分类号密级
U D C
硕士学位论文
公路路面灰度图像高速采集系统的研究
胡守刚
导师姓名(职称) 魏平 答辩委员会主席 白廷柱
申请学科门类工学论文答辩日期 2007-7-10 申请学位专业 光学工程
2007年 7 月 3 日
摘要
本文的主要目的是研制一套公路路面灰度图像高速采集系统，该采集系统作为车载路面检测系统中的重要一环，用来实时采集路面灰度图像，为路面检测提供重要依据。
文中首先总结了现有路面检测方法，在此基础上提出了使用线阵CCD扫描成像的方法采集路面图像。之后介绍了路面图像采集系统的设计方案，包括光源的设计方案、镜头的选取及摄像机的设计方案。在探讨方案之后，本文接着介绍了路面图像采集系统软硬件的具体设计，特别是USB固件程序设计、FPGA配置的软件系统设计及路面图像采集的上位机程序设计。最后，使用该系统做了图像采集实验，实验表明，使用线阵CCD高速采集路面图像的方法可行。
此外，本文还对路面图像压缩及路面图像检测作了探讨。本文提出了“眼中眼”压缩方法，同时使用“眼中眼”和“JPEG”两种方法压缩路面图像，压缩后保存两路图像数据。这样既压缩了路面图像，又保留了有用的路面图像信息。“眼中眼”压缩时需要对路面图像做破损检测处理，同时“眼中眼”压缩过的图像还需要用软件来精确判断是否有瑕疵。本文也对路面图像检测方法做了探讨。
关键词：路面检测；线阵CCD；JPEG
ABSTRACT
As an important part of the pavement flaw detecting system, a pavement image gathering system was researched to gather the high-speed images of the pavement.
At the beginning of the thesis, the methods of pavement flaw detecting were summarized, and a method to gather the images of pavement was come up. The liner CCD was used as image sensor. Liner CCD can gather image by way of scan pavement. Then the plan of the pavement image gather system was introduced, including the light source, lens and camera. After this, the design of real system was introduced, including hardware system and software system, especially the design of the firmware of USB, the software of the FPGA configuration and the software for image gathering. And then, the image gathering system was tested. It shows that this system is feasible.
Furthermore, image compressing and flaw detecting method was discussed. Both “eye in eye” and JPEG methods were used in image compressing. That is two channels of compressed image data were saved. In the end, image flaw detecting method was discussed.
KEYWORDS: pavement flaw detecting; liner CCD; JPEG
目录
摘要 (1)
ABSTRACT (2)
目录 (3)
第一章绪论 (1)
1.1引言 (1)
1.2路面检测技术的现状 (2)
1.2.1 路况破损摄影车 (2)
1.2.2 Hawkeye系统 (3)
1.2.3 ARAN系统 (4)
1.2.4 武汉卓越科技的路面检测系统 (4)
1.3课题的定位及论文的安排 (5)
第二章研究方案的拟定 (6)
2.1图像分辨率的要求 (6)
2.2摄像方式的确定 (6)
2.2.1 面阵摄像方式 (6)
2.2.2 线阵摄像方式 (7)
2.3系统结构 (8)
2.4光学元件的选择 (8)
2.4.1 光源 (8)
2.4.2 成像透镜 (10)
2.5摄像机研制方针 (10)
2.5.1 CCD输出信号强度计算 (10)
2.5.2 自动增益调整问题 (11)
2.6车速变化的数字补偿方法 (11)
2.7图像压缩方法 (13)
2.8数据传输接口的选取 (14)
第三章高速图像采集装置的设计与实验 (15)
3.1系统设计目标 (15)
3.1.1 硬件指标 (15)
3.1.2 软件指标 (15)
3.2硬件设计 (16)
3.2.1 硬件框图 (16)
3.2.2 主要器件的驱动时序 (17)
3.2.3 图像缓冲及其控制 (19)
3.2.4 装置的制作 (20)
3.3软件设计 (20)
3.3.1 CY7C68013的固件程序设计 (21)
3.3.2 利用I/O口实现FPGA的下载配置 (22)
3.3.3 图像采集的基本实验程序 (24)
3.4图像采集系统的实验 (25)
3.4.1 扫描成像验证实验 (25)
3.4.2 路面图像采集实验 (29)
第四章路面图像处理 (32)
4.1路面图像瑕疵检测算法 (32)
4.1.1 Sobel边缘算子 (33)
4.1.2 Roberts边缘检测算子 (35)
4.1.3 直接使用阈值分割法[31] (38)
4.1.4 一种新的图像瑕疵检测算法[32][33] (40)
4.2路面图像JPEG压缩 (43)
第五章总结 (44)
5.1课题总结 (44)
5.2课题展望 (44)
致谢 (45)
参考文献 (46)
附录A (48)
附录B (58)
附录C (68)
附录D (70)
第一章绪论
1.1 引言
公路是连接各个区域的纽带，关系到国家的发展大计。目前，我国正处于公路建设时期，在十五期间，我国公路总里程增长40%左右，其中高速公路增长1.5倍[1]。《高速公路公司财务管理办法》规定，水泥混凝土路面的设计使用年限应在15-30年之间，沥青路面的使用年限在8至20年之间[2][3]。因为各种违规使用，公路通常会出现过早损坏，路面状况不好的公路将直接影响到车辆损耗、交通费用甚至交通安全，所以，需要定期对路面进行检测，以确定路面破损状况及损坏路面的位置，给公路维修部门提供依据。
路面检测的对象包括路面破损情况、路面结构强度、路面抗滑能力、路面平整度等等。考虑公路的长度、车流等因素，用原始的肉眼观测方法来获得路面信息很不方便，而车载路面检测系统则可以在不中断交通的情况下准确地获得路面破损信息。一个典型的车载路面检测系统如下图所示，包括测速模块、GPS定位模块、路面三维高度测量模块、路面图像采集模块、数据存储模块以及控制模块[4]。
图1.1 路面检测系统框图
◆测速模块
实时测量行车速度，为整个系统提供速度信息。
◆ GPS定位模块
提供车辆位置数据，该数据与路面图像数据及路面三维高度数据一起存放于数据存储模块中，为路况检测及道路修复提供位置信息。
◆路面三维高度测量模块
实时测量路面三维高度信息，为测量路面破损、路面平整度提供重要参数。
◆路面图像采集模块
路面图像采集模块提供路面的灰度图像，可以直观地获得包括路面破损在内的图像信息和整个路面的监控图像，是整个系统中的重要部分。通过定期摄取路面图像，并对所得数据进行分析和备份，可以为公路的管理和维护提供重要依据。
◆数据存储模块
保存路况检测仪器采集的所有数据。
◆控制模块
控制整个系统的运行。
1.2 路面检测技术的现状
道路检测方法总体上可分为有损检测和无损检测两种[5]。其中，道路有损检测包括三米直尺法[6]、电子水准仪法[7][8]等。无损检测有超声波检测法[9]、激光检测法[10]和图像检测法等。到目前为止，国外已经研发出的路面破损图像采集系统有日本和法国的破损摄影车、澳大利亚的Hawkeye系统、加拿大的ARAN系统和美国的WayLink 系统。在国内，南京比奇科技有限公司和武汉卓越科技有限公司也都做过类似的系统，下面对这些已有系统作简单的介绍。
1.2.1 路况破损摄影车
使用摄影车来拍摄路面破损情况。这种做法始于上世纪七十年代[11]，日本和法国都做过这种设备，我国交通部公路科学研究所也曾从国外购买过这种摄影车。它是采用摄影胶片、高速摄影机、车辆定位系统来实现路面数据的同步采集，路面图像保存在摄影胶片上。摄取的图像胶片经过冲洗后，由专业人员判读，然后配合所获得的车辆定位信息来确定不同路段的路况。然而，这种做法的最大缺点是不能自动识别路面缺陷，后期处理工作量太大，效率很低，现在已经基本被淘汰。
1.2.2 Hawkeye系统
Hawkeye系统[12]由澳大利亚公路研究局（ARRB）研制。它包括六个子系统：用来测量道路的平整度、错台、宏观纹理、横断面和车辙数据的数字断面系统，用于采集和处理路面破损信息的图像系统，为路面数据提供GPS定位数据的GPS定位系统，用于采集道路纵横坡、曲率半径等几何信息的GIPSI几何系统，以及采集系统和软件系统。其中，采集系统作为整个系统的核心，将所有子系统的数据进行整合构成道路综合数据库，而其后的软件系统包括实时采集软件和事后图像分析处理软件。该系统输出的路面图像分辨率为1280960
×像素，可以用其提供的软件工具将图像数据以A VI 格式存储至硬盘。该系统的主要指标是：当测量的公路宽度为2.4m时，在横向的分辨率可达2mm左右，可以适应高达110km/h的行车速度，符合高速公路车速规范。下图即为Hawkeye 2000路面检测车实物图片。
图1.2 Hawkeye 2000路面检测车
在我国国内，北京利达先锋有限公司曾经代理过ARRB的Hawkeye2000路况检测车，但由于价格昂贵、维修费用不菲，而且国外厂家往往会用各种理由来高价配售其它辅助设备和维修器材，为了在关键技术上不受制于人，国内公路管理部门对研制国产路面检测系统有着迫切的需求。
1.2.3 ARAN系统
该系统由北美RoadWare公司研制，包括数字摄像子系统、GPS定位子系统、控制子系统、测速子系统、软件系统等部分[13]。其中数字摄像系统可以实时地输出路面信息的视频信号，分辨率为640×480或1920×1080。图1.3即为ARAN系统的实物图。
图1.3 ARAN检测车
1.2.4 武汉卓越科技的路面检测系统
如下图所示，武汉卓越科技的系统[14]包括GPS定位系统、测量车辙深度的超声测距仪、获取路面三维高度分布的激光测距仪以及获取路面破损图像的线阵CCD。路面图像的指标为：测量宽度为3.75m，CCD帧频为23kfps。但该系统对检测车的车速有比较严格的限制，车速超过80km/h时，将无法保证图像的清晰度。
图1.4 武汉卓越科技的路面检测车
1.3 课题的定位及论文的安排
我们研究计划中的综合路面检测系统也包括GPS定位系统、测速系统、路面灰度图像采集系统、激光断面仪三维测量系统、数据处理控制系统以及数据存储系统等六个子系统，其中激光断面仪提供更为详细的路面三维分布，路面灰度图像采集系统具有全天候的特点，即采用照明光源适应夜晚工作，因为白天交通繁忙，路面检测车往往在夜间工作效率比较高。本课题所做的路面灰度图像采集子系统正是按照这个计划而设计的。
本采集系统由光源、镜头、图像传感器和路面图像处理、传输及存储装置组成，整套设备架设在车上，随着车辆的移动来扫描获取图像。其中光源向地面投射，在地面形成一条带状的照明区域；线阵CCD摄像机高速拍摄该区域的路面灰度图像，随着车辆的行进，连续对路面进行扫描成像。
论文的第二章按照上述原理拟定了路面图像采集系统的设计方案，包括光源、镜头、图像传感器、FPGA控制芯片及计算机接口芯片的选择；第三章详细介绍了采集系统的硬件和软件设计，叙述了各个环节的结构及其工作流程；第四章对如何处理路面图像进行了研究，主要包括对路面破损的检测和图像数据的压缩算法，提出了“眼中眼”压缩的概念，讨论了JPEG压缩的可行性；第五章总结了课题的研究成果并提出了今后需要继续深入研究的课题。
第二章研究方案的拟定
2.1 图像分辨率的要求
图2.1.1 漫反射示意图图2.1.2 光射入裂缝示意图
如图2.1.1和图2.1.2所示，一般的公路路面由于存在灰尘等原因，其表面呈现漫反射特性，而当路面出现破损时，入射光将无法返回探测器，图像传感器上的对应像素的光强值下降，检测图像中相对较黑的像素即可检测出路面破损[15]。
在空间分辨率要求上，一般在新公路验收、特别是桥梁路面验收时的精度要求较高，要求达到1mm；而高速公路上的检测精度相对较低（因为沥青路面在微观上本身就不平整），国外的仪器也只做到2-3mm。
本文的设计指标要求尽可能满足1mm的分辨率，由于车载仪器受车宽的限制，一般为1.8米左右，这就要求图像传感器在车宽方向上的分辨率需要达到2000像素。
在车辆行进方向上，考虑高速公路的最大法定速度为120km/h = 33.3m/s，当分辨率也定为1mm时，要求曝光时间小于30us。而分辨率降低到3mm时，则曝光时间小于90us即已足够。
2.2 摄像方式的确定
2.2.1 面阵摄像方式
如图2.2所示，美国的图像采集车采用多个面阵CCD覆盖视场，在车宽方向（X 方向）上拼接起来得到整个路面的图像。这种方案不仅需要在X方向拼接视场，还需要在行进方向（Y方向）上拼接视场。在X方向上的视场重叠量会随着车辆的上下跳动而变化，在Y方向上的视场重叠量也会随车速而变，所以图像拼接处理的运算量很
大。同时，由于曝光时间极短，需要非常强的光源照明，这个大面阵强光光源的体积、重量、成本都限制了这种方式的普及应用。在我国，南京比奇科技有限公司的采集系统也是采用这种仿美国方案[16]，由于光源成本过高，只能在白天使用，这就带来了应用环境的限制。因为白天公路繁忙，检测工程车会影响交通，而晚上公路车流量小，适合进行检测作业。
图2.2 面阵相机拼接视场方案
2.2.2 线阵摄像方式
图2.3 线阵摄像机方案
如图2.3所示，采用2000像素左右的线阵CCD，通过车辆行进的扫描即可得到路面图像。这种方案首先降低了拼接运算量，同时光源只需要一条长带照明。此外，由于线阵CCD的像素尺寸比面阵CCD大，可获得比较高的灵敏度和信号动态范围。
根据上述分析对比，本文决定选取线阵CCD方案。在众多CCD产品中，综合速度、灵敏度、成本等因素，决定选用东芝公司的TCD1209作为图像传感器，其主要指标如下[17]：
像素个数：2048 像素尺寸：14um×14um
像素频率：20MHz 灵敏度： 30V/[Lux·s]
根据2.1节的要求，我们将TCD1209的像素驱动频率提高到24MHz进行超频驱动，以实现90us左右的扫描周期，保证在120km/h的速度下，行进方向的分辨率可达3mm，同时保证了40km/h的速度下进行桥梁验收时也可达到1mm的分辨率。
2.3 系统结构
图2.4 图像采集系统构成图
本文的系统方案框图如图2.4所示，其中照明光源选取近红外LED组成照明列阵实现一条光带照明。测量车的侧视图如下图所示。
图2.5 光源与摄像机的安装位置图
2.4 光学元件的选择
2.4.1 光源
由于本课题的曝光时间非常短（90us），需要比较强的光源，这里的光源必须具
备以下四个条件：
1、长寿命；
2、发光效率高；
3、对人眼无危害；
4、成本低。
常用的光源有白炽灯、卤钨灯、荧光灯、钠灯、激光器等，以下逐一讨论。
白炽灯价格低廉，工作电压范围也很广，从几伏到几百伏不等。但寿命短，体积大，不抗振，光视效能也不高，大约只有10%的电能才能转换成可见光输出[18]。
卤钨灯的基本原理是在普通的钨丝灯泡内充入一定量的溴或碘，在高温下蒸发出来的钨与溴或碘相结合，一个优点是钨不会附着于玻壳上影响光的透射，另外一个优点是由于钨与卤素的化合物并不稳定，当它们扩散到高温区时，又会分解出钨和卤素，部分钨重新回到灯丝，提高了灯泡的寿命。但是，卤钨灯虽然体积比白炽灯小，但其发光效能也提高不多，而且寿命只能达到3000小时左右[18]。
荧光灯的本质是低压、热阴极的放电管，在低压汞蒸汽中放电，把电能转换成光能。由于其价格低廉、光视效能比较高，在工业和商业照明中被广泛使用，不过，与低压钠灯一样，它的缺点是防振能力差，不适合在本课题中应用[18]。
半导体激光器虽然可以使用，但大功率的激光器寿命短，而且大功率激光器会对人眼造成伤害，也不满足本课题的要求。
经过综合考虑，我们决定采用对人眼无伤害的LED作为光源。选用OSRAM公司的近红外LED，型号SFH4550，其主要参数如下：
发光波长： 850nm
发光功率： 50mW（100mA时）
发散角度： ±3度（照射距离：照射直径 = 10：1）
尺寸：直径5mm
采用300个SFH4550组成一个列阵，将其安装在后保险杠上，照射距离设置为400mm，这样整个光带的宽度为40mm左右，构成了一个1.8m×0.04m的照明光带。参见图 2.5，由于光源和摄像机的光轴夹角不大，即使车辆上下跳动，摄像机的视场也不会跳出照明光带的范围。
2.4.2 成像透镜
工程车的高度大约为 1.8m，CCD（TCD1209）的感光区长度为2048×14um = 28.67mm，若设摄像机的视场也为1.8m时，则可计算出透镜的焦距为28mm。
需要注意的是，由于CCD的感光区长度长达28.67mm，不能选用一般的C接口镜头，本文决定采用工业标准F接口镜头。
2.5 摄像机研制方针
2.5.1 CCD输出信号强度计算
由于曝光时间很短，CCD的输出信号强度需要进行预先估算，以确定摄像机的研制方针。
由2.4节可知，本方案中光源采用300个输出光功率为50mW的LED，故总的照明功率为300×50mW = 15W，由于LED的输出光功率都是用积分球测试的指标，考虑边缘光线的能量损失，实际上地面的入射光功率只能做到一半左右（7.5W）。又由于沥青路面反射率在5%左右，我们可粗略估算地面的反射光功率为：7.5W×5% = 375mW。因为LED的发光波长为850nm，850nm对应着CCD响应曲线峰值的35%左右[19]，对CCD传感器而言，路面反射的光通量约为[20]：
Φ …………………… （2.1）
××≈
=375mW683lm/W35%90lm
×的亮带，所以路面的出射度为：考虑光源在路面上的照明范围是一条1.8m0.04m
2
Φ …………………………（2.2）
E S
1=/=90lm/0.072m=1250Lux
进一步考虑在漫反射条件下，F1.4的镜头的靶面照度和目标照度的比率大约为1/100，所以，CCD靶面上的照度为：
E E ……………………………………… （2.3）
2 = 1/100 = 12.5Lux
可见，CCD靶面上的实际照度应该在10Lux的数量级。因为TCD1209的灵敏度为30V/(Lux·s)，曝光时间为90uS，由此可计算出CCD的输出信号幅度为：
Vout ………… （2.4）
i
= 30V/(Lux s) 12.5Lux 90us = 33.75mV
××
由此估算结果可知，为了放大到A/D转换器所需要的幅度（1V左右），我们必须设计一个增益为30倍的低噪声放大器，而且其带宽满足24MHz（像素频率）的要求。
2.5.2 自动增益调整问题
在本应用中，需要考虑室外昼夜的照明变化。夏天太阳光的直射照度可达100,000Lux，经过同样的沥青路面5%反射后，降低为5000Lux，按照公式2-2的计算结果，太阳光是LED光强的4倍。为了尽量减小CCD上的光强变化范围，我们考虑在镜头前面加上滤光片，这样可以降低太阳光的影响。不过，由于摄像角度比较大，不能采用带宽极窄的干涉滤光片，只能采用化学方式的滤光片，而化学滤光片其带宽只能做到80nm左右，考虑到TCD1209的光谱响应范围在400nm到900nm之间，粗略估算可以将太阳光过滤到80/(900-400) = 1/6.25，这样就减轻了太阳光的影响。不过，我们还必须考虑路面反射率的差别，沥青表面的反射率并不稳定，刚刚下过雨的路面由于水面的反射也会带来光强的变化，所以，摄像机必须带有自动增益控制，以适应昼夜环境光和路面反射率的变化。
除此之外，当采用调整CCD扫描周期的方法来适应车速变化时，由于TCD1209没有电子快门功能，CCD扫描周期的变化将直接影响光积分时间的变化，从而造成CCD信号的饱和或过小。考虑这个原因，下一节将探讨使用数字插值的方法来适应车速的变化，这样可将自动增益控制的范围缩小到10倍（20dB）以内，以避免增益过大而引起的信噪比下降。
2.6 车速变化的数字补偿方法
如前所述，由于车速变化的硬件处理方法（改变扫描周期）会带来CCD信号的变化，所以，我们引入数字插值方法（软件方法）来适应车速变化。
软件方法的原理是根据外部提供的车速信号，按照它和最大车速（120km/h）的比值，将原始数据的每一行进行运算，以得到经过车速补偿后的图像数据。比如说，当车速降低到一半（60km/h）时，我们可以隔行输出，如果降低到非整数倍的时候，我们可以根据前后行的不同权重来算出应该输出的图像数据。
若要求分辨率达到3mm，由于摄像机帧频定为11.1kfps（周期为90uS），当车速为120km/h时，直接拼接各行图像即可（此时为了保证车宽方向上的分辨率也为3mm，可让CCD每三个像素输出一个数值）。当车速不等于120km/h时，就需要在行进方向上对图像做伸缩处理。设车速为v，由于每行图像需要对应行进方向上的3mm，而实
际的行车距离为/40mm v 。所以当<120km/h v 时，就需要对图像做压缩处理，而当>120km/h v 时，就需要对图像做伸长（插值）处理，以保证采集的图像上每一个像素都对应着地面上的一个3mm ×3mm 的区域。具体的伸缩处理方法如下：
压缩处理：当<120km/h v 时，如下图所示：
图2.6 车速补偿示意图
图中3mm 是图像存储时每个像素对应的行进方向上的路面长度，/40mm v 表示采集一行图像的过程中车辆实际的行驶距离，g 1为第一行时CCD 上某一像元所采集的图像灰度值，g 2为第二行该像元的灰度值……g N 为第N 行该位置的灰度值。在计算输出图像数据时，我们的方案是将每一行都按照该行的占空比来计算图像灰度，第一行存12[(/40)+(3-/40)]/3v g v g ××，第二行存23[(2/40-3)+(6-2/40)]/3v g v g ××，若第
k 个存储像素对应的两个采集像素的灰度值为g m 和g m+1，他们的占据的路面长度分别为L ，3-L ，则存储的像素灰度为：m m+1[+(3-)()]/3××L g L g 。
伸长处理的原理与压缩处理相同，也按照不同采集像素的占空比来计算灰度值，由于正常情况下车速都会控制在120km/h 以内，所以在实际应用中，伸长处理一般不会用到，用于输出存储的数据量一般都会小于原始数据量的。
2.7 图像压缩方法
对高速图像采集系统来说，如果不对原始图像进行压缩，则数据量将会大得惊人。本文探讨了两种压缩方法，即“眼中眼”压缩和JPGE压缩。
设采集图像为256级灰度，若检测精度要求1mm×1mm，检测宽度定为2m时，一条100km的车道需要存储的数据量为：2m×100km / (1mm×1mm)×1Byte = 200GB。这么大的数据量会给传输、存储、处理和数据备份带来困难，怎样压缩数据量也是本课题面临的问题之一。
“眼中眼”是一种简单快捷的图像有损压缩技术，其基本原理是将图像中含有重要信息的数据不作压缩直接存储，而将不重要的信息进行压缩存储或者干脆直接丢弃。具体做法是：配合路面破损检测，只存储那些有破损的路面图像及其空间位置坐标，而压缩或丢弃其它没有破损的区域。随着检测结果的变化，破损图像的大小和位置也随之而变。这种做法相当于一个移动窗口，其大小和在整个视场中的位置跟随检测结果而变，这种做法我们称之为“眼中眼”。
“眼中眼”只是一种简单的压缩方法，它的优点是快捷，在硬件中容易实现。但是，使用“眼中眼”压缩会导致大量图像丢失，检测结果发生错误时还会丢失重要信息。有些公路管理部门需要存储全局路面图像时，“眼中眼”则无法对应，因此还必须考虑引进JPEG等压缩方法。JPEG是一种静止图像有损压缩技术，对一般自然图像而言，在压缩比高达1：25的情况下，仍然可以得到比较好的图像质量。
考虑到公路图像的特殊性，准备采用的方案是保存“眼中眼”和JPEG两路数据，具体方法如下：
1、采用“眼中眼”技术，当检测车行驶时，先实时地在硬件RAM中存储8帧灰度数据，然后在这2048×8的图像中找出最有可能是瑕疵的中心位置，然后将一个256×8小窗口的中心对准该位置。再将该位置的256×8个像素不压缩存储，而将其它的像素丢弃不要。这样第一路数据的压缩比为1：8，首先保证了对破损部分中心图像的无损记录。
2、第二路数据就利用JPEG压缩技术，将所有2048个像素的图像进行压缩和存储，主要目的是作为公路图像的数据备份。这路数据预计的压缩比设计为1：20左右。
采用以上两种方法总的压缩比约为17.5%。在数据实际存储过程中，还有路面的三维分布数据以及GPRS定位数据。预计每100km的公路需要存储的数据量为35G，
一般的硬盘就可以满足要求。而在做路面图像数据备份时，只存储JPEG压缩图像、路面三维分布图像和GPRS定位数据。预计每100km的公路一个车道需要备份的数据量为12G左右，3张DVD光盘即可完成。
2.8 数据传输接口的选取
本系统是一个车载路面检测系统，考虑到系统的造价、复杂程度等因素，本系统的数据存储设备采用工业PC的硬盘。在图像传感器的调查及选择中已经介绍了本系统中CCD的像素数为2048，最高帧频为11.4kfps，本系统图像数据为8位精度，这样计算出的数据传输速率约为23.3MB/s。目前数据与PC之间进行高速传输的常用接口有PCI/PCI-E和USB接口。下面比较这两种接口的优劣：
◆ PCI/PCI-E接口
PCI[21]接口即Peripheral Component Interconnect（外设部件互连标准），PCI-E 即PCI Express。PCI接口的理论传输速度很快，能达到133MB/s，而PCI-E X32的理论速度高达8GB/s[22]，同时PCI还有工作存取延时短，支持突发传输等特点。但是PCI 接口使用不方便，安装拆卸都需要打开计算机机箱，而且PCI接口芯片价格也比较贵。
◆ USB2.0接口[22]
USB即Universal Serial Bus，是当今非常流行的一种总线，跟其它类型的总线相比，它有很多好处，如：
1、使用方便，USB设备可以很方便安全地热拔插，不用害怕对硬件造成损坏。若设备符合HID标准，在WIN 2000、WIN XP等操作系统下不需装驱动程序。
2、USB接口理论上可以支持127个外设，一台计算机就可以控制多个USB 设备，便于灵活运用。
3、传输速度也比较乐观，USB协议有三种工作速度，低速、全速、高速，低速理论速度为1.5Mbps，全速为12Mbps，高速为480Mbps。
4、成本较低，USB芯片与PCI芯片相比，价格普遍偏低。而且USB协议可以免费使用，这也是很多业内人士选择USB的一个重要原因。
综上所述，我们决定采用USB2.0接口。
图像复原信息132李佳奇1304010311 一、实验目的 1、熟悉并掌握MATLAB图像处理工具箱的使用； 2、理解并掌握常用的图像的恢复和分割技术。 二、实验内容 close all;clear all;clc; I=imread('d:/zhien.jpg'); I=im2double(I); I=imnoise(I,'gaussian',0.05);%添加高斯噪声 PSF=fspecial('average',3); J=imfilter(I,PSF); K=exp(imfilter(log(I),PSF)); figure; subplot(131);imshow(I); subplot(132);imshow(J); subplot(133);imshow(K); 维纳滤波 I=imread('d:/zhien.jpg'); H=fspecial('motion',50,45); J=imfilter(I,H,'circular','conv'); subplot(221);imshow(J); title('运动模糊后的lena.bmp(角度为45)'); J1=imnoise(J,'gaussian',0,0.01); subplot(222); imshow(J1); title('加噪模糊的lena.bmp');%figure; J2=deconvwnr(J1,H); subplot(223) imshow(J2); title('模糊噪声图像的维纳滤波复原'); noise=imnoise(zeros(size(I)),'gaussian',0,0.01); NSR=sum(noise(:).^2)/sum(im2double(I(:)).^2); J3=deconvwnr(J1,H,NSR);
图像灰度变换报告 一.实验目的 1.学会使用Matlab ； 2.学会用Matlab 软件对图像进行灰度变换，观察采用各种不同灰度变换发法对最终图像效果的影响； 二.实验内容 1.熟悉Matlab 中的一些常用处理函数 读取图像：img=imread('filename'); //支持TIF,JPEG,GIF,BMP,PNG 等文件格式。 显示图像：imshow(img,G); //G 表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,'filename'); //不支持GIF 格式，其他与imread 相同。 亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in 至high_in 之间的值映射到low_out 至high_out 之 间，low_in 以下及high_in 以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); //newlevel 表示输出图像指定的灰度级数。 2.获取实验用图像：rice.jpg. 使用imread 函数将图像读入Matlab 。 3 .产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤ r ≤ 0.65 1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg 进行处理，使用imwrite 函数保存处理后的新图像。 4.产生灰度变换函数T2，使得： s = 5.用T2imwrite 保存处理后的新图像。 6.分别用 s = r 0.6; s = r 0.4; s = r 0.3 对kids.tiff 图像进行处理。为简便起见，使用Matlab 中的imadjust 函数，最后用imwrite 保存处理后的新图像。 7.对circuit.jpg 图像实施反变换（Negative Transformation ）。s =1－r; 使
计 算 机 图 形 学 实验指导书 学号：1441901105 姓名：谢卉
实验一：图形的几何变换 实验学时：4学时 实验类型：验证 实验要求：必修 一、实验目的 二维图形的平移、缩放、旋转和投影变换（投影变换可在实验三中实现）等是最基本的图形变换，被广泛用于计算机图形学的各种应用程序中，本实验通过算法分析以及程序设计实验二维的图形变换，以了解变换实现的方法。如可能也可进行裁剪设计。 二、实验内容 掌握平移、缩放、旋转变换的基本原理，理解线段裁剪的算法原理，并通过程序设计实现上述变换。建议采用VC++实现OpenGL程序设计。 三、实验原理、方法和手段 1．图形的平移 在屏幕上显示一个人或其它物体（如图1所示），用交互操作方式使其在屏幕上沿水平和垂直方向移动Tx和Ty，则有 x’=x+Tx y’=y+Ty 其中：x与y为变换前图形中某一点的坐标，x’和y’为变换后图形中该点的坐标。其交互方式可先定义键值，然后操作功能键使其移动。 2．图形的缩放 在屏幕上显示一个帆船（使它生成在右下方），使其相对于屏幕坐标原点缩小s倍（即x方向和y方向均缩小s倍）。则有： x’=x*s y’=y*s 注意：有时图形缩放并不一定相对于原点，而是事先确定一个参考位置。一般情况下，参考点在图形的左下角或中心。设参考点坐标为xf、yf则有变换公式x’=x*Sx+xf*(1-Sx)=xf+(x-xf)*Sx y’=y*Sy+yf*(1-Sy)=yf+(y-yf)*Sy 式中的x与y为变换前图形中某一点的坐标，x’和y’为变换后图形中该点的坐标。当Sx>1和Sy>1时为放大倍数，Sx<1和Sy<1时为缩小倍数（但Sx和Sy
数字图像处理实验报告 实验二图像变换实验 1．实验目的 学会对图像进行傅立叶等变换，在频谱上对图像进行分析，增进对图像频域上的感性认识，并用图像变换进行压缩。 2．实验内容 对Lena或cameraman图像进行傅立叶、离散余弦、哈达玛变换。在频域，对比他们的变换后系数矩阵的频谱情况，进一步，通过逆变换观察不同变换下的图像重建质量情况。 3. 实验要求 实验采用获取的图像，为灰度图像，该图像每象素由8比特表示。具体要求如下： （1）输入图像采用实验1所获取的图像（Lena、Cameraman）； （2）对图像进行傅立叶变换、获得变换后的系数矩阵； （3）将傅立叶变换后系数矩阵的频谱用图像输出，观察频谱； （4）通过设定门限，将系数矩阵中95%的（小值）系数置为0，对图像进行反变换，获得逆变换后图像； （5）观察逆变换后图像质量，并比较原始图像与逆变后的峰值信噪比（PSNR）。 （6）对输入图像进行离散余弦、哈达玛变换，重复步骤1-5； （7）比较三种变换的频谱情况、以及逆变换后图像的质量（PSNR）。 4. 实验结果 1. DFT的源程序及结果 J=imread('10021033.bmp'); P=fft2(J); for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); end end Q=sort(G); for i=1:size(Q,2) if (i 附录1 课程实验报告格式 每个实验项目包括：1)设计思路，2)程序代码，3）实验结果，4）实验中出现的问题及解决方法。 实验一：直方图灰度变换 A：读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imread('rice.tif'); imshow('rice.tif'),title('rice.tif'); improfile,title('主对角线上灰度值') B：读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imread('flowers.tif'); imshow('flowers.tif'),title('flowers.tif'); improfile,title('主对角线红绿蓝分量') C：图像灰度变化 f=imread('rice.png'); imhist(f,256); %显示其直方图 g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像) figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围[0 1] g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) 图像灰度变换处理实例： g=imread('me.jpg'); imshow(g),title('原始图片'); h=log(1+double(g)); %对输入图像对数映射变换 h=mat2gray(h); %将矩阵h转换为灰度图片 h=im2uint8(h); %将灰度图转换为8位图 imshow(h),title('转换后的8位图'); 运行后的结果： 实验二：直方图变换 A：直方图显示 I=imread('cameraman.tif'); %读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题运行结果如下： 摘要： 图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。 数字图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。 设计要求 可视化界面，采用多幅不同形式图像验证系统的正确性； 合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化； 1.课题目的与要求 目的： 基本功能：彩色图像转灰度图像 图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘 图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求： 1、熟悉图像点运算、代数运算、几何运算的基本定 义和常见方法； 2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法 3、掌握在MATLAB中进行插值的方法 4、运用MATLAB语言进行图像的插值缩放和插值旋转等 5、学会运用图像的灰度拉伸方法 6、学会运用图像的直方图设计和绘制；以及均衡化和规定化 7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际2.课题设计内容描述 1>彩色图像转化灰度图像： 大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。 真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。 在一些特殊环境下需要将真彩色转换成灰度图像。 1单独处理每一个颜色分量。 2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加 锐度等。 3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。 2>图像的几何空间变化： 图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。 图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。 旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。 实验一Matlab图像处理基础及图像灰度变换 一、实验目的 了解Matlab平台下的图像编程环境，熟悉Matlab中的DIP (Digital Image Processing)工具箱；掌握Matlab中图像的表示方法，图像类型、数据类型的种类及各自的特点，并知道怎样在它们之间进行转换。掌握Matlab环境下的一些最基本的图像处理操作，如读图像、写图像、查看图像信息和格式、尺寸和灰度的伸缩等等；通过实验掌握图像直方图的描绘方法，加深直方图形状与图像特征间关系间的理解；加深对直方图均衡算法的理解。 二、实验内容 1．从硬盘中读取一幅灰度图像； 2．显示图像信息，查看图像格式、大小、位深等内容； 3．用灰度面积法编写求图像方图的Matlab程序，并画图； 4．把第3步的结果与直接用Matlab工具箱中函数histogram的结果进行比较，以衡量第3步中程序的正确性。 5．对读入的图像进行直方图均衡化，画出处理后的直方图，并比较处理前后图像效果的变化。 三、知识要点 1.Matlab6.5支持的图像图形格式 TIFF, JEPG, GIF, BMP, PNG, XWD (X Window Dump)，其中GIF不支持写。 2.与图像处理相关的最基本函数 读：imread; 写：imwrite; 显示：imshow; 信息查看：imfinfo; 3.Matlab6.5支持的数据类 double, unit8, int8, uint16, int16, uint32, int32, single, char (2 bytes per element), logical. 4.Matlab6.5支持的图像类型 Intensity images, binary images, indexed images, RGB image 5.数据类及图像类型间的基本转换函数 数据类转换：B = data_class_name(A); 图像复原 信息132 李佳奇 1304010311 一、实验目的 1、熟悉并掌握MATLAB 图像处理工具箱的使用; 2、理解并掌握常用的图像的恢复与分割技术。 二、实验内容 空域滤波复原 close all;clear all;clc; I=imread('d:/zhien 、jpg'); I=im2double(I); I=imnoise(I,'gaussian',0、05);%添加高斯噪声 PSF=fspecial('average',3); J=imfilter(I,PSF); K=exp(imfilter(log(I),PSF)); figure; subplot(131);imshow(I); subplot(132);imshow(J); subplot(133);imshow(K); 维纳滤波 I=imread('d:/zhien 、jpg'); H=fspecial('motion',50,45); J=imfilter(I,H,'circular','conv'); subplot(221);imshow(J); title('运动模糊后的lena 、bmp(角度为45)'); J1=imnoise(J,'gaussian',0,0、01); subplot(222); imshow(J1); title('加噪模糊的lena 、bmp');%figure; J2=deconvwnr(J1,H); subplot(223) imshow(J2); title('模糊噪声图像的维纳滤波复原'); noise=imnoise(zeros(size(I)),'gaussian',0,0、01); NSR=sum(noise(:)、^2)/sum(im2double(I(:))、^2); J3=deconvwnr(J1,H,NSR); subplot(224) imshow(J3); title('引入SNR 的维纳滤波复原'); 分析:空域滤波就就是在待处理图像中逐点地移动掩模。在每一点(x,y)处,滤波器在该点的响应通过事先定义的关系来计算。对于线性空间滤波,其响应由滤波器系数与滤波掩模扫过区域的相应像素值的乘积之与给出 中南大学信息科学与工程学院 实验报告实验名称 实验地点科技楼四楼 实验日期2014年6月 指导教师 学生班级 学生姓名 学生学号 提交日期2014年6月 实验一Window图形编程基础 一、实验类型：验证型实验 二、实验目的 1、熟练使用实验主要开发平台VC6.0； 2、掌握如何在编译平台下编辑、编译、连接和运行一个简单的Windows图形应用程序； 3、掌握Window图形编程的基本方法； 4、学会使用基本绘图函数和Window GDI对象； 三、实验内容 创建基于MFC的Single Document应用程序（Win32应用程序也可，同学们可根据自己的喜好决定），程序可以实现以下要求： 1、用户可以通过菜单选择绘图颜色； 2、用户点击菜单选择绘图形状时，能在视图中绘制指定形状的图形； 四、实验要求与指导 1、建立名为“颜色”的菜单，该菜单下有四个菜单项：红、绿、蓝、黄。用户通过点击不同的菜单项，可以选择不同的颜色进行绘图。 2、建立名为“绘图”的菜单，该菜单下有三个菜单项：直线、曲线、矩形 其中“曲线”项有级联菜单，包括：圆、椭圆。 3、用户通过点击“绘图”中不同的菜单项，弹出对话框，让用户输入绘图位置，在指定位置进行绘图。 五、实验结果： 六、实验主要代码 1、画直线：CClientDC *m_pDC;再在OnDraw函数里给变量初始化m_pDC=new CClientDC(this); 在OnDraw函数中添加： m_pDC=new CClientDC(this); m_pDC->MoveTo(10,10); m_pDC->LineTo(100,100); m_pDC->SetPixel(100,200,RGB(0,0,0)); m_pDC->TextOut(100,100); 2、画圆： void CMyCG::LineDDA2(int xa, int ya, int xb, int yb, CDC *pDC) { int dx = xb - xa; int dy = yb - ya; int Steps, k; float xIncrement,yIncrement; float x = xa,y= ya; if(abs(dx)>abs(dy)) 数字图像处理实验一 图像变换 一、实验目的 了解matlab有关图像的基本操作，如图像的读写，显示等。掌握二维DFT变换及其物理意义，掌握基本的灰度变换方法。 二、实验要求 1.在Matlab workspace中生成一幅大小为512×512像素的8位灰度图, 背景为黑色， 中心有一个宽40像素高20像素的白色矩形。如下图所示： 2.将这幅图像保存为文件test.bmp。 3.从文件test.bmp中读出图像到变量I。 4.在Matlab图形界面中显示变量I所代表的图像。 5.对I作二维DFT变换，结果保存到变量F。注意将频域原点调整至中心位置。 6.将傅立叶频谱,即|F|的取值范围调整为0－255并显示。 7.将上题结果作对数变换后再进行显示，结果应与课本Figure 4.3(b)一致。说明对数 变换能使频谱显示效果更好的原因。 8.对频谱图的物理意义作简要说明。 三、 实验流程 四、 理论知识 1. 在8位灰度图中，像素值大小为0－255。0代表黑色，255代表白色。 2. 二 维 DFT 计 算 公 式 为 ∑∑-=-=+-?=101 )]//(2exp[),(1),(M x N y N vy M ux j y x f MN v u F π。 由于二维DFT 是一种行列可分离的变换，其结果也可以由在两个方向上先后做一维DFT 得到。具体流程为： （a ） 对图像每一行（即某个x 值），做一维DFT ，得到的结果保存为矩阵) ,(v x F 的一行。 ∑-=-?=1 )]/2exp(),(1),(N y N vy j y x f N v x F π （b ） 对矩阵),(v x F 的每一列（即某个v 值），做一维DFT ，得到的结果保存为 矩阵),(v u F 的一列。 )/2exp(),(1 ),(10 M ux j v x F M v u F M x π-?= ∑-= 3. 直接对图像),(y x f 做傅立叶变换，结果的原点处于图像左下角。将傅立叶变换结 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) 计算机图像处理实验报告 哈哈哈哈哈哈实验台31 1.应用MATLAB语言编写显示一幅灰度图像、二值图像、索引图像及 彩色图像的程序，并进行相互之间的转换 1)彩色图像转换为灰度图像、索引图像、二值图像 A=imread('F:\colorful.jpg'); subplot(221);imshow(A);title('彩色图像'); I1=rgb2gray(A); subplot(222);imshow(I1);title('灰度图像'); [X1,map]=rgb2ind(A,256); subplot(223);imshow(X1);title('索引图像'); BW=im2bw(A); subplot(224);imshow(BW);title('二值图像'); 彩色图像灰度图像 索引图像二值图像 2)灰度图像转换为索引图像、二值图像 clear A=imread('F:\colorful.jpg'); B=rgb2gray(A); subplot(131);imshow(B);title('灰度图像'); [X2,map]=gray2ind(B,128); subplot(132);imshow(X2);title('索引图像'); BW2=im2bw(B); subplot(133);imshow(BW2);title('二值图像'); 灰度图像索引图像二值图像 3)索引图像转为灰度图像、二值图像、彩色图像 clear A=imread('F:\colorful.jpg'); [X,map]=rgb2ind(A,256); subplot(221);imshow(X);title('索引图像'); I3=ind2gray(X,map); subplot(222);imshow(I3);title('灰度图像'); BW3=im2bw(X,map,0.5); subplot(223);imshow(BW3);title('二值图像'); RGB=ind2rgb(X,map); subplot(24);imshow(RGB);title('还原彩色图像'); 索引图像灰度图像 二值图像还原彩色图像 实验二 图像的灰度变换 一、实验目的 1、 理解数字图像处理中点运算的基本作用； 2、 掌握对比度调整与灰度直方图均衡化的方法。 二、实验原理 1、对比度调整 如果原图像f (x , y )的灰度范围是[m , M ]，我们希望对图像的灰度范围进行线性调整，调整后的图像g (x , y )的灰度范围是[n , N ]，那么下述变换： []n m y x f m M n N y x g +---=),(),(就可以实现这一要求。 MATLAB 图像处理工具箱中提供的imadjust 函数，可以实现上述的线性变换对比度调整。imadjust 函数的语法格式为： J = imadjust(I,[low_in high_in], [low_out high_out]) J = imadjust(I, [low_in high_in], [low_out high_out])返回原图像I 经过直方图调整后的新图像J ，[low_in high_in]为原图像中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围，灰度范围可以用 [ ] 空矩阵表示默认范围，默认值为[0, 1]。 不使用imadjust 函数，利用matlab 语言直接编程也很容易实现灰度图像的对比度调整。但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8型，而在MATLAB 的矩阵运算中要求所有的运算变量为double 型（双精度型）。因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。 2、直方图均衡化 直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而改善图像的灰度层次。 MATLAB 图像处理工具箱中提供的histeq 函数，可以实现直方图的均衡化。 三、实验内容及要求 1、 用MATLAB 在自建的文件夹中建立example2.m 程序文件。在这个文件的程序中，将girl2.bmp 图像文件读出，显示它的图像及灰度直方图（可以发现其灰度值集中在一段区 实验报告 实验课程名称：数字图像处理 班级：学号：姓名： 注：1、每个实验中各项成绩按照10分制评定，每个实验成绩为两项总和20分。 2、平均成绩取三个实验平均成绩。 2016年 4 月18日 实验一 图像的二维离散傅立叶变换 一、实验目的 掌握图像的二维离散傅立叶变换以及性质 二、实验要求 1) 建立输入图像，在64?64的黑色图像矩阵的中心建立16?16的白色矩形图像点阵， 形成图像文件。对输入图像进行二维傅立叶变换，将原始图像及变换图像（三维、中心化）都显示于屏幕上。 2) 调整输入图像中白色矩形的位置，再进行变换，将原始图像及变换图像（三维、中 心化）都显示于屏幕上，比较变换结果。 3) 调整输入图像中白色矩形的尺寸（40?40，4?4），再进行变换，将原始图像及变 换图像（三维、中心化）都显示于屏幕上，比较变换结果。 三、实验仪器设备及软件 HP D538、MATLAB 四、实验原理 傅里叶变换作为分析数字图像的有利工具，因其可分离性、平移性、周期性和共轭对称性可以定量地方分析数字化系统，并且变换后的图像使得时间域和频域间的联系能够方便直观地解决许多问题。实验通过MATLAB 实验该项技能。 设),(y x f 是在空间域上等间隔采样得到的M ×N 的二维离散信号，x 和y 是离散实变量，u 和v 为离散频率变量，则二维离散傅里叶变换对一般地定义为 ∑∑ -=-=+-= 101 )],( 2ex p[),(1 ),(M x N y N yu M xu j y x f MN v u F π,1,0=u …，M-1；y=0，1，…N-1 ∑∑-=-=+=101 )],( 2ex p[),(),(M x N y N uy M ux j v u F y x f π ,1,0=x …，M-1；y=0，1，…N-1 在图像处理中，有事为了讨论上的方便，取M=N ，这样二维离散傅里叶变换对就定义为 ,]) (2ex p[),(1 ),(101 ∑∑ -=-=+- = N x N y N yu xu j y x f N v u F π 1,0,=v u …，N-1 ,]) (2ex p[ ),(1 ),(101 ∑∑-=-=+= N u N v N vy ux j v u F N y x f π 1,0,=y x ，…，N-1 其中，]/)(2exp[N yv xu j +-π是正变换核，]/)(2exp[N vy ux j +π是反变换核。将二维离散傅里叶变换的频谱的平方定义为),(y x f 的功率谱，记为 ),(),(|),(|),(222v u I v u R v u F v u P +== 功率谱反映了二维离散信号的能量在空间频率域上的分布情况。 五、实验步骤、程序及结果： 1、实验步骤： （1）、编写程序建立输入图像； （2）、对上述图像进行二维傅立叶变换，观察其频谱 （3）、改变输入图像中白框的位置，在进行二维傅里叶变换，观察频谱； 一. 实验名称：空间图像增强（一） 一．实验目的 1．熟悉和掌握利用matlab工具进行数字图像的读、写、显示、像素处理等数字图像处理的基本步骤和流程。 2．熟练掌握各种空间域图像增强的基本原理及方法。 3．熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。 4．熟悉直方图均衡化的基本原理、方法和实现。 二．实验原理 （一）数字图像的灰度变换 灰度变换是图像增强的一种经典而有效的方法。灰度变换的原理是将图像的每一个像素的灰度值通过一个函数，对应到另一个灰度值上去从而实现灰度的变换。常见的灰度变换有线性灰度变换和非线性灰度变换，其中非线性灰度变换包括对数变换和幂律（伽马）变换等。 1、线性灰度变换 1）当图像成像过程曝光不足或过度，或由于成像设备的非线性和图像记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清，图像缺少层次。这时，可将灰度范围进行线性的扩展或压缩，这种处理过程被称为图像的线性灰度变换。对灰度图像进行线性灰度变换能将输入图像的灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围。 2）令原图像f(x,y)的灰度范围为[a,b]，线性变换后得到图像g(x,y)，其灰度范围为[c,d]，则线性灰度变换公式可表示为 a y x f b y x f a b y x f c c a y x f a b c d d y x g <≤≤>?????+---=),(),(),(, ,]),([,),( (1) 由(1)式可知，对于介于原图像f (x,y )的最大和最小灰度值之间的灰度值，可通过线性变换公式，一一对应到灰度范围[c,d]之间，其斜率为(d-c)/(b-a)；对于小于原图像的最小灰度值或大于原图像的最大灰度值的灰度值，令其分别恒等于变换后的最小和最大灰度值。变换示意图如图1所示。 图1 线性灰度变换示意图 当斜率大于一时，变换后的灰度值范围得到拉伸，图像对比度得到提高；当斜率小于一时，变换后的灰度值范围被压缩，最小与最大灰度值的差变小，图像对比度降低；当斜率等于一时，相当于对图像不做变换。 3）由上述性质可知，线性灰度变换能选择性地加强或降低特定灰度值范围内的对比度，故线性灰度变换同样也可做分段处理：对于有价值的灰度范围，将斜率调整为大于一，用于图像细节；对于不重要的灰度范围，将图像压缩，降低对比度，减轻无用信息的干扰。最常用的分段线性变换的方法是分三段进行线性变换。 在原图像灰度值的最大值和最小值之间设置两个拐点，在拐点处，原图像的灰度值分别为r 1，r 2，该拐点对应的变换后的图像的灰度值分别为s 1，s 2，另外，取原图像灰度的最小值为r 0,最大值为r m ，对应的变换后的灰度值分别为s 0，s m 。 信息工程学院实验报告 课程名称：数字图像处理Array 实验项目名称：实验五图像复原实验时间： 班级：姓名：学号： 一、实验目的 1.了解图像退化/复原处理的模型； 2. 掌握图像复原的原理及实现方法； 3. 通过本实验掌握利用MATLAB编程实现图像的恢复。 4. 掌握matlab代码的调试方法，熟悉常见代码错误及改正方法。 二、实验步骤及结果分析 MATLAB图像处理工具箱包含四个图像复原函数，请参照教材第126页例6.8编程实现图像复原。 1．用点扩散(PSF)函数创建运动模糊图像,修改参数改变模糊程度。 a) 无噪声运动模糊图像 b) 有噪声运动模糊图像 程序代码： I=imread('cameraman.tif'); %读取图像 subplot(1,3,1); imshow(I,[]);%显示图像 title('原始图像'); PSF=fspecial('motion',25,11); %运动模糊函数，运动位移是25像素，角度是11 Blurred=imfilter(I,PSF,'conv','circular'); %对图像运动模糊处理 subplot(1,3,2); imshow(Blurred,[]);title('无噪声运动模糊图像'); %显示无噪声运动模糊图像 Noise=0.05*randn(size(I)); %正态分布的随机噪声 BlurredNoisy=imadd(Blurred,im2uint8(Noise));%对退化后的图像附加噪声 subplot(1,3,3); imshow(BlurredNoisy,[]);title('有噪声运动模糊图像'); %显示运动模糊且加噪声后图像 执行结果： 图像灰度变换增强 摘要：灰度变换是基于点操作的增强方法，它将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值，如增强处理中的对比度增强。对比度增强可以采用线性拉伸和非线性拉伸。线性拉伸可以将原始输入图像中的灰度值不加区别地扩展。如果要求对局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理时，采用分段线性拉伸。非线性拉伸常采用对数扩展和指数扩展。对数扩展拉伸低亮度去，压缩高亮度区；指数扩展拉伸了高亮区，压缩了低亮度区。 关键词：图像增强，灰度变换，线性变换，分段线性变换，非线性变换 一． 概述 影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD （摄像头）获得的图像经过A/D （数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：图像增强和图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像复原技术与增强技术不同，它需要了解图像质量下降的原因，首先要建立"降质模型"，再利用该模型，恢复原始图像。 根据图像增强处理过程所在的空间不同，图像增强可分为空余增强法和频域增强法两大类。频域增强是在图像的某种变换域内，对图像的变换系数值进行运算，即作某种修正，然后通过逆变换获得增强了的图像。空域增强则是指直接在图像所在的二维空间进行增强处理，既增强构成图像的像素。空域增强法主要有灰度变换增强，直方图增强，图像平滑和图像锐化等。 图像的灰度变换处理是图像增强处理技术中一种非常基础，直接的空间域图像处理法，也是图像数字化软件和图像显示软件的一个重要组成部分。灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。目的是为了改善画质，使图像的显示效果更加清晰。 二． 灰度变换处理 灰度变换的过程可表示为：)],([),(y x f T y x g ，它是指将输入图像中每个像素 目录 实验一：数字图像的基本处理操作 (4) ：实验目的 (4) ：实验任务和要求 (4) ：实验步骤和结果 (5) ：结果分析 (8) 实验二：图像的灰度变换和直方图变换 (9) ：实验目的 (9) ：实验任务和要求 (9) ：实验步骤和结果 (9) ：结果分析 (13) 实验三：图像的平滑处理 (14) ：实验目的 (14) ：实验任务和要求 (14) ：实验步骤和结果 (14) ：结果分析 (18) 实验四：图像的锐化处理 (19) ：实验目的 (19) ：实验任务和要求 (19) ：实验步骤和结果 (19) ：结果分析 (21) 实验一：数字图像的基本处理操作 ：实验目的 1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。：实验任务和要求 1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分 成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分 别显示，注上文字标题。 3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换， 显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。 4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里 叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的 对应关系。 ：实验步骤和结果 1.对实验任务1的实现代码如下： a=imread('d:\'); i=rgb2gray(a); I=im2bw(a,; subplot(1,3,1);imshow(a);title('原图像'); subplot(1,3,2);imshow(i);title('灰度图像'); subplot(1,3,3);imshow(I);title('二值图像'); subplot(1,3,1);imshow(a);title('原图像'); 结果如图所示： 实验报告 课程名称数字图像处理导论 专业班级_______________ 姓名_______________ 学号_______________ 电气与信息学院 和谐勤奋求是创新 2.对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同 一窗口中显示。 I=imread('moon.tif'); H = fspecial('sobel'); subplot(2,2,1) imshow(I); title(' Qriginal Image '); Sobel = imfilter(I,H,'replicate'); subplot(2,2,2) imshow(Sobel); title(' Sobel Image ') H = fspecial('laplacian',0.4); lap = imfilter(I,H,'replicate'); subplot(2,2,3) imshow(lap); title(' Laplacian Image ') H = fspecial('gaussian',[3 3],0.5); gaussian = imfilter(I,H,'replicate'); subplot(2,2,4) imshow(gaussian); title(' Gaussian Image ') 3.使用函数imfilter时，分别采用不同的填充方法（或边界选项，如零填 充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图像。 originalRGB = imread('trees.tif'); subplot(3,2,1) imshow(originalRGB); title(' Qriginal Image '); h = fspecial('motion', 50, 45); %motion blurred filteredRGB = imfilter(originalRGB, h); subplot(3,2,2) imshow(filteredRGB); title(' Motion Blurred Image '); boundaryReplicateRGB = imfilter(originalRGB, h, 'replicate'); subplot(3,2,3) 实验报告 实验名称：图像处理 姓名：刘强 班级：电信1102 学号：1404110128 实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件 PC机数字图像处理实验教学软件大量样图 二、实验目的 1、学习使用“数字图像处理实验教学软件系统”，能够进行图像处理方面的 简单操作； 2、熟悉图像点运算、几何变换及正交变换的基本原理，了解编程实现的具体 步骤； 3、观察图像的灰度直方图，明确直方图的作用和意义； 4、观察图像点运算和几何变换的结果，比较不同参数条件下的变换效果； 5、观察图像正交变换的结果，明确图像的空间频率分布情况。 三、实验原理 1、图像灰度直方图、点运算和几何变换的基本原理及编程实现步骤 图像灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度分布情况，为图像的相关处理操作提供了基本信息。 图像点运算是一种简单而重要的处理技术，它能让用户改变图像数据占据的灰度范围。点运算可以看作是“从象素到象素”的复制操作，而这种复制操作是通过灰度变换函数实现的。如果输入图像为A(x,y)，输出图像为B(x,y)，则点运算可以表示为： B(x,y)＝f[A(x,y)] 其中f(x)被称为灰度变换（Gray Scale Transformation，GST）函数，它描述了输入灰度值和输出灰度值之间的转换关系。一旦灰度变换函数确定，该点运算就完全确定下来了。另外，点运算处理将改变图像的灰度直方图分布。点运算又被称为对比度增强、对比度拉伸或灰度变换。点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸和均衡等。 图像几何变换是图像的一种基本变换，通常包括图像镜像变换、图像转置、图像平移、图像缩放和图像旋转等，其理论基础主要是一些矩阵运算，详细原理可以参考有关书籍。 实验系统提供了图像灰度直方图、点运算和几何变换相关内容的文字说明，用户在操作过程中可以参考。下面以图像点运算中的阈值变换为例给出编程实现的程序流程图，如下：matlab图像处理图像灰度变换直方图变换
图像处理 实验报告
实验一Matlab图像处理基础及图像灰度变换
数字图像处理图像复原实验报告
计算机图形学实验报告 (2)
数字图像处理实验(2011年)
用matlab实现图像灰度变换课程设计
东北大学图像处理实验报告
matlab图像的灰度变换
图像处理实验报告
图像处理灰度变换实验
实验五 图像复原
图像灰度变换增强
数字图像处理实验报告
数字图像处理实验报告——图像复原实验
数字图像处理图像变换实验报告.
相关主题
文本预览