近日，科技部中国科学技术信息研究所发布了2017年中国科技论文统计结果。经过对核心总被引频次、核心影响因子、核心他引率等多项学术指标综合评定及同行专家评议推荐，《重庆理工大学学报（自然科学）》再次入选“中国科技核心期刊”（中国科技论文统计源期刊）。据中国科学技术信息研究所编制出版的2017年版《中国科技期刊引证报告（核心版）》“2016年自然科学综合大学学报类期刊主要指标”：《重庆理工大学学报（自然科学）》的“核心总被引频次”为895，在59种同类核心期刊中排名第10；“核心影响因子”为，在59种同类核心期刊中排名第11。
重庆理工大学学报(社会科学版)和是重庆理工大学学报(自然科学版)都没有入选北大核心期刊目录。重庆理工大学学报(社会科学版)复合影响因子： 综合影响因子： 重庆理工大学学报(自然科学版)复合影响因子： 综合影响因子：
撤稿通常分为两种情况，即作者主动撤稿和编辑部撤稿：1.作者主动撤稿:（1）作者通过在线投稿系统成功投稿后，由于自身原因提出撤稿，需向编辑部书面说明情况，并签署文章所有署名作者姓名，提交所有署名作者身份证复印件，由此带来的一切损失由作者自行承担。（2）由于作者原因撤稿累计2次者，编辑部将在2年内拒收有其署名的稿件。2.编辑部撤稿:稿件录用后，编辑部若发现稿件存在一稿多投、重复发表、学术不端行为，编辑部将坚决予以撤稿，并将相关材料提交至编委会，做出撤稿决定；作者所缴纳的版面费将作为对期刊的补偿，并出具警示函；情节严重并给本刊带来经济损失的，还将追究作者相应责任，包括通报其所在单位、2年内不发表其署名论文、通报其他相关期刊、经济赔偿等。
重庆理工大学学报是c刊。作为“中国人文社会科学引文数据库”来源期刊以及“全国人文社科学报核心期刊”，《重庆理工大学学报（社会科学）》创刊于1987年，2010年由《重庆工学院学报（社会科学）》正式更名为《重庆理工大学学报（社会科学）》。
《重庆理工大学学报（社会科学）》内容
《重庆理工大学学报（社会科学）》以经济管理、逻辑学、知识产权、法学为重点学科，精心打造了“本刊专稿”、“逻辑学”、“知识产权与产业发展”、“人文社科重点研究基地论坛：劳动经济与人力资源研究”、“人文社科重点研究基地论坛：财会研究与开发”、“西部开发”等品牌栏目。
重庆理工大学学报(社会科学版)和是重庆理工大学学报(自然科学版)都没有入选北大核心期刊目录。重庆理工大学学报(社会科学版)复合影响因子： 综合影响因子： 重庆理工大学学报(自然科学版)复合影响因子： 综合影响因子：
重庆工学院学报(自然科学版)[1671-0924]本刊收录在：中国科技期刊引证报告(2010年版)提示:《引证报告》2010年版影响因子:本刊收录在：中国科技期刊引证报告(2012年版)重庆理工大学学报：社会科学[1674-8425]本刊收录在：中国科技期刊引证报告(2013年版)提示:《引证报告》2013年版影响因子:两个版本的期刊均为普通期刊，尚未被中文核心收录。
重庆理工大学（Chongqing University of Technology ）始建于1940年，坐落于长江上游地区经济中心和金融中心——直辖市重庆，是重庆政府重点建设高校之一，是一所具有近70年办学历史的普通高等院校。已形成以工学、理学、管理学、经济学、法学、医学、文学等多学科门类协调发展的格局，学校下设17个学院和教学机构，拥有10个一级学科硕士学位授权点、35个二级学科硕士学位授权点、9个专业学位授权点。学校曾获得“全国毕业生就业典型经验高校”、“重庆市十佳园林式单位”等称号。
重庆工学院学报(自然科学版) [1671-0924] 本刊收录在： 中国科技期刊引证报告(2010年版)提示: 《引证报告》2010年版影响因子:本刊收录在： 中国科技期刊引证报告(2012年版) 重庆理工大学学报：社会科学 [1674-8425] 本刊收录在： 中国科技期刊引证报告(2013年版)提示: 《引证报告》2013年版影响因子: 两个版本的期刊均为普通期刊，尚未被中文核心收录。
你弄错了吧？没有“岩土与地下空间学报”这个期刊，重庆大学主办的是 《地下空间与工程学报》重庆大学的 《地下空间与工程学报》是中国科技核心和中文核心期刊。是双核心期刊。是国家级核心期刊。
“中文核心期刊” “中文社会科学引文索引（CSSCI）来源期刊” “中国科技核心期刊”“中国人文社会科学核心期刊” “中国科学引文数据库（CSCD）来源期刊” “中国人文社科学报核心期刊”
中国的核心主要七大类北京大学图书馆“中文核心期刊” 南京大学“中文社会科学引文索引（CSSCI）来源期刊” 中国科学技术信息研究所“中国科技论文统计源期刊”（又称“中国科技核心期刊”） 中国社会科学院文献信息中心“中国人文社会科学核心期刊” 中国科学院文献情报中心“中国科学引文数据库（CSCD）来源期刊” 中国人文社会科学学报学会“中国人文社科学报核心期刊” 万方数据股份有限公司正在建设中的“中国核心期刊遴选数据库”
重庆大学学报(社会科学版)是cssci，核心其月 刊 亻弋 写发 口口①⑦⑥0④⑤⑦⑥⑨③ ②⑤⑧⑨③①⑥⑥⑥④主管单位：中华人民共和国教育部主办单位：重庆大学快捷分类：教育教育综合出版地区：重庆国际刊号：1008-5831国内刊号：50-1023/C创刊时间：1995发行周期：双月刊期刊开本：A4审稿时间：1-3个月所在栏目：社会科学II综合影响因子：期刊级别： CSSCI南大核心期刊 北大核心期刊
挺好发的。但前提是你的文章不是很水的。《重庆理工大学学报（自然科学版）》创刊于1987年，是由重庆市教育委员会主管、重庆理工大学主办的学术刊物 。据2019年6月《重庆理工大学学报（自然科学版）》官网显示，《重庆理工大学学报（自然科学版）》第十二届编辑委员会共有中国国内委员70人，国际委员17人，理事单位共有20家，合作单位共有3家 。据2019年6月15日中国知网显示，《重庆理工大学学报（自然科学版）》出版文献共8263篇，总被下载1533515次、总被引41968次，（2018版）复合影响因子为、（2018版）综合影响因子为 。据2019年6月15日万方数据知识服务平台显示，《重庆理工大学学报（自然科学版）》载文量为7090篇、基金论文量为3720篇，被引量为31587次、下载量为220935次；2015年影响因子为
现在是录取最繁忙的时期 ，招生办都是很忙的， 他们不敢轻易的不接电话。《重庆理工大学学报(自然科学)》创刊于1987年。主管单位:重庆市教育委员会;主办单位:重庆理工大学。
重庆理工大学学报：本刊以政治哲学、工商管理、法学、语言文学为主要刊登内容，集学术性、知识性、实用性于一体，理论联系实际。
重庆工商大学mb22届分数线170/42/84(国家线)。
重庆工商大学（Chongqing Technology and Business University），是重庆市人民政府主办、重庆市教育委员会主管的财经类应用研究型大学，是国家“中西部高校基础能力建设工程”高校、重庆市国际人文特色高校。学校位于重庆市，现任党委书记李志雄、校长孙芳城。校训为“厚德博学、求是创新”。
截至2022年6月29日，学校有南岸、兰花湖、江北、茶园（在建中）4个校区，有4个国家级特色专业，20个国家“一流专业”，29个重庆市“一流专业”，5个市级特色学科专业群，22个市级特色专业，2个市级“一流学科”，14个市级重点学科，1个服务国家特殊需求博士人才培养项目，1个应用经济学博士后科研流动站，2个博士后科研工作站。
重庆工商大学始创于1952年，2002年由原渝州大学和原重庆商学院合并组建而成。截至2022年，重庆工商大学位列2022软科中国财经类大学排名第19名；在2022年ABC中国大学排行榜位列第230名。
学术期刊：
《西部论坛》是由重庆市教育委员会主管、重庆工商大学主办的经济类专业学术期刊。期刊设有城乡统筹与农村改革、西部研究、空间经济与区域发展、产业经济、综合配套改革探索、人口·资源·环境、经济理论与经济思想财政金融等栏目。
期刊是中国人文社会科学核心期刊、人大复印报刊资料重要转载来源期刊、RCCSE中国核心学术期刊、CSSCI中文社会科学引文索引（2019-2020）来源期刊（含扩展版）、北京大学《中文核心期刊要目总览》（2014年版、2017年版）来源期刊。
《重庆工商大学学报（社会科学版）》是由重庆市教育委员会主管，重庆工商大学主办，中国国内外公开发行的人文社科类综合性学术期刊。
学报设有中国特色社会主义理论、经济理论与实践、管理论丛、社会学研究、社会工作研究、长江传媒论坛、哲学研究、经济史研究、法学研究、文学与语言研究、政治、法律、历史、教育、重庆地域文化研究、教学研究、图书馆学等栏目。
1. 重庆工商大学实验实习中心,重庆400033 ; 2. 重庆工商大学图书馆,重庆400033)摘 要:介绍了MATLAB 图像处理工具箱中的函数,给出了图像处理与分析的技术实现,如用直方图均衡进行图像增强,通过形态学方法进行图像特征抽取与分析,借助于分水岭图像分割实现目标检测等。关键词:灰度图像;形态学变换;标记;分割;特征抽取中图分类号:TP 317. 4 文献标识码:AMATLAB6. 1(R12. 1) 是一套功能十分强大的工程计算及数据分析软件,其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。许多工程师和研究人员发现,MATLAB能迅速测试其构思,综合评测系统性能,并能借此快速设计出更多的解决方案,达到更高的技术要求。MATLAB 的图像处理工具箱,功能十分强大,支持的图像文件格式丰富,如3 . BMP , 3 . JPG, 3 . JPEG,3 . GIF , 3 . TIF , 3 . TIFF , 3 . PNG, 3 . PCX , 3 . XWD , 3 . HDF , 3 . ICO , 3 . CUR 等。利用MATLAB 所提理函数,并给出用MATLAB 实现图像处理与分析的应用技术实例。1 MATLAB 的图像处理工具概述MATLAB6. 1(R12. 1) 提供了20 类图像处理函数,涵盖了图像处理的包括近期研究成果在内的几乎所有的技术方法,是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。这些函数按其功能可分为:图像显示;图像文件I/ O ;图像算术运算;几何变换;图像登记;像素值与统计;图像分析;图像增强;线性滤波;线性二元滤波设计;图像去模糊;图像变换;邻域与块处理; 灰度与二值图像的形态学运算;结构元素创建与处理;基于边缘的处理; 色彩映射表操作;色彩空间变换;图像类型与类型转换。2 应用MATLAB 工具箱进行图像分析处理2. 1 用直方图均衡实现图像增强当图像对比度较低,即灰度直方图分布区间较窄时,可用直方图均衡实现灰度分布区间展宽而达到图像增强的效果。下面是实现的源程序及相关功能的注解:%源程序:test1. mX 收稿日期:2003 - 02 - 27 ;修回日期:2003 - 03 - 30作者简介:何希平(1968 - ) ,男,四川人,博士生,重庆工商大学副教授,从事多媒体数据压缩、网络信息系统研究。. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights , close all %清除所有内存变量、图形窗口I = imread(’pout. tif’); %将图像文件pout. tif 的图像像素数据读入矩阵Iimshow( I) %显示图像I ,图像对比度低,如图1afigure , imhist ( I) %在新图形窗口中显示图像I 的直方图,如图1c。可以注意到图像%亮度范围相当狭窄,并未完全覆盖可能的范围[0 ,255 ]I2 = histeq( I) ; %对图像I 做直方图均衡补偿在整个范围内展宽亮度值并输出到矩阵I2 ,因而改进了图像I 的对比度figure , imshow( I2) %在新图形窗口中显示新图像I2 , 如图1bfigure , imhist ( I2) %在新图形窗口中显示图像I2 的直方图, 如图1dimwrite ( I2 , ’pout2. png’); %将对比度调节的结果图像写入PNG格式的文件a 原图 b 直方图均衡结果图 c 原图像的直方图 d 结果图像的直方图图1 直方图均衡补偿消去图像噪声程序运行后,可得如图1 的对比图像。2. 2 用形态学方法进行图像处理与分析以rice. tif 为图像实例,介绍用形态学方法对灰度图像进行处理与分析的技术要点,即对灰度图像进行如下操作:去除图像的不均匀背景;用设置阈值的方法(thresholding) 将结果图像转换成二值图像;通过成分标记(components labeling) 返回图像中的目标对象属性,并计算目标对象的统计数字特征。其算法步骤描述如下:(1) 用工具箱函数imread 和imshow 读取和显示8 位灰度图,如图2a 。(2) 用形态学开运算(Morphological Opening) 估计背景。通过调用imopen 并对输入图像I 执行形态学开运算, 取半径为15 的圆盘结构元素,且结构元素通过函数strel 建立。形态学开运算有消除不能完全包含在半径为15 的圆盘内的目标对象的作用。注意到图像(如图2b) 中央的背景照度(background illumina2tion) 比底部要亮。(3) 用surf 指令察看背景图像。用Surf 指令创建近似背景的彩色表面图(如图2c) ,使人可以看到在一个矩形区域上的数学函数特征。在表面图中,[0 , 0 ] 表示原点, 或图像左上角,曲面图最高部分表示背景的最亮像素(从而rice. tif 的背景的最亮像素出现在图像中央行的附近,而最暗像素出现在图像的底部) 。(4) 从原图像中减去背景图像。须用图像处理工具箱的图像算术函数imsubtract 产生均匀的背景(如图2d) 。(5) 调节图像对比度。用imadjust 指令增大图像对比度(如图2e) 。imadjust 函数需要一个输入图像且也可带两个矢量: [ low high ] 和[ bottom top ] . 输出图像通过将输入图像中low 值映射到输出图像中的bot2tom 值、high 值映射到输出图像中的top 值,并将low 与high 间的值进行线性缩放而产生。(6) 对图像进行阈值处理。先调用graythresh ,自动计算一个适当的阈值;然后使用graythresh 返回的阈值,调用im2bw 执行阈值处理,将灰度图像转换成二值图像(如图2f) 。(7) 确定图像中的目标对象并予以标记。调用bwlabel 寻找连通成份而且用惟一的数字将他们分类标记。bwlabel 接受一个二值图像和指定各目标对象的连通性的值(4 或8 ,表示4 或8 连通) 作为输入。注意: 结果的准确性依赖于许多因素,包括: 目标对象的大小; 近似背景的准确程度; 是否设定连接3 2 第2 期 何希平等: 基于MATLAB 的图像处理与分析. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights 原图b 背景性参数为4 或8 ; 是否任何目标对象均相接(在这种情况下他们可能被标记为同一目标对象) ;在该实例中, rice 的一些谷粒正好相接,因此bwlabel 把它们视为了同一目标对象。(8) 查看标记矩阵。看一看bwlabel 产生的标记的近似形状是有用的。调用imcrop 并用鼠标选择包含某一目标对象的一部分及其一些背景的部分图,则所选部分图的像素值会在MAT2LAB 窗口中返回。若查看上面的结果,你会看到c 背景的表面图d 原图与背景的差一个对象的一角标以某数字标记k ,这意味着它是第k 个被bwlabel 分类的目标对象。imcrop 函数也可带矢量指定剪裁矩形的坐标。在这种情况下,它不执行交互式操作。举例来说,rect = [15 25 10 10 ] ; roi = imcrop (labeled ,rect)这个调用指定一个剪裁矩形的左上角坐标始于(15 ,25) ,而且高度和宽度均为10 。一种查看标记矩阵的好方法是将它显示成e 图像对比度调节结果 f 阈值处理后的二值图一种假彩色索引图像(如图2g) 。在假彩色索引图像中,将标记矩阵中区分每一对象的数字映射成了相关色彩映射矩阵中的一种不同的颜色。当把一个标记矩阵看成一个RGB 图像时,图像中的对象是比较容易区别的。为此, 使用la2bel2rgb 函数。使用该函数时,可以指定色彩映射表,背景颜色,以及标记矩阵中的对象如何映射为色彩映射表中的颜色。(9) 测量图像中的对象属性。regionprops 指令可测量图像中的对象或区域的属性,并返回一g 假彩色标记图h 谷粒大小分布图图2 形态学图像处理的对比分析结果个结构数组。当将其作用于一个图像成分的标记矩阵时,它为每个成分建立一个结构元素,而每一结构元素包含一个标记成分的一些基本属性。regionprops 函数支持对许多不同的属性予以测量, 但是设定属性参数为’basic’旨在返回最常用的三个量: 面积(Area) , 质心或块中心(Centroid) 和边框(BoundingBox) 。边框Bounding2Box 表示能容纳一个区域(所举实例中的谷粒)的最小长方形, 为四元素矢量: [ left top widthheight ] 。(10) 在图像中计算目标对象的统计特性。使用MATLAB 函数max , mean , 和hist 可计算被阈值处理的目标对象的一些统计属性(如图2h) 。图像处理工具箱也有一些统计函数,如mean2 和std2 ,适用于图像数据,因为他们对二维空间的数据返回单一值。下面是算法实现的程序代码:%程序代码:test2. mclear , close all ,I = imread(’rice. tif’); imshow( I) %读取和显示8 位灰度图rice. tif4 2 重庆工商大学学报 (自然科学版) 第20 卷. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights = imopen( I ,strel (’disk’,15) ) ; %取半径为15 的圆盘结构元素对图像用开运算估计背景figure ,imshow(background) %显示背景图figure , surf (double (background (1 :8 : end ,1 :8 : end) ) ) ,zlim( [ 0 255 ]) ; %显示背景的彩色表面图,对8 ×8 格点取样set(gca ,’ydir’,’reverse’);I2 = imsubtract ( I ,background) ; figure , imshow( I2) %从原图像中减去背景图像,并显示结果图I3 = imadjust ( I2 , stretchlim( I2) ,[0 1 ]) ;figure , imshow( I3) ; %调节图像对比度,并显示结果图level = graythresh( I3) ;bw = im2bw( I3 ,level) ; figure , imshow(bw) %将灰度图像转换成二值图像[ labeled ,numObjects ] = bwlabel(bw ,4) ; % 成分标记,4 具体指定4 - 连通成分.grain = imcrop (labeled) % 用鼠标选取实现交互式剪裁标记成分的一部分RGB-label = label2rgb(labeled , @spring , ’c’, ’shuffle’); %把一个标记矩阵转换成一个RGB 图像figure ,imshow(RGB-label) ;graindata = regionprops(labeled ,’basic’) %调用regionprops ,为rice 的每一经阈值处理%的谷粒返回一个基本属性的结构。由BoundingBox 的域返回四元素矢量: [ left top width height ]。graindata (51) . Area , graindata(51) .BoundingBox , graindata(51) . Centroidallgrains = [graindata. Area ] %用点号存取graindata 的所有元素的面积域并将该数据存入%新的矢量allgrains。这个步骤简化了对面积量的分析,因为不必使用域名存取面积。max(allgrains) %找最大谷粒的大小。allgrains 中的数据是一维的, 故函数mean 和std 是适用的。biggrain = find(allgrains = = ans) %使用find 指令返回该最大谷粒的成分标记mean(allgrains) %求平均粒径hist (allgrains ,20) %作包含20 个方柱的显示谷粒大小分布的直方图。直方图表明,在rice 图像中谷粒最通常的%大小在300 到400 个像素的范围内(如图2h) 。2. 3 用分水岭分割法检测连通目标在一个图像中检测目标是图像分割的一个例子。为分割连通目标,时常用Watershed 变换。如果把一幅图像看做一个具有山(高亮度) 和低谷(低亮度) 的表面,那么这个变换在一幅图像中找亮度低谷。实现包括下列步骤:(1) 读图像。读入图像afmsurf . tif , 它是一幅原子能显微镜下的衣料表面图像(如图3a) 。(2) 对比度最大化。注意到图像中有许多彼此连通的不同大小的对象。为使通过watershed 变换找到的低谷数目最小,我们使感兴趣的对象的对比度达到最大。对比度增强的一个常用的技术是综合应用top- hat 和bottom - hat 变换。top - hat 变换定义为原图像和它的开之差。图像的开是一与特定结构元素匹配的图像前景部分的集合(如图3b) 。bottom - hat 变换定义为在原图像和它的闭之间的差。图像的闭是一与特定结构元素匹配的图像背景的集合(如图3c) 。通用的结构元素是正方形,长方形,圆盘,菱形,球和线。既然图像中我们感兴趣的目标对象看起来像圆盘,我们用strel 函数建立一个半径为15 个像素的圆盘形结构元素。这个圆盘尺度是图像中的目标对象的平均半径的一个估计。(3) 图像相加减。看到top - hat 图像含有与结构元素匹配的对象的”巅峰”。相反,bottom - hat 图像显示出感兴趣的目标对象之间的间隙。为使目标对象与分隔它们的间隙之间的对比达到最大,用“原图+ top - hat 图像- bottom - hat 图像”得到增强的结果图(如图3d) 。(4) 转换感兴趣的对象。调用watershed 变换找出图像的亮度”低谷”,把imcomplement 函数作用于增强过的图像上,将感兴趣的目标对象转换为亮度低谷,得到增强图的补图(如图3e) 。(5) 检测亮度低谷。对所得补图运用imextendedmin 函数检测低于某特别阈值的所有亮度低谷。imextendedmin 函数的输出是一个二值(逻辑值) 图像(如图3f) 。二值图像中重要的是区域的位置而非区域的大小。用imimposemin 函数把补图改为只含有那些由imextendedmin 函数找到的低谷,并将低谷的像素值变为0 (8 位图像可能的深谷) (如图3g) 。(6) Watershed 分割。通过watershed 变换,可找出来所有含有强加给最小值的区域。用watershed 函数实现Watershed 分割。watershed 函数返回一个标记矩阵,它含有对应于watershed 区域的非负数。凡未落入5 2 第2 期 何希平等: 基于MATLAB 的图像处理与分析. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.图3 用Watershed 分割法检测连通目标的图像渐近过程任何watershed 区域的像素均被赋予像素值0。用label2rgb把一个标记矩阵变为一幅图像(如图3h) 。(7) 从标记矩阵中抽取目标对象的特征。可用region2props 函数从标记矩阵中抽取特征。比如说,可以计算两个量(面积和方向) 并把他们看成彼此的一个函数。下面给出算法的实现代码:%程序代码:test3. mafm = imread (’afmsurf . tif’); figure , imshow(afm) , title (’surface im2age’);se = strel (’disk’, 15) ;Itop = imtophat (afm , se) ; figure , imshow( Itop , [ ]) , title (’top - hat im2age’);Ibot = imbothat (afm , se) ; figure , imshow( Ibot , [ ]) , title (’bottom - hatimage’);Ienhance = imsubtract (imadd ( Itop , afm) , Ibot) ; figure , imshow( Ien2hance) , title (’original + top - hat - bottom - hat’);Iec = imcomplement ( Ienhance) ; figure , imshow( Iec) , title (’complementof enhanced image’);Iemin = imextendedmin( Iec , 22) ; figure , imshow( Iemin) , title (’extend2ed minima image’);Iimpose = imimposemin ( Iec , Iemin) ; figure , imshow( Iimpose) , title ( ’imposed minima image’);wat = watershed( Iimpose) ;rgb = label2rgb(wat) ; figure , imshow(rgb) ;title (’watershed segmented image’);stats = regionprops (wat , ’Area’, ’Orientation’); area = [ stats ( :) .Area ] ; orient = [ stats( :) . Orientation] ;figure , plot (area , orient , ’b 3 ’); title (’Relationship of Particle Orienta2tion to Area’);xlabel (’particle area (pixels) ’); ylabel (’particle orientation (degrees) ’);参考文献:[1 ] 孙兆林.MATLAB 6. x 图像处理[M] . 北京:清华大学出版社,2002[2 ] 崔屹. 图像处理与分析———数学形态学方法及其应用[M] . 北京:科学出版社,2000[3 ] 张远鹏,董海,周文灵. 计算机图像处理技术基础[M] . 北京:北京大学出版社,1996Image processing and analysis based on MATLABHE Xi - ping1 , ZHANG Qiong - hua2(1. Center of Experiment and Practice ,ChongQing Technology and Business University ,ChongQing 400033 ,China ;2. Library , ChongQing Technology and Business University , ChongQing 400033 ,China)Abstract :This paper first introduces the functions of MATLAB image processing toolbox , then presents sometechniques in image processing and analysis , such as image enhancement by using histogram equalization , image fea2ture extracting and analysis with morphological methods , and objects detection through watershed image words : grayscale intensity image ; morphological transform; labeling ; segmentation ; feature extraction责任编辑:杨祖彬6 2 重庆工商大学学报 (自然科学版) 第20 卷. 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.收稿日期:2002208224MATLAB 及其在图像处理中的应用许志影,李晋平(中国矿业大学资源学院,江苏徐州 221008)摘要: 介绍了MATLAB 的特点和功能,分析了MATLAB 在图像处理中的应用,并结合实例说明了MATLAB 在图像处理中关键词: MATLAB ; 图像处理; 边缘提取中图分类号: TN911. 73 文献标识码: AMATLAB and Its Application to Digital Image ProcessingXU Zhi2ying ,LI Jin2ping(School of Resource & Geoscience ,China University of Mining and Technology ,Xuzhou 221008 ,China)Abstract :Introduces properties and functions of MATLAB ,and analyses its applications to digital image processing ,finally ,displays the a2bility of MATLAB in image processing with an :MATLAB ;image processing ;edge detectionMATLAB 软件由美国Math Works 公司于1984 年推出,历经十几年的发展和竞争,现已成为( IEEE) 国际公认的最优秀的科技应用软件之一。作为一个跨平台的软件,MATLAB 已推出Unix、Windows 9x/ NT、Linux 和Mac 等十多种操作系统平台下的版本,大大方便了在不同操作系统平台下的研究工作。目前基于Windows 系统的最新版本已上升到MATLAB6. 5 ,它继承了以往版本的优点,非常容易使用。现在,MATLAB 已经发展成为一个系列产品:MATLAB 主包和各种工具箱(TOOLBOX) 。目前已经推出了30 多个工具箱,这些工具箱可分为两大类:功能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能、图示建模仿真功能、文字处理功能以及硬件实时交互功能,能用于多种学科。而学科性工具箱是专业比较强的,如控制工具箱、信号处理工具箱、图像处理工具箱和小波工具箱等多个学科的专业工具箱。借助于这些工具箱,各个层次的研究人员就可方便地进行研究工作,提高工作效率。本文将简要介绍MATLAB6. 5 及其在图像处理中的应用,希望对从事图像处理工作的研究人员有所帮助。1 MATLAB 概述MATLAB 最初是作为矩阵实验室(Matrix Labora2tory) 用来提供通往LINPACK和EISPACK矩阵软件包接口的。后来,它逐渐发展成为通用科技计算和图视交互系统的程序语言,其数据的基本单元是矩阵。它的指令表达与数学、工程中常用的习惯形式十分相似,从而使许多用C 或Fortran 实现起来十分复杂和费时的问题用MATLAB 就可以轻松地解决。MAT2LAB 的典型应用包括:数学计算、算法研究、数据分析和计算结果可视化、建模与仿真等。1. 1 MATLAB的特点MATLAB 有三大特点:一是功能强大。主要包括数值计算和符号计算、计算结果和编程可视化、数学和文字统一处理、离线和在线计算。二是界面友好,编程效率高。MATLAB 是一种以矩阵为基本单元的可视化程序设计语言,语法结构简单,数据类型单一,指令表达与标准教科书的数学表达式相近。三是开放性强。MATLAB 有很好的可扩充性,可以把它当成一种更高级的语言去使用。使用它很容易编写各种通用或专用应用程序。1. 2 MATLAB的主要功能MATLAB 之所以成为世界顶级的科学计算与数学应用软件,是因为它随着版本的升级与不断完善而具有愈来愈强大的功能。
《重庆工商大学学报(自然科学版)》 和 〈重庆工商大学学报(社会科学版)〉都不是核心期刊，任何核心期刊都不是的。都是最最普通的省级期刊。