并不能直接被计算机识别，需要以计算机图像文件的形式存贮于计算机中图像按照信息的连续性可以分为两类，即模拟图像和数字图像。模拟图像中，图像的信息颜色、亮度和空间位置是连续的，而数字图像中信息是离散的。对于一张普通的照片，照片中的信息在空间上是连续的，计算机并不能读取这种连续的信息。为了让计算机读取照片中的信息，需要对照片进行图像处理。在图像处理过程中，对照片中的信息进行数字化离散，转化为计算机可以识别的数字图像。
数字图像在计算机中以两种方式存储，即矢量图和位图。矢量图是利用一系列数
学表达式来表述图像，优点为随着图像的放大或者缩小，不会降低图像的清晰度。但对于复杂的图像，很难找到合适的数学表达式。位图图像由一个个的像素组成，每一个像素代表一个特定的图像信息。位图图像在将图像转化为数字图像时，将图像分割为一个个像素，每个像素由一定的数值来表述其颜色和亮度。当一张图片转化为数字图片后，我们可以在每个像素上面都可得到该像素量化后的亮度值和颜色值。常见的图片和照片在空间上是平面，一般由两个坐标变量来确定空间位置。因此，数字图像一般的表述形式为二维函数的矩阵，如式1-1：
?f(0,0)?f(1,0) f(x,y)???M??f(M?1,0)f(0,N?1)?f(1,1)Lf(1,N?1)?? （1-1）
?MMM?f(M?1,1)Lf(M?1,N?1)?f(0,1)L
1.4课题的研究内容及意义
投入无损检测技术领域的研究是一项非常有意义的研究课题，目前无损检测技术
作为一种绿色检测技术，逐渐替代了传统的对环境产生较大的检测方法，对材料也不会造成破坏或者对材料造成二次污染。因此，对无损检测技术的继续深入研究是符合我国旨在建设一个环境友好性，资源节约型国家的核心要求的。
随着现代工业的飞速发展，在满足产品使用性能的基础上，人们更加侧重与对产品的使用寿命以及缺陷特性进行分析，以确保产品在设计寿命年限内能够具有较好的可靠性，可行性。而无损检测技术作为世界上一项飞速发展的检测技术，在不损伤产品使用情况的同时，结合产品材料的相关物理特性，光学特性等性质，能够较好的对产品中存在的相关缺陷进行识别，在各个国家的工业等相关领域对这项优势的检测技术相当重视，而通过使用这种检测技术而带来的经济效益也相当可观。同时随着电子技术及计算机技术的飞速发展，计算机图像处理技术相关理论也不断完善，利用计算机图像处理可对图像进行去除噪声、增强、复原、分割、提取特征等，该项处理技术已广泛应用与通信、控制、故障检测等相关领域。而Matlab软件作为国际上公认的最优秀的科学计算与数学应用软件之一，也是最近几年来在国内外广泛流行的一种可视化科学计算软件，它集数值分析、矩阵运算、信号处理和图像显示为一体，构成了一个方便的、界面友好的用户环境。而结合Matlab数据工具箱中的图像处理方法目前也已广泛应用与无损检测领域。
而作为现目前发展迅速的油样分析检测技术也是针对实时检测机械运行故障的一项重要检测技术。国外有数据统计机械设备有70%以上的故障与设备的磨损状况有关，而通过对机械设备中的润滑油进行采样分析来评估机械运行的工作情况，对设备劣化趋势即是得到矫正，可以有效的避免恶性事故的发生和发展，同时通过对油样的监测及时发现油质劣变的原因和污染状况，对此及时采取相关措施，使设备处于良好的润滑状态，从而减少故障发生的概率，延长设备的使用效率，在实现设备的主动性维护方面意义颇佳。铁谱分析作为油样分析技术的一种重要检测和分析方法，也正是依托上述故障检测意义通过铁谱显微镜对油样中的油质进行分析和检测。
本文旨在通过学习基本的matlab图像处理原理来对无损检测领域中的X射线检
测像以及油样分析中的铁谱分析检测图像进行相关编程操作，达到熟悉和基本掌握matlab图像处理编程的方法，对检测图像做图像处理、图像分析及图像特征提取。从而，为进一步图像处理技术的深入学习打下坚实的基础。
第2章 图像处理的基本原理及方法
2.1 图像预处理
图像预处理就是在图像分析中对输入图像进行特征取、分割、识别前所进行
的处理过程。图像预处理的主要目的是消除图像中无用的信息，而恢复图像有用的信息，显现图像的真实情况，以增强有关信息的可检测性和简化处理数据，从而提高后续处理过程中包括特征提取、图像分割、识别过程的操作可靠性。
对采集来的图像进行分析，首先应当做的即是对其进行图像预处理操作，图像预处理包括图像的灰度变换、图像的平滑处理、图像的锐化处理等等。其最终目的即是为了提高图像的综合质量，如去除噪声，提高图像显示的清晰度等等。图像处理过程流程图2-1所示:
图像输入
灰度变换处理 图像滤波
图像输出
图2-1 图像预处理过程
2.1.1图像增强
图像增强是在对原有图像的基础上进行操作的，其目的是得到视觉效果更好或
者更有用的新图像以方便计算机进行进一步的识别处理。图像增强分为两大部分即狭义上的图像增强和广义上的图像增强。狭义上的图像增强指加强灰度图像的明暗对比度，而广义上的图像增强还包括图像模糊处理以及彩色图像增强等。
2.1.1.1 图像灰度变换
图像的灰度变换处理是图像增强处理技术中一种非常基础和直接的空间域处理方法。灰度变换是指更具某种目标条件按一定的变换关系逐点改变原图像中的每一个像素灰度值的方法，其主要目的是为了改善图像质量，使图像的显示效果更加清晰，灰度变换也叫对比度增强或对比度拉伸。
灰度变换的处理方法也叫做点运算方法，点运算是一种既简单又重要的技术，它的主要特点是输入像素点的灰度值决定输出像素点的灰度值，同时不改变图像的空间关系。
设图像变换表达式：g(x,y)?T[f(x,y)]，其中f(x,y)为输入增强前图像，另设s和t分别代表g(x,y)为输出增强后的图像，T是对图像f进行处理的操作符。
f和g在(x,y)处的灰度值，则图像变化表达式可另表示为：t?T(s)。
若要保持图像的低端和高端的灰度值不变，把中间的灰度值从s1到s2拉伸到t1到t2，则可采用式2-1进行计算：
?t2?t1(s?s1)?t1s1ps?s2? t??s2?s1 （2-1）
?selse? 通过变换后可将需要的图像细节灰度拉伸，将不需要的图像细节灰度级进行压缩，从而使图像细节信息更加丰富，也会便于计算机辨认进行下一步识别处理。
数字图像处理在机械领域的应用
