分为两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，文字处理功能以及与硬件实时交互功能。

功能性工具箱用于多种学科。

而学科性工具箱是专业性比较强的，如，等。

这些工具箱都是由该领域内学术水平很高的专家编写的，所以用户无需编写自己学科深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页范围内的基础程序，而直接进行高精尖的研究。

源程序的开放性。

开放性也许是最受人们欢迎的特点。

除内部函数以外，所有的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。

在图像处理中的应用图像处理工具包是由系列支持图像处理操作的函数组成的。

所支持的图像处理操作有图像的几何操作邻域和区域操作图像变换图像恢复与增强线性滤波和滤波器设计变换变换等图像分析和统计二值图像操作等。

下面就在图像处理中各方面的应用分别进行介绍。

图像文件格式的读写和显示。

提供了图像文件读入函数，用来读取如等格式图像文图像写出函数，还有图像显示函数等等。

图像处理的基本运算。

提供了图像的和差等线性运算，以及卷积相关滤波等非线性算。

例如实现了，两幅图像的卷积。

图像变换。

提供了维和二维离散傅立叶变换快速傅立叶变换离散余弦变换及其反变换函数，以及连续小波变换离散小波变换及其反变换。

图像的分析和增强。

针对图像的统计计算提供了校正直方图均衡中值滤波对比度调整自适应滤波等对图像进行的处理。

图像的数学形态学处理。

针对二值图像，提供了数学形态学运算函数腐蚀膨胀算子，以及在此基础上的开闭算子厚化薄化算子等丰富的数学形态学运算。

以上所提到的在图像中的应用都是由相应的函数来实现的，使用时，只需按照函数的调用语法正确输入参数即可。

具体的用法可参考丰富的帮助文档。

图像边缘对图像识别和计算机分析十分有用，在中，函数用于灰度图像边缘的提取，它支持六种不同的边缘提取方法，即方法方法方法，方法过零点方法和方法。

低通滤波理想低通滤波器个理想低通滤波器的转移函数满足下列条件如上章所述，这是最简单的低通滤波器，直接截断傅里叶变换中所有高频成分，让距变换原点的距离小于的成分通过。

，深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页图给出的个剖面图设对原点对称，这里理想是指小于的频率可以完全不受影响地通过滤波器，而大于的频率则完全通不过。

因此也叫截断频率。

尽管理想低通滤波器在数学上定义得很清楚，在计算机模拟中也可实现，但在截断频率处直上直下的理想低通滤波器是不能用实际的电子器件实现的。

图理想低通滤波器转移函数的剖面图接下来通过实验来研究理想低通的特性。

图是幅在夜晚昏暗的灯光下用手机拍摄的照片，且所用的手机摄像头像素不高，手机本身对图像的处理不够理想，从而导致照片质量比较低。

可以明显的看到图像带有噪声，现用理想低通滤波器对其进行平滑来去除噪声。

图是用的滤波器对进行处理的结果，可以看到处理后的图像变得更平滑，少了很多噪声成分，但是同时图像的些细节变得不那么清晰，整体图像变得模糊。

图则是用的滤波器对处理的结果，这时图像变得更加模糊，而且振铃特征很明显。

事实上随着截止频率逐渐减小，图像将越来越模糊，振铃现象越来越突出。

可见，理想低通滤波器在现实中是非常不实用的。

图图图滤波结果深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页低通滤波器物理上可以实现的种低通滤波器是巴特沃斯低通滤波器。

个阶数为，截断频率为的巴特沃斯低通滤波器的转移函数为阶数为的巴特沃思低通滤波器剖面示意图见图。

由图可见低通巴特沃思滤波器在高低频率间的过渡比较光滑，所以用巴特沃思滤波器得到的输出图其振铃效应不明显。

下图巴特沃思低通滤波器面通过对图像的处理来说明。

如图为用的巴特沃思低通滤波器对图像进行处理的结果，其中原始图像，对应的截止频率为。

可以看出，阶的巴特沃思滤波器在对图像进行平滑噪声时不会有振铃现象。

当使用二阶的时如图，有很微小的振铃，但远没有明显。

事实上，随着的增大，的振铃将成为个重要因素，越来越明显，当充分大时，滤波器就变成理想低通滤波器。

而二阶的是在有效的低通滤波和可接受的振铃特性间的折中。

深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页图阶的滤波结果图二阶的滤波结果高斯低通滤波器在高斯曲线扩展程度时二维高斯低通滤波器形式如下其透视图图像显示以及函数的径向横截面如下图深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页图高斯低通滤波器图分别是用半径为的截止频率的高斯低通滤波器对图进行平滑的结果，通过比较可知截止频率，，深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页致谢离校日期已日趋临近，毕业论文的完成也随之进入了尾声。

从开始选课题到论文的顺利完成，直都离不开老师同学朋友给我热情的帮助，在这里请接受我诚挚的谢意，在此我想对培养了我四年的母校表达我由衷的谢意。

是我的母校给了我大学四年深造的机会，带我走进知识的殿堂，让我知识得到丰富，学习能力得到提高，能够给我做毕业设计这个平台去展示自己。

本文是在张力教授的指导下完成的，在老师的建议下课题由自己选定。

在设计过程中，我通过翻阅大量的有关材料，与同学交流经验和自学，并向老师请教等方式，使我学到了不少知识，收获良多。

在此感谢张力老师对我论文的指导，使我顺利完成了毕业设计，还要感谢研究生黎洪宋，给予了我很多帮助，使我的问题迎刃而解。

最后，在母校周年校庆来临之际，祝母校能够越办越好，培育出更多优秀的人才，创造更多的辉煌，祝张力老师工作顺利身体健康。

深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页，，，，指导教师低，图像越模糊，而且经过高斯低通滤波后没有振铃。

这是实际中个很重要的特性，尤其是在人工图像如医学图像不太能接受的情况下。

图滤波结果高通滤波理想高通滤波器理想高通滤波器的变换函数如下深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页它是直接由理想低通滤波器的公式转化而来，如同理想低通滤波器的情况，也是物理上用电子元件无法实现的。

但是，因为它可以用计算机来实现，所以认为它是完备的，这里作简要讨论。

图半径为的滤波结果图中的的图片是在光线不足，手机曝光不足白平衡设置不恰当的情况下拍摄的，图像对比度较小，边缘细节不够突出，现考虑用高通滤波的方法对其进行锐化。

分别是用截止频率为的对进行滤波后再直方图均衡化的结果。

由于这个滤波器是与低通滤波器相对的，所以它和样有相同的振铃性质。

高通滤波器阶高通滤波器的传递函数定义同低通滤波器样，可以认为巴特沃思型高通滤波器比更平滑。

二阶的的特性如图所示，图分别是用截止频率为的对进行滤波再直方图均衡化后的结果，由图可见，的边缘失真比小得多。

，深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页图滤波结果高斯型高通滤波器截止频率距原点的距离为的高斯高通滤波器的传递函数如下图为用等于的高斯型高通滤波器对图进行了滤波再直方图均衡化的结果，可以看出，用得到的结果比前两个滤波器更平滑。

即使是对微小物体和线条用过滤也是比较清晰的。

深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页图二阶的对图像进行高能滤波的结果总结与展望本文工作总结图像增强是对图像的低层次处理，处于图像处理的预处理阶段。

它是图像处理的个重要环节，在整个图像处理过程中起着承前启后的重要作用，为后续处理阶段做准备，对图像高层次处理的成败至关重要。

其目的就是为了改善图像的质量和视觉效果，或将图像转换成更适合于人眼观察或机器分析识别的形式，以便从图像中获取更加有用的信息。

由于图像增强与感兴的趣物体特性观察者的习惯和处理目的密切相关，带有很强的针对性。

因此，图像增强算法的应用也是有针对性的，尽管增强处理方法多种多样，但并不存在种通用的适应各种应用场合的增强算法。

本文围绕图像增强算法而展开，在阐明图像增强的些基本方法基础上，着重介绍频域中的图像增强处理的原理和方法，并通过的操作来对图像进行优化处理，从其中得出的效果，来分析各种处理方法的优缺点。

课题研究展望图像增强至今还有许多问题尚未解决，图像增强理论有待完善。

本文重点介绍了频域中的低通滤波和高通滤波处理方法，这些方法各自都存在缺点，如低通滤波在平滑噪声的同时会牺牲图像的些细节信息，使图像变得模糊而高通滤波在锐化细节的过程中会丢失图像的很多信息。

理想型的滤波器在平滑和锐化过程中都会有不同程度的振铃现象，使得图像出现失真。

这些问题，都还需要进步的研究。

对于增强后的图像的质量并没有统的评价标准，许多年来人们直希望能找到种衡量图像质量的方法，作为评价图像和设计图像系统的依据，以消除现有的许多定性测试方法的不精确性，但由于目前对人的视觉系统机理还没有充分理解，虽然取得了些进展，但这个问题还没有得到很好的解决。

深圳大学本科毕业论文数字图像处理算法设计之图像增强第页共页参考文献迟健男视觉测量技术北京机械工业出版社，章毓晋图像处理和分析技术第版北京高等教育出版社，郑阿奇实用教程第版北京电子工业出版社，汪志云，黄梦为，胡钋基于直方图的图像增强及其实现计算机工程与科学贾小军基于的图像增强技术研究渭南师范学院学报冯安，王希常在数字图像增强中的应用信息技术陈书海，傅录祥实用数字图像处理北京科学出版社，徐立中数字图像的智能信息处理北京国防工业出版社，，数字图像处理阮秋琦，阮宇智译北京电子工业出版社，，数字图像处理版阮秋琦，阮宇智译北京电子工业出版社，，，，，