氣象雷達信號處理的matlab仿真研究及DSP實現(xiàn)

李彥昭

中國民用航空西北地區(qū)空中交通管理局甘肅分局 甘肅 蘭州 730030

引言

現(xiàn)代社會已經(jīng)是一個高度信息化的時代，在日常生產(chǎn)生活中，人們所能接觸到的信息，視覺信息能占到90%以上，視覺信息就是通過人眼觀測到的信息，也就是圖像信號，因此圖像信號處理的重要性不言而喻。

1 數(shù)字濾波器與MATLAB介紹

1.1 數(shù)字濾波器的特點與分類

數(shù)字濾波器是指根據(jù)事先制定的程序完成運算，由數(shù)字計算機對數(shù)字信號加以處理過程，數(shù)字信號處理器是它的基礎。

通用計算機的優(yōu)點是可隨時編寫程序?qū)π盘栠M行處理，但其缺點是信息處理質(zhì)量不高，且效率較慢。專用的計算機芯片可以根據(jù)計算方式制成對應集成電路，給予簡單數(shù)據(jù)輸入后便能完成計算，缺點是功能具有專一性，不可輕易改變[1]。因此現(xiàn)代電子產(chǎn)品的首選，是一種可編程的計算機芯片，可將所需功能與程序相對應，具有一定的靈活性。通過添加AD轉(zhuǎn)換器和DA轉(zhuǎn)換器，還可實現(xiàn)對模擬信號的處理。

1.2 MATLAB簡介

MATLAB是公司MathWorks開發(fā)的一種強大而簡單的語言，它集成了3個基本功能：數(shù)值計算、符號計算和圖形可視化。MATLAB包括一個主包，里面包含數(shù)百個內(nèi)置函數(shù)和30多個工具包（Toolbox）。工具包可以分為功能工具包和主題工具包。

2 圖像增強原理與方法

2.1 圖像噪聲

對于圖形信號而言，噪聲是非常嚴重的一種干擾。在信號傳輸過程中，信道、設備、環(huán)境等多方面因素會互相干擾，造成信號的丟失、失真等。噪聲的分類一般有以下3種。

2.1.1 加性噪聲，又稱熱噪聲、散彈噪聲等。這種噪聲具有普遍性，與圖像信號互相疊加，無論信號是否存在，加性噪聲都存在。

2.1.2 乘性噪聲，一般是作為傳輸載體的信道不理想導致。與圖像信號同時出現(xiàn)，同時消失，具有相乘的關系。

2.1.3 量化噪聲一般是在圖像信號量化的過程中存在偏差，通過接收器接收后，反映出的誤差。

2.2 空間域的點運算

通過對輸入圖像信號上的像素點進行修改，即可實現(xiàn)對圖像信號的改變，這就是空間域的點運算，包括灰度變換和直方圖修正兩種方式[2]。

2.2.1 灰度變換。

圖1 圖像信號灰度變換

通過將圖像的灰度區(qū)間進行線段分割，可以使某一塊灰度變化突出，這種變換被稱為線性變換。如圖2所示。

圖2 圖像信號線性變換

2.2.1.2 灰度非線性變換。使用對數(shù)函數(shù)、指數(shù)函數(shù)可實現(xiàn)對圖像信號的灰度非線性變換。

2.2.1.2.1 對數(shù)變換。對數(shù)變換的目的是將低值的灰度變換增強，進而是圖像細節(jié)更加清晰。其本質(zhì)是對底值灰度進行擴展，對高值灰度進行壓縮。其一般公式為：

2.2.1.2.2 指數(shù)變換。指數(shù)變換，其一般公式為：

式中，參數(shù)a,b,c可調(diào)整曲線位置和形狀，如圖3所示。

圖3 圖像信號指數(shù)變換

2.2.2 直方圖修正。

2.2.2.1 直方圖均衡化。直方圖均衡化，即增強動態(tài)范圍偏小的圖像反差。假定變換函數(shù)為：

2.2.2.2 直方圖規(guī)定化。直方圖規(guī)定化是為了使一種圖像信號變?yōu)樗?guī)定的直方圖，而對圖像信號進行變換增強[3]。

3 圖像增強設計

目前常用的圖像信息增強技術按照所處理的空間不同，分為基于變化域的方法和基于圖像域的方法[4]。第一種，在圖像的變化范圍內(nèi)對圖像進行間接操作；第二種，直接在圖像所在的空間進行直接操作，也就是在像素組成的空間里直接對像素進行操作。

空域增強方法可表示為：

式中，f（x，y）為增強前的圖像，g（x，y）為增強后的圖像，EH代表增強過程。

3.1 空域變換增強

3.1.1 增強對比度。圖像各部分的反差不同，因此對比度不同，而提高對比度其實就是提高了原圖像的各組成部分的反差。實踐過程中采用改變原圖中某二種灰度值間的動態(tài)范圍來完成的。

3.1.2 圖像求反。通過對圖像灰度值翻轉(zhuǎn)，可以實現(xiàn)圖像的求反，簡單來說就是將白色變黑，黑色變白。

3.2 空域濾波增強

通常情況下，一張圖像的像素的領域中除自身外還包括其他像素。所以說，圖像的像素鄰域要比該像素大。在這種情況下，g(x,y)在(x,y)位置處的值不僅取決于f(x,y)，還取決于以(x,y)為中心的鄰域內(nèi)所有的像素的值。

3.2.1 基本原理。濾波器根據(jù)功能主要分成平滑濾波和銳化濾波。平滑可用低通來實現(xiàn)，銳化可用高通來實現(xiàn)。

平滑濾波器：它能減弱或消除傅立葉空間的高頻分量，但不影響在低頻分量。因為高頻分量對應圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，濾波器將這些分量濾去可使圖像平滑。

銳化濾波器：它能減弱或消除傅立葉空間的高頻分量空域濾波器都是利用模板卷積。

3.2.2 線性平滑濾波器。線性低通濾波器是最常用的線性平滑濾波器。這種濾波器的所有系數(shù)都是正的。對于3×3模板，最簡單的操作是取所有系數(shù)為1。為了保證輸出圖像仍在原始灰度范圍內(nèi)，計算R后，在賦值前先除以9。這種方法稱為鄰域平均。

3.2.3 非線性平滑濾波器。中值濾波器是最常用的非線性平滑濾波器。它是一種臨域運算，類似于卷積，但計算的不是加權求和，而是把鄰域中的像素按灰度級進行排序，然后選擇改組的中間值作為輸出的像素值。

4 結束語

由于計算機處理能力的增強，數(shù)字圖像處理學科發(fā)展日新月異，并越來越廣泛地滲透到許多其他學科中，這使得圖像作為信息的獲取和利用變得越來越重要。

本文對數(shù)字圖像處理主題進行了基本介紹，使讀者對主題有了清晰的認識，并對一些專業(yè)術語進行了詳細的解釋，如圖像增強、空間域、頻率域等，對數(shù)字圖像增強進行了詳細的介紹。圖像增強分為空域和頻域兩種。