中北大学
毕业设计开题报告
学生姓名：学号：
学院、系：
专业：
设计题目：图像的点运算技术研究及软件实现
指导教师:
2012年2月24日
毕业设计开题报告
1．结合毕业设计情况，根据所查阅的文献资料，撰写2000字左右的文献综述：
文献综述
近年来，网络技术和网络应用蓬勃发展，特别是Internet的日益普及，是得益于语音、成像技术为主体的多媒体技术成为业内人士研究的重点之一。伴随网络兴起的视屏游戏和视屏特技都使图像处理越来越引人注目。
数字图像处理是指用计算机对图像进行的相关处理，数字图像处理技术的内容非常丰富,总的来说数字图像处理包括以下几项内容：①点运算；②几何处理；③图像增强；④图像复原；⑤图像形态学处理；⑥图像编码；⑦图像重建；⑧模式识别［1］。本课题主要介绍点运算。例如图像在生成、获取、传输过程中、受光源、成像系统的影响, 不可避免的要造成图像像质的降低, 这时就需要图像增强; 计算机识别目标时，就需要提取目标的形状和结构特征等，这些都可以通过点运算来实现［2］。图像的点运算是一种既简单又重要的技术，它能让用户改变图像的灰度值。一幅输入图像经过点运算后将产生一幅新的输出图像，由输入图像像素点的灰度值决定相应输出图像像素点的灰度值，可由灰度变换函数表示如下：B（x，y）=f[A(x,y)]［3］。下面将依次介绍图像点运算的一些技术：图像的直方图、图像灰度的线性变换、灰度拉伸、直方图均衡化和图像的细化等。
1．灰度直方图
将图像中的像素按其灰度值大小进行组合，所构成的以像素数量为因变量、灰度值为自变量的函数，就是图像的灰度直方图［3］。灰度直方图能给出一幅图像的概要信息，是图像处理与分析的重要依据之一。它是数字图像处理技术中最简单、最有用的工具，它描述了一幅图像的灰度级内容。可以说，对图像的分析与观察，直到形成一个有效的处理方法，都离不开直方图［4］。
灰度直方图是灰度的函数，它描述的是图像中具有该灰度值的像数个数，其横坐表示像素的灰度级别，纵坐标是该灰度出现的频率（像素个数）［4］。如果大多数像素灰度值趋在较暗的区域，该图像整体视觉效果偏暗；如果大多数像素灰度值趋在较亮的区
域，该图像整体视觉效果偏亮；如果像素分布均匀，动态范围比较合适［5］。
2．灰度的线性变换（线性点运算）
灰度的线性变换是将图像中所用的点的灰度按照线性灰度变换函数进行变换。当图像由于曝光不足或过度，或由于成像设备的非线性或图像记录设备动态范围太窄等因素，会产生对比度不足，使图像细节分辨不清，此时可以使用线性灰度变换。该线性灰度变换函数f（x）是一个一维线性函数: f(x)=fA*x+fB，式中fA为线性函数的斜率，fB为线性函数在y轴的截距。当fA>1时，输出图像的对比度将增大；当fA<1时，输出图像的对比度将减少；当fA=1且fB不为0时，操作仅使所有像素灰度值上移或下移，其效果是使整个图像更暗或更亮；如果fA<0，暗区域将变亮，亮区域将变暗，点运算完成了图像求补运算。特殊情况下，当fA=1，fB=0时，输出图像和输入图像相同；当fA= -1,fB=255时，输出图像的灰度正好反转［5］。
3.灰度拉伸
灰度拉伸又叫对比度拉伸，它是一种最基本的灰度变换，使用的是最简单的分段线性变换函数，它的主要思想是提高图像处理灰度级的动态范围［6］。灰度拉伸可以更加灵活地控制灰度直方图的分布，它可以有选择地拉伸某段灰度区间以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来拉伸（斜率>1）物体灰度区间以改善图像；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩（斜率<1）物体灰度区间以改善图像质量［7］、［8］。
4.直方图均衡化
直方图均衡化也叫灰度均衡变换，它能使输入图像转换为在新图像每一灰度级上都有相同的像素点的输出图像［9］。它是灰度变换一个重要应用，广泛应用在图像增强处理中，它是以累计分布函数变换为基础的直方图修正法，可以产生一幅灰度及分布具有均匀概率密度的图像，扩展了像素的取值动态范围，许多图像的灰度值是非均匀分布的，其中灰度值集中在一个小区域内的图像是很常见的［10］、［11］。直方图均衡化是一种通过重新均匀地分布各灰度值来增强图像对比度的方法。经过直方图均衡化的图像对二值化阈值选取十分有利。一般来说，直方图修正能提高图像的主观质量，因此在处理艺术图像是非常有用［12］。灰度均衡变换的原理如下：A[a]=(∑N[i])×255／(H·W) ［11］
中a为原图像像素灰度值（0—255），经过灰度均衡运算，a的值变为灰度均衡值A，N为原
图像各灰度值对应的像元数量，H为图像的高度（单位是像元数）。经过灰度均衡后，图像的对比度大大提高，转换后图像的灰度分布也趋于均匀。
5.图像的细化
图像的细化，又称图像的骨骼化，是特指在保持原图像拓扑结构的情况下抽出一个单像素宽的骨骼的过程，是数字图像预处理中的重要一环，广泛用于数字、文字、指纹等的识别中［13］、［14］。因此，图像的细化算法研究一直受到图像处理领域的关注。近年来许多学者相继提出了各种细化算法，从考虑问题的角度，图像细化的方法有两种，即边缘点删除和内点保留［15］。基于边缘删除的细化算法在细化过程中只对边缘点的可删除性进行判断并做出相应处理，由于受跟踪顺序及所考察领域的影响容易产生骨架的非对称性；基于内点保留的细化算法容易使所获得的骨架大于一个像素［16］。
参考文献：
[ 1 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.8-10.
[ 2 ] 刘文耀等. 光电图像处理[M].北京：电子工业出版社 ,2002.31-37.
[ 3 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.130.
[ 4 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.43-44. [ 5 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.46. [ 6 ] 刘文耀等. 光电图像处理[M].北京：电子工业出版社 ,2002.321-325
[ 7 ] 朱建军.用VC实现Windows下BMP位图文件的显示[J].湘潭师范学院学报，1998.19:40-43.
[ 8 ] 邓炜等.计算机图像识别系统的设计与实现[J]，计算机应用研究报，2000.13:20—22.
[ 9 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.123 [ 10 ] 邓炜等.计算机图像识别系统的设计与实现[J]，计算机应用研究报，2000.17:28—29.
[ 11 ] 杨静怡等.计算机图像处理机常用算法手册[M].南京：南京大学出版社，1997.
[ 12 ] 何斌、马天予等.数字图像处理[M]（第二版）.北京：人民邮电出版社，2002.127 [ 13 ] 苏统华.用VC开发图像处理系统[J].电脑技巧与维护，2001.10:73-78
[ 14 ] 邓炜等.计算机图像识别系统的设计与实现[J]，计算机应用研究报，2000.19:15—18.
[ 15 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.144-146
[ 16 ] 阮秋琦.数字图像处理基础[M].北京：清华大学出版社，2009.334-337
毕业设计开题报告
２．本课题要研究或解决的问题和拟采用的研究手段（途径）：
本课题要研究或者解决的问题大致有三个：首先，学会各种常用的点运算技术，掌握这些技术的相关算法，并对这些算法进行相应的研究，比较出各自的优劣。其次，要设计出一款可以对图像做点运算处理的图像处理软件，这种软件要囊括相关点运算处理技术，如线性点运算、灰度直方图，直方图均衡变换等，并且要尽可能地达到好的效果与效率。最后，能用直方图对图像的加减运算、阈值滤波和线性变换及直方图均衡的效果做定量的分析与判定。
课题研究者拟采用的研究途径及过程，首先，储备大量的与本课题有关的相关资源。去学校图书馆查阅相关内容的书籍，寻找其中有利于本课题进展的文章及算法。同时，在网上也积极搜索与本课题有关的文章，特别是在一些正规的权威的网站，例如CNKI。其次，对本课题进行全面的由浅入深的学习研究。大量阅读学习点运算处理技术的相关知识，熟练掌握与本课题关联的定义、规则和算法，去劣存优，去粗存精。再次，程序设计。对相关点运算处理技术进行程序化，最终要完成软件的初步正确运行。最后，对软件的效率进行分析改善，并做出一定的研究。
毕业设计开题报告
指导教师意见：
通过文献综述可见，同学明确了课题的背景、目的和意义，了解了国内外的研究现状，了解了与该课题相关的关键技术。为开展设计打好了基础。
该同学明确该课题要完成的任务和其中要用到的关键技术，并提出了拟采用的研究手段，思路正确，手段可行。
同意该生开题。
指导教师：
2012 年2 月27 日所在系审查意见：
系主任：
2012 年2 月28 日
数字图像处理 第一章 1、1解释术语 (2) 数字图像:为了便于用计算机对图像进行处理,通过将二维连续(模拟)图像在空间上离散化,也即采样,并同时将二维连续图像的幅值等间隔的划分成多个等级(层次)也即均匀量化,以此来用二维数字阵列并表示其中各个像素的空间位置与每个像素的灰度级数的图像形式称为数字图像。 (3)图像处理:就是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1、7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像与高光谱图像的处理技术沿用了前述的基本图像处理技术,也发展除了一些特有的图像处理技术与方法。 1、8基本思路就是,或简单地突出图像中感兴趣的特征,或想方法显现图像中那些模糊了的细节,以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1、9基本思路就是,从图像退化的数学或概率模型出发,研究改进图像的外观,从而使恢复以后的图像尽可能地反映原始图像的本来面目,从而获得与景物真实面貌相像的图像。 1、10基本思路就是,,在不损失图像质量或少损失图像质量的前提下,尽可能的减少图像的存储量,以满足图像存储与实时传输的应用需求。 1、11基本思路就是,通过数学方法与图像变换算法对图像的某种变换,以便简化图像进一步处理过程,或在进一步的图像处理中获得更好的处理效果。 1、12基本目的就是,找出便于区分与描述一幅图像中背景与目标的方法,以方便图像中感兴趣的目标的提取与描述。 第二章 2、1解释下列术语 (18)空间分辨率:定义为单位距离内可分辨的最少黑白线对的数目,用于表示图像中可分辨的最小细节,主要取决于采样间隔值的大小。 (19)灰度分辨率:就是指在灰度级别中可分辨的最小变化,通常把灰度级数L称为图像的灰度级分辨率。 (20)像素的4邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的4个像素称为该像素的4邻域像素,她们的坐标分别为(x-1,y)(x,y-1)(x,y+1)(x+1,y)。 (21)像素的8邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的8个像素称为该像素的8邻域像素,她们的坐标分别为(x-1,y-1)(x-1,y)(x-1,y+1)(x,y-1)(x,y+1)(x+1,y-1)(x+1,y)(x+1,y+1)。 (28)欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D e(p,q)=[(x-u)2+(y-v)2]1/2 (29)街区距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的街区距离定义为:D4(p,q)=|x-u|+|y-v|。 (30)棋盘距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D8(p,q)=max(|x-u|,|y-v|)。 (33)调色板:就是指在16色或者256色显示系统中,将图像中出现最频繁的16种或者256种颜色组成的一个颜色表,并将她们分别编号为0~15或0~255,这样就使每一个4位或者8位的颜色编号或者颜色表中的24位颜色值相对应。这种4位或者8位的颜色编号称为颜色的索引号,由颜色索引号及对应的24位颜色值组成的表称为颜色查找表,即调色板。 2、7对图像进行描述的数据信息一般应至少包括: (1)图像的大小,也即图像的宽与高 (2)表示每个像素需要的位数,当其值为1时说明就是黑白图像,当其值为4时说明就是16色或16灰度级图像,当其值为8时说明就是256色或256灰度级图像,当其值为24就是说明就是真彩色图像。 同时,根据每个像素的位数与调色板的信息,可进一步指出就是16色彩色图像还就是16灰度级图像;就是256色彩色图像还就是256灰度级图像。 (3)图像的调色板信息。 (4)图像的位图数据信息。 对图像信息的描述一般用某种格式的图像文件描述,比如BMP等。在用图像文件描述图像信息时,相应的要
主程序 clear all close all clc !echo 本次图像处理的菜单如下:! !echo 1,imgsharping! !echo 2,imgnegative! !echo 3,imgsmoothing! !echo 4,imgsubtracting! !echo 5,medianfilting! !echo 6,contraststrength! !echo 7,lineartransform! !echo 8,imgfilp! !echo 9,imgindextransform! iptsetpref('ImshowBorder', 'tight') a=1; img = imread('C:\Users\huanhuan\Desktop\司马.jpg'); figure(1), imshow(img); while(a==1) choose=input('please enter your choosing ranging from 1 to 9: '); switch choose case 1, imgsharping(img); case 2, imgnegative(img); case 3, imgsmoothing(img); case 4, imgsubstract(img); case 5, medianfilting(img); case 6, contraststrength(); case 7, lineartransform(); case 8, imgfilp(img); case 9, imgindextransform(); otherwise disp('Unknown method.'); end a=input('continue(1) or quit(2)');
基于数字图像处理 的目标识别 通过这半个学期对数字图像处理这门课程的学习，我了解了有关数字图像处理的知识，并且对数字图像处理的相关仿真软件——matlab有了更加深入的了解，可以更加熟练的使用matlab软件处理实际问题，从而促进我对数字图像处理这门课程产生更加浓烈的兴趣，也让我对这种仿真软件有了更加全面的认识，了解它更多的功能。在课程结束之际，我利用自己在课堂上学习的一些知识和在课下学习的东西写出以下总结。希望老师给予耐心指导。 一、数字图像处理技术 数字图像处理(Dital 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。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。从接近人们日常生活的照相，电视图像显示，到工业上面对某些零件的处理等，再到军事类的人像识别，雷达目标识别等，这些都离不开数字图像处理的身影。 图像处理的信息量很大，对处理速度的要求也比较高。Matlab强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文基于
MATLAB的数字图像处理环境，设计并实现了一个图像处理系统，展示如何通过利用Matlab的工具函数和多种算法实现对图形图像的各种处理。论述了利用设计的系统实现图像文件（bmp、jpg、tiff、gif等）进行打开、保存、另存、打印、退出等功能操作，图像预处理功能（包括彩色图像的灰度化变换等、一般灰度图像的二值化处理、色彩增强等），图像分割，图像特征提取等图像处理。 图像的数学表达式可表示为：f(x，y)表示幅图像。x,y,f为有限、离散值。黑白图像可用二维函数f(x，y)表示，其中x,y是平面的二维坐标，f(x，y)表示点(x，y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 F(x,y,z)表示三维的图像，f 为点的分布，有限，离散值，为彩色图像的表示方式。 (1)数字图像的灰度图像的阵列表示法。 设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN) 图像阵列中每个元素都是离散值，称为像素(pix—el)。在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。对特殊要求的图像，如SAR图片取 10000×10000，灰度级m取8bit或者16bit。
实验1 点运算和直方图处理 一、实验目的 1. 掌握利用Matlab图像工具箱显示直方图的方法 2. 掌握运用点操作进行图像处理的基本原理。 3. 进一步理解利用点操作这一方法进行图像处理的特点。 4. 掌握利用Matlab图像工具箱进行直方图均衡化的基本方法。 二、实验的硬件、软件平台 硬件：计算机 软件：操作系统：WINDOWS 7 应用软件：MATLAB 三、实验内容及步骤 1. 了解Matlab图像工具箱的使用。 2. 利用Matlab图像工具箱对图像进行点操作，要求完成下列3个题目中 的至少2个。 ⑴图1灰度范围偏小，且灰度偏低，改正之。 ⑵图2暗处细节分辨不清，使其能看清楚。 ⑶图3亮处细节分辨不清，使其能看清楚。 图1 图2 图3 3. 给出处理前后图像的直方图。 4. 利用MatLab图像处理工具箱中函数对以上图像进行直方图均衡化操 作，观察结果。 四、思考题 1. 点操作能完成哪些图像增强功能？ 2. 直方图均衡化后直方图为何并不平坦？为何灰度级会减少？ 五、实验报告要求
1．对点操作的原理进行说明。 2．给出程序清单和注释。 3．对处理过程和结果进行分析（包括对处理前后图像的直方图的分析）。 实验代码以及解读 点操作： I = imread('POINT1.BMP')。 %读入图像 j=rgb2gray(I)。%将图像转为灰度图像 INFO=IMFINFO('POINT1.BMP') %获取图片的格式、尺寸、颜色数量、修改时间等信息[l,r]=size(j)。%图片大小 figure。%建立一个图形框 subplot(221) imshow(j) %在两行两列的第一个位置放置图片j title('POINT1.BMP') %给该图片加上标题POINT1.BMP for m=1:l for n=1:r %从第一个像素循环到最后一个像素p1(m,n)=j(m,n)*1.2。%把各点乘上1.2得到p1图 end end for m=1:l for n=1:r p2(m,n)=j(m,n)*2。%%把各点乘上2得到p2图 end end for m=1:l for n=1:r p3(m,n)=j(m,n)*2+50。%把各点乘上2再加50得到p2图 end end subplot(222) imshow(p1) title('j(m,n)*1.2') %p1图放在第二个位置且冠名j(m,n)*1.2 subplot(223) imshow(p2) title('j(m,n)*2') %p1图放在第三个位置且冠名j(m,n)* 2 subplot(224) imshow(p3) title('j(m,n)*2+50') %p1图放在第四个位置且冠名j(m,n)*2+50 figure。%建立一个新的窗口并且依次显示以上四个图的直方图
数字图像处理实验 图像处理实验（一）直方图 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像 增强。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)
imshow(I) J=find(I<150); I(J)=0; J=find(I>=150); I(J)=255; title(' 实验一（4）图像二值化 ( 域值为150 ） '); subplot(2,2,2) imshow(I) clc; I=imread('14499.jpg'); bw=im2bw(I,0.5);%选取阈值为0.5 figure; imshow(bw) %显示二值图象 图象处理变换（二） 1．傅立叶变换 熟悉其概念和原理,实现对一幅灰度图像的快速傅立叶变换,并求其变换后的系数分布. 2．离散余弦变换 熟悉其概念和原理,实现对一幅灰度和彩色图像作的离散余弦变换,选择适当的DCT系数阈值对其进行DCT反变换. % 图象的FFT变换 clc; I=imread('005.bmp'); subplot(1,2,1) imshow(I); title('原图'); subplot(1,2,2) imhist(I); title('直方图'); colorbar; J=fft2(I); figure; subplot(1,2,1) imshow(J); title('FFT变换结果'); subplot(1,2,2) K=fftshift(J); imshow(K);
基于数字图像处理的车牌识别系统
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 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。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* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
1、点运算是否会改变图像内像素点之间的空间位置关系？ 点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系。 2、对图像灰度的拉伸，非线性拉伸与分段线性拉伸的区别？ 非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。 3.图像获取即图像的数字化过程，包括扫描、采样和量化。 4.图像获取设备由5个部分组成：采样孔，扫描机构，光传感器，量化器和输出存储体。 5.采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现马赛克效应 6.采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大 7.量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大 8.量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小. 9.三种灰度插值方法—最近邻法、双线性插值法和三次内插法 10.图像增强的目的： 采用某种技术手段，改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。 11.空间域平滑滤波器方法分类： 1）局部平滑法 2) 超限像素平滑法 3) 灰度最相近的K个邻点平均法 4) 空间低通滤波法 12.图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。 13.图像恢复和图像增强一样，都是为了改善图像视觉效果，以及便于后续处理。只是图像增强方法更偏向主观判断，而图像恢复则是根据图像畸变或退化原因，进行模型化处理 14. (1)成象系统的象差、畸变、带宽有限等造成图像图像失真； (2)由于成象器件拍摄姿态和扫描非线性引起的图像几何失真； (3)运动模糊，成象传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；
数字图像处理程序
数字图像处理实验 图像处理实验（一）直方图 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像 增强。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 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。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* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界 比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息，但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
数字图像处理程序 实验一 1、图像的缩放： A=imread('F:\MATLAB程序\数字图像处理实验\kunkun.jpg'); subplot(311); imshow(A); title('原图') B=imresize(A,3); subplot(312); imshow(B); title('三倍图'); C=imresize(A,0.5); subplot(313); imshow(C); title('二分之一图'); 2、图像的镜像: A1=imread('F:\MATLAB程序\数字图像处理实验\kunkun.jpg'); figure subplot(2,2,1), imshow(uint8(A1)); H=size(A1); title('原像') A2(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,1:H(2),1:H(3));%垂直镜像subplot(2,2,2), imshow(uint8(A2)); title('垂直镜像') A3(1:H(1),1:H(2),1:H(3))=A1(1:H(1),H(2):-1:1,1:H(3));%水平镜像subplot(2,2,3), imshow(uint8(A3)); title('水平镜像') A4(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,H(2):-1:1,1:H(3));%对角镜像subplot(2,2,4), imshow(uint8(A4)); title('对角镜像') 3、图像的旋转： I = imread('F:\MATLAB程序\数字图像处理实验\kunkun.jpg'); subplot(141); imshow(I); title('原图'); theta1 = 45;%旋转的角度为45度 K1 = imrotate(I,theta1); % 对图像进行旋转 subplot(142);
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
1. 图像处理的主要方法分几大类 答：图字图像处理方法分为大两类：空间域处理（空域法）和变换域处理（频域法）。 空域法：直接对获取的数字图像进行处理。 频域法：对先对获取的数字图像进行正交变换，得到变换系数阵列，然后再进行处理，最后再逆变换到空 间域，得到图像的处理结果 2. 图像处理的主要内容是什么 答：图形数字化（图像获取）：把连续图像用一组数字表示，便于用计算机分析处理。图像变换：对图像进 行正交变换，以便进行处理。图像增强：对图像的某些特征进行强调或锐化而不增加图像的相关数据。图 像复原：去除图像中的噪声干扰和模糊，恢复图像的客观面目。图像编码：在满足一定的图形质量要求下 对图像进行编码，可以压缩表示图像的数据。图像分析：对图像中感兴趣的目标进行检测和测量，从而获 得所需的客观信息。图像识别：找到图像的特征，以便进一步处理。图像理解：在图像分析的基础上得出 对图像内容含义的理解及解释，从而指导和规划行为。 3. 名词解释：灰度、像素、图像分辨率、图像深度、图像数据量。 答：像素：在卫星图像上，由卫星传感器记录下的最小的分立要素(有空间分量和谱分量两种)。通常，表 示图像的二维数组是连续的，将连续参数 x,y ，和 f 取离散值后，图像被分割成很多小的网格，每个网格 即为像素 图像分辨率：指对原始图像的采样分辨率，即图像水平或垂直方向单位长度上所包含的采样点 数。单位是“像素点/单位长度” 图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素 可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色 数,或灰度图像中的最大灰度等级（图像深度：位图图像中，各像素点的亮度或色彩信息用二进制数位来表 示，这一数据位的位数即为像素深度，也叫图像深度。图像深度越深，能够表现的颜色数量越多，图像的 色彩也越丰富。） 图像数据量：图像数据量是一幅图像的总像素点数目与每个像素点所需字节数的乘积。 4. , 5. 什么是采样与量化 答：扫描：按照一定的先后顺序对图像进行遍历的过程。采样：将空间上连续的图像变成离散点的操作。 采样过程即可看作将图像平面划分成网格的过程。量化：将采样得到的灰度值转换为离散的整数值。灰度 级：一幅图像中不同灰度值的个数。一般取0~255，即256个灰度级 5.说明图像函数 的各个参数的具体含义。 答：其中，x 、y 、z 是空间坐标，λ是波长，t 是时间，I 是像素点的强度。它表示活动的、彩色的、三维 的视频图像。对于静止图像，则与时间t 无关；对于单色图像，则波长λ为常数；对于平面图像，则与坐 标z 无关。 1.请解释马赫带效应，马赫带效应和同时对比度反映了什么共同的问题 答：马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象。同时对比度现象： 此现象表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关 共同点： 它们都反映了人类视觉感知的主观亮度并不是物体表面照度的简单函数。 2. 色彩具有那几个基本属性描述这些基本属性的含义。 答：色彩是光的物理属性和人眼的视觉属性的综合反映。色彩具有三个基本属性：色调、饱和度和亮度 色调是与混合光谱中主要光波长相联系的（红绿蓝）饱和度表示颜色的深浅程度，与一定色调的纯度有关， 纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减少。（如深红、浅红等）亮度与物体的反射率成正比。 颜色中掺入白色越多就越明亮，掺入黑色越多亮度越小。 { 3.什么是视觉的空间频率特性什么是视觉的时间特性 答：视觉的空间频率特性：空间频率是指视像空间变化的快慢。明亮的图像（清晰明快的画面）意味着有 ),,,,(t z y x f I λ=
1.图像反转 MATLAB程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]的灰度拉伸为[0 1]
subplot(2,2,3),imshow(J); title('线性变换图像[0.1 0.5]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[0.3 0.7]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title('灰度图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 J=double(I1);
论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，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，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件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，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。 图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。 像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：___采样___和__量化___。 4、一般来说，采样间距越大，图像数据量____小____，质量____低_____；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列，则图像所需要的存储空间为________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的