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图像增强的比较及其理论分析
初始条件:
1.提供实验室机房及其matlab软件；
2.给定一张灰度图片，模拟加入高斯噪声、椒盐噪声等若干噪声，然
后使用中值滤波、均值滤波等方法进行图像增强。
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）了解对灰度图片处理的基本原理和方法；
（2）熟悉掌握matlab软件；
（3）对灰度图片模拟加入噪声；
（4）利用matlab对加入噪声的该图片进行处理，记录每一种方法的过程，并进行比较，分析哪种噪声的所对应的增强方法效果最好；
（5）在进行处理时要对每一步处理进行理论分析；
（6）要求阅读相关参考文献不少于5篇；
（7）根据课程设计有关规范，按时、独立完成课程设计说明书。
时间安排:
(1) 布置课程设计任务,查阅资料四天；
(2) 利用软件进行的图片处理，记录其结果一周；
(3) 完成课程设计报告书三天；
指导教师签名: 年月日系主任(或责任教师)签名: 年月日
XX大学《专业课程设计》说明书
目录
摘要................................................................................................. I 1 Matlab软件简介 (1)
1.1 Matlab语言的历史 (1)
1.2 Matlab软件概况 (1)
2 原理分析 (3)
2.1 数字图像噪声 (3)
2.2 空间域图像增强 (3)
2.3 均值滤波 (3)
2.4 中值滤波 (4)
3 程序设计 (6)
3.1 程序设计思路 (6)
3.2 要使用的Matlab函数 (6)
4 程序流程图 (8)
4.1 添加高斯噪声流程图 (8)
4.2 添加椒盐噪声流程图 (8)
4.3 均值滤波流程图 (9)
4.4 中值滤波流程图 (10)
5 源程序 (12)
5.1 添加高斯噪声再滤波 (12)
5.2 添加椒盐噪声再滤波 (13)
6 程序运行结果及分析 (15)
6.1 高斯噪声滤波结果 (15)
6.2 椒盐噪声滤波结果 (15)
6.3 结果分析 (16)
7 课程设计心得体会 (17)
参考文献 (18)
致谢 (19)
XX大学《专业课程设计》说明书
摘要
图像在实际应用中可能会遇到各种噪声干扰，如高斯噪声、椒盐噪声等。可以采用空间域图像增强的办法对其进行处理，减少噪声的影响。本次课设使用的是空间滤波对图片处理，包括均值滤波和中值滤波。
关键词：高斯噪声，椒盐噪声，均值滤波，中值滤波
I
XX大学《专业课程设计》说明书
1 Matlab软件简介
1.1 Matlab语言的历史
70年代后期,身为美国New Mexico大学计算机系系主任的Cleve Moler发现学生用FORTRAN编写接口程序很费时间,于是他开始自己动手,利用业余时间为学生编写EISPACK和LINPACK的接口程序。Cleve Moler给这个接口程序取名为Matlab。1984年，为了推广Matlab在数值计算中的应用，Cleve Moler、Johon Little等正式成立了Math works公司，从而把Matlab推向市场，并开始了对Matlab 工具相等的开发设计。
1.2 Matlab软件概况
Matlab是Matrix Laboratory的缩写，意为矩阵实验室。它具有强大的矩阵处理功能和绘图功能，进还能进行文字处理，绘图，建模仿真等功能。随着版本的不断升级，它在数值计算及符号计算功能上得到了进一步完善。Matlab已经发展成为多学科、多种工作平台的功能强大的大型软件。在欧美等高校，Matlab 已经成为线性代数、自动控制理论、概率论及数理统计、数字信号处理、时间序列分析、动态系统仿真等高级课程的基本教学工具。
Matlab有以下一些特点：
Matlab的帮助功能很强大，自带有详细的帮助手册，基于HTML的完整的帮助功能，也可以用help命令来得到帮助信息。
程序语法与C语言类似，设计自由度大，方便我们编程。例如在Matlab里，用户无需对变量预定义就可使用。大量数学函数已经定义好，并且有很强的用户自定义函数的能力。
Matlab有高级的程序环境，但程序环境很简单易用，有与其它语言编写的程序结合和输入输出格式化数据的能力；Matlab既具有结构化的控制语句，又有面向对象编程的特性。
还有一个原因使Matlab受人们欢迎的，那就是Matlab源程序具有很大的开放性。除了内部函数以外，所有Matlab的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。
Matlab有强大的的图形绘制功能。在Matlab里，数据可视化的操作非常简
1
XX大学《专业课程设计》说明书
单易用。Matlab还有较强的编辑图形界面的能力。可以用来声成图解和可视化的二维、三维图。
Matlab还拥有功能强大的各种工具箱。其工具箱分为两类：功能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。功能性工具箱用于多种学科。而学科性工具箱是专业性比较强的，如（control、signal proceessing 、commumnication）toolbox等。这些工具箱都是由该领域内学术水平很高的专家编写的，所以用户无需编写自己学科范围内的基础程序，而直接进行高，精，尖的研究，能极大地促进我们的学习研究工作。
虽然Matlab有很多优点，但它也有一些缺点，比如：由于Matlab的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。
2
XX 大学《专业课程设计》说明书
3
2 原理分析
2.1 数字图像噪声
数字图像在图像获取集数字化过程，以及在数字图像传输的过程中，有可能会受到噪声干扰。图像传感器在获取图像中会受到环境和原件质量的影响，产生噪声。例如照相机照相时会受到光照影响。数字图像在传输过程中，由于传输信道回手到噪声干扰，也会产生噪声。
噪声有很多种类，例如：高斯噪声，瑞利噪声，椒盐噪声，指数分布噪声等等。本次课设讨论的是高斯噪声和椒盐噪声。
高斯噪声符合高斯分布，高斯噪声的产生源于电子电路噪声和由低照明度或高温带来的传感器噪声。其概率密度函数为：
2
22/)(21
)(σμσπ--=z e z p
椒盐噪声又称（双极）脉冲噪声，其概率密度函数为：
??
???===其他,0,,)(b z Pb a z Pa z p
b>a,灰度级b 在图像中将显示为一个亮点，灰度级a 为一个暗点。椒盐噪声最主要表现在成像中的短暂停留中。
2.2 空间域图像增强
对噪声图片处理要使用图像增强的方法。图像增强技术是为了人类视觉系统的生理接受特点而设计一种改善图像的方法，处理图像，使其更适合于特定应用。图像增强的方法有空间域方法和频域方法。
本次课设使用的是空间域方法。空间域指图像平面本身，以图像像素直接处理为基础。空间域增强包括灰度变换，直方图处理，用算数、逻辑操作增强，空间滤波等。其中空间滤波包括平滑空间滤波器，锐化空间滤波器。平滑空间滤波器包括平滑线性滤波器和统计排序滤波器。
2.3 均值滤波
平滑线性滤波器，即为均值滤波，其输出是包含在滤波掩模邻域内像素的简单平均值。这种处理减小了图像灰度的尖锐变化，可以减噪，也会有灰度边缘模糊的负面效应。
XX 大学《专业课程设计》说明书
4
一幅M ×N 的图像经过一个m ×n （m 和n 是奇数）的加权平均值滤波器滤波的过程可由下式给出：
∑∑∑∑-=-=-=-=++=a a s b b t a a s b b t t s w t y s x f t s w y x g ),()
,(),(),(
如下图2.1、2.2显示了两个3×3线性平滑滤波器： 1 1 1
1
1 1 1 1
1 图2.1空间均值滤波器 1
2 1 2 4 2 1
2 1 图2.2 加权平均滤波器
图2.1所有系数都相等的空间均值滤波器，又称为盒滤波器，设R 是由掩膜定义的3×3邻域像素灰度的平均值，则： ∑==9
1
91i i z R ，在滤波处理后，所有图像被9除。m ×n 掩膜应有等于1/mn 的归一化常数。
图2.2所示的掩膜叫加权平均，一些像素比另一些像素更为重要，对于图2.2，掩膜中心位置的像素权值大一些，因此这一像素比较重要，其他像素不太重要。随着距中心距离的增加权值也在减小，这样设定可以减小平滑处理中的模糊。另外，掩膜中所有系数的和为16，很方便于计算机的实现。
2.4 中值滤波
统计排序滤波器是一种非线性的空间滤波器，它的响应就与图像滤波器包围的图像区域中像素的排序，然后由统计排序结果决定的值代替中心像素的值。最常见的例子就是中值滤波器。为对一幅图像上的某个点做中值滤波处理，必须先
?91 ?161
XX大学《专业课程设计》说明书
将掩模内欲求的像素及其邻域的像素排序，确定出中值，并将该值赋予该像素点。中值滤波器有优秀的去噪能力，比小尺寸的线性平滑滤波器的模糊程度要低很多。
5
XX大学《专业课程设计》说明书
3 程序设计
3.1 程序设计思路
首先考虑如何在图像中加入噪声。本次课设使用的图片是256级灰度图片，在Matlab中表示为一个矩阵。加入噪声就是改变矩阵中某些点的值。在加入高斯噪声时，可以使用函数随机生成高斯分布的矩阵，随机的加到某些点上。在加入椒盐噪声时，也是二循环循环矩阵中每一点，随机的改变某一点的值为0或255。
均值滤波以3×3为例，产生一个3×3的矩阵，矩阵中每个值为1/9，用该矩阵和图片卷积就可以实现均值滤波。中值滤波可以用两重循环循环图片中除了边缘的点，对该点及周围的八个点的数值进行排序，得到中值，将该点的值改为中值即可实现。
3.2 要使用的Matlab函数
程序设计思路已经有了，结下来分析如何在Matlab里具体实现该程序。Matlab的语法并不困难，掌握了所需的函数后就能很快设计出程序了，这里主要介绍一下要用到的函数。
加入噪声要用到随机数生成函数。加入高斯噪声用的函数是randn，随机数randn产生均值为0，方差σ^2 = 1，标准差σ= 1的正态分布的随机数或矩阵的函数。其用法有Y = randn，Y = randn(n)，Y = randn(m,n)，Y = randn([m n])，Y = randn(m,n,p,...)，Y = randn([m n p...])，Y = randn(size(A))，randn(method,s)，s = randn(method)。本课设程序中的用法是Y = randn(size(A))，返回一个和A有同样维数大小的随机数组。
加入椒盐噪声时用的函数是rand，可以返回一个0-1之间均匀分布的随机数。其用法有Y = rand，Y = rand(n)，Y = rand(m,n)，Y = rand([m n])，Y = rand(m,n,p,...)，Y = rand([m n p...])，Y = rand(size(A))，rand(method,s)，s = rand(method)，本程序中的用法是Y=rand，Y值是一个随机数。
均值滤波时可以用ones(n)函数产生n阶全是1的矩阵。
二维卷积时可以用conv2函数，用法有 C = conv2(A,B)，C = conv2(hcol,hrow,A)，C = conv2(...,'shape')。本程序使用C = conv2(A,B)，表示矩
6
XX大学《专业课程设计》说明书
阵A和B进行二维卷积。
中值滤波时可以使用reshape函数进行矩阵变形，其用法有 B = reshape(A,m,n)，B = reshape(A,m,n,p,...)，B = reshape(A,[m n p ...])，B = reshape(A,...,[],...)，B = reshape(A,siz)。本程序中用法是b=reshape(a,1,9)，就是把3×3矩阵转化为1×9的矩阵以便于排序。
再用sort函数对一个数组进行排序，用法是B = sort(A)，B = sort(A,dim)，B = sort(...,mode)，[B,IX] = sort(...)。本程序中用法是B = sort(A)，把矩阵A按行进行升序排序。
7
XX大学《专业课程设计》说明书
4 程序流程图
4.1 添加高斯噪声流程图
如下图4.1是添加高斯噪声的流程图，通过高斯随机数函数生成高斯分布数，加到原图像中。
读入图片到I
把I转换为double型数据
生成和I大小一样的高斯分布矩阵J并取整
I=I+J
再把I转化为整数型
图4.1添加高斯噪声流程图
4.2 添加椒盐噪声流程图
图4.2是添加椒盐噪声的流程图，通过均匀随机数函数随机的在图片中添加白点或黑点，噪声密度是0.05。
8
XX 大学《专业课程设计》说明书
9
图4.2添加椒盐噪声
4.3 均值滤波流程图
下图4.3是均值滤波的流程图，以3×3全1矩阵为掩膜，通过掩膜和图片进行2维卷积实现均值滤波。
该点值为255 读入图片到I
从I 的第一到
最后一行循环
从I 的第一到最
后一列循环
如果随机数大于
0.95
该点值为0 得到加入噪声的矩阵
Y
Y
Y
N N
N
如果随机数小于
0.5
Y
N
XX大学《专业课程设计》说明书
读入图片到I
生成全1的3×3矩阵h
h=h/9
h与I进行二维卷积
得到均值滤波后矩阵
图4.3 均值滤波流程图
4.4 中值滤波流程图
如图4.4是中值滤波流程图，首先找出某点及周围8个点的数值，对其进行排序，找出其中的中值，赋值给该点。
10
XX 大学《专业课程设计》说明书
11
4.4 中值滤波流程图 读入图片到I
从I 的第一到
最后一行循环
从I 的第一到最
后一列循环
该点值为0
得到中值滤波后的矩阵
Y
N
N
Y
a 等于以该点为中心的3×3矩阵
把a 转化为1×9的矩阵b
对b 排序 该点的值等于b （5）
XX大学《专业课程设计》说明书
5 源程序
5.1 添加高斯噪声再滤波
以下程序是给图片2.jpg添加高斯噪声，再用3×3的均值滤波和中值滤波处理。
I=imread('2.jpg'); %读入图片到I
figure(1); %显示原图片
imshow(I);
J=round(0.1*randn(size(I))*256); %产生均值为0，方差0.1，范围0-1的高斯噪声矩阵J，再乘以256以适应灰度图片的数值，J与I大小相同J=uint8(J); %把J转换为整数型矩阵
I=I+J; %I加入噪声
figure(2); %显示加入噪声后的图片
imshow(I，[0 255]);
h=ones(3) ; %均值滤波，生成3×3全1矩阵h
h=h/9; %把矩阵变为全是1/9
J=conv2(I,h) ; %矩阵与I进行二维卷积
figure(3); %显示均值滤波结果
imshow(J,[]);
for m=2:size(I,1)-1 %中值滤波
for n=2:size(I,2)-1 %循环矩阵I中除了边缘外每一点a=I(m-1:m+1,n-1:n+1); %a等于该点周围3×3矩阵
b=reshape(a,1,9); %把a转化为1×9矩阵
b=sort(b); %对b升序排序
I(m,n)=b(5); %该点值等于中值b（5）
end;
end;
figure(4) %显示中值滤波结果
imshow(I);
12
XX大学《专业课程设计》说明书
5.2 添加椒盐噪声再滤波
以下程序是给图片2.jpg添加椒盐噪声，再用3×3的均值滤波和中值滤波处理。
I=imread('2.jpg'); %读入图片到I
figure(1) %显示原图片
imshow(I);
for m=1:size(I,1) %加椒盐噪声。噪声密度0.05 for n=1:size(I,2) %循环I内每一点
if rand>0.95 %如果均匀随机数大于0.95
if round(rand) %如果均匀随机数大于0.5
I(m,n)=0; %该点值变为0
else
I(m,n)=255; %否则该点值变为255
end;
end;
end;
end;
figure(2) %显示添加椒盐噪声后的图片
imshow(I);
h=ones(3) ; %均值滤波
h=h/9;
J=conv2(I,h) ;
figure(3); %显示均值滤波后图片
imshow(J,[]);
for m=2:size(I,1)-1 %中值滤波
for n=2:size(I,2)-1
a=I(m-1:m+1,n-1:n+1);
b=reshape(a,1,9);
13
XX大学《专业课程设计》说明书
b=sort(b);
I(m,n)=b(5);
end;
end;
figure(4) ; %显示中值滤波后图片imshow(I);
14
XX大学《专业课程设计》说明书
6 程序运行结果及分析
6.1 高斯噪声滤波结果
首先在Matlab中输入源程序，然后保存，选择Debug菜单中的Run执行程序。程序运行结果如图6.1-6.4：
图6.1 原图片
图6.2 添加高斯噪声图片
图6.3 均值滤波结果
图6.4 中值滤波结果
6.2 椒盐噪声滤波结果
椒盐噪声滤波程序使用的图片和高斯噪声滤波程序一样，都是 2.jpg，其程序运行结果如图6.5-6.7：
15
XX大学《专业课程设计》说明书
图6.5 添加椒盐噪声图片
图6.6 均值滤波结果
图6.7 中值滤波结果
6.3 结果分析
通过程序运行结果可以看出，在添加高斯噪声的图片中，使用均值滤波后，图像的噪声减弱了，同时图像也变模糊了。如果采用更大的掩模，图像会更加模糊。使用中值滤波后噪声也明显降低，图片没有均值滤波那么模糊，说明中值滤波效果更好。
在添加椒盐噪声的图片中，经过均值滤波后，图片变得模糊，但是椒盐噪声并没有被明显滤除，说明均值滤波对椒盐噪声效果不好。使用中值滤波后，滤除了椒盐噪声，图片也没有明显模糊，说明中值滤波滤除椒盐噪声很有效。
16
XX大学《专业课程设计》说明书
7 课程设计心得体会
通过Matlab一周以来的学习研究，我对Matlab有了初步的认识，我掌握了Matlab的基本操作，并学会了用Matlab解决一些课程中的问题，下面是我具体的一些体会
Matlab功能非常强大，几乎可以计算我们目前所遇到的任何问题，不仅可以计算数学问题，也可以用来解决电路等其他学科的各种问题。而且我们可以自编函数，从而可以解决更多样的问题。但以目前我们的知识，只能掌握Matlab的一小部分功能，在以后的学习中，我还需要继续学习Matlab的相关知识。
Matlab虽然功能非常强大，但其操作却非常简单，它的语法类似于我们以前学过的C语言，使我很容易上手，而其语法比C语言更为自由，限制更少，语法类似于自然语言，简洁而智能化，使我可以很容易的编写程序且不容易出错。关于绘图的操作则比C语言简单得多，用几条简单的语句就可以绘出各种曲线、图形，使我们的学习研究变的非常方便。通过本次课程设计我掌握了FFT的编程方法，对FFT有了更深刻的了解。
我认为学习Matlab的关键在于函数，只要掌握了函数的用法，那么就能很快的编出程序。而Matlab的难点也正是函数，因为Matlab拥有大量的函数，仅仅基本的函数就超过七百个，要是算上专业拓展函数那就更多，想在短时间内掌握这么多函数是很难的。我认为应该多练多学，在解决问题的过程中学习并记住所用的函数，有不懂的就查资料，问同学，争取彻底搞懂所作的问题，并牢牢掌握，这样以后就可以独立解决类似问题。
在这次课程设计中，我学到了很多关于Matlab的知识，但这还远远不够，我现在只掌握了一些基本的功能，而解决更高级问题我的知识还不够，我要在日后进一步学习，更好地掌握Matlab。
17
名词：*数字图像，数字图像处理，图像采样，线性拉伸，高通滤波，低通滤波，中值滤波，特征空间，图像分析，图像分割 问答题：1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 如图为一幅16级灰度的图像。请写出均值滤波和中值滤波的3x3滤波器；说明这两种滤波器各自的特点；并写出两种滤波器对下图的滤波结果（只处理灰色区域，不处理边界）。（15分） 设一幅灰度图像，其目标和背景的像素点灰度呈正态分布，灰度直方图如图所示。其中：、分 别为目标点的灰度分布密度函数、均值；、分别为背景点的灰度分布密度函数、均值。并设目标点和背景点的方差均为，目标点个数和图像总像点数的比为1:2。T是根据最小误差准则确定的最佳阈值。（15分） 试证明：
1．根据所学过的图像处理和分析方法，设计一套算法流程来实现汽车牌照的定位和数字的识别（给出设计思想即可）。 1、如图所示，A和B的图形完全一样，其背景与目标的灰度值分别标注于图中， 请问哪一个目标人眼感觉更亮一些？为什么？（10分） 选择题： 图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子
第二章 2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形） 对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即 ()()017 023 02.x .d = 解得x=0.06d 。根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小2 5327.?π成像单元的阵列。假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。 如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。换句话说， 眼睛不能检测到以下直径的点： m .d .x 61011060-?<=，即m .d 610318-?< 2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。2.1节描述的视觉过程在这种情况下起什么作用？ 亮度适应。 2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。美国的商用交流电频率是77HZ 。问这一波谱分量的波长是多少？ 光速c=300000km/s ，频率为77Hz 。 因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106 m = 3894 Km. 2.5 根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为： ])0()0[(2 2),(y y x x Ke y x i -+--= 的光源照射。为简单起见，假设区域的反射是恒定 的，并等于1.0，令K=255。如果图像用k 比特的强度分辨率进行数字化，并且眼睛可检测相邻像素间8种灰度的突变，那么k 取什么值将导致可见的伪轮廓？ 解：题中的图像是由： ()()()()()[ ]()()[]2 02 02 020********y y x x y y x x e .e y ,x r y ,x i y ,x f -+---+--=?== 一个截面图像见图（a ）。如果图像使用k 比特的强度分辨率，然后我们有情况见图（b ），其中()k G 21255+=?。因为眼睛可检测4种灰度突变，因此，k G 22564==?，K= 6。
MATLAB图像增强程序举例 1.灰度变换增强程序： % GRAY TRANSFORM clc; I=imread('pout.tif'); imshow(I); J=imadjust(I,[0.3 0.7],[0 1],1); %transforms the walues in the %intensity image I to values in J by linealy mapping %values between 0.3 and 0.7 to values between 0 and 1. figure; imshow(J); J=imadjust(I,[0.3 0.7],[0 1],0.5); % if GAMMA is less than 1,the mapping si weighted to ward higher (brighter) %output values. figure; imshow(J); J=imadjust(I,[0.3 0.7],[0 1],1.5); % if GAMMA is greater than 1,the mapping si weighted toward lower (darker) %output values. figure; imshow(J) J=imadjust(I,[0.3 0.7],[0 1],1); % If TOP 2.直方图灰度变换 %直方图灰度变换 [X,map]=imread('forest.tif'); I=ind2gray(X,map);%把索引图像转换为灰度图像 imshow(I); title('原图像'); improfile%用鼠标选择一条对角线，显示线段的灰度值 figure;subplot(121) plot(0:0.01:1,sqrt(0:0.01:1)) axis square title('平方根灰度变换函数') subplot(122) maxnum=double(max(max(I)));%取得二维数组最大值 J=sqrt(double(I)/maxnum);%把数据类型转换成double,然后进行平方根变换%sqrt函数不支持uint8类型 J=uint8(J*maxnum);%把数据类型转换成uint8类型 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 摘要 本课程设计主要运用MATLAB的仿真平台设计进行文字识别算法的设计与仿真。也就是用于实现文字识别算法的过程。从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义。又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术。随着计算机科学的飞速发展，以图像为主的多媒体信息迅速成为重要的信息传递媒介，在图像中，文字信息（如新闻标题等字幕）包含了丰富的高层语义信息，提取出这些文字，对于图像高层语义的理解、索引和检索非常有帮助。 关键字：文字识别算法；静态图像文字提取；检索 目录 1 课程设计目的 (3) 2 课程设计要求 (4) 3 相关知识 (5) 4 课程设计分析 (8) 5 系统实现 (9) 6 系统测试与分析 (17) 6.1文字识别算法仿真结果 (17) 6.2基于字符及单词的识别 (19) 6.2.1 基于字符的识别 (19) 6.2.2 基于单词的识别 (20) 6.3现存算法的问题 (21) 6.3.1 大多文字识别方法依赖于人工定义的特征 (21) 6.3.2 脱离上下文的字符识别易造成显著的歧义 (21) 6.3.3 简单的单词整体识别有着较大的局限性 (22) 6.3.4 训练样本制作繁琐 (22) 7 参考文献 (23) 图像文字提取又分为动态图像文字提取和静态图像文字提取两种，其中，静态图像文字提取是动态图像文字提取的基础，其应用范围更为广泛，对它的研究具有基础性，所以本文主要讨论静态图像的文字提取技术。静态图像中的文字可分成两大类：一种是图像中场景本身包含的文字，称为场景文字；另一种是图像后期制作中加入的文字，称为人工文字，如右图所示。场景文字由于其出现的位置、小、颜色和形态的随机性，一般难于检测和提取；而人工文字则字体较规范、大小有一定的限度且易辨认，颜色为单色，相对与前者更易被检测和提取，又因其对图像内容起到说明总结的作用，故适合用来做图像的索引和检索关键字。对图像中场景文字的研究难度大，目前这方面的研究成果与文献也不是很丰富，本文主要讨论图像中人工文字提取技术。 静态图像中文字的特点 静态图像中文字（本文特指人工文字，下同）具有以下主要特征： （1）文字位于前端，且不会被遮挡； （2）文字一般是单色的； （3）文字大小在一幅图片中固定，并且宽度和高度大体相同，从满足人眼视觉感受的角度来说，图像中文字的尺寸既不会过大也不会过小； （4）文字的分布比较集中，排列一般为水平方向或垂直方向； （6）多行文字之间，以及单行内各个字之间存在不同于文字区域的空隙。在静态图片文字的检测与提取过程中，一般情况下都是依据上述特征进行处理的。 数字图象处理 静态图像文字提取一般分为以下步骤：文字区域检测与定位、文字分割与文字提取、文字后处理。其流程如图所示。 图1 静态文字处理流程图 1.数字图像与连续图像相比具有哪些优点?连续图像f(x,y与数字图像I(c,r中各量的含义 是什么?它们有何联系和区别? (To be compared with an analog image, what are the advantages of a digital image? Let f(x,y be an analog image, I(r, c be a digital image, please give explanation and comparison for defined variables: f/I, x/r, and y/c 2.图像处理可分为哪三个阶段? 它们是如何划分的?各有什么特点? (We can divide "image processing" into 3 stages, what are they? how they are divided? What are their features? 答:低级处理---低层操作,强调图像之间的变换,是一个从图像到图像的过程; 中级处理---中层操作,主要对图像中感兴趣的目标进行检测和测量,从而建立对图像的描述,是一个从图像到数值或符号的过程; 高级处理---高层操作,研究图像中各目标的性质和相互联系,得出对图像内容含义的理解以及对原来客观场景的解释; 3.试从结构和功能等角度分析人类视觉中最基本的几个要素是什么?什么是马赫带效应? 什 么是同时对比度?它们反映了什么共同问题? (According to the structure and function of the eyes, what are the basic elements in human vision? What is the Mach Band Effect? What is Simultaneous Contrast? What common facts can we infer from both Mach Band Effect and Simultaneous Contrast? 答:人的视觉系统趋向于过高或过低估计不同亮度区域边界的现象称为“马赫带”效应;同时对比度指的是人的视觉系统对某个区域感觉到的亮度除了依赖于它本身的强度,还与背景有关. 课程设计报告册 课程名称： MATLAB课程设计 课题名称：灰度变换增强 专业班级： 姓名： Bob Wang 学号： 15164 课程设计主要场所：信息楼220 时间： 指导教师：成绩： 前言 数字图像处理技术是20世界60年代发展起来的一门新兴学科，随着图像处理理论和方法的进一步完善，使得数字图像处理技术在各个领域得到了广泛应用，并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言，同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交互或变成以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MATLAB语言的语法特征与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，而且这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以MATLAB在图像处理的应用中具有很大的优势。 MATLAB是一种以矩阵运算为基础的交互式程序语言，能够满足科学、工程计算和绘图的要求，与其它计算机语言相比，其特点是简洁和智能化，适应科技专业人员的思维方式和书写习惯，使得编程和调试效率大大提高。我们学习掌握MATLAB，也可以说是在科学工具上与国际接轨。 目录 一、课程设计目的 (2) 二、设计任务及容 (2) 三、课题设计实验条件 (3) 四、涉及知识 (3) 五、具体设计过程及调试 (4) 5.1、图像的读入和显示 5.1.1、打开图像 (4) 5.1.2、显示原图像 (5) 5.1.3、图像灰度处理 (7) 5.1.4、显示灰阶后图像 (8) 5.2、直方图均衡化 5.2.1、生成直方图 (10) 5.2.2、直方图均衡化 (12) 5.3、灰度变换 5.3.1、线性变换 (9) 5.3.2、分段线性变换 (9) 5.3.3、非线性变换.................................... (9) 六、心得体会 (17) 七、参考文献 (18) 八、程序清单 (19) 第一章绪论 课后4. 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 3. 简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等， 这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。比如傅里叶变换、小波变换等。 4.一个数字图像处理系统由哪几个模块组成？ 答：一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析5个模块组成 5.连续图像和数字图像如何相互转换？ 答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。 6.采用数字图像处理有何优点？ 答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 7.数字图像处理主要包括哪些研究内容？ 答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。 8.常见的数字图像处理开发工具有哪些？各有什么特点？ 答．目前图像处理系统开发的主流工具为Visual C++（面向对象可视化集成工具）和MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的 VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的 Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0 提供的动态链接库ImageLoad.dll 支持B MP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有 一.图像几何变化 (1)放大，缩小，旋转 程序： I=imread('111.jpg'); J=imresize(I,1.5); L=imresize(I,0.75); K=imrotate(I,35,'bilinear'); subplot(221),subimage(I); title('原图像'); subplot(222),subimage(J); title('放大后图像'); subplot(223),subimage(L); title('缩小后图像'); subplot(224),subimage(K);title('旋转后图像'); 二．图像频域变换 （1）傅里叶变换 真彩图像灰度图像傅里叶变换谱程序：I=imread('111.jpg'); figure(1); imshow(I); B=rgb2gray(I); figure(2); imshow(B) D=fftshift(fft2(B)); figure(3); imshow(log(abs(D)),[ ]); （2）离散余弦变换 真彩图灰度图进行离散余弦变换后程序： RGB=imread('111.jpg'); figure(1); imshow(RGB); G=rgb2gray(RGB); figure(2); imshow(G); DCT=dct2(G); figure(3); imshow(log(abs(DCT)),[]); 三．图像增强： （1）指数变换 程序： f=imread('111.jpg') f=double(f); g=(2^2*(f-1))-1; f=uint8(f); g=uint8(g); subplot(1,2,1),subimage(f); subplot(1,2,2),subimage(g); （2）直方图均衡 程序： I=imread('111.jpg'); I=rgb2gray(I); figure subplot(221);imshow(I); subplot(222);imhist(I) I1=histeq(I); figure; subplot(221);imshow(I1) subplot(222);imhist(I1) （3）空域滤波增强 锐化滤波（Roberts算子Sobel算子拉普拉斯算子） 图像处理系统 --学习报告 学号： 姓名： 专业： 日期： 1 使用语言 Matlab 2图像选择及变换 2.1 原始图像选择读取 原始图片如下： 图1 原始图片 MATLAB为用户提供了专门的函数以从图像格式的文件中读写图像数据。 采用的是imrea d函数来实现图像文件的读取操作，采用的格式如下： A=imread（’filename.fmt’） 该语句用于读取字符串“filename”对应的灰度图像或彩色图像，“fmt”指定了文件的格式。 采用imfinfo函数查询图像文件的信息。其语句格式如下： Info=imfinfo（‘filename.fmt’） 该语句可以在命令窗口会显示出文件的基本信息。 采用imshow函数进行图像的显示，采用的格式如下: A=imread(‘filename.fmt’); imshow(A); 当这种显示方式要求被显示的图像要么在当前目录下或MATLAB的目录下。 采用rgb2gray函数进行真彩色图像与灰阶强度图像的转变，其格式调用如下：A=rgb2gry(‘filename.fmt’); 得到的图像可以进行统计与处理，能完成要求。 图像读入与显示和变化的源代码如下： close all; clear all; x=imread('xuewu.jpg'); imshow(x); imfinfo('xuewu.jpg') 程序运行结果如下图2所示： 图2 读取后显示图片 命令窗口中，显示如下： Filename: 'xuewu.jpg' FileModDate: '27-Dec-2011 08:58:56' FileSize: 348015 Format: 'jpg' FormatVersion: '' Width: 1024 Height: 768 BitDepth: 24 ColorType: 'truecolor' FormatSignature: '' NumberOfSamples: 3 CodingMethod: 'Huffman' CodingProcess: 'Sequential' Comment: {}2.2 转换图像为灰阶图像 2.2 图像的变换 在后期的处理中，有部分程序需要用到灰阶图片，因此提前将图片进行转换，得到灰阶图片。采用rgb2gray函数进行真彩色图像与灰阶强度图像的转变其格式调用如下： A=rgb2gry(‘filename.fmt’); 得到的图像可以进行统计与处理。 程序源代码如下： x1=rgb2gray(x); figure,imshow(x1) 程序运行结果如下图3所示： 《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。 数字图像处理： 一、图像工程的内涵（三个层次：图像处理、图像分析和图像理解及其关系）。 图像工程的内涵： 根据抽象程度和研究方法等的不同，可分为三个层次：图像处理、图像分析和图像理解。 图像处理的内容：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。基本特征：输入是图像，输出也是图像，即图像之间进行的变换。显然，这是一种比较严格的图像处理定义，因此也呈现出了某种狭义性。 图像分析的内容：主要对图象中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图象的描述。基本特征：输入是图像，输出是数据（即对输入图像进行描述的信息）。 图像理解的内容：在中级图像处理的基础上，进一步研究图象中各目标的性质和它们之间相互的联系，并得出对图象内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。基本特征：以客观世界为中心，借助知识、经验等来把握整个客观世界。“输入是数据，输出是理解”。 三者的关系: 图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 图像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图像形式的描述。 图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理有许多类似之处。 图像的低级处理阶段和高一级的处理阶段是相互关联和有一定重叠性的。根据本课程的任务和目标，重点放在图像处理上，并学习图像分析的基本理论和方法。也就是说本课程中提到的图像处理概念是广义的。 二、观察三幅图的等偏爱曲线，分析：空间分辨率和灰度分辨率同时变化对图像质量的影响 欢迎阅读数字图像处理 课程设计报告 姓名： 学号： 班级： .net 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 插入图片 对图片进行处理 二值化处理 重复 输出两幅图 结束 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('1.jpg'); % 插入图片1.jpg 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('1.jpg'); f0=rgb2gray(l);%变灰度图 f1=imnoise(f0,'speckle',0.01); %高斯噪声加入密度为0.01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('1.jpg'); [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) matlab里提供的TM图像增强实例： View code for landsatdemoRun this demo Landsat Color Composite landsatdemo Landsat color composite demo. This demo allows you to experiment with creating color composites from Landsat Thematic Mapper https://www.doczj.com/doc/8e9924216.html,ndsat data consists of7spectral bands that each reveal different features of the region that is imaged.The data is read into a512-by-512-by-7array.To create a color composite, we form an RGB image by assigning spectral bands to red,green,and blue intensities. Try out some common color composites by clicking on the radio buttons.The numbers in square brackets map the spectral bands to red, green,and blue.The array[321]means band3will be shown as red intensities,band2will be shown as blue intensities,and band1will be shown as green intensities. "True Color[321]"-shows what our eyes would see from an airplane. "Near Infrared[432]"-shows vegetation as red,water as dark. "Shortwave Infrared[743]"-shows changes due to moisture. Click on"Custom Composite",and change the popup menus to create your own combinations of red,green,and blue. Click on"Single Band Intensity"to see individual bands as gray intensity images. Try turning off"Saturation Stretch"by clicking on the checkbox.For most Landsat data sets,saturation stretching is important.When saturation stretching is turned on,the demo clips2%of the pixels in each band and does a linear contrast stretch before displaying the image. Try turning on"Decorrelation Stretch"by clicking on the checkbox. This visual enhancement increases color separation by eliminating correlation between channels,making subtle spectral differences easier to recognize.If both"Saturation Stretch"and"Decorrelation Stretch"are checked,the decorrelation stretch is followed by a linear saturation stretch. 一、选择题 1B 、2C 、3A 、4D 、5C 、 6A 、7D 、8A 、9D 、10A 二、判断题( 正确的打√,错误的打×。 1、√ 2、√ 3、× 4、× 5、√ 6、√ 7、× 8、× 9、× 10、√ 三、 (1策略可以分为两种。一种是将一幅彩色图像看作三幅分量图像的组合体,在处理过程中先对每幅图像单独处理,再将处理结果合成为彩色图像。另一种是将一幅彩色图像中的每个象素看作具有三个属性值,即属性现在为一个矢量,需利用对矢量的表达方法进行处理。 (2一副真彩色图像既可以分解为R 、G 、B 三个分量也可以分解为H 、S 、I 三个分量图。人眼对H 、S 、I 三个分量图的感受是比较独立的。一种简便常用的真彩色增强方法步骤为: ①将RGB 分量图转化为HIS 分量图;②利用对灰度图增强的方法增强其中的一个分量图;③再将结果转换为用RGB 分量图来显示。 亮度增强,改变I 分量图,它不改变原图的彩色内容。饱和度增强,改变S 分量图,通过对S 分量图中每个象素乘以一个大于1的常数可使图像的彩色更鲜明,而如果乘以一个小于1的常数则会使图像的彩色感减少。色调增强,改变H 分量图,若对该图的每个象素加一个常数,将会使每个目标的颜色在色谱上移动。 四、 (1 算术编码为0.23355 图略 (2 发送时,要发送A 、B 、C 、D 、E 、F 的概率,并送0.23355。 (3 算术解码如下 图略 五、 (1图像混合 设图象,(y x f 为载体图像,,(y x s 为隐藏图像。对于实数a ,称 ,(1(,(,(y x s a y x af y x b -+= 为图像,(y x f 和,(y x s 的a 混合。 (2单幅迭代 对图像,(y x f 和,(y x s 进行1α混合得,(1(,(,(111y x s a y x f a y x b -+= ,对图像,(y x f 和,(1y x b 进行2α混合得,(1(,(,(1222y x b a y x f a y x b -+=,依次进行N 次混合得到,(1(,(,(1y x b a y x f a y x b N N N N --+=。可以证明, 一．课程设计相关知识综述...................................................................... 1.1 研究目的及意义 (3) 1.2 数字图像处理研究的内容........................................................... 1.3 MATLAB 软件的介绍.................................................................. 1.3.1 MATLAB 语言的特点......................................................... 1.3.2 MATLAB 图像文件格式.................................................... 1.3.3 MATLAB 图像处理工具箱简介........................................ 1.3.4 MATLAB 中的图像类型.................................................... 1.3.5 MATLAB 的主要应用........................................................ 1.4 函数介绍........................................................................................ 二．课程设计内容和要求........................................................................... 2.1 主要研究内容................................................................................ 2.2 具体要求....................................................................................... 2.3 预期达到的目标........................................................................... 三．设计过程............................................................................................... 3.1 设计方案及步骤............................................................................ 3.2 程序清单及注释........................................................................... 3.3 实验结果........................................................................................ 四．团队情况................................................................................................ 五．总结....................................................................................................... 六．参考文献............................................................................................... 一．课程设计相关知识综述. 1.1研究目的及意义数字图像处理实验题目要求
基于matlab的文字识别算法 课程设计
数字图像处理-作业题及部分答案解析演示教学
用matlab实现图像灰度变换课程设计
数字图像处理与分析习题及答案
matlab图像几何变换和图像增强
matlab课程设计-图像处理
图像增强及MATLAB实现
数字图像处理考题2012级
数字图像处理 课程设计报告 matlab
matlab提供的红外图像增强实例
数字图像处理练习题答案解析
MATLAB课程设计报告图像处理
相关主题
文本预览