1 

 

观、高效的计算机语言，同时又是一个科学计算平台。它为数据分析和数据可视

化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的

500 多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交

互或编程以完成各自的计算。 

1.2  图像识别技术研究现状

 

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,

输入的是原始的质量低的图像,输出的是改善质量后的高质量的图像。从20 世纪

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

图像处理向更高、更深层次发展。很多国家投入更多的人力、物力到数字图像处

理的研究中,并取得了丰硕的成果。 

数字图像处理技术的应用领域遍及众多行业、各学科,已经渗透到工业、医

疗保健、航空航天、军事等各个领域。最典型的应用是在军事公安方面的应用。

例如将来自卫星的图像用于军事侦察,以地形匹配实现精确轰炸,用图像处理技

术实现动目标跟踪等等。图像处理技术在公安方面的应用有两个突出的成果,即

指纹的查询、识别及人像的组合、查询和识别。指纹破案和人像破案属于技术型

破案,已为许多公安部门所重视。在普通消费领域,VCD、DVD 等基于图像压缩技

术的设备也已成为人们的普通娱乐设施。 

2   B 超图像处理步骤及基本原理 

本论文以脂肪瘤的 B 超图像为例，围绕着通过 MATLAB 图像处理工具箱对该

图像的去噪、增强、边缘轮廓提取等多种图像处理的过程及结果进行了比较研究，

在验证各种方法的有效性的同时，选取其最优化处理方法；并对针对影像医生非

编程人员的特点说明通过 MATLAB 实现全部处理过程自动实现的方法，方便医生

在此基础上自行研究改进处理方法，这对于二维医学数字图像处理的研究有着重

要的现实意义。 

2.1  图像灰度化处理 

在进行轮廓提取之前，必须进行预处理。图像预处理的任务就是抑制噪声，

增强细节， 改善图像质量，为特征提取等后续处理提供一幅高信噪比的优质图

像。B超图像存在着噪声大，灰阶少，对比度差等不足，而且常出现回声失落等

现象，导致轮廓残缺不全，因此，对预处理提出了较高的要求．作者尝试了大量