图2-1 灰度图像及其直方图
2.2.8 图像直方图均衡化
直方图均衡化是一种常用的灰度增强算法，是将原图像的直方图经过变换函数修整为均匀直方图，然后按均衡后的直方图修整原图像。 2.2.9 图像消噪
数字图像中往往存在各种类型的噪声。产生噪声的途径可以有几各种，与生成图像的方法有关。如：
一、如果图像是用照片扫描得到的，则胶卷上的灰尘是噪声源。胶卷损坏、扫描操作中都可以引起噪声。
二、如果图像直接来源于数字设备，则获取数据的设备可以引起噪声。 三、图像数据的电子传输可以引起噪声。
工具箱中提供了多个不同的方法来删除和减少图像中的噪声。不同方法对于不同类型的噪声具有更好的效果。可用的方法包括：
（1）线性滤波 （2）中值滤波 （3）自适应滤波
常用的滤波器为中值滤波器。中值滤波器对异常值的敏感性比均值的小，所以，中值滤波器可以在不减小图像对比度的情况下剔除这些异常值。在MATLAB工具箱中medfilt2函数实现了中值滤波。 2.2.10 图像边缘检测
图像边缘对图像识别和计算机分析十分有用，边缘能勾画出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等），是图像识别中重要的图像特征之一。 2.2.11 图像平滑处理
图像平滑主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰，也有来自于系统内部的干扰。实际获得的图像都因受到干扰而含有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理，基本方法就是求像素的平均值吉中值；在频域中则运用低通滤波技术【4】。
图像经过傅立叶变换以后，噪声频谱一般位于空间频率较高的区域，而图像本身的频率分量则处于空间频率较低的区域内，因此可以通过低通滤波的方法，使高频万分受到掏，而使低频成分顺利通过，从而实现图像的平滑。低通滤波可以在空间域和频域中进行。在此主要介绍巴特沃斯低通滤波器。
巴特沃斯低通滤波器又称为最大平坦滤波器。它的通带与阻带之间没有明显的不连续性，因此它的空域响应没有“振铃”现象发生，模糊程度减少。
D0是截止频率；n为阶数，取正整数，控制曲线的形状。由于巴特沃斯滤波器转移曲线较平滑，没有振铃效应，故图像的模糊将减少。一般说，常采用下降到H（u,v）最大值的那一点为低通滤波器的截止频率点。
MATLAB提供的图像平滑函数conv2（二维卷积算法）。具体调用格式为： I=imread(‘xzt.png’);
I1=imnoise(I,’salt&pepper’,0.05); I2=double(I1)255;
H1=[19 19 19; 19 19 19; 19 19 19];
J1=conv2(I2,,Ymin)，(Xmax,Ymax)]，剪切后的图像大小为两顶点之间的
矩形面积。
程序代码如下：
I=imread('C:\\Users\\zouyifeng\\Desktop\\论文图片\\xzt.jpg'); imshow(I); J=imcrop; figure,imshow(J)
测试结果如下：
图3-3 图像剪切前后对比
3.3 图像负片效果的MATLAB实现
在MATLAB的图像工具箱中有imcomplement函数可以对图像直接进行负片效果处理[9]。调用格式如下：
IM2 = imcomplement(IM)
其中IM表示要进行负片处理的图像，IM2表示处理后的图像。
图像负片效果可以帮助我们在大片黑色区域中容易观察白色或灰色细节。 程序代码如下：
I = imread('C:\\Users\\zouyifeng\\Desktop\\论文图片\\shou.jpg'); switch class(I) case 'uint8' m = 2^8-1; I1 = m - I; case 'uint16' m = 2^16-1; I1 = m - I;
case 'double' m = max(I(:)); I1 = m - I; end figure;
subplot(1, 2, 1); imshow(I); title('Origin Image'); subplot(1, 2, 2); imshow(I1); title('Transfer Image');
测试结果如下：
图3-4 图像负片效果对比
3.4 灰度变换的MATLAB实现
一般成像系统只具有一定的亮度响应范围，常出现对比度不足的弊病，使用权人眼观看图像时视觉效果很差；另外，在某些情况下，需要将图像的灰度级整个范围或者其中的某一段扩展或压缩到记录器件输入灰度动态范围之内。MATLAB图像处理工具箱中提供的imadjust函数，可以实现图像的灰度变换，使对比度增强[6]。其语法格式为：
J=imadjust(I,[low,\\Desktop\\论文图片\\shou.jpg'); %读入一幅图片 y=255-x; %转化为反色图像 imshow(y) %显示反色图像
图3-5