《自上而下的政策制定》读书报告

自上而下的政策制定

B09120113 翟海佳

《自上而下的政策制定》作者托马斯·R·戴伊，美国著名的公共政策学教授和专家，曾执教于美国佛罗里达、宾夕法尼亚等多所大学。他现是美国著名非营利教育机构——林肯公共服务研究中心的主席。托马斯·R·戴伊在美国的政府与公共政策研究领域都享有盛名，是该领域内的学术权威，撰写了大量的专著和论文，如《州和社区的政治学》、《美国政治学》、《谁掌管美国？》、《民主的嘲讽》、《权力与社会》等。而《自上而下的政策制定》也是其中比较有代表性得一个，具有很大的社会影响力。

《自上而下的政策制定》一书是戴伊评估国家的精英集团如何将他们自己的价值观念和兴趣爱好转化为公共政策的过程，也是一本研究公共政策制定的模式和方法的书，主要是以美国财富的权利和结构为切入点。一书前后一共分为了9章，他首先阐述了国家政策制定的一种模式，这种模式包括四种独立的运作过程，正是通过这四个过程，精英集团影响和左右着政府的政策；然后，本书继续论述了在精英集团的推动下，政府会使其政策合法化并加以执行，同时也会对其政策加以改革；最后，本书论述了公众和个人对政策的评估过程。

综合来说，在《自上而下的政策制定》一书中，作者托马斯·R·戴伊的论述一直只围绕着一条主线，那就是：把公共政策的制定界定为自上而下由精英阶层所操纵和控制的过程。他试图通过大量的案例、图标和数据来告诉我们，即使是在美国这种民主的政体下，公共政策的制定也是自上而下的，而不是我们所想象的自下而上。

在本书的第一章，作者首先很清晰的亮出了“何谓公共政策？”，并在对精英集团做出解释之后，旗帜鲜明地提出了自上而下的政策制定模式。他认为，“公共政策是一个政府选择要做的任何事，或者它选择不去做的任何事”。而国家的精英集团“占据着团体组织机构中能分配社会资源得权力位置”。自上而下的政策制定模式，描述了国家的精英集团将他们自己的价值观念和兴趣喜好转化为公共政策的过程，即政策的形成过程、利益代表集团的运作过程、候选人选举过程、民意的制造过程、政府使政策合法化的过程和政策执行的过程、政策结果的评估过程。作者在书中也强调说，这些过程虽有各自的独立性，而且包含了一些主要组织机构的功能差别，但所有的过程都趋向于纵横交织在一起。

在第二章中，托马斯·R·戴伊着重论述了财富和权力在政策制定过程中的重要作用。这是一个基础，我明显的可以发现，后面的章节对政策制定全过程和各个参与角色的分析，都是建立在对财富和权力重要性的认识的基础上的。

第三章在对政策制定过程的论述中，作者重点突出了基金会，智囊团和保守主义者的政策网络。在此更加能够反映出也政策的制定过程是自上而下地从社会的精英集团流向政府。随后作者还用了大量的笔墨来介绍在美国的公共政策制定

上具有较大影响力基金会、智囊团，包括我们所熟知的布鲁金斯学院、福特基金会等等。并且也借此探讨了全球范围内的经济政策的策划和制定，以及全球精英集团之间的往来与合作。

本书的第四章：选举领导人的过程。作者在分析美国选举领导人过程的同时，运用了大量的图标和数据，极力突出了金钱的重要作用。作者在其论述中，深刻揭示出，社会中的精英集团运用金钱来支持和控制能保证其利益偏好的候选人，并在其胜选后将这种利益偏好具体地反映到公共政策中的现实。

随后的第五章利益代表集团的活动过程，作者很清晰的阐述出“国家最有影响力的利益代表集团的发起人、主持者和财力支持者，就是那些公司企业、银行、保险公司、投资公司、律师公司、媒体大王、职业和非职业的商会和各种民众组织”。自然而然，就是这些利益集团的活动，主宰着美国政府政策的制定。

《自上而下的政策制定》中的第六章民意的制造过程主要是描写了一个特殊的群体——媒体。媒体作为“民意的制造者”，在自上而下的政策制定过程中发挥着重要的作用。当然，作者也告诉了我们，其实在现实社会中，有影响力的媒体组织的领导人物，他本身就是国家精英集团中的重要组成部分。不过其中间作用是不容忽视的，就像作者所说，媒体既是国家顶尖精英阶层的重要组成部分，也是传达精英们意见和建议的工具。

政策制定的合法化过程这一章中，作者对政策的合法化过程进行了分析，作者在书中表达说，美国政策的合法性是通过政策的制定者们来完成的，而不是通过全民参与的大选来完成。其实在现实中在很多问题上，美国公众的选择和喜好与现行政策之间是存在很多分歧的，但毕竟公众的影响力还是非常有限的，所以综合分析，戴伊再次强调说，美国政策的合法性是一个自上而下的过程，而非自下而上。

政策在获得其合法性地位后，就进入了执行的过程。第九章描述的就是政策的执行过程。在这个过程中，利益集团总是对行政机构进行监控和操纵，从而保证政策的执行不会偏离他们的利益偏好。所以说，政策的执行也是自上而下的模式，而非自下而上。

在本书的最后一个章节，戴伊同样对政策的评估过程做出了自上而下的分析。他主要分析了政府主导的政策评估和精英集团主导的政策评估，而这两种评估方式都体现了自上而下的精神。

《自上而下的政策制定》一书中，利益集团的思想始终从头到尾贯穿其中。利益集团是在利益多元化的社会中，具有相似观或利益要求的人们组成的，并企图参与政治过程，影响公共政策的实现或维护其利益的社会团体。我们也可以发觉，利益集团作为一种实现和维护自身利益的社会群体，在自上而下的政策制定过程中一直发挥着重要的作用。政策的形成过程是利益集团运作的过程，选举领导者的过程和民意制造的过程，是精英集团用金钱武装，用金钱支持利益代表集团，以表达自己的利益和价值观的过程。政策都是自上而下的制定的，代表最少数人利益的，就美国来讲，少数人控制者美国的机构和团体，但是这并不意味着

是对民意的压迫，而往往这种模式还可以有效的表达民意。我认为，就美国的现状看来，作者对精英模式是持肯定态度的。托马斯·R·戴伊也在其著作中坚持认为，国家的精英集团制定政策，管理政策，调控政策。由精英集团确定应该对什么事情做出决策，它们就国家关注的问题达成一致，将他们的思想传达给各种基金会，智囊团，政策策划组织，然后通过政治选举，利益代表集团的运作过程，候选人的选举过程和民意制造的过程使政策合法化，政策合法化的过程有涉及到总统，国会，行政官僚机构，法院，继而形成政策结果，这些政策结果包括福利，健康，教育，国防，贸易，移民等等，最后进行政策的评估。由此可见，精英模式是必然的，自上而下也是毋庸置疑的。

数字图像处理实验报告

数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰

度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：

数字图像处理 课程设计报告

数字图像处理 课程设计报告 姓名： 学号： 班级： 设计题目：图像处理 教师：赵哲老师 提交日期： 12月29日

一、设计内容： 主题：《图像处理》 详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图像进行特效处理（反色，实色混合，色彩平衡，浮雕效果，素描效果，雾化效果等）， 二、涉及知识内容： 1、二值化 2、各种滤波 3、算法等 三、设计流程图 四、实例分析及截图效果： 运行效果截图： 第一步：读取原图,并显示 close all;clear;clc; % 清楚工作窗口clc 清空变量clear 关闭打开的窗口close all I=imread(''); % 插入图片赋给I imshow(I);% 输出图I I1=rgb2gray(I);%图片变灰度图 figure%新建窗口 subplot(321);% 3行2列第一幅图 imhist(I1);%输出图片

title('原图直方图');%图片名称 一，图像处理模糊 H=fspecial('motion',40); %% 滤波算子模糊程度40 motion运动 q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，replicate反复复制q1=rgb2gray(q); imhist(q1); title('模糊图直方图'); 二，图像处理锐化 H=fspecial('unsharp');%锐化滤波算子，unsharp不清晰的 qq=imfilter(I,H,'replicate'); qq1=rgb2gray(qq); imhist(qq1); title('锐化图直方图'); 三，图像处理浮雕(来源网络) %浮雕图 l=imread(''); f0=rgb2gray(l);%变灰度图 f1=imnoise(f0,'speckle',; %高斯噪声加入密度为的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点 f1=im2double(f1);%把图像数据类型转换为双精度浮点类型 h3=1/9.*[1 1 1;1 1 1;1 1 1]; %采用h3对图像f2进行卷积滤波 f4=conv2(f1,h3,'same'); %进行sobel滤波 h2=fspecial('sobel'); g3=filter2(h2,f1,'same');%卷积和多项式相乘 same相同的 k=mat2gray(g3);% 实现图像矩阵的归一化操作 四，图像处理素描(来源网络) f=imread(''); [VG,A,PPG] = colorgrad(f); ppg = im2uint8(PPG); ppgf = 255 - ppg; [M,N] = size(ppgf);T=200; ppgf1 = zeros(M,N); for ii = 1:M for jj = 1:N if ppgf(ii,jj)

东南大学数字图像处理实验报告

数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：

原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255

武汉科技大学 数字图像处理实验报告

二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日

实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');

原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);

读书报告第一次作业。。。。

膨胀土工程地质特性研究进展 1.前言 膨胀土是一种具有高分散性、高塑性的黏土，其矿物成分主要以蒙脱石、伊利石/蒙脱石、绿泥石/脱石、高岭石/蒙脱石等为主，对干湿气候变化异常敏感，常给人类工程建设活动带来巨大危害，是一种“问题多的特殊土”。其吸水膨胀、失水收缩的特性容易引起建筑物开裂、边坡失稳、渠道桥梁等结构物破坏，给工程建设带来安全隐患。如1978 年我国南阳地区和1988 ～ 1992 年欧洲地区，持续的干旱天气致使出现了大规模房屋建筑开裂破坏现象，造成严重经济损失，究其原因为地基膨胀土失水收缩导致地面不均匀沉降变形。南水北调中线工程穿越膨胀土地区累计长度约386km，沿线曾发生大量渠段坍塌和浅层滑坡等工程地质问题。事实上，早在20 世纪70 年代初，南阳陶岔引水渠的开挖施工中，膨胀土层就发生过十几处大滑坡，且大都发生在1: 4－1: 5的缓坡上，由此引起了人们对膨胀土问题的重视，并在其后进行了处理，为以后正式开工建设提供了处治经验。 2.胀缩性 胀缩性的概念是由于含水率变化而引起的膨胀土体积变化，称为胀缩变形，即含水率升高发生膨胀，含水率降低发生收缩。胀缩性是

膨胀土的典型性质之一。在许多条件下，当膨胀土经历往复干湿循环时，胀缩变形表现出不可逆性，往往随干湿循环次数的增加而增加，在控制吸力条件下开展了干湿循环试验，发现膨胀土的胀缩变形可分为宏观结构变形和微观结构变形两部分。一般而言，宏观结构变形的可逆性与干湿循环过程中的累积变形量有关，然而微观结构变形却通常是可逆的。 关于膨胀土的胀缩机理，国内外学者也开展了许多研究，得到一些普遍的认识。与水相互作用时，由于黏土矿物颗粒表面的亲水性与水分子的极性结构特征，水分子在电场力作用下会吸附在矿物颗粒周围，形成一层水膜。水膜的厚度受黏土矿物种类、孔隙溶液成分、环境温度、外部荷载和微观结构等因素的影响，水膜的厚度变化则直接反映了膨胀土的胀缩性。膨胀土的干燥收缩过程实际上是土体在内力作用下颗粒间孔径减小和密实度增加的过程。当土体中的相对湿度高于大气相对湿度时，土体中的水分子会通过土体表面进入到大气中，形成蒸发。在蒸发过程中孔隙水表面张力的作用下，在颗粒间会形成弯液面，产生毛细水压力。表面张力和弯液面曲率半径是影响毛细水压力的关键因素，且一般而言，毛细水压力为负值。因此，土体干燥失水过程中，颗粒周围的水膜变薄，孔径减小，在毛细水压力和表面张力的共同作用下，土颗粒会随蒸发而逐渐靠拢，宏观表现为收缩变。关于膨胀土的胀缩机理，也有学者提出了不同的观点。如廖世文( 1984) 、高国瑞( 1984) 从晶格扩展、双电层理论和微观结构控制3 个方面对膨胀土的胀缩机理进行了总结归纳。刘特洪( 1997）则

2013数字图像处理课程设计报告

数字图像处理 课程设计报告 课设题目：彩色图像增强软件学院：信息科学与工程学院专业：电子与信息工程 班级： 1002501 姓名：曾小路 学号： 100250131 指导教师：赵占峰 哈尔滨工业大学（威海） 2013 年12月27日

目录 目录 .......................................................................................................................... I 一. 课程设计任务 (1) 二. 课程设计原理及设计方案 (2) 2.1 彩色图像基础 (2) 2.2 彩色模型 (2) 三. 课程设计的步骤和结果 (6) 3.1 采集图像 (6) 3.2 图像增强 (7) 3.3 界面设计 (9) 四. 课程设计总结 (12) 五. 设计体会 (13) 六. 参考文献 (14)

哈尔滨工业大学（威海）课程设计报告 一. 课程设计任务 1.1设计内容及要求： （1）、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳）。 （2）、参考photoshop 软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3）、将实验结果与处理前的图像进行比较、分析。总结设计过程所遇到的问题。 1.2参考方案 1、实现图像处理的基本操作 学习使用matlab 图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），利用彩色图像模型转换公式，将RGB 类型图像转换为HSI 类型图像，显示各分量图像(如imshow（image）)，以及计算和显示各分量图像直方图。 2、彩色图像增强实现 对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。对S分量图像进行适当调整，使图像色彩鲜艳或柔和。 H 分量保持不变。将处理后的图像转换成RGB 类型图像，并进行显示。分析处理图像过程和结果存在的问题。 3、参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视 功能多少而定；参考matlab 软件中GUI 设计，学习软件界面的设计 - 1 -

BMP图像的读写(8位和24位)

南通大学计算机科学与技术学院 《数字图像处理》课程实验 报告书 实验名 BMP文件的读写（8位和24位） 班级计 121 姓名张进 学号 1213022016 2014年6月 16 日

一、实验内容 1、了解BMP文件的结构 2、8位位图和24位位图的读取 二、BMP图形文件简介 BMP(Bitmap-File)图形文件是Windows采用的图形文件格式，在Windows环境下运行的所有图象处理软件都支持BMP图象文件格式。Windows系统内部各图像绘制操作都是以BMP为基础的。Windows 3.0以前的BMP图文件格式与显示设备有关，因此把这种BMP 图象文件格式称为设备相关位图DDB(device-dependent bitmap)文件格式。Windows 3.0以后的BMP图象文件与显示设备无关，因此把这种BMP图象文件格式称为设备无关位图DIB(device-independent bitmap)格式（注：Windows 3.0以后，在系统中仍然存在DDB位图，象BitBlt()这种函数就是基于DDB位图的，只不过如果你想将图像以BMP格式保存到磁盘文件中时，微软极力推荐你以DIB格式保存），目的是为了让Windows能够在任何类型的显示设备上显示所存储的图象。BMP位图文件默认的文件扩展名是BMP或者bmp（有时它也会以.DIB或.RLE作扩展名）。 位图文件可看成由4个部分组成：位图文件头(bitmap-file header)、位图信息头(bitmap-information header)、彩色表(color table)和定义位图的字节阵列，它具有如下所示的形式。 位图文件结构内容摘要

数字图像处理实验报告

数字图像处理试验报告 实验二：数字图像的空间滤波和频域滤波 姓名：XX学号：2XXXXXXX 实验日期：2017 年4 月26 日 1.实验目的 1. 掌握图像滤波的基本定义及目的。 2. 理解空间域滤波的基本原理及方法。 3. 掌握进行图像的空域滤波的方法。 4. 掌握傅立叶变换及逆变换的基本原理方法。 5. 理解频域滤波的基本原理及方法。 6. 掌握进行图像的频域滤波的方法。 2.实验内容与要求 1. 平滑空间滤波： 1) 读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一 图像窗口中。 2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要 求在同一窗口中显示。 3) 使用函数 imfilter 时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图 像。 4) 运用 for 循环，将加有椒盐噪声的图像进行 10 次，20 次均值滤波，查看其特点, 显 示均值处理后的图像（提示:利用fspecial 函数的’average’类型生成均值滤波器）。 5) 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要 求在同一窗口中显示结果。 6) 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像。 2. 锐化空间滤波 1) 读出一幅图像，采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1] 对其进行滤波。 2) 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n 的拉普拉斯算子，如5 ×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对

数字图像处理课程设计报告

课程设计报告书课程名称：数字图像处理 题目：数字图像处理的傅里叶变换 学生姓名： 专业：计算机科学与技术 班别：计科本101班 学号： 指导老师： 日期： 2013 年 06 月 20 日

数字图像处理的傅里叶变换 1.课程设计目的和意义 (1)了解图像变换的意义和手段 (2)熟悉傅里叶变换的基本性质 (3)热练掌握FFT的方法反应用 (4)通过本实验掌握利用MATLAB编程实现数字图像的傅里叶变换 通过本次课程设计，掌握如何学习一门语言，如何进行资料查阅搜集，如何自己解决问题等方法，养成良好的学习习惯。扩展理论知识，培养综合设计能力。 2.课程设计内容 (1)熟悉并掌握傅立叶变换 (2)了解傅立叶变换在图像处理中的应用 (3)通过实验了解二维频谱的分布特点 (4)用MATLAB实现傅立叶变换仿真 3.课程设计背景与基本原理 傅里叶变换是可分离和正交变换中的一个特例，对图像的傅里叶变换将图像从图像空间变换到频率空间，从而可利用傅里叶频谱特性进行图像处理。从20世纪60年代傅里叶变换的快速算法提出来以后，傅里叶变换在信号处理和图像处理中都得到了广泛的使用。 3.1课程设计背景 数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。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。 3.2 傅里叶变换 (1)应用傅里叶变换进行数字图像处理 数字图像处理（digital image processing）是用计算机对图像信息进行处理的一门技术，使利用计算机对图像进行各种处理的技术和方法。 20世纪20年代，图像处理首次得到应用。20世纪60年代中期，随电子计算机的发展得到普遍应用。60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。数字图像处理主要研究以下内容：傅立叶变换、小波变换等各种图像变换；对图像进行编码和压缩；采用各种方法对图像进行复原和增强；对图像进行分割、描述和识别等。随着技术的发展，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。

遥感地质学在实际工作中的应用论文

课程期末考试论文（读书报告） 课程名称：遥感地质学 班级： 学号： 姓名： 任课教师： 学时： 开课时间：

浅谈“遥感地质学”在地质类工作中的应用 摘要：随着我国工农业生产的高速发展，人类对自然资源，特别是对矿产资源的需求量与日俱增。遥感地质是一门理论与技术相结合的课程，其实际操纵性较强，需要我们对理论基础知识不断地应用巩固。遥感数字图像处理属于地质工作中的一种新型的工作手段，充分结合了现时计算机高科技信息技术。在地质工作中主要是通过对一个地区岩性，构造的状况分析后服务与地调填图，矿产普查，工程地质，水文地质及地质灾害治理方面，有着其特殊的高效性，空间性和优势所在。本文结合“遥感地质”课程的学习，浅谈下其在未来地学相关工作中的应用。 关键词：遥感空间信息地质找矿应用 近年来，一方面，由于空间科学、信息科学、计算机科学、物理学等科学技术的进步与发展，为遥感技术奠定了必要的技术基础，另一方面，由于人类生产活动不断地向深度和广度进军，遥感技术得到较为广泛的应用，因而使得遥感技术获得了飞跃的发展，已经成为发达国家和一些发展中国家十分重视的一项科学技术。随着我国工农业生产的高速发展，人类对自然资源，特别是对矿产资源的需求量与日俱增。遥感数字图像处理属于地质工作中的一种新型的工作手段，充分结合了现时计算机高科技信息技术。在地质工作中主要是通过对一个地区岩性，构造的状况分析后服务与地调填图，矿产普查，工程地质，水文地质及地质灾害治理方面，有着其特殊的高效性，空间性和优势所在。正如中科院院士徐冠华等，所谈及遥感技术为地学研究提供了全新的手段，导致了地学研究范围，内容、方法的重要变化，标志着地学信息获取和方法处理的一场革命。中国遥感事业自70年代至今发生了巨大的变化，在国民经济中的应用也日渐普遍。相对国际发达国家，中国遥感事业与其尚存在较大差距，这也正证明了在学科应用教学方面的前景性和挑战性。 《遥感地质学》是我校地球科学与资源学院为地质，资勘和海洋类专业开设的院定专业限选课，共48学时，其中24实验学时。通过半学期的遥感地质课及遥感数字图像处理技术的学习，对遥感技术有了新的认识和定义，同时对地学高新技术的发展有了所了解。本文结合“遥感地质”课程的学习，浅谈下其在未来地学相关工作中的应用。 遥感地质在地学方面的意义和作用主要表现在以下几个方面： （1）区域地质调查方面： 地质调查方面遥感数字图像处理的意义和作用应体现最明显的是在我国青藏高原地区。我国存在最大的空白区是青藏高原空白区，因其独特的海拨，积雪，压力，缺氧，交通等因素给地质工作者在这一地区开展工作造成了极大的困难，尤其在藏北属于“世界屋脊”，生命的禁区，地质工作者很难实地进入实施开展。青藏高原所占面积巨大，是我国地学，生物学，资源与环境科学有特色的研究领域和天然的实验室，我国研究开发价值极大。近年来国土资源部先后开展了多次地质调查，如1:25万区域地质调查。中国地质大学（北京）地球科学与资源学院教师承担的地质调查局“西藏安多1：25万安多多幅区域地质调查项目”中就充分利用的遥感数字图像处理技术的优势性。安多地区平均海拨4700多米，气候已变，极寒，其中部分地区很难进入。 安多北捷布曲冰蚀谷（上为南）（据张绪教等）

数字图像处理实验报告

数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。

数字图像处理课设报告

数字图像处理课程设计报告 细胞识别 目录 第一部分 1、实验课题名称----------------------------------------------------------------------------------3 2、实验目的----------------------------------------------------------------------------------------3

3、实验内容概要----------------------------------------------------------------------------------3 第二部分 1、建立工程文件----------------------------------------------------------------------------------3 2、图像信息获取----------------------------------------------------------------------------------4 3、如何建立下拉菜单----------------------------------------------------------------------------6 4、标记Mark点------------------------------------------------------------------------------------6 5、二值化---------------------------------------------------------------------------------------------9 6、填洞------------------------------------------------------------------------------------------------9 7、收缩------------------------------------------------------------------------------------------------10 8、获取中心点--------------------------------------------------------------------------------------11 9、细胞计数-----------------------------------------------------------------------------------------13 10、All-steps-----------------------------------------------------------------------------------------13 11、扩展功能---------------------------------------------------------------------------------------14 第三部分 12、各步骤结果和错误举例--------------------------------------------------------------------16 第四部分 13、心得体会----------------------------------------------------------------------------------------22 第一部分 1、实验课题：细胞识别 2、实验目的：对血液细胞切片图片进行各种处理，最终得出细胞的数目、面积等信息。 3、实验内容概要：基于VC++软件下的细胞识别，通过细胞的标记、二值化、

基于DCT的数字水印算法 阅读报告

《基于DCT的数字水印研究》 阅读报告 课程名称计算机视觉 姓名廖杰 学号M201372880 专业计算机技术 任课教师王天江 所在学院计算机科学与技术学院 报告提交日期2014-01-13

一．概要 提出了一种基于DCT变换的图像数字水印算法,重点解决了水印嵌入过程中不可见性和鲁棒性折衷问题。首先对原始图像进行分块并对各子块做DCT变换,接着将经过Torus置乱的水印图像嵌入到各子块的中频DCT系数中,通过选择适当的嵌入强度,可以得到较好的不可见性和鲁棒性。 二．概念综述 2.1 数字水印技术 数字水印技术(Digital Watermarking)是一种信息隐藏技术,它的基本思想是在数字图像、音频和视频等数字产品中嵌入秘密信息,以便保护数字产品的版权、证明产品的真实可靠性、跟踪盗版行为或者提供产品的附加信息。其中的秘密信息可以是版权标志、用户序列号或者是产品相关信息。一般,它需要经过适当变换再嵌入到数字产品中,通常称变换后的秘密信息为数字水印(Digital Watermarking)。数字水印的嵌入不应影响原有数据内容的价值和使用,通常是不可见的或不能被人的感知系统察觉,且不会被常规处理操作去除。 2.2 数字水印系统的基本框架 一个典型的水印系统由嵌入器和检测器组成。嵌入器至少具有两个输入量:一个是原始信息,它通过适当变换后作为待嵌入的水印信号;另一个就是要在其中嵌入水印的载体作品。水印嵌入器的输出结果为含水印的载体作品,通常用于传输和转录。之后这件作品或另一件未经过这个嵌入器的作品可作为水印检测器的输出量。大多数检测器试图尽可能地判断出水印存在与否,若存在,则输出为所嵌入的水印信号。下图给出了数字水印处理系统基本框架的详细示意图。它可以定义为九元体(M,X,W,K,G,Em,At,D.Ex),分别定义如下: 1、M代表所有可能原始信息的集合。 2、X代表所要保护的数字产品x(或称为作品)的集合,即内容。 3、W代表所有可能水印信号w的集合。 4、K代表水印密钥k的集合。 5、G代表利用原始信息m、密钥K和原始数字产品x共同生成水印的算法,即 G:M*X*K->W,w=G(m,x,K)

数字图像处理第三章读书报告

第三章 灰度变换与空间滤波 这一周主要看了一篇论文和《数字图像处理》的第三章内容，第三章的内容主要包括：背景知识、一些基本的灰度变换函数、直方图处理、空间滤波基础、平滑空间滤波器、锐化空间滤波器、混合空间增强法、使用模糊技术进行灰度变换和空间滤波。 3.1背景知识 3.1灰度变换与空间滤波基础 空间域处理可用该式表示：)],([),(y x f T y x g =,其中f(x,y)是输入图像，g(x,y)是处理后的图像，T 是在该点邻域上定义的关于f 的算子。算子可应用于单幅图像或图像集合。空间域与变换域比起来计算更有效，执行所花的资源更少。 3.2一些基本的灰度变换函数 灰度变换是所有图像处理中最简单的技术。r 和s 分别别代表处理前后的像素值。 图像反转： s=L-1-r 使用这种方式反转一幅图像的灰度级，可得到等效的图片底片。这种类型的处理特别适用于增强在一幅图像的暗区域中的白色或灰色细节，特别是当黑色面积在尺寸上占主导地位时。 对数变换： )1log(r c s += c 是常数，并假设0≥r 。该变换根据特性曲线，将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值，对高输入灰度值亦如此，这样的效果就是可以增加一些低灰度值的一些细节，但带来的问题是他降低了图像的对比度，使背景有冲淡的感觉。 幂律变换： γcr s = c 和γ为正常数。与对数变换的情况类似，部分γ值的幂律曲线将较窄范围的暗色输入值映射为较宽的输出值，相反地，对于输入高灰度级值时也成立。根据伽马值的不同，可以输出不同程度的变换曲线，可以根据具体图像的特征，设置合适的γ值，使图像的对比度与细节清晰度达到一个最佳的比例。可以使用幂律变换进行对比度增强。 分段线性变换函数： 最简单的分段线性函数之一是对比度拉抻变换。低对比度图像可由照明不足，成像传感器动态范围太小，甚至在图像获取过程中镜头光圈设置错误引起。对比度拉抻是扩展图像灰度级动态范围处理，因此它可以跨越记录介质和显示装置的全部灰度范围。 灰度级分层处理有许多方法实现，大多数方法是两种基本方法的变形。一是将感兴趣范围内的所有灰度值显示为一个值，而将其他灰度值显示为另一个只，该变换产生了一幅二值图像。而是是感兴趣的范围的灰度变亮或变暗，而保持图像中其他灰度级不变。突出图像中特定灰度范围的亮度通常是最重要的，其应用包括增强特征。 比特平面分层是将一幅图像分为几个比特平面，对于分析图像中每个比特的相对重要性以及图像压缩都很有用。 3.3直方图处理 直方图主要是利用概率的概念将整幅图像的每一个灰度级所占总灰度级的百分比进行显示，来表征整幅图像的大体特征，其主要特征是一阶距（图像的平均灰度）以及二阶距（灰

数字图像处理实验报告

- 院系：计算机科学学院专业：计算机科学与技术年级： 2012级 课程名称：数字图像处理组号： 姓名(学号)： 指导教师：高志荣 2015年 5月 25日

实验原理（算法流程）2.运行结果 1-1-1图查看2012213500.png图片的基本信息和显示图片过程 1-1-2图将2012213500.png图片保存为2012213500.bmp图片3.实验分析

实验原理（算法流程） 先用imread()函数将2012213500.png存入I数组中，可见1-1-1图右上角的Workspace中的I。然后用imfinfo()函数和ans函数读取该图像的大小、类型等信息，具体在1-1-1图的Command Window中可见。至于图片格式的转换，就是用rgb2gray()函数将保存在I数组中的数据转换成灰度格式保存在原来的数组I中。最后将变换所得到的数据保存于2012213500.bmp文件中。 实验（2）： 1.代码实现 I=imread(2012213500.bmp');%读取灰度图片 subplot(221),imshow(I,[]),title('256*256,256') I=I(1:2:end,1:2:end);%图片采样 subplot(222),imshow(I,[]),title('128*128,256') I=I(1:2:end,1:2:end);%图片采样 subplot(223),imshow(I,[]),title('64*64,256') I=I(1:2:end,1:2:end);%图片采样 subplot(224),imshow(I,[]),title('32*32,256') 2.运行结果 1-2 图图片空间分辨率对图片的影响 3.实验分析 由1-2图可以看出，在保持灰度级数一定的条件下，随着图片空间分辨率的减半，即256*256,128*128,64*64,32*32的图像，图中的各个区域边缘处的棋盘模式越来越明显，并且全图的像素颗粒越来越粗。证明了空间分辨率是影响图片清晰度的因素之一。 实验（3）： 1.代码实现 I=imread('2012213500.bmp');%读取灰度图片 subplot(221),imshow(I,256),title('256*256,256')%灰度级为256 subplot(222),imshow(I,50),title('256*256,50') %灰度级为50 subplot(223),imshow(I,10),title('256*256,10') %灰度级为10 subplot(224),imshow(I,5),title('256*256,5') %灰度级为5

数字图像处理课程设计(实验报告)

上海理工大学 计算机工程学院 实验报告 实验名称红细胞数目统计课程名称数字图像处理 姓名王磊学号0916020226 日期2012-11-27 地点图文信息中心成绩教师韩彦芳

一、设计内容： 主题：《红细胞数目检测》 详细说明：读入红细胞图片，通过中值滤波，开运算，闭运算，以及贴标签等方法获得细胞个数。 二、现实意义： 细胞数目检测在现实生活中的意义主要体现在医学上的作用，可通过细胞数目的检测来查看并估计病人或动物的血液中细胞数，如估测血液中红细胞、白细胞、血小板、淋巴细胞等细胞的数目，同时也可检测癌细胞的数目来查看医疗效果，根据这一系列的指标来对病人或动物进行治疗，是具有极其重要的现实作用的。 三、涉及知识内容： 1、中值滤波 2、开运算 3、闭运算 4、二值化 5、贴标签 四、实例分析及截图效果： （1）代码如下： 1、程序中定义图像变量说明 （1）Image--------------------------------------------------------------原图变量;

（2）Image_BW-------------------------------------------------------值化图象; （3）Image_BW_medfilt-------------------------中值滤波后的二值化图像; （4）Optimized_Image_BW---通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果； （5）Reverse_Image_BW--------------------------优化后二值化图象取反；（6）Filled_Image_BW----------------------已填充背景色的二进制图像；（7）Open_Image_BW--------------------------------------开运算后的图像； 2、实现代码： %-------图片前期处理------------------- %第一步：读取原图,并显示 A = imread('E:\红细胞3.png'); Image=rgb2gray(A); %RGB转化成灰度图 figure,imshow(Image); title('【原图】'); %第二步：进行二值化 Theshold = graythresh(Image); %取得图象的全局域值 Image_BW = im2bw(Image,Theshold); %二值化图象 figure,imshow(Image_BW); title('【初次二值化图像】'); %第三步二值化图像进行中值滤波 Image_BW_medfilt= medfilt2(Image_BW,[13 13]); figure,imshow(Image_BW_medfilt); title('【中值滤波后的二值化图像】'); %第四步：通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果 Optimized_Image_BW = Image_BW_medfilt|Image_BW; figure,imshow(Optimized_Image_BW); title('【进行“或”运算优化图像效果】'); %第五步：优化后二值化图象取反，保证：‘1’-〉‘白色’，‘0’-〉‘黑色’ %方便下面的操作 Reverse_Image_BW = ~Optimized_Image_BW; figure,imshow(Reverse_Image_BW); title('【优化后二值化图象取反】');