基于 MATLAB实现的肺肿瘤图像处理的软件实现.doc

《基于 MATLAB实现的肺肿瘤图像处理的软件实现.doc》由会员分享，可在线阅读，更多相关《基于 MATLAB实现的肺肿瘤图像处理的软件实现.doc（41页珍藏版）》请在沃文网上搜索。

1、目录目录1摘要2Abstract3第一章引言611研究的必要性612肺肿瘤的成因及鉴别7第二章图像及图像处理821图像与视觉的关系822 图像处理10221模拟图像处理11222数字图像处理11第三章IVIATLAB综述肿瘤图象分析1531 MATLAB的功能和组成15311 MATLAB的功能15312 Matlab的组成1632 MatIab图像处理工具箱18321图像文件简介18322黑白图像的几大类型及简介2033 MatLab中位图图像的显示及相互关系23第四章实验所用图像的获取2541本实验所用的实验装置2542 CT图像的特点2543本实验所采用的CT扫描方式2644实验过程27

2、第五章肺肿瘤图像处理的软件实现2951调整对比度2952图像求反3053直方图处理3154边缘检测33541 Robert算子33542 Prewitt算子35543 LOG算子36545 Canny算子3755二值图像37551二值图像简介37552 对图像处理方法的数理统计分析38结束语40参考文献41致谢42摘要癌症是一种严重威胁人类健康和生命的疾病，近半个世纪来，世界上许多国家的肺癌发病率逐年上升。而且直到目前为止，人类还没有找出一种行之有效的办法来治愈和抑制肿瘤。正因为如此，癌症已成为人类第一杀手。医疗上检测、诊断癌症的方法有多种，其中放射检查是最重要、最直接的检测手段。但是，早期肿

3、瘤在放射检查的片子上(包括x光片、CT片等)是显现不出柬或显现不清楚的，既然这样，就无法定性肿瘤。可一旦到了肿瘤在片子上显现清楚了，病人就已经进入了患病的晚期阶段，失去了治疗的最佳时期。那么把早期肿瘤显现不清楚的图像通过图像处理，让它变得清楚一些，更加有利于医生分析和研究，更加有利于医生诊断。对于肿瘤患者来说，早一天诊断就意味着多争取到一分治愈的机会。就将大大有利于肿瘤的早期诊断。这就是本文的研究宗旨和目的。随着计算机软、硬件技术的发展，使这种影像片子的后处理成为可能。这其中主要包括处理器的更新换代和海量存储技术的实现。本文主要利用计算机对图像的增强处理技术，对肿瘤的细节特征进行增强或提取，使

4、医生对病灶部分看得更清楚，获得更多的数据信息，从而帮助医生诊断或有益于其他治疗。本文经过半年左右的时闻，获取了大量的原始cT图像。然后在专门科室有关医生的帮助下，选取原始图像，并对处理后的图像进行分析，筛选出有用的处理手段。所用的主要处理手段有对比度调整、图像反显、直方图处理、边缘榆测、边界提取以及图像处理的各种方法的综合运用。在系统设计中，使用了MATLAB语言对图像进行了各种处理。结果表明本文对影像的处理效果明显，在临床二有一定的应用价值。最后，对部分图像处理方法进行了数理统计分析，对处理方法进行客观正确的评价。关键词： 肿瘤;图像处理;图像增强;边缘提取;膨胀AbstractCancer

5、 is a serious threat to human health and disease, nearly half a century, many countries in the world of lung cancer incidence has risen. But until now, humans hasnt worked out an effective way to heal and inhibiting tumor. Because of this, has become the first human cancer killer. The medical diagno

6、sis of cancer detection, there are many methods, including radiation check is most important, the most direct detection means. But, in the early tumor radiation check on the film (including X-ray CT slices, etc.) are revealed no Cambodia or unclear, appear so cannot qualitative tumor. But once the t

7、umor appeared on film, patients will have entered the stage of late sick, lost the optimal period of treatment. So the early tumor revealed no clear images through the image processing, make it clear to the doctor, more and more research and analysis to the doctor diagnosed. For patients with cancer

8、, a day earlier diagnosis for more than means a cure. Will greatly benefit the early diagnosis of tumors. This is the aim and purpose.Along with the computer software and hardware technology development, make this image post-processing film become possible. It mainly includes the processors renewal

9、and mass storage technology. This paper using computer image processing technology, the enhancement of tumor characteristics of detail, make the doctor extracted or enhance to see more clearly, parts of the data for more information, thus help doctors diagnose or to other treatments. After about hal

10、f a year when the paper, a primitive cT images. Then in a special department concerned under the help of the doctor, the selection of the original image, and processed image were analyzed, and the processing method is useful. The main treatment methods are used to adjust, the image contrast and reve

11、rse edge histogram, elm, boundary extraction and image processing method of comprehensive utilization. In system design, use MATLAB language for various processing. Results show that based on image processing in clinical two obvious effect, have certain application value. Finally, some image process

12、ing methods of mathematical statistics, the processing method are correct evaluation objective.Keywords: tumor. Image processing, Image enhancement, Edge extraction, inflation第一章引言11研究的必要性癌症是一种严重威胁人类健康和生命的疾病，近半个世纪以来，世界上许多国家和地区肺癌的发病率均有增加。尤其是在发达国家中，上升的趋势更为明显我国也有逐步上升的趋势。1997年以来我国城市居民死因中，癌症已超过脑血管病并跃居第一位

13、。越是大城市癌症发病率上升越快。那么究竟什么是肿瘤?肿瘤又是怎么形成的呢?肿瘤又称新生物，是机体正常细胞在各种因素的长期作用下逐步发生的组织细胞过渡异常所致。非生长部位生理调节，而是破坏正常组织与器官。正常细胞癌变的根本原因在于机体细胞染色体中的癌基因。1989年诺贝尔医学奖获得者，美国加利福尼亚大学迈克尔比晓普指出：l、人体正常细胞中存在着一种原癌基因，原癌基因是各种致癌因素的作用位点，人体细胞的原癌基因在结构上发生突变后即会致癌。2、人体每个细胞内都有大约1000个原癌基因潜伏在每一条染色体中，在正常情况下，原癌基因被完全控制着的，但能被自然界中的物理、化学、生物等诸多因素及遗传缺陷所激活

14、。3、迄今，已经在脊椎动物的癌细胞和病毒中发现了60种癌基因，其中约有一半能引起人类的癌症。一种癌症可由几种癌基因引起，一种癌基因也可引起多种癌症，如肺癌、膀胱癌和结肠癌，可能有同样的癌基因。这就说明了人类120多种癌症可由几十种癌基因引起。肿瘤的生长非常多样化，主要取决于癌细胞的生物学特点，起源部位，周围组织性质及机体的防御性反应。生长方式分为外突性生长，膨胀性生长，浸润性生长。其中浸润性生长是恶性肿瘤生长的主要方式。恶性肿瘤细胞是由J下常的组织细胞转变而来，但其生物学特性己发生了根本的变化，主要表现在：1、恶性肿瘤细胞的自主性生长。即不同程度地失去常调控，表现为无休止地生长繁殖分化不良。2

15、、浸润性和转移倾向。界性肿瘤细胞可侵入周围组织或转移至其他部位形成浸润性病灶和转移性病灶。3、遗传性。即其恶性行为特征可传递给下一代细胞而不断恶性增殖。一般来说，癌细胞的恶性行为是难以逆转的，但是，许多研究表明，些因素可使癌细胞部分恢复为正常细胞，及部分地使癌细胞转化为正常细胞的基因型或表现型，然后癌细胞的恶性行为部分丧失(部分逆转)或全部丧失(全部逆转)，使之变为良性肿瘤，或以后被免疫系统杀灭，这过程称为逆向演变。利用某些药物或放射治疗可以促进癌细胞的逆转，使其恶性生物特性部分丧失或全部丧失。肿瘤一旦行成后，不因病因消除而停止生长。其对机体的影响很大，可引起各种各样的局部和全身性征候。一般说

16、，良性肿瘤“秉性温和”，“相对善良”，对机体危害较轻，恶性肿瘤则因浸润和转移，对机体影响严重，无论起源于何处，若不彻底治疗，终会危及生命。12肺肿瘤的成因及鉴别在20世纪中人类癌症呈现逐年上升的总趋势，其中尤以肺癌的流行趋势变化最为明显。肺癌是危害人类生命健康的主要肿瘤之一，在20年前肺癌在肿瘤的死亡中，排列在胃癌，肝癌之后，而现在肺癌的发病率和死亡率呈现逐年上升的趋势，特别是在城市，肺癌已成为肿瘤死亡的首位。追溯肺癌的流行病学史料，20世纪初，除少数矿山报道有肺癌发生外，肺癌在世界范围内是一种罕见的疾病。第一次世界大战后，肺癌的死亡率逐渐升高：进入30年代后，伴随现代工业发展所引起的一系列环

17、境污染和各种致癌因素的存在，使得肺癌的发病率突飞猛进的增长。那么具体的病因都有哪些呢?肺癌的病因错综复杂，随着医学的不断发展，对肺癌病因的认识逐渐深入，目前引起许多学者关注的大气污染、吸烟、职业致癌因素、电离辐射、生物因素、室内微小环境的致癌因素、激素、营养状况、微量元素、遗传及慢性肺部疾患等方面，并已取得可喜的进展。第二章图像及图像处理随着社会的进步和经济的发展，人类对信息的传递、交换、存储和处理提出了越来越高的要求。尤其是近年来，“信息高速公路”正在全球飞速发展，图像通信占有特别重要的地位。在语音、数据、图像3种主要的通信方式中，图像通信起着主要作用。这是与人们获取信息方式相适应的。听觉获

18、取的是时间信息，视觉获取的是时空信息。在相同条件下，常规的视频图像的数据量比语音的数据量大6002500倍。视觉信息是人类从外界获取信息的主要方式，视觉所观察到的现象比其他感官要丰富得多，更适合人类活动的需要。21图像与视觉的关系图像最终需要由人或机器来观察、辨别、理解。研究图像与视觉之间的对应关系，是一个非常重要的问题，信息理论只能解释信息符号化(具体化)之后的过程。而要解释图像从人跟到大脑的复杂过程，传统的信息理论是无能为力的。需要从符号和信息两个角度探讨图像与视觉的对应关系。图像信息内容的描述和分析(图像或景物分析)对于视觉而言，只要求知道图像的意义和内容。例如一幅细胞图像，视觉只要求识

19、别和标定其中的染色体，遥感图像只要求识别各种类型的地貌(森林、水域、道路等)，而图像的光强度、线、面、对比度、颜色等引起视觉的反应称为感觉和知觉。为了提高处理图像的效率，就必须对通常遇到的大量图像进行分析、统计，找出其内在规律，从而使处理算法大大简化。例如常见的景物图像经数字化后其相邻的点彼此间亮度差很少有突变，一般电视图像都符合这个规律。若能利用这个规律将使计算量大为减少。进一步对图像的理解还应对彩色色度学和人眼的彩色视觉特性有基本的了解。下面对图像的物理要领作扼要的叙述。光度学人们常把处理的图像数据映射为彩色以加深人对图像的感知。景物图像可看作是二维幅频辐射场，目前我们研究的是从热辐射波、

20、雷达波、光波等包括远红外直到光谱以外的特高频的各种辐射形式的图像。由于客观世界的景物对于上述各种频谱的响应不同而形成不同的图像，换句话说，同一地区的图像用不同波谱的光来照射，得到的图像是很不相同的。因此我们研究光度学也是从辐射的角度对图像进行分析和度量的，其中对于人眼所见的图像可以用光度学来度量。光度学是光学中研究光的辐射、吸收、照射、反射、散射、漫射等有关光的度量的学科，同时结合人眼的视觉特征来确定光的度量及使用的单位。同样，在可见光谱段以外的景物图像也可用类似的方法研究。应该指出，可见光谱段以外所形成的图像，其处理加工的各个过程也常常要变换成人眼可以观察的图像，例如热成像、X光照片等都是为

21、便于人对计算机处理过程进行干预，对最终结果映射为可见的图像进行判读。在图像处理过程中常把黑白图像或可见光以外的图像映射成彩色，以加强人对图像的理解。另外，一幅彩色图像也可以分解为三基色的3幅图像，便于分析图像中某些特征。前面已经说过不同单色的可见光是以基色的不同比例来形成。最简单的例子是引起人眼的不同彩色感觉，但是同样的彩色感觉另外由相应的光谱段组成，非单波长R光的白色可由红、橙、黄、绿、青、蓝、紫组成，但也能由单波长红、绿、蓝三基色组成，这说明一连续光谱的白光可由红、绿、蓝3种单色光形成，但这种多方案彩色形成对于人眼却是同一种彩色感觉，_此性质就形成了图像处理中的各种类型彩色分析法。通常三基

22、色不仅能由3个单波长组成，而且红、绿、蓝分别可由3个波谱信号组成，这是实际工作中最易得到基色的方法。例如分别用红、绿、蓝三色玻璃挡在白光前可得到某种波谱三基色的彩色光。1931年国际照明委员会(CIE)统一规定特定波长值作为三基色，红为700Onm绿为5461nm，蓝为4358nm，合称物理三基色R、G、B。图像处理中模拟彩色可用相加混合法，实现相加的方法有多种：(1)三基色光同时投到一个全反射表面上合成，例如投到一白色幕布上。(2)因人眼视觉残留作用，把三基色按时间顺序轮流投到全反射面上，只要轮换的速度足够快，仍然使人感知为各种彩色。(3)三基色光分别投到一个面的3个点上，只要这些点互相邻接

23、、距离很近，那么就可以因人眼的视觉分辨率无法分开3点而产生三基色相加色的感觉。彩色电视就是利用这个原理。(4)两眼分别同时观看不同彩色的同一图像，产生彩色合成效果。彩色图像的分解最常用的方法是用三基色的滤色片、滤色透镜或棱镜得3幅同样图像的三基色图像，再分别对每幅图像进行处理。值得指出的是，：在绘画和印刷中多采用相减混合法简称相减色。例如黄颜料是吸收掉(即减掉)蓝色光，余下红光和绿光反射出来，光相加即为黄色；同理白光减掉绿光把红光和蓝光射到人眼，合成感觉为品红光；白光减掉红光余下绿光和蓝光反射出来相加合成为青光。这样，我们用三基色的相加色来理解彩色形成的概念可以扩展到对相减色反映颜色的理解。2

24、2 图像处理图像处理是针对性很强的技术，根据不同应用、不同要求需要采用不同的处理方法。采用的方法是综合各学科较先进的成果而成的，如数学、物理学、心理学、生理学、医学、计算机科学、通信理论、信号分析学、控制论和系统工程等。各学科互相补充、互相渗透使得数字图像处理技术飞速发展。计算机图像处理的主要问题是算法原理和专用硬件，它们都反映了上述技术的综合性。计算机图像处理主要采用两大类方法：一类是空域中的处理，即在图像空间中对图像进行各种处理：另一类是把空间与图像经过变换，变到频率域，在频率域中进行各种处理，然后再变回到图像的空间域，形成处理后的图像”。图像处理是“信息处理”的一个方面，这一观点现在已经

25、为人所熟知。它可以进步细分为多个研究方向：图片处理、图像处理、模式识别、景物分析、图像理解、光学处理等等。当然还有其他的种种连接，但它们之间或多或少是交叉重叠在一起的。人们试图依照某种统一和明确的准则对这些方向和领域进行规划分类。Cohen和Feigenbaum把图像处理简单地分为“信号处理”、“分类”和“理解”。人们要对图像进行分析，首先应建立人眼的视觉模型，即建立一个符合客观实际的视觉模型是计算机图像分析的基础。同样，图像系统中的各种接收器中的视觉传感器也需要建立模型，它不但便于分析，而且是构成计算机理解图像的基础。通常一幅客观景物在人的视觉和机器视觉中形成为连续变化的图像。进入数字化的计

26、算机必须把这种连续变化的图像信号变换为计算机能接受的离散电信号，即通常讲的数字化图像，以便于计算机处理。应该指出，计算机处理后，一般仍需要人去观看，所以评价一幅图像从连续模拟信号形式转换为数字化图像形式的转换技术的优劣，就是评价这种转换是否有不失真的可逆转换性。换句话说，把数字图像形式再转换回连续模拟信号形式时必须不失真。这种逆转换称为重建，重建技术是研究如何用尽可能小的失真恢复原模拟图像的方法。数字化图像应能正确重建原图像，这是图像处理的最基本的要求。221模拟图像处理图像处理中，图像的来源可看作是在空间光辐射能量连续分布的图像源。连续的图像经传感器采集和数字化才能进入计算机，因此我们首先要

27、对连续图像进行讨论。最早曾进行并广泛应用的图像处理是光学图像处理，它是连续图像处理的典型代表，所以计算机图像处理中许多名词仍延用光学图像处理中已广泛应用的名词。如密度率就是本书的亮度分辨率，也称灰度分辨率，又如光学图像处理中应用并发展了线性系统理论，计算机图像处理也是以三维空间域线性系统为基础，只不过计算机图像处理更灵活更精确，并且可采用许多高级技术如二维随机过程分析和谱分析等”。人类最早的图像处理是光学的处理，如放大、缩小、显微等，这些都是模拟图像处理。这种处理本质上属于并行处理，最明显的特点是处理速度快。光学处理过程采用光学器件如镜头、棱镜等，存在不灵活性，而且子个光学器件从设计到加工成成

28、品需要很长时剧，加工精度也难以保证。但许多军用、宇航的处理仍采用光学模拟处理。特别是近年来光学处理技术的发展，大大增强了模拟图像处理的实用性。例如光学的频域处理(即傅立叶变换光学)系统既简单又实用。虽然计算机图像处理己经占领图像处理的大部分领域，但光学图像处理由于本质上具有速度快和结构简单等优点，仍然大量被使用并迅速发展着。但其处理精度差、灵活性差。现在的光电混合处理方案受到极大重视，在系统上是光学处理。平面的滤波图案可由计算机控制，这种集光学、数字两种处理方法的新型系统正在发展中。222数字图像处理数字图像是把需要处理的模拟图像数字化。简单地讲是用个网格把待处理的图像覆盖，然后把每一个方格中

29、的模拟图像的各个亮度取平均值，作为该小方格中点的值；或者把方格的交叉点处的模拟图像的亮度值作为该方格点上的值。这样，一幅模拟图像变化成只用小方格中的点的值来代表的离散值图像，或者只用方格交叉点的值表示的离散值图像”。这个网格称为抽样网格，其意义是以网格为基础，采用某种形式抽取模拟图像的代表点的值，即抽样。抽样后形成的图像称为数字图像。数字图像中的几个要领介绍如下。l、空间分辨率脚空间分辨率是指网格在水平方向和垂直方向上分为多少格，通常空间分辨率用水平方向M格、垂直方向N格表示，记为MXN。在计算机图像处理中用二迸制即M和N都用2“幂来表示。每一个离散像点称为像元或像素。2、密度分辨率方格对模拟

30、图像抽样的值仍是连续的，在计算机中舍入到符合2幂的值。n可大可小，n小亮度层次变化少，n大亮度层次变化多。一幅图像亮度层次变化多，则图像看起来越柔和越逼真，这个亮度层次的多少称为密度分辨率，是由光学图像处理中的名称延续下来的。在计算机中其指标用2“来表示。例如n为2时密度分辨率称为四级；n为8时密度分辨率称为256级。密度分辨率在电视中常称为欢度级。3、空问频率读者已熟知对时间周期变化的信号可用频率度量，为把时间变量改为空间变量，即成为表示在空间距离上有周期性变化的信号。当周期固定时基周期的倒数就表示为空间频率。在图像中这个周期性变量表示图像明暗变化的快慢，如图所示水平方向三幅图都有明暗的变化

31、。右图空问频率高，左图空间频率低。空间频率高的图像主要表征图像的细微变化或细节内容：空间频率你的图像中大的物体轮廓或变化趋势。这个概念是图像处理技术中的频域处理的基础。从模拟图像形成数字图像的过程可看出，一幅图像的空间分辨率越高，密度分辨越高，则图像的质量越好越逼真。但在计算机图像处理中这两项指标越高，则占用的存储空间越多，或称占用更多的内存量。一般可接受的，类似于高档电视图像的质量，密度分辨率为28即256级灰度，空间分辨率MN为512512，这样的数字图像占内存为512512X8bit，相当于256kB。在某些医学应用中N和M都在1024以上，密度分辨率为2”2“，占用内存就更多了。由于图

32、像数据量大，在数字图像处理中需要更长运算时间，在图像传输中将占有更宽的频带。但由于常见的像素之间的灰度相关性较大因而可以利用相关性、主观性使数据量减少，使处理简化。使数据量减少而不丢失有用的信息称为图像的数据压缩。对于连续图像，即空间分布和亮度取值均连续分布的图像，计算机无法接收和处理。图像数字化就是将连续图像离散化，其工作包括两个方面：采样和量化。所谓采样，就是把一幅连续图像在空间上分割成MN个网格，每个网格用一亮度值来表示。由于结果是一个样点值阵列，故又叫点阵采样。采样把连续图像变为离散的点状图像，这是图像进入计算机进行处理的重要步骤91。采样使连续图像在空间上离散化，但采样点上图像的亮度

33、值还是某个幅度区间内的连续分布。根据采样定义，每个网格上只能用一个确定的亮度值表示。把采样点上对应的亮度连续变化区间转换为单个特定数码的过程，称之为量化，即样点亮度的离散化。连续图像经过采样、分层、量化、编码等步骤变成数字图像才能进入计算机进行处理。图像首先在印刷行业中采用，如报纸的钢版印刷图像和书籍中的照片。它们的离散点很小， 。般需放大镜才能分辨其点状结构，因此不存在重建问题，因为人眼不能分辨这样细的颗粒，所以经人的视觉重建必然成为模拟图像，这是一种图像重建的模型。目前在计算机图像处理中所分的离散点远不如印刷钢版那样细，这种离散的图像对人的感觉来讲仍是颗粒状的。如何使离散图像在人感觉中与模

34、拟图像相同，需采取相应的处理技术，这就是从离散图像重建模拟图像的技术，简称为图像重建。模拟图像若在X方向采M个点，Y方向采N个点，就可得到MN个点的数字化图像的形式。采样是图像进入计算机的第一个处理过程。二维图像用二维冲击函数来采样i采样函数是沿x方向间隔为X，沿Y方向间隔为y的函数阵列，形成以X、y为间距的矩阵形采样网格。采样后的图像只是在空间上被离散化，成为样本的阵列，每个取样样本称为像素，用ple来表示。但是由于原f(X，Y)是连续图像，因此每个可能取值为无穷多个值的量。为了进行计算机处理，必须把无穷多个离散值约简为有限个离散值，即量化，这样才便于赋予每一个离散值互异的编码以进入计算机。

35、为了方便计算机进行数据处理，有限个离散值的个数常用2“来表示，这个过程是把每一个离散样本的连续灰度值只分成有限多的层次，称分层量化。把原图像灰度层次从最暗至最亮均匀分为有限个层次称均匀量化，如果采用不均匀分层就称为非均匀量化。用有限个离散灰度值表示无穷多个连续灰度的量必然引起误差，称为量化误差，有时也称为量化噪声。量化分层越多，则量化误差越小；而分层越多则编码进入计算机所需比特数越多，相应地影响运算速度及处理过程。另外量化分层的约束来自图像源的噪声，即最小的量化分层应远大于噪声，否则太细的分层将被噪声所淹没而无法体现分层的效果。也就是说噪声大的图像，分层太细是没有意义的：反之要求很细分层的图像

36、才强调极小的噪声。如某些医用图像系统把减少噪声作为主要设计指标，是因为其分层数要求2000层以上，而一般电视图像的分层用200多层己级满足要求。计算机图像处理和计算机、多媒体、智能机器人、专家系统等技术的发展密切相关。近年来计算机识别、理解图像的技术发展很快，图像处理除了直接供人观看外，还发展了与计算机视觉有关的应用，包括邮件自动分拣、车辆自动驾驶等。下面仅列举一些典型应用实例，实际应用远远超出以下的内容。第三章IVIATLAB综述肿瘤图象分析具有Fortran语言和c语言编程经验的读者可能有这样的体会，当涉及到矩阵运算或画图时，编程会很麻烦。例如，我们想要求解一个线性代数方程组，必须首先编写

37、一个主程序，然后编写一个子程序去读入各个矩阵的元素，然后再编写一个子程序，求解相应的方程，最后输出计算结果。如果计算子程序不可靠，所得的计算结果就会出现问题。如果没有标准子程序可以调用，则用户往往需要用户编写100条左右的源程序，仅键入和调试就是很繁琐的，而且还无法保证所键入的程序一次就全部可靠。1980年前后，Matlab的首创者Cleve Moler博士在New Mexico大学讲授线性代数课程时，看到了用高级语言编程解决工程计算问题的诸多不便，因而构思开发了Matlab软件(Matrix Laboratory，矩阵实验室)。该软件利用了Moler博士在此前开发的LINPACK(线性代数软

38、件包)和EISPACK(基于特征值计算的软件包)中可靠的子程序，用Fortran语言编写而成，集命令翻译，工程计算功能于一身“。与Fortran语言和C等高级语言比较，Matiab的语法规则更简单，更重要的是它贴近人思维方式的编程特点，使得用Matlab编写程序有如在便笺上列公式和求解。31 MATLAB的功能和组成80年代初期，Cleve Meier和John Little采用C语言改写了Matlab的内核。不久，他们成立了Mathworks软件开发公司并将Matlab正式推向市场。311 MATLAB的功能现在的Matlab新版本早已不只停留在工程计算功能上，它由圭包、Simulink以及

39、功能各异的工具箱组成，以矩阵运算为基础，把计算、可视化、程序设计融会到了一个简单易用的交互式工作环境中。在这晕可以实现工程计算、算法研究符号运算、建模和仿真、原型：发、数据分析及可视化、科学和工程绘图、应用程序设计(包括图形用户界面设计)等功能。证是凭借Mattab的这些突出的优势，它现在己成为世界上应用最广泛的工程计算软件。在美国等发达国家的大学里Matlab是一种必须掌握的基本工具，而在国外的研究设计单位和工业部门，更是研究和解决工程计算问题的一种标准软件。在国内也有越来越多的科学技术工作者参加到学习和倡导这门语言的行列中来。在大家的共同努力下，Matlab正在成为计算机应用软件中的一个新

40、热点。312 Matlab的组成Matlab软件主要由主包、Simulink和工具箱3部分组成。1、Matlab主包Matlab主包包括以下5个部分；(1)Matlab语言Matlab语言是一种基于矩阵数组的高级语言，它具有流程控制语句、函数、数据结构、输入输出，以及面向对象的程序设计特性。用Matlab语言可以迅速地建立临时性的小程序，也可以建立复杂的大型应用程序。(2)Matlab工作环境Matlab工作环境集成了许多工具和程序，用户用工作环境中提供的功能完成他们的工作。Matlab工作环境给用户提供了管理工作空间内的变量和输入、输出数据的功能，并给用户提供了不同的工具用以丌发、管理、调试

41、M文件和Matlab应用程序。(3)句柄图形句柄图形是Matlab的图形系统。它包括一些高级命令，用于实现二维和三维数据可视化、图像处理、动画等功能；还有一些低级命令，用来定制图形的显示以建立Matlab应用程序的图形用户界面。(4)Matlab数学函数库Matlab数学函数库是数学算法的一个巨大集合，该函数库既包含了诸如求和、正弦、余弦、复数运算之类的简单函数；也包含了矩阵转置、特征值、贝塞尔函数、快速傅立叶变换等复杂函数。r(5)Matlab应用程序接口(API)Matlab应用程序接口是一个Matlab语言+向C和Fortran等其他高级语言进行交互的库，包括读写Matlab数据文件(M

42、AT文件)。2、SimulinkSimulink是用于动态系统仿真的交互式系统。Simulink允许用户在屏幕上绘制框图来模拟一个系统，并能够动态地控制该系统。Simulink采用鼠标驱动方式，能够处理线性、非线性、连续、离散、多变量以及多级系统。此外，Simulink还为用户提供了两个附加项：Simulink Extensions(扩展)和Blocksets 3(模块集)。Simulink Extensions是一些可选择的工具，支持在Simulink环境中开发的系统的具体实现，包括：Simulink AcceleratorRealTime WorkshopRealTime Windows

43、TargetStateflOWBlocksets是为特殊应用领域中设计的Simulink模块的集合。包括以下几个领域的模块集：DSP(数字信号处理)Fied-Point(定点)Nonl inear Control Design(非线性控制设计)Communieations(通信) ，3、Matlab工具箱工具箱是Matlab用来解决各个领域特定问题的函数库，它是开放式的，可以用，也可以根据自己的需要进行扩展。Matlab提供的工具箱为用户提供了丰富而实用的资源，工具箱的内容非常广泛，涵盖了科学研究的很多门类。目前，已有涉及数学、控制、通信、信号处理、图像处理、经济、地理等多种学科的二十多种Ma

44、tlab工具箱投入应用。这些工具箱的作者都是相关领域的顶级专家，从而确定了Matlab的权威性。应用Matlab的各种工具箱可以在很大程度上减小用户编程时的复杂度。而athworks公司也致力于追踪各学科的最新进展，并及时推出相应功能的工具箱，毫无疑问，Matlab能在数学应用软件中成为主流是离不开各种功能强大的工具箱的。Mathworks公司自1984年币式推出Matlab后，经过这些年的不断更新，交互性越来越好，功能越来越强大，已经成为国际公认的最优秀的数学应用软32 Matfab的发展历程Matab软件从1984年推出的第一个版本到目前已经发布了11个版本，第11个版本是Matlab53

45、。在这些版本中，具有划时代意义的是该公司于1992年推出的Matlab40版，其微机版于1993年完成。从该版本开始，Matlab由DOS下的应用程序改进Windows下的应用程序，更易于操作，从而大大拓展了其应用范围并加速了该软件的更新过程。同时，在这个版本中，Matbworks公司推出了用于控制系统仿真和设计的交互式模型输入与仿真环境simulink 1O，为控制系统的计算机辅助设计打开了局面。1994年推出的42版本扩充了40版本的功能，尤其在图形界面设计方面提供了新的方法。Matlab在国内的大范围推广就是从4X版本开始的。此后的Matlab50、51、52到1999年1月推出的50版

46、本，分别在前面版本的基础上前进了一大步。32 MatIab图像处理工具箱321图像文件简介图像文件就是描绘了一幅图像的计算机磁盘文件。一幅现实世界的图像经由扫描仪、摄像机等设备采集、数字化后，便需要以图像文件的形式存储于计算机的磁盘中，然后才能被计算机处理。早期，各种图像的存储都由其采集者自行定义格式。随着计算机图像技术的发展，各领域逐渐出现了流行的图像格式标准，如公用领域常用的GIF格式，Pc机上的PCX格式，动画领域的TGA格式以及CAD领域中的DXF格式等。总的来说，有两种截然不同的图像格式类型：位图(光栅图)和矢量图。位图是用数据点来映射表示图素点的方式，而矢量图是用线段和形状描述图像

47、。由于矢量图一般是在工程及专用领域中使用，它与位图之问的转换非常复杂。本书讨论的图像格式，特指位图图像格式“。最简单的位图是黑白二值位图，它是早期最常使用的格式一幅图像由一系列二值点组成：非黑即自(1或0)。但随着计算机硬件的迅速发展，在微机上显示16色(EGA)、256色(VGA)甚至十几万种颜色(真彩卡ET4000)己不是什么问题，能表现彩色图像的格式也随之而设计出来。这些彩色图像文件除包含图像的高、宽、分辨率等信息外，一般还要包含一个描绘本幅图像的调色板(Palerte)。这时，存储图像点阵的每一个数据所代表韵已不是该点颜色的值，而是调色板的一项。真彩色图不需要调色板，但它的文件本身要占

48、据很大的空间，而且在一般的彩显卡上显示时，还需为之构造一个调色板。由于图像数据所占据的存储空间越来越庞大，仅一幅A4幅面的真彩色图像就大约要占6兆字节，使计算机的磁盘空间越来越显紧张，于是很多图像格式又采用了数据压缩技术。目前，大多数图像格式采用的都是无损压缩，如行程长度压缩(BMP、Macpaint、TIF、PCX、GEM用)、LZW压缩(GIF、TIF用)等。采用了压缩技术后，可以很有效地节省存储空间。当然，为了减少编码解码时间，许多格式都将压缩作为一个选项，当表示较小的图像时，可以不采用压缩格式。由上述可知，一幅图像不论它由什么格式来表示，都应包含下列特征。(1)描述图像的高度、宽度以及各种物理特征的数据。(2)彩色定义：每点bit数(决定颜色的数量)，彩色平面数，非真彩色图像要提供调色板。