内容发布更新时间 : 2024/5/4 3:20:06星期一 下面是文章的全部内容请认真阅读。

数字图像处理

4 结论

以上图像处理实例只是对MATLAB 图像工具箱的一小部分进行运用，经过更进一步的图像分割、二值化、归一化等处理，可以把芯片中的字符特征提取出来送入神经网络分类器进行识别，我们应用MATLAB 神经网络工具箱对字符分类进行模拟仿真也取得了较好的效果。由此可以看出MATLAB 语言简洁，可读性强，工具箱涉及的专业领域广泛且功能强大。图像工具箱几乎包括所有经典的图像处理方法。由于工具箱具有可靠性和开放性，我们可以方便地直接加以使用，也可以把自己的代码加到工具箱中以改进函数功能，同时，MATLAB 中的小波工具箱也有许多函数可运用于图像处理技术。因此，在图像处理技术中使用MATLAB 语言可以快速实现模拟仿真，大大提高实验效率， 如果要开发实用程序，MATLAB 语言还可以通过MEX 动态连接库实现与C 语言的混合编程，为工程应用提供了更多的便利条件。

参考文献

[1]王新成.高级图像处理技术[M] .北京:中国科学技术出版社.2001，18-90; [2] Kenneth.R.Castleman.数字图像处理技术[M].北京:电子工业出版社.1998，14-16;

[3]周龙等.基于MATLAB 的储粮害虫图像处理方法[J].微计算机信息.2005，2-0;

10