下载文档原格式
基于Matlab的表面等离子体共振可视化界面仿真齐晓岩;吕尊仁;杨叶;韩建;刘书钢【期刊名称】《实验科学与技术》【年(卷),期】2014(012)003【摘要】表面等离子体共振(surface plasmon resonance,SPR)是一种物理光学现象,由入射光波和金属导体表面的自由电子相互作用而产生.基于SPR原理的传感技术在光学、化学、生物、医疗等领域得到了越来越广泛的应用.在SPR角度调制原理中,主要涉及两种方法:菲涅尔公式法和薄膜矩阵法.文中基于这两种理论方法,通过Matlab编程模拟出SPR角度扫描理论曲线,在相同参数下两种方法模拟出的曲线完全一致;并基于Matlab GUI编写一个用户可视化的SPR曲线模拟程序.【总页数】4页(P6-9)【作者】齐晓岩;吕尊仁;杨叶;韩建;刘书钢【作者单位】黑龙江大学电子工程学院,哈尔滨150080;黑龙江大学电子工程学院,哈尔滨150080;中国科学院半导体研究所,北京100083;黑龙江大学电子工程学院,哈尔滨150080;九州大学应用量子物理与核工程系,日本福冈;黑龙江大学电子工程学院,哈尔滨150080;长春理工大学空间光通信研究所,长春130022;黑龙江大学电子工程学院,哈尔滨150080【正文语种】中文【中图分类】O436【相关文献】1.基于MATLAB图形用户界面的信号分选仿真系统 [J], 马晓东;沈军;司伟建2.基于VB与MATLAB接口手机辐射预测系统仿真界面的实现 [J], 郭遂峰;张雅歌3.基于Matlab可视化界面的单缝衍射仿真分析 [J], 李伟;赵建军;王超4.燃料电池空气供给系统建模及基于Matlab GUI仿真界面设计 [J], 张立炎;张天贺;黄亮;全书海5.基于MATLAB/GUI的水质参数光谱分析可视化界面设计 [J], 陈希;李丽娜因版权原因，仅展示原文概要，查看原文内容请购买。
数字图像处理在MATLAB中的应用实例数字图像处理是计算机科学和工程中一个重要的领域，它涉及图像获取、图像处理、图像分析和图像显示等方面。
近年来，随着计算机技术的迅猛发展，数字图像处理在各个领域得到了广泛的应用。
本文将以MATLAB为工具，介绍数字图像处理在实际应用中的一些例子，并探讨其中的算法和原理。
首先，我们将从图像滤波的应用例子开始。
图像滤波是指对图像中的噪声进行抑制或者对图像进行平滑处理的方法。
在MATLAB中，有多种滤波器可以使用，例如均值滤波器、中值滤波器和高斯滤波器等。
在医学影像处理中，图像滤波经常用于增强图像的质量，减少噪声的干扰。
在这里，我们以平滑算法为例，介绍如何使用MATLAB进行图像滤波。
平滑算法是一种常用的图像处理技术，它通过利用像素点周围邻域像素的灰度值来估计该像素点的灰度值，从而达到平滑图像的效果。
在MATLAB中，可以使用conv2函数来实现平滑滤波。
下面是一个简单的示例代码：```I = imread('image.jpg');h = ones(5,5)/25;I_smooth = conv2(I, h, 'same');imshow(I_smooth);```其中，I是输入的图像，h是一个5x5的平滑滤波器，I_smooth是滤波后的图像。
通过改变滤波器的大小和权重，可以得到不同程度的平滑效果。
除了图像滤波，数字图像处理还有许多其他的应用。
例如，图像分割是将图像分成不同的区域，以便更好地分析和理解图像内容。
在MATLAB中，有许多图像分割的算法可以使用，如基于阈值的分割、基于边缘的分割和基于区域的分割等。
以下是一个应用基于阈值的分割算法的示例代码：```I = imread('image.jpg');I_gray = rgb2gray(I);level = graythresh(I_gray);BW = imbinarize(I_gray, level);imshow(BW);```在这个例子中，首先将彩色图像转换为灰度图像，然后使用graythresh函数自动计算一个合适的阈值，最后使用imbinarize函数将图像二值化，并显示分割结果。
１ 数字图像处理技术简介数字图像处理（Ｄｉｇｉｔａｌ ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
数字图像处理最早出现于２０世纪５０年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于２０世纪６０年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室，他们对航天探测器“徘徊者７号”在１９６４年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。
随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。
在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。
数字图像处理取得的另一个巨大成就是在医学上获得的成果。
１９７２年英国ＥＭＩ公司工程师Ｈｏｕｓｆｉｅｌｄ发明了用于头颅诊断的Ｘ射线计算机断层摄影装置，也就是我们通常所说的ＣＴ（Ｃｏｍｐｕｔｅｒ Ｔｏｍｏｇｒａｐｈ）。
ＣＴ的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。
１９７５年ＥＭＩ公司又成功研制出全身用的ＣＴ装置，获得了人体各个部位鲜明清晰的断层图像。
１９７９年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。
另外，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。
基于MATLAB的数字图像处理技术摘要：本文介绍了数字图像处理技术的发展及MATLAB软件在图像处理中作用，通过对软件的介绍，人们可以对软件的操作和应用范围有进一步的了解。
同时结合实例，简要说明MATLAB在医学图像处理、材料研究、监控录像滤波以及实验教学中发挥的作用。
最后比较实验结果，能够满足人们对数字图像处理的要求。
关键词：数字图像MATLAB 图像处理中图分类号：Digital Image Processing Technology Based on MATLABAbstract: This paper introduces the development of digital image processing technology and the function of MATLAB. People can make a further understanding about the operation and application range by learn the introduction. Then, with examples, this paper briefly explains its application in medical image processing, materials research, surveillance video filtering and the role of experiment teaching. Finally comparing the result of the experiment, it can meet the demands of image analysis and processing.Key words: Digital image MATLAB Image processing0前言数字图像处理技术伴随着计算机技术和VLSY Very Large Scale Integration的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了很大的成就。
浅谈MATLAB在数字图像处理中的应用MATLAB是一种广泛使用的数学软件，因其独特的数学处理能力和易于使用的接口而备受欢迎。
在数字图像处理中也得到广泛的应用。
本文将重点介绍MATLAB在数字图像处理中的应用。
MATLAB提供了强大的工具箱和函数库，可以完成各种数字图像处理任务。
例如，图像的读取、显示、保存、格式转换及基本的空间域和频率域图像处理等。
此外，MATLAB也提供了一些高级处理功能，如模糊、滤波、图像平滑、边缘检测、形态学处理等。
这些功能可以方便地实现图像的预处理和后处理。
一种广泛的数字图像处理方法是图像分割。
图像分割对于图像的识别和特征提取非常重要。
MATLAB提供了多种图像分割算法，其中最常用的是阈值处理。
MATLAB中的图像阈值函数可以根据像素的灰度值将图像分为两类，即黑白二值图像。
这种方法常用于图像中物体的识别和分离。
另一种常用的处理方法是形态学处理。
MATLAB提供了多种形态学处理函数，包括膨胀、腐蚀、开运算和闭运算等。
这些函数可以用于消除图像中的噪声、填充坑洞、改善边缘定义等。
MATLAB还可以用于图像增强。
例如，可以使用直方图均衡化函数来增强图像的对比度。
此外，MATLAB中的滤波函数可以用于去除噪声和平滑图像。
最后，MATLAB可以用于图像的特征提取和分类。
这种方法可以用于图像识别、目标跟踪和目标检测等领域。
总之，MATLAB在数字图像处理中拥有广泛的应用，为数字图像处理提供了一种简便的方法，随着科学技术的不断进步，MATLAB的应用也将越来越广泛。
Matlab技术在图像识别和计算机视觉中的应用一、引言近年来，随着计算机科学和人工智能的飞速发展，图像识别和计算机视觉技术成为研究热点。
其中，Matlab技术以其强大的计算能力和丰富的图像处理功能，在图像识别和计算机视觉领域发挥了重要作用。
本文将介绍Matlab技术在图像识别和计算机视觉中的应用，并讨论其在实际项目中的应用案例。
二、图像处理与分析图像处理是Matlab技术的重要应用之一。
Matlab提供了一套丰富的图像处理函数和工具箱，可以实现图像的滤波、增强、重构等操作。
例如，在数字图像中，噪声是无法避免的，Matlab可以利用滤波算法对图像进行降噪处理，从而提高图像质量。
此外，Matlab还可以实现图像的特征提取和匹配，用于图像检索和相似度计算。
三、图像识别与分类图像识别是计算机视觉领域的重要研究方向。
Matlab通过图像处理和机器学习算法，实现了图像的自动分类和识别。
例如，利用机器学习算法，可以训练一个分类器对不同类别的图像进行识别。
而Matlab提供了强大的机器学习工具箱，包括支持向量机、神经网络、决策树等算法，可以用于图像的分类和识别任务。
此外，Matlab还支持深度学习算法，如卷积神经网络（CNN）等，可用于图像的特征提取和分类。
四、目标检测与跟踪目标检测和跟踪是计算机视觉中的重要问题。
Matlab提供了各种目标检测和跟踪的算法和工具箱，用于标记和追踪图像中的目标。
例如，利用图像处理和机器学习算法，可以实现人脸检测和识别。
而在视频中，Matlab可以对目标进行跟踪，并预测目标的位置和移动轨迹。
这些技术在物体追踪、智能监控等领域具有广泛应用。
五、立体视觉与三维重建立体视觉和三维重建是计算机视觉中的前沿研究方向。
Matlab提供了丰富的立体视觉和三维重建函数和工具箱，可用于从多视角图像中还原出三维场景。
例如，利用双目视觉的原理，Matlab可以实现图像的深度估计和立体匹配，从而得到图像中物体的距离信息。
MATLAB在数字图像处理技术中的应用
安冬侠;赵澍
【期刊名称】《陕西纺织》
【年(卷),期】2009(000)004
【摘要】1 MATLAB图像处理功能数字图像处理研究的领域非常广泛，从学科上可以分为图像的数字化、图像变换、图像增强、图像恢复、图像分割、图像分析和理解，以及图像的压缩等。
MATLAB图像处理工具箱提供了丰富的图像处理函数，主要可以实现以下功能：
【总页数】2页(P51,50)
【作者】安冬侠;赵澍
【作者单位】西安工程大学纺织与材料学院,陕西西安710048
【正文语种】中文
【中图分类】TS807
【相关文献】
1.基于MATLAB的数字图像处理技术在等离子体显示器中的应用 [J], 江丽
2.MATLAB在数字图像处理技术方面的应用 [J], 朱富丽
3.基于MATLAB的数字图像处理技术与应用 [J], 郝强;赵河明;张毅
4.基于MATLAB的数字图像处理技术及应用 [J], 丛波
5.数字图像处理技术与MATLAB应用 [J], 张广才; 万守鹏; 何继荣
因版权原因，仅展示原文概要，查看原文内容请购买。
Matlab的图像处理和计算机视觉技术Matlab的图像处理与计算机视觉技术引言在当今信息时代，图像处理与计算机视觉技术已经成为了计算机科学领域中一个重要的研究方向。
Matlab作为一种功能强大的数值计算和编程环境，不仅可以进行数据处理和分析，还可以用于图像处理和计算机视觉应用。
本文将介绍Matlab在图像处理和计算机视觉技术中的应用，并探索其在这些领域中的优势。
一、Matlab在图像处理中的应用图像处理是指对图像进行数字化处理以改善图像质量，提取和分析图像中的信息。
Matlab提供了丰富的图像处理工具箱，可以实现图像的滤波、增强、分割、恢复、压缩等各种处理技术。
1. 图像滤波图像滤波是一种常用的图像处理技术，用于去除图像中的噪声以及模糊和平滑图像。
Matlab提供了各种图像滤波函数，如均值滤波、中值滤波、高斯滤波等，可以根据需求选择合适的滤波算法。
2. 图像增强图像增强是指对图像进行对比度、亮度、颜色等方面的改进，以便更好地展示和分析图像。
Matlab提供了多种图像增强函数，例如直方图均衡化、灰度拉伸、直方图匹配等，可以根据图像的特点选择合适的增强方法。
3. 图像分割图像分割是将图像分成若干个具有独立意义的区域的过程，常用于图像目标检测和图像分析。
Matlab提供了多种图像分割算法，如阈值分割、区域增长、基于边缘的分割等，可以根据需要选择适当的方法进行图像分割。
4. 图像恢复图像恢复是指从受损的图像中提取出原始图像的过程，常用于图像重建和修复。
Matlab提供了多种图像恢复算法，如退化模型、盲去卷积、总变差恢复等，可以根据图像的损伤程度选择合适的恢复算法。
5. 图像压缩图像压缩是指对图像进行编码以减少存储空间和传输带宽的过程，常用于图像压缩和传输。
Matlab提供了多种图像压缩算法，如离散余弦变换（DCT）、小波变换、熵编码等，可以根据要求选择合适的压缩算法。
二、Matlab在计算机视觉技术中的应用计算机视觉技术是指通过计算机模拟人类视觉系统，实现对图像和视频的理解和分析的技术。
基于MATLAB的数字图像处理技术在医学影像中的应用数字图像处理技术是一种利用数字计算机对图像进行处理和分析的技术，它在医学影像领域有着广泛的应用。
MATLAB作为一种功能强大的科学计算软件，提供了丰富的图像处理工具和函数，为医学影像处理提供了便利。
本文将介绍基于MATLAB的数字图像处理技术在医学影像中的应用。
1. 医学影像与数字图像处理技术医学影像是医学诊断和治疗中不可或缺的重要手段，它通过对人体内部结构和功能进行成像，帮助医生做出准确的诊断和治疗方案。
数字图像处理技术则是对数字图像进行获取、存储、传输、显示和分析等一系列操作的技术。
将数字图像处理技术应用于医学影像中，可以帮助医生更好地观察和分析患者的病情，提高诊断的准确性和治疗效果。
2. MATLAB在医学影像处理中的优势MATLAB作为一种专业的科学计算软件，具有丰富的图像处理工具包和函数库，能够快速高效地实现各种图像处理算法。
其优势主要体现在以下几个方面：丰富的工具包：MATLAB提供了丰富的图像处理工具包，包括图像增强、滤波、分割、特征提取等功能模块，可以满足医学影像处理中各种需求。
易于使用：MATLAB具有直观友好的界面和简洁明了的编程语法，使得医学影像处理人员可以快速上手，并快速实现自己的算法。
高效性能：MATLAB底层采用C/C++编写，具有优秀的性能表现，在处理大规模医学影像数据时表现出色。
丰富的社区支持：MATLAB拥有庞大的用户社区和丰富的文档资料，用户可以方便地获取帮助和资源。
3. MATLAB在医学影像处理中的应用3.1 图像增强图像增强是医学影像处理中常见的操作之一，通过增强图像对比度、去除噪声等方式，可以使医生更清晰地观察到患者病变情况。
MATLAB提供了丰富的图像增强函数，如直方图均衡化、滤波器设计等，可以有效改善医学影像质量。
3.2 图像分割图像分割是将图像划分为若干个具有独立特征的区域或对象的过程，对于医学影像而言，可以帮助医生定位病变区域、量化病变程度等。
２０１０年６月李颖：数字图像处理中Ｍａｄａｂ的应用６ｌＱ＝Ｑ（Ｄ，Ｄ）Ｑ（ｊ，Ｄ）Ｑ（Ｄ，Ｊ）Ｑ（ｊ，ｊ）ＩＱ（挖一ｊ，８）Ｑ（曩一ｊ，ｊ）…其中：对于大小为的矩阵。
Ｑ（Ｄ，一ｊ）Ｑ（ｊ，咒一．ｆ）｛Ｑ（万一ｊ，露一Ｊ）４应用Ｍａｔｌａｂ进行图像处理我们遇到的图像多为彩色图像，图像处理的第一步为彩色图像的灰度化。
图像信息中包含亮度信息和颜色信息，如果图像中只有亮度信息，没有颜色信息，该图像为灰度图像。
因此，灰度数字图像中的信息矩阵中每个点只有一个信息，即灰度值。
灰度值的取值范围为，取值不周时代表亮度不同。
当灰度值或亮度值为Ｏ时，对应黑色，灰度值或亮度值为１时，对应白色。
利用Ｍａｔｌａｂ工具箱中的命令ｒｇｂ２９ｒａｙ函数即可实现。
图ｌ为灰度化前后的图片。
图１灰度化前后的图片图２均衡化前后的直方图得到图像的灰度图后，在对图像处理之前，需要了解图像的灰度分布情况。
直方图为灰度分布情况的反映，它直接地反映了图形的视觉效果。
图２为均衡化前后的直方图，从图中可以看出，均衡化前的图像直方图主要集中于很窄的一段区间，经过均衡化后的直方图，灰度占据了整个空间且分布较为均匀，均衡化后可以增强图像的对比度。
图３二值化的图像图４拉普拉斯算子滤后的图像图３为二值化后的图像，即二迸制图像。
在二进制图像中。
每个像素点用一个离散的值来表示，即Ｏ和ｌ。
与灰度图像不同的是，二值图像除了黑与白以外，并不存在中间过渡的灰度值。
图４为Ｌａｐｌａｃｅ算子滤波后的图像，为了抑制图像在拍摄过程中受到的干扰，利用滤波的方法去除图像中的噪声。
经过降噪后图像的平滑性更好。
甘肃广播电视大学学报第２０卷第２期图５∞ｂｅｌ卷积边缘锐化图５为利用∞ｂｅｌ卷积对图像进行边缘锐化的图像，通过边缘锐化，可以使得边缘和轮廓比较模糊的地方变得清楚。
经过边界锐化后，图像的边界变得更加清晰了，图像边缘处的变化被突出，细节也增强了。
下面为本文使用的部分程序代码ｃＩｅａｒ：ｓ＝ｉｍｒｅａｄ（～ａｖｅｌｅｔ．ｊｐｇ’；％读入图像％ｔ＝啦・２９ｒａｙ（６）；％图像灰度化％ｑ＝ｈｉｓｔｅｑ（ｔ）；％直方图均衡化％ｖ１＝ｉｍ２ｂｗ（ｔ）；％获取二进制图像％ｍｌ舔ｐｅｃｉａｌ（，ｓｏｂｅｌ，）；％选取ｓｏｂｅｌ滤波算法％ｖ２＝ｆｉｌｔｅ『２（ｍ１，ｔ）；％∞ｂｌｅ卷积滤波％ｍ２＝ｆ毫ｐｅｃｉ出，ｌａｐｋ沁ｉａｎ０；％选取Ｌａｐｋ让ｍ算子滤波算法％ｖ３＝ｆｉｌｔｅｒ２（ｎ１２，ｔ）；％ＩＪａｐｌａｃｉａｎ算子滤波％ｉＩＩｌｓｈｏｗ（ｔ）；％显示灰度图％ｆｉｇｕｒｅ，ｉ眦ｈｏｗ（ｖ１）；％显示二进制图％ｆｉｇｕｒｅ，ｉｍｈｉｓｔ（ｔ）；ｆｉｇｕｒｅ，ｉｒｎｈｉｓｔ（ｑ）；％显示均衡前后的直方图％堍ｕｒｅ，ｉｒＩＩｓｈｏｗ（ｖ２）；ｆｉｇｕｒｅ，ｉ鹏ｈｏｗ（ｖ３）；％显示∞一ｂｅｌ和Ｌａｐｌ趾ｉ柚算子滤波后的图％ｉ眦械ｔｅ（ｖ１，，ａ１．ｊｐｇ气％输出二进制图％ｉｍ’证ｔｅ（ｖ２，，ｌ【２．ｊｐｇ’；％输出∞ｂｅｌ滤波后的图％ｉｍｗｒｉｔｅ（Ｖ３，韬．ｊｐｇ，；％输出【丑ｐｌａｃｉａｎ算子滤波后的图％５总结与图像处理系统相关的软件和图像处理中图像变换的方法有很多种，本文分析了Ｍａｔｌａｂ工具箱中的函数在图像处理中的应用，通过图像灰度化。
山西电子技术2009年第6期应用实践收稿日期:2009-06-27 修回日期:2009-07-11作者简介:江丽(19822),女,湖南邵阳人,助教,研究方向:电子技术。
文章编号:167424578(2009)0620003202基于MATLAB 的数字图像处理技术在等离子体显示器中的应用江 丽(湖南交通工程职业技术学院,湖南衡阳421001)摘 要:彩色交流等离子体显示器采用了子场技术来实现灰度的显示,希望用较少的子场进行显示高灰度级的图像,这样可以减少用于寻址的时间,增加维持显示的时间。
用较少子场或灰度级显示高灰度等级图像时,如果不采用图像增强技术会出现明显的假轮廓现象,基于MATLAB 的数字图像处理技术,提出了一种基于边缘检测的动态误差扩散算法,经仿真结果表明,这一方法应用于交流等离子体显示器中,不仅能够减少因较少子场引起的假轮廓,同时还可以较好地避免轮廓细节的损失。
关键词:等离子显示器;数字图像处理;MATLAB中图分类号:TP391.41 文献标识码:A0 引言等离子体显示屏是一种基于气体放电的显示屏。
在充有一定压强的某种气体的容器内有二个电极,当施加一定的电压时就会产生放电。
在放电间隙的某些区域内会有发光,一个是靠近阴极的辉光区域,发出的可见光的波长依赖于所充气体的种类,含氖气体混合物的发光为橙色,另一个区域为阳极正柱区,那里的辐射以紫外线为主,可用来激发发光。
这两种形式的发光都可以用于等离子体显示屏[1]。
图1 等离子显示器基本构造原理图等离子体显示屏的基本构造如图1所示。
它由三块薄的平板玻璃组成,中间一块称为孔板,上面开有排成矩阵形式的许多小孔。
孔板紧贴着夹在两侧的二块玻璃中间。
图中为了便于看清屏的结构,把三块玻璃板分开画了。
孔板中的小孔被抽成真空,再装入一定压强的气体(比如氖和氮的混合气体)。
两侧玻璃板的外表面都有平行透明的导电电极。
一块玻璃上的电极与另一块上的电极相垂直,并且都正好盖在小孔上面。
因而每个充气小孔与两边的电极一起构成一个放电单元。
在这种结构的屏里,电极与气体被玻璃隔开,互相绝缘,因而只能用交流供彩色等离子体电视机。
彩色交流等离子体显示器采用了子场技术来实现灰度的显示,希望用较少的子场进行显示,这样可以减少用于寻址的时间,增加维持显示的时间[2]。
用较少子场或灰度级显示高灰度等级图像时,如果不采用图像增强技术会出现明显的假轮廓现象,尤其在大面积均匀区域,通常采用误差扩散方法。
可以用较少的子场数显示较高的灰度等级图像。
将数字图像处理的技术应用于彩色等离子体显示器(AC2PDP),采用基于误差扩散算法的边缘检测技术可以实现用较少的灰度级显示高灰度级图像。
减少了用于寻址的时间,增加维持显示的时间。
1 数字图像处理的基本原理及应用在进入图像处理之前,我们首先对图像做一个概略性的讨论。
所谓/图像0泛指所有实际存在含有某种信息的信号,如含有人事物等的照片,而红外线摄影所获得的信号,则表示某些物体的温度分布。
数字图像是物体图像的数字表示,数字图像信息可看成是一个二维数组f (xy),它是时间和空间的非连续函数,是为了便于计算机处理的一种图像的表示形式。
因此它是离散单元、量化的灰度2像素的集合。
数字图像是一个被采样和量化后的二维函数,因此,一副数字图像是一个被量化的采样数值的二维矩阵,所谓图像数字化是将一副图像从原来的模拟图像转换为数字形式的处理过程。
一般的图像都是模拟图像,即图像上的信息是连续变化的模拟量。
对于这种模拟图像只能采用模拟处理方式进行处理,对于这类连续图像,即空间分布和亮度取值均连续的图像,计算机无法接受和处理,只有将连续的模拟信号变为离散的数字信号,或者说将模拟图像变换为数字图像方能接受。
图像的数字化表达实际就是图像的数字化过程,在计算机对其处理之前,首先用图像传感器将光信号转换成与其成比例的电信号,再经过A/D 转换器,量化为离散的数字信号,即将电信号转换成一个整数,这一过程称为图像的采集。
这样我们将模拟图像经过采样,分层,量化,编码等步骤变成数字图像后才能送入计算机进行处理[3]。
因此,常将计算机图像处理称为数字图像处理。
2 基于边缘检测的动态误差扩散算法在前面介绍了等离子体的物理工作原理,采用了X 与Y 向寻址的方式,在实际工作中,我们要利用等离子体显示器传输一幅256级灰度的图像时往往要将它转换成16级灰度。
这样可以用较少的子场来实现高灰度级图像,这样可以减少用于寻址的时间,增加维持显示的时间。
如图2(a )、(b)所示,将256级灰度图像不经过任何处理技术直接转换成16级灰度的图像,由图2(b)所示,出现了明显的假轮廓。
为解决这一问题,引用了一种误差扩散算法,基于MATLAB 图像处理技术,可以用于改善和增强图像的显示质量,不仅能够减少因较少子场引起的假轮廓,同时还可以较好地避免轮廓细节的损失。
图2(c)为采用误差扩散算后转换而成的16级图像,图2(c)效果明显好于图2(b)。
检测技术是所有基于边界分割的图像分析方法的基础,首先检测出图像局部特性的不连续性,再将它们连成边界,这些边界把图像分成不同的区域,检测出边缘的图像就可以进行特征提取和形状分析。
我们对边缘检测图像中的每一点周围的小领域内的像素进行特征分析。
并采用一定的边缘检测算法来对一副数字图像各点的灰度值进行处理[4]。
误差扩散算法是在数据处理中经常碰到的,尤其是用于图像处理中,误差扩散,就是将色彩深度降低时,将像素颜色的变化误差,扩散开去。
这使得肉眼在观察图片的时候,相邻的像素点集合整体的误差变小。
引用下面三张图像来说明采用这一数字图像处理技术的应用效果。
图2 采用数字图像处理后的效果对比图上面三幅图像中,图2(a)为256灰度级图像,图2(b)为不采用任何处理方法,简单将图像转换成16级灰度。
虽然这样可以占用较少的子场数来显示图像,减少了等离子体显示器中用于X 和Y 向寻址的时间。
但处理后的图像出现了明显的假轮廓。
这是因为较少的子场数而引起的图像轮廓的失真问题。
图2(c)是采用了数字图像处理技术中的边缘检测的原理,采用了误差扩散算法对图像进行处理。
从图像中可以看出,图2(c)的效果明显好于图2(b)。
3 关于MA TLAB 的图像处理技术的实现MATLAB 是一种基于向量(数组)而不是标量的高级程序语言,因而从本质上就提供了对图像的支持。
由前面介绍可知,数字图像实际上就是一组有序的离散数据,使用MATLAB 可以对这些离散数据形成的矩阵进行一次性的处理。
MATLAB 的软件功能十分强大,可以应用于数字图像的变换技术、图像与处理与增强、图像压缩与编码、图像分割与特征提取、及彩色图像处理[5]。
在等离子体显示器中,将256级灰度级转换成16级灰度级时,可以引用边缘检测的工作原理,利用MATLAB 软件对图像进行处理,每一幅数字图像就是一组离散数据,在这一离散矩阵中,每一个像素点都具有对应的灰度值。
利用MATLAB 编程软件,可以采用误差扩散的算法,选择一定的误差扩散系数,将这一组离散数据值进行处理和改变。
从而改变了图像的显示效果。
将色彩深度降低时,将像素颜色的变化误差,扩散开去。
这使得肉眼在观察图片的时候,相邻的像素点集合整体的误差变小。
减少了因子场较少而引起的假轮廓,很好地改善了图像的显示质量。
参考文献[1] 马腾才.等离子体物理原理[M].北京:中国科学技术大学出版社,1988.8.[2] P ark C H,Kim D H ,Lee S H ,et al.A New Methodto Reduce Addr essing T ime in a Lar ge AC P lasma Dis 2play P anel[J].I EEE T ransact ion on Electron Devices,2001,48(6):1082-1086.[3] 余程波.数字图像处理及MATLAB 实现[M ].重庆:重庆大学出版社,2003.6.[4] 黄贤斌,王加俊,李家华.数字图像处理与压缩编码技术[M ].北京:电子科技大学出版社,2000.[5] 李南南,吴清,曹辉林.MATLAB 7简明教程[M ].北京:清华大学出版社,2006.3.Application of Digital Image Processing Technology Basedon MATLAB in Plasma Display PanelJiang Li(H una n Technica l Col lege of Communications &Engineer ing ,H engya ng ,H unan 421001,China)Abstract:Alternating cur rent plasma display panel (ACPDP)uses sub 2field techniques to achieve gray 2scale display,with the hope to show the high gr ay 2scale images with less sub 2field,thus it can r educe the time for addr essing and increase t he time to maintain the display.When the high gray level images is displayed with less sub 2field or gray 2scale,if without the use of im 2age enhancement techniques,it will leave a clear phenomenon of false outline.T he article puts forward a dynamic er ror diffu 2sion algor ithm with edge detection based on MATLAB digital image processing technology.the simulation r esults show that if this method is applied in alternating current plasma display panel,it can not only reduce t he false out line phenomenon caused by less sub 2field,but also better to avoid the loss of the detailed out line.Key wor ds:plasma display panel;digital image pr ocessing;M AT LAB4山 西 电 子 技 术 2009年。
