數(shù)字圖像處理期末論文作業(yè)

1、 4/12 摘要數(shù)字圖像處理是用計(jì)算機(jī)對(duì)圖像信息進(jìn)行處理的一門技術(shù)，主要是為了修改圖形，改善圖像質(zhì)量，或是從圖像中提起有效信息，還有利用數(shù)字圖像處理可以對(duì)圖像進(jìn)行體積壓縮，便于傳輸和保存。本文論述了用Matlab編程對(duì)數(shù)字圖像進(jìn)行圖像運(yùn)算的基本方法。圖像運(yùn)算涵蓋了MATLAB程序設(shè)計(jì)、圖像點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算等基本知識(shí)及其應(yīng)用（點(diǎn)運(yùn)算是圖象處理的一個(gè)重要運(yùn)算）。以及對(duì)圖像加入噪聲、圖像縮放和圖像旋轉(zhuǎn)。關(guān)鍵詞:圖像點(diǎn)運(yùn)算；代數(shù)運(yùn)算；幾何運(yùn)算；圖像縮放；圖像旋轉(zhuǎn)1緒論數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)

2、50年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。首次獲得實(shí)際成功應(yīng)用的是美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室（JPL）。他們對(duì)航天探測(cè)器徘徊者7號(hào)在1964年發(fā)回的幾千X月球照片使用了圖像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進(jìn)行處理，并考慮了太陽位置和月球環(huán)境的影響，由計(jì)算機(jī)成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又

3、對(duì)探測(cè)飛船發(fā)回的近十萬X照片進(jìn)行更為復(fù)雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創(chuàng)舉奠定了堅(jiān)實(shí)的基礎(chǔ)，也推動(dòng)了數(shù)字圖像處理這門學(xué)科的誕生。在以后的宇航空間技術(shù)，如對(duì)火星、土星等星球的探測(cè)研究中，數(shù)字圖像處理都發(fā)揮了巨大的作用。數(shù)字圖像處理取得的另一個(gè)巨大成就是在醫(yī)學(xué)上獲得的成果。1972年英國(guó)EMI公司工程師Housfield發(fā)明了用于頭顱診斷的X射線計(jì)算機(jī)斷層攝影裝置，也就是我們通常所說的CT（puterTomograph）。CT的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來重建截面圖像，稱為圖像重建。1975年EMI公司又成功研制出全身用的C

4、T裝置，獲得了人體各個(gè)部位鮮明清晰的斷層圖像。1979年，這項(xiàng)無損傷診斷技術(shù)獲得了諾貝爾獎(jiǎng)，說明它對(duì)人類作出了劃時(shí)代的貢獻(xiàn)。與此同時(shí)，圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)過程、工業(yè)檢測(cè)、機(jī)器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開始，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已開始研究如何用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計(jì)算機(jī)視覺。很多國(guó)家，特別是發(fā)達(dá)國(guó)家

5、投入更多的人力、物力到這項(xiàng)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提出的視覺計(jì)算理論，這個(gè)理論成為計(jì)算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想。圖像理解雖然在理論方法研究上已取得不小的進(jìn)展，但它本身是一個(gè)比較難的研究領(lǐng)域，存在不少困難，因人類本身對(duì)自己的視覺過程還了解甚少，因此計(jì)算機(jī)視覺是一個(gè)有待人們進(jìn)一步探索的新領(lǐng)域。對(duì)圖像進(jìn)行處理(或加工、分析)的主要目的有三個(gè)方面:(1)提高圖像的視感質(zhì)量,如進(jìn)行圖像的亮度、彩色變換,增強(qiáng)、抑制某些成分,對(duì)圖像進(jìn)行幾何變換等,以改善圖像的質(zhì)量。(2)提取圖像中所包含的某些特征或特殊信息,這些被提取的特征或信息往往為計(jì)算機(jī)分析圖像

6、提供便利。提取特征或信息的過程是計(jì)算機(jī)或計(jì)算機(jī)視覺的預(yù)處理。提取的特征可以包括很多方面,如頻域特征、灰度或顏色特征、邊界特征、區(qū)域特征、紋理特征、形狀特征、拓?fù)涮卣骱完P(guān)系結(jié)構(gòu)等。(3)圖像數(shù)據(jù)的變換、編碼和壓縮,以便于圖像的存儲(chǔ)和傳輸。不管是何種目的的圖像處理,都需要由計(jì)算機(jī)和圖像專用設(shè)備組成的圖像處理系統(tǒng)對(duì)圖像數(shù)據(jù)進(jìn)行輸入、加工和輸出。數(shù)字圖像處理主要研究的內(nèi)容有以下幾個(gè)方面：（1）圖像變換由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅里葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計(jì)算量，而且可獲

7、得更有效的處理（如傅立葉變換可在頻域中進(jìn)行數(shù)字濾波處理）。目前新興研究的小波變換在時(shí)域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。（2）圖像編碼壓縮圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特?cái)?shù)），以便節(jié)省圖像傳輸、處理時(shí)間和減少所占用的存儲(chǔ)器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進(jìn)行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。（3）圖像增強(qiáng)和復(fù)原圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪

8、廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻分量可減少圖像中噪聲影響。圖像復(fù)原要求對(duì)圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立降質(zhì)模型，再采用某種濾波方法，恢復(fù)或重建原來的圖像。（4）圖像分割圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對(duì)圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。（5）圖像描述圖像描述是圖像識(shí)別和理解的必要前提。作為最簡(jiǎn)單的二值圖像可采用其幾何特性描述

9、物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對(duì)于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。（6）圖像分類（識(shí)別）圖像分類（識(shí)別）屬于模式識(shí)別的X疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。圖像分類常采用經(jīng)典的模式識(shí)別方法，有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識(shí)別中也越來越受到重視。常用方法。（1）圖像變換：由于圖像陣列很大，直接在空間域中進(jìn)行

10、處理，涉及計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計(jì)算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進(jìn)行數(shù)字濾波處理）。目前新興研究的小波變換在時(shí)域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。（2）圖像編碼壓縮：圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特?cái)?shù)），以便節(jié)省圖像傳輸、處理時(shí)間和減少所占用的存儲(chǔ)器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進(jìn)行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。（3）圖像增強(qiáng)和

11、復(fù)原：圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻分量可減少圖像中噪聲影響。圖像復(fù)原要求對(duì)圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種濾波方法，恢復(fù)或重建原來的圖像。（4）圖像分割：圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種

12、圖像的有效方法。因此，對(duì)圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。（5）圖像描述：圖像描述是圖像識(shí)別和理解的必要前提。作為最簡(jiǎn)單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對(duì)于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。（6）圖像分類（識(shí)別）：圖像分類（識(shí)別）屬于模式識(shí)別的X疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。圖像分類常采用經(jīng)典的模式識(shí)別方法，

13、有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識(shí)別中也越來越受到重視。2強(qiáng)大的matlab工具M(jìn)ATLAB語言是由美國(guó)MathWorks公司推出的計(jì)算機(jī)軟件，經(jīng)過多年的逐步發(fā)展與不斷完善，現(xiàn)已成為國(guó)際公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一，是近幾年來在國(guó)內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件。它集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，構(gòu)成了一個(gè)方便的、界面友好的用戶環(huán)境，而且還具有可擴(kuò)展性特征。MathWorks公司針對(duì)不同領(lǐng)域的應(yīng)用，推出了信號(hào)處理、控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、圖像處理、小波分析、魯棒控制、非線性系統(tǒng)控制設(shè)計(jì)、系統(tǒng)辨識(shí)、優(yōu)化設(shè)

14、計(jì)、統(tǒng)計(jì)分析、財(cái)政金融、樣條、通信等30多個(gè)具有專門功能的工具箱，這些工具箱是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平較高的專家編寫的，無需用戶自己編寫所用的專業(yè)基礎(chǔ)程序，可直接對(duì)工具箱進(jìn)行運(yùn)用。同時(shí)，工具箱內(nèi)的函數(shù)源程序也是開放性的，多為M文件，用戶可以查看這些文件的代碼并進(jìn)行更改，MALAB支持用戶對(duì)其函數(shù)進(jìn)行二次開發(fā)，用戶的應(yīng)用程序也可以作為新的函數(shù)添加到相應(yīng)的工具箱中。MATLAB中的數(shù)字圖像是以矩陣形式表示的，這意味著MATLAB強(qiáng)大的矩陣運(yùn)算能力用于圖像處理非常有利，矩陣運(yùn)算的語法對(duì)MATLAB中的數(shù)字圖像同樣適用。本文對(duì)MATLAB圖像處理工具箱進(jìn)行探索及應(yīng)用，實(shí)驗(yàn)證明該軟件功能強(qiáng)大，語言簡(jiǎn)潔易學(xué)，

15、人機(jī)界面友好，工具箱具有豐富的技術(shù)支持并集成了該領(lǐng)域?qū)＜业闹腔?，?yīng)用簡(jiǎn)單而效果良好。3MATLAB圖像處理工具箱及數(shù)字圖像處理基本過程簡(jiǎn)介數(shù)字圖像處理工具箱函數(shù)包括以下15類:、圖像顯示函數(shù);、圖像文件輸入、輸出函數(shù);、圖像幾何操作函數(shù);、圖像像素值及統(tǒng)計(jì)函數(shù);、圖像分析函數(shù);、圖像增強(qiáng)函數(shù);、線性濾波函數(shù);、二維線性濾波器設(shè)計(jì)函數(shù);、圖像變換函數(shù);、圖像鄰域及塊操作函數(shù);、二值圖像操作函數(shù);、基于區(qū)域的圖像處理函數(shù);、顏色圖操作函數(shù);、顏色空間轉(zhuǎn)換函數(shù);、圖像類型和類型轉(zhuǎn)換函數(shù)。MATLAB圖像處理工具箱支持四種圖像類型，分別為真彩色圖像、索引色圖像、灰度圖像、二值圖像，由于有的函數(shù)對(duì)圖像類

16、型有限制，這四種類型可以用工具箱的類型轉(zhuǎn)換函數(shù)相互轉(zhuǎn)換。MATLAB可操作的圖像文件包括JPG、HDF、JPEG、PCX、TIFF、XWD等格式。下面就圖像處理的基本過程討論工具箱所實(shí)現(xiàn)的常用功能。3.1.常用圖像操作圖像的讀寫與顯示操作:用imread()讀取圖像，imwrite()輸出圖像，把圖像顯示于屏幕有imshow()，image()等函數(shù)。imcrop()對(duì)圖像進(jìn)行裁剪，圖像的插值縮放可用imresize()函數(shù)實(shí)現(xiàn)，旋轉(zhuǎn)用imrotate()實(shí)現(xiàn)。3.2.圖像增強(qiáng)功能圖像增強(qiáng)是數(shù)字圖像處理過程中常用的一種方法，目的是采用一系列技術(shù)去改善圖像的視覺效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼

17、觀察和機(jī)器自動(dòng)分析的形式。常用的圖像增強(qiáng)方法有以下幾種:1)灰度直方圖均衡化均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚，采用直方圖修整可使原圖像灰度集中的區(qū)域拉開或使灰度分布均勻，從而增大反差，使圖像的細(xì)節(jié)清晰，達(dá)到增強(qiáng)目的。直方圖均衡化可用histeq()函數(shù)實(shí)現(xiàn)。2)灰度變換法照片或電子方法得到的圖像，常表現(xiàn)出低對(duì)比度即整個(gè)圖像偏亮或偏暗，為此需要對(duì)圖像中的每一像素的灰度級(jí)進(jìn)行標(biāo)度變換，擴(kuò)大圖像灰度X圍，以達(dá)到改善圖像質(zhì)量的目的。這一灰度調(diào)整過程可用imadjust()函數(shù)實(shí)現(xiàn)。3)平滑與銳化濾波平滑技術(shù)用于平滑圖像中的噪聲，基本采用在空間

18、域上的求平均值或中值?；蛟陬l域上采取低通濾波，因在灰度連續(xù)變化的圖像中，我們通常認(rèn)為與相鄰像素灰度相差很大的突變點(diǎn)為噪聲點(diǎn)，灰度突變代表了一種高頻分量，低通濾波則可以削弱圖像的高頻成分，平滑了圖像信號(hào)，但也可能使圖像目標(biāo)區(qū)域的邊界變得模糊。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過增強(qiáng)高頻成分減少圖像中的模糊，特別是模糊的邊緣部分得到了增強(qiáng)，但同時(shí)也放大了圖像的噪聲。在MATLAB中，各種濾波方法都是在空間域中通過不同的卷積模板即濾波算子實(shí)現(xiàn)，可用fspecial()函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2()或conv2()函數(shù)在實(shí)現(xiàn)卷積運(yùn)算的基礎(chǔ)上進(jìn)行濾波。3.3.邊緣檢測(cè)和圖像分

19、割功能邊緣檢測(cè)是一種重要的區(qū)域處理方法，邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。如果一個(gè)像素落在邊界上，那么它的鄰域?qū)⒊蔀橐粋€(gè)灰度級(jí)變化的帶。對(duì)這種變化最有用的兩個(gè)特征是灰度的變化率和方向。邊緣檢測(cè)算子可以檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化，也包括對(duì)方向的確定，其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。MATLAB工具箱提供的edge()函數(shù)可針對(duì)sobel算子、prewitt算子、Roberts算子、log算子和canny算子實(shí)現(xiàn)檢測(cè)邊緣的功能?；诨叶鹊膱D像分割方法也可以用簡(jiǎn)單的MATLAB代碼實(shí)現(xiàn)。3.4.圖像變換功能圖像變換技術(shù)是圖像處理的重要工具，

20、常運(yùn)用于圖像壓縮、濾波、編碼和后續(xù)的特征抽取或信息分析過程。MATLAB工具箱提供了常用的變換函數(shù)，如fft2()與ifft2()函數(shù)分別實(shí)現(xiàn)二維快速傅立葉變換與其逆變換，dct2()與idct2()函數(shù)實(shí)現(xiàn)二維離散余弦變換與其逆變換，Radon()，iradon()函數(shù)實(shí)現(xiàn)Radon變換與逆Radon變換。除了以上基本的圖像處理功能，MATLAB還提供了如二值圖像的膨脹運(yùn)算dilate()函數(shù)、腐蝕運(yùn)算erode()函數(shù)等基于數(shù)學(xué)形態(tài)學(xué)與二值圖像的操作函數(shù)。4 MATLAB圖像處理工具箱運(yùn)用實(shí)例為了證明MATLAB語言是一種簡(jiǎn)潔，可讀性較強(qiáng)的高效率編程軟件，本文通過運(yùn)用圖像處理工具箱中的有關(guān)

21、函數(shù)對(duì)一實(shí)拍的芯片圖像進(jìn)行處理。如圖1，圖“Fig.jpg”為一幅原圖像，該圖像右邊的剪切圖像為從“Fig.jpg”中剪切出的將用于分析的子圖像塊。為了便于分析與觀察，把子圖像塊旋轉(zhuǎn)90度置于水平位置并把該圖存在名為“Fig1.jpg”的圖像文件中。以上的過程可用以下代碼實(shí)現(xiàn)。x=imread(C:UsersAdministratorDesktop實(shí)驗(yàn)university.jpg);figure,imshow(x);y=imcrop(x);figure,imshow(y,);z=imrotate(y,90);imwrite(z,C:UsersAdministratorDesktop實(shí)驗(yàn)univ

22、ersity1.jpg,jpg);isrgb(z)原圖university.jpg剪貼圖university1.jpg圖1經(jīng)判斷得知該圖像為一真彩色圖像,首先把它轉(zhuǎn)換為灰度圖像,以下所有的進(jìn)一步處理均采用經(jīng)過灰度化處理后的圖像作為原圖。4.1對(duì)灰度圖進(jìn)行直方圖均衡化處理通過比較灰度原圖和經(jīng)均衡化后的圖形可見圖像變得清晰，均衡化后的直方圖形狀比原直方圖的形狀更理想。效果比較見圖2，程序代碼如下:x=imread(C:UsersAdministratorDesktopuniversity.jpg);y=rgb2gray(x);subplot(221),imshow(y);title(univers

23、ity.jpg);subplot(222),imhist(y);title();I=histeq(y);subplot(223),imshow(I);title();subplot(224),imhist(I);title();圖24.2灰度調(diào)整通過灰度調(diào)整把感興趣的灰度X圍拉開，使圖像中亮的越亮，暗的越暗，分別取原圖中要變換的灰度X圍為(0.3，0.7)和(0.5，0.6)，把變換后的圖像相比較，見圖3，可知原圖所變換的灰度X圍小，則調(diào)整后的圖像反差大。程序代碼如下:x=imread(C:UsersAdministratorDesktop實(shí)驗(yàn)mri_s6.jpg);y = imadjust(x,0.3 0.7,);z = imadjust(x,0.5 0.6,);subplot(211),imshow(y);title(原圖所變換的灰度X圍(0.3,0.7);subplot(212),imshow(z);title(原圖所變換的灰度X圍(0.5,0.6);圖34.3灰度圖像平滑與銳化處理MATLAB圖像工具箱中有多種平滑與銳化濾波函數(shù)，也可以自定義