MATLAB软件在数值计算及图像处理上的应用

【摘要】作为高等院校的电子科学专业，其人才培养目标是培养高端的技能型人才，从事研发，生产，应用，管理和服务。该类专业毕业生的工作内容涉及到信号仿真、数据分析、信息处理等范畴。本文就数值分析、图像处理在MATLAB软件当中的运算，为更好地理解，列出相关例子，以达到具体化的教学效果。

【关键词】MATLAB软件；数值计算；图像处理；电子科学；教学改革

中图分类号： TP391.41 文献标识码： A 文章编号： 2095-2457（2018）16-0161-003

DOI：10.19694/j.cnki.issn2095-2457.2018.16.073

【Abstract】As an electronic science major in institutions of higher educational university，its personnel cultivating objective is to train high-end technical talents，engaged in positions of research and development，production，application， management and service.The job content of this kind of major graduates involves the signal simulation，the data analysis and the information processing.In this paper，numerical analysis and image process are carried out in the MATLAB software to better understand and list relevant examples，so as to achieve specific teaching effect.

【Key words】MATLAB software；Numerical calculation；Image processing；Electronic science；Educational reform

自从Matlab于1984年在美国被Mathworks公司商业化以来，经过多年的发展，它已成为国际公认的科学技术最佳应用软件。Matlab软件功能强大不仅可以作为一种高效直观的机器语言，还可作为科学计算的平台，它能够进行数据分析及可视化、算法设计、程序开发等。该软件提供了超过500多个数学和工程功能函数，使用者可以在其集成环境中进行交互、编程，以完成计算或仿真任务。

作为高等院校的电子科学专业，其人才培养目标是培养高端的技能型人才，从事研发，生产，应用，管理和服务。该类专业毕业生的工作内容涉及到信号仿真、数据分析、信息处理等范畴。而Matlab软件的出现，为电子信息科学与技术专业的学生提供了很好的软件设计平台；同时它是一种与C语言编程规则相近且更易学习，这有利于学生的快速掌握、熟练上手。本文主要列举MATLAB软件在光谱数据的数值计算、图像处理增强方面的应用。

1 MATLAB在数据分析中的应用

可见-近红外光谱分析技术具有快速、简便、无损等特点。通过果蔬的光谱信息的非破坏性测定，以及果蔬内部的标准方法检测，结合化学计量学的建模方法，便可间接地得到水果内部品质信息。而光谱信息存在着成百上千个数据点，当样本数量小于光谱变量时，将无法通过常规的多元变量建模方法计算得到果蔬内部品质。在20世纪80年代初，化学计量学的分析方法快速发展为多元数据的分析提供了数值建模方法，同时Matlab软件为此提供了强大的数值计算平台，让光谱信息与检测指标之间建立了可靠而稳定的数学模型[1]。

通过USB2000+便携式光谱仪（Ocean Optics Inc. USA）采集红富士苹果的透射光谱曲线（区间为350～ 1025nm），如图1所示。由于光谱两端波动较大，主要表现噪声成分较大，截取550～900nm光谱区域作为输入值X。苹果削皮，取食用部分榨汁，用阿贝折射仪检测可溶性固形物含量，即糖度作为输出值Y。偏最小二乘法（Partial Least square，PLS）为最常用的数学建模方法，是一种数学优化技术，最佳函数匹配是通过最小化误差的平方和寻找得到。采集到的光谱数据通常会掺入噪音，引入几种光谱预处理方法，来增加光谱数据的信噪比，改善所建模型的稳定性。

将样本按2：1的比例分为训练集（Xcal，Ycal）和预测集（Xtest，Ytest），借助iToolbox工具箱来构建模型，Model=ipls（Xcal，Ycal，no_of_lv，prepro_method，intervals，xaxis，val_method，segments）；

如果构建全区间PLS模型的话，设置intervals=1；设置其他大于1的数值，表示分割为多个光谱波数点相等的区间。为建立鲁棒性强的模型，通常要求PLS模型进行交叉验证，来避免模型的欠拟合或过拟合，通过plsrmse（Model，0）函数来查看交叉验证均方根误差最小时对应着的主成分因子数。再通过以下函数来优化主成分数no_of_lv，确定最佳的筛选变量区间（如果是分割为多个区间的话，selected_intervals为选中的光谱区间）。

oneModel=plsmodel（Model，selected_intervals，no_of_lv，prepro_method，val_method，segments）

为检验所建模型的好壞，可以通过图形化方式展示，运用函数plspvsm（oneModel，no_of_lv）查看校正模型的性能，抑或以外部样本进行验证predModel=plspredict（Xtest，oneModel，no_of_lv，Ytest）；表1为多元散射校正、标准正态分布变换、一阶导数、平滑等预处理方法，对所建PLS模型预测苹果糖度的影响，可见不同预处理方法对模型的改善程度不同。评价一个定量模型预测能力的好坏，主要采用相关系数（Rp）与均方根误差（RMSEP）。比较发现，认为5点平滑后的光谱所建模型的预测能力最佳，图2为透射光谱平滑后建立PLS模型的预测散点图， 可以看出样本糖度的实际值与光谱模型的预测值之间存在明显的线性关系，预测集的线性相关度达到0.94以上。

2 MATLAB在图像处理上的应用

机器视觉，是利用图像传感器来实现视觉的部分功能，并模拟大脑的逻辑判断及推演能力，去理解图像和识别图像，从而对所获取的图像进行分类或作出结论的过程。计算机视觉是多学科的交叉与结合，涉及到現代数学、物理光学、数字信号处理等诸多学科。本文主要介绍Matlab软件在农产品图像增强方面的应用[2]。

将葡萄果穗夹持在相机视野中心，适当调整光照及偏振片角度，使果穗表面的亮斑点数量最少。通过两面平面镜的反射作用来延伸单目相机的拍摄视野，一次拍摄即可得到三个不同视角的果穗图像。为了能增强果穗与背景区域的对比度，分割出果穗区域，使用imread函数读取图像，采用imshow函数来显示。通常将彩色图像以rgb2gray函数转为灰度图像进行分割，但对比度较差。通过矩阵操作，获取单通道图像R=image（：， ：， 1）、G=image（：， ：， 2）、B=image（：， ：， 3），以函数imhist显示各通道的灰度直方图（如图4），探索适合的图像增强运算[3]。

按式1将颜色分量B分别与R分量、G分量进行灰度值加减运算，并进行适当的灰度拉伸。若数值小于0，则设该点的灰度值为0；若数值大于255，则设灰度值为255。

在一个以尺寸为m×n、（x，y）为中心的模板中，统计该模板内像素点灰度g（x，y）的均值m（x，y）与标准差d（x，y），设定扩增因子ns及绝对阈值gs，鉴于果穗为暗区域，故按式2来确定（x，y）点的分割类别，从而得到分割区域t（x，y），如图5c所示。

一般标准差d（x，y）用于衡量掩码窗口内的灰度变化情况，扩增因子ns用于调节局部阈值大小，当灰度变化平缓时，即标准差d（x，y）趋于0时，以绝对阈值gs代替。分割出的前景含有一些干扰区域，如背景的线条、阴影、夹持部件等，采用形态学运算，包括一系列的膨胀imdilate、腐蚀imerode、开运算及闭运算bwmorph等剔除，从而得到果穗区域ROI（Region of interest）。

物体受重力作用自然下垂，由于果穗高度不变，可推算出虚像的放大比例。以最小外接矩形方法minboundrect函数得到ROI的高度[H1，H2，H3]，由于处于中间的实像大，两侧的虚像小，因此虚像区域的放大比例为H2/H，得到果穗区域如图5d所示。通过上述的图像处理后，可以得到一次拍摄操作，获取三个不同视角、高度相同的三个果穗区域，两两夹角均为120°。

3 总结

第一、根据市场、企业对电科专业毕业生的需求，制定具有市场导向的仿真软件培养方案，使学生在校园里掌握的专业技能更加接近企业的项目需求，因材施教，有利于毕业生的专业技能与企业需求接轨。

第二、积极探索仿真软件的新教学方案，激发学生的主观学习能动性，使学生有创造力去自我学习。比如，针对图像处理，可以让学生在MATLAB软件中探索局部虚化算法对自拍照进行美化处理。

第三、校企合作，共同营造高水平的实验、实训基地。基于温州大学的国家级电气数字化设计技术国家地方联合工程实验室、网络工程虚拟仿真教学实验中心、计算机实验教学示范中心等平台，与温州地区，特别是浙南科技城的网络科技公司进行合作，委派优秀学生到公司去实习，以及邀请公司技术员到学校班级作技术交流课程。

【参考文献】

[1]袁雷明.便携式水果内部品质检测装置的开发[D].镇江， 江苏大学，2013.

[2]袁雷明.基于多视成像及近红外光谱技术的巨峰葡萄品质无损检测研究[D].镇江，江苏大学，2016.

[3]蔡利梅.数字图像处理[M].江苏徐州：中国矿业大学出版社，2014.

推荐访问:数值 图像处理 计算 软件 Matlab

---