基于matlab的图像增强技术的研究样本.doc

分类号 密级

中华人民共和国地质大学（北京）

本 科 毕 业 设 计

题 目 基于MATLAB图
像增强技术研究
英文题目 Image Enhancement Technology
Research Based On MATLAB

学生姓名 胡 韬 院（系） 信息工程学院
专 业 电子信息工程 学 号
指引教师 傅 平 职 称 副专家

二零一三年五月

中华人民共和国地质大学（北京）本科毕业设计（论文）任务书
学生姓名
胡韬
班级
10100932
专业
电子信息工程
导师姓名
傅平
职称
副专家
单位
信息工程学院
毕业设计（论文）题目
基于MATLAB图像增强技术研究
毕业设计（论文）重要内容和规定：

重要内容：
1. 研究数字图像解决技术，对其理论知识进行详细理解。
2. 研究老式图像增强理论，理解老式图像增强技术办法。
3. 研究基于小波变换图像增强理论，并理解其办法。
4. 通过MATLAB学习，进行图像增强技术仿真实验。
5. 比较各种办法特点予以一定评价。
规定：
1. 查阅和收集有关文献和资料，制定研究筹划和办法。
2. 完毕代码编写和程序调试。
3. 完毕实验仿真，并书写报告。

毕业设计（论文）重要参照资料：
[1] 秦襄培.MATLAB 图像解决与界面编程[M].北京:电子工业出版社，.
[2] 飞思科技产品研发中心.小波分析理论与MATLAB7 实现[M].北京:电子工业出版社，.
[3] 方勇,戚飞虎.基于软阚小波图像增强办法[M].计算机工程与应用,.
[4] 章毓晋.图象工程上册-图象解决(第二版)[M].北京：清华大学出版社,.
[5] 孙延奎.小波分析及其应用[M].北京:机械工业出版社，.
[6] 黄红波.一种基于二维小波块阚值数字图像去噪办法[N].湖南：湖南理工学院报,.
[7] 丁文佳.小波变换在图像增强中应用研究.北京：北京理工大学出版社，.
[8] 李朝辉;张弘.数字图像解决及应用.北京:机械工业出版社，.
[9] 郭李.基于分数阶微分和小波分解图像增强.中华人民共和国科技论文在线,.
[10] 高仕龙.一种基于小波变换和直方图均衡化图像增强办法.西华大学学报.自然科学版.第26卷第3期
[11] 于万波.基于MATLAB图像解决.北京：清华大学出版社，.
[12] 章毓晋.图像解决与分析.北京：北京清华大学出版社 ,.
[13] 闫敬文.数字图像解决MATLAB版.北京：国防工业出版社，.
[14] Gerard Blanchet；Maurice Charbit. Digital Signal and Image Processing using MATLAB. Wiltshire：Antony Rowe Ltd,.

毕业设计（论文）应完毕重要工作：

1. 查阅有关文献及资料，制定研究筹划和办法，完毕对图像增强理论知识理解。
2. 研究老式图像增强技术，重要是空间域和频率域图像增强。
3. 研究基于小波分析图像增强技术，并完毕相应仿真。
4. 依照所得仿真成果，对与图像增强技术办法予以一定评价，分析各种办法优缺陷。
毕业设计（论文）进度安排：
序号
毕业设计（论文）各阶段内容
时间安排
备注
1
完毕资料收集、调研与学习
.1.20.-.3.12
.3.13开题报告
2
熟悉各种图像增强办法及有关理论
.3.13-.3.29

3
编写代码并调试
.3.30-.4.18
.4.18中期检查
4
进行仿真，并得出相应成果
.4.19-.5.10

5
撰写毕业论文
.5.11-.5.25

6
准备答辩
.5.25-.6.5
.6.5毕设答辩
课题信息：
课题性质： 设计√ 论文
课题来源： 教学√ 科研 生产 其他
发出任务书日期： 12月7日
指引教师签名：
年 月 日
教研室意见：

教研室主任签名：
年 月 日

学生签名：

摘 要

数字图像解决是一门新兴技术，随着计算机硬件迅速发展，使得数字图像实时解决已经成为也许，同步由于数字图像解决各种算法浮现，使其解决速度越来越快，能更好为人们服务。数字图像解决是一种通过计算机采用一定算法对图形图像进行解决技术。这项技术已经在各个领域上均有了比较广泛应用。数字图像解决信息量很大，对解决速度规定也很高。MATLAB以其强大运算和图形展示功能，使得图像解决变得更加简朴和直观。本文简介了MATLAB 语言特点,基于MATLAB数字图像解决环境，并简介了老式空间域和频率域图像增强办法，此外还简介了一种基于小波变换图像增强技术，同步针对这些数字图像解决原理进行概述。最后，运用MATLAB对空间域、频率域和小波阀值去噪进行仿真和分析，通过仿真图对比，得到较好实验效果，通过对比，表白小波变换进行去噪相对于老式图像解决办法优越性，具备很强研究意义。
核心词： 数字图像解决； MATLAB； 小波阀值去噪； 小波变换

ABSTRACT

Digital image processing is an emerging technology，with the rapid development of computer hardware，real-time processing of digital image has become possible due to the emergence of digital image processing algorithms at the same time，making it faster and faster processing speed，better for People services .Digital image processing is a computer graphics image processing technology using a certain algorithm. This technology has a wide range of applications in various fields. Digital image processing of large amount of information，the processing speed is also high. MATLAB with its powerful computing and graphics display functions，so that it make image processing becomes easier and more intuitive. This article describes the features of the MATLAB language，MATLAB-based digital image processing environment，and describes the spatial and frequency domain image enhancement methods，besides，based on wavelet transform image enhancement technology and both of these digital images processing overview principle. Finally，the use of MATLAB simulation and analysis of the spatial domain，frequency domain and wavelet threshold de-noising，Simulation and comparison，good test results，by contrast，that the wavelet transform de-noising relative to the conventional image processing method is superior ，has a strong significance.
Keywords：digital image processing； MATLAB； wavelet threshold de-noising； wavelet transform

目 录
1 绪论 1
1.1 课题研究目及意义 1
1.2 国内外研究现状 1
1.3 本文研究内容 2
2 数字图象解决简介 3
2.1 何为数字图像 3
2.1.1 采样 3
2.1.2 量化 3
2.1.3 编码 3
2.1.4 采样与量化参数选取 3
2.2 数字图像解决概述 4
2.2.1 概念 4
2.2.2 研究内容 4
2.2.3 基本特点 5
2.2.4 重要应用 5
3 MATLAB基本知识简介 6
3.1 MATLAB简介 6
3.2 MATLAB发展历程 6
3.3 MATLAB构成 6
3.3.1 MATLAB主包构成 7
3.4 MATLAB语言特点 7
3.5 MATLAB在图像解决中应用 8
4 老式办法图像增强 9
4.1 内容简介 9
4.2 基于空间域图像增强 9
4.2.1 增强对比度 10
4.2.2 图像求反 11
4.3 空间域滤波增强 11
4.3.1 基本原理 11
4.3.2 线性平滑滤波器 12
4.3.3 非线性平滑滤波器 13
4.3.4 线性锐化滤波器 13
4.4 基于频率域图像增强 14
4.4.1 基本原理 14
4.4.2 低通滤波 14
4.4.3 高通滤波 15
5 小波分析法图像增强 17
5.1 小波分析法简介 17
5.2 小波变换与傅里叶变换 18
5.3 小波变换基本理论 18
5.3.1 一维持续小波变换（CWT） 18
5.3.2 一维离散小波变换（DWT） 19
5.3.3 二维持续小波变换 19
5.3.4 二维离散小波变换 20
5.4 小波变换多尺度分析 20
5.5 基于小波变换图像增强 20
5.5.1 小波变换图像增强原理 21
5.5.2 非线性增强 22
5.5.3 图像钝化 22
5.5.4 图像锐化 23
5.5.5 基于小波变换图像阀值去噪 23
结 论 25
致 谢 26
参照文献 27
附录 28

1 绪论
1.1 课题研究目及意义
数字图像解决（Digital Image Processing），即是运用计算机或者其她数字硬件对从图像信息转换而得到电信号再进行某些数学运算，以提高图像实用性。例如去掉图像噪声，抽取图像中某些目的轮廓，图像勾边解决，提取图像中特性以及把黑白图像映射为彩色图像等技术。总来说，数字图像解决涉及点运算、几何解决、图像增强、图像复原、图像形态学解决、图像编码、图像重建、模式辨认等。本文重要研究图像增强技术。
图像增强目是改进图像视觉效果，并把图像解决成为适于计算机分析或控制某种形式。为了适应各种用途，图像增强需要采用各种技术手段综合解决，并且针对不同用途，解决手段也大相径庭。为满足图像增强，图像往往要发生畸变。
图像增强涉及内容广泛。在图像解决系统中，图像增强技术作为预解决某些基本技术，是系统中十分重要一环。迄今为止，图像增强技术己经广泛用于军事、地质、海洋、森林、医学、遥感、微生物以及刑侦等方面。
Math Work公司推出MATLAB软件是咱们研究这门课题重要使用工具。应用MATLAB丰富、实用、高效指令及模块以及和谐界面，可以使人较快地结识、理解图像解决有关概念，并逐渐掌握数字图像信号解决基本办法，进而够解决有关工程和科研中问题。
通过对老式图像解决办法和基于小波变换图像解决办法研究学习，以及仿真对比，得出小波变换法在图像增强解决中相比于空间域和频率域解决办法优势。
1.2 国内外研究现状
早在20世纪60年代起，计算机技术就已经进入指纹辨认和鉴定领域，美、日、英、法本等计算机发达国家先后研制出各具特色自动辨认指纹系统，开辟了指纹鉴定新途径。如今，计算机指纹辨认技术在咱们生活中已经开始发挥着越来越重要作用，同步它已经在司法、数字加密、电子商务、金融安全等各个领域得了广泛而良好应用。
虽然国内直到20世纪80年代才开始进行指纹自动辨认系统研究，但当前已经获得了令人瞩目进展。清华大学、北京大学、吉林大学、哈尔滨工业大学、公安部第二研究所、北京市公安局刑事科学技术研究所等单位都获得了不少研究成果，并设计出某些自动化或半自动化指纹鉴定系统。特别值得提及是，北京大学研制指纹自动鉴定系统当前已经走向成熟，并走进了国际市场。
总体来说，图像解决技术发展大体经历了初创期、发展期、普及期和实用化期4个阶段。初创期开始于20世纪60年代，当时图像采用像素型光栅对其进行扫描显示，大多数采用中、大型机进行解决。然而，在这一时期，由于图像存储成本和解决设备造价高，因而其应用面很窄。70年代进入发展期，这时开始大量采用大型机进行解决，图像解决也逐渐改用光栅扫描显示方式，特别是浮现了CT和卫星遥感图像，这对图像解决技术发展起到了非常好增进作用。到了80年代，图像解决技术逐渐进入普及期，此时计算机己经可以承担起图形图像解决任务。VLSI浮现使得解决速度大大提高，而造价却进一步减少，这极大增进了图像系统普及和应用。图像增强是图像解决其重要构成某些，老式图像增强办法对于改进图像质量发挥了其重要作用。随着对图像增强技术研究不断进一步和发展,新图像增强办法不断浮现。
图像增强办法可以大体可分为两类，一类是空间域解决办法，一类是频率域解决法。空间域法基本上是以灰度映射为基本直接对图像像素进行解决，映射变换取决于图像特点和增强目。空间域法又可分为点运算和模板运算。点运算是依照图像像素点按照一定变换原则逐个解决，与周边像素点无关。常用办法有灰度变换、灰度级校正、规定化和直方图均衡化等。模板运算是以某一种像素点为核心，像素点邻域为有关点，逐个解决模板。常用办法有中值滤波、领域平均法、拉普拉斯算子等。
频率域法是在图像某种变换域内，对变换后系数通过一定规则进行运算，接着再反变换到本来空间域从而得到增强图像。这是一种间接图像解决办法。常用办法有高通滤波、低通滤波、同态滤波、带阻滤波等。
小波变换最早是由法国地球物理学家于二十世纪八十年代初在分析地球物理信号时，作为一种信号分析数学工具而被提出来，到了八十年代中后期获得了较快发展，当前已成为一种重要数学分支。小波分析对老式傅立叶分析做出了里程碑式进展，是调和这一数学领域半个世纪以来工作结晶，是当前在许多学科和工程技术中一种非常广泛课题。它可以作为表达函数一种新基底或作为时频分析一种新技术,是多方面有力分析工具，已经广泛应用于信号和图像解决、地质勘探、语音辨认与合成、雷达、CT成像、天体辨认、机器视觉、机械故障诊断与监控、分形以及数字电视等领域。
小波变换分析通过伸缩运算和平移运算，对信号函数逐渐进行多尺度细化，最后达到低频处频率细分，高频处时间细分。由于它能自动适应时频信号分析规定，从而可以聚焦到信号任何一种细节，享有“数学显微镜”之称。此外,它还成功解决了傅里叶变换不能解决许多难题，成为了继傅里叶变换以来一种重大突破。
为了使图像质量进一步提高，咱们所提到老式办法都不能较好解决这个问题，例如频率域法在变换过程中存在某些不拟定因素，然而空间域法又不能较好地集中能量进行解决。由于当前还没有一种通用衡量图像质量指标可以用来评价图像增强办法优劣，图像增强理论有待进一步完善。因而，图像增强技术摸索具备实验性和多样性。增强办法往往具备比较强针对性，这使得对于不同类型图像有不同适合图像增强办法。例如对于一张重要是低频信号图像使用高通滤波之后图像增强质量反而会变得更差。因此咱们往往使用几种不同图像增强办法组合或使用调节参量办法来解决详细图像。当前大某些办法都是老式空间域、频率域以及她们组合办法，而小波分析法正是一种日后兴起可以较好解决图像增强办法。
1.3 本文研究内容
本文分别涉及到数字图像解决、空间域图像增强、频率域图像增强、小波分析图像增强、MATLAB图像解决应用等方面内容。本文对上面几种图像增强办法都予以相应简介和实际应用，并最后对各种办法进行进一步研究和对比。

2 数字图象解决简介
2.1 何为数字图像
数字图像，又称为数码图像或数位图像，是二维图形用有限数字数值像素表达。数字图像是以像素为基本元素、由模仿图像数字化得到、可以用数字计算机或数字电路存储和解决图像。
像素（Pixel，或像元）是数字图像基本元素，像素是在模仿图像数字化时对持续空间进行离散化得到。每个像素具备整数行（高）和列（宽）位置坐标，同步每个像素都具备整数灰度值或颜色值。
普通，像素在计算机中保存为二维整数数组光栅图像，这些值经惯用压缩格式进行传播和存储。
数字图像可以由许多不同出入设备和技术生成，例如数码相机、扫描仪、坐标测量仪等等，也可以从任意非图像数据合成得到，例如数学函数或者三围几何模型，三围几何模型是计算机图形学一种重要分支。数字图像解决领域就是研究她们变换算法。
然而咱们进行图像数字化，往往要经历采样、量化和编码三个环节（即模数转换）。
2.1.1 采样
采样（sampling）是指将空间上或时域上持续图像（模仿图像）变换成离散采样点（像素）集合操作。
由于图像基本是采用二维平面信息分布方式来描述，因此如果要对其进行采样，一方面要将二维信号转变为一维信号，再对其进行完毕采样操作（即将二维采样转化为两次一维采样来完毕）。
普通做法是，先沿着垂直方向按照一定间隔从上到下顺序沿水平方向直线扫描，取出各水平线上灰度值（浓淡值）一维扫描。然后再对一维扫描线信号按一定间隔采样得到离散信号，即先沿垂直方向采样，再沿水平放心采样。采样后得到二维离散信号最小单位就是像素。普通来说水平和垂直方向采样间隔相似。
对于运动图像（即时间域上持续图像），还需要在时间轴上采样。通过采样，若设横向像素为M，纵向像素为N，则画面大小可以表达为“M*N”个像素。
2.1.2 量化
量化就是把采样后所得到各像素灰度值从模仿量转换为离散量。这是由于模仿图像虽然通过了采样，在空间上离散化为像素，但是采样所得像素值（即灰度值）依然是持续量，顾要进行量化。
普通来说，像素量化后用一种字节8bit来表达。即把黑-灰-白持续变化灰度值量化为0~255共256级别，分别相应每个灰度值浓淡限度，叫做灰度级别或灰度标。普通状况下设0为白，1为黑。
量化准则不同将会导致不同量化效果，从不同角度可以将它分为4类。按量化级步长均匀性可分为均匀量化和非均匀量化，按量化对称性可分为对称量化和非对称量化，按量化时采样点互相间有关性可分为无记忆量化和有记忆量化，按量化时解决采样点数了分为原则量化和矢量量化。
2.1.3 编码
图像编码是指在满足一定质量（信噪比规定或主观评价得分）条件下，以较少比特数表达图像或图像中所包括信息技术。普通编码方案有预测编码和变换域编码。
2.1.4 采样与量化参数选取
一幅图像在采样时，行、列采样点和量化时每个像素量化级数，既影响数字图像质量，也影响到数字图像数据量大小。假设图像取M*N个样点，每个像素量化后灰度二进制位数为Q，普通Q总取2整数幂，则存储一幅数字图像所需二进制位数为：b=M*N*Q（b），字节数为：B=M*N*Q/8(Byte)。
对于K取值范畴，原则上上K越大重建图像失真越小，然而实际状况人眼应用K取5~8，二对于卫星图片等图像分析K应取8~12。对于一幅图像，当量化级数Q一定期，采样点数M*N对图像质量有着明显影响。同理，当图像采样点数一定期，采用不同量化级数图像质量也不同样。由此可知对于详细图像咱们要依照图像特性来拟定采样和量化参数。
2.2 数字图像解决概述
2.2.1 概念
数字图像解决（digital image processing）即是通过计算机对图形进行去除噪声、增强、复原、分割、提取特性等解决办法和技术。它产生和迅速发展重要受三个因素影响：一是计算机发展；二是数学发展（特别是离散数学理论创立和完善）；三是广泛农业、牧业、林业、环境、军事、工业和医学等方面应用需求增长。
2.2.2 研究内容
总来说，数字图象解决研究重要涉及一下几种方面内容：算术逻辑操作、几何变换、图像分割、图像增强、模式辨认、图像压缩、图像复原及图像形态学解决。
（1）算术逻辑操作。它操作重要是以像素为基本在两幅或多幅图像之间进行。图像逻辑操作也是基于像素，在对灰度级图像进行逻辑操作时候，像素值被当作二进制字符解决，同步“与、或、非”这三种逻辑算子完全函数化。
在数字图象解决中，加法运算可减少加性随机噪声；减法运算可以检测物体运动变化；乘法运算可用来标记感兴趣区域；除法运算多用于多光谱遥感图像分析解决，从而扩大不同物体差别。由上可知加减法运算用处最大。
（2）几何变换。咱们普通运用几何运算来变化图像中像素间位置关系，从而达到解决图像目。即建立一种原图像与变换图像之间映射关系。变换办法重要有平移、放缩、旋转、镜像和转置等。
（3）图像分割。作为图像解决核心技术之一，图像分割就是将图像划分为构成它子区域或对象。其算法普通基于亮度特性，第一类办法基于亮度不持续变化分割图像。第二类办法是依照事先制定准则将图像分割为相似区域。图像分割涉及边沿检测、门限解决和间断检测。
（4）图像增强。作为本文重要研究内容，老式办法有空间域图像增强和频率域图像增强，除此之外尚有基于小波分析图像增强办法。
（5）模式辨认。模式辨认重要涉及数据获取、预解决、特性提取和决策分类。它是指在一定经验和结识基本之上，从大量信息数据入手，运用数学和计算机推理办法对信息进行自动辨认。
（6）图像压缩。由于数字图像具备大量数据量，且事实上它又具备很大压缩空间。因而，咱们可以通过对图像压缩来减少图像信息量，基本原则是去除冗余信息，这种变换在图像传播或存储之迈进行，需要时候咱们可以对其解压以重构图像。
（7）图像复原。由于设备往往会导致错位、扫描线漏失等各种不可避免因素导致图像质量下降。因此咱们需要进行图像复原，即是依照事先建立系统退化模型将质量减少图像重建成接近或完全无退化原始图像过程。
（8）图像形态学解决。图像形态学是由一组形态学代数算子构成，最基本算子涉及腐蚀、膨胀、闭运算、开运算等。通过对这些算子组合应用，咱们可以实现对图像形状和构造分析解决。形态学解决可以完毕边沿检测、图像滤波、特性提取、图像分割、图像增强和图像恢复等工作。
2.2.3 基本特点
（1）数字图像解决信息大多是二维信息，解决信息量很大。如一幅256×256低辨别率黑白图像，规定约64kbit数据量；对高辨别率彩色512×512图像，则规定768kbit数据量；如果要解决30帧/秒电视图像序列，则每秒规定500kbit～22.5Mbit数据量。因而对计算机计算速度、存储容量等规定较高。
（2）数字图像解决占用频带较宽。与语言信息相比，占用频带要大几种数量级。如电视图像带宽约5.6MHz，而语音带宽仅为4kHz左右。因此在成像、传播、存储、解决、显示等各个环节实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高规定。
（3）数字图像中各个像素是不相独立，其有关性大。在图像画面上，经常有诸多像素有相似或接近灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间像素，其有关系数可达0.9以上，普通来说相邻两帧之间有关性要不不大于帧内有关性。因而，图像解决中信息压缩潜力很大。
（4）由于图像是三维景物二维投影，一幅图像自身不具备复现三维景物所有几何信息能力，很显然三维景物背后某些信息在二维图像画面上是反映不出来。因而，要分析和理解三维景物必要作适当假定或附加新测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决知识工程问题。
（5）数字图像解决后图像普通是给人观测和评价，因而受人因素影响较大。由于人视觉系统很复杂，受环境条件、视觉性能、人情绪兴趣以及知识状况影响很大，作为图像质量评价尚有待进一步进一步研究。另一方面，计算机视觉是模仿人视觉，人感知机理必然影响着计算机视觉研究。例如，什么是感知初始基元，基元是如何构成，局部与全局感知关系，优先敏感构造、属性和时间特性等，这些都是心理学和神经心理学正在着力研究课题。
2.2.4 重要应用
（1）生物医学。在医学上咱们可以运用电磁波谱成像分析系统病情。如显微镜图像分析、DNA成像分析、CT及核磁共振、超声波、X射线成像分析等。三维测量可视化软件系统可对各类医学断层图像进行分析解决，提供诊断根据。
（2）遥感。对农业、林业等资源调查，农作物长势监测，自然灾害检测、预报，地势、地貌测绘以及地质构造解释、探矿，环境污染检测等等。
（3）工业生产。无损探伤，石油勘探，生产过程自动化（零件辨认，装配质量检查），工业机器人视觉等。
（4）军事。可用于航空及卫星侦查照片测绘、判读，雷达、声纳图像解决，导弹制造，军事仿真等。
（5）通信。图像传真，可视电话，卫星通讯，数字电视等。
（6）公安系统。指纹辨认，印鉴、伪钞辨认，安检，手迹、印记鉴别分析等。
（7）气象预报。获取气象风云图进行测绘、判读等。
（8）高能物理。核子泡室图片分析。
（9）考古。回答贵重文物图片、名画、壁画。

3 MATLAB基本知识简介
3.1 MATLAB简介
MATLAB是Matrix Laboratory（“矩阵实验室”）缩写。它是由MathWorks公司开发，当前国际上最流行、应用最广泛一种集数字运算、程序设计、图像测绘、文献管理、系统仿真等功能与一体科学与工程计算软件。是国内外高校和研究部门进行科学研究重要工具之一。
MATLAB基本数据单位是矩阵，它指令表达式与数学,工程中惯用形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相似事情简捷得多。因而其广泛应用于自动控制、数学运算、信号分析、计算机技术、图像信号分析、财务分析、生物医学工程和语音解决等领域。
3.2 MATLAB发展历程
20世纪七十年代，时任美国新墨西哥大学计算机科学系主任Cleve Moler出于减轻学生变成承担动机，为学生设计了一组调用LINPACK和EISPACK矩阵软件工具包程序库“通俗易用”接口，取名为MATLAB。
上个世纪初，Cleve Moler与工程师Jone Little用C语言重写MATLAB内核，于1984年成立Math Works公司，并把MATLAB正式推向市场。保存原有数值计算能力外，新增了数据图视功能。
时至今日，通过Math Works公司不断完善，MATLAB已发展成为适合多学科，各种工作平台功能强大大型软件。在国外，MATLAB已经受了近年考验。在欧美等高校，MATLAB已成为线性代数、数理记录、数字信号解决、自动控制理论、动态系统仿真、时间序列分析等高档课程基本教学工具；成为攻读学位大学生、研究生生、博士生必要掌握基本技能。
3.3 MATLAB构成
MATLAB构成如图3-1所示。
MATLAB
主包
SUMULINK
工具箱
MATLAB语言
开发（工作）环境
数学函数库
图像解决
应用程序接口
图3-1 MATLAB构成图
3.3.1 MATLAB主包构成
（1）MATLAB语言。MATLABA是以复数矩阵为基本编程单元一种程序设计语言。由两某些构成：基本某些和工具箱。
如： 例1
a=[1+2i 2]
b=[1 2]
a+b=[2+2i 4]
（2）MATLAB开发环境。集成了MATLAB应用程序和工具工作空间。这些工具可以以便顾客使用MATLAB函数和文献。
（3）图形解决。用MATLAB可以完毕2D和3D数据图示标注、图像解决、动画生成、图形显示等功能高层MATLAB命令，也涉及顾客对图形图像等对象进行特性控制低层MATLAB命令，以及开发GUI应用程序各种工具。
（4）MATLAB数学函数库。MATLAB使用各种数学算法总称。涉及各种初等函数算法，也涉及矩阵运算、矩阵分析等高层次数学算法。
（5）MATLAB应用程序接口（API）。MATLAB为顾客提供一种函数库，借助API接口函数，顾客可以实现MATLAB与c\c++程序或者FORTRAN程序互相调用。
3.4 MATLAB语言特点
一种语言之因此能如此迅速地普及，显示出如此旺盛生命力，是由于它有着不同于其她语言特点，正犹如FORTRAN和C等高档语言使人们挣脱了需要直接对计算机硬件资源进行操作同样，被称作为第四代计算机语言MATLAB，运用其丰富函数资源，使编程人员从繁琐程序代码中解放出来。MATLAB最突出特点就是简洁。MATLAB用更直观，符合人们思维习惯代码，代替了C和FORTRAN语言冗长代码。MATLAB给顾客带来是最直观，最简洁程序开发环境。如下简朴简介一下MATLAB重要特点。
（1）数值算法稳定可靠，库函数丰富。MATLAB一种最大特点就是强大数值计算能力，她提供了许多调用以便数学计算函数。例如：求解特性值： e=eig（A）。
（2）完善二维与三维图形绘制与显示功能，支持数据可视化操作，以便显示程序运营成果。
（3）源程序开放性。出内部函数以外，所有MATLAB核心文献和工具箱文献都是可读可改源文献，顾客可以通过对源文献修改以及加入自己文献构成新工具箱。
（4）拥有强大工具箱。MATLAB包括两个某些：核心某些和各种可选工具箱。核心某些有几百个核心内部函数，工具箱则是有各个领域高水平专家编写，因此顾客不必编写该领域基本程序就可以直接进行更高层次研究。
（5）MATLAB是解释执行语言。MATLAB程序不用编译生成可执行文献就可以运营，解释执行时程序执行速度较慢，效率比C等高档语言要低某些，并且无法脱离MATLAB环境运营MATLAB程序，这是其特点，但是MATLAB编程效率远远高于普通高档语言，这使得咱们可以把大量时间耗费在对算法研究上，而不是挥霍在大量代码上。
（6）提供了功能强大系统动态仿真工具箱—SIMULINK。顾客可以绘制框图模仿线性、非线性、持续或离散系统，通过SIMULINK仿真并分析该系统。
（7）程序可移植性较好，基本上不做修改就可以在各种型号计算机和操作系统上运营。

3.5 MATLAB在图像解决中应用
图像解决工具包是由一系列支持图像解决操作函数构成。所支持图像解决操作有:图像几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换(DCT变换等) 、图像分析和记录、二值图像操作等。下面就MATLAB 在图像解决中各方面应用分别进行简介。
（1）图像文献格式读写和显示。MATLAB 提供了图像文献读入函数 imread()，用来读取如:bmp、tif、tiffpcx 、jpg 、gpeg 、hdf、xwd等格式图像文，此外还可以用imfinfo（）函数来查看图像文献信息，图像写出函数 imwrite() ，尚有图像显示函数 image()、imshow()等等。
（2）图像解决基本运算。MATLAB 提供了图像和、差等线性运算 ，以及卷积、有关、滤波等非线性算。例如，conv2(I，J)实现了I，J两幅图像卷积。
（3）图像变换。MATLAB 提供了一维和二维离散傅立叶变换(DFT) 、迅速傅立叶变换(FFT) 、离散余弦变换 (DCT) 及其反变换函数，以及持续小波变换(CWT)、离散小波变换(DWT)及其反变换。
（4）图像分析和增强。针对图像记录计算MATLAB 提供了校正、直方图均衡、中值滤波、对比度调节、自适应滤波等对图像进行解决。
（5）图像数学形态学解决。针对二值图像，MATLAB 提供了数学形态学运算函数；腐蚀(Erode)、膨胀(Dilate)算子，以及在此基本上开 (Open)、闭(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等丰富数学形态学运算。
以上所提到 MATLAB在图像中应用都是由相应MATLAB函数来实现，使用时，只需按照函数调用语法对的输入参数即可。详细用法可参照MATLAB丰富协助文档。图像边沿对图像辨认和计算机分析十分有用，在MATLAB中，函数 edge()用于灰度图像边沿提取，它支持六种不同边沿提取办法，即Sobel办法、Prewitt 办法、Robert 办法，Laplacian2Gaussian办法、过零点办法和Canny办法。

4 老式办法图像增强
4.1 内容简介
增强图像中有用信息，它可以是一种失真过程，其目是要改进图像视觉效果，针对给定图像应用场合，有目地强调图像整体或局部特性，将本来不清晰图像变得清晰或强调某些感兴趣特性，扩大图像中不同物体特性之间差别，抑制不感兴趣特性，使之改进图像质量、丰富信息量，加强图像判读和辨认效果，满足某些特殊分析需要。
图像增强大体可提成两大类：空间域法和频率域法。具备代表性空间域算法有局部求平均值法和中值滤波（取局部邻域中中间像素值）法等，它们可用于去除或削弱噪声。
频率域法则是把把图像当作一种二维信号，对其进行基于二维傅里叶变换信号增强。采用低通滤波（即只让低频信号通过）法，可去掉图中噪声；采用高通滤波法，则可增强边沿等高频信号，使模糊图片变得清晰。
图像增强办法是通过一定手段对原图像附加某些信息或变换数据，有选取地突出图像中感兴趣特性或者抑制(掩盖)图像中某些不需要特性，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质因素，解决后图像不一定逼近原始图像。图像增强技术依照增强解决过程所在空间不同，可分为基于空间域算法和基于频率域算法两大类。基于空间域算法解决时直接对图像灰度级做运算，而基于频率域算法是在图像某种变换域内对图像变换系数值进行某种修正，是一种间接增强算法。
在本文中还将再重点简介一种日后兴起图像增强办法：基于小波分析图像增强法。小波分析是当前数学科学中一种迅速发展新领域，它是在傅里叶分析基本上发展起来一种新时频分析办法，和傅里叶分析相比它有着许多本质上进步。在下文中将做详细仿真分析和简介。
4.2 基于空间域图像增强
图像增强解决流