1基于形态学运算的星空图像分割 主要内容：
在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求：
1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理；
3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像；
5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。
待分割图像 直接分割图像 处理后的分割图像
2基于数字图像处理的印刷电路板智能检测方法 主要内容：
通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求：
1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。
3静止背景下的移动目标视觉监控 主要内容：
基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。
要求：
1>对原始参考图和实时图像进行去噪处理；
2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑；
3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。
4>显示每步处理后的图像；
5>分析此种图像监控方式的优缺点。
背景目标出现目标提取
4车牌识别图像预处理技术
主要内容：
车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求：
1>对原始车牌图像做增强处理；
2>对增强后的彩色图像进行灰度变换；
3>对灰度图像进行直方图均衡处理；
4>选取自适应的阈值，对图像做二值化处理；
5>显示每步处理后的图像；
6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法
原始车牌图像处理后的车牌图像
5医学细胞图像细胞分割图像增强算法研究
主要内容：
医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。
要求：
1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。
2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。
3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。
4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。
5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。
原始细胞图像
图像处理后的细胞图像
6瓶子灌装流水线检测是否液体灌装满瓶体
当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。
具体要求：
1）将原进行二值化
2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化
3）将图像标记连通域并进行面积计算，找出不符合要求的标记块
4）将不合格的图像进行提取，并记录不合格率
5)显示所有的图像，对经过处理后的图像和未作处理后的图像进行对比分析。
7对加噪声的图像进行频域低通和高通滤波，并针对其显示图像进行对比分析
具体要求：
1、对源图像进行空域到频域的变换
2、进行频域的高斯低通滤波（取D0为10，20，40，80）
3、频域的高斯高通滤波（取D0为10，20，40，80）
4、频域的布特沃斯低通滤波（取D0为10，20，40，80，n为2）
5、频域的布特沃斯低通滤波（取D0为10，20，40，80，n为2）
显示所有的图像，对图像滤波的结果进行比较，包括同种滤波器不同D0处理图像的比较以及不同滤波器之间的比较。（下图为D0取为20的结果）
8请根据所学过的图象分析方法，将飞机边界进行提取，并叠加在原图上
具体要求：
将RGB图像（图A）转换成灰度模式图像（图B），再将其进行二值化（图C），所得图像进行闭运算，去掉暗点和圆角（图D），最后对图像进行边界提取并叠加在原图上（图E）。显示所有的图像，对经过处理后的图像和未作处理后的图像进行对比分析。
9基于数字图像处理的森林火灾识别方法研究
主要内容：
基于摄像机摄取的视频图像对现场进行火灾的自动探测、监视，同时将摄得的图像，利用各种图像处理技术不断进行图像处理和分析，通过早期火灾的图像变化特征来探测火灾是否发生。
测试要求：
首先从彩色摄像机获取视频流图像，并转换成BMP格式图像，先判断图像中有红色区域存在。
l)火灾图像预处理，包括图像抽样、图像分割、图像灰度化、二值化、图像平滑处理;
2)研究火焰目标的特征提取方法
(l)轮廓特征提取:该模块主要功能为提取火焰轮廓上的尖点特征和圆形度。在火焰轮廓特征图中，从下至上从左至右逐点扫描，将火焰的边缘编成链码。当链码在一定步数内，出现一次有效上升和一次有效下降时，我们就得到一个尖角。
(2)颜色特征提取:火焰一般从焰心到外焰其颜色应从白色到黄色再向红色移动，在图像中表现为像素值的变化不明显，可以用图像像素方差值来反映这种变化。
(3)动态特征提取:火焰在燃烧的过程中，它的面积和质心在不断的变化，通过质心的变化来判断火势的大小
10、采用数字图像处理技术实现对玉米种子表面裂纹的识别和检测。
玉米籽粒产生裂纹后会影响淀粉出率，不能用来加工玉米片等食品，同时在储存时裂纹粒吸湿性强,易于引起发热和遭受害虫及霉菌的侵袭，对于种子还会影响到种子的发芽率，即使作为饲料原料也必须严格限制玉米的裂纹率，对玉米籽粒图像通过边缘提取后结合利用籽粒的形态学特征实现了裂纹的自动提取和测量
测试要求：
1）采用水平和垂直边缘检测算子处理得到裂纹、种子边界和噪声等边缘信息；
2）通过玉米籽粒的形态特征寻找其尖端位置并使用图像代数运算的方法去除大部分非裂纹信息；
3）根据裂纹的长度和位置特征提取得到裂纹，并计算裂纹的绝对长度和相对长度。
11对图像的文字区域检测研究
主要内容：针对国内外对图像文字区域提取方法现状中存在的问题，提出一种新的方法。可以使文字区域提取的准确率提高，进而可以实现对复杂背景的图像也能较好地实现文字区域与背景区域的分离。
要求：
1、输入彩色图像；
2、将彩色图像转化为灰度图像并对灰度图像进行纵向边缘检测；
3、通过等值进行分割、动态列分割、相邻矩形区域合并确定候选文字区域；
4、候选文字区域灰度直方图分析；
5、根据二值图像生成的四邻域的几何形状特征确定最终文字区域
实现效果：
要求图片：
12实现对针织物疵点检测的研究
主要内容：通过对多种疵点检测算法进行分析比较，提出一种可以成功对针织物疵点进行检测识别的方法。
要求：
1、二值化处理
2、直方图均衡化
3、针织物图像分割窗口的确定
4、特征值提取
5、将疵点区域准确的分割出来
实现的效果要求图片：
13实现对谷物颗粒计数的研究
主要要求：提出一种方法，使操作简单，图像清晰度高的识别出谷物颗粒，从而达到可以数出谷物颗粒的个数。要求：
1、将谷物图像进行灰度化处理；
2、进行去除噪声处理；
3、将灰度图像转化为二值图像；
4、通过连通性，计算谷物的颗粒数。
实现效果：
左图为原始图像，右图为分割提取的目标
14计算原料乳细菌数的研究
主要要求：提出一种方法，操作简单，可以准备识别出一幅图像中的细菌数量。
要求：
1、将获取到得图像进行预处理
2、通过检验算法找到细菌并进行定位和滤波去噪
3、将单个细菌从所在的图像区域中分离出来
4、通过识别计算出细菌的总数
实现效果：
左图为原始图像，右图为分割提取的目标
15机器视觉图像的目标与背景的分割与提取
主要要求：对输入的图像可以达到目标和背景的分割
要求：
1、将已知图像进行消噪处理
2、对彩色图像进行目标和背景分析
3、通过阈值法将图像进行分割
4、确定目标的位置
实现效果：
左图为原始图像，右图为分割提取的目标
要求图片：
16基于图像的一维条码识别
条码技术是在计算机技术的实践应用中产生并发展起来的、并被广泛应用于邮政、图书管理、仓储、工业生产、交通等领域的一种自动识别技术，它具有输入速度快、识别度高、成本低廉、可靠性强等优点，在当今的自动识别技术中占有非常重要的地位。
条码是由一组有特定顺序排列的条、空以及特有的字符标记组成的，这些条和空组成的图像标记表达一定的信息，并能够用相应的设备读取识别，并转换成能够使计算机识别的二进制和十进制数据信息。通常对于一种物品，它的编码规则是唯一的
参考步骤：
1）中值滤波
2）二值化，先进行灰度值统计，求阈值，二值化图片
3）边沿检测
4）条码识别，垂直投影原理，求个条空的宽度，识别码字
要求：能从图像读出1维条码的码字信息
17利用数字图像处理技术测量几何尺寸
针对传统接触式尺寸测量方法的缺点，探讨利用数字图像处理技术进行几何
尺寸测量的方法，为产品的尺寸测量提供实时、快速、有效、经济的测量途径.给出了利用数字图像处理技术进行非接触式尺寸测量的方法，并从理论和实践上证明该方法的可行性和正确性.
参考步骤：
1）图像预处理使用平滑处理的方法，其主要目的是减少噪声.
2）边缘轮廓的提取，边缘算子检测法，阈值计算法
3）尺寸的计算，系统标定精度直接关系到测量精度
要求：能从图像读出人物的肩宽的实际尺寸
18破损图像的复原技术
随着多媒体技术的发展，计算机网络技术的广泛应
用和宽带信息网的建立，信息在人们的工作、学习和生活中发挥越来越重要的作用，其中最直接、最主要的信息是图像信息。在各类图像系统中，由于图像的传送和转换，如成像、复制、扫描、传输、显示等，总要造成图像的降质，典型的表现为图像模糊、失真、有噪声等。而在众多的应用领域中，又需要清晰的、高质量的图像，因此，为了抑制噪声，改善图像质量，复原图像具有非常重要的意义。在数字图像处理领域，图像复原一直是最重要、最基本的研究课题之一，具有重要的理论价值和实际意义。
1）数字图像的表示，图像的采样和量化
2）图像的灰度直方图
3）图像的噪声，图像的均值滤波
4）基于图像域的傅里叶图像复原算法
要求：能从破损图像获得清晰的、高质量的图像
19图像的特征提取
特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决
定每个图像的点是否属于一个图像特征，特征的精确定义往往由问题或者应用类型决定。
特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算
法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复
性”：同一场景的不同图像所提取的特征应该是相同的。
参考步骤：
1）颜色特征，颜色直方图法，颜色集，颜色矩，颜色聚合向量，颜色相关图
2）纹理特征，纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表
面性质。常用的特征提取与匹配方法，1统计方法统计方法的典型代表是一种称为灰
度共生矩阵的纹理特征分析方法Gotlieb 和Kreyszig 等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。2几何法。3模型法。4信号处理法
3）形状特征，（1）边界特征法该方法通过对边界特征的描述来获取图像的形状参数。（2）傅里叶形状描述符法。（3）几何参数法。
（4）形状不变矩法
4）空间关系特征，所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等
要求：能得到图像的基本信息，如颜色，纹理，轮廓和空间关系等。
20金属表面划痕检测
在钢板连铸连轧生产过程中，由于连铸钢坯、轧制设备、加工面原因，导致钢板表面出现辊
印、夹杂、结疤、划痕、裂纹和斑点的缺陷。这些缺陷严重降低了钢板的抗腐蚀性、耐磨性
和抗疲劳强这对钢产品用户将产生极不利的影响。因此必须采取合理方法保证质量，保障用
户的权利和工业建设顺利发展，这就要求钢铁企业在程中及时检测出有缺陷的钢板并进行适
当处理，只有这样，才能有的质量。所以，钢板表面缺陷检测成为钢板生产中极其重要的环
节。
参考步骤：
1）通过图像处理（包括图像灰度处理，图像的裁剪，图像的滤波处理，图像增强，图像的
边缘检测，图像的数学形态学处理），提取钢板表面划痕缺陷，并计算划痕在图中的像素
距离图像的裁剪和滤波
2）计算出单位像素对应的实际空间物理尺寸
3）计算划痕实际长度
要求：实现钢板表面划痕缺陷的提取和划痕长度的测量
21基于图像处理的零件表面破损检测
准确、快速地探测零件表面缺陷，直接关系产品质量，若不及时剔除不合格产品，将会带来质量隐患。图像处理技术又称“机器视觉”，是将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量的目的。它具有非接触、高速度、测量范围大、获得的信息丰富等优点。
参考步骤：
1）首先运用各种滤波算法去除噪声，为图像检测做预处理
2) 物体的边缘是以图像局部特性的不连续性表现出来的，如灰度值的突变，颜色的突变，这里的边缘就是物体表面的裂纹，用
边缘检测算子进行边缘检测
3）通过图像分割的知识，设定恰当得到阈值将背景和表面裂纹分开，使裂纹清晰的显示出来
原图结果
22基于图像处理的齿轮缺陷检测
齿轮在使用过程中将出现各种故障模式，不同的故障模式需要不同的维修方法，因此判断出齿轮属于哪种故障将利于修理随着现代计算机技术、图像处理技术的发展，基于视频图像的测量、识别和控制技术也得到了发展。齿轮表面出现剥落是由于疲劳和承受较大应力所致，表现为表面金属成片状剥落而形成小凹坑或片状翘起，其形态主要表现为不规则块状，用图像处理与识别技术，对齿轮缺陷进行图像处理、分析，并对图像特征提取的方法和图像自动识别。
参考步骤：
1）对数变换能够扩展低值灰度,而压缩高值灰度,使低值灰度的图像细节更容易看清所以需要对原彩色图像进行灰化处理
2)图像锐化处理用于增强图像的边缘及灰度跳变部分，如拉氏算子比较适用于改善因光线的漫反射造成的图像模糊，用拉氏算
子可将原模糊图像锐化
3）确定最佳阈值是缺陷检测的关键。如果阈值选取太小，会把一些不是缺陷的像素也当作缺陷造成误识；如果阈值选取的太大，则会造成漏识；齿轮常见的缺陷主要有齿轮折断、裂纹、圆形缺陷、长型缺陷、不规则缺陷、点蚀等，所以确定合适的阈值后对图像进行二值化处理后，可以清晰的显示裂纹，正确判读缺陷类别。
原图像裂纹局部图结果图像
23 地铁车轮外形磨耗自动检测系统
地铁车辆在运行中存在着车轮与钢轨之间力的传递（牵引力、制动力、离心力），造成车轮踏面磨耗，对车辆的安全性、乘坐舒适性和运行平稳性影响很大。因此，对车轮踏面摩擦情况和磨耗量需要进行定期的检测。图像处理是根据不同的项目对像进行处理，本设计以车轮外形尺寸大小为测量的主要目标，达到精确测量使其成为数字化管理手段，正确显示出接近原物图像的轮廓曲线是图像处理在此项目中的主要任务。
参考步骤：
1）图像的平滑处理主要是去除图像在数字化后产生的周围干扰噪声，而使图像不失真；
2）图像的锐化处理主要是突出边缘图像信息，使图像更清晰
3）经过原始图像的不断处理，最终要求图像具有黑、白两种像素值。采用图像的二值化处理主要使图像画面内仅存在黑、白色的二值图，在图面上不呈现灰度变化，在图像处理中二值图像起到重要作用，大大简化后面的图像处理，一般图像中显示的物体与背景有明显区别，通过选择阀值，可分离出所需的图像和背景图像，对图像进行测量处理打下基础4）图像的细化处理主要是进一步修饰处理，达到一个图像像素宽度的线素宽。经过图像的二值图后，再利用罗伯特(Roberts)算
子来提取边缘处理和图像逆反处理，为图像最终的检测做准备。
原图像结果图
24基于图像处理技术的绝缘子覆冰自动识别
绝缘子覆冰是高压输电线路中经常出现并产生较大危害的异常运行状况。通过对绝缘子覆冰特征的分析，结合现场拍摄的图像研究了基于图像处理技术对绝缘子覆冰的情况和图形特征量进行自动分析和识别的方法。主要基于图像平滑处理、阈值变换和轮廓跟踪等算法实现了基于现场图像的绝缘子覆冰及覆冰厚度等特征参数的自动识别。
参考步骤：
1）现场拍摄的绝缘子画面往往带有很大的背景声，而且长期监测必然会拍摄到不同气候条件的照片，其颜色深浅度也必然不同。首先去除噪声对图像进行预处理；
2) 为了摒弃不同天气条件下图像颜色深浅差异对自动识别结果的影响。这里考虑将图像二值化把灰度图像变换成为黑白图像，
这些差异选取阈值，进行图像分割；
3）进行图像轮廓处理，使边界独立出来为以后方便计算绝缘子的最大径向距离和判断覆冰厚度做准备。
原图像结果
25基于数字图像处理的孢子特征提取
在我国危害农作物的主要病害有550多种，其中很多是由真菌引起的，为了预报空气传播的病害，需要监测空中孢子浮游量并判断其类型。以往的检测方法都是通过孢子采集，然后在显微镜下人工进行孢子的分类和统计，效率很低并且受视觉影响存在一定的误差。利用计算机图像处理技术则可以有效地解决这个问题。
参考步骤：
1）灰度图像相对于彩色图像来说在光线较低情况下清晰度高于彩色图像，因此为了适应不同光线条件有必要把彩色的图像转换为灰度图像既满足了处理需要，又减少了信息运算量
2）图像平滑技术可尽量减少或消除噪声的影响，用canny算子来实现数字图像的边缘检测
3)）孢子与背景的根本差别在于其具有不同的灰度值，因此可以利用灰度值将颗粒与背景完全分开，实现的方法为二值化分割
技术。
原图像类似结果图
26利用拉普拉斯算法对扩散现象引起的模糊进行图像锐化操作
要求：
1>掌握拉普拉斯算法的原理及常用算子形式；
2>分析扩散现象引起的模糊属于哪种类型；
3>实现拉普拉斯算子对图像的锐化，并实现显示；
4> 改进算子，使图像达到标准对照图像效果。
待处理图片参考最终效果图
27利用图像滤波算法实现对高椒盐噪声的去噪处理
已知：下图为受到严重椒盐噪声污染的图片，其噪声浓度为70%。
要求：
1>掌握椒盐噪声的概率特点；
2>选用适当的滤波方式对图像进行滤波；
3>运用迭代方法提高滤波效果；
4>改进算子，使图像达到标准对照图像效果。
待处理图片参考最终效果图
28局部信息的图像滤波及边缘锐化处理
要求：
1>掌握图像锐化、图像滤波的基本原理；
2>完成对图像边缘进行锐化操作；
3>完成对图像边缘以内进行平滑润滑操作；
4>改进算子，使图像达到标准对照图像效果。
待处理图片参考最终效果图
29利用中值空间滤波去去除波形噪声
要求：
5>掌握空间滤波原理；
6>了解中值空间滤波在实际中的应用；
7>利用MATLAB实现对波形的中值滤波；
8>改进算子，使图像达到标准对照图像效果。
待处理图片处理后图片
30基于Sobel算子完成对图像的搜索
要求：
9>掌握Sobel算子原理；
10>对待检测图片进行预处理（灰度化、二值化）；
11>对图像进行边缘提取；
12>改进算子，使图像达到标准对照图像效果。
在天空中检索飞机图像检索到的图像（只给出一个，要求五架飞机全部找到）
31基于目标、背景比例的灰度图像自动阈值选取法
介绍：常用的分割方法有直方图双峰法，Otsu法，最大商法等，虽然Otsu法在某些情况下获得的并不是最佳阈值，但其稳定性好、成功率高、速度快等特点，使其成为最常用的杂草图像阈值分割方法之一，但也有改进的方法。2000 年付忠良对Otsu法的推广形式进行了非常详细的介绍，得出使用平均方差代替均值的选取方法与大津方法一样具有抗亮度变化和对比度变化的优点……
要求:
(1)对一组图像分别用人工阈值法、OStu、平均方差迭代法进行分割。
(2)认真比较各自的效果，总结出他们的优缺点。
(3)针对Ostu法的不足之处，提出改进的方法。
原图：
32物体形状位置图像处理算法
介绍：在科研与生产实践过程中, 对运动物体的形状与位置的测量常常有着很重要的意义。利用CCD摄像头采集运动物体的图像, 通过对该图像进行图像处理, 从而得到运动物体的形状与位置信息的方法是一种连续的非接触测量方法, 在生产实践过程中采集到的图像由于受各种外部因素的干扰, 所以做一些预处理是必要的。将待处理图像与背景图像相减,再做边缘增强，更突出目标图像。然后对图像进行阈值分割，寻找图像中的每个连通区域, 计算每个连通区域的点数,保留最大的一块, 其余的作为背景去掉。再进行边缘跟踪。就可以得到目标图像的位置形状。
要求：显示每步处理后的图像。
原图处理后效果图
33根据所学过的图像处理方法，设计一套算法流程，来实现下图中染色体的统计与识别
提示：由于图像有明显的噪声，部分染色体有断开和粘连的情况，选取合适的阈值把他们彼此分开是统计的关键。
要求：
（1）写出实现的思路流程。
（2）编程实现，并显示每一步的测试结果。
原图：
34手背静脉识别的图像处理算法
提示：先对原始图像进行背景去除, 取得手背部分, 计算得到手背部分的质心G 和手背部分的面积S , 再以质心G 作为中心, 以手背部分面积S 作为参考面积定义一个矩形, 作为包含静脉信息的有效区域。
要求：
（1）掌握基本的图像处理算法，了解手背静脉构造；
（2）对手背图像静脉信息的有效区域进行灰度化处理；
（3）对手背图像进行二值化处理；
（4）对手背图像静脉走势进行粗提取；
（5）对获得的静脉图像进行细化处理，去除毛刺。
（6）显示每一步的效果图。最后实现的效果图应该比提供的效果图好或接近。
原图处理后的效果图
35基于图像分割的静止图像车牌识别系统研究
提示：
静止图像车牌识别系统有以下几部分组成：
图像获取→图像处理→图像分割→字符识别→数据库管理。
车牌区域提取是关键（提示：可以通过确定车牌上下边界和确定车牌左右边界来获取）。
车牌字符的分割（提示：对于单行车牌，进行水平投影，其波谷极为字符分界区；如果按照对于单行车牌的分割方法得到的字符数为5 , 即可判定为双行车牌。此时,只要在原车牌上方再扩成一个车牌区域即可,然后将上方区域视为一个单行车牌进行分割）。
要求：、
（1）语言不限，编程实现图像处理部分的效果。
（2）显示每一步图像处理的结果。
原图：
36基于图像处理的自动报警系统
主要内容：
采用图像的自动报警系统，通过对所监视场景的全景拍摄，从序列图像中将变化区域从背景中分割出来能够分离出运动的像素点和静止的像素点通过对检测到的运动像素点数来判断是否出现不希望的运动，并决定是否报警。
要求：
（1）对原图像采用中值滤波进行图像平滑处理。
（2）对平滑后的图像进行二值化处理。选用的是阈值判定法（阈值分别为40、50、60）进行结果比较。
（3）利用Sobel算子进行边缘检测。
（4）利用背景相减法对运动目标进行检测该算法就是将待处理图像的灰度图与标准图像的灰度图的对应像素灰度值相减，完成对是否有人进入的监控。
原屋子图像平滑后的图像
需要检测是否有人闯入的图像（a）需要检测是否有人闯入的图像（b）
帧与背景相见后的图像与（a）图对应帧与背景相见后的图像与（b）图对应
37基于彩色阈值变换的香蕉彩色图像分割
主要内容：
利用香蕉和其它水果及其背景颜色在R,G,B分量上的差异进行识别,根据香蕉和其它水果在R,G,B分量的二值化处理，获得特征提取的有效区域，然后提取特征，达到提取香蕉的目的。
实验步骤：
1)分别截取图像中香蕉和其它水果的感兴趣区域，并将其转换为R分量、G分量、B分量的灰度图像对各个分量进行灰度值统计，得到灰度直方。
2)设定阈值对其进行二值化。.
3)特征提取。根据香蕉、草莓、奇异果的特征统计出各自的个数。
原图片
38基于图像处理的微小塑料齿轮轮廓优化
主要内容：
通过计算机视觉系统的构成、图像预处理、图像分割和数字图像的像索连通性理论与技术的研究提出，微小塑料齿轮的二值图像噪声点去除及齿轮轮廓提取方法，用数学形态学方法提出轮廓的简化算法采用边缘滤波器对图像进行去噪处理。
要求：
1、对图像进行二值化处理，确定阈值
2、采用Robot边缘检测算法进行边缘提取齿轮的轮廓
3、分别统计出大齿轮和小齿轮上面齿的个数和每个齿轮上齿之间的角度。
39基于MATLAB的燃油喷雾图像处理方法
主要内容：基于MATLAB的燃油喷雾图像处理方法
对雾图像进行分割和滤波处理，将多幅图像转换融合为一幅比较清楚的二值图像提取其轮廓图MATLAB程序来分析处理燃油喷雾图像。
要求：
1）运用直方图均化函数histeq处理，使图像细节更加清楚，然后设置阈值。
2）对灰度图像进行LOG算子滤波，进行边缘检测，提取边界点然后进行拟合。
图片：
原图像二值化后的图像最终的图像
40基于数字图像处理的答题卡识别方法
主要内容：利用基于Hough变换的直线检测技术检测图像的倾斜。对存在倾斜的图像进行旋转校正，最终实现答题卡的定位和检测。
实验步骤：
1、检测图像倾斜度及旋转校正
Hough变换检测图像中自线的倾角以及校正步骤如:
1)读取整幅图像，将彩色图像变为灰度图像.
2)将图像变为二值图像。
3)对图像进行Hough变换。
4)找到Hough变换域空间的峰值。
5)判断找到的峰值所对应的是否为答题卡图像中的直线。
2、答题卡的识别
找到答题卡中每一个选项的坐标，然后统计以该坐标为左顶点的矩形区域的灰度值总和。如果这个值小于某个阈值，则判断该选
项为黑，就是该选项已涂。
实验图片：
41利用图像处理技术检测粮仓害虫的研究
内容：根据资料显示,全世界每年至少有5%的粮食被害虫糟踏。我国总存储粮食量约为4750亿kg,国库粮食损失约为0.2%，已是十分惊人.因此许多科研人员致力于粮仓害虫的检测、识别和怎样有效地杀死害虫的研究,新的测虫、杀虫方法不断出现. 在检测害虫方面，国内技术还比较落后。随着计算机技术的飞速发展,数字图像处理及模式识别技术在害虫检测方面也得到一定程度的发展与应用。
要求：找出粮食当中的害虫位置，并统计出害虫的个数。
提示：
1、进行通常的滤波、去噪、增强预处理；
采用基于图像直方图统计信息的阈值处理算法对图像进行快速的二值化方法处理。
42二维条码识别
内容：在信息时代,信息流日益成为物流系统的重要组成部分,ADC(Automatic Data Capture自动化数据采集)技术是信息采集和处理的关键技术,条码则是ADC中使用最为广泛的一种.二维条码是在传统的一维条码基础上发展起来的,传统的一维条码由于受信息容量的限制,必须依赖数据库.二维条码的信息密度高,信息容量大可以不依赖于数据库.传统的一维条码只有校验功能没有纠错能力.二维条码具有错误校验和错误纠正功能,即使条码符号有污点、残缺也能被识出.
要求：1、对给出的倾斜条码进行校正和旋转；
定位出图像上的条码；
在条码中分割出单个码字符号图像；
对分割出的单个码字符号进行识别。
图1
43利基于连通域分析的木头个数检测
要求：
利用连通域分析算法检测出图像中所有木头个数（未在图像中完全显示的木头不算）。连通域分析算法就是对当前像素点的连通域内其他像素进行判读，如果与当前像素相同则认为是同一目标。遍历整个图像则可以统计出图像内的所有目标。按照此想法完成木头个数的检测。
试验图片：
参考步骤：
（1）利用图像分割将所有木头从背景中提取出来
（2）对分割后的图像进行边缘检测，将边缘在图像中不封闭的木头滤除
（3）对处理后的图像进行连通域分析
（4）统计木头个数
44 打靶环数检测
要求：
通过对靶板图像进行识别，完成自动报靶的功能。每两个环之间的距离是已知的，靶心坐标也是已知的，判断出弹孔位置处在多少环。除了对弹孔位置进行识别，而且还要统计出中靶的弹孔个数，以及中靶的平均成绩。原靶板图像和带弹孔靶板图像均为已知图像。
图a 图b
参考步骤：
（1）检测出b图中所有弹孔的位置，可采用背景建模的方法，或者霍夫变换。
（2）统计出弹孔的个数，可采用连通域分析算法。
（3）检测出每个弹孔的圆心，作为鉴别打靶的环数，可采用质心算法
（4）计算出弹孔圆心到靶心的距离，以此判断弹孔圆心处于几环的范围内
（5）统计所有弹孔环数，计算出平均环数
45 零件磨损程度检测
要求：
图1为零件无磨损的图片，图2中白色区域为磨损区域，两条红线距离为磨损宽度，两条蓝线之间的距离磨损深度，左侧绿线为零件轴线，右侧绿线为磨损位置，图3为试验图片。要求在试验图片中求出磨损宽度，深度以及位置，其中零件轴线位置已知。
图1 图2
图3
参考步骤：
（1）利用边缘检测算法确定零件磨损区域
（2）判断出磨损区域的边界范围，求出宽度与深度
（3）对磨损区域进行求质心，确定磨损位置。
46钟表识别
要求：
对自己的手表拍照，完成识别出钟表显示时间的功能，要求识别出的时间精确到秒。对时间的识别可通过3个表针的位置和角度进行确定。
试验图片：
参考步骤：
（1）利用图像分割和边缘阈值，得到3根表针的位置
（2）通过表针的长度不同区分出时针、分针和秒针
（3）通过表针的起始点坐标得到表针指向的角度，得到对应地刻度
（4）计算出当前时刻的时间
47 找出两幅图像中不同的地方，并在不同处用方框标出
要求：对两幅找茬图像进行对比，找出图像中不同的地方，并在不同处用方框标出。
试验图片
参考步骤：
（1）对左右两幅图像进行帧相减
（2）统计不同处的个数、位置坐标以及不同区域的大小
（3）在所有不同区域按照目标大小向外扩5个像素的地方用红色线画出方框
（4）不同方法图像融合的比较
48应用MATLAB软件进行两幅图像的融合。
主要内容：
图像融合的目的把来自多传感器的数据互补信息合并成一幅新的图像,以改善图像的质量。图像融合最简单的理解就是两个（或多个）图像间的相加运算。这一技术广泛应用于多频谱图像理解和医学图像处理等领域。主要分为空域和频域相加。
方法有：
1图像直接融合；
2图像傅立叶变换融合；
3图像小波变换融合。
要求：
读取两幅图像，分别对两幅图像进行融合，比较3种融和结果，分析优缺点。
49微笑捕捉识别系统
要求：读取数张人脸图像，对面部进行识别，当人脸出现微笑表情时，指示框变成绿色，如下图所示。
50钞票检测软件
要求：自己拍摄数张不同面值钞票，编写程序进行图像的逐帧读取，通过算法识别不同面值人民币，最后统计总额。例如：有3张100元，2张50元，1张20元，最后软件显示总额为420元。
实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);
RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000
(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B
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);
数字图像处理 实验指导书 河北工业大学 计算机科学与软件学院
实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像类型转换。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化称为采样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。
图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images) (1) 亮度图像 一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是[0，1] (2) 二值图像 一幅二值图像是一个取值只有0和1的逻辑数组。 (3) 索引图像 索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。(4) RGB图像 一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色相
数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学
实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)
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：
数字图像处理实验(全 完整答案)
实验一常用 MATLAB图像处理命令 一、实验目的 1 、熟悉并掌握MA TLAB 工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 二、实验环境 MATLAB 6.5 以上版本、WIN XP或W IN2000计算机 三、常用函数 读写图像文件 1 imread imread 函数用于读入各种图像文件，如：a=imread('e:\w01.tif') 2 imwrite imwrite 函数用于写入图像文件，如：imwrite(a,'e:\w02.tif', ’tif ’) 3 imfinfo imfinfo 函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')图像的显示 1 image image 函数是 MATLAB提供的最原始的图像显示函数，如： a=[1,2,3,4;4,5,6,7;8,9,10,11,12]; image(a); 2 imshow imshow 函数用于图像文件的显示，如： i=imread('e:\w01.tif'); imshow(i); title （‘原图像’） %加上图像标题
3 colorbar colorbar 函数用显示图像的颜色条，如： i=imread('e:\w01.tif'); imshow(i); colorbar; 4 figure figure 函数用于设定图像显示窗口，如：figure(1) ；/figure(2) ； 5 subplot 把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。 Subplot （m，n，p）分成 m*n个小窗口，在第p 个窗口中创建坐标轴为当 前坐标轴，用于显示图形。 6 plot 绘制二维图形 plot （y） Plot （x，y）xy 可以是向量、矩阵。 图像类型转换 1 rgb2gray 把真彩图像转换为灰度图像 i=rgb2gray （j ） 2 im2bw 通过阈值化方法把图像转换为二值图像 I=im2bw（j ，level ） Level 表示灰度阈值，取值范围0~1（即0.n ），表示阈值取自原图像灰度范围的n%
实验一 Matlab图像处理工具箱的初步练习 一、实验目的和任务 1、初步了解与掌握MA TLAB语言的基本用法； 2、掌握MA TLAB语言中图象数据与信息的读取方法； 3、掌握在MA TLAB语言中图像类型的转换。 二、实验仪器、设备及材料 1、计算机 2、MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) 3、实验所需要的图片 三、实验原理 将数字图像的RGB表示转换为YUV表示； Y=0.30R+0.59G+0.11B U=0.70R-0.59G-0.11B V=-0.30R-0.59G+0.89B 四、实验步骤 1、阅读资料并熟悉MatLab的基本操作 2、读取MATLAB中的图象数据 3、显示MATLAB中的图象文件。用MATLAB在自建的文件夹中建立m文件，在这个文件的程序中，将MA TLAB目录下work文件夹中的tree.tif 图象文件读出，用到imread，imfinfo等命令，观察一下图象数据，了解一下数字图象在MA TLAB中的处理就是处理一个矩阵的本质。 4、将3中的图象显示出来（用imshow）。 5、对MA TLAB目录下work文件夹中的flowers.tif进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。 6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。 五、实验报告要求 1、描述实验的基本步骤； 2、用图片给出步骤4、5、6中取得的实验结果； 六、实验所需图片
lenacolor.jpg 七、实验注意事项 1、学生应提前预习 2、请大家在E盘建一个目录（matlab），在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path 八、思考题 1、图像之间转换的基础是什么，为什么可以实现相互的转换 九、附录 MATLAB简介 (1) MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MA TLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MA TLAB处理数字图像非常的方便。MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。 1、MATLAB中图象数据的读取 A、imread imread函数用于读入各种图象文件，其一般的用法为 [X，MAP]=imread(‘filename’,‘fmt’) 其中，X，MAP分别为读出的图象数据和颜色表数据，fmt为图象的格式，filename为读取的图象文件（可以加上文件的路径）。 例：[X，MAP]=imread（’flowers.tif’,’tif’）;
《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月
目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。
实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：
2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply
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)
6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：
彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像
(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间
数字图像处理 实验一 MATLAB数字图像处理初步 一、显示图像 1．利用imread( )函数读取一幅图像，假设其名为lily.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 实验结果如下图： 源代码： >>I=imread('lily.tif') >> whos I >> imshow(I) 二、压缩图像 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为lily.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flily.bmp。7．用imread()读入图像Sunset.jpg和Winter.jpg； 8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小； 9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。其中9的实验结果如下图：
源代码： 4~6(接上面两个) >>I=imread('lily.tif') >> imfinfo 'lily.tif'； >> imwrite(I,'lily.jpg','quality',20); >> imwrite(I,'lily.bmp'); 7~9 >>I=imread('Sunset.jpg'); >>J=imread('Winter.jpg') >>imfinfo 'Sunset.jpg' >> imfinfo 'Winter.jpg' >>figure(1),imshow('Sunset.jpg') >>figure(2),imshow('Winter.jpg') 三、二值化图像 10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。实验结果如下图： 源代码： >> I=imread('lily.tif') >>gg=im2bw(I,0.4); F>>igure, imshow(gg)
实验一数字图像处理编程基础 一、实验目的 1. 了解MATLAB图像处理工具箱； 2. 掌握MATLAB的基本应用方法； 3. 掌握MATLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验原理 略。 三、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 四、分析思考 归纳总结Matlab各个基本指令。 Dither 采用“抖动”方法从RGB 图像创建索引图像 grayslice 从灰度图像通过阈值处理创建索引图像 gray2ind 从灰度图像创建索引图像 ind2gray 从索引图像创建灰度图像 rgb2ind 从RGB 图像创建索引图像 ind2rgb 从索引图像创建RGB 图像 rgb2gray 从RGB 图像创建灰度图像
实验二 图像几何变换实验 一、实验目的 1．学习几种常见的图像几何变换，并通过实验体会几何变换的效果； 2．掌握图像平移、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现； 3．掌握matlab 编程环境中基本的图像处理函数。 二、实验原理 1. 初始坐标为(,)x y 的点经过平移00(,)x y ，坐标变为(',')x y ，两点之间的关系为：00 ''x x x y y y =+??=+?，以矩阵形式表示为： 00'10'01100 11x x x y y y ????????????=?????????????????? 2. 图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换和水平镜像变换，两者的矩阵形式分别为： '100'01010011x x y y -????????????=?????????????????? '100'01010011x x y y ????????????=-?????????????????? 3. 图像缩小和放大变换矩阵相同： '00'0010011X y x S x y S y ????????????=?????????????????? 当1x S ≤，1y S ≤时，图像缩小；当1x S ≥，1y S ≥时，图像放大。 4. 图像旋转定义为以图像中某一点为原点以逆时针或顺时针方
数字图像处理实验报告
实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');
N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果
《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日
目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)
实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；