急需《基于MATLAB的卷积码计算机仿真》毕业论文资料！

　　matlab论文

　　作者：佚名 转贴自：本站原创 点击数：21256 更新时间：2005-6-20 文章录入wuzechun

　　基于MATLAB 的图像处理与分析
　　X
　　何希平1 , 张琼华2
　　(1. 重庆工商大学实验实习中心,重庆400033 ; 2. 重庆工商大学图书馆,重庆400033)
　　摘 要:介绍了MATLAB 图像处理工具箱中的函数,给出了图像处理与分析的技术实现,如
　　用直方图均衡进行图像增强,通过形态学方法进行图像特征抽取与分析,借助于分水岭图像分
　　割实现目标检测等。
　　关键词:灰度图像;形态学变换;标记;分割;特征抽取
　　中图分类号:TP 317. 4 文献标识码:A
　　MATLAB6. 1(R12. 1) 是一套功能十分强大的工程计算及数据分析软件,其应用范围涵盖了数学、工业
　　技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。许多工程师和研究人员发现,MATLAB
　　能迅速测试其构思,综合评测系统性能,并能借此快速设计出更多的解决方案,达到更高的技术要求。
　　MATLAB 的图像处理工具箱,功能十分强大,支持的图像文件格式丰富,如3 . BMP , 3 . JPG, 3 . JPEG,
　　3 . GIF , 3 . TIF , 3 . TIFF , 3 . PNG, 3 . PCX , 3 . XWD , 3 . HDF , 3 . ICO , 3 . CUR 等。利用MATLAB 所提

　　理函数,并给出用MATLAB 实现图像处理与分析的应用技术实例。
　　1 MATLAB 的图像处理工具概述
　　MATLAB6. 1(R12. 1) 提供了20 类图像处理函数,涵盖了图像处理的包括近期研究成果在内的几乎所
　　有的技术方法,是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。这些函数按其功能可分
　　为:图像显示;图像文件I/ O ;图像算术运算;几何变换;图像登记;像素值与统计;图像分析;图像增强;线
　　性滤波;线性二元滤波设计;图像去模糊;图像变换;邻域与块处理; 灰度与二值图像的形态学运算;结构
　　元素创建与处理;基于边缘的处理; 色彩映射表操作;色彩空间变换;图像类型与类型转换。
　　2 应用MATLAB 工具箱进行图像分析处理
　　2. 1 用直方图均衡实现图像增强
　　当图像对比度较低,即灰度直方图分布区间较窄时,可用直方图均衡实现灰度分布区间展宽而达到
　　图像增强的效果。下面是实现的源程序及相关功能的注解:
　　%源程序:test1. m
　　X 收稿日期:2003 - 02 - 27 ;修回日期:2003 - 03 - 30
　　作者简介:何希平(1968 - ) ,男,四川人,博士生,重庆工商大学副教授,从事多媒体数据压缩、网络信息系统研究。
　　. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.
　　clear , close all %清除所有内存变量、图形窗口
　　I = imread(’pout. tif’)
　　; %将图像文件pout. tif 的图像像素数据读入矩阵I
　　imshow( I) %显示图像I ,图像对比度低,如图1a
　　figure , imhist ( I) %在新图形窗口中显示图像I 的直方图,如图1c。可以注意到图像
　　%亮度范围相当狭窄,并未完全覆盖可能的范围[0 ,255 ]
　　I2 = histeq( I) ; %对图像I 做直方图均衡补偿在整个范围内展宽亮度值并输出到矩阵I2 ,因而改进了图像I 的对
　　比度
　　figure , imshow( I2) %在新图形窗口中显示新图像I2 , 如图1b
　　figure , imhist ( I2) %在新图形窗口中显示图像I2 的直方图, 如图1d
　　imwrite ( I2 , ’pout2. png’)
　　; %将对比度调节的结果图像写入PNG格式的文件
　　a 原图 b 直方图均衡结果图 c 原图像的直方图 d 结果图像的直方图
　　图1 直方图均衡补偿消去图像噪声
　　程序运行后,可得如图1 的对比图像。
　　2. 2 用形态学方法进行图像处理与分析
　　以rice. tif 为图像实例,介绍用形态学方法对灰度图像进行处理与分析的技术要点,即对灰度图像进
　　行如下操作:去除图像的不均匀背景;用设置阈值的方法(thresholding) 将结果图像转换成二值图像;通过
　　成分标记(components labeling) 返回图像中的目标对象属性,并计算目标对象的统计数字特征。其算法步
　　骤描述如下:
　　(1) 用工具箱函数imread 和imshow 读取和显示8 位灰度图,如图2a 。
　　(2) 用形态学开运算(Morphological Opening) 估计背景。通过调用imopen 并对输入图像I 执行形态学
　　开运算, 取半径为15 的圆盘结构元素,且结构元素通过函数strel 建立。形态学开运算有消除不能完全包
　　含在半径为15 的圆盘内的目标对象的作用。注意到图像(如图2b) 中央的背景照度(background illumina2
　　tion) 比底部要亮。
　　(3) 用surf 指令察看背景图像。用Surf 指令创建近似背景的彩色表面图(如图2c) ,使人可以看到在
　　一个矩形区域上的数学函数特征。在表面图中,[0 , 0 ] 表示原点, 或图像左上角,曲面图最高部分表示背
　　景的最亮像素(从而rice. tif 的背景的最亮像素出现在图像中央行的附近,而最暗像素出现在图像的底
　　部) 。
　　(4) 从原图像中减去背景图像。须用图像处理工具箱的图像算术函数imsubtract 产生均匀的背景(如
　　图2d) 。
　　(5) 调节图像对比度。用imadjust 指令增大图像对比度(如图2e) 。imadjust 函数需要一个输入图像且
　　也可带两个矢量: [ low high ] 和[ bottom top ] . 输出图像通过将输入图像中low 值映射到输出图像中的bot2
　　tom 值、high 值映射到输出图像中的top 值,并将low 与high 间的值进行线性缩放而产生。
　　(6) 对图像进行阈值处理。先调用graythresh ,自动计算一个适当的阈值;然后使用graythresh 返回的
　　阈值,调用im2bw 执行阈值处理,将灰度图像转换成二值图像(如图2f) 。
　　(7) 确定图像中的目标对象并予以标记。调用bwlabel 寻找连通成份而且用惟一的数字将他们分类
　　标记。bwlabel 接受一个二值图像和指定各目标对象的连通性的值(4 或8 ,表示4 或8 连通) 作为输入。
　　注意: 结果的准确性依赖于许多因素,包括: 目标对象的大小; 近似背景的准确程度; 是否设定连接
　　3 2 第2 期 何希平等: 基于MATLAB 的图像处理与分析
　　. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.
　　a 原图b 背景
　　性参数为4 或8 ; 是否任何目标对象均相接(在
　　这种情况下他们可能被标记为同一目标对象) ;
　　在该实例中, rice 的一些谷粒正好相接,因
　　此bwlabel 把它们视为了同一目标对象。
　　(8) 查看标记矩阵。看一看bwlabel 产生的
　　标记的近似形状是有用的。调用imcrop 并用鼠
　　标选择包含某一目标对象的一部分及其一些背
　　景的部分图,则所选部分图的像素值会在MAT2
　　LAB 窗口中返回。若查看上面的结果,你会看到
　　c 背景的表面图d 原图与背景的差
　　一个对象的一角标以某数字标记k ,这意味着它
　　是第k 个被bwlabel 分类的目标对象。imcrop 函
　　数也可带矢量指定剪裁矩形的坐标。在这种情
　　况下,它不执行交互式操作。举例来说,
　　rect = [15 25 10 10 ] ; roi = imcrop (labeled ,
　　rect)
　　这个调用指定一个剪裁矩形的左上角坐标
　　始于(15 ,25) ,而且高度和宽度均为10 。
　　一种查看标记矩阵的好方法是将它显示成
　　e 图像对比度调节结果 f 阈值处理后的二值图
　　一种假彩色索引图像(如图2g) 。在假彩色索引
　　图像中,将标记矩阵中区分每一对象的数字映射
　　成了相关色彩映射矩阵中的一种不同的颜色。
　　当把一个标记矩阵看成一个RGB 图像时,图像
　　中的对象是比较容易区别的。为此, 使用la2
　　bel2rgb 函数。使用该函数时,可以指定色彩映
　　射表,背景颜色,以及标记矩阵中的对象如何映
　　射为色彩映射表中的颜色。
　　(9) 测量图像中的对象属性。regionprops 指
　　令可测量图像中的对象或区域的属性,并返回一
　　g 假彩色标记图h 谷粒大小分布图
　　图2 形态学图像处理的对比分析结果
　　个结构数组。当将其作用于一个图像成分的标
　　记矩阵时,它为每个成分建立一个结构元素,而
　　每一结构元素包含一个标记成分的一些基本属
　　性。regionprops 函数支持对许多不同的属性予以
　　测量, 但是设定属性参数为’basic’旨在返回最
　　常用的三个量: 面积(Area) , 质心或块中心
　　(Centroid) 和边框(BoundingBox) 。边框Bounding2
　　Box 表示能容纳一个区域(所举实例中的谷粒)
　　的最小长方形, 为四元素矢量: [ left top width
　　height ] 。
　　(10) 在图像中计算目标对象的统计特性。使用MATLAB 函数max , mean , 和hist 可计算被阈值处理
　　的目标对象的一些统计属性(如图2h) 。图像处理工具箱也有一些统计函数,如mean2 和std2 ,适用于图像
　　数据,因为他们对二维空间的数据返回单一值。
　　下面是算法实现的程序代码:
　　%程序代码:test2. m
　　clear , close all ,I = imread(’rice. tif’)
　　; imshow( I) %读取和显示8 位灰度图rice. tif
　　4 2 重庆工商大学学报 (自然科学版) 第20 卷
　　. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.
　　background = imopen( I ,strel (’disk’,15) ) ; %取半径为15 的圆盘结构元素对图像用开运算估计背景
　　figure ,imshow(background) %显示背景图
　　figure , surf (double (background (1 :8 : end ,1 :8 : end) ) ) ,zlim( [ 0 255 ]) ; %显示背景的彩色表面图,对8 ×8 格点取样set
　　(gca ,’ydir’,’reverse’)
　　;
　　I2 = imsubtract ( I ,background) ; figure , imshow( I2) %从原图像中减去背景图像,并显示结果图
　　I3 = imadjust ( I2 , stretchlim( I2) ,[0 1 ]) ;figure , imshow( I3) ; %调节图像对比度,并显示结果图
　　level = graythresh( I3) ;bw = im2bw( I3 ,level) ; figure , imshow(bw) %将灰度图像转换成二值图像
　　[ labeled ,numObjects ] = bwlabel(bw ,4) ; % 成分标记,4 具体指定4 - 连通成分.
　　grain = imcrop (labeled) % 用鼠标选取实现交互式剪裁标记成分的一部分
　　RGB-label = label2rgb(labeled , @spring , ’c’, ’shuffle’)
　　; %把一个标记矩阵转换成一个RGB 图像
　　figure ,imshow(RGB-label) ;
　　graindata = regionprops(labeled ,’basic’)
　　%调用regionprops ,为rice 的每一经阈值处理
　　%的谷粒返回一个基本属性的结构。由BoundingBox 的域返回四元素矢量: [ left top width height ]。
　　graindata (51) . Area , graindata(51) .BoundingBox , graindata(51) . Centroid
　　allgrains = [graindata. Area ] %用点号存取graindata 的所有元素的面积域并将该数据存入
　　%新的矢量allgrains。这个步骤简化了对面积量的分析,因为不必使用域名存取面积。
　　max(allgrains) %找最大谷粒的大小。allgrains 中的数据是一维的, 故函数mean 和std 是适用的。
　　biggrain = find(allgrains = = ans) %使用find 指令返回该最大谷粒的成分标记
　　mean(allgrains) %求平均粒径
　　hist (allgrains ,20) %作包含20 个方柱的显示谷粒大小分布的直方图。直方图表明,在rice 图像中谷粒最通常的
　　%大小在300 到400 个像素的范围内(如图2h) 。
　　2. 3 用分水岭分割法检测连通目标
　　在一个图像中检测目标是图像分割的一个例子。为分割连通目标,时常用Watershed 变换。如果把一
　　幅图像看做一个具有山(高亮度) 和低谷(低亮度) 的表面,那么这个变换在一幅图像中找亮度低谷。实
　　现包括下列步骤:
　　(1) 读图像。读入图像afmsurf . tif , 它是一幅原子能显微镜下的衣料表面图像(如图3a) 。
　　(2) 对比度最大化。注意到图像中有许多彼此连通的不同大小的对象。为使通过watershed 变换找到
　　的低谷数目最小,我们使感兴趣的对象的对比度达到最大。对比度增强的一个常用的技术是综合应用top
　　- hat 和bottom - hat 变换。
　　top - hat 变换定义为原图像和它的开之差。图像的开是一与特定结构元素匹配的图像前景部分的集
　　合(如图3b) 。bottom - hat 变换定义为在原图像和它的闭之间的差。图像的闭是一与特定结构元素匹配的
　　图像背景的集合(如图3c) 。
　　通用的结构元素是正方形,长方形,圆盘,菱形,球和线。既然图像中我们感兴趣的目标对象看起来像
　　圆盘,我们用strel 函数建立一个半径为15 个像素的圆盘形结构元素。这个圆盘尺度是图像中的目标对象
　　的平均半径的一个估计。
　　(3) 图像相加减。看到top - hat 图像含有与结构元素匹配的对象的”巅峰”。相反,bottom - hat 图像
　　显示出感兴趣的目标对象之间的间隙。为使目标对象与分隔它们的间隙之间的对比达到最大,用“原图
　　+ top - hat 图像- bottom - hat 图像”得到增强的结果图(如图3d) 。
　　(4) 转换感兴趣的对象。调用watershed 变换找出图像的亮度”低谷”,把imcomplement 函数作用于增
　　强过的图像上,将感兴趣的目标对象转换为亮度低谷,得到增强图的补图(如图3e) 。
　　(5) 检测亮度低谷。对所得补图运用imextendedmin 函数检测低于某特别阈值的所有亮度低谷。
　　imextendedmin 函数的输出是一个二值(逻辑值) 图像(如图3f) 。二值图像中重要的是区域的位置而非区域
　　的大小。用imimposemin 函数把补图改为只含有那些由imextendedmin 函数找到的低谷,并将低谷的像素值
　　变为0 (8 位图像可能的深谷) (如图3g) 。
　　(6) Watershed 分割。通过watershed 变换,可找出来所有含有强加给最小值的区域。用watershed 函数
　　实现Watershed 分割。watershed 函数返回一个标记矩阵,它含有对应于watershed 区域的非负数。凡未落入
　　5 2 第2 期 何希平等: 基于MATLAB 的图像处理与分析
　　. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.
　　图3 用Watershed 分割法检测连通
　　目标的图像渐近过程
　　任何watershed 区域的像素均被赋予像素值0。用label2rgb
　　把一个标记矩阵变为一幅图像(如图3h) 。
　　(7) 从标记矩阵中抽取目标对象的特征。可用region2
　　props 函数从标记矩阵中抽取特征。比如说,可以计算两个
　　量(面积和方向) 并把他们看成彼此的一个函数。
　　下面给出算法的实现代码:
　　%程序代码:test3. m
　　afm = imread (’afmsurf . tif’)
　　; figure , imshow(afm) , title (’surface im2
　　age’)
　　;se = strel (’disk’, 15) ;
　　Itop = imtophat (afm , se) ; figure , imshow( Itop , [ ]) , title (’top - hat im2
　　age’)
　　;
　　Ibot = imbothat (afm , se) ; figure , imshow( Ibot , [ ]) , title (’bottom - hat
　　image’)
　　;
　　Ienhance = imsubtract (imadd ( Itop , afm) , Ibot) ; figure , imshow( Ien2
　　hance) , title (’original + top - hat - bottom - hat’)
　　;
　　Iec = imcomplement ( Ienhance) ; figure , imshow( Iec) , title (’complement
　　of enhanced image’)
　　;
　　Iemin = imextendedmin( Iec , 22) ; figure , imshow( Iemin) , title (’extend2
　　ed minima image’)
　　;
　　Iimpose = imimposemin ( Iec , Iemin) ; figure , imshow( Iimpose) , title ( ’
　　imposed minima image’)
　　;
　　wat = watershed( Iimpose) ;rgb = label2rgb(wat) ; figure , imshow(rgb) ;
　　title (’watershed segmented image’)
　　;
　　stats = regionprops (wat , ’Area’, ’Orientation’)
　　; area = [ stats ( :) .
　　Area ] ; orient = [ stats( :) . Orientation] ;
　　figure , plot (area , orient , ’b 3 ’)
　　; title (’Relationship of Particle Orienta2
　　tion to Area’)
　　;
　　xlabel (’particle area (pixels) ’)
　　; ylabel (’particle orientation (degrees) ’)
　　;
　　参考文献:
　　[1 ] 孙兆林.MATLAB 6. x 图像处理[M] . 北京:清华大学出版社,2002
　　[2 ] 崔屹. 图像处理与分析———数学形态学方法及其应用[M] . 北京:科学出版社,2000
　　[3 ] 张远鹏,董海,周文灵. 计算机图像处理技术基础[M] . 北京:北京大学出版社,1996
　　Image processing and analysis based on MATLAB
　　HE Xi - ping1 , ZHANG Qiong - hua2
　　(1. Center of Experiment and Practice ,ChongQing Technology and Business University ,ChongQing 400033 ,China ;
　　2. Library , ChongQing Technology and Business University , ChongQing 400033 ,China)
　　Abstract :This paper first introduces the functions of MATLAB image processing toolbox , then presents some
　　techniques in image processing and analysis , such as image enhancement by using histogram equalization , image fea2
　　ture extracting and analysis with morphological methods , and objects detection through watershed image segmentation.
　　Key words : grayscale intensity image ; morphological transform; labeling ; segmentation ; feature extraction
　　责任编辑:杨祖彬
　　6 2 重庆工商大学学报 (自然科学版) 第20 卷
　　. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.

　　收稿日期:2002208224
　　MATLAB 及其在图像处理中的应用
　　许志影,李晋平
　　(中国矿业大学资源学院,江苏徐州 221008)
　　摘要: 介绍了MATLAB 的特点和功能,分析了MATLAB 在图像处理中的应用,并结合实例说明了MATLAB 在图像处理中
　　关键词: MATLAB ; 图像处理; 边缘提取
　　中图分类号: TN911. 73 文献标识码: A
　　MATLAB and Its Application to Digital Image Processing
　　XU Zhi2ying ,LI Jin2ping
　　(School of Resource & Geoscience ,China University of Mining and Technology ,Xuzhou 221008 ,China)
　　Abstract :Introduces properties and functions of MATLAB ,and analyses its applications to digital image processing ,finally ,displays the a2
　　bility of MATLAB in image processing with an example.
　　Keywords :MATLAB ;image processing ;edge detection
　　MATLAB 软件由美国Math Works 公司于1984 年
　　推出,历经十几年的发展和竞争,现已成为( IEEE) 国
　　际公认的最优秀的科技应用软件之一。作为一个跨
　　平台的软件,MATLAB 已推出Unix、Windows 9x/ NT、
　　Linux 和Mac 等十多种操作系统平台下的版本,大大
　　方便了在不同操作系统平台下的研究工作。目前基
　　于Windows 系统的最新版本已上升到MATLAB6. 5 ,它
　　继承了以往版本的优点,非常容易使用。
　　现在,MATLAB 已经发展成为一个系列产品:
　　MATLAB 主包和各种工具箱(TOOLBOX) 。目前已经
　　推出了30 多个工具箱,这些工具箱可分为两大类:功
　　能性工具箱和学科性工具箱。功能性工具箱主要用
　　来扩充其符号计算功能、图示建模仿真功能、文字处
　　理功能以及硬件实时交互功能,能用于多种学科。而
　　学科性工具箱是专业比较强的,如控制工具箱、信号
　　处理工具箱、图像处理工具箱和小波工具箱等多个学
　　科的专业工具箱。借助于这些工具箱,各个层次的研
　　究人员就可方便地进行研究工作,提高工作效率。
　　本文将简要介绍MATLAB6. 5 及其在图像处理中
　　的应用,希望对从事图像处理工作的研究人员有所帮
　　助。
　　1 MATLAB 概述
　　MATLAB 最初是作为矩阵实验室(Matrix Labora2
　　tory) 用来提供通往LINPACK和EISPACK矩阵软件包
　　接口的。后来,它逐渐发展成为通用科技计算和图视
　　交互系统的程序语言,其数据的基本单元是矩阵。它
　　的指令表达与数学、工程中常用的习惯形式十分相
　　似,从而使许多用C 或Fortran 实现起来十分复杂和
　　费时的问题用MATLAB 就可以轻松地解决。MAT2
　　LAB 的典型应用包括:数学计算、算法研究、数据分析
　　和计算结果可视化、建模与仿真等。
　　1. 1 MATLAB的特点
　　MATLAB 有三大特点:一是功能强大。主要包括
　　数值计算和符号计算、计算结果和编程可视化、数学
　　和文字统一处理、离线和在线计算。二是界面友好,
　　编程效率高。MATLAB 是一种以矩阵为基本单元的
　　可视化程序设计语言,语法结构简单,数据类型单一,
　　指令表达与标准教科书的数学表达式相近。三是开
　　放性强。MATLAB 有很好的可扩充性,可以把它当成
　　一种更高级的语言去使用。使用它很容易编写各种
　　通用或专用应用程序。
　　1. 2 MATLAB的主要功能
　　MATLAB 之所以成为世界顶级的科学计算与数
　　学应用软件,是因为它随着版本的升级与不断完善而
　　具有愈来愈强大的功能。

　　我的回答超过数字没办法

毕业论文资料，学校图书馆（网上）的期刊论文数据库很多啊，都是正式的论文。
论文不难写，主要是把毕业设计搞出来。