基于图像处理的液晶显示屏的缺陷分析

课程设计任务书

学生姓名：专业班级：电信1205班

指导教师：工作单位：信息工程学院

题目：基于图像处理方法的液晶显示器表面缺陷检测设计初始条件：

具备专业课程数字图像处理的理论知识；具备液晶显示器表面缺陷的设计能力；掌握数字图像的设计知识；自选相关电子器件；可以使用实验室仪器调试。

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）选择液晶显示屏有缺陷的图像作为分析对象，或自行模拟相应图像，缺陷种类应至少包括点缺陷、线缺陷；（2）完成液晶屏图像表面缺陷的图像预处理，包括图像滤波等；

（3）完成图像的分割、边缘提取和目标提取等；

（4）完成图像的特征提取和识别实现；

（5）给出相应程序，并给出每一步的仿真处理结果及分析。时间安排：

十九周一周，其中3天设计，2天调试

指导教师签名：年月日系主任（或责任教师）签名：年月日

随着科技的发展，信息显示技术在人们生活中的作用与日俱增，液晶显示屏也因其体积小、重量轻、功耗低、高分辨率、高亮度和无几何变形诸多特点被广泛应用。但在液晶显示器的生产过程中，由于工艺及环境的原因可能导致液晶显示屏的显示缺陷，包括点缺陷、线缺陷和面缺陷。而液晶显示屏缺陷检测作为生产过程中的重要环节，目前多采用人工检测方法。人工检测不仅存在主观性、标准难以统一等弱点，且占用大量人力、物力资源。因此，本课程设计主要基于数字图像处理方法的液晶显示器表面缺陷检测设计以期望实现快速、规范、低成本的自动识别系统。

关键词：液晶显示屏显示缺陷数字图像处理方法自动识别系统

1 概述 (1)

1.1 液晶显示屏及其显示缺陷简介 (1)

1.2 数字图像处理简介 (1)

2 系统设计方案及其原理 (3)

2.1 设计任务及要求 (3)

2.2 设计原理 (3)

3 源程序 (6)

3.1 简易程序 (6)

3.2 繁琐程序 (8)

4 仿真结果及分析 (14)

4.1 点缺陷仿真结果 (14)

4.2 线缺陷仿真结果 (16)

4.3 面缺陷仿真结果 (18)

4.4 仿真结果分析 (20)

5 心得体会 (21)

参考文献 (22)

本科生成绩评定表 (23)

1.概述

1.1 液晶显示屏及其显示缺陷简介

21世纪是一个信息的时代，信息显示技术在人们社会活动和日常生活中

的作用日益剧增。例如，信息处理、接受及发送等操作均借助于信息系统终端设备与人之间的界面——显示来完成。LCD一般代指薄膜液晶显示器，是利用液晶的特性“主动的”对屏幕上的各个独立的象素进行控制，以达到成像目的一种终端显示设备。图像产生的基本原理很简单：显示屏由许多可以发出任意颜色的光线的点组成，只要控制各个点显示相应的颜色就能达到目的了。他不仅具有高分辨率、高亮度和无几何变形等诸多优点外，还具有体积小、重量轻和功耗低等特点。因此，被广泛应用于数码照相机、数码摄像机、车载显示器、桌上显示器、笔记本电脑和液晶电视等几乎所有的显示器领域。

在液晶显示器的生产过程中，由于工艺及环境的原因可能导致液晶显示屏的显示缺陷，常见的TFT-LCD屏显示缺陷包括点缺陷、线缺陷和面缺陷。点缺陷主要是单个TFT失效引起的，线缺陷则主要是由于驱动IC与屏连接不良所致。面缺陷是与点、线两种缺陷完全不同类型的缺陷，它无同定的形状和尺寸，必须在暗室下为TFT-LCD提供特定的背景亮度才能够将其辨认，产生面缺陷的原因有：液晶分子配向不均匀，TFT漏电不均匀和背光源发光不均匀等。这些显示缺陷的产生对显示器的显示造成了很大的干扰，对日常生活、生产有不小的负面影响。

1.2 数字图像处理简介

数字图像处理(DigitalImageProcessing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理工具箱提供一套全方位的参照标准算法和图形工具，用于进行图像处理、分析、可视化和算法开发。可用其对有噪图像或退化图像进行去噪或还原、增强图像以获得更高清晰度、提取特征、分析形状和纹理以及对两个图像进行匹配。工具箱中大部分函数均以开放式 MATLAB 语言编写。这意味着可以检查算法、修改源代

码和创建自定义函数。图像处理工具箱在生物测定学、遥感、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学及材料科学等领域为工程师和科学家提供支持。它也促进了图像处理技术的教学。

数字图像处理的优点主要表现在以下几个方面：

1. 再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。

2．处理精度高按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。

3．适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。

4．灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。

2.系统方案设计及其原理

显示缺陷的产生对显示器的显示造成了很大的干扰，对日常生活、生产有不小的负面影响。所以，对于显示缺陷的检测是非常重要的。目前对缺陷的检测主要依靠人工，为了提高检测效率及准确性，研制有效的液晶屏自动检测系统十分必要。鉴于数字图像处理的便捷性、可操作性、简单易行性以及本次设计的内容及目的是检测显示图像缺陷的自动检测，所以本次对于液晶显示器显示缺陷的自动检测系统采用基于数字图像处理的方式来设计。

2.1设计任务及要求：

（1）选择液晶显示屏有缺陷的图像作为分析对象，或自行模拟相应图像，缺陷种类应至少包括点缺陷、线缺陷；

（2）完成液晶屏图像表面缺陷的图像预处理，包括图像滤波等；

（3）完成图像的分割、边缘提取和目标提取等；

（4）完成图像的特征提取和识别实现；

（5）给出相应程序，并给出每一步的仿真处理结果及分析。

2.2设计原理：

本次设计由于是要自动检测出显示图像的缺陷，于是采取的方案是将图像先进行中值滤波预处理，然后通过选取阈值为灰度的平均值加常数h=10~15对图像进行二值化处理，之后再通过帧运算过滤噪声、数学形态滤波去噪以及边缘处理等手段将缺陷目标提取出来。提取出的缺陷目标为白色，无缺陷的地方为黑色，这样就完成了将要检测的缺陷提取的目的。之后就是将提取的目标进行坐标定位，个数以及大小计算等，最后将结果打印出来。

2.2.1中值滤波法

中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值实现方法：1、通过从图像中的某个采样窗口取出奇数个数据进行排序；2、用排序后的中值取代要处理的数据即可。中值滤波法对消除椒盐噪音非常有效，在光学测量条纹图象的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大。中值滤波在图像处理中常用来保护边缘信息，是经典的平滑噪声的方法。

中值滤波的原理：中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个拎域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是去某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=m e d{f(x-k,y-l),(k,l∈W)}f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如圆形，十字形或者圆环形。

2.2.2图像二值化

图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。所有灰度大于或等于阈值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。

图像的二值化的基本原理：图像的二值化处理就是将图像上的点的灰度置为0或255，也就是讲整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景

下，使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。

2.2.3 边缘填充与区域提取

边缘改进全阈值对虽然可以有效的对图像进行缺陷与背景的分割，但同时也将会造成缺陷边缘的锐化与分离。原本是一个整体的缺陷部分边缘有部分单元与本体分开这将会对之后的区域识别与信息的提取造成错误。为确保对缺陷识别的准确性，需要对边缘进行填充以确保分割部分的完整性。对分割图像进行取反，使缺陷部分为 1 即白色部分，背景显示为黑色部分，先对图像进行边缘提取再进一步对边缘进行填充最后与原始图像叠加，完成对边缘的平滑与复原。

3.源程序

3.1简易程序

a=imread('4.png');

bw=rgb2gray(a); %图像类型转换灰度

% imwrite(bw,'2.jpg');

figure(1);subplot(1,2,1);

imshow(a),title('数码采集到的图像');

subplot(1,2,2);

imshow(bw),title('转化后的灰度图');

bw1=medfilt2(bw);figure(2);%图像平滑

% subplot(2,2,1);

% imshow(bw1),title('原始图像');imshow(bw1),title('中值滤波的图像'); subplot(2,2,2);

% bw2=histeq(bw1); %图像增强

% figure(1);

% imshow(bw2),title('增强图像');

% figure(2);

% imhist(bw1),title('原始图像直方图');

% figure(3);

% imshow(bw2),title('直方图均衡图像');

% figure(4);

% imhist(bw2),title('均衡化图像直方图');

level = graythresh(bw1);

bw3=im2bw(bw1,level);

figure(3);

imshow(bw3),title('二值图像');

se = strel('disk', 3);

bw4=imerode(bw3,se);

figure(4);

imshow(bw4),title('腐蚀形态学滤波');

bw5=imdilate(bw4,se);

figure(5);

imshow(bw5),title('数学形态学滤波');

[l,m]=bwlabel(bw5,8);

status=regionprops(l,'BoundingBox');

for i=1:m;

hold on;

rectangle('position',status(i).BoundingBox,'edgecolor','r');

left=round(status(i).BoundingBox(1));

top=round(status(i).BoundingBox(2));

right=round(status(i).BoundingBox(1)+status(i).BoundingBox(3)); bottom=round(status(i).BoundingBox(2)+status(i).BoundingBox(4)); end;

if((status(i).BoundingBox(3)*status(i).BoundingBox(4))<1)

disp('无');

elseif ((status(i).BoundingBox(3)*status(i).BoundingBox(4))<150) disp('点缺陷');

elseif

(status(i).BoundingBox(3)/status(i).BoundingBox(4)>5||status(i).Bound ingBox(4)/status(i).BoundingBox(3)>5);

if(status(i).BoundingBox(3)>status(i).BoundingBox(4))

disp('横线缺陷');

else

disp('纵线缺陷')

end;

else

disp('面缺陷');

end;

3.2繁琐程序

I=imread('1.png');%读取原始图片

I=rgb2gray(I);

J=medfilt2(I,[3,3]);%进行中值滤波

J=medfilt2(J,[3,3]);%进行中值滤波

J=medfilt2(J,[3,3]);%进行中值滤波

subplot(2,2,1),imshow(I),title('原图像');

subplot(2,2,2),imshow(J);title('中值滤波后图像');%显示中值滤波后图像subplot(2,2,3),imhist(I),title('原图像的直方图');%显示原图像的直方图subplot(2,2,4),imhist(J),title('中值滤波后图像的直方图');

%显示中值滤波后图像的直方图

%选取阈值为所有像素的灰度的平均值加常数h=10~15对图像进行二值化处理%灰度值大于的为白色，小于的为黑色

J1=J;

J2=mean2(J)+15;

K=find(J

J(K)=mean2(J);

K=find(J>=J2);

J(K)=255;

figure,subplot(1,2,1),imshow(J),title('Binary Image');%显示二值化后图像

J3=mean2(J1)+10;

K=find(J1=J3);

J1(K)=255;

subplot(1,2,2),imshow(J1),title('Binary Image');%显示二值化后图像

K1=bitand(J,J1);%位与

figure,imshow(K1),title('帧运算过滤噪声后图像');

%数学形态滤波

se=strel('square',3);%生成放心结构元素

K2=imerode(K1,se);%执行腐蚀

figure,imshow(K2);

K2=imdilate(K2,se);%执行膨胀

figure,imshow(K2),title('数学形态学滤波后图像');

J2=double(K1);

[m n]=size(J2); %图像的大小（长和宽）

s=0;c=0;k=1;

for i=1:m-1

for j=1:n-1

if J2(i,j)==255

s=s+1;a(k)=j;b(k)=i; k=k+1;

end

end

end

c=0;

if s==0

pt=sprintf('不存在缺陷');disp(pt)

else

if s/(7*2*n)>0.8

for i=1:n-1

if b(i+7+n)-b(i+n)==0

if a(i+1+n)-a(i+n)==1

if i==n-1

pt=sprintf('存在横向的线缺陷');disp(pt)

st=sprintf('线缺陷的面积S=%8.5f',n*7);disp(st)

at=sprintf('线缺陷的长度L=%8.5f',n);disp(at)

ct=sprintf('线缺陷的个数c=%8f',round(s/(7*n)));disp(ct)

for j=1:round(s/(7*n))

yt=sprintf('线缺陷的坐标y=%8.5f',b(1+7*n*(j-1))+3);disp(yt)

yt=sprintf('在液晶屏中线缺陷的坐标y=%8.5f',(b(1+7*n*(j-1))+3)/m*10*2);disp(yt)

end

end

end

end

end

else

if s/(7*2*m)>0.8

for k=1:round(s/(7*m))

for i=1:m-1

if a(i+7*k)-a(i)==0

if b(i+7*k)-b(i)==1

if i==m-1

pt=sprintf('存在纵向的线缺陷');disp(pt) st=sprintf('线缺陷的面积S=%8.5f',m*7);disp(st)

at=sprintf('线缺陷的长度L=%8.5f',m);disp(at)

ct=sprintf('线缺陷的个数c=%8f',k);disp(ct)

for j=1:k

xt=sprintf('线缺陷的坐标x=%8.5f',a(1+7*(j-1))+3);disp(xt)

xt=sprintf('在液晶屏中线缺陷的坐标x=%8.5f',(a(1+7*(j-1))+3)/n*15*2);

disp(xt)

end

end

end

end

end

end

else

if s>n

for t=1:round(s/(7*m))

for i=1:m-1

if a(i+7*t)-a(i)==0

if b(i+7*t)-b(i)==1

if i==m-1

pt=sprintf('存在纵向的线缺陷');disp(pt)

st=sprintf('线缺陷的面积S=%8.5f',s);disp(st)

at=sprintf('线缺陷的长度L=%8.5f',m);disp(at)

ct=sprintf('线缺陷的个数c=%8f',t);disp(ct)

for j=1:t

xt=sprintf('线缺陷的坐标x=%8.5f',a(1+7*(j-1))+3);disp(xt)

xt=sprintf('在液晶屏中线缺陷的坐标x=%8.5f',(a(1+7*(j-1))+3)/n*15*2);

disp(xt)

end

end

end

end

end

end

for i=1:n-1

if b(i+7+n)-b(i+n)==0

if a(i+1+n)-a(i+n)==1

if i==n-1

if (a(k-7)-a(12))>n-10

pt=sprintf('存在横向的线缺陷');disp(pt)

st=sprintf('线缺陷面积S=%8.5f',n*7); disp(st)

at=sprintf('线缺陷长度L=%8.5f',n);disp(at)

ct=sprintf('线缺陷个数c=%8f',round(s/(7*n)));

disp(ct)

for j=1:round(s/(7*n))

yt=sprintf('线缺陷坐标y=%8.5f',b(1+7*n*(j-1))+3);disp(yt)

yt=sprintf('在液晶屏中线缺陷的坐标y=%8.5f',(b(1+7*n*(j-1))+3)/m*10*2);

disp(yt)

end

else

if (a(k-1)-a(1))

if (b(k-1)-b(1))

pt=sprintf('存在面缺陷');disp(pt)

st=sprintf('面缺陷的面积S=%8.5f',s);disp(st)

at=sprintf('面缺陷的长a=%8.5f',(a(k-1)-a(1))/n.*15*2);

disp(at)

bt=sprintf('面缺陷的宽b=%8.5f',(b(k-1)-b(1))/m.*10*2);disp(bt)

xt=sprintf('面缺陷起始点横坐标x=%8.5f',a(1)/n.*15*2');disp(xt)

yt=sprintf('面缺陷起始点纵坐标y=%8.5f',b(1)/m.*10*2');disp(yt)

end

end

end

4.仿真结果及分析

4.1.点缺陷的仿真结果

图一采集到的图像及转换后的灰度图

图二二值化的图像

图三数学形态学滤波后的图像

图四腐蚀形态学后的滤波

图五缺陷的检测结果

4.2.线缺陷的仿真结果

图六采集到的图像及转换后的灰度图

图七二值化的图像

图八腐蚀形态学后的滤波

图九数学形态学滤波后的图像

图十缺陷的检测结果

数字图像处理与分析实验作业(DOC)

数字图像处理与分析实验作业 作业说明：作业题目分为基本题和综合应用题。基本题主要是考察大家对教材涉及的一些基本图像处理技术的理解和实现。而综合应用题主要是考察大家综合利用图像处理的若干技术来解决实际问题的能力。 注：所有实验用图像均可从网上下载，文档中的图片只是示例。 作业要求： 编程工具：Matlab或者VC(可以使用OpenCV：https://www.doczj.com/doc/e815689524.html,/）。因为很多基本的图象处理算法已经集成在很多的编程工具中，而编程训练中基本题的目的是让同学们加深对这些算法的理解，所以基本题要求同学们只能使用图像读取和显示相关的函数（例如Matlab的imread imshow，imwrite，OpenCV的cvCreateImage，cvLoadImage，cvShowImage），而不要直接调用相关的API（例如二维DFT，图象均衡等等），但在综合应用题中则无此限制。 上交的作业包括：实验报告和程序。其中实验报告要求写出算法分析（必要时请附上流程图），函数说明（给出主要函数的接口和参数说明），实验结果（附图）及讨论分析。提交的程序，一定要确保可以运行，最好能写个程序说明。 基本题一共有10道，可以从中任选2道题来完成。综合应用题有2道，可以从中任选1道来完成。 请各位同学务必独立完成，切忌抄袭！ 基本题 一、直方图变换 要求对原始Lena 图像实现以下三种取整函数的直方图均衡化： 线性函数： t k= int[(L -1) t k+ 0.5]； 对数函数： t k= int[( L-1)log(1+9t k) + 0.5] ； 指数函数： t k= int[(L -1)exp( t k-1) + 0.5] ； 要求给出： 1、原始图像和分别采用上述三种方式均衡化后的图像； 2、原始图像的直方图和上述三种方式对应均衡化后的直方图。

数字图像处理试题

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

(完整版)数字图像处理第三版中文答案解析冈萨雷斯

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。

数字图像处理实验题目要求

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

数字图像处理-作业题及部分答案解析演示教学

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.

数字图像处理与分析习题及答案

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

photoshop图像处理教程

图像处理实验一 请先在D盘新建“学号姓名”文件夹，将所有实验结果保存到里面。 Photoshop软件下载地址：https://www.doczj.com/doc/e815689524.html,/cecdown/ 一、“选择”工具和“渐变”工具制作“钮扣” 【操作步骤】 步骤1: 运行Photoshop，新建文档，在如图2-4-1所示的“新建”对话框中设置300像素×300像素的图像大小、分辨率为72像素/英寸、RGB模式的图片文件，单击“好”按钮后出现新文档窗口。 图2-4-1 步骤2: 用“油漆桶工具”把图片背景填充为黑色。 提示：如果工具箱中找不到油漆桶工具，可以在“渐变工具”上按下左键一会儿，在出现的菜单中选择。 步骤3: 选中椭圆选框工具，按着Shift键不放，同时按住鼠标左键在图片中央拖动，绘制一个圆形选区，如图2-4-2所示。 提示：如果工具箱中找不到“椭圆选框工具”，可以在其他选择工具上按下左键一会儿，在出现的菜单中选择。 图2-4-2 图2-4-3步骤4: 单击工具箱下面的“设置前景色”按扭，在随后弹出的“拾色器”对

话框中把R 、G 、B 值分别设为0、30、255，如图2-4-3所示；单击“好”按扭关闭对话框，即可把前景色设置为兰色。按住Alt 键，单击工具箱下面的背景色设置按扭，用同样的方法把背景色设为白色，R 、G 、B 值为255、255、255。 步骤5: 选择渐变工具，在如图2-4-4所示的选项栏单击“渐变类型选择”组中的第一个按钮“线性渐变”，单击“渐变色编辑与选择工具”，在打开的“渐变编辑器”对话框中，选择“前景色到背景色渐变”，即把渐变方式设置为从前景色到背景色。然后把鼠标从圆形选区的左上角拖动到圆形选区的右下角，松开左键，产生渐变效果。如图2-4-5所示。 图2-4-4 步骤6: 使用“选择/取消选择”菜单命令，取消原来的选区，再次用椭圆选择工具绘制一个小一点的圆形选区，调整位置使之与原来的圆形同心。如图2-4-6所示。 图2-4-5 图2-4-6 步骤7: 选择渐变工具，渐变方式保持不变。然后把鼠标指针从圆形选区的右下角拖曳到圆形选区的左上角。如图2-4-7所示。 图2-4-7 图2-4-8 步骤8: 使用“选择/取消选择”菜单命令取消选区。 步骤9: 把前景色设为黑色，用画笔工具 在钮扣的中心位置采用单击的办法绘制四

数字图像处理考题2012级

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

图像处理和分析-王伟强-作业题和答案解析汇总-2017版

【作业1】 1、完成课本习题3.2(a)(b), 课本中文版《处理》第二版的113页。可以通过matlab帮助你分析理解。 a: b:E控制函数的斜坡，也就是函数的倾斜程度，E越大，函数倾斜程度越大，如下图1，图2所示： 图1：E=5

图2：E=20 2、一幅8灰度级图像具有如下所示的直方图，求直方图均衡后的灰度级和对应概率，并画出均衡后的直方图的示意图。（计算中采用向上取整方法，图中的8个不同灰度级对应的归一化直方图为[0.17 0.25 0.21 0.16 0.07 0.08 0.04 0.02]） 【解答】直方图均衡采用公式 式中，G为灰度级数，取8，p r(w)为灰度级w的概率，S r为变换后的灰度，计算过程如下表所示： 则新灰度级的概率分别是： P s(0) = 0 P s(1) = P r(0) = 0.17 P s(2) = 0 P s(3) = P r(1) = 0.25 P s(4) = 0 P s(5) = P r(2) = 0.21 P s(6) = P r(3) + P r(4) = 0.23

P s(7) = P r(5) = P r(6) = P r(7) = 0.14 编写matlab程序并绘制直方图： s=0:1:7; p=[0 0.17 0 0.25 0 0.21 0.23 0.14]; bar(s,p); axis([-1 8 0 0.3]); 可以看出，此图较题目原图更加“均匀”。 【作业2】1、完成课本数字图像处理第二版114页，习题3.10。 【解答】 由图可知

将两图做直方图均衡变换 令上面两式相等，则 因为灰度级非负，所以 2、请计算如下两个向量与矩阵的卷积计算结果。 （1）[ 1 2 3 4 5 4 3 2 1 ] * [ 2 0 -2 ] （2） 【解答】 （1）设向量a=[ 1 2 3 4 5 4 3 2 1 ]，下标从-4到4，即a(-4)=1，a(-3)=2……a(4)=1；设向量b=[ 2 0 -2 ]，下标从-1到1，即b(-1)=2，b(0)=0，b(1)=-2；设向量c=a*b，下标从-5到5。根据卷积公式可知 其中，，则 c(-5)=a(-4)b(-1)=1*2=2 c(-4)=a(-4)b(0)+a(-3)b(-1)=1*0+2*2=4 c(-3)=a(-4)b(1)+a(-3)b(0)+a(-2)b(-1)=1*(-2)+2*0+3*2=4 c(-2)=a(-3)b(1)+a(-2)b(0)+a(-1)b(-1)=2*(-2)+3*0+4*2=4 c(-1)=a(-2)b(1)+a(-1)b(0)+a(0)b(-1)=3*(-2)+4*0+5*2=4 c(0)=a(-1)b(1)+a(0)b(0)+a(1)b(-1)=4*(-2)+5*0+4*2=0 c(1)=a(0)b(1)+a(1)b(0)+a(2)b(-1)=5*(-2)+4*0+3*2=-4 c(2)=a(1)b(1)+a(2)b(0)+a(3)b(-1)=4*(-2)+3*0+2*2=-4 c(3)=a(2)b(1)+a(3)b(0)+a(4)b(-1)=3*(-2)+2*0+1*2=-4 c(4)=a(3)b(1)+a(4)b(0)=2*(-2)+1*0=-4

数字图像处理练习题答案解析

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,

数字图像处理教程文件

数字图像处理

数字图像处理实验报告 学校：河北建筑工程学院 院系：电气工程学院 班级：电子132班 姓名：杨腾腾 学号： 2013315235

第二章图像处理基本知识 1．实验目的： （1）了解图像采集的硬件设备，获取一幅自己的头像(*.jpg)，作为后续实验的一个图像源； （2）练习MATLAB的一般使用，为其它几个实验做准备。 2．实验内容： （1）利用图像采集系统获取图像； （2）编写一个MATLAB程序对获取的图像文件（*.jpg）。将彩色图像转换为灰度图像。用imhist计算和显示灰度的统计特性，求其均值、标准差，并将图像反白。更详细的操作请参考讲解MATLAB使用的相关书籍或者该软件的在线帮助文件。 3．实验要求： 编写一完整的MATLAB程序。这里完整的MATLAB程序是指该程序应有一个用户界面窗口，读入的图像文件应显示在界面窗口里，在界面窗口中可以设置几个按钮，分别完成对所显示的图像进行上面（2）中所要求的操作。请保留该程序，后面的实验所编的程序都要求与此程序集成起来，提供一个统一的操作界面。 4. 实验程序： I=imread('C:\0.jpg'); subplot(2,2,1); imshow(I); J=rgb2gray(I); subplot(2,2,2);imshow(J); subplot(2,2,3);imhist(J); Ave=mean2(J) SD=std2(double(J)) s=size(J); all_white=255*ones(s(1),s(2)); all_white_uint8=uint8(all_white); K=imsubtract(all_white_uint8,J); subplot(2,2,4);imshow(K); imwrite(K,'C:\0_iverse.jpg') 实验结果： Ave =105.655 SD=51.9442

数字图像处理与分析习题及答案

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。

直方图均衡化图像增强与彩色图像处理算法分析

直方图均衡化图像增强与彩色图像处理算法分析 2012.05.29

目录 1. 前言 (1) 2. 理论分析 (2) 2.1 直方图修正技术的基础 (2) 2.2 直方图的均衡化 (3) 2.3 直方图均衡化的算法步骤 (4) 3. 仿真实验与结果 (6) 3.1直方图均衡化Matlab程序 (6) 3.2 彩色图形处理Matlab程序 (8) 3.3 直方图均衡化仿真结果： (10) 3.4 彩色图像处理仿真结果： (13) 4. 结论 (14) 参考文献 (15)

1. 前言 在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因，图像的质量往往不能令人满意。例如，检测对象物的边缘过于模糊；在比较满意的一幅图像上发现多了一些不知来源的黑点或白点；图像的失真、变形等等。所以图像往往需要采取一些手段进行改善以求达到较好的效果。图像增强技术正是在此基础上提出的。图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式。即改善图像质量是图像增强的根本目的。图像增强的意义一般可以理解为：按需要进行适当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某些有用的信息，去除或削弱无用的信息以便于显示、观察或进一步分析和处理。 图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。因此图像增强处理是图像分析和图像理解的前提和基础。在图像的获取过程中，特别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。因此，为得到一幅清晰的图像必须进行增强处理。传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息熵下降，给监控图像的分析和后期处理带来了困难。针对此问题，提出一种新算法。 图像增强处理方法根据图像增强处理所在的空间不同，可分为基于空间域的增强方法和基于频率域的增强方法两类。空间域处理方法是在图像像素组成的二维空间里直接对每一个像素的灰度值进行处理，它可以是一幅图像内像素点之间的运算处理，也可以是数幅图像间的相应像素点之间的运算处理。频率域处理方法是在图形的变换域对图像进行间接处理。其特点是先将图像进行变换，在空间域对图像作傅里叶变换得到它的频谱按照某种变化模型（如傅里叶变换）变换到频率域，完成图像由空间域变换到频率域，然后在频率域内对图像进行低通或高通频率域滤波处理。处理完之后，再将其反变换到空间域。 直方图均衡化算法是图像增强空域法中的最常用、最重要的算法之一。它以概率理论作基础，运用灰度点运算来实现直方图的变换，从而达到图像增强的目的。本文介绍一种基于累积分布函数变换法为基础的直方图修正法。它可以通过对直方图进行均匀化修正，可使图像的灰度间距增大或灰度均匀分布、增大反差，是图像的细节变得清晰。

数字图像处理练习题

一、基本题目 1. 2.HSI模型中，H I (Intensity) 3.CMYK （Black）。 4. 5. 6. 7. 8.存储一幅大小为M×N，灰度级为2g bit）大小的 存储空间。 9.图像退化是图像形成、传输和记录的过程中，由于成像系统、传输介质和设 10. 行图像的边缘检测。 11.用函数b s+ =来对图像象素进行拉伸变换，其中r kr 度值，若系数0 k >b ,1> 压缩） 12. 13. 两种。 14. 15.少），所得 16. 17.图像退化的典型表现为图像模糊、失真、噪声等，我们针对退化进行图像复 18.灰度直方图反映一幅图像中各灰度级象素出现的频率之间的关系，

19. 因此可以采 20. 图像边缘是指图像中象素灰度值有阶跃变化或屋顶状变化的那些象素的集 21.22.(X B X B =Θ23. (Y (U ,V )信号，它们之间的关系 为：Y=0.3R+0.59G+0.11B 24. 我国的电视标准是PAL 行 25. 26. MPEG 是ISO 其工作是开发满足各种应 27. 若原始的模拟图像，其傅氏频谱在水平方向的截止频率为m U ，在垂直方向 ，则只要水平方向的空间取样频率02m U U =，垂直方向的空 28. CT 。 29. 人们在观察一条由均匀黑和均匀白的区域形成的边界时，可能会认为人的主 观感受是与任一点的强度有关。但实际情况并不是这样，人感觉到的是在亮度变化部位附近的暗区和亮区中分别存在一条更黑和更亮的条带，这就是所谓的“Mach 带” 30. 若代码中任何一个码字都不是另一个码字的续长，也就是不能在某一个码字后面添加一些码元而构成另一个码字，称其为非续长代码。反之，称其为续长代码。 31. 对每个取样点灰度值的离散化过程称为量化。常见的量化可分为两大类，一 类是将每个样值独立进行量化的标量量化方法，另一类是将若干样值联合起来作为一个矢量来量化的矢量量化方法。在标量量化中按照量化等级的划分方法不同又分为两种，一种均匀量化；另一种是非均匀量化 32.

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案 第1 章概述 1.1 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。 1.2 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。 1.3 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。 1.4 讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答：如图1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。软件系统包括操作系统、控制软件及应用软件等。 图1.8 数字图像处理系统结构 图 1

1.5 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BMP、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力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆脱繁 杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可 以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计中的重 复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法，如 图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值 图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足之处限制了 其在图像处理软件中实际应用。首先，强大的功能只能在安装有MA TLAB 系统的机器上使用 图像处理工具箱中的函数或自编的 m 文件来实现。其次，MATLAB 使用行解释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形界面的处理不及C++ 等语言。为此，通应用程序接口API 和编译器与其他高级语言（如C、 C++、Java 等）混 合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MA TLAB 与外部数 据与程序的交互。编译器产生独立于MATLAB 环境的程序，从而使其他语言的应用程序使用MATLAB。 1.6 常见的数字图像应用软件有哪些？各有什么特点？答：图像应用软件是可直接供 用户使用的商品化软件。用户从使用功能出发，只要了解 软件的操作方法就可以完成图像处理的任务。对大部分用户来说，商品化的图像应用软件无 需用户进行编程，操作方便，功能齐全，已经能满足一般需求，因而得到广泛应用。常用图 像处理应用软件有以下几种： 1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多达 20 多种图像格式和 TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能可以很 方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对图像进 行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色模式 的转换、改变图像的尺寸和分辨率、制作网页图像等。 2．CorelDRAW：一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像是 由象素组成的，与其相对，矢量式图像以几何、色彩参数描述图像，其内容以线条和色块为主。可见，采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰富 色调的自然景物，数据量较大；而矢量式图像强于表现线条、色块的图案，数据量较小。 合理的利用两种不同类型的图像表现方式，往往会收到意想不到的艺术效果。CorelDraw是

(完整版)图形图像处理案例教程photoshopcs5教案

PS 教学简案建议学时：64学时

项目一认识Photoshop CS5 本项目参考节数：6课时

教学实施 （总课时：6学时） 【课题导入】（5分钟） 项目任务介绍，学习目标、学习重点阐述。 【教授新课】（总学时：4课时） 任务1认识Photoshop CS5 的工作界面（1课时） 任务分析：认识Photoshop CS5的工作界面以及各个菜单、工具 相关知识：（教师讲解、演示，学生操作）（20分钟） 1．认识工作区，进行屏幕切换操作 2．认识工具箱，选择工具进行操作 3．认识工具与属性栏、面板，对不同工具的属性栏进行操作 任务实施：（20分钟） 教师操作演练，学生进行操作训练，教师进行操作指导。 检查学生操作效果，检查学生完成的任务作品。 任务2文件的管理（1课时） 任务分析：文件管理，包括新建文件、打开文件，把文件以不同的格式存储到指定的位置等，及图层基本操作。 相关知识：（教师讲解、演示，学生操作）（15分钟） 1．文件的管理 2．图层 3．文件格式 任务实施：（教师演示，学生操作训练、教师指导）（30分钟） 教师操作演练，学生进行操作训练，教师进行操作指导。 检查学生操作效果，检查学生完成的任务作品。 任务3制作一张简单的广告（约2课时） 任务分析：制作一张简单的广告。 相关知识：（教师讲解、演示，学生操作）（20分钟）

1．新建图层 2．图层的复制 3．调整图层顺序 任务实施：（教师演示，学生操作训练、教师指导）（45分钟）教师操作演练，学生进行操作训练，教师进行操作指导。 学生进行多次操作训练。 检查学生操作效果，检查学生完成的任务作品。 【教学检测】 （约2课时） 1．完成项目实训 2．项目实训完成情况检查，评价总结 【教学总结】 （10分钟） 教学内容 教学完成情况 学生学习掌握情况