _Toc294129276 h 15HYPERLINK l _Toc294129277圖像銳化算法 PAGEREF _Toc294129277 h 15HYPERLINK l _Toc294129278圖像銳化的實(shí)現(xiàn)代碼 PAGEREF _Toc294129278 h 16HYPERLINK l _Toc294129279第四章圖像噪聲與噪聲的處理 PAGEREF _Toc294129279 h 18HYPERLINK l _Toc2941292804.1噪聲的概念 PAGEREF _Toc294129280 h 18HYPERLINK l _Toc2941292814.2圖像

7、噪聲對(duì)圖像的影響 PAGEREF _Toc294129281 h 18HYPERLINK l _Toc2941292824.3 噪聲來源 PAGEREF _Toc294129282 h 18HYPERLINK l _Toc2941292834.4 噪聲圖像模型及噪聲特性 PAGEREF _Toc294129283 h 19HYPERLINK l _Toc2941292844.4.1 含噪模型 PAGEREF _Toc294129284 h 19HYPERLINK l _Toc2941292854.4.2 噪聲特性 PAGEREF _Toc294129285 h 20HYPERLINK l _T

8、oc2941292864.5 圖像二值化 PAGEREF _Toc294129286 h 20HYPERLINK l _Toc294129287理論根底 PAGEREF _Toc294129287 h 20HYPERLINK l _Toc294129288圖像二值化的實(shí)現(xiàn)代碼 PAGEREF _Toc294129288 h 20HYPERLINK l _Toc2941292894. 6二值圖像的去噪 PAGEREF _Toc294129289 h 21HYPERLINK l _Toc294129290理論根底 PAGEREF _Toc294129290 h 21HYPERLINK l _Toc

9、294129291二值圖像去噪的實(shí)現(xiàn)代碼 PAGEREF _Toc294129291 h 22HYPERLINK l _Toc294129292第五章 結(jié)論 PAGEREF _Toc294129292 h 24HYPERLINK l _Toc294129293參考文獻(xiàn) PAGEREF _Toc294129293 h 25-. z第一章 緒 論1.1何謂數(shù)字圖像處理數(shù)字圖像處理Digital Image Processing，就是利用數(shù)字計(jì)算機(jī)或則其他數(shù)字硬件，對(duì)從圖像信息轉(zhuǎn)換而得到的電信號(hào)進(jìn)展*些數(shù)學(xué)運(yùn)算，以提高圖像的實(shí)用性。例如從衛(wèi)星圖片中提取目標(biāo)物的特征參數(shù)，三維立體斷層圖像的重建等?？偟?/p>

10、來說，數(shù)字圖像處理包括點(diǎn)運(yùn)算、幾何處理、圖像增強(qiáng)、圖像復(fù)原、圖像形態(tài)學(xué)處理、圖像編碼、圖像重建、模式識(shí)別等。目前數(shù)字圖像處理的應(yīng)用越來越廣泛，已經(jīng)滲透到工業(yè)、醫(yī)療保健、航空航天、軍事等各個(gè)領(lǐng)域，在國民經(jīng)濟(jì)中發(fā)揮越來越大的作用。1.2 數(shù)字圖像處理的特點(diǎn)及其應(yīng)用在計(jì)算機(jī)出現(xiàn)之前，模擬圖像處理占主導(dǎo)地位。隨著計(jì)算機(jī)的開展，數(shù)字圖像處理開展速度越來越快。盡管目前一般采用順序處理的計(jì)算機(jī)，對(duì)大數(shù)據(jù)量的圖像處理速度不如光學(xué)方法快，但是其處理的精度高，實(shí)現(xiàn)多種功能的、高度復(fù)雜的運(yùn)算求解非常靈活方便。在其短短的歷史中，它卻成功的應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，并正發(fā)揮相當(dāng)重要的作用。 數(shù)字圖像處理的特點(diǎn)同模

11、擬圖像處理相比，數(shù)字圖像處理有很多優(yōu)點(diǎn)。主要表現(xiàn)在：1. 精度高不管是對(duì)4bit還是8bit和其他比特圖像的處理，對(duì)計(jì)算機(jī)程序來說幾乎是一樣的。即使處理圖像變大，只需改變數(shù)組的參數(shù)，而處理方法不變。所以從原理上不管處理多高精度的圖像都是可能的。而在模擬圖像處理中，要想使精度提高一個(gè)數(shù)量級(jí)，就必須對(duì)處理裝置進(jìn)展大幅度改良。2. 再現(xiàn)性好不管是什么圖像，它們均用數(shù)組或集合表示。將它們輸入到計(jì)算機(jī)，用計(jì)算機(jī)容易處理的方式表示。在傳送和復(fù)制圖像時(shí)，只在計(jì)算機(jī)部進(jìn)展處理，這樣數(shù)據(jù)就不會(huì)喪失或遭破壞，保持了完好的再現(xiàn)性。而在模擬圖像處理中，就會(huì)因?yàn)楦鞣N干擾及設(shè)備故障而無法保持圖像的再現(xiàn)性。3. 通用性、靈

12、活性高不管是可視圖像還是*線照片、紅外線熱成像、超聲波圖像等不可見光成像，盡管這些圖像成像體系中的設(shè)備規(guī)模和精度各不一樣，但當(dāng)把圖像信號(hào)直接進(jìn)展A/D變換，或記錄成照片再數(shù)字化，對(duì)于計(jì)算機(jī)來說都能用二維數(shù)組表示，不管什么樣的圖像都可以用同樣的方法進(jìn)展處理，這就是計(jì)算機(jī)處理的通用性。另外，對(duì)處理程序自由加以改變，可進(jìn)展各種各樣的處理。如上下滾動(dòng)、漫游、拼圖、合成、變換、放大、縮小和各種邏輯運(yùn)算等，所以靈活性很高。圖像預(yù)處理的容在圖像分析中，對(duì)輸入圖像進(jìn)展特征抽取、分割和匹配前所進(jìn)展的處理。圖像預(yù)處理的主要目的是消除圖像中無關(guān)的信息，恢復(fù)有用的真實(shí)信息，增強(qiáng)有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，

13、從而改良特征抽取、圖像分割、匹配和識(shí)別的可靠性。預(yù)處理過程一般有數(shù)字化、幾何變換、歸一化、平滑、復(fù)原和增強(qiáng)等步驟。1.數(shù)字化 一幅原始照片的灰度值是空間變量位置的連續(xù)值的連續(xù)函數(shù)。在MN點(diǎn)陣上對(duì)照片灰度采樣并加以量化歸為2b個(gè)灰度等級(jí)之一，可以得到計(jì)算機(jī)能夠處理的數(shù)字圖像。為了使數(shù)字圖像能重建原來的圖像,對(duì)M、N和b值的大小就有一定的要求。在接收裝置的空間和灰度分辨能力圍,M、N 和b的數(shù)值越大,重建圖像的質(zhì)量就越好。當(dāng)取樣周期等于或小于原始圖像中最小細(xì)節(jié)周期的一半時(shí)，重建圖像的頻譜等于原始圖像的頻譜，因此重建圖像與原始圖像可以完全一樣。由于M、N 和b三者的乘積決定一幅圖像在計(jì)算機(jī)中的存儲(chǔ)量

14、，因此在存儲(chǔ)量一定的條件下需要根據(jù)圖像的不同性質(zhì)選擇適宜的M、N 和b值，以獲取最好的處理效果。2.幾何變換用于改正圖像采集系統(tǒng)的系統(tǒng)誤差和儀器位置的隨機(jī)誤差所進(jìn)展的變換。對(duì)于衛(wèi)星圖像的系統(tǒng)誤差，如地球自轉(zhuǎn)、掃描鏡速度和地圖投影等因素所造成的畸變,可以用模型表示,并通過幾何變換來消除。隨機(jī)誤差如飛行器姿態(tài)和高度變化引起的誤差，難以用模型表示出來，所以一般是在系統(tǒng)誤差被糾正后，通過把被觀測的圖和正確幾何位置的圖相比擬，用圖中一定數(shù)量的地面控制點(diǎn)解雙變量多項(xiàng)式函數(shù)組而到達(dá)變換的目的。 3.歸一化 使圖像的*些特征在給定變換下具有不變性質(zhì)的一種圖像標(biāo)準(zhǔn)形式。圖像的*些性質(zhì)，例如物體的面積和周長，本來

15、對(duì)于坐標(biāo)旋轉(zhuǎn)來說就具有不變的性質(zhì)。在一般情況下，*些因素或變換對(duì)圖像一些性質(zhì)的影響可通過歸一化處理得到消除或減弱，從而可以被選作測量圖像的依據(jù)。例如對(duì)于光照不可控的遙感圖片，灰度直方圖的歸一化對(duì)于圖像分析是十分必要的?；叶葰w一化、幾何歸一化和變換歸一化是獲取圖像不變性質(zhì)的三種歸一化方法。 4.圖像平滑消除圖像中隨機(jī)噪聲的技術(shù)。對(duì)平滑技術(shù)的根本要在消去噪聲的同時(shí)不使圖像輪廓或線條變得模糊不清。常用的平滑方法有中值法、局部求平均法和k 近鄰平均法。局部區(qū)域大小可以是固定的，也可以是逐點(diǎn)隨灰度值大小變化的。此外，有時(shí)應(yīng)用空間頻率域帶通濾波方法。 5.復(fù)原 校正各種原因所造成的圖像退化，使重建或估計(jì)得

16、到的圖像盡可能逼近于理想無退化的像場。在實(shí)際應(yīng)用中常常發(fā)生圖像退化現(xiàn)象。例如大氣流的擾動(dòng)，光學(xué)系統(tǒng)的像差，相機(jī)和物體的相對(duì)運(yùn)動(dòng)都會(huì)使遙感圖像發(fā)生退化。根本的復(fù)原技術(shù)是把獲取的退化圖像g(*，y)看成是退化函數(shù)h(*，y)和理想圖像f(*，y)的卷積。它們的傅里葉變換存在關(guān)系 G(u，vH(u，v)F(u，v)。根據(jù)退化機(jī)理確定退化函數(shù)后，就可從此關(guān)系式求出F(u，v)，再用傅里葉反變換求出f(*，y)。通常把 稱為反向?yàn)V波器。實(shí)際應(yīng)用時(shí)，由于H(u，v)隨離開uv平面原點(diǎn)的距離增加而迅速下降，為了防止高頻圍噪聲的強(qiáng)化，當(dāng)u2+v2大于*一界限值W娿時(shí)，使M(u，v)等于1。W0的選擇應(yīng)使H(u

17、，v)在 u2+v2W圍不會(huì)出現(xiàn)零點(diǎn)。圖像復(fù)原的代數(shù)方法是以最小二乘法最正確準(zhǔn)則為根底。尋求一估值,使優(yōu)度準(zhǔn)則函數(shù)值最小。這種方法比擬簡單，可推導(dǎo)出最小二乘法維納濾波器。當(dāng)不存在噪聲時(shí)，維納濾波器成為理想的反向?yàn)V波器。 6.增強(qiáng) 對(duì)圖像中的信息有選擇地加強(qiáng)和抑制，以改善圖像的視覺效果，或?qū)D像轉(zhuǎn)變?yōu)楦m合于機(jī)器處理的形式，以便于數(shù)據(jù)抽取或識(shí)別。例如一個(gè)圖像增強(qiáng)系統(tǒng)可以通過高通濾波器來突出圖像的輪廓線，從而使機(jī)器能夠測量輪廓線的形狀和周長。圖像增強(qiáng)技術(shù)有多種方法，反差展寬、對(duì)數(shù)變換、密度分層和直方圖均衡等都可用于改變圖像灰調(diào)和突出細(xì)節(jié)。實(shí)際應(yīng)用時(shí)往往要用不同的方法，反復(fù)進(jìn)展試驗(yàn)才能到達(dá)滿意的效果

18、。 數(shù)字圖像處理的應(yīng)用計(jì)算機(jī)圖像處理和計(jì)算機(jī)、多媒體、智能機(jī)器人、專家系統(tǒng)等技術(shù)的開展嚴(yán)密相關(guān)。近年來計(jì)算機(jī)識(shí)別、理解圖像的技術(shù)開展很快，也就是圖像處理的目的除了直接供人觀看如醫(yī)學(xué)圖像是為醫(yī)生觀看作診斷外，還進(jìn)一步開展了與計(jì)算機(jī)視覺有關(guān)的應(yīng)用，如自動(dòng)分檢，車輛自動(dòng)駕駛等。下面僅羅列了一些典型應(yīng)用實(shí)例，而實(shí)際應(yīng)用更廣。1. 在生物醫(yī)學(xué)中的應(yīng)用主要包括顯微圖像處理；DNA顯示分析；紅、白血球分析計(jì)數(shù)；蟲卵及組織切片的分析；癌細(xì)胞的識(shí)別；染色體分析等等。2. 遙感航天中的應(yīng)用軍事偵察、定位、導(dǎo)航、指揮等應(yīng)用；多光譜衛(wèi)星圖像分析；地形、地圖、國土普查；地質(zhì)、礦藏勘探；天文、太空星體的探測及分析等。3.

19、 工業(yè)應(yīng)用CAD 和CAM技術(shù)用于模具、零件制造、服裝、印染業(yè)；零件、產(chǎn)品無損檢測，焊縫及部缺陷檢查；交通管制、機(jī)場監(jiān)控；火車車皮識(shí)別等。4. 軍事公安領(lǐng)域中的應(yīng)用巡航導(dǎo)彈地形識(shí)別；指紋自動(dòng)識(shí)別；戒備系統(tǒng)及自動(dòng)火炮控制；反偽裝偵察；手跡、人像、印章的鑒定識(shí)別；過期檔案文字的復(fù)原；集裝箱的不開箱檢查等。5. 其他應(yīng)用圖像的遠(yuǎn)距離通信；多媒體計(jì)算機(jī)系統(tǒng)及應(yīng)用；電視；服裝試穿顯示；理發(fā)發(fā)型預(yù)測顯示；電視會(huì)議；辦公自動(dòng)化、現(xiàn)場視頻管理等。1.3 MATLAB matlab簡述MATLAB是矩陣實(shí)驗(yàn)室Matri* Laboratory的簡稱，是美國MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、

20、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語言和交互式環(huán)境，主要包括MATLAB和Simulink兩大局部。MATLAB是由美國mathworks公司發(fā)布的主要面對(duì)科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動(dòng)態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)展有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語言如C、Fortran的編輯模式，代表了當(dāng)今國際科學(xué)計(jì)算軟件的先進(jìn)水平。MATLAB和Mathematica、Maple并稱為三大數(shù)學(xué)軟件。

21、它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。MATLAB可以進(jìn)展矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)立用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測、金融建模設(shè)計(jì)與分析等領(lǐng)域。MATLAB的根本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C，F(xiàn)ORTRAN等語言完成一樣的事情簡捷得多，并且MATLAB也吸收了像Maple等軟件的優(yōu)點(diǎn),使MATLAB成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。在新的版本中也參加了對(duì)C，F(xiàn)ORTRAN，C+ ，JAVA的支持?？梢灾苯诱{(diào)用,用戶也可以將自己編寫的實(shí)用程序?qū)?/p>

22、到MATLAB函數(shù)庫中方便自己以后調(diào)用，此外許多的MATLAB愛好者都編寫了一些經(jīng)典的程序，用戶可以直接進(jìn)展下載就可以用。 matlab處理圖像的特點(diǎn)第一，MATLAB的根本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué),工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完成一樣的事情簡捷得多。第二，友好的工作平臺(tái)和編程環(huán)境。MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數(shù)和文件，其中許多工具采用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調(diào)試器、路徑搜索和用于用戶瀏覽幫助、工作空間、文件的瀏覽器。第三，簡單易用的程序語言。

23、Matlab一個(gè)高級(jí)的距陣/陣列語言，它包含控制語句、函數(shù)、數(shù)據(jù)構(gòu)造、輸入和輸出和面向?qū)ο缶幊烫攸c(diǎn)。用戶可以在命令窗口中將輸入語句與執(zhí)行命令同步，也可以先編寫好一個(gè)較大的復(fù)雜的應(yīng)用程序(M文件)后再一起運(yùn)行。第四，強(qiáng)大的科學(xué)計(jì)算機(jī)數(shù)據(jù)處理能力。MATLAB是一個(gè)包含大量計(jì)算算法的集合。其擁有600多個(gè)工程中要用到的數(shù)學(xué)運(yùn)算函數(shù)，可以方便的實(shí)現(xiàn)用戶所需的各種計(jì)算功能。第五，出色的圖形處理功能，MATLAB自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和距陣用圖形表現(xiàn)出來，并且可以對(duì)圖形進(jìn)展標(biāo)注和打印。高層次的作圖包括二維和三維的可視化、圖象處理、動(dòng)畫和表達(dá)式作圖。可用于科學(xué)計(jì)算和工程繪圖。第六

24、，應(yīng)用廣泛的模塊集合工具箱，MATLAB對(duì)許多專門的領(lǐng)域都開發(fā)了功能強(qiáng)大的模塊集和工具箱。一般來說，他們都是由特定領(lǐng)域的專家開發(fā)的，用戶可以直接使用工具箱學(xué)習(xí)、應(yīng)用和評(píng)估不同的方法而不需要自己編寫代碼。文章主要分為四局部，其中，文章的開頭簡單介紹了數(shù)字圖像應(yīng)用的開展過程，還對(duì)本文應(yīng)用的matlab開發(fā)工具的開展進(jìn)展簡單講述。文章的第二局部主要針對(duì)圖像預(yù)處理系統(tǒng)中怎么做到灰度轉(zhuǎn)換及灰度直方圖的構(gòu)建。第三局部講的是圖像的預(yù)處理技術(shù)，其中包括圖像平滑、銳化等。第四局部講的是噪聲處理，噪聲特性以及matlab去除噪聲的方法。-. z第二章 數(shù)字圖像處理的灰度直方圖2.1灰度的定義灰度使用黑色調(diào)表示物體

25、。 每個(gè)灰度對(duì)象都具有從 0%白色到 圖2.1灰度條100%黑色的亮度值。 使用黑白或灰度掃描儀生成的圖像通常以灰度顯示。使用灰度還可將彩色圖稿轉(zhuǎn)換為高質(zhì)量黑白圖稿。 灰度級(jí)變換(點(diǎn)運(yùn)算)的定義*對(duì)于輸入圖象f(*，y)，灰度級(jí)變換T將產(chǎn)生一個(gè)輸出圖像g(*，y)，且g(*，y)的每一個(gè)像素值都是由f(*，y)的對(duì)應(yīng)輸入像素點(diǎn)的值決定的，g(*，y)=T(f(*，y)。*對(duì)于原圖象f(*，y)和灰度值變換函數(shù)T(f(*，y)，由于灰度值總是有限個(gè)(如：O2 5 5)，非幾何變換可定義為：R=T(r)。2.2直方圖定義直方圖：圖像直方圖是圖像處理中一種十分重要的圖像分析工具，它描述了一幅圖像的灰

26、度級(jí)容，任何一幅圖像的直方圖都包含了豐富的信息，它主要用在圖象分割，圖像灰度變換等處理過程中。從數(shù)學(xué)上來說圖像直方圖是圖像各灰度值統(tǒng)計(jì)特性與圖像灰度值的函數(shù)，它統(tǒng)計(jì)一幅圖像中各個(gè)灰度級(jí)出現(xiàn)的次數(shù)或概率；從圖形上來說，它是一個(gè)二維圖，橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí)，縱坐標(biāo)為各個(gè)灰度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)或概率。直方圖的縱坐標(biāo)都對(duì)應(yīng)著該灰度級(jí)在圖像中出現(xiàn)的概率。直方圖的典型用途對(duì)圖像進(jìn)展數(shù)字化時(shí)，利用直方圖可以檢查輸入圖像的灰度值在可利用的灰度圍分配得是否適當(dāng)。在醫(yī)學(xué)方面，為了改善*射線操作人員的工作條件，可采用低輻射*射線曝光，但這樣獲得的*光片灰度級(jí)集中在暗區(qū)，導(dǎo)致*些圖像細(xì)節(jié)無法看

27、清，判讀困難。通過直方圖修正使灰度級(jí)分布在人眼適宜的亮度區(qū)域，便可使*片中的細(xì)節(jié)清晰可見。可以根據(jù)直方圖確定二值化的閾值；當(dāng)物體局部的灰度值比其它局部的灰度值大時(shí)，可以用直方圖求出物體的面積(實(shí)際上是象素?cái)?shù)=灰度大于和等于q的象素的總和)；當(dāng)物體局部的灰度值比其它局部的灰度值大時(shí)，可以用直方圖求出物體的面積(實(shí)際上是象素?cái)?shù)=灰度大于和等于q的象素的總和)；利用色彩直方圖可以進(jìn)展基于顏色的圖象分割?；叶戎狈綀D的計(jì)算假設(shè)圖象具有L級(jí)灰度(通常L=256，即8位灰度級(jí))，則大小為m(n的灰度圖象f(*，Y)的灰度直方圖Hk，k=0L-1，可按如下步驟計(jì)算獲得：初始化數(shù)據(jù)，清空表中所以容；對(duì)圖像中的各

28、個(gè)像素中的灰度級(jí)進(jìn)展統(tǒng)計(jì)，并把其相各個(gè)灰度級(jí)中所對(duì)應(yīng)的像素點(diǎn)統(tǒng)計(jì)下來；用橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí)，縱坐標(biāo)表示各個(gè)灰度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)或概率。圖像直方圖實(shí)現(xiàn)代碼A,map=imread(f:234.bmp); imshow(A,map), image=double(A);for i=1:256, a(i)=0;end,for i=1:256,for j=1:256, b=image(i,j)+1; a(b)=a(b)+1; end,end,for k=1:256, p(k)=a(k)/(2562);end,figure,stem(p);用上述代碼生成圖2.2的直方圖，結(jié)果如

29、圖2.3所示。圖2.2 原圖圖2.3 直方圖2.3直方圖均衡中文名稱：直方圖均衡 英文名稱：histogram equalization 定義：使原直方圖變換為具有均勻密度分布的直方圖，然后按該直方圖調(diào)整原圖像的一種圖像處理技術(shù)。 直方圖均衡原理直方圖均衡化是灰度變換的一個(gè)重要應(yīng)用，廣泛應(yīng)用在圖像增強(qiáng)處理中，它是以累計(jì)分布函數(shù)變換為根底的直方圖修正法，可以產(chǎn)生一幅灰度級(jí)分布具有均勻概率密度的圖像，擴(kuò)展了像素的取值動(dòng)態(tài)圍。假設(shè)像素點(diǎn)的原灰度為R，變換后的灰度為S，需要注意的是R、S是歸一化后的灰度值，其灰度變換函數(shù)T(R)為： 2-1式中，是第j級(jí)灰度值的概率，是圖像中j級(jí)灰度的像素總數(shù)，是圖像

30、中灰度級(jí)的總數(shù)目，是圖象中像素的總數(shù)。對(duì)變換后的S值取最靠近的一個(gè)灰度級(jí)的值，建立灰度級(jí)變換表，將原圖像變換為直方圖均衡的圖像。下面是實(shí)現(xiàn)圖像直方圖均衡化函數(shù)的源代碼和效果圖：直方圖均衡的實(shí)現(xiàn)(1) 對(duì)給定的待處理圖像統(tǒng)計(jì)其直方圖，求出.(2) 根據(jù)統(tǒng)計(jì)出的直方圖采用累積分布函數(shù)作變換, 求變換后的新灰度； 2-2(3) 用新灰度代替舊灰度，求出Ps(s)，這一步是近似過程，應(yīng)根據(jù)處理目的盡量做到合理，同時(shí)把灰度值相等或近似地合并到一起。A,map=imread(f:456.bmp); imshow(A,map), title(原圖);image=double(A);for i=1:256,

31、n(i)=0;end,for i=1:256, for j=1:256, s=image(i,j)+1; n(s)=n(s)+1; end,end,for k=1:256, p(k)=n(k)/(2562);end,figure,bar(p,r);title(直方圖);for k=1:256, q(k)=0;end,for k=1:256, for j=1:k, q(k)=q(k)+p(j); end,end,figure,bar(q,y);title(累積直方圖);N=256;for k=1:256, o(k)=round(N-1)*q(k)+0.5);end,for i=1:256, fo

32、r j=1:256, rimage(i,j)=(image(i,j); endendfigure,imshow(uint8(rimage);title(均衡化后的圖);for i=1:256, n(i)=0;end,for i=1:256, for j=1:256, s=rimage(i,j)+1; n(s)=n(s)+1; end,end,for k=1:256, p(k)=n(k)/(2562);end,figure,bar(p,b);title(均衡化的直方圖);圖2.4 原圖 圖2.5 原始圖象的直方圖圖2.6 直方圖均衡化后的效果圖 圖2.7 均衡化后的直方圖 從上述效果圖可以看出，

33、經(jīng)過直方圖均衡化處理后，圖像變的清晰了，從直方圖來看，處理后的LENA的圖像直方圖分布更均勻了，在每個(gè)灰度級(jí)上圖像都有像素點(diǎn)。但是直方圖均衡化存在著兩個(gè)缺點(diǎn)：1變換后圖像的灰度級(jí)減少，*些細(xì)節(jié)消失；2*些圖像，如直方圖有頂峰，經(jīng)處理后比照度不自然的過分增強(qiáng)。-. z第三章 圖像平滑與圖像銳化3.1圖像的平滑圖像的平滑方法是一種實(shí)用的圖像處理技術(shù)，能減弱或消除圖像中的高頻率分量，但不影響低頻率分量。因?yàn)楦哳l率分量主要對(duì)應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的局部，平滑濾波將這些分量濾去可減少局部灰度起伏，使圖像變得比擬平滑。實(shí)際應(yīng)用中，平滑濾波還可用于消除噪聲，或者在提取較大目標(biāo)前去除過小的

34、細(xì)節(jié)或?qū)⒛繕?biāo)的小連續(xù)連接起來。它的主要目的是消除圖像采集過程中的圖像噪聲，在空間域中主要利用鄰域平均法、中值濾波法和選擇式掩模平滑法等來減少噪聲；在頻率域，由于噪聲主要存在于頻譜的高頻段，因此可以利用各種形式的低通濾波器來減少噪聲。本節(jié)主要介紹常用的空間域圖像平滑方法。領(lǐng)域平均法根底理論最簡單的平滑濾波是將原圖中一個(gè)像素的灰度值和它周圍鄰近8個(gè)像素的灰度值相加，然后將求得的平均值除以9作為新圖中該像素的灰度值。它采用模板計(jì)算的思想，模板操作實(shí)現(xiàn)了一種鄰域運(yùn)算，即*個(gè)像素點(diǎn)的結(jié)果不僅與本像素灰度有關(guān)，而且與其鄰域點(diǎn)的像素值有關(guān)。模板運(yùn)算在數(shù)學(xué)中的描述就是卷積運(yùn)算，這里不再贅述。鄰域平均法也可以用

35、數(shù)學(xué)公式表達(dá)：設(shè)為給定的含有噪聲的圖像，經(jīng)過鄰域平均處理后的圖像為，則:, 3-1所取鄰域中各鄰近像素的坐標(biāo)，是鄰域中包含的鄰近像素的個(gè)數(shù)。鄰域平均法的模板為：，中間的黑點(diǎn)表示以該像素為中心元素，即該像素是要進(jìn)展處理的像素。在實(shí)際應(yīng)用中，也可以根據(jù)不同的需要選擇使用不同的模板尺寸，如33、55、77、99等。鄰域平均處理方法是以圖像模糊為代價(jià)來減小噪聲的，且模板尺寸越大，噪聲減小的效果越顯著。如果是噪聲點(diǎn)，其鄰近像素灰度與之相差很大，采用鄰域平均法就是用鄰近像素的平均值來代替它，這樣能明顯消弱噪聲點(diǎn)，使鄰域中灰度接近均勻，起到平滑灰度的作用。因此，鄰域平均法具有良好的噪聲平滑效果，是最簡單的一

36、種平滑方法。-. z算法實(shí)現(xiàn)程序中采用的是33的模板，即把當(dāng)前圖像和它周圍8個(gè)像素的灰度值相加，然后將求得的平均值除以9作為該點(diǎn)的像素值。A,map=imread(f:234.bmp); figure(1);imshow(A,map),title(原圖);image=double(A);for i=1:256, a(i)=0;end,for i=2:255, for j=2:255,b=image(i-1,j-1)+image(i-1,j)+image(i-1,j+1)+image(i,j-1)+image(i,j)+image(i,j+1)+image(i+1,j-1)+image(i+1,

37、j)+image(i+1,j+1); b=b/9; image(i,j)=b; end,end,figure(2);imshow(image,map),title(平滑);使用上述代碼對(duì)含有高斯噪聲的圖像3.1分別利用鄰域平均法的不同尺寸模板進(jìn)展平滑后的實(shí)驗(yàn)結(jié)果，圖3.2、圖3.3顯示的是分別使用了33、55模板平滑后的圖像。從實(shí)驗(yàn)結(jié)果可以看出，當(dāng)所用平滑模板尺寸增大時(shí)，對(duì)噪聲的消除效果也有所增強(qiáng)，但同時(shí)會(huì)帶來圖像的模糊，邊緣細(xì)節(jié)逐步減少，且運(yùn)算量增大。在實(shí)際應(yīng)用中，可以根據(jù)不同的應(yīng)用場合選擇適宜的模板大小。圖3.1 含有噪聲的原始圖像圖3.2 33鄰域平均法的平滑圖像圖3.3 55鄰域平均法

38、的平滑圖像3.2圖像銳化圖像銳化的目的和意義圖像銳化是一種補(bǔ)償輪廓、突出邊緣信息以使圖像更為清晰的處理方法.銳化的目標(biāo)實(shí)質(zhì)上是要增強(qiáng)原始圖像的高頻成分.常規(guī)的銳化算法對(duì)整幅圖像進(jìn)展高頻增強(qiáng),結(jié)果呈現(xiàn)明顯噪聲.為此,在對(duì)銳化原理進(jìn)展深入研究的根底上,提出了先用邊緣檢測算法檢出邊緣,然后根據(jù)檢出的邊緣對(duì)圖像進(jìn)展高頻增強(qiáng)的方法.實(shí)驗(yàn)結(jié)果說明,該方法有效地解決了圖像銳化后的噪聲問題銳化的目的在于使圖像中對(duì)象輪廓上的像素灰度大的更大，小的更小，但對(duì)輪廓外的像素不起作用。由于這一原因，圖像的銳化對(duì)孤立點(diǎn)或?qū)铝⒕€條的 邊緣增強(qiáng)作用十清楚顯，但在一定程度上也會(huì)對(duì)噪聲信號(hào)產(chǎn)生增強(qiáng)作用。圖像銳化處理的主要目的是

39、突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了的細(xì)節(jié)。模糊可能是由于錯(cuò)誤操作，或者是由于圖像獲取方法的固有影響所導(dǎo)致的。例如，當(dāng)圖像的分辨率有限時(shí)，所獲得的像素值不是一點(diǎn)的亮度，而是周圍景物亮度的平均值。圖像平滑往往使圖像中的邊界、輪廓變的模糊，為了減少這類不利效果的影響，這就需要利用圖像鋭化技術(shù)，使圖像的邊緣變的清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細(xì)節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因?yàn)閳D像受到了平均或積分運(yùn)算，因此可以對(duì)其進(jìn)展逆運(yùn)算如微分運(yùn)算就可以使圖像變的清晰。從頻率域來考慮，圖像模糊的實(shí)質(zhì)是因?yàn)槠涓哳l分量被衰減，因此可以用高通濾波器來使圖像清晰。圖像銳化算法為了要

40、把圖像中間任何方向伸展的的邊緣和輪廓線變得清晰，我們希望對(duì)圖像的*種運(yùn)算是各向同性的。可以證明偏導(dǎo)平方和的運(yùn)算是各向同性的，既: 3-2式中是圖像旋轉(zhuǎn)前的坐標(biāo)，是圖像旋轉(zhuǎn)后的坐標(biāo)。梯度運(yùn)算就是在這個(gè)式子的根底上開方得到的。圖像*，y點(diǎn)的梯度值：3-3為了突出物體的邊緣，常常采用梯度值的改良算法，將圖像各個(gè)點(diǎn)的梯度值與*一閾值作比擬，如果大于閾值，該像素點(diǎn)的灰度用梯度值表示，否則用一個(gè)固定的灰度值表示。我們在對(duì)圖像增強(qiáng)的過程中，采用的是一種簡單的高頻濾波增強(qiáng)方法： 3-4式中f，g分別為銳化前后的圖像，是與擴(kuò)散效應(yīng)有關(guān)的系數(shù)。表示對(duì)圖像f進(jìn)展二次微分的拉普拉斯算子。這說明不模糊的圖像可以由模糊的

41、圖像減去乘上系數(shù)的模糊圖像拉普拉斯算子來得到?？梢杂孟旅娴哪０錒=1，4，1，4，-20，4，1，4，1來近似。在具體實(shí)現(xiàn)時(shí)，上述模板H中的各個(gè)系數(shù)可以改變，這個(gè)系數(shù)的選擇也很重要，太大了會(huì)使圖像的輪廓過沖，太小了則圖像銳化不明顯。實(shí)驗(yàn)說明，選取2-8之間往往可以到達(dá)比擬滿意的效果。下面給出等于4的情況下的實(shí)現(xiàn)代碼和效果圖。圖像銳化的實(shí)現(xiàn)代碼A,map=imread(f:234.bmp); figure(1);imshow(A,map), title(原圖);image=double(A);for i=2:255, for j=2:255,b=image(i,j)-2*1*image(i-1,

42、j-1)+4*image(i-1,j)+1*image(i-1,j+1)+4*image(i,j-1)-20*image(i,j)+4*image(i,j+1)+1*image(i+1,j-1)+4*image(i+1,j)+1*image(i+1,j+1); image(i,j)=b; end,end,figure(2);imshow(image,map),title(銳化);-. z圖3.5原圖圖3.6銳化圖從上述效果圖可以看出，經(jīng)過拉普拉斯銳化處理后，圖像變的色彩濃密了，從拉普拉斯銳化圖來看，處理后的LENA的圖像像素點(diǎn)比照度更明顯了，圖像的邊緣和輪廓都變的清晰了，每個(gè)像素點(diǎn)都被表達(dá)了出

43、來。-. z第四章 圖像噪聲與噪聲的處理4.1噪聲的概念目前大多數(shù)數(shù)字圖像系統(tǒng)中，輸入圖像都是采用先凍結(jié)再掃描方式將多維圖像變成一維電信號(hào)，再對(duì)其進(jìn)展處理、存儲(chǔ)、傳輸?shù)燃庸ぷ儞Q。最后往往還要在組成多維圖像信號(hào)，而圖像噪聲也將同樣受到這樣的分解和合成。在這些過程中電氣系統(tǒng)和外界影響將使得圖像噪聲的準(zhǔn)確分析變得十分復(fù)雜。另一方面圖像只是傳輸視覺信息的媒介，對(duì)圖像信息的認(rèn)識(shí)理解是由人的視覺系統(tǒng)所決定的。不同的圖像噪聲，人的感覺程度是不同的，這就是所謂人的噪聲視覺特性課題。圖像噪聲在數(shù)字圖像處理技術(shù)中的重要性越來越明顯，如高放大倍數(shù)航片的判讀，射線圖像系統(tǒng)中的噪聲去除等已經(jīng)成為不可缺少的技術(shù)步驟。4.

44、2圖像噪聲對(duì)圖像的影響人類獲取外界信息有視覺、聽覺、觸覺、味覺等多種方法，但絕大局部(約80%)是來自視覺所接收的圖像信息，即所謂百聞不如一見。而圖像處理就是對(duì)圖像息進(jìn)展加工處理，以滿足人的視覺心理和實(shí)際應(yīng)用的要求。因此，圖像處理技術(shù)的廣泛研究和應(yīng)用是必然的趨勢。在分析和使用圖像之前，需要對(duì)圖像信號(hào)進(jìn)展一系列處理。比方調(diào)整圖像存儲(chǔ)的格式，對(duì)圖像進(jìn)展去噪等等。圖像處理是針對(duì)性很強(qiáng)的技術(shù)，根據(jù)不同用途、不同要求采用不同的處理方法。采用的方法是綜合各學(xué)科較先進(jìn)的成果而成的，如數(shù)學(xué)、物理學(xué)、心理學(xué)、生理學(xué)、醫(yī)學(xué)、計(jì)算機(jī)科學(xué)、通信理論、信號(hào)分析、控制論和系統(tǒng)工程等，各學(xué)科相互補(bǔ)充、相互滲透才使數(shù)字圖像處

45、理技術(shù)飛速開展。一般來說，在圖像采集、編碼、傳輸、恢復(fù)的幾個(gè)根本步驟中，影響圖像質(zhì)量的因素很多。例如，現(xiàn)實(shí)圖像中無用的信息對(duì)我們而言就是噪聲，設(shè)備、環(huán)境、獲取方法等因素也會(huì)引入許多噪聲干擾。如電磁干擾、相片顆粒噪聲、采集圖像信號(hào)的傳感器噪聲、信道噪聲、甚至濾波器產(chǎn)生的噪聲等等。所以，為了提高圖像的質(zhì)量以及后續(xù)更高層次的處理，對(duì)圖像進(jìn)展去噪處理是不可缺少的重要環(huán)節(jié)，而尋求一種行之有效的去噪方法也是人們一直在進(jìn)展的工作。4.3噪聲來源-. z噪聲可以理解為影響傳感器對(duì)所接收?qǐng)D像源信息進(jìn)展理解或分析的各種因素。噪聲一般是不可預(yù)測的隨機(jī)信號(hào)，它只能用概率統(tǒng)計(jì)的方法去認(rèn)識(shí)。噪聲對(duì)圖像的輸入、采集和處理的

46、各種環(huán)節(jié)，以及輸出結(jié)果的全過程都有影響。因此，去噪己經(jīng)成為圖像處理中極其重要的手段，也是圖像處理領(lǐng)域研究的一個(gè)重點(diǎn)。本節(jié)先對(duì)噪聲的來源和性質(zhì)進(jìn)展簡要的介紹，然后給出幾種去除圖像噪聲的算法及其代碼實(shí)現(xiàn)過程。對(duì)圖像信號(hào)來說，可將黑白圖像看作是二維亮度分布，則噪聲可看作是對(duì)亮度的干擾，用來表示。噪聲是隨機(jī)性的，因而需要用隨機(jī)過程來描述，即要求知道其分布函數(shù)和密度函數(shù)。在許多情況下，這些函數(shù)很難測定和描述，甚至無法得到，所以常用統(tǒng)計(jì)特征來描述噪聲，如均值、方差、相關(guān)函數(shù)等。描述噪聲的總功率：；方差描述噪聲的交流功率：；均值的平方表示噪聲的直流功率：。對(duì)圖像中的噪聲有多種描述方式，常見的有以下幾種：1白

47、噪聲White Noise：它具有常量的功率譜。白噪聲的一個(gè)特例是高斯噪聲 Gaussian Noise，它的直方圖曲線服從一維高斯型分布：4-12椒鹽噪聲Pepper Noise：是一種在圖像中產(chǎn)生黑色、白色點(diǎn)的脈沖噪聲。該噪聲在圖像中顯現(xiàn)較為明顯，對(duì)圖像分割、邊緣檢測、特征提取等后續(xù)處理具有嚴(yán)重的破壞作用。3沖擊噪聲Impulsive Noise：是指一幅圖像被個(gè)別噪聲像素破壞，而且這些像素的亮度與其鄰域的亮度顯著不同。4量化噪聲Quatization Noise：在量化級(jí)別不同時(shí)出現(xiàn)的噪聲。例如，將圖像的亮度級(jí)別減少一半的時(shí)候會(huì)出現(xiàn)偽輪廓。4.4 噪聲圖像模型及噪聲特性 含噪模型現(xiàn)實(shí)中的

48、數(shù)字圖像在數(shù)字化和傳輸過程中，常受到成像設(shè)備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。去除或減輕在獲取數(shù)字圖像中的噪聲稱為圖像去噪,在圖像去噪之前我們先要建立一個(gè)含噪圖像的模型，為了簡便，我們研究如下的加性噪聲模型，即含噪圖像僅由原始圖像疊加上一個(gè)隨機(jī)噪聲形成:4-2表示圖像，為噪聲，含噪圖像記為。 噪聲特性在對(duì)這個(gè)含噪模型進(jìn)展研究之前，我們有必要了解一下噪聲的一些特性，經(jīng)常影響圖像質(zhì)量的噪聲源可分為三類。人們對(duì)其生成原因及相應(yīng)的模型作了大量研究:1、電子噪聲。在阻性器件中由于電子隨機(jī)熱運(yùn)動(dòng)而造成的電子噪聲是三種模型中最簡單的，一般常用零均值高斯白噪聲作為其模型，它可用其標(biāo)準(zhǔn)差來完全表征。2、光

49、電子噪聲。由光的統(tǒng)計(jì)本質(zhì)和圖像傳感器中光電轉(zhuǎn)換過程引起，在弱光照的情況下常用具有泊松分布的隨機(jī)變量作為光電噪聲的模型，在光照較強(qiáng)時(shí)，泊松分布趨向于更易描述的高斯分布。3、感光片顆粒噪聲。由于曝光過程中感光顆粒只有局部被曝光，而其余局部則未曝光，底片的密度變化就由曝光后的顆粒密集程度變化所決定，而算曝光顆粒的分布呈現(xiàn)一種隨機(jī)性。在大多數(shù)情況下，顆粒噪聲可用高斯白噪聲作為有效模型。通過以上分析可以看出，絕大多數(shù)的常見圖像噪聲都可用均值為零，方差不同的高斯白噪聲作為其模型，因而為了簡便和一般化，我們采用零均值的高斯白噪聲作為噪聲源。4.5 圖像二值化理論根底圖像包括目標(biāo)、背景還有噪聲,怎樣從多值的數(shù)

50、字圖像中僅提取出目標(biāo),常用的方法就是設(shè)定*一閾值T,用T將圖像的數(shù)據(jù)分成2大局部:大于T的像素群和小于T的像素群.這種方法稱為圖像的二值化.二值化處理就是把圖像分成目標(biāo)和背景2個(gè)區(qū)域.二值化是數(shù)字圖像處理中一項(xiàng)最根本的變換方法,通過非零取一固定閾值、雙固定閾值等不同的閾值化變換方法,使一幅灰度圖像變成了黑白二值圖像,將我們所需的目標(biāo)從復(fù)雜的圖像背景中提取出來.閾值5-6處理的操作過程是指定一個(gè)閾值,如果圖像中*像素的灰度值小于該閾值,則將該像素的灰度值設(shè)置為0或255,否則灰度值設(shè)置為255或0.圖像二值化的實(shí)現(xiàn)代碼圖像二值化的實(shí)現(xiàn)步驟如下：(1)取得原圖的數(shù)據(jù)區(qū)指針(2)每個(gè)像素依次循環(huán),假

51、設(shè)該像素灰度值為0,則不變;假設(shè)該像素灰度值不為0,則置為255。圖像二值化代碼如下:A,map=imread(f:521.bmp); figure(1);imshow(A,map), title(原圖);image=double(A);for i=1:600, for j=1:600, if (image(i,j) 200) image(i,j)=255; else image(i,j)=0; end; end,end,figure(2);imshow(image,map),title(二值化);圖4.1原圖圖4.2二值化處理后圖4. 6二值圖像的去噪理論根底圖像在形成、傳輸、接收和處理的過程中,不可防止地存在著外部以及部的干擾,比方光電轉(zhuǎn)換過程中敏感元件靈敏度的不均勻性、數(shù)字化過程的量化噪聲、傳輸過程中的誤差,還有人為的因素等等,均會(huì)存在著一定程度的噪聲干擾.噪聲惡化了圖像質(zhì)量,致使圖像模糊,特征不明顯。例如在車牌識(shí)別的處理過程中噪聲帶來的影響可以通過二值化去噪得到很好的處理效果。二值圖像去噪的實(shí)現(xiàn)代碼二值圖像去噪的實(shí)現(xiàn)步驟