《数字图像处理》
期中大作业
姓名：钟涛
学号：24102200147
序号：23
南湖学院机电系
2013年4月
第一部分：IPT函数的应用
1、读取并显示一张彩色图像，然后将其灰度化，并将灰度化后的结果存入计算机中，最后再将其
二值化；
2、解答：
（1）程序
f=imread('pic.jpg') %读入图像me
imshow(f) %显示图像me
a=rgb2gray(f) %调用灰度处理函数对头像进行灰度处理
figure,imshow(a) %显示灰度处理后的图像
b=im2bw(a) %调用二值转换函数将图像转换成二值图像
figure,imshow(b) %显示灰度处理后的二值图像
imwrite(a,'pic-gai.jpg') %将灰度图像写入计算机
imwrite(b,'pic-gai.jpg') %将二值图像写入计算
（2）运行结果
图1：原图pic.jpg 图2：灰度处理后的pic.jpg
图3：灰度处理加二值处理后的pic-gai.jpg
（3）结果分析
调用灰度系统函数对图像进行灰度化，然后进行二值处理。灰度处理后去掉了彩色，二值处理让深灰色变成黑色浅灰色变成了白色。
2、使用亮度变换函数完成一张灰度图片的亮度调整：
解答：
（1）程序：
f2=rgb2gray(imread('pic.jpg')) %读入图像并进行灰度处理
imshow(f2) %显示灰度处理后的图像
F=fft2(f2) %对图像进行DFT计算
S=abs(F) %得到频谱图
figure,imshow(S,[]) %显示频谱图
Fc=fftshift(F) %进行图像的平移
figure,imshow(abs(Fc),[]) %显示平移后图像
S2=log(1+abs(Fc)) %进行对数变换
figure,imshow(S2,[]) %显示对数变换后的图像
（3）运行结果
图1 灰度图像图2 f4直方图
图3 进行规定化之后的效果g4 图4 g4直方图
（3）结果分析
通过调用函数fft2进行DFT计算，然后利用fftshift将变换的原点平移到频率矩阵中心，可以明显看到图像中心点的变化（图3），然后利用对数变化增强视觉效果（图4），结果变化明显，一目了然。
3、计算图像的直方图并对其进行均衡化和规定化；
（1.1）直方图均衡化
（1）程序
f2=rgb2gray(imread('pic.jpg')); %读入图像fan,并进行灰度处理
imshow(f2); %显示灰度图像f2
figure,imhist(f2); %显示灰度图像f2,显示f2的直方图
ylim('auto'); %设定刻度线和取值范围
g2=histeq(f2,256); %对图像f2进行直方图均衡化处理，生成图像g2
figure,imshow(g2); %显示之前的所有图像，显示g2
figure,imhist(g2) %显示之前所有图像，显示g2的直方图
ylim('auto') %设定刻度线和取值范围
imwrite(f2,'f2.jpg') %将灰度图像f2写入计算机
imwrite(g2,'g2.jpg') %将均衡化后的图像g2写入计算机
（1.2）直方图均衡化运行结果：
图1 灰度处理后的图像f2
图2 f2直方图
图3均衡化处理后效果g2 图4 g2直方图
（2.1）直方图的规定化
（1
）程序
f4=rgb2gray(imread('pic.jpg')) %读入图像fan,并进行灰度处理
imshow(f4) %显示灰度图像f4
imwrite(f4,'f4.jpg') %将灰度图像f4写入计算机
figure,imhist(f4) %得到f4直方图
ylim('auto') %设定刻度值和取值范围
xlim('auto') %设定刻度值和取值范围
g4=histeq(f4,[0 50 100 150 200 256])%进行直方图规定化，生成图像g4
figure,imshow(g4) %保持显示之前图像，显示g4
figure,imhist(g4) %保持显示之前图像，显示g4直方图
ylim('auto') %设定刻度值和取值范围
xlim('auto') %设定刻度值和取值范围
imwrite(g4,'g4.jpg') %将g4写入计算机
（2.2）直方图规定化运行结果
0123456x 10
4050100150200250
123456x 104050100150200250
图1 灰度图像 图2直方图
图3 进行规定化后的效果 图4 直方图
4、调用噪声函数对读入的图像加噪，然后调用空间噪声滤波函数进行滤波，并对滤波效果进行分析
（1）程序
w=rgb2gray(imread('pic.jpg')) %将图像灰度化
imshow(w) %显示图像
k=imnoise(w,'salt & pepper') %加椒盐噪声
figure,imshow(k) %显示原图，显示被噪声污染的图像
k1=medfilt2(k) %使用中值滤波器滤波
figure,imshow(k1) %保留显示之前所有图像，并显示滤波后图像
imwrite(k,'k.jpg') %将噪声图像写入计算机
imwrite(w,'w.jpg') %见灰度图像写入计算机
（2）运行结果
图1 灰度图像 图2 加椒盐噪声后的效果
图3 中值滤波处理后图像
123456x 104050100150200250300
2
4681012x 104050100150200250300
（3）结果分析
首先得到灰度图像，然后加入默认噪声密度为0.05的椒盐噪声。得到被噪声轻度污染的图像（图2），然后用中值滤波器进行滤波，滤除椒盐噪声，且滤波效果良好，接近原图，较为清晰，但一些细节之处还是有所丢失。
5、查找Matlab图像处理工具箱（IPT）中的亮度变换函数，并使用亮度变换函数完成一张灰度图片的亮度调整。
（1）程序
f1=rgb2gray(imread('pic.jpg')) %读入图像fan并进行灰度处理
g1=imadjust(f1,[0.5 0.85],[0 1]) %对灰度图像f1进行亮度调整
imshow(f1),figure,imshow(g1) %显示灰度图像f1和亮度调整后图像g1
imwrite(f1,'f1.jpg') %将灰度图像f1写入计算机
imwrite(g1,'g1.jpg') %将亮度处理后的图像g1写入计算机
（2）运行结果
图1 原灰度图像图2 进行亮度处理后的图像
(3)结果分析
调用亮度处理函数imadjust处理图像后，将0.5至0.85之间的灰度级拓展到[0 1]。突出其中的灰度级。由图2可以看出，图像的亮暗发生了明显的变化。
6、调用库函数，完成对加噪图像的滤波，并和空间滤波函数效果进行比较。
（1）程序
f6=imread('pic.jpg') %读入图像
h=fspecial('motion') %创建一个滤波器
g6=imfilter(f6,h) %空间滤波
figure,imshow(f6) %显示图像
figure,imshow(g6) %滤波后图像
imwrite(g6,'g6.jpg') %将滤波后图像写入计算机
g60=medfilt2(f6) %调用库函数对噪声图像进行中值滤波
figure,imshow(g60) %显示滤波后图像
imwrite(g6,'g60.jpg') %将中值滤波后图像写入计算机
（2）运行结果
图1 原图图2空间滤波
图3调用库函数对噪声图像进行中值滤波
第二部分：自编函数完成下述算法
2、绘制灰度直方图，完成直方图均衡化算法和直方图归定化（匹配）算法，并对算法原理进行说明；
算法如下：
直方图均衡化
P=imread('pic.jpg'); %读入彩色图像文件
imshow(P) %显示图像
title('原始彩色图像')
P1=rgb2gray(P); %显示灰度图像
imwrite(P1,'P1.jpg'); %保存图像
figure,imshow(P1) %显示图像
title('灰度化后图像')
[m,n]=size(P1); %测量图像尺寸参数
GP=zeros(1,256); %预创建存放灰度出现概率的向量for k=0:255
GP(k+1)=length(find(P1==k))/(m*n); %计算每级灰度出现的概率，将其存入GP中相应位置end
figure,bar(0:255,GP,'g') %绘制直方图
title('原图像直方图')
xlim('auto')
ylim('auto')
S1=zeros(1,256);
for i=1:256
for j=1:i
S1(i)=GP(j)+S1(i); %计算Sk
end
S2=round(S1*256); end %将Sk 归到相近级的灰度
for i=1:256 GPeq(i)=sum(GP(find(S2==i))); %计算现有每个灰度级出现的概率
end
figure,bar(0:255,GPeq,'b') %显示均衡化后的直方图
title('均衡化后直方图')
xlim('auto')
ylim('auto')
figure,plot(0:255,S2,'r') %显示灰度变化曲线
legend('灰度变化曲线')
xlabel('原图像灰度级')
ylabel('均衡化后灰度级')
P2=P1;
for i=0:255
P2(find(P1==i))=S2(i+1); %将各个像素归一化后的灰度值赋给这个像素 end
figure,imshow(P2) %显示均衡化后的图像
title('均衡化后图像')
imwrite(P2,'P2.jpg');
简要说明：首先调用灰度函数对图像灰度处理，然后测得灰度图像的相关数据量，计算现有各级灰度出现概率。然后绘制直方图，计算均衡变化后各灰度级出现概率，显示均衡化后直方图。
(2)运行结果
均衡化后图
像
直方图规定化：
f=rgb2gray(imread('pic.jpg'))
imshow(f)
title('原始图像')
I=f;
J=I;
New=I;
L=256; %灰度级
Ps=zeros(L,1); % 存储原图像直方图概率数据
nk=zeros(L,1); % 存储原图像直方图数据
nk2=zeros(L,1); % 存储直方图规定化后的图像的直方图Rk=zeros(L,1); % 存储原图像累积直方图数据
Ps2=zeros(L,1);
Rk2=zeros(L,1);
[M,N]=size(I); % 计算图像数据矩阵的行列数
n=M*N; %总像素个数
for i = 1:M
for j = 1:N
num = double( I(i,j))+1; %获取像素灰度级
nk(num) = nk(num)+1; %统计nk
end
end
figure,bar(0:255,nk,'g')
title('原图像直方图')
%计算直方图概率估计
for i=1:L
Ps(i)=nk(i)/n;
%计算累积直方图
if i==1
Rk(i)=Ps(i);
else 1<=256
Rk(i)=Rk(i-1)+Ps(i);
end
%规定化直方图
Ps2Temp=[0.05,zeros(1,9),0.05,zeros(1,9),0.05,zeros(1,9),0.05,zeros(1,9),0.05,zeros(1,9),0.05,zeros(1,9),0. 05,zeros(1,39),0.05,zeros(1,19),0.05,zeros(1,19),0.05,zeros(1,19),ones(1,80).*0.0045,ones(1,16).*0.0088];
Ps2=Ps2Temp';
%计算规定化累积直方图
for c=1:L
if c==1
Rk2(c)=Ps2(c);
else
Rk2(c)=Rk2(c-1)+Ps2(c);
end
end
%计算原图像与目标图像累计直方图数值的差的绝对值
double ScMin=zeros(256,256);
for Y=1:L
for X=1:L
ScMin(X,Y)=abs(Rk(Y)'-Rk2(X)');
end
end
%建立映射
HisM=zeros(L:1);
for P=1:L
min = 0;
minV=ScMin(1,P);
for Q=1:L
if(minV>ScMin(Q,P))
minV=ScMin(Q,P);
min = Q;
end
end
HisM(P)= min;
end
%将原图像的每个像素灰度转换为直方图均衡化后的灰度
for x = 1:M
for y = 1:N
Num = double( I(x,y))+1;
if Num==i
New(x,y)=HisM(i);
end
end
end
end
%计算直方图规定化后的直方图
for p = 1:M
for q = 1:N
NN = double( New(p,q))+1;
nk2(NN) = nk2(NN)+1;
end
end
figure,bar(0:255,nk2,'b')
title('规定化后直方图')
figure,imshow(New),title('规定化后图像');
简要说明：计算原始图像和期望图像的灰度概率密度函数，对原始图像和期望图像均作直方图均衡化处理，处理后原图像概率密度函数与理想图像概率密度函数相等，而后对直方图的归一化逆变换使直方图规定化。
(2)运行结果
原始图像
-5005010015020025030001
2
3
4
5
6x 10
4原图像直方图
图1 原始图像 图2 原始图像直方图
-5005010015020025030001
2
3
4
5
6x 104规定化后直方图
规定化后图像
图3 规定化后图像
图4 规定化后直方图
2灰度图像的对比度变换，并对算法原理进行说明。
（1） 程序代码
w=imread('pic.jpg') %读入图像
imshow(w) %显示图像
g=rgb2gray(w) %进行灰度处理
figure,imshow(g) %显示原图，显示灰度图像
k=im2double(g) %图像数据类型转换
k1=uint8(255*k*0.5+0.5) %图像对比度转换
figure,imshow(k1) %显示处理后图像
（2）程序运行结果
原图灰度处理后的图像
处理之后的图像
第三部分：对本课程教学方法和内容的意见和改进方法
啊啊啊！！老师啊！为什么图像处理这么难啊！！用PS多好啊！！
哎，不过Matlab挺神奇的！操作很不熟练，以后要多学习使用这个软件！
长春理工大学——professor——景文博——旗下出品 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
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：
课题一： 连续时间信号和系统时域分析及MATLAB实现 课题要求： 深入研究连续时间信号和系统时域分析的理论知识。利用MATLAB强大的图形处理功能、符号运算功能以及数值计算功能，实现连续时间信号和系统时域分析的仿真波形。 课题内容： 一、用MATLAB实现常用连续时间信号的时域波形（通过改变参数，分析其时域特性）。 1、单位阶跃信号， 2、单位冲激信号， 3、正弦信号， 4、实指数信号， 5、虚指数信号， 6、复指数信号。 二、用MATLAB实现信号的时域运算 1、相加， 2、相乘， 3、数乘， 4、微分， 5、积分 三、用MATLAB实现信号的时域变换（参数变化，分析波形变化） 1、反转， 2、使移（超时，延时）， 3、展缩， 4、倒相， 5、综合变化 四、用MATLAB实现信号简单的时域分解 1、信号的交直流分解， 2、信号的奇偶分解 五、用MATLAB实现连续时间系统的卷积积分的仿真波形 给出几个典型例子，对每个例子，要求画出对应波形。 六、用MATLAB实现连续时间系统的冲激响应、阶跃响应的仿真波形。 给出几个典型例子，四种调用格式。 七、利用MATLAB实现连续时间系统对正弦信号、实指数信号的零状态响应的仿真波形。 给出几个典型例子，要求可以改变激励的参数，分析波形的变化。 课题二： 离散时间信号和系统时域分析及MATLAB实现。 课题要求： 深入研究离散时间信号和系统时域分析的理论知识。利用MATLAB强大的图
形处理功能、符号运算功能以及数值计算功能，实现离散时间信号和系统时域分析的仿真波形。 课题内容： 一、用MATLAB绘制常用信号的时域波形（通过改变参数分析其时域特性） 1、单位序列， 2、单位阶跃序列， 3、正弦序列， 4、离散时间实指数序列， 5、离散时间虚指数序列， 6、离散时间复指数序列。 二、用MATLAB实现信号的时域运算 1、相加， 2、相乘， 3、数乘。 三、用MATLAB实现信号的时域变换（参数变化，分析波形的变化） 1、反转， 2、时移（超时，延时）， 3、展缩， 4、倒相。 四、用MATLAB实现离散时间系统卷积和仿真波形 给出几个典型例子，对每个例子要求画出e(k)，h(k)，e(i)，h(i)，h(-i)，Rzs(k)波形。 五、用MATLAB实现离散时间系统的单位响应，阶跃响应的仿真波形 给出几个典型例子，四中调用格式。 六、用MATLAB实现离散时间系统对实指数序列信号的零状态响应的仿真波形 给出几个典型例子，要求可以改变激励的参数，分析波形的变化。 课题三： 连续时间信号傅里叶级数分析及MATLAB实现。 课题要求： 深入研究连续时间信号傅里叶级数分析的理论知识，利用MATLAB强大的图形处理功能，符号运算功能以及数值计算功能，实现连续时间周期信号频域分析的仿真波形。 课题内容： 一、用MATLAB实现周期信号的傅里叶级数分解与综合 以周期矩形波信号为例，绘出包含不同谐波次数的合成波形，观察合成波形与原矩形 波形之间的关系及吉布斯现象。
2013-2014年第一学期《数字图像处理》科目考查卷 专业：通信工程班级：任课教师：王新新 姓名：学号：成绩： 一 Deblurring Images Using the Wiener Filter ——使用维纳滤波器进行图像去模糊简介 在人们的日常生活中，常常会接触很多的图像画面，而在景物成像的过程中有可能出现模糊，失真，混入噪声等现象，最终导致图像的质量下降，我们现在把它还原成本来的面目，这就叫做图像还原。引起图像的模糊的原因有很多，举例来说有运动引起的，高斯噪声引起的，斑点噪声引起的，椒盐噪声引起的等等，而图像的复原也有很多，常见的例如逆滤波复原法，维纳滤波复原法，约束最小二乘滤波复原法等等。它们算法的基本原理是，在一定的准则下，采用数学最优化的方法从退化的图像去推测图像的估计问题。因此在不同的准则下及不同的数学最优方法下便形成了各种各样的算法。而我接下来要介绍的算法是一种很典型的算法，维纳滤波复原法。它假定输入信号为有用信号与噪声信号的合成，并且它们都是广义平稳过程和它们的二阶统计特性都已知。维纳根据最小均方准则，求得了最佳线性滤波器的的参数，这种滤波器被称为维纳滤波器。 维纳滤波器是最小均方差准则下的最佳线性滤波器，它在图像处理中有着重要的应用。本文主要通过介绍维纳滤波的结构原理，以及应用此方法通过MATLAB 函数来完成图像的复原。关键词：维纳函数、图像复原。
二维纳滤波器结构 维纳滤波自身为一个FIR或IIR滤波器，对于一个线性系统，如果其冲击响应为h（n），则当输入某个随机信号x (n)时， 式（1） 这里的输入 式（2） 式中s(n)代表信号，v(n)代表噪声。我们希望这种线性系统的输出是尽可能地逼近s(n)的某种估计，并用s^(n)表示，即 式（3） 因而该系统实际上也就是s(n)的一种估计器。这种估计器的主要功能是利用当前的观测值 x(n)以及一系列过去的观测值x(n-1),x(n-2),……来完成对当前信号值的某种估计。维纳滤波属于一种最佳线性滤波或线性最优估计，是一最小均方误差作为计算准则的一种滤波。设信号的真值与其估计值分别为s(n)和) s^(n)，而它们之间的误差 式（4） 则称为估计误差。估计误差e(n)为可正可负的随机变量，用它的均方值描述误差的大小显然更为合理。而均方误差最小，也就是 式（5） 最小。利用最小均方误差作为最佳过滤准则比较方便，它不涉及概率的描述，而且以它导出的最佳线性系统对其它很广泛的一类准则而言是属最佳。 图1 维纳滤波器一般结构
数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。
1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界 比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息，但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
MATLAB程序设计(论文) 基于MATLAB实现语音信号的去噪 院（系）名称电子与信息工程学院 专业班级通信工程 学号 学生姓名 任课教师
论文任务
摘要 滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR 滤波器是滤波器设计的重要组成部分。利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论，再利用MATLAB 作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB 作为辅助工具完成设计中的计算与图形的绘制。通过对对所设计滤波器的仿真和频率特性分析，可知利用MATLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。 关键词数字滤波器 MATLAB 窗函数法巴特沃斯切比雪夫双线性变换
目录 第1章绪论 (1) 1.1数字信号处理的意义 (1) 1.2语音去噪设计要求 (2) 第2章语音去噪方案设计 (3) 2.1语音去噪的应用意义 (3) 2.2 语音去噪设计框图 (3) 2.3设计原理 (4) 第3章程序分析 (5) 3.1 语音去噪采样过程 (5) 3.2 语音去噪方案 (6) 第 4 章总结 (8) 参考文献 (9) 附录 (10)
第1章绪论 1.1数字信号处理的意义 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能用较高的阶数达到高的选择性。FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是不同频率分量的信号经过fir滤波器后他们的时间差不变，这是很好的性质。FIR 数字滤波器是有限的单位响应也有利于对数字信号的处理，便于编程，用于计算的时延也小，这对实时的信号处理很重要。FIR滤波器因具有系统稳定，易实现相位控制，允许设计多通带（或多阻带）滤波器等优点收到人们的青睐。 IIR滤波器采用递归型结构，即结构上带有反馈环路。IIR滤波器运算结构通常由延时、乘以系数和相加等基本运算组成，可以组合成直接型、正准型、级联型、并联型四种结构形式，都具有反馈回路。同时，IIR数字滤波器在设计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，有现成的设计数据或图表可查，在设计一个IIR数字滤波器时，我们根据指标先写出模拟滤波器的公式，然后通过一定的变换，将模拟滤波器的公式转换成数字滤波器的公式。 滤波器的设计可以通过软件或设计专用的硬件两种方式来实现。随着MATLAB软
数字图像处理课程论文图像复原算法研究 学院：信息科学与工程学院 专业：通信工程 姓名： 学号： 任课教师：
2017年5月 摘要 数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理的前提。图像在获取、上传、保存的过程中不可避免地引起图像退化和图像质量的下降，图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌。本论文主要研究引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。本文首先对测试图像进行模糊及加噪处理，在已知系统退化模型的情况下，对观测图像分别使用逆滤波、维纳滤波、有约束的最小二乘方滤波算法进行复原，并比较它们的处理效果。在这几种算法的参数选取上得到了丰富的经验数据，并对实验结果进行了分析总结。发现维纳滤波较约束最小二乘法滤波效果要好，这是因为前者利用了原图像的统计信息，采用了真实的PSF函数来恢复。无论何种算法，它们都要依据获取的相关信息才能有效地实施，算法利用的信息越多，信息的准确性越高，复原图像的质量也就越高。 关键词:图像复原;逆滤波;维纳滤波;有约束的最小二乘方滤波
一、引言 MATLAB 语言是由美国MathWorks公司推出的计算机软件，经过多年的逐步发展与
不断完善，现已成为国际公认的最优秀的科学计算与数学应用软件之一，是近几年来在国外广泛流行的一种可视化科学计算软件。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。MathWorks 公司针对不同领域的应用，推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条、通信等30 多个具有专门功能的工具箱，这些工具箱是由该领域的学术水平较高的专家编写的，无需用户自己编写所用的专业基础程序，可直接对工具箱进行运用。同时，工具箱的函数源程序也是开放性的，多为M 文件，用户可以查看这些文件的代码并进行更改，MALAB 支持用户对其函数进行二次开发，用户的应用程序也可以作为新的函数添加到相应的工具箱中。MATLAB 中的数字图像是以矩阵形式表示的，这意味着MATLAB 强大的矩阵运算能力用于图像处理非常有利，矩阵运算的语法对MATLAB 中的数字图像同样适用。本文对MATLAB 图像处理工具箱进行探索及应用，实验证明该软件功能强大，语言简洁易学，人机界面友好，工具箱具有丰富的技术支持并集成了该领域专家的智慧，应用简单而效果良好。 二、实验原理 2.1图像退化模型构建 图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为： g ( x, y)H [ f ( x, y)]n( x, y)f ( x, y)h( x, y) n( x, y) （1）
华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日
摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转
目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献
绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师：
摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波
目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。 图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。 像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：___采样___和__量化___。 4、一般来说，采样间距越大，图像数据量____小____，质量____低_____；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列，则图像所需要的存储空间为________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的
Matlab语言与应用课程作业MATLAB Simulink在电路暂态分析中的应用学生姓名陈志豪所在专业轮机工程（陆上）所在班级陆上1102 指导教师徐国保（博士） MATLAB Simulink在电路暂态分析中的应用（广东海洋大学轮机工程（陆上）1102 陈志豪）摘要本文通过引入举了实际的例子，简要介绍了Matlab语言在电工学电路暂态分析中的应用；并先使用普通方法分析暂态电路，然后再用Matlab Simulink来仿真暂态电路；通过Matlab Simulink 仿真技术，可以使得暂态分析可视化。关键词：MATLAB；Simulink仿真；电工学；暂态分析1，引言MATLAB是Matrix Laboratory的缩写,事实上MATLAB最初就是纯粹的矩阵计算软件。如今MATLAB既表示一种交互式的数值计算软件,又表示一门高级科学计算语言,是一套功能十分强大的工程计算及数据分析软件,其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。它把计算、图示 和编程集成到一个易用的交互式环境中,用大家熟悉的数学表达式来描述问题和求解方法,从而使许多用C 或FORTRAN实现起来十分复杂和费时的问题用MATLAB可以轻松地解决。许多工程师和研究人员发现,MATIAB能迅速测试其构思,综合评测系统性能,并能借此快速设计出更多的解决方案,达到更高的技术要求。[1]MATLAB因为提供了非常方便的绘图功能和强大的图形图像处理能力，以及强大的仿真技术,所以收到了广泛的欢迎。2，问题背景《电工学》是一门非电专业的技术基础课，通过本课程的学习，学生掌握电工技术的基本理论、基本定律、基本概念及基本分析方法和理论的实际应用。它的内容广泛，理 论性和系统性也很强。采用传统的教学模式，往往只能在理论上进行论述、推导、验证和证明，并借助 一些公式来阐述问题，很难给学生较直观的印象[2]，教学效果不理想。若把MATLAB应用到学习中，利用其强大的数值计算功能、绘图功能、可视化的仿真功能，可以很好的弥补传统教学的不足，使一些不 容易理解的抽象、复杂的变化过程，通过MATLAB仿真比较直观的的显示出来，便于学生理解和应用。 同时，可以随机修改电路和参数，即时观察输出结果，从而加深学生对电路本质的理解，全面掌握教学 内容[3]。下面通过实例探讨MATLAB SIMULINK在电工学暂态分析中的应用。图1所示电路是一个一阶电路。已知R=20Ω，U=6V，U=10V，C=O.02F。假s0 设在t=O时开关S从闭合在a端换路闭合到b端，求t>O时，电容电压u和电 c 容电流i。c图1，一阶电路的电路图 3，理论推导根据一阶电路暂态分析的三要素法有：（1）确定初始值由换路前的电路求得u(0)=U=10V C0再由换路后的电路求得 (??)??????????????????i(0)===?0.2A C??????(2)确定稳态值有电路图易知：i（∞）=0A Cu(∞)=6V C (3)确定时间常数τ=RC =20×0.02=0.4s (4),求出待求响应????????i= i（∞）+[ i(0)? i （∞）]e =?0.2 e ????.??CCCC????????u= u(∞)+[ u(0) ?uC(∞)] e =6+4e ????.??CCC运用Matlab 编程画出ic和u波形图； C 其代码如下所示：subplot(1,2,1); fplot(‘6+4*exp(-x/0.4)’,[0,6]); subplot(1,2,2); fplot(‘-0.2*exp(-x/0.4)’,[0,6]); 其运行结果图2所示 图2，电容电压u和电容电流ic波形图C4，应用MATLAB进行仿真图1电路对应的仿
1 选题 课程论文选题如下，每人任选一题，题目自拟，本学期6月3日前交至计算机学院411办公室。 1.图像XX增强方法综述与MATLAB实现（至少3种） 2.图像增强方法的深入研究（学习一种或两种课本上没有的图像平 滑/锐化方法与课本上介绍的进行对比研究）（需实验） 3.图像XX特征分析方法综述与MATLAB实现（至少3种） 4.结合人脸图像讨论各种图像特征分析方法的适用性（需实验） 5..灰度共生矩阵与灰度差分直方图在图像处理中实际应用（需实验） 6.不同图像分割方法的分析与比较（需实验） 7.基于数字图像处理的森林火灾识别方法研究 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。 8.基于数字图像处理的答题卡识别方法 9.车牌识别方法研究（要求本地苏L车牌照）
2 格式要求 （1）页面设置： A4纸，页边距正常（上、下各2cm，左3cm、右2.0cm）， 页码（页面底端居中，小五号，Times New Roman字体）， 装订线：0.5厘米，装订位置：左侧3、7两颗钉（2）题目： 不多于30字，黑体、小三号、不加粗、居中排列，1.25倍 行距，段前断后各空0.5行。 （3）内容： 不少于5000字，宋体，小四，不加粗，1.25倍行距，段前 空2字符。 （4）标题要求： 一级标题：小三号、宋体、加粗，段前断后各空0.5行 二级标题：四号、宋体、加粗，段前断后各空0.5行 三级标题：小四号、宋体、加粗，段前断后各空0.5行 四级标题：小四号、宋体、不加粗，段前断后各空0.5行 图片要求：图片嵌入到文字中，文字不环绕，图片居中，图 标题为宋体五号字，不加粗 表格要求：三线表，表标题及表中文字为宋体五号字，不加 粗 （5）参考文献： 不少于3篇，宋体五号字，不加粗，1.0倍行距，段前不空
安徽工程大学 论文题目：数字图像处理图像增强算法的研究 学院：计算机与信息学院 班级：软件141 姓名：程健 学号：3140704135 指导老师：卢桂馥 2017年6月9日
摘要 在我们的实际生活、生产中，人们直接获得的原始图像并不能够直接运用到生活、生产中，因为原始图像在生成、传输和转换过程中可能会受到多种因素的影响，如各种各样的噪声、通道带宽等，往往会出现清晰度下降、对比度偏低等降质现象，为了使得处理后的图像对某种特定的应用比原始图像更合适，往往需要提高图像质量。图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用比原始图像更合适。 本文研究了图像增强的一些常用方法，包括空域图像增强、频率域图像增强，并用MATLAB 编程设计了相应的实验，对图像增强效果进行了验证。 关键字：图像增强；图像；算法；空域增强；频率增强
Abstract In our daily life and production, people often can't used the raw image directly, because of the generation and transformation of the original image, it may be affected by many factors, such as a variety of kinds of noise and channel bandwidth. The sharpness and contrast is decreasing and have low qualities. in order to make the image more suitable for some particular application after processing than the original, we often need to improve image quality. Images enhance is in a particular need to highlight a picture in the information, and weaken or remove certain need of information in the process, its purpose is to make the image of a specific application is better than the original image. This paper studies the image of some common method, including airspace images enhance and increase the frequency domain, and images matlab programming, design corresponding to picture to enhance the effect of the verification. Key words:Image enhancement; the airspace strengthened; the frequency domain enhancement