(完整版)卫星图像处理流程
卫星图像处理流程
一．图像预处理
1．降噪处理
由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。
（1）除周期性噪声和尖锐性噪声
周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。
图1 消除噪声前
图2 消除噪声后
（2）除坏线和条带
去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
图3 去条纹前
图4 去条纹后
图5 去条带前
图6 去条带后
2．薄云处理
由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。
3．阴影处理
由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。
1．图像配准
为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准
将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。
图7 图像配准前
图8 图像配准后
（2）影像对矢量图形的配准
将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。
2．几何粗纠正
这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正.
3．几何精纠正
为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。
（1）图像对图像的纠正
利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
（2）图像对地图（栅格或矢量）
利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
图9 参考地形图
图10 待纠正影像
图11 纠正后影像和地形图套和效果
（3）图像对已知坐标点（地面控制点）
利用已有准确地理坐标和投影信息的已知坐标点或地面控制点，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
4．正射纠正
利用已有地理参考数据（影像、地形图和控制点等）和数字高程模型数据（DEM、GDEM），对原始遥感影像进行纠正，可消除或减弱地形起伏带来的影像变形，使得遥感影像具有准确的地面坐标和投影信息。
图12 数字正射影像图
三．图像增强
为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出，需要对遥感图像进行增强处理。
1．彩色合成
为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。
彩色图像可以分为真彩色图像和假彩色图像。
图13真彩色合成( TM321)
图14 假彩色合成(TM432)
2．直方图变换
统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。
一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的对比度小，需要调整该直方图到正态分布，以改善图像的质量。
图15 直方图拉伸前（原图偏暗）
图16 直方图拉伸后
图17 直方图拉伸前（原图对比度不强）
图18 直方图拉伸后（线性拉伸）
3．密度分割
将灰度图像按照像元的灰度值进行分级，再分级赋以不同的颜色，使原有灰度图像变成伪彩色图像，达到图像增强的目的。
图19 原始图像
图20 密度分割图像
4．灰度颠倒
灰度颠倒是将图像的灰度范围先拉伸到显示设备的动态范围(如0～255)到饱和状态，然后再进行颠倒，使正像和负像互换。
图21 灰度颠倒前
图22 灰度颠倒后
5．图像间运算
两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。常见的有加法运算、减法运算、比值运算和综合运算。例如：
减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。
比值运算：常用于计算植被指数、消除地形阴影等。
植被指数：NDVI=（IR-R）/（IR+R）
图23 原始图像
图24 NDVI植被指数图像
6．邻域增强
又叫滤波处理，是在被处理像元周围的像元参与下进行的运算处理，邻域的范围取决于滤波器的大小，如3×3或5×5等。
邻区法处理用于去噪声、图像平滑、锐化和相关运算。
图25 原始图像
图26 拉普拉斯滤波图像（5×5）
7．主成分分析
也叫PCA变换，可以用来消除特征向量中各特征之间的相关性，并进行特征选择。
主成分分析算法还可以用来进行高光谱图像数据的压缩和信息融合。例如：对LandsatTM的6个波段的多光谱图像(热红外波段除外)进行主成分分析，然后把得到的第1，2，3主分量图像进行彩色合成，可以获得信息量非常丰富的彩色图像。
图27 第一主成分
图28 第二主成分
图29 第三主成分
图30 第四主成分
图31第五主成分
图32 第六主成分
8．K-T变换
即Kauth-Thomas变换，又称为“缨帽变换”。这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。
图33 第一主分量（亮度）
图34 第二主分量（绿度）
图35第三主分量
9．图像融合
遥感图像信息融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。
不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥补单一图像上信息的不足，这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。
图36 多光谱影像
图37高分辨率影像
图38 融合影像（HSV融合）
四．图像裁剪
在日常遥感应用中，常常只对遥感影像中的一个特定的范围内的信息感兴趣，这就需要将遥感影像裁减成研究范围的大小。
图39 原始影像
1．按ROI裁剪
根据ROI（感兴趣区域）范围大小对被裁减影像进行裁剪。
图40 按ROI（行政区）域裁剪
2．按文件裁剪
按照指定影像文件的范围大小对被裁减影像进行裁剪。3．按地图裁剪
根据地图的地理坐标或经纬度的范围对被裁减影像进行裁剪。
图41 按地图坐标范围裁剪
五．图像镶嵌和匀色
1．图像镶嵌
卫星云图的云状分析
卫星云图的云状分析 提要 随着卫星云图的日益普及，云图在预报中的使用越来越多，本文就卫星云图使用中的有关问题作了一些探讨，供大家参考。 关键词：卫星云图云状分析天气系统 一、卫星云图的种类 按卫星轨道分，可分为极轨卫星云图和同步卫星云图，目前大多使用的是三种同步卫星云图：可见光云图，红外云图和水汽云图。 可见光云图(VIS)利用云顶反射太阳光的原理制成，故仅能于白昼进行摄影。可见光卫星云图可显示云层覆盖的面和厚度，比较厚的云层反射能力强，在可见光卫星云图上，会显示出亮白色，云层较薄则显示暗灰色，还可与红外线卫星云图结合起来，做出更准确的分析。 红外云图(IR)利用卫星上之红外线仪器，来测量云层之温度。其中，温度低的云层会以亮白色来显示，也就是此处的云层较高，而暗灰色的部分则代表云层高度较低，因为越接近地面的云层温度越高。简单而言，即以云顶的不同温度来判断云层的高度。 水汽云图(WV) 卫星接收到的辐射决定于水汽含量，大气中水汽含量越多，发射的辐射越小；水汽含量越少，大气低层的辐射越可以透过水汽到达人造卫星，则人造卫星接收的辐射越大。在水汽图上，色调越白，辐射越小，水汽越多；否则越少。对于6-7μm水汽带，卫星测得的辐射来自对流层中上层，故水汽图反映大气上层水汽的空
间分布。但对低层水汽不敏感，这是其不足之处，使用中应与其它云图相结合，作综合判断。 二、卫星云图的典型云系识别 2.1 几种基本云的识别 卷云：高度最高，温度最低，反照率低。 中云(包括高层云和高积云)：反照率有的大有的小，温度较低，范围较大。 积云和浓积云：在云图上实际为积云群，表现为带状，线状和细胞状结构，其上多皱纹，多起伏和不均匀，造成这种现象的原因是积云内部高度不同，云顶温度不一致，厚度有参差，云的形状不规则。 积雨云：反照率高，温度也低，高空风垂直切变小时呈圆形，较大时呈椭圆形，并出现卷云砧，尺度为几十至几百公里，初生时尺度较小，边界光滑，成熟后云体较大，顶部出现向四周散开的卷云羽，消亡时色调变暗，为一片松散的卷云。 低云(层云和雾)：由于温度与地表接近，在IR上不明显，在VIS 上为均匀光滑的云区，厚度不一，有时在白天的IR上，层云边界比较清楚，但到夜间，近地面存在辐射逆温，层云或雾的顶部温度反面比四周无云地区要暖，这时IR上云区比四周无云区地面显得更黑。
遥感影像图像处理流程
遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
影像处理基本技术
照片编辑“高棉的微笑”
使用“镜头矫正”滤镜对画面进行矫正，操作步骤如下： （1）在Photoshop中，打开文件“吴哥少女.jpg”。双击工具箱中的“抓手工具”，令窗口缩放至合适显示比例。 （2）在图层面板上右键单击“背景”图层，从弹出的快捷菜单中选择“复制图层…”命令，在“复制图层”对话框中，命名新图层为“镜头矫正”，如图4所示，单击“确定”按钮。 （3）单击“背景”图层的“指示图层可见性图标”，隐藏该图层。 图4 “复制图层”对话框 （4）为了防止在镜头矫正过程中图像转到画布之外，要向四周扩展画布。可在菜单栏中选择“图像”→“画布大小…”命令，选中“相对”复选框，输入需要扩展的相对尺寸。如图5所示，单击“确定”按钮。 图5 “画布大小”对话框 （5）在菜单栏中选择“滤镜”→“扭曲”→“镜头矫正…”命令，出现扩展至全屏幕的“镜头矫正”对话框，矫正由于仰拍造成的镜头成像变形。 ○1为了便于观察，取消对话框下方的“显示网格”复选框；使用对话框左侧工具属性栏的“拉直工具”沿着窗格清晰的雕刻纹理，绘制一条水平矫正线将图像拉直到新的横轴，画面自动旋转相应的角度，如图6所示。
图6 用拉直工具进行倾斜矫正 ○2调整右侧“变换”栏目中的“垂直透视”数值，矫正由于仰角拍摄令镜头产生近大远小畸变，设置参考如图7所示，单击“确定”按钮。 图7 用垂直透视矫正参考数值 镜头矫正前、后对比效果如图8所示。 图8 矫正前、后对比效果 说明 （1）“镜头矫正”滤镜可用来旋转图像，或修复由于相机垂直或水平倾斜而导致的图像透视现象。相对于使用“变换”命令，此滤镜的图像网格使得这些调整可以更为轻松精确地进行。 （2）“垂直透视”校正由于相机向上或向下倾斜而导致的图像透视，使图像中的垂直
数字图像处理
院系：计算机科学学院 专业：计算机科学与技术 年级： 09级 课程名称：数字图像处理 组号： 25组 指导教师：孙阳光 学号： 姓名： 2012 年 6 月 13 日
年 级 班号学号 专 业 姓名实 验名称MATLAB图像处理编程基础 实验 类型 设计型综合型创新型 √ 实验目的或要求加深对数字图像处理理论课程的理解，进一步熟悉数字图像处理课程的相关算法和原理选择一副图像，叠加椒盐噪声，分别用邻域平均法和中值滤波法对该图像进行滤波，显示滤波后的图像，比较和分析各滤波器的效果。 选择一副图像，叠加零均值高斯噪声，设计一种处理方法，既能去噪声，又能保持边缘清晰。
实验原理（算法流程图或者含注释的源代码）二、算法原理 平滑滤波器用滤波模板确定的领域内象素的平均灰度值去代替图像中的每一个像素点的值，这种处理减少了图像灰度的“尖锐”变化,常称为邻域平均法。邻域平均法有力地抑制了噪声，同时也引起了模糊，模糊程度与邻域半径成正比。 中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值.中值滤波法对消除椒盐噪音非常有效。 图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰。 三、Matlab代码 1: I = imread('eight.tif'); J = imnoise(I,'salt & pepper',0.02); subplot(231); imshow(I);title('原图象'); subplot(232); imshow(J);title('添加椒盐噪声图象'); k1 = filter2(fspecial('average', 3), J); k2 = filter2(fspecial('average', 5), J); k3 = filter2(fspecial('average', 7), J); k4 = filter2(fspecial('average', 9), J); subplot(233); imshow(uint8(k1));title('3×3模板平滑滤波'); subplot(234); imshow(uint8(k2));title('5×5模板平滑滤波'); subplot(235); imshow(uint8(k3));title('7×7模板平滑滤波'); subplot(236); imshow(uint8(k4));title('9×9模板平滑滤波'); I = imread('eight.tif'); J = imnoise(I,'salt & pepper',0.02); subplot(231); imshow(I);title('原图象'); subplot(232); imshow(J);title('添加椒盐噪声图象'); k1 = medfilt2(J); k2 = medfilt2(J,[5,5]); k3 = medfilt2(J,[7,7]); k4 = medfilt2(J,[9,9]); subplot(233); imshow(k1);title('3×3模板中值滤波'); subplot(234); imshow(k2);title('5×5模板中值滤波'); subplot(235); imshow(k3);title('7×7模板中值滤波'); subplot(236); imshow(k4);title('9×9模板中值滤波');
图像处理过程
图像处理过程 图像处理作为小车走迷宫过程中获得信息的第一过程，对于小车的计算路径和确认位置起到了根本的作用，经过了对于OPENCV和LABVIEW两种软件的了解，我们发现虽然OPENCV 在图像处理方面确实十分强大，但是其扩展性与易用性均不如LABVIEW来的好，我们权衡利弊，决定使用LABVIEW进行对于图像的处理。 LABVIEW以其强大的虚拟仪器库著称，我们在本次小车图像处理中用到了以下的组件： 1. https://www.wendangku.net/doc/1313684432.html,bview 8.2 2. 3. 4. NI-IMAQ FOR USB* *对于XP SP2系统还需要加载ImaqDirectShowDll.dll、ImaqDirectShowExportDll.dll 图像处理部分分为主要由以下几个部分组成的： 1.图像采集 2.图像阈值分析和转化 3.迷宫出入口检测与小车检测 4.迷宫转化成数组（提供给迷宫算法的接口） 在Labview中我们可以很容易的利用其本身就拥有的扩展库来完成以上的操作，下面对于我们的图像处理程序进行介绍： 1.图像采集 我们组在图像采集部分采用的是动静结合的方法，即先采集一张静态的迷宫图像，通过这个图像，标定出迷宫出入口和小车初始位置，事先计算出小车应该走的路径，之后在小车开始行动之后进行动态采集，分析小车的位置，再对比算出的位置与之前的最短路径来确定小车如何行动。相对于其他组利用OPENCV进行的动态采集，需要不断的计算路径和修正小车方向，我们的方法大大减少了运算量，也减少了小车卡在角落的可能。 静态采集较为简单，可以通过外部软件获取图像，也可以直接调用Labview中NI-IMAQ组件的相关函数来进行单次的采集，在这里我们利用的是Labview中NI-IMAQ相关函数 结合上图来看，先枚举摄像头利用IMAQ USB Enumerate Cameras，然后对摄像头初始化IMAQ USB Init，分配空间并设置基础IMAQ USB Grab Setup，最后进行采集图像IMAQ USB Grab Acquire。 当需要进行动态采集的时候，只需要把采集的部分即IMAQ USB Grab Acquire进行一个循环就可以了。 2.图像降噪和阈值分析（图像二值化） 图像采集完毕之后，必须要进行二值化才能继续进行操作，因为摄像头和光线条件的限制等原因，图像采集之后会有大量的噪点存在，二值化之后可能会在路径上产生黑斑影响计算，而我们想到如果迷宫计算不是采用寻找路径的方法而是采用检测出墙壁进行计算的方法，就可以很好的避免大量噪点的问题。对于阈值分析Labview中同样有合适的函数可以进行 利用IMAQ ColorThreshold，我们可以调整各种颜色阈值来将图像二值化，如下图所示： 其中族控制输入三个阈值的数据，255是二值化后的灰度。 3.迷宫出入口的检测与定标。 在计算中我们把迷宫转化成了一个矩阵，但是图的边界不一定是迷宫的边界，我们需要手动标定出迷宫的边界，这是就需要用到IMAQ Select Point，通过鼠标点选选出迷宫的边界（角）的坐标，如下图所示。
卫星云图识别
一、云图类型 1.红外云图 卫星在10.5～12.5微米测量地表和云面发射的红外辐射，将这种辐射以图象表示就是红外云图。在红外云图上物体的色调决定其自身的温度，物体温度越高，发射的辐射越大，色调越暗，红外云图是一张温度分布图。由于大气有吸收及物体发射率不完全为1，卫星接收到的红外辐射要比实际表面温度发射的黑体辐射要小，故严格地说，红外云图是一张亮度温度分布图。地面的温度一般较高，呈现较暗的色调；由于大气的温度随高度是递减的，故云顶高而厚的云，其温度低呈白的色调。低云的云顶温度较高，与地面相近，故在红外云图上不容易识别。由于各类云的云顶温度的差异较大，在红外云图上可以识别各种高度的云。此外，地表的温度随季节、纬度、海陆分布及其本身的热惯量而不同，所以在红外云图上的色调亦不同。在电视显示的红外云图上，地表以绿色表示，以与云相区分开。 2.水汽云图 卫星选用6～7μm水汽吸收谱段接收大气中水汽发射的辐射，并以图象表示 便得到水汽图。在这一波段，水汽一面接收来自下面的辐射，又以自身较低的温度发射红外辐射。卫星接收到的辐射决定于水汽含量，大气中水汽含量越多，发射的辐射越小；水汽含量越少，大气低层的辐射越可以透过水汽到达卫星，则卫星接收的辐射越大。在水汽图上，色调越白，辐射越小，水汽越多；否则越少。对于6～7μm水汽带，卫星测得的辐射来自对流层中上层，故水汽图反映大气上层水汽的空间分布。 3.可见光 可见光是波长从0.35～0.80μm很狭窄的波段。卫星在可见光谱段测量来自地面云面反射的太阳辐射，将卫星接收的这种辐射转换为图象称为可见光云图。卫星在可见光谱段选用的波长间隔有：0.52～0.75μm和0.58～0.68μm。卫星 在可见光波段接收辐射与物体的反照率和太阳的天顶角有关，若太阳天顶角越小，物体的反照率越大，则卫星接收到的辐射越大，反之则越小。在可见光云图上，辐射越大，色调越白；辐射越小，色调越暗。通常云层越厚，反照率越大，色调
数字图像处理技术试题答案
数字图像处理技术试题库 一、单项选择题：(本大题 小题, 2分/每小题,共 分) 1.自然界中的所有颜色都可以由（）组成 A.红蓝绿 B.红黄绿 C.红黄蓝绿 D.红黄蓝紫白 2. 有一个长宽各为200个象素，颜色数为16色的彩色图，每一个象素都用R(红)、G(绿)、B(蓝)三个分量表示，则需要（）字节来表示 A.100 B.200 C.300 D. 400 3.颜色数为16种的彩色图，R(红)、G(绿)、B(蓝)三个分量分别由1个字节表示，则调色板需要（）字节来表示 A.48 B.60 C.30 D. 40 4.下面哪一个不属于bmp 文件的组成部分 A ．位图文件信息头 B. 位图文件头 C.调色板 D. 数据库标示 5.位图中，最小分辨单元是 A.像素 B.图元 C.文件头 D.厘米 6.真彩色的颜色数为 A.888?? B. 161616?? C.128128128?? D.256256256?? 7.如果图像中出现了与相邻像素点值区别很大的一个点，即噪声，则可以通过以下方式去除 A.平滑 B.锐化 C. 坐标旋转 D. 坐标平移 8.下面哪一个选项不属于图像的几何变换() A.平移 B.旋转 C. 镜像 D. 锐化 9.设平移量为x x t t (,)，则平移矩阵为() A .1 0 00 1 0 1x y t t ?????????? B. 1 0 00 -1 0 1x y t t ??-???????? C.1 0 00 1 0 - 1x y t t ????????-?? D.1 0 00 1 0 - -1x y t t ?????????? 10.设旋转角度为a ，则旋转变换矩阵为() A ．cos() sin() 0sin() cos() 00 0 1a a a a -?????????? B ．cos() sin() 0sin() cos() 00 0 1a a a a ?????????? C ．sin() cos() 0 sin() cos() 0 0 0 1a a a a -?????????? D ．cos() sin() 0sin() cos() 00 0 1a a a a -????-?????? 11.下面哪一个选项是锐化模板 A ．-1 -1 -1-1 9 -1-1 -1 -1??????????g B ．-1 -1 -1-1 -9 -1-1 -1 -1??????????g C ．-1 -1 -1-1 8 -1-1 -1 -1??????????g D ．-1 -1 -1-1 6 -1-1 -1 -1?????????? g 12.真彩色所能表示的颜色数目是 A ．128128? B ．256256256 ?? C ．256 D ．6059
数字图像处理
数字图像处理(MATLAB版) 实验指导书 (试用版) 本实验指导书配合教材和课堂笔记中的例题使用 姚天曙编写 安徽农业大学工学院 2009年4月试行
目录 实验一、数字图像获取和格式转换 2 实验二、图像亮度变换和空间滤波 6 实验三、频域处理7 实验四、图像复原9 实验五、彩色图像处理10 实验六、图像压缩11 实验七、图像分割13 教材与参考文献14
《数字图像处理》实验指导书 实验一、数字图像获取和格式转换 一、实验目的 1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法； 2修改图像的存储格式；并比较不同压缩格式图像的数据量的大小。 二、实验原理 数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。各类设备都标明了它的光学分辨率和最大分辨率。分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。 扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。扫描仪工作原理见图1.1。
(完整版)卫星图像处理流程
卫星图像处理流程 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 图1 消除噪声前
图2 消除噪声后 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。 图3 去条纹前
图4 去条纹后 图5 去条带前
图6 去条带后 2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正 通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。
图像处理方法
i=imread('D:\00001.jpg'); >> j=rgb2gray(i); >> warning off >> imshow(j); >> u=edge(j,'roberts'); >> v=edge(j,'sobel'); >> w=edge(j,'canny'); >> x=edge(j,'prewitt'); >> y=edge(j,'log'); >> h=fspecial('gaussian',5); >> z=edge(j,'zerocross',[],h); >> subplot(2,4,1),imshow(j) >> subplot(2,4,2),imshow(u) >> subplot(2,4,3),imshow(v) >> subplot(2,4,4),imshow(w) >> subplot(2,4,5),imshow(x) >> subplot(2,4,6),imshow(y) >> subplot(2,4,7),imshow(z)
>> %phi:地理纬度lambda:地理经度delta：赤纬omega：时角lx 影子长，ly 杆长 >> data=xlsread('D:\附件1-3.xls','附件1'); >> X = data(:,2); >> Y = data(:,3); >> [x,y]=meshgrid(X,Y); %生成计算网格 >> fxy = sqrt(x.^2+y.^2); >> %[Dx,Dy] = gradient(fxy); >> Dx = x./fxy; >> Dy = y./fxy; >> quiver(X,Y,Dx,Dy); %用矢量绘图函数绘出梯度矢量大小分布>> hold on >> contour(X,Y,fxy); %与梯度值对应,绘出原函数的等值线图
《数字图像处理》期末考试报告
《数字图象处理》期末考试报告 页脚内容1
《数字图象处理》期末考试报告 图像在人类接受和互通信息中扮演着重要角色，人们在日常生活与生产实践中依赖图像信息的状况比比皆是，图像信息具有如下特点。 （1）直观形象 图像可以将客观的事物的原型真实的展现在眼前，供不同目的、不同能力、不同水平的人去观察、理解，这是声音和文字信息所不能的。声音和文字信息只能够通过描述来表达事物。既然是描述，就会收到描述者诸如主观、专业、情绪、心情等因素的显示，甚至描述可能偏离客观事物。 （2）易懂 人的视觉系统有着瞬间获取图像、分享图像、识别图像与理解图像的能力。只要将一幅图像呈现在认的眼前，其视觉系统就会立即得到这幅图像所描述的鑫鑫，从而具有一目了然的效果。 （3）信息量大 图像信息量大有两层含义：其一是“一图胜千言”，图像本身所携带的信息远比文字、声音信息丰富；其二是图像数据量大，需要占据较大的存储空间与传输时间。 视觉是人类最重要的感知手段之一。视觉信息人类从自然界活的信息的主要来源，约占人类由外界获得的信息总量的80%。“眼见为实”，是视觉信息所提供的只管作用是文字和声音无法比拟的。 图像是人类视觉的基础，是自然景物的客观反应，是人类认识世界和人类本身的重要源泉。“图”是物体反射或投射光的分布，“像”是认的视觉系统所接受的图在人脑中所形成的印象或认识。照片、绘画、剪贴画、地图、书法作品、手写汉字、传真、卫星云图、影视画面、X光片、脑电图、心电图等都是图像。 页脚内容2
近几年来，随着多媒体技术和因特网的迅速发展和普及，数字图像处理技术受到了前所未有的广泛重视，出现了许多新的应用领域。最显著的是数字图像技术已经从工业领域、实验室走入了商业领域以及办公室，甚至走进了人们的日常生活。目前数字图象处理技术已经广泛用于办公自动化、工业机器人、地理数据处理、地球资源监视、遥感、交互式计算机辅助设计领域。 数字图像处理技术涉及数学、计算机科学、模式识别、人工智能、信息论、生物医学等多种学科，是一门多学科交叉应用技术。图像技术内容十分丰富，例如图像获取、图像编码压缩、图像存储与传输、图像变换、图像合成、图像增强、图像复原与重建、图像分割、目标检测、图像表示与描述、图相配准、图像分类与识别、图像理解、场景分析与理解、图像数据库建立、索隐于检索以及综合利用等。 数字图像处理系统主要由图像采集系统、计算机和图像输出设备组成。 1、图像采集系统 图像采集系统的功能是将模拟图像转换成适合数字计算机处理的数字图像。因此，图像采集系统又称为图像数字化器。常用的图像数字化器一般有三种：一种是数码摄像机，它通过接口电路与计算机连接，在有关软件的控制下将图像输入计算机；二是数码照像机，它同数码摄像机的区别就是没有连续获取图像的能力；三是扫描仪，它可以将胶片上的摄影图像或纸质载体上的问题、图形、表格扫描成数字信息直接输入计算机。 2、计算机 执行数字图像处理的计算机上安装有各种图像处理软件，如Adobe公司的Photoshop，MathWorks 公司的Matlab中的图像处理工具箱。图像处理软件接受来自图像采集系统的数字图像，并执行所需要的操作，如图像增强、图像复原、图像压缩编码、图像分析、图像识别、图像理解等任务，最后输出 页脚内容3
图像处理技术的研究现状和发展趋势
图像处理技术的研究现状和发展趋势 庄振帅 数字图像处理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（JPL）。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。与此同时，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，属于这些领域的有航空航天、生物医学过程、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。随着图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向
数字图像处理工具箱
1. 图像和图像数据 缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点 数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩 阵中每个数据占用1个字节。 在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8 与double两种类型数据的值域不同，编程需注意值域转换。 从uint8到double的转换 --------------------------------------------- 图像类型MATLAB语句 --------------------------------------------- 索引色 B=double(A)+1 索引色或真彩色 B=double(A)/255 二值图像 B=double(A) --------------------------------------------- 从double到uint8的转换 --------------------------------------------- 图像类型MATLAB语句 --------------------------------------------- 索引色B=uint8(round(A-1))
索引色或真彩色 B=uint8(round(A*255)) 二值图像B=logical(uint8(round(A))) --------------------------------------------- 2. 图像处理工具箱所支持的图像类型 2.1 真彩色图像 R、G、B三个分量表示一个像素的颜色。如果要读取图像中(100,50)处的像素值， 可查看三元数据(100,50,1:3)。 真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合 习惯的存储方法是用无 符号整型存储，亮度值范围[0,255] 2.2 索引色图像 包含两个结构，一个是调色板，另一个是图像数据矩阵。调色 板是一个有3列和若干行 的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝 色强度的双精度数。 注意：MATLAB中调色板色彩强度[0,1]，0代表最暗，1代表最亮。 常用颜色的RGB值 -------------------------------------------- 颜色R G B 颜 色 R G B
图像处理基本方法
图像处理的基本步骤 针对不同的目的，图像处理的方法不经相同。大体包括图像预处理和图像识别两大模块。 一、图像预处理： 结合识别复杂环境下的成熟黄瓜进行阐述，具体步骤如下： · 图像预处理阶段的流程图 对以上的图像流程进行详细的补充说明: 图像预处理的概念: 将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。 图像装换和图像分割以及区域形态学处理都是属于图像处理的基本内容之一。 图像转换：方法：对原图像进行灰度化处理生成灰度矩阵——降低运算速度（有具体的公式和方程），中值滤波去噪声——去除色彩和光照的影响等等。 图像分割：传统方法：基于阈值分割、基于梯度分割、基于边缘检测分割和基于区域图像割等方法。脉冲耦合神经网络 （ＰＣＮＮ）是针对复杂环境下 图像采集 图像采集中注意采集的方法、工具进行介绍。目的是怎样获取有代表性的样本。（包括天气、相机的位置等） 对采集的图像进行特征分析 目标的颜色和周围环境的颜色是否存在干涉的问题、平整度影响相机的拍摄效果、形状 图像转换 图像分割 区域形态学处理
的有效分割方法，分割的时候如果将一个数字图像输入ＰＣＮＮ，则能基于空间邻近性和亮度相似性将图像像素分组，在基于窗口的图像处理应用中具有很好的性能。 区域形态学处理：对ＰＣＮＮ分割结果后还存在噪声的情况下，对剩余的噪声进行分析，归类属于哪一种噪声。是孤立噪声还是黏连噪声。采用区域面积统计法可以消除孤立噪声。对于黏连噪声，可以采用先腐蚀切断黏连部分，再膨胀复原目标对象，在进行面积阙值去噪，通过前景空洞填充目标，最后通过形态学运算，二值图像形成众多独立的区域，进行各连通区域标识，利于区域几何特征的提取。 二、图像识别： 针对预处理图像提取 目标特征 建立LS SVM分类器 得到结果 图像识别流程图 提取目标特征：目标特征就是的研究对象的典型特点，可以包括几何特征和纹理特征。 对于几何特征采用的方法：采用LS-SVM支持向量机对几何特征参数进行处理，通过分析各个参数的分布区间来将目标和周围背景区分开，找出其中具有能区分功能的决定性的几何特征参数。 纹理特征方法：纹理特征中的几个参数可以作为最小二乘支持向量机的辅助特征参数，提高模型的精准度。 最小二乘支持向量机介绍：首先选择非线性映射将样本从原空间映射到特征空间，以解决原空间中线性不可分问题，在此高维空间中把最优决策问题转化为等式约束条件，构造最优决策函数，并引入拉格朗日乘子求解最优化问题，对各个变量求偏微分。 LS SVM分类器：对于p种特征选择q个图像连通区域，作为训练样本。依
数字图像处理技术的研究现状与发展方向
数字图像处理技术的研究现状与发展方向 孔大力崔洋 （山东水利职业学院，山东日照276826） 摘要：随着计算机技术的不断发展，数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。 关键词：数字图像处理；特征提取；分割；检索 引言 图像是指物体的描述信息，数字图像是一个物体的数字表示，图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理，它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。 1数字图像处理的目的 一般而言，对图像进行加工和分析主要有以下三方面的目的[1]： (1)提高图像的视感质量，以达到赏心悦目的目的。如去除图像中的噪声，改变图像中的亮度和颜色，增强图像中的某些成分与抑制某些成分，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。 (2)提取图像中所包含的某些特征或特殊信息，以便于计算机进行分析，例如，常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面，如频域特性、灰度/颜色特性、边界/区域特性、纹理特性、形状/拓扑特性以及关系结构等。 (3)对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 2数字图像处理的方法 数字图像处理按处理方法分，主要有以下三类，即图像到图像的处理、图像到数据的处理和数据到图像的处理[2]。 （1）图像到图像。图像到图像的处理，其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。 首先，各类图像系统中图像的传送和转换中，总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，衰减次要信息，提高图像的可读性，增强图像中某些特征，使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如，对图像的灰度值进行修正，可以增强图像的对比度；对图像进行平滑，可以抑制混入图像的噪声；利用锐化技
卫星云图的识别
卫星云图的识别 、卫星云图的分类 卫星云图可以根据卫星所接受的波长范围 分为三类： 1.红外图像（IR ）：波长区间10.5 至1 2.5um 2.可见光图像（VIS）：波长区间0.4 —1.1um 3.水汽图像（WV）：波长区间5.7 至7.1um 红外云图 红外云图的色调决定于物体的温度，反映了地面和云面的红外辐射或温度的分布。 浅色调表示红外辐射小，温度低；暗色调表示红外辐射大，温度高。所以云顶高度越高，其温度越低，云的色调越白。红外云图的优点是可区分不同层次的云。缺点是因为温度相近的关系，不能区分地面和低云。 可见光云图 可见光云图中亮度与星下底物表面的反照率相关很好。图像较黑的色调代表低的亮度（低的反射辐射强度）；较亮的色调代表高亮度。高反照率的云，云厚度大，云中水含量高，云滴的平均尺度小；低反照率的云，云厚度小，云中水含量低，云滴的平均尺度大。可见光云图的优点是分辨率高，可区分地面和低云，云的纹理清晰。缺点很明显，因为仅靠目标物反射，所以夜间资料不可用。
水汽云图 波长6-7um 附近是以水汽为吸收体的一个谱区。在强吸收带中，到达卫星的辐射主要来自对流层上部。水汽图像和红外图像一 样，把接收到的辐射转换为温度来显示。对流层上部高湿区显的亮（冷），低湿区显得暗（暖）。即使对流层上部很干燥，近地层大气仍然可能很湿。水汽云图优点是，可提供大气水平运动信息。缺点是其主要反映了400hPa-600hPa的水汽，对于其他吸收谱区无法显示。 二、云图识别判据： 在卫星云图上，云的识别可以根据以下六个判据：结构型式、范围大小、边界形状、色调、暗影和纹理。 1结构形式 在云图上，所谓结构型式是指目标物对光的不同强弱的反射或其辐射的发射所形成的不同明暗程度物象点的分布式样，这些物象点的分布可以是有组织的，也可以是散乱的，即表现为一定的结构型式。卫星云图上云的结构型式有带状、涡旋状、团状（块）、细胞状和波状等。 由云的结构型式有助于识别云的种类和云的形成过程，如：冬季洋面的开口细胞状云系，是由积云或浓积云组成，它是冷空气到达洋面受海面加热变性而形成的；大尺度的带状云系主要是由高层云和高
数字图像处理软件开发设计报告.docx
专业文档 数字图像处理软件开发设计报告
目录实验一、读取图像、显示图像和保存图像 实验二、图像的灰度变换、取反和二值化处理实验三、直方图均衡 实验四、图像锐化 实验五、图像的平滑滤波 实验六、图像的正交变换 实验七、高频强调滤波增强图像 实验八、陷波滤波器增强图像 实验九、消除匀速运动造成的图像模糊 实验十、图像的几何变换 实验十一、二维离散傅里叶变换性质验证 实验十二、用领域平均法平滑彩色图像 实验十三、图像的伪彩色处理
实验一、读取图像、显示图像和保存图像 一、实验目的和内容 1.通过本次实验，了解和熟悉 matlab 的实验环境，掌握图片的读取、显示、存储的方法。 2. 利用 imread() 函数读取一幅图像，假设其名为lily.tif，存入一个数组中。 3．利用 imshow() 函数来显示这幅图像。 二、实验原理（技术探讨） 1.在 matlab 环境中，程序首先读取图像，然后调用直方图函数， 设置相关参数，再输出处理后的图像。 读取图像 subplot(1,2,1),imshow(I）%输出图像 title('原始图像 ')% 在原始图像中加标题 2.启动 matlab 双击桌面 matlab 图标启动 matlab 环境； 在matlab 命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用 matlab 自带的图像，如 :cameraman 图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像； 浏览源程序并理解含义； 运行，观察显示结果；结 束运行，退出
三、实验程序及结果 1.实验程序 I=imread( ' 实验一 .jpg' ); x=rgb2gray(I); figure(1) subplot(1,2,1); imshow(I); title(' 原始图像 ' ); subplot(1,2,2); imshow(x); title(' 灰度图像 ' ); 2.实验结果
图像预处理流程
图像预处理流程： 图2.2图像预处理流程图 2.2系统功能的实现方法 系统功能的实现主要依靠图像处理技术，按照上面的流程一一实现，每一部分的具体步骤如下： 1原始图像：由数码相机或其它扫描装置拍摄到的图像； 2预处理：对采集到的图像进行灰度化、图像增强，滤波、二值化等处理以克服图像干扰； 3字轮定位：用图像剪切的方法获取仪表字轮； 4字符分割：利用字符轮廓凹凸检测定位分割方法得到单个的字符； 5字符识别：利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符，得到最后的仪表示数。
2.3.1 MATLA B简介 MATLAB是美国MathWorks公司出品的商业数学软件，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，主要包括MATLAB和Simulink两大部分。 MATLAB是矩阵实验室（Matrix Laboratory）的简称，和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。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，主要应用于工程计算、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等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完相同的事情简捷得多，并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++ ，JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB 爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。 2.3.2 MATLAB的优势和特点 1、MATLAB的优势 (1)友好的工作平台和编程环境 MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。