ｆ＝ｉｍ２ｄｏｕｂｌｅ（ｆ）：锵数据格式转换为ｄｏｕｂｌｅ类型
Ｆ＝ｆｆｔ２（ｆ）：％＿二维傅里叶变换 Ｓ＝ａｂｓ（Ｆ）：％计算傅里叶频谱 ｉｍｓｈｏｗ（Ｓ，［］）：％显示傅里叶频谱 ４结束语 ＭＡＴＬＡＢ丁具箱功能齐全而且强大，为各行各业提供他们所需要的清晰 的图片。使用ＭＡＴＬＡＢ进行数字图像处理操作快捷，编程简单，画面精确清 晰。有效的促进了数字图像处理的研究。
３基于ＭＡＩ＂ＬＡＢ的圈■处曩实侧
３．Ｉ直方图与灰度图的从Ｔ啪实现
灰度直方图就是反映。幅图像中的灰度级与出现这种灰度的概率之间 的关系的图形，灰度直方图是图像的最基本的统计特征，是灰度级的函 数．描述的是图像中具有该灰度级的像素的个数，其横坐标是灰度级，纵 坐标是该灰度出现的频率。即等于该灰度的像素的个数或者频数。如图３— １（ｃ），直方图基本跨越了整个灰度范围。例：程序如下
ＭＡＴＬＡＢ的图像处理功能主要集中在他的图像处理工具箱中（Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ Ｔｏｏｌｂｏｘ）．此工具箱是由一系列支持图像处理的函数组成．
可以进行如几何操作、线性滤波和滤波器设计、图像的变换与增强、二值 图像操作以及形态学处理等图像处理操作。它提供了图像文件读入函数 ｉｍｒｅａｄ（），可用它读入ｂｍｐ、ｈｄｆ、ｊｐｅｇ、ｔｉｆｆ、ｘｗｄ等格式图像文件． ＭＡＴＬＡＢ中还有ｉｎｗｒｉｔｅ（）图像写出函数和ｉｍａｇｅ（）、ｉｍｓｈｏｗ（）等显示 图像函数。
１绪论 数字图像处理（Ｄｉｇｉｔａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ）也称为计算机图像处 理，是指将图像信号转换成数字格式，并通过计算机对图像进行去除噪 声、增强、复原、分割、提取特征等处理的方法和技术。它的主要内容有 图像信息获取、图像信息存储、图像信息处理、图像描述、图像识别和图 像理解。图像信息处理又分为几何处理，算数处理、图像变换、图像编码 压缩、图像增强和复原以及图像分割。图像是人类视觉的基础，是自然景 物的客观反映，它形象直观、简单易懂，信息量大，因此成为人们获取信 息的重要来源，对图像的处理也成为了一门新兴技术。 和模拟图像处理比起来．数字图像处理有很大的优势，它再现性好， 处理精度高，适用领域广泛，灵活性强，图像数据置庞大，占用频带较 宽，涉及技术领域广泛，是一种重要的图像处理方法。本文应用ＭＡＴＬＡＢ软 件平台进行图像基本处理算法的研究与实现，为后续的处理与识别工作打 下良好摹础。 １．１图像复原 图像复原（ｉｍａｇｅ ｒｅｓｔｏｒａｔｉｏｎ）可以将降质图像霞建成接近于或完 全无退化的原始理想图像。复原方法有两类。一类是对退化过程建立模 塑，进行描述，选一种减小影响的过程以改善图像质量。另一种是对原图 像建立模型，根据它对退化图像拟合，将其改为一个检测问题． １．２图像增强 图像增强（ｉｍａｇｅ ｅｎｈａｎｃｅｍｅｎｔ）主要是突出图像中所感兴趣的部 分，衰减或去除不必要的信息，从而使有用的信息得到增强，便于目标区 分或对象解释。图像增强的主要方法有直方图增强、空间域增强、频率域 增强、伪彩色增强等技术。 空间域图像增强有灰度变换和直方图均衡化、直方图规定化等方法。 灰度变换叮使动态范围增大，扩展图像对比度使图像变清晰。直方图均衡 化是需借助直方图变换实现灰度映射以达到图像增强目的的方法。正常的 图像，其直方图应基本跨越整个灰度范围。 １．３边缘检测 边缘足指图像周围像素灰度有阶跃状变化或屋顶状变化的那些像素的 集合。是图像分割所依赖的最莺要的特征，也是纹理特征中的重要的信息 源和形状特征的基础。利用边缘可以分割图像。 边缘检测的实质是一种像素特性不连续性的影像分割，这种不连续可 以利用求一阶或二阶导数的方法检测到，比较常用的边缘检测方法就是根 据原始图像像素的某临域灰度的阶跃变化。以及边缘临近的‘阶或二阶导 数变化方向的思想来构造边缘检测算子。实际上，数字图像中求导数是利 用差分近似微分进行的，总称微分算子边缘检测，分为过零点检测和局部 极值检测两类。 ２ ＭＡＴＵＬＢ■介
参考文献： ［１］姚敏等， ‘数字图像处理》，机械工业出版社，２００６． ［２］韩晓军，数字图像处理技术与应用，电子工业出版社，２００９． ［３］张志涌、杨祖樱等，（ｍａｔｌａｂ教程＇，北京航空航天大学出版社，
２∞７．
作者简介： 贾伟，天津市北辰区人，本科，研究方向：通信工程。
MATLAB在数字图像处理中的应用
脚 应用
｝ｌＩ— ＶＡＬＬＥ上 科学
ＭＡＴＬＡＢ在数字图像处理中的应用
贾伟 （天津工业大学 天津３００４００）
摘要： 对数字图像处理和姒ＴＬＡＢ的优势与特点做基本介绍，并对ＭＡＴＬＡＢ的使用进行举饲说明，如对图像进行直方图与灰度变换以及使用拉普拉斯算子对图 像进行边缘检测等。
关键词：ＭＡＴＬＡＢ：教字图像处理；边缘检测 中图分类号：ＴＰ３文献标识码：Ａ文章编号：１８７１－－７５９７（２０１０）０４２０１３３一０１
ＭＡＴＬＡＢ是一·种用于算法开发、数据可视化、数据分析以及数值计算的 高级技术计算语言和交互式环境。它在数学类科技应用软件中在数值计算 方面首届一指。ＭＡＴＬＡＢ可以进行矩阵运算、绘制函数和数据、实现算法、 创建用户界面、连接其他编程语言的程序等。ＭＡＴＬＡＢ的应用范围非常广， 主要戍用于通讯、工程计算、信号和图像处理、控制设计、信号处理与通 讯、图像处理、信号检测、金融建模设计与分析以及计算生物学等领域。
数据和模拟数据两种方式，通过生成的时序图分析算法的计算效果。
４．２结果分析
通过编写代码比较本文与递推平均和卡尔曼算法三者执行效果。结果
如图３所示：
了很好的保证。Ｍｏｄｅｌｓｉｍ的时序仿真结果也说明了算法在授时灵敏度和稳 定度上效果显著。
５总结 本文通过对ＩＥＥＥｌ５８８标准对环境稳定性、安全性的较高要求和分阶段 计算延时和偏差的特点，针对主从时钟偏差进行限幅处理，避免非稳定时 间源和偏差较大误差对对钟的影响。通过软硬件仿真表明，该改进算法在 保证授时精度、灵敏度和系统稳定性方面效果显著。同时也町以看出，样 本队列长度、阈值宽度的设置和同步周期的设定对同步精度和执行性能有 很大联系。今后的工作将针对相关参数的自动确定等方面做进一步研究和 改进。
Ｉｍｓｈｏｗ（１ａｐｌａｃｅ８）
呵固 万方数据
图３—２边缘检测图
３．３傅里叶变换的Ｉ队ＴＬＡＢ实现 在对数字图像进行处理的时候，常用ｆ（ｘ，ｙ）表示图像在特定点的 函数值，以此值表示函数对应点的灰度等数据。所谓图像变换就是指把图 像改为另一种表示方式。傅里叶变换就是其中一种。它可以使图像处理在 频域中进行，使运算简单。离散余弦变换町使能量集中在少数数据上。从 而可以数据压缩，便于图像传输与储存。 ＭＡＴＬＡＢ提供了ｆｆｔ、ｆｆｔｎ函数用于一维、ｎ维ＤＦＴ的快速傅里叶变换以 及ｉｆｆｔ、ｉｆｆｔｎ用于一维、ｎ维ＤＦＴ的快速傅里叶逆变换。以下是计算傅里叶 变换并显示频谱的方法。 ｆ＝ｉｍｒｅａｄ（’Ｄ：＼８．ＪＰＧ’）：％读取图像
（下转第９２页）
万方数据
嚣霎Ⅵ渊一㈣
同时，Ｐｈａｓｅｓ积的大小是以时间源为标准而言的，由于时间源并不严
格稳定，所以调整后的Ｆ谭整将会在数学期望上的Ｆ理论附近摆动，为避免调
频导致晶振频率变动过大，应Ｊ司样采取限幅处理，即限制Ｆ调整的值在Ｆ当前
的阈值范围内。调频方法由式（３）推导所得：
Ｆ珥整＝Ｆ’前幸（１＋Ｐｈａｓｅ■积／Ｔｉｍｅ曩积）
作者简介： 袁文学（１９８３一），男，河北邯郸，硕七生，主要研究方向：计算机网
络；贺鹏（１９６５－），男，湖北当阳，教授．硕士生导师，主要研究方向：计算 机网络和分布式系统。
（上接第１３３页）
Ｉｍｗｒｉｔｅ（１ａｐｌａｃｅ４，’ｌａｐｌａｃｅ４．ｂｍｐ’） Ｉｍｓｈｏｗ（１ａｐｌａｃｅ４） ｉｍｓｈｏｗ（１ａｐｌａｃｅ４） ｆ＝ｉｍｒｅａｄ（’Ｃ：／８１．ｂｍｐ’）： ｊ＝ｒｇｂ２９ｒａｙ（ｆ）： ｈ２＝【ｌ Ｉ Ｉ １—８ １ １ １ １】％八邻域拉普拉斯算子 ｌａｐｌａｃｅ８＝ｉｍｆｉｌｔｅｒ（ｊ，ｈ２）： ｉｍｗｒｉｔｅ（１ａｐｌａｃｅ８，’ｌａｐｌａｃｅ８．ｂｍｐ’）
［２］Ｊｏｈｎ Ｃ．Ｔｈｅ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＩＥＥＥｌ５８８ ｔｏ Ｔｅｓｔ ａｎｄ Ｍｅａｓｕｒｅｍｅｎｔ Ｓｙｓｔｅｍ ２００５．
［３］Ｅｉｄｓｏｎ Ｊ Ｃ．Ｈａｍｉｌｔｏｎ Ｂ Ｉ髓Ｅ—１５韶 Ｎｏｄｅ Ｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ
Ｉｍｐｒｏｖｅｍｅｎｔ ｂｙ Ｈｉｇｈ Ｓｔａｂｉｌｉｔｙ ０ｓｃｉｌｌａｔｏｒｓ ２００３。 １０２—１１２．
［４］黄飞、明德祥、乔纯捷、王跃科。时间统一系统中多基准时间源的设 计，兵工学报，２００８，２９（１１）．
［５】王元虎、周东明，卫星时钟在电网中应用的若干技术问题，中国电 力，１９９８（２）．
图３中，灵敏度最高的为递推平均算法。从零时开机后较不稳定的为 卡尔曼算法，随着时间推移性能越好。从总体上可看出，本文提出的算法 灵敏度比卡尔曼较高，同时与递推平均算法比较，ＰＴＰ设备的稳定性也保证
（３）
４仿真实验与结果分析
由于本文研究的是非稳定时间源，灵敏度不应过高，故采取ＮｍＣＷ＝ｌ。
经由上述易得。阈值Ｎ闷值＝Ｔｈｒｅｓｈｏｌｄ＝ｌ／１０２．删，样本队列的长度Ｌ样奉取值
１６，由式（３）叮得Ｔｍｍ＝１６ｓ。
４．１实验环境
软件仿真方法采取两种方式，即读取仪器采集到的真实数据和通过仿
真的方式，编写代码并运行分析结果。硬件仿真则运用Ｍｏｄｅｌｓｉｍ读取真实
ｆ＝ｉｍｒｅａｄ（’Ｃ：＼Ｗａｔｅｒ．ＪＰｇ’）：读入图片 ｓｕｂｐｌｏｔ（３，ｌ，１），ｉｍｓｈｏｗ（ｆ）：显示图片 Ｊ＝ｒｇｂ２９ｒａｙ（ｆ）：灰度变换 ｓｕｂｐｌｏｔ（３，１。２），ｉｍｓｂｏｗ（Ｊ）：显示图片 Ｓｕｂｐｌｏｔ（３。１，３），ｉｍｈ｛ｓｔ（Ｊ，２５６）
（ｂ）直方图 图３－Ｉ原图。灰度图与直方图 ３．２边缘检测的姒ＴＬＡＳ实现 最基本的边缘检测方法是对原始图像按像素的某邻域构造边缘检测算 予，如梯度算子、拉普拉斯算子、Ｓｏｂｅｌ算子、Ｃａｎｎｙ算子、Ｋｉｒｓｃｈ算子和 Ｐｒｅｗｉｔｔ算子等．本例中使用的是拉普拉斯算子，饲；程序如下 ｆ＝ｉｍｒｅａｄ（’Ｃ：／ｓｔ．ｂｍｐ’）：％读入图片 ｊ－－ｒｇｂ２９ｒａｙ（ｆ）：％灰度变换 ｉｍｓｈｏｗ（ｊ）％显示图片 ｈｌ＝［Ｏ １ ０ ｌ一４ ｌ ０ １ Ｏ】：％四邻域拉普拉斯算子 Ｌａｐｌａｃｅ４＝ｉｍｆｉｌｔｅｒ（Ｊ。ｈｉ）：