毕业设计(论文)开题报告
图像信息是人类获得外界信息的主要来源，因为大约有70％的信息是通过人眼获得的，而人眼获得的都是图像信息。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题。例如：由于空间技术的发展，人造卫星拍摄了大量的地面和空间的照片，人们可以利用照片获得地球资源、全球气象和污染情况等；在医学上，医生可以通过x射线分析照像，观察到人体各部位的断层图像；在工厂，技术人员可以利用电视图像管理生产，由此可见图像信息的重要性。
获得图像信息非常重要，但目的不仅仅是为了获得图像，而更重要的是将图像信息进行处理，在大量复杂的图像中找出我们所需要的信息。因此图像信息处理在某种意义上讲，比获得图像更为重要，尤其是在当今科学技术迅速发展的时代，对图像信息处理提出了更高的要求，以便更加快速、准确，可靠地获得有用信息。
MATLAB软件自从20世纪80年代中期推出以来，不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，现已成为国际公认的、最优秀的科学计算与数学应用软件之一，是近几年来在国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、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。由于图像处理技术涉及面广、实用性强，容如此之多，对于初学者来说过于抽象，在短时间学习掌握图像处理知识具有一定难度。因此，应该结合书本理论知识配以相应的实验操作环节，使初学者能在较短的时间系统的、感性的理解和学习图像处理技术的知识。
2.2选题研究现状
目前大量的图像处理软件如PHOTOSHOP，PAINTSHOP等都是基于广告策划和图像修饰处理而设计的应用软件，针对图像处理技术基本知识的理解与掌握以及相关处理方法研究的软件甚少，不适合学习研究使用。随着计算机辅助设计的日益提高和成熟，用于学习与研究的软件也越来越多．如美国Southern Illinois University开发的CVlPtools计算机视觉与图像处理实验软件就是专门针对图像处理技术的实验软件，为初学者提供了一个消化理论知识的实验环境。
CVIPtools计算机视觉与图像处理实验软件，主要用于计算枫数字图像分析和处理，主要宗旨是让图像处理的初学者、学生、老师和其它研究人员探索计算机数字图像处理的巨大力量。最新Windows版本的CVIPtools提供使用者四种层次应用方式：算法代码层，公共对象模块(组件)界面层，cvipimage层和图形用户界面(GUI)。最下面的阶层算法代码层主要是基于以前的版本CVlPtools，包括所有的图像、数据处理程序和功能，是用标准c语言写的。最上的阶层为CVlPtools GUI，可以让生手实验一些图像处理的工具，而不需具备程序设计的能力。目前国外很多大学、研究院在数字图像处理的实验研究中都应用此软件。
但是，CVIPtools软件还没有推出中文版并且现有Windows版本保留了部分Unix 风格，在Windows系统下操作并不十分方便，而且常出问题，并且这种商用图像处理软件是静态的、封闭的，软件功能在发布时就已经确定，增加新功能或新算法或改进性能只能寄希望于软件升级。我国某些大学或科研单位根据课题研究需要，开发了相应的图像处理软件，并应用于教学实验。但是已有的实验软件容不全或旧，没有涉及图像处理领域较新的成果，而且许多实验软件的界面不够友好，交互性差，用户无法调整算法参数，不具备可扩展性，软件一旦完成，不容易修改或添加新容。
2.3研究容（包括基本思路、框架、主要研究方式、方法等）
2.3.1本课题的基本容
matlab具有完备的图形处理功能、友好的用户界面以及功能强大的图形处理工具箱，能够实现对数字图像的编辑和处理工作，实现功能包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。
2.3.2本课题的重点
本文主要研究如何利用MATLAB软件开发一个针对学习和研究的“数字图像处理系统”，为初学者和算法研究人员提供一个图像处理技术的算法演示及模拟开发的GUI(Graphical User Interface，图形用户界面)平台，供大家学习并研究图像处理的技术方法，同时实现包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。
本文的主要容如下：
1．研究图像处理技术，包括图像处理技术的分类、数字图像处理的特点，主要容以及应用。
2．分析MATLAB软件及其在图像处理中的应用。
3．完成系统的总体设计，各功能模块设计。由于篇幅有限，本文重点论述了图像变换模块的设计，对已有的算法进行了分析，并进行了改进，利用MATLAB软件完成了算法的实现，最后通过实例说明处理效果。
4．设计友好的、易于操作的图形用户界面，方便用户对结果的观察以及对已有
算法的比较研究和新算法的开发。
5. 向做好的平台中添加图像，图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。
本课题的重点就是利用Matlab的工具库完成以上容，MATLAB的图像处理功能都集中在它的图像处理工具箱中(Image proeessing Toolbox)，由一系列支持图像处理的函数组成。很多操作，像滤波、图像的变换与增强、二值图像操作等都由它来实现的。
经图像信息输入系统获取的原图像常都含有各种各样的噪声和畸变，大大影响了图像的质量，因此，在对图像进行分析之前，必须先对图像质量进行改善。通常，采取图像增强的方法对图像质量进行改善。图像增强不会考虑引起图像质量下降的原因，而是将图像中感兴趣的特征有选择的突出，并衰减不需要的特征。图像增强的目的是为了改善图像的视觉效果，提高图像的清晰度和工艺的适应性，以及便于人与计算机的分析主处理，以满足图像复制或再现的要求。图像增强的方法分为空间法和领域法两类，空间法主要是对图像中的各个像素点进行操作，而领域法是在图像的某个变换域对整个图像进行操作，并修改变换后的系数，如傅里叶变换、DCT变换等的系数，然后再进行反变换，便可得到处理后的图像。
噪声可以理解为“妨碍人们感觉器官对所接收到额信源信息理解的因素”。例如一副黑白凸显，其平面亮度分布假定为f（x，y），那么对其接受起烦扰作用的亮度分布R（x，y）即可称作噪声。噪声在理论上定义为“不可预测、只能用概率统计方法来认识的随机误差”。因此，将图像噪声看成是多维随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。但在很多情况下，这样的描述方法是复杂的，甚至是不可能的，而实际应用往往也是不必要的。通常是用其数字特征，即均值方差、相关函数等，因为这些数字特征
都可以从某些方面反映车噪声的特征。
为了对图像进行后续处理，需要对图像进行去噪处理。图像铝箔可分为空间域、频域和小波域滤波。
做常用的空间域去噪滤波器有线性滤波器和非线性滤波器两种。现象滤波器主要有均值滤波、线性加权滤波、倒数梯度加权滤波。非线性滤波器主要是种植滤波。线性滤波主要适合于去除高斯噪声，而中值滤波则是用于消除脉冲噪声。
2.3.3本课题的难点
由于接触MATLAB这门学科的时间比较短，对这个软件运用不熟悉，很多工具不能准确的使用，此外，由于使用MATLAB来处理图像大多数情况系使用修改其中的后台代码来实现的，有很多命令不是很理解，所以使用起来也不是很得心应手，由于希望自己在实现老师要求的基本要求之外，能够使我的设计有更多的功能，故有很多知识还要自己不断的探索。
对于前面提出的图像后期处理，是怎么在实际操作中用韵图像去噪技术实现图像去噪？由于现实生活中，把图像处理为人们希望的那样越来越重要，故图像去噪就在数字图像技术中的重要性越来越明显，如高放大倍数航片的判读、X射线图像系统中的噪声去除等，已经成为不可缺少的关键技术。
随着数字信号处理技术和计算机技术的迅猛发展，机器视觉的研究深度在不断拓展，应用领域在不断地延伸，。但在机器视觉系统，由于度昂没期间的质量、光学镜头的类型以及视觉系统的理论误差、加工变差的呢过的不利影响，使得通过机器视觉系统采集到的图像存在一定程度的畸变。对于采用广角镜头采集到的图像，畸变尤为明显，只10%的图像可以看做是理想的。因此，如何对这种畸变图像加以科学、合理、
有效的较真，也成为本课题的一个难点。
如何实现图像拼接？图像拼接时计算机视觉领域的一个重要的分支，它是一种将多福相关的重叠图像进行无缝拼接从而获得全景图片的技术，本次毕设课题也想设计一部分，但也是一个难点。
2.3.4拟采取的方法和技术
目前，市场上有些图像处理软件比较成功，例如Photoshop。随着图像处理、图像理解以及图像库查找等研究领域的研究进展，还有很多图像处理相关的软件问世。
图像处理软件的开发必须有可靠的，优秀的算法以及理论作为基础，这些理论及算法便是MATLAB的一些基本使用方法，通过学习我已经有所了解。
1.Photoshop界面
用Photoshop打开一幅图像，使用主界面最上部的主菜单还有部分工具，左边的绘图工具，右边面板区的颜色、图层、动作等设置可以细致准确的完成图形绘制工作。
然后运用吸管工具、“直方图”对话框、“图像”菜单中的“运算”选项、“滤镜”菜单等对图片进行处理，来实现图像轮廓提取、等高线绘制、模糊、扭曲、锐化等图像处理功能。
2运用MATLAB 处理
修改MATLAT中的一些函数，也可以调用其他一些程序，为图像执行边缘提取、图像旋转、图型化等各种功能，也可以进入GUI设计界面，做按钮控制规划的播放。
图像去噪处理方法可分为空间域法和变换域法两大类前者是在原图像上直接进行数据运算，对像素的灰度值进行处理。后者是在图像的变换域上进行处理，对变换后的系数进行相应的处理，然后进行反变换达到图像去噪的目的。
畸变是成像系统的一种像差，理想成像系统不仅成像清晰，而且满足物像相似关系。当系统能够清晰成像，但物像不相似时，其不相似程度就是用畸变来衡量。几何畸变有桶形畸变、枕形畸变、几何倾斜等。一般选择桶形畸变的校正作为研究的对象。桶形校正的一般步骤如下：
1.找出畸变图对称中心，将畸变图像代表的地址空间关系转换为以对称中心为
原点的空间关系
2.空间变换：畸变图像上的像素重新排列以恢复空间关系。
3.灰度插值：对空间变换后的像素赋予相应的灰度值以恢复原位置的灰度值。
为了使拼接处的全景图像能够保持透视效果以及视觉上的一致性，需要将拍摄的图像序列投影到一个统一的表面上。常用的表示面有柱面、立方体面和球面。其中，柱面全景图像因其数据存储结构简单而成为目前研究的热点。在全景图像的生成过程中，一般需要求解图像间的三维旋转量和单应性矩阵，威力简化这中秋节图像间多个对准系数的复杂过程，可对相机的运动作一些限制。然后把项目重叠的图像映射带统一的约束空间上，只要计算出相邻图像间两个方向上的位移量，就可以将图像对准整合，再通过柱面投影即可形成完整的柱面全景图像。
3.选择的工具
MATLAB7.0 2009版本，高级技术计算语言和交互式环境可以较使用传统的编程语言（如C、C++ 和Fortran）更快地解决技术计算问题.
其主要功能是：
（1）交互式工具可以按迭代的方式探查、设计及求解问题
（2）此高级语言可用于技术计算
（3）此开发环境可对代码、文件和数据进行管理
（4）各种工具可用于构建自定义的图形用户界面
（5）各种函数可将基于MATLAB 的算法与外部应用程序和语言（如C、C++、Fortran、Java、以及Microsoft Excel）集成
（6）数学函数可用于线性代数、统计、傅里叶分析、筛选、优化以及数值积分等（7）二维和三维图形函数可用于可视化数据
其编辑特点是：
1 ) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；
2) 具有完备的图形处理功能,实现计算结果和编程的可视化;
3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；
4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。
其优势是：
（1）编程环境：
MATLAB 7.0由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB 7.0的商业化以及软件本身的不断升级，MATLAB 7.0的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB 7.0
提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。
（2）简单易用
MATLAB 7.0是一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。新版本的MATLAB 7.0语言是基于最为流行的C++语言基础上的，因此语法特征与C++语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB 7.0能够深入到科学研究及工程计算各个领域的重要原因。
（3）处理能力强
MATLAB 7.0是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。在计算要求相同的情况下，使用MATLAB 的编程工作量会大大减少。MATLAB 7.0的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅里叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和现行方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅里叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。
（4）图形功能
Matlab图像处理的几个实例（初学者用） 1.图像的基本信息及其加减乘除 clear,clc; P=imread('yjx.jpg'); whos P Q=imread('dt.jpg'); P=im2double(P); Q=im2double(Q); gg1=im2bw(P,0.3); gg2=im2bw(P,0.5); gg3=im2bw(P,0.8); K=imadd(gg1,gg2); L=imsubtract(gg2,gg3); cf=immultiply(P,Q); sf=imdivide(Q,P); subplot(421),imshow(P),title('郁金香原图'); subplot(422),imshow(gg1),title('0.3'); subplot(423),imshow(gg2),title('0.5'); subplot(424),imshow(gg3),title('0.8'); subplot(425),imshow(K),title('0.3+0.5'); subplot(426),imshow(L),title('0.5-0.3'); subplot(427),imshow(cf),title('P*Q'); subplot(428),imshow(sf),title('P/Q'); 2.图像缩放 clear,clc; I=imread('dt.jpg'); A=imresize(I,0.1,'nearest'); B=imresize(I,0.4,'bilinear'); C=imresize(I,0.7,'bicubic'); D=imresize(I,[100,200]); F=imresize(I,[400,100]); figure subplot(321),imshow(I),title('原图'); subplot(322),imshow(A),title('最邻近插值'); subplot(323),imshow(B),title('双线性插值'); subplot(324),imshow(C),title('二次立方插值'); subplot(325),imshow(D),title('水平缩放与垂直缩放比例为2:1'); subplot(326),imshow(F),title('水平缩放与垂直缩放比例为1:4');
图像读入 ●从图形文件中读入图像 imread Syntax: A = imread(filename, fmt) filename：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(filename, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow(filename) himage = imshow(...) ●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。 灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图 像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像
MATＬAＢ数字图像处理 1 概述 ＢW=ｄitheｒ(I)灰度转成二值图； Ｘ=ｄitｈer（RＧB,ｍap)RＧB转成灰度图，用户需要提供一个Cｏlorｍap; ［X，maｐ]＝grａy2inｄ(Ｉ,n)灰度到索引; [X,mａp]=grａy２ｉnd（BＷ,n)二值图到索引，ｍap可由grａｙ(n）产生。灰度图n 默认64，二值图默认２; X=grａylｉce（I,n）灰度图到索引图，门限１/n,2/ｎ,…,(n-1）／n,X=graｙlｉｃe(I，ｖ)给定门限向量v； BW=im２bw(I,levｅl)灰度图I到二值图； BW=im2bw(Ｘ,map,levｅl)索引图X到二值图；ｌevel是阈值门限，超过像素为1,其余置0,lｅvｅl在[0,1]之间。 ＢW=im2ｂｗ(RGＢ,leｖｅl)ＲＧＢ到二值图; I=iｎd2gray（Ｘ,mａp)索引图到灰度图; RＧＢ=ind2rｇb(Ｘ,maｐ）索引图到ＲGB; I＝ｒgb２gray(RGB)RGB到灰度图。 2 图像运算 2.１图像的读写 MATLAＢ支持的图像格式有bｍp，gif,ico,jｐｇ，png，cur，ｐcx,xwd和tｉf。 读取(imread): [1］Ａ=imreaｄ(fｉlenaｍe,fmt) ［2] [Ｘ,ｍaｐ］=imrｅad（ｆiｌｅｎame,fｍt） ［3] ［…]＝iｍｒead（ｆiｌｅnamｅ) ［4] […]=imread(UＲL,…) 说明:filenａme是图像文件名,如果不在搜索路径下应是图像的全路径,fmｔ是图像文件扩展名字符串。前者可读入二值图、灰度图、彩图(主要是RGＢ);第二个读入索引图，map 为索引图对应的Ｃolormap,即其相关联的颜色映射表，若不是索引图则ｍap为空。URＬ表示引自Ｉntｅrnet ＵRL中的图像。 写入(iｍｗrite): [1] R=imwrite(A,fileｎaｍe，fｍｔ)； [2] Ｒ=imwriｔe(X,map,fiｌename,ｆmt); [３] R＝ｉｍwritｅ(…,filenaｍｅ); [4] R=iｍｗrite(…，Param1,Val1,Pａraｍ2,Vａl2) 说明:针对第四个,该语句用于指定ＨDF,JPEＧ,PBＭ,PGM,PNG,PPM,ＴIＦＦ等类型输出文件的不同参数。例如ＨDF的Qualｉtｙ,Compreｓｓioｎ,ＷｒｉｔeMode;JPEＧ的BiｔＤｅpｔh，Cｏmｍent：Ｅmｐtｙor not，Mode:ｌossy oｒｌossless，Quality等。 ２．2 图像的显示 方法1：使用Imaｇe Viｅwer(图像浏览器），即运用imｖiｅw函数。
课程设计任务书 学生姓名：专业班级： 指导教师：工作单位： 题目: 基于MATLAB的图像处理的基本运算 初始条件： 要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求） （1）能够对图像亮度和对比度变化调整，并比较结果 （2）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的和旋转操作，并保存，比较几 种插值的效果 （3）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。 （4）对图像加入各种噪声，比较效果。 时间安排： 指导教师签名：年月日 系主任（或责任教师）签名：年月日 目录 摘要.......................................................................................................................... 错误!未定义书签。 1 MATLAB简介 ........................................................................................................ 错误!未定义书签。2图像选择及变换................................................................................................... 错误!未定义书签。 2.1 原始图像选择读取....................................................................................... 错误!未定义书签。 2.1.1 原理图的读入与基本变换 .................................................................... 错误!未定义书签。
信号与系统实验报告——图像处理 学院：信息科学与工程学院 专业：2014级通信工程 组长：** 组员：** 2017.01.02
目录 目录 (2) 实验一图像一的细胞计数 (3) 一、实验内容及步骤 (3) 二、Matlab程序代码 (3) 三、数据及结果 (4) 实验二图像二的图形结构提取 (5) 一、实验内容及步骤 (5) 二、Matlab程序代码 (5) 三、数据及结果 (6) 实验三图像三的图形结构提取 (7) 一、实验内容及步骤 (7) 二、Matlab程序代码 (7) 三、数据及结果 (8) 实验四图像四的傅里叶变化及巴特沃斯低通滤波 (9) 一、实验内容及步骤 (9) 二、Matlab程序代码 (9) 三、数据及结果 (10) 实验五图像五的空间域滤波与频域滤波 (11) 一、实验内容及步骤 (11) 二、Matlab程序代码 (11) 三、数据及结果 (12)
实验一图像一的细胞计数 一、实验内容及步骤 将该图形进行一系列处理，计算得到途中清晰可见细胞的个数。 首先，由于原图为RGB三色图像处理起来较为麻烦，所以转为灰度图，再进行二值化化为黑白图像，得到二值化图像之后进行中值滤波得到细胞分布的初步图像，为了方便计数对图像取反，这时进行一次计数，发现得到的个数远远多于实际个数，这时在进行一次中值滤波，去掉一些不清晰的像素点，剩下的应该为较为清晰的细胞个数，再次计数得到大致结果。 二、Matlab程序代码 clear;close all; Image = imread('1.jpg'); figure,imshow(Image),title('原图'); Image=rgb2gray(Image); figure,imshow(Image),title('灰度图'); Theshold = graythresh(Image); Image_BW = im2bw(Image,Theshold); Reverse_Image_BW22=~Image_BW; figure,imshow(Image_BW),title('二值化图像'); Image_BW_medfilt= medfilt2(Image_BW,[3 3]); figure,imshow(Image_BW_medfilt),title('中值滤波后的二值化图像'); Reverse_Image_BW = ~Image_BW_medfilt; figure,imshow(Reverse_Image_BW),title('图象取反'); Image_BW_medfilt2= medfilt2(Reverse_Image_BW,[20 20]); figure,imshow(Image_BW_medfilt2),title('第二次中值滤波的二值化图像'); [Label, Number]=bwlabel(Image_BW_medfilt,8);Number [Label, Number]=bwlabel(Image_BW_medfilt2,8);Number
基于M A T L A B图像处理报告一、设计题目 图片叠加。 二、设计要求 将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。 三、设计方案 、设计思路 利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。 、软件介绍 MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB 也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。
图像处理函数详解——strel 功能：用于膨胀腐蚀及开闭运算等操作的结构元素对象(本论坛随即对膨胀腐蚀等操作进行讲解)。 用法：SE=strel(shape,parameters) 创建由指定形状shape对应的结构元素。其中shape的种类有 arbitrary' 'pair' 'diamond' 'periodicline' 'disk' 'rectangle' 'line' 'square' 'octagon 参数parameters一般控制SE的大小。 例子： se1=strel('square',6) %创建6*6的正方形 se2=strel('line',10,45) %创建直线长度10，角度45 se3=strel('disk',15) %创建圆盘半径15 se4=strel('ball',15,5) %创建椭圆体，半径15，高度5
图像处理函数详解——roipoly 功能：用于选择图像中的多边形区域。 用法：BW=roipoly(I,c,r) BW=roipoly(I) BW=roipoly(x,y,I,xi,yi) [BW,xi,yi]=roipoly(...) [x,y,BW,xi,yi]=roipoly(...) BW=roipoly(I,c,r)表示用向量c、r指定多边形各点的X、Y坐标。BW选中的区域为1，其他部分的值为0. BW=roipoly(I)表示建立交互式的处理界面。 BW=roipoly(x,y,I,xi,yi)表示向量x和y建立非默认的坐标系，然后在指定的坐标系下选择由向量xi，yi指定的多边形区域。 例子：I=imread('eight.tif'); c=[222272300270221194]; r=[21217512112175]; BW=roipoly(I,c,r); imshow(I)
第一部分数字图像处理
实验一图像的点运算 实验1.1 直方图 一．实验目的 1．熟悉matlab图像处理工具箱及直方图函数的使用； 2．理解和掌握直方图原理和方法； 二．实验设备 1.PC机一台； 2.软件matlab。 三．程序设计 在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 四．实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像， 如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出； 五．实验结果 观察图像matlab环境下的直方图分布。 (a)原始图像 (b)原始图像直方图 六．实验报告要求 1、给出实验原理过程及实现代码； 2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
实验1.2 灰度均衡 一．实验目的 1．熟悉matlab图像处理工具箱中灰度均衡函数的使用； 2．理解和掌握灰度均衡原理和实现方法； 二．实验设备 1.PC机一台； 2.软件matlab； 三．程序设计 在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(2,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(2,2,3),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 a=histeq(I,256); %直方图均衡化，灰度级为256 subplot(2,2,2),imshow(a) %输出均衡化后图像 title('均衡化后图像') %在均衡化后图像中加标题 subplot(2,2,4),imhist(a) %输出均衡化后直方图 title('均衡化后图像直方图') %在均衡化后直方图上加标题 四．实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像， 如:cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出； 五．实验结果 观察matlab环境下图像灰度均衡结果及直方图分布。 (a)原始图像 (b)均衡化后图像
《 MATLAB 实践》 课程设计 学生姓名： 学号： 专业班级： 指导教师： 二○○九年三月十三日
1.设计目的…………………………………………………第 3页 2.题目分析…………………………………………………第3 页 3.总体设计…………………………………………………第4 页 4.具体设计…………………………………………………第 6页 5.结果分析…………………………………………………第 20页 6.心得体会…………………………………………………第 20页 7.参考书目…………………………………………………第 20页
1 课程设计的目的： 综合运用MATLAB工具箱实现图像处理的GUI程序设计。 2、题目分析 课程设计的基本要求 1）熟悉和掌握MATLAB 程序设计方法 2）掌握MATLAB GUI 程序设计 3）学习和熟悉MATLAB图像处理工具箱 4）学会运用MATLAB工具箱对图像进行处理和分析 课程设计的内容 学习MATLAB GUI程序设计，利用MATLAB图像处理工具箱，设计和实现自己的Photoshop 。要求：按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。 以下几点是程序必须实现的功能。 1）图像的读取和保存。 2）设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。 3）设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。 4）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存，比较几种插值的效果。 5）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。 6）能对图像加入各种噪声，并通过几种滤波算法实现去噪并显示结果。比较去噪效果。
程序实例 1旋转: x=imread('d:\MATLAB7\work\flower.jpg'); y=imrotate(x,200,'bilinear','crop'); subplot(1,2,1); imshow(x); subplot(1,2,2); imshow(y) 2.图像的rgb clear [x,map]=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shh1.jpg');y=x(90:95,90:95);imshow(y)R=x(90:95,90:95,1);G=x(90:95,90:95,2);B=x(90:95,90:95,3);R,G,B 3.加法运算clear I=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shh3.jpg');J=imnoise(I,'gaussian',0,0.02);%向图片加入高斯噪声subplot(1,2,1),imshow(I);%显示图片subplot(1,2,2),imshow(J);K=zeros(242,308);%产生全零的矩阵，大小与图片的大小一样for i=1:100%循环100加入噪声J=imnoise(I,'gaussian',0,0.02);J1=im2double(J);K=K+J1;end K=K/100; figure,imshow(K);save
4.减法 clear I=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao.jpg'); J=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao1.jpg'); K=imsubtract(I,J);%实现两幅图相减 K1=255-K;%将图片求反显示 figure;imshow(I); title('有噪声的图'); figure;imshow(J); title('原图'); figure;imshow(K1); title('提取的噪声'); save 5.图像的乘法 H=imread('D:\Program Files\MATLAB\R2012a\bin\shaohaihe\shao.jpg'); I=immultiply(H,1.2);将此图片乘以1.2 J=immultiply(H,2); subplot(1,3,1),imshow(H); title('原图'); subplot(1,3,2),imshow(I); title('·放大1.2'); subplot(1,3,3),imshow(J); title('放大2倍'); 6除法运算 moon=imread('moon.tif'); I=double(moon); J=I*0.43+90; K=I*0.1+90; L=I*0.01+90; moon2=uint8(J); moon3=uint8(K); moon4=uint8(L); J=imdivide(moon,moon2); K=imdivide(moon,moon3); L=imdivide(moon,moon4); subplot(2,2,1),imshow(moon); subplot(2,2,2),imshow(J,[]); subplot(2,2,3),imshow(K,[]); subplot(2,2,4),imshow(L,[]);
基于MATLAB的运动模糊图像处理 提醒： 我参考了文献里的书目和网上的一些代码而完成的，所以误差会比较大，目前对于从网上下载的模糊图片的处理效果很不好，这是我第一次上传自己完成的实验的文档，希望能帮到一些人吧。 研究目的 在交通系统、刑事取证中图像的关键信息至关重要，但是在交通、公安、银行、医学、工业监视、军事侦察和日常生活中常常由于摄像设备的光学系统的失真、调焦不准或相对运动等造成图像的模糊，使得信息的提取变得困难。但是相对于散焦模糊，运动模糊图像的复原在日常生活中更为普遍，比如高速运动的违规车辆的车牌辨识，快速运动的人群中识别出嫌疑人、公安刑事影像资料中提取证明或进行技术鉴定等等，这些日常生活中的重要应用都需要通过运动模糊图像复原技术来尽可能地去除失真，恢复图像的原来面目。因此对于运动模糊图像的复原技术研究更具有重要的现实意义。 图像复原原理 本文探讨了在无噪声的情况下任意方向的匀速直线运动模糊图像的复原问题，并在此基础上讨论了复原过程中对点扩散函数(PSF)的参数估计从而依据自动鉴别出的模糊方向和长度构造出最为近似的点扩散函数，构造相应的复原模型，实现运动模糊图像的复原；在模糊图像自动复原的基础上，根据恢复效果图的纹理特征和自动鉴别出的模糊长度和角度，人工调整模糊方向和长度参数，使得复原效果达到最佳。 实验过程 模糊方向的估计： 对图1(a)所示的原始图像‘车牌’图像做方向θ=30?，长度L=20像素的匀速直线运动模糊，得到退化图像如图1(b)
1(a) 1(b) j=imread('车牌1.jpg'); figure(1),imshow(j); title('原图像'); len=20; theta=30; psf=fspecial('motion',len,theta); j1=imfilter(j,psf,'circular','conv'); figure,imshow(j1); title('PSF 模糊图像'); 图1(c)和1(d)分别为原图像和模糊图像的二次傅里叶变化
《数字图像处理》课程设计 课设题目：图像增强与MATLAB实现学校学院：华东交通大学理学院 学生班级：13级信息计算（2）班学生：超 学生学号：20130810010216 指导老师：自柱
图像增强与MATLAB实现 摘要 数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。图像增强是数字图像处理的过程中经常采用的一种方法，它对提高图像质量起着重要的作用。本文先对图像增强的原理进行概述，然后对图像增强的方法分类并给出直方图增强、对比度增强、平滑和锐化等几种常用的增强方法的理论基础，通过Matlab实验得出的实际处理效果来对比各种算法的优缺点，讨论不同的增强算法的技术要点，并对其图像增强方法进行性能评价。 关键字：图像；图像增强；算法
目录 一、MATLAB的简介 (1) 1.1MATLAB主要功能 (1) 二、MATLAB的主要功能 (1) 2.1数字增强技术概述 (1) 2.2数字图像的表示 (2)
三、直方图的均衡化 (2) 3.1图像的灰度 (2) 3.2灰度直方图 (2) 3.3直方图均衡化 (3) 四、图像二值化 (5) 4.1图像二值化 (5) 五、对比度增强 (7) 5.1对比度增强 (7) 5.2灰度调整 (8) 5.3对数变换 (9) 六、滤波 (10) 6.1平滑滤波 (10) 6.2线性平滑滤波程序： (11) 6.3非线性滤波 (12) 七、锐化 (18) 八、参考文献 (19) 九、自我评价 (20)
一、Matlab的简介 1.1 MATLAB主要功能 MATLAB是建立在向量、数组和矩阵基础上的一种分析和仿真工具软件包，包含各种能够进行常规运算的“工具箱”，如常用的矩阵代数运算、数组运算、方程求根、优化计算及函数求导积分符号运算等；同时还提供了编程计算的编程特性，通过编程可以解决一些复杂的工程问题；也可绘制二维、三维图形，输出结果可视化。目前，已成为工程领域中较常用的软件工具包之一。 二、MATLAB的主要功能 2.1数字增强技术概述 图像增强是按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些信息使得图像更加实用。图像增强技术主要包含直方图修改处理、图像平滑处理、图像尖锐化处理等。 图像增强技术主要包括：直方图修改处理，图像平滑处理，图像尖锐化处理，彩色图像处理。从纯技术上讲主要有两类：频域处理法和空域处理法。 频域处理法主要是卷积定理，采用修改图像傅立叶变换的方法实现对图像的增强处理技术；空域处理法：是直接对图像中的像素进行处理，基本上是以灰度映射变换为基础的。
rice=imread(‘rice.png’); % 读入图像 I=double(rice); % 数据类型转换 J=I*0.43+60; % 像素点算术运算 rice2=uint8(J) % 数据类型转换subplot(1,2,1),imshow(rice); % 原图绘制subplot(1,2,2),imshow(rice2); % 计算后图像绘制
X = uint8([ 255 10 75; 44 225 100]); Y = uint8([ 50 20 50; 50 50 50 ]); Z = imdivide(X,Y)
I = imread('rice.png'); % 读入图像background = imopen(I,strel('disk',15)); % 图像开运算Ip = imdivide(I,background); % 图像除法运算imshow(Ip,[]) % 显示运算后的图像
I = imread('rice.png'); % 读入图像 J = imdivide(I,2); % 图像除以一个常数subplot(1,2,1), imshow(I) % 显示原始图像subplot(1,2,2), imshow(J) % 显示运算后的图像
I = imread('cameraman.tif'); % 读入图像J = imlincomb(2,I); % 灰度值放大imshow(J) % 显示运算后的图像
I = imread('cameraman.tif'); % 读入图像 J = uint8(filter2(fspecial('gaussian'), I)); % 图像滤波 K = imlincomb(1,I,-1,J,128); % K(r,c) = I(r,c) - J(r,c) + 128 % 图像相减后加上一个常数figure, imshow(K) % 显示运算后的图像
目录 第一章绪论 (2) 1.1 研究背景 (2) 1.2 人脸图像识别的应用前景 (3) 1.3 本文研究的问题 (4) 1.4 识别系统构成 (4) 1.5 论文的内容及组织 (5) 第二章图像处理的Matlab实现 (6) 2.1 Matlab简介 (6) 2.2 数字图像处理及过程 (6) 2.2.1图像处理的基本操作 (6) 2.2.2图像类型的转换 (7) 2.2.3图像增强 (7) 2.2.4边缘检测 (8) 2.3图像处理功能的Matlab实现实例 (8) 2.4 本章小结 (11) 第三章人脸图像识别计算机系统 (11) 3.1 引言 (11) 3.2系统基本机构 (12) 3.3 人脸检测定位算法 (13) 3.4 人脸图像的预处理 (18) 3.4.1 仿真系统中实现的人脸图像预处理方法 (19) 第四章基于直方图的人脸识别实现 (21) 4.1识别理论 (21) 4.2 人脸识别的matlab实现 (21) 4.3 本章小结 (22) 第五章总结 (22) 致谢 (23) 参考文献 (24) 附录 (25)
第一章绪论 本章提出了本文的研究背景及应用前景。首先阐述了人脸图像识别意义；然后介绍了人脸图像识别研究中存在的问题；接着介绍了自动人脸识别系统的一般框架构成；最后简要地介绍了本文的主要工作和章节结构。 1.1 研究背景 自70年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，.这一领域除了它的重大理论价值外，也极具实用价值。 在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。 同时，进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，
基本数字图像处理算法的matlab实现 1.数字图像处理的简单介绍 所谓数字图像就是把传统图像的画面分割成为像素的小的离散点，各像素的灰度值也是用离散值来表示的。 数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 2.图像的显示与运算 2.1图像的显示 Matlab显示语句 imshow（I,[lowhigh]）%图像正常显示 I为要显示的图像矩阵。,[lowhigh]为指定显示灰度图像的灰度范围。高于high的像素被显示成白色；低于low的像素被显示成黑色；介于high和low之间的像素被按比例拉伸后显示为各种等级的灰色。 subplot(m,n,p) 打开一个有m行n列图像位置的窗口，并将焦点位于第p个位置上。 2.2图像的运算 灰度化将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。
第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。 灰度是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。 图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。 Matlab图像格式转换语句 rgb2gray(I) %从RGB图创建灰度图 imhist(I) %画灰度直方图 图像的线性变换 D B=f(D A)=f A*D A+f B Matlab源代码： I1=imread('F:\图片2.jpg'); subplot(2,2,1);imshow(I1);title('原图'); I2=rgb2gray(I1); %灰度化图像 subplot(2,2,2);imshow(I2);title('灰度化后图'); [M,N]=size(I2); subplot(2,2,3) [counts,x]=imhist(I2,60); %画灰度直方图 counts=counts/M/N; stem(x,counts);title('灰度直方图'); g=zeros(M,N);%图像增强
基于Matlab的遥感图像处理 测绘工程1161641014 鲍家顺 摘要文章运用Matlab软件对遥感影像的不足之处进行处理改善,详细介绍了处理方法和处理的原理,对处理结果进行了比对分析,并进行了边缘检测与特征提取,论证了处理方法的可行性。 关键词图像处理;matlab ;均衡化;规定化;色彩平衡;边缘检测;特征提取 在获取遥感图像过程中,由于多种因素的影响,会导致图像质量的退化,为了改善图像质量,突出遥感图像中的某些信息,提高图像的视觉效果,需要对图像进行各方面的处理,如分段线形拉伸,对数变换,直方图规定化、正态化,图像滤波,纹理分析及目标检测等。通过图像处理可以去除图像中的噪声,增强感兴趣的目标和周围背景图像间的反差,有选择地突出便于人或电脑分析的信息,抑制一些无用的信息,强调出图像的边缘,增强图像的识别方便性,从而进行边缘检测和特征提取。图像写出函数,显示图像函数有image ( ) 、inshow ( ) 等。[2 ]Matlab 图像处理工具箱处理工具提供了imhist () 函数来计算和显示图像的直方图, 提供了直方图均衡化的函数histeq() 、边缘检测函数edge ( ) 、腐蚀函数imerode () 、膨胀函数imdilate () 及二值图像转换函数im2bw () 等。文中实验数据采用的是桂林市区灰度遥感图像,宽度为1024 像素,高度为713 像素。 文件读入： 讲workspace切入到图片所在图层： Cd d:\ 读入图片： [x,cmap]=imread('m.PNG')； %将图片读入转换为矩阵 clf；imshow(x); %显示图片 原始图片
成绩： 数字图像处理实验报告实验二：图像处理的matlab的实现 学号：0967118225 姓名：洪旭浩 同组人： 电脑编号： 实验时间：2010年6月4日星期一
数字图像处理实验报告 一、实验名称 图像处理的matlab 的实现 二、实验目的 1、了解Matlab 及其工具箱的基本使用方法 2、掌握使用Matlab 打开各种图像文件的方法 3、掌握使用Matlab 进行简单图像处理的方法 三、实验平台 Windows XP，Matlab 7.8.0（R2009a） 四、实验内容 一、直方图均衡化 直方图均衡化处理可将图像的灰度范围拉开，让灰度直方图在较大的动态范围内趋于一致。用图像),(y x f 的直方图代替灰度的分布密度函数)(f p f ，则直方图均衡化后的图像g 为： ?==f f du u p f T g 0)(][对于数字图像，设原图像的像素总数为N，灰度级的个数为L，第k 个灰度级出现的频数为k n 。若原图像),(y x f 在像素点),(y x 处的灰度为k r ，则直方图均衡化后的图像),(y x g 在),(y x 处的灰度k s 为： ∑===k l l k k N n r T s 0][MATLAB 图像处理工具箱提供了用于直方图均衡化的函数histep。histep 函数的语法格式为： J=histep(I，hgram) J=histep(I，n) [J，T]=histep(I，…) newmap=histep(X，map，hgram) newmap=histep(X，map) [newmap，T]=histep(X，…) 其中J=histep(I，hgram)将原始图像I 的直方图变成用户指定的向量hgram，hgram 中的各元素值域为[0，1]。 J=histep(I，n)指定直方图均衡化后的灰度级数n，默认值为64。 [J，T]=histep(I，…)返回能将图像I 的灰度直方图变换成图像J 的直方图的变换T。 newmap=histep(X ，map ，hgram)、newmap=histep(X ，map)和[newmap ，T]=histep(X，…)是针对索引色图像调色板的直方图均衡化。 1、使用以上语句，实现选定图像的直方图均衡化； 2、修改部分参数，观察不同参数下直方图均衡化的变化规律；
基于MATLAB的彩色图像灰度处理 成绩 数字图像处理期末考试 题目基于Matlab的彩色图像灰度化处理 专业、班级11电信一班 姓名钱叶辉 学号 1109121025
基于Matlab的彩色图像灰度化处理 摘要 在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗的黑色到最亮的白色的灰度，尽管理论上这个采样可以是任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色；灰度图像在黑色与白色之间还有许多级的颜色深度。但是，在数字图像领域之外，“黑白图像”也表示“灰度图像”，例如灰度的照片通常叫做“黑白照片”。在一些关于数字图像的文章中单色图像等同于灰度图像，在另外一些文章中又等同于黑白图像[1]。 彩色图像的灰度化技术在现代科技中应用越来越广泛, 例如人脸目标的检测与匹配 以及运动物体目标的监测等等, 在系统预处理阶段, 都要把采集来的彩色图像进行灰度化处理, 这样既可以提高后续算法速度, 而且可以提高系统综合应用实效, 达到更为理想的要求。因此研究图像灰度化技术具有重要意义。 关键词：灰度化；灰度数字图像；单色图像
一、设计原理 将彩色图转化成为灰度图的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征[2]。 在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。本设计采用三种方法对图像进行灰度化处理。 加权平均法；平均值法；最大值法。 二、彩色图像的灰度化处理 2.1加权平均法 根据重要性及其它指标，将R、G、B三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感度最高，对蓝色敏感度最低。因此，在MATLAB中我们可以按下式系统函数对RGB三分量进行加权平均能得到较合理的灰度图像。 f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)) （2-1）程序首先读取一个RGB格式的图象,然后调用已有的函数rgb2gray()来实现彩色图像灰度化。 图2.1加权平均法的图像灰度处理 2.2平均值法[3] 将彩色图像中的R、G、B三个分量的亮度求简单的平均值，将得到均值作为灰度值