Matlab在遙感影像處理中的應用研究

張開 羅莉

摘 要：由于多種因素的造成的影響，在遙感圖像處理過程中，會導致諸如圖像質(zhì)量方面的退化，為使得圖像質(zhì)量顯著提高，并增強其視覺效果，需要對遙感圖像的各個方面進行細節(jié)化處理，如形態(tài)學圖像處理等。論文通過在MATLAB環(huán)境下編寫相關(guān)代碼，來實現(xiàn)圖像中的邊緣檢測和特征提取，這些效果可以使得圖像中的亮度變換對比明顯，也可增強環(huán)境周圍背景與感興趣目標之間的反差。從而使得人或者電腦分析信息得到突出，同時去除一些無用信息，用圖像邊緣加強的方法來提高圖像識別的方便性。

關(guān)鍵詞：矩陣實驗室;遙感影像處理;數(shù)字圖像處理

數(shù)字圖像處理技術(shù)可以通過一些特定的操作方法來改變圖像的效果像素，從而達到預期的目的。用戶一般會根據(jù)自己的專業(yè)需求或者專業(yè)領(lǐng)域來選擇適當?shù)膱D像處理算法，其目的主要就是提高視覺感受，加強算法能力，滿足不同應用領(lǐng)域的圖像處理工作。[1]

近年來，國內(nèi)外眾多學者對MATLAB在數(shù)字影像的處理展開了一系列的研究，并取得了重要成果。鄧華提出在圖像復原中去除圖像畸變需要借助圖像的空間變換操作;[2]李曉輝，吳蓓提出圖像重建中的三維重建技術(shù)是目前比較熱門的虛擬現(xiàn)實化以及數(shù)字科學可視化技術(shù)的基礎(chǔ)環(huán)節(jié);[3]倪金生等通過一系列的相關(guān)技術(shù)大幅度的改善了遙感圖像的視覺表現(xiàn)效果，將遙感圖像很好的轉(zhuǎn)換成了更適用于人和機器進行專業(yè)分析的處理模式;當前國內(nèi)在此領(lǐng)域內(nèi)最具有代表性的數(shù)字圖像處理開發(fā)系統(tǒng)是由清華大學開發(fā)并研制的TDB—IDK系統(tǒng)。此系統(tǒng)最大的特點是通過對遙感圖像信號的實時分析，并融合兩個高端技術(shù)DSP和FPGA/CPLD，這樣可以根據(jù)用戶的不同需求進行合理改動，迅速準確的分析遙感圖像中的黑白、彩色信號，極大方便了開發(fā)人員對于圖像數(shù)據(jù)中DSP技術(shù)的應用，同時可以順利完成圖形顯示的相關(guān)功能。

國外對MATLAB在數(shù)字影像的處理也有不少的研究。Kenneth R，CastlemarL提出數(shù)字圖像處理中的信息壓縮的潛力很大;而美國Southern Illinois University為了可以給初學者提供理想的消化理論知識的實驗環(huán)境，開發(fā)了基于CVlPtools的計算機視覺與圖像處理實驗軟件，該軟件專門針對圖像處理技術(shù)的實驗與應用。

MATLAB提供的15類圖像處理函數(shù)，涵蓋了許多圖像處理方法。通過這些相關(guān)的圖像處理工具箱，可以把大量精力集中在其算法的研究上，省去了針對圖像文件中讀寫、格式，顯示結(jié)果等細節(jié)的時間。但是目前一些遙感圖像處理軟件存在著軟件界面不夠友好、內(nèi)容不齊全、成果領(lǐng)域涉及陳舊、算法參數(shù)調(diào)整不方便、擴展性差等些許弊端。

本文主要是針對遙感圖像與Matlab中圖像處理技術(shù)的結(jié)合，并提供一個圖像處理技術(shù)的GUI（Graphical User Interface）平臺，為大家創(chuàng)造可以學習并研究的圖像處理技術(shù)方法。

1 Matlab GUI數(shù)字圖像處理系統(tǒng)

Matlab GUI數(shù)字圖像處理系統(tǒng)的界面整體框架主要涉及數(shù)字圖像處理的部分方面，主要由四個主模塊以及其相應的子模塊組成。

系統(tǒng)總體設計框架圖

在進行GUI界面設計時，設計原理是通過主窗體與其子窗體相互關(guān)聯(lián)來搭建圖形用戶界面。主窗口的內(nèi)容主要是建立菜單欄，里面包含了各種圖像處理的菜單，主要有五個，分別是文件欄、形態(tài)學處理、圖像濾波、圖像分割、圖像預處理，各個主菜單下有各部分的圖像處理算法。

2 圖形處理功能的Matlab實例

2.1 圖像預處理的原理及實現(xiàn)

圖像平滑是指用于突出圖像的寬大區(qū)域、低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分，使圖像突變梯度減小，亮度逐漸平緩，從而達到改善圖像質(zhì)量的處理方法。

灰度對比度變換是一種空域增強技術(shù)的重要方法。這種方法可以改變圖像灰度的動態(tài)范圍和對比度，主要原理是按規(guī)則逐點逐像元修改圖像中每一個像素的灰度值。利用對比度增強處理方法既可以有效地改善圖像質(zhì)量，也可以改善在曝光不足以及非線性的影響下，照片和電子系統(tǒng)圖像對比度不良的問題。

單純的線性變化往往不能滿足要求，為此我們要進行非線性變換。常用的非線性變換為對數(shù)變換和Gamma變換。對數(shù)變換常用來擴展低值灰度。其一般表達式為：

2.2 圖像濾波

中值濾波是一種非線性平滑技術(shù)，它將每一像素點的灰度值設置為該點某鄰域窗口內(nèi)的所有像素點灰度值的中值。

中值濾波的基本原理是通過用數(shù)字圖像中各點像元的所在領(lǐng)域中各點的中值來替代該點本身的數(shù)值，這樣可以去除孤立的噪聲點，讓領(lǐng)域內(nèi)像素值更加接近于真實的像素值。

線性濾波運算將領(lǐng)域中的每個像素與相應的系數(shù)相乘，然后將結(jié)果進行累加，從而的到（x，y）處的響應。若領(lǐng)域的大小為M×N，則總共需要MN個系數(shù)。這些系數(shù)排列成一個矩陣，構(gòu)成線性濾波的模板。

2.3 圖像分割

Otsu方法是使類間方差最大而推導出的一種能自動確定閾值的方法。分水嶺算法的原理是將一副圖像轉(zhuǎn)換成拓撲地形圖，把其灰度值看成是地形高度值，山峰對應的是高灰度值，山谷對應的是低灰度值。

2.4 形態(tài)學處理

形態(tài)學處理主要包含了膨脹和腐蝕兩種最基本的運算，是對圖像的提取和識別。膨脹和腐蝕是對偶運算，一個是對目標對象增加像素，一個是對目標對象去除像素，其增加和去除的像素主要取決于圖像處理中結(jié)構(gòu)元素的實際形狀和大小。

開運算和閉運算也是形態(tài)學處理中的重要算法。開運算可以通過去除圖像輪廓上的毛刺雜物，來實現(xiàn)平滑圖像輪廓的作用。閉運算雖然也是對于圖像輪廓的平滑，但是其結(jié)果大大相反，它主要是去除圖像區(qū)域中的小孔，填平溝壑以及輪廓的缺口。

先腐蝕后膨脹為開運算，先膨脹后腐蝕為閉運算。

圖像的邊界提取也是以膨脹和腐蝕算法為基礎(chǔ)的。

3 結(jié)論

本文主要基于MATLAB的數(shù)字圖像處理系統(tǒng)的設計與實現(xiàn)基礎(chǔ)重點研究了形態(tài)學處理的基本技術(shù)，介紹了圖像處理的基本技術(shù)，包括圖像預處理基本操作、圖像濾波、圖像分割以及形態(tài)學處理。最終為圖像處理的初學者提供一個演示及模擬開發(fā)的GUI平臺，供大家學習并研究圖像處理的技術(shù)方法。

參考文獻：

[1]勒中鑫.數(shù)字圖像信息處理.北京：國防工業(yè)出版社，2003：207-268.

[2]鄧華.淺談Matlab在數(shù)字圖像處理中的應用[J].科技資訊，2006（08）：128-129.

[3]李曉輝，吳蓓.“數(shù)字圖像處理”課程實驗改革與實驗系統(tǒng)的研究[J].高等理科教育，2003（04）：100-103.