72（下）2018.04 一、“没骨家风”的成因 清代，有一群女性在画坛中颇享盛名。她们大多出自书画世家，从小受到艺术的熏陶，家族给她们提供了良好的学习环境和艺术指点，养成了较好的艺术底蕴与品味。清代闺阁画家主要集中在江浙一带，而且基本以花鸟画为主，极少数擅长山水和人物。以常州画派为首的闺阁画家更是把恽寿平的没骨花鸟画发扬光大，她们大多以恽寿平的没骨花鸟画为主，遂使得出现了“没骨家风”的现象。 从历史角度来说，从明代开始，随着资本主义的萌芽，经济社会的快速发展，类似无才便是德的旧观念开始瓦解，女子才艺出众可以为家门增光。所以一般宦官贾商都会让自家女子自幼学习才艺，逐渐形成了一个庞大的群体，尤其是江南地区对文化艺术的追求已成风气，妇女个性的发展开始逐步得到解放，女性也获得更多的机会参与社会中的活动，于是越来越多的女性参与到诗书画的创作中，清代的闺阁画家是历代女性画家人数最多的，留世作品也是最多的。闺阁画家的风格历来受男性绘画风格的影响，这与她们接受绘画教育的方式相关。关于闺阁画家学习绘画的途径，李在《明清闺阁绘画研究》中将其归为三种：一是家学，就是从父兄，家族或者夫家中习画，二是自学和外学，就是自己独自努力或拜师学艺，三是画学“样本”，主要靠临摹他人的“样本”。在这三种情况中，家学的闺阁画家占很大比例，除了家学之外，还有就是通过“粉本”临摹，在这些闺阁画家的题跋中，可以常见到“师南田公本”“摹南田老人法”“拟南田法”等落款。恽寿平的没骨花鸟画在清代初期开启了全新的局面，弟子众多，影响广泛。仅是恽氏宗族画家中，就出现不少有成就的闺阁画家，如恽兰溪、恽怀英、恽冰、恽珠等不下十余位。据史记，盛大士说：“江左画家擅门业者，吾乡王氏外，惟毗陵恽氏为极盛。香山老人，苍浑古秀，出董、巨而入倪、黄。南田翁花卉写生，空前绝后，然其山水飘飘有凌云气，真天仙化人也。后人世其家学者，指不胜屈。又有女史名冰字清於，与怀娥、怀英，先后擅美。近闻完颜夫人字珍浦，博雅工诗文，兼长绘事，余友洁士徵君秉怡之妹也。余恨不获亲见其笔墨。然恽氏一门才俊，东南竹箭，灵秀所钟，其信然矣。”弟子也影响了家中女眷的绘画风格，如：马元驭是恽寿平的得意门生，他的女儿马荃深受他的影响，马荃成名后，也教授了不少女弟子。就这样代代相传，没骨花鸟画的队伍越来越庞大。 而从绘画史的角度来说，首先恽寿平的没骨花鸟画是以崭新的面貌出现在大众面前，其画风不仅符合当时文人雅士和平民百姓的审美需求，也符合女性的审美取向。再者是没骨花鸟画结合了传统的工笔花鸟和写意花鸟的特长，直接用色造型画写，色彩淡雅清新，而且都以常见的庭院花卉为主。庭院的花卉，同样也是闺阁女子绘画创作的主要题材。她们常年深居家中，只能在庭院中作乐解闷，见得最多就是庭院中的花花草草，因此，恽寿平的没骨花卉对闺阁女子学习绘画来说是极好的粉本。比起工笔画需要三矾九染花费长时间精制，没骨花鸟画则以色敷画，一遍而成，创作时间相对比较短，更符合闺阁女子的艺术创作；而且相对写意花鸟，没骨花鸟画对造型要求严谨细致，符合女性文静细腻的性格。此外，恽寿平的没骨花鸟画的审美偏向女性化，更贴近女性的情感需求和情感上的共鸣。他的画作中有很多以花拟人，他擅长用笔犹如清水碧波不见墨痕，设色清丽冷艳而不浮靡俗气，形象逼真而生动多姿，追求有光，有态，有韵，把花卉的美感表现的淋漓尽致，犹如美丽的女子一般，“绰约便娟，因风拂舞，乍低乍扬，若语若笑。”闺阁画家的绘画艺术多被认为是传承着男性的艺术创造，极少有所突破与创新。但实际上，她们对恽寿平的没骨花鸟画不仅是传承，还是有所改变与创新的，作品具有一定的艺术价值。这群女性画家中较为著名的有恽冰与马荃，时称：“江南双绝”，下面通过她们的作品分析，探析她们的绘画风格。 二、恽冰——用粉精绝 恽冰，字清於，号浩如，别号兰陵女史，亦署南兰女子。为恽寿平族人，自幼受家风熏陶，深得恽寿平精髓。恽冰的作品曾进献给乾隆皇帝，使她名声大噪，求画和拜师的人络 清代闺阁画家没骨花鸟画浅析 文/张 珏 摘 要：恽寿平的没骨花鸟画风格温婉淡雅，符合女性的审美取向，吸引了一群闺阁画家的追随。 清代，江浙一带的女性画家突起，出现了“没骨家风”的现象。恽冰的没骨花鸟画擅长对粉的运用， 有用粉精绝之称。马荃则将没骨画法与传统勾染相结合形成勾染逼真的风格。她们对没骨花鸟画 的传承和发扬有着不容忽视的影响力。 关键词：闺阁画家；没骨花鸟画；清代；恽冰；马荃
基于OpenCV识别库的面部图像识别系统的设计 本系统采用J2EE技术并以OpenCV开源计算机视觉库技术为基础，实现一套具有身份验证功能的面部图像识别信息管理系统。系统使用MySQL数据库提供数据支撑，依托于J2EE的稳定性和Java平台的可移植性使得本系统可以在各个操作系统平台中运行，同时提供在互联网中使用面部识别技术的一套较为完备的解决方案。 标签：OpenCV；人脸识别；生物学特征 引言 随着信息技术的飞速发展以及互联网的深入普及，越来越多的行业和领域使用信息技术产品以提高工作效率和管理水平。但是由于人们隐私信息的保护意识薄弱，出现了许多信息安全的问题。在人们对于信息安全越来越重视的情况下，许多技术被应用到信息安全领域中来。较为先进的技术有虹膜识别技术、遗传基因识别技术以及指纹识别技术等。而论文采用的是当前热点的面部图像识别技术。 1 系统实现算法及功能分析 1.1 面部图像的生物学特征模型的建立 本系统是利用面部图形的生物学特征来识别不同的人。由于每个人的面部图像都有各自的特征但又具有一定的通性，需要应用生物学中相关知识加以解决。可以利用已有的生物学测量手段以及现有的算法构建人的面部图像生物学特征模型（简称：面部模型），并应用于系统中，面部模型的建立为面部图像识别的功能提供实现依据。 1.2 知识特征库及面部识别引擎的建立 在前述面部模型建立完成后，需要建立相应的知识库以及面部识别引擎方可进行身份的识别。可经过大量数据的采集和分析后建立知识库，并根据知识库的特点建立相应的识别引擎。此识别引擎对外开放，在本系统中提供其它外来程序的调用接口，其它系统能够通过本接口实现识别引擎的调用实现对于面部图形的识别，从而达到识别引擎的可复用性。在技术条件允许的情况下，提供知识库的智能训练以及半自动构建支持。 1.3 面部图像的采集与预处理 本系统中采用了预留API接口，利用USB图形捕获设备采集数据图像。经过USB设备的捕获，使用JMF（Java Media Framework）来处理已捕获的图像数据，对捕获的图像进行面部图行检测和实时定位跟踪。
电子科技大学 数字图像处理课程设计 课题名称数字图像处理 院（系）通信与信息工程学院 专业通信工程 姓名 学号 起讫日期 指导教师
2015年12月15日 目录 摘要： (03) 课题一：图像的灰度级分辨率调整 (04) 课题二：噪声的叠加与频域低通滤波器应用 (06) 课题三：顶帽变换在图像阴影校正方面的应用 (13) 课题四：利用Hough变换检测图像中的直线 (15) 课题五：图像的阈值分割操作及区域属性 (20) 课题六：基于MATLAB?的GUI程序设计 (23)
结束语： (36) 参考文献： (37)
基于MATLAB?的数字图像处理课题设计 摘要 本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍；并通过七个课题实例，借助MATLAB?的图像处理工具箱（Computer Vision System Toolbox）对这些案例逐一实现，包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等，常用的图像变化与处理；然后通过MATLAB?的GUI程序设计，对部分功能进行模块化整合，设计出了数字图像处理的简易软件；最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。 关键词：灰度值调整噪声图像变换 MATLAB? GUI设计
课题一：图像的灰度级分辨率调整 设计要求： 128,64,32,16,8,4,2，并在同一个figure窗将图像的灰度级分辨率调整至{} 口上将它们显示出来。 设计思路： 灰度级分辨率又称色阶，是指图像中可分辨的灰度级的数目，它与存储灰度级别所使用的数据类型有关。由于灰度级度量的是投射到传感器上的光辐射值的强度，所以灰度级分辨率又称为辐射计量分辨率。随着图像灰度级分辨率的的逐渐降低，图像中所包含的颜色数目将变得越来越少，从而在颜色维度造成图像信息量的退化。 MATLAB?提供了histeq函数用于图像灰度值的改变，调用格式如下： J = histeq(I,n) 其中J为变换后的图像，I为输入图像，n为变换的灰度值。依次改变n的值为 128、64、32、16、8、4、2 就可以得到灰度值分辨率为128、64、32、16、8、4、2 的输出图像。利用MATLAB?的subplot命令可以将不同灰度的图像放在同一个figure中方便对比。 课题实现： 该思路的MATLAB?源代码如下： in_photo=imread('lena.bmp'); %读入图片“lena.bmp”，位置在matlab当前工作区路径下D:\TempProject\Matlab\Works for i = [128,64,32,16,8,4,2] syms(['out_photo',num2str(i)]); %利用for循环定义7个变量，作为不同灰度值分辨率的输出变量 eval(['out_photo',num2str(i), '=histeq(in_photo,i)',';']); %histeq函数用于改变图像灰度值，用eval函数给变量循环赋值
毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月
摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection
数字图像处理作业 1 1.基本问题 a.什么是数字图像处理，英语全称是什么？ 数字图像处理：对图像进行一些列的操作，以达到预期目的的技术，可分为模拟图像处理和数字图像处理两种方式。英文全称：Image Processing b.数字图像处理与什么领域的发展密切相关？ 数字图像处理与数字计算机的发展，医学，遥感，通信，文档处理和工业自动化等许多领域的发展密切相关。 c.人类主要通过什么来感知获取信息的？ 主要通过人的视觉、味觉、嗅觉、触觉、听觉以及激光、量子通信、现代计算机网络、卫星通信、遥感技术、数码摄影、摄像等来获取信息。 d.数字图像处理技术与哪些学科领域密切相关？ 与数学、物理学、生理学、心理学、电子学、计算机科学等学科密切相关 e.数字图像处理在哪些领域得到广泛应用？ 数字图像处理的应用越来越广泛，已渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个领域。 f.数字图像处理起源于什么年代？ 20世纪20年代 g.现代大规模的图像处理需要具备哪些计算机能力？ 需要具备图像处理、图像分析、图像理解计算机能力 h.根据人的视觉特点，图像可分为哪两种图像？ 分为可见图像和不可见图像。 i.根据光的波段，图像可分为哪几种图像？ 分为单波段、多波段和超波段图像。 j.图像数字与模拟图像的本质区别是什么？ 区别： 模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理。 数字图像：空间的坐标和灰度都不连续、用离散的数字表示，能被计算机处理。 2.通过互联网，查下数字图像处理有哪些应用？选一个应用范例即可。具体描绘如何通过数字图像处理技术来实现其应用。要有图像范例说明。 数字图像处理主要应用领域有：生物医学，遥感领域，工业方面，军事公安领域，通信领域，交通领域等。我就生物医学领域做一个简单介绍。 自伦琴1895年发现X射线以来，在医学领域可以用图像的形式揭示更多有用的医学信息医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。 医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性。下面是关于人体微血管显微图像的采集实例。
古代闺阁绘画：丹青妙笔诉情长（图）闺阁画家：古代女性画家中的最大群体 中国古时有“嫘祖创画”的传说，东汉许慎《说文解字》曾有言：“画嫘，舜妹。画始于嫘，故曰画嫘。”可见在传说中绘画是由女性创造的，但在画史中流传下来的女性画家及其作品却是寥寥甚微，这与当时的社会制度与环境有密切的关系。在中国古代女性画家的群体中，闺阁画家占有绝大比重。何为闺阁？《史记·汲郑列传》中有“黯多病，卧闺阁内不出”之语，其中的“闺阁”是指女子的卧房。后来，广义上的闺阁多用来形容拥有良好出身，又具有一定文化修养与笔墨情致的女性，具体到古代闺阁身份上即包括名媛与姬侍两种。 清马荃《花卉草虫图》(之一) 绢本设色，24.4×19.4cm 南京博物院藏 那么古代的闺阁画家究竟有多少？在中国第一部绘画通史《历代名画记》中共收录了从黄帝至唐会昌元年间的370名画家，其中仅有一位女性画家入围，她是三国时期吴王孙权的赵夫人，也是继嫘之后有记载的第一位女画家。赵夫人善书画，以“机绝”、“针绝”和“丝绝”
著称于世，曾向孙权进献描绘五岳列国地形的绣作，惜其画作并未传世。而元代夏文彦的《图绘宝鉴》则记录了从古时传说至元代的千余位画家，其中女画家也仅有7人。到了明代，女性画家的队伍开始扩大，例如姜绍书在《无声诗史》中已专辟女史专卷进行介绍。 直至清代出现了第一部以女性画家为研究对象的史料集——《玉台画史》，改变了以往画史将女画家附录于男画家之后的写作方式。女史学家汤漱玉仿效清代厉鹗《玉台书史》的方式，根据社会等级与人物身份将由嫘祖至清代的223位女画家分为宫掖、名媛、姬侍、名妓四种，其中包括名媛与姬侍在内的闺阁画家有139位，以明清时期的人物居多。此外，由汤漱玉丈夫汪远孙撰写的《玉台画史》别录一卷另收录15人，她们皆为闺阁画家。可见仅在本书记载中的闺阁画家已达154位，占据古代女性画家的一半以上。 清周淑禧《茶花幽禽图》
毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月
关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：
数字图像课程设计简单数字图像处理系统 function varargout = untitled(varargin) % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @untitled_OpeningFcn, ... 'gui_OutputFcn', @untitled_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before untitled is made visible. function untitled_OpeningFcn(hObject, eventdata, handles, varargin) %界面初始化函数 setappdata,'I',0); % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to untitled (see VARARGIN) % Choose default command line output for untitled = hObject;
基于2DPCA的人脸识别算法研究 摘要 人脸识别技术是对图像和视频中的人脸进行检测和定位的一门模式识别技术，包含位置、大小、个数和形态等人脸图像的所有信息。由于近年来计算机技术的飞速发展，为人脸识别技术的广泛应用提供了可能，所以图像处理技术被广泛应用了各种领域。该技术具有广阔的前景，如今已有大量的研究人员专注于人脸识别技术的开发。本文的主要工作内容如下： 1)介绍了人脸识别技术的基础知识，包括该技术的应用、背景、研究方向以及 目前研究该技术的困难，并对人脸识别系统的运行过程以及运行平台作了简单的介绍。 2)预处理工作是在原始0RL人脸库上进行的。在图像的预处理阶段，经过了图 象的颜色处理，图像的几何归一化，图像的均衡化和图象的灰度归一化四个过程。所有人脸图像通过上述处理后，就可以在一定程度上减小光照、背景等一些外在因素的不利影响。 3)介绍了目前主流的一些人脸检测算法，本文采用并详细叙述了Adaboost人脸 检测算法。Adaboost算法首先需要创建人脸图像的训练样本，再通过对样本的训练，得到的级联分类器就可以对人脸进行检测。 4)本文介绍了基于PCA算法的人脸特征点提取，并在PCA算法的基础上应用了 改进型的2DPCA算法，对两者的性能进行了对比，得出后者的准确度和实时性均大于前者，最后将Adaboost人脸检测算法和2DPCA算法结合，不仅能大幅度降低识别时间，而且还相互补充，有效的提高了识别率。 关键词：人脸识别 2DPCA 特征提取人脸检测
2DPCA Face Recognition Algorithm Based on The Research Abstract：Face recognition is a technology to detect and locate human face in an image or video streams,Including location, size, shape, number and other information of human face in an image or video streams.Due to the rapid development of computer operation speed makes the image processing technology has been widely applied in many fields in recent years. This paper's work has the following several aspects: 1)Explained the background, research scope and method of face recognition,and introduced the theoretical method of face recognition field in general. 2)The pretreatments work is based on the original ORL face database. In the image preprocessing stage, there are the color of the image processing, image geometric normalization, image equalization and image gray scale normalization four parts. After united processing, the face image is standard, which can eliminate the adverse effects of some external factors. 3)All kinds of face detection algorithm is introduced, and detailed describing the Adaboost algorithm for face detection. Through the Adaboost algorithm to create a training sample,then Training the samples of face image,and obtaining the cascade classifier to detect human face. 4)This paper introduces the facial feature points extraction based on PCA ,and 2DPCA is used on the basis of the PCA as a improved algorithm.Performance is compared between the two, it is concluds that the real time and accuracy of the latter is greater than the former.Finally the Adaboost face detection algorithm and 2DPCA are combined, which not only can greatly reduce the recognition time, but also complement each other, effectively improve the recognition rate. Key words：Face recognition 2DPCA Feature extraction Face detection
大作业指导书 题目：数字图像处理 院（系）：物联网工程学院 专业: 计算机 班级：计算机1401-1406 指导老师： 学号： 姓名： 设计时间： 2016-2017学年 1学期
摘要 (3) 一、简介 (3) 二、斑点数据模型 .参数估计与解释 (4) 三、水平集框架 (5) 1.能量泛函映射 (5) 2.水平集传播模型 (6) 3.随机评估方法 (7) 四、实验结果 (8) 五、总结 (11)
基于水平集方法和G0模型的SAR图像分割 Abstract（摘要） 这篇文章提出了一种分割SAR图像的方法，探索利用SAR数据中的统计特性将图像分区域。我们假设为SAR图像分割分配参数，并与水平集模型相结合。分布属于G分布中的一种，处于数据建模的目的，它们已经成功的被用于振幅SAR图像中不同区域的建模。这种统计数据模型是驱动能量泛函执行区域映射的基础，被引用到水平集传播数值方案中，将SAR 图像分为均匀、异构和极其异构区域。此外，我们引入了一个基于随机距离和模型的评估过程，用于量化我们方法的鲁棒性和准确性。实验结果表明，我们的算法对合成和真实SAR 数据都具有准确性。+ 简介 1、Induction（简介） 合成孔径雷达系统是一种成像装置，采用相干照明比如激光和超声波，并会受到斑点噪声的影响。在SAR图像处理过程中，返回的是斑点噪声和雷达切面建模在一起的结果。这个积性模型（文献[1]）因包含大量的真实SAR数据，并且在获取过程中斑点噪声被建模为固有的一部分而被广泛应用。因此，SAR图像应用区域边界和目标检测变得更加困难，可能需要斑点去除。因此，斑点去除是必需的，有效的方法可以在文献[2][3][4][5][6][7][8][9][10]中找到。 对于SAR图像分割，水平集方法构成一类基于哈密顿-雅克比公式的重要算法。水平集方法允许有效的分割标准公式，从文献[12]中讨论的传播函数项可以得到。经典方法有着昂贵的计算成本，但现在的水平集的实现配置了有趣的低成本的替换。 水平集方法的一个重要方面，比如传播模型，可以用来设计SAR图像的分割算法。这个传播函数能够依据伽马和伽马平方根法则将斑点统计进行整合，函数已经被广泛地应用于SAR图像中的均质区域分割。Ayed等基于伽马分布任意建模，设计方案将SAR图像分成多个均质区域。尽管多区分割问题已经解决，该方案人需要一定数量的区域作为输入。Shuai 和Sun在文献[16]中提出对这个方法进行了改进，他们使用了一个有效的传播前收敛判断。Marques等引入了一个类似于含有斑点噪声图像中目标检测的框架，将基于本地区域的斑点噪声统计融合进去。这些作者采用伽马平方根对均质区域进行建模并用一个自适应窗口方案检测本地的同质性。 最近，新的SAR数据模型比如K，G，显示出了优势。经典法则受限于均质区域特性的描述，而最近的法则展现出了在数据建模中更有吸引力的特性。法则允许同构、异构和高度异构幅度SAR数据的建模。这个分布族提供了一组参数，可以描述SAR图像中的不同区域。分布的参数信息，可以被广泛的应用于设计SAR图像处理和分类技术。在文献[21]中，Mejail 等人介绍了SAR监督数据分类器，它基于其参数映射并实现了有趣的结果。Gambini等人在文献[22]中使用这个分布的一个参数来量化SAR数据的粗糙度，通过活动轮廓和B样条差值来检测边缘。然而，这种技术需要一个初始分割步骤，并受拓扑限制。一般来说，活动轮廓方法不能解决不连续区域分割的问题。 本文介绍了一种新的水平集算法来实现SAR图像中均质、异构和极其异构区域分割的目标。由于分布能够描述SAR图像的同质性和规模，我们的方法采用分布对斑点数据进行建模。这些分布参数基于每一个域点进行估计，通过这些信息，我们可以在水平集分割框架内得到一个能量泛函来驱动向前传播(front propagation)。该泛函以最大化不同区域平均能量间的差异作为结束。最终水平集阶段以能量带作为依据得到SAR图像的分割结果。
第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 *数字图像处理（Digital Image Processing） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 **数字图像处理的主要研究内容 （1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT） （6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。 （9）图像通信
数字图像处理系统论文
毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月
摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection
一、编写程序完成不同滤波器的图像频域降噪和边缘增强的算法并进行比较，得出结论。 频域降噪。对图像而言，噪声一般分布在高频区域，而图像真是信息主要集中在低频区，所以，图像降噪一般是利用低通滤波的方法来降噪。边缘增强。图像的边缘信息属于细节信息，主要由图像的高频部分决定，所以，边缘增强一般采取高通滤波，分离出高频部分后，再和原频谱进行融合操作，达到边缘增强，改善视觉效果，或者为进一步处理奠定基础的目的。 1频域降噪，主程序如下： I=imread('lena.bmp'); %读入原图像文件 J=imnoise(I,'gaussian',0,0.02);%加入高斯白噪声 A=ilpf(J,0.4);%理想低通滤波 figure,subplot(222);imshow(J);title('加噪声后的图像'); subplot(222);imshow(A);title('理想低通滤波'); B=blpf(J,0.4,4);%巴特沃斯低通滤波 subplot(223);imshow(B);title('巴特沃斯低通滤波'); C=glpf(J,0.4);%高斯低通滤波 subplot(224);imshow(C);title('高斯低通滤波'); 用到的滤波器函数的程序代码如下： function O=ilpf(J,p) %理想低通滤波，p是截止频率 [f1,f2]=freqspace(size(J),'meshgrid'); hd=ones(size(J)); r=sqrt(f1.^2+f2.^2); hd(r>p)=0; y=fft2(double(J)); y=fftshift(y); ya=y.*hd; ya=ifftshift(ya); ia=ifft2(ya); O=uint8(real(ia)); function O=blpf(J,d,n) %巴特沃斯低通滤波器，d是截止频率，n是阶数[f1,f2]=freqspace(size(J),'meshgrid'); hd=ones(size(J)); r=f1.^2+f2.^2; for i=1:size(J,1) for j=1:size(J,2) t=r(i,j)/(d*d); hd(i,j)=1/(t^n+1); end end y=fft2(double(J)); y=fftshift(y); ya=y.*hd;
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，
基于matlab的车牌识别系统 一、目的与要求 目的：利用matlab实现车牌识别系统，熟悉matlab应用软件的基础知识，了解了基本程序设计方法，利用其解决数字信号处理的实际应用问题，从而加深对理论知识的掌握，并把所学的知识系统、高效的贯穿到实践中来，避免理论与实践的脱离，巩固理论课上知识的同时，加强实践能力的提高，理论联系实践，提高自身的动手能力。同时不断的调试程序也提高了自己独立编程水平，并在实践中不断完善理论基础，有助于自身综合能力的提高。 要求： 1.理解各种图像处理方法确切意义。 2.独立进行方案的制定，系统结构设计要合理。 3．在程序开发时，则必须清楚主要实现函数的目的和作用，需要在程序书写时说明做适当的注释。如果使用matlab来进行开发，要理解每个函数的具体意义和适用范围，在写课设报告时，必须要将主要函数的功能和参数做详细的说明。 4、通过多幅不同形式的图像来检测该系统的稳定性和正确性。 二、设计的内容 学习MATLAB程序设计，利用MATLAB函数功能，设计和实现通过设计一个车牌识别系统。车牌识别系统的基本工作原理为：将手机拍摄到的包含车辆牌照的图像输入到计算机中进行预处理，再对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后将其逐个与创建的字符模板中的字符进行匹配，匹配成功则输出，最终匹配结束则输出则为车牌号码的数字。车牌识别系统的基本工作原理图如图1所下所示：
三、总体方案设计 车辆牌照识别整个系统主要是由车牌定位和字符分割识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于是采用智能手机在开放的户外环境拍照，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要将拍出的车牌进行处理，在这个过程中，我采用画图工具，将汽车图像的车牌部分进行裁剪，并将车牌的蓝色部分过亮的地方颜色加深，还将车牌中的一个白色的原点抹去，另外还将车牌上的铆钉使用车牌的蓝色背景覆盖，这样分割出的字符更加准确。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，CPU要求主频在600HZ及以上，内存在128MB 及以上。系统可以运行于Windows7、Windows2000或者Windows XP操作系统下，程序调试时使用matlabR2011a。 四、各个功能模块的主要实现程序 （一）首先介绍代码中主要的函数功能及用法：