基于matlab的数字图像处理毕业设计论文

论文（设计）题目：基于MATLAB的数字图像处理系统设计基于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。

毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或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学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

迭代与分形姓名：吴涛班级：2007级电科一班学号：20074053053摘要：几何学研究的对象是客观世界中物体的形状。

传统欧氏几何学的研究对象，都是规则并且光滑的，比如：直线、曲线、曲面等。

但客观世界中物体的形状，并不完全具有规则光滑等性质，因此只能近似当作欧氏几何的对象，比如：将凹凸不平的地球表面近似为椭球面。

虽然多数情况下通过这样的近似处理后，能够得到符合实际情况的结果，但是对于极不规则的形态，比如：云朵、烟雾、树木等，传统的几何学就无能为力了。

如何描述这些复杂的自然形态？如何分析其内在的机理？这些就是分形几何学所面对和解决的问题。

关键字：迭代；分形；树形Abstract:the study of geometry object is the objective world in the shape of an object. Traditional Euclidean geometry object of study, is all the rules and smooth, for instance: linear, curve and surface etc. But the objective world in the shape of an object, not completely with regular smooth nature, therefore can only approximate such as Euclidean geometry object, such as: the uneven surface of the earth for approximate ellipsoid. Although most cases through such an approximate treatment after, can get the result accords with the actual situation, but for great irregularity of form, such as: the clouds, smoke, such as trees, traditional geometry as a repeater.How to describe these complex natural forms? How to analyze its inherent mechanism? These are the fractal geometry facing and solve the problem.Key words: iterations, Fractal; tree一、问题分析在我们的世界上，存在着许多极不规则的复杂现象，比如：弯弯曲曲的海岸线、变化的云朵、宇宙中星系的分布、金融市场上价格的起伏图等，为了获得解释这些极端复杂现象的数学模型，我们需要认识其中蕴涵的特性，构造出相应的数学规则。

MATLAB编程课程项目项目题目：图像数字处理姓名：学号：院系：计算机科学与技术学院小组成员：一、项目的背景、内容所谓图像处理就是计算机对图像信息进行加工以满足人的视觉心理或者应用需求的行为。

实质上是一段能够被计算机还原显示和输出为一副图像的数字码。

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。

图像处理技术可以帮助人们更客观、更准确地认识世界。

我们的项目就是运用图像处理技术，对图片进行基本操作。

例如：图像反转，图像的灰度线性变换，图像的Log算子测边缘，图像的膨胀和腐蚀。

在这个项目中，我负责的是Log算子测边缘，用来判断边缘像素是位于图像的明区还是暗区。

二、项目所用方法与已有方法的分析和比较经典的边缘检测方法，是对原始图像中像素的某小邻域来构造边缘检测算子。

常用的边缘检测方法有:Roberts边缘检测算子、Sobel边缘检测算子、Prewitt边缘检测算子、Canny边缘检测算子、Laplace边缘检测算子等等。

这些方法多是以待处理像素为中心的邻域作为进行灰度分析的基础，实现对图像边缘的提取并已经取得了较好的处理效果。

Roberts 算子提取边缘的结果边缘较粗，边缘定位不很准确，Sobel算子和Prewitt 算子对边缘的定位就准确了一些，而采用拉普拉斯高斯算子（Log）进行边缘提取的结果要明显优于前三种算子，特别是边缘比较完整，位置比较准确。

下面为几种常用边缘检测算子的对比图：三、项目的意义与特点现实的生活生产中，对于图像技术的需求越来越多，图像的处理技术也层出不穷，我们有必要了解基本的图像变换和处理技术。

本次实验采取了极为方便的图像处理过程，加深了同学们对图像处理的了解和兴趣。

而我负责的图像边缘检测更是运用广泛，Log算子边缘检测的基本特征是：1．平滑滤波是高斯滤波；2．增强步骤采用二阶导数(二维拉普拉斯函数)；3．边缘检测判据是二阶导数零交叉点并对应一阶导数的较大峰值；4．使用线性内插方法在子像素分辨率水平上估计边缘的位置。

通信专业课程设计一太原科技大学课程设计（论文）设计(论文)题目：基于MATLAB数字图像处理的实现和仿真姓名学号班级学院指导教师2010年12月31日太原科技大学课程设计（论文）任务书学院（直属系）：华科学院电子信息工程系时间：2010年12月17日学生姓名指导教师设计（论文）题目基于MATLAB数字图像处理的实现和仿真主要研究内容学习MATLAB GUI程序设计，利用MATLAB图像处理工具箱，设计和实现自己的Photoshop。

按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。

然后按照拟定的功能要求进行程序设计和调试。

研究方法主要运用MATLAB工具箱对图像进行处理和分析，通过编写程序实现对数字图像的处理。

主要技术指标(或研究目标)综合运用MATLAB工具箱实现图像处理的GUI程序设计。

教研室意见教研室主任（专业负责人）签字：年月日目录摘要 (II)第1章绪论 (1)第2章数字图像处理系统设计 (2)2.1设计概括 (2)2.2文件 (3)2.2.1打开 (3)2.2.2保存 (3)2.2.3退出 (3)2.3编辑 (3)2.3.1灰度 (3)2.3.2亮度 (5)2.3.3截图 (7)2.3.4缩放 (7)2.4旋转 (9)2.4.1上下翻转 (9)2.4.2左右翻转 (10)2.4.3任意角度翻转 (11)2.5噪声 (12)2.6滤波 (13)2.6.1中值滤波 (13)2.6.2自适应滤波 (13)2.6.3平滑滤波 (14)2.7直方图统计 (15)2.8频谱分析 (16)2.8.1、频谱图 (16)2.8.2通过高通滤波器 (17)2.8.3通过低通滤波器 (18)2.9灰度图像处理 (19)2.9.1二值图像 (19)2.9.2创建索引图像 (20)2.10颜色模型转换 (21)2.11操作界面设计 (22)第3章程序调试及结果分析 (23)总结 (24)参考文献 (25)附录 (26)基于MATLAB数字图像处理的实现和仿真摘要数字图像处理（Digital Image Processing）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。

基于matlab编程的数字图像处理论文郑州航空工业管理学院结课设计(论文)2008 级电子信息工程专业 0813083 班级课程数字图像处理姓名苏冰山学号 081308322指导教师陈宇职称讲师二О一一年十月十七一、引言数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。

数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。

数字图像处理技术已经在各个领域上都有了比较广泛的应用。

图像处理的信息量很大，对处理速度的要求也比较高。

MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。

本次结课设计基于MATLAB的数字图像处理环境，利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。

论述了利用MATLAB实现灰度图像增强技术研究与设计。

二、设计内容此次设计探究了灰度图像增强技术在MATLAB的数字图像处理环境下的实现，主要包括空域变换增强和空域滤波增强的基本原理及编程实现。

涉及对比度的增强、图像求反、线性平滑滤波器、非线性平滑滤波器、低通滤波、高通滤波的程序算法实现及运行后的效果图。

灰度图像增强图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。

这里的好和有用要因具体的应用目的和要求而异，并且所需的具体增强技术也可不同。

目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。

第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作;第二类，在图像的变化域对图像进行间接处理。

空域增强方法可表示为:g(x,y)=EH[f(x,y)]其中f(x，y)和g(x，y)分别为增强前后的图像，EH代表增强操作。

基于matlab编程的数字图像处理论文郑州航空工业管理学院结课设计（论文）2008 级电子信息工程专业0813083 班级课程数字图像处理姓名苏冰山学号081308322 指导教师陈宇职称讲师二О一一年十月十七一、引言数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。

数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。

数字图像处理技术已经在各个领域上都有了比较广泛的应用。

图像处理的信息量很大，对处理速度的要求也比较高。

MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。

本次结课设计基于MATLAB的数字图像处理环境，利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。

论述了利用MATLAB实现灰度图像增强技术研究与设计。

二、设计内容此次设计探究了灰度图像增强技术在MATLAB的数字图像处理环境下的实现，主要包括空域变换增强和空域滤波增强的基本原理及编程实现。

涉及对比度的增强、图像求反、线性平滑滤波器、非线性平滑滤波器、低通滤波、高通滤波的程序算法实现及运行后的效果图。

灰度图像增强图像增强是一类基本的图像处理技术，其目的是对图像进行加工，以得到对具体应用来说视觉效果更好、更有用的图像。

这里的好和有用要因具体的应用目的和要求而异，并且所需的具体增强技术也可不同。

目前常用的增强技术根据其处理所进行的空间不同，可分为基于图像域的方法和基于变化域的方法。

第一类，直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；第二类，在图像的变化域对图像进行间接处理。

空域增强方法可表示为：g(x,y)=EH[f(x,y)]其中f（x，y）和g（x，y）分别为增强前后的图像，EH代表增强操作。

河北工业大学城市学院毕业论文作者：杨超学号：073142系专题：业：目：机械系测控技术与仪器数字图像处理软件包的开发设计指导者：评阅者：张宗华(姓名)(姓名)教授(专业技术职务)(专业技术职务)2011 年6月4日河北工业大学城市学院2011 届毕业论文11河北工业大学城市学院2011 届毕业论文目次1 引言 (3)1.1 数字图像处理简介 (3)1.2 数字图像处理的应用 (3)1.3 软件包的设计 (4)2 MATLAB 图像处理工具箱 (5)2.1 MATLAB 简介 (5)2.2 图像处理工具箱简介 (5)3 图形用户界面 (7)3.1 图形用户界面简介 (7)3.2 MATLAB 常用的基本命令 (7)3.3 常用图像操作 (8)3.5 GUI 的创建 (10)3.6 GUI 的应用 (12)4 数字图像处理软件的设计 (14)4.1 图像的读入和显示 (14)4.2 格式转换 (15)4.3 图像的灰度变换 (20)4.4 图像的二值化 (21)4.5 图像直方图 (22)4.6 图像锐化 (24)4.6.1 线性锐化滤波器 (24)4.6.2 非线性锐化滤波器 (25)4.7 图像边界提取 (26)4.8 图像边缘检测 (27)5.EXE 文件的生成 (30)结论 (31)参考文献 (32)致谢 (34)2（ 河北工业大学城市学院 2011 届毕业论文1引言1.1 数字图像处理简介数字图像处理是一门利用计算机对图像进行处理的学科。

主要讲解利用计算机处 理图像的基本原理和方法。

随着计算机和信息技术的发展,数字图像处理的地位和作 用越来越突出，由于其实用价值高，应用范围极为广泛，现已应用于军事技术、政府 部门和医疗卫生等多种领域。

图像处理的算法和实践都需要在计算机上实现,将MATLAB 软件引入数字信号处理 中。

MATLAB 软件为数字图像处理提供了功能丰富的工具，通过计算机演示，将抽象 的理论转化为形象可视化的图形，可以形象直观地展示出抽象复杂的内容。

毕业设计(论文)任务书课题名称基于MATLAB的数字图像处理毕业设计(论文)的主要容及要求：1. 掌握数字图像处理的基本概念，了解数字图像处理的特点及其应用，了结图像的文件格式。

2. 掌握MATLAB仿真软件的基本知识和编程方法。

3. 掌握主要的图像处理方法及其原理（如图像增强，二值图像处理等），并通过MATLAB设计图像处理的程序来实现图像处理。

4. 翻译5000字英文资料。

5. 撰写毕业论文，并进行毕业答辩。

指导教师签字：摘要图像信息是人类获取信息的重要来源及利用信息的重要手段，图像处理科学技术是科学研究、社会生产及人类生活中不可缺少的强有力工具。

在信息社会中，数字图像处理科学在理论或实践上都存在着巨大的潜力。

数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。

数字图像处理技术已经在各个领域上都有了比较广泛的应用。

图像处理的信息量很大，对处理速度的要求也比较高。

MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。

本文介绍了MATLAB软件，基于MATLAB的数字图像处理环境和如何利用MATLAB及其图像处理工具箱进行数字图像处理。

主要论述了利用MATLAB实现二值图像分析、图像增强、图像复原等图像处理。

关键词：MATLAB，数字图像处理，图像增强，二值图像，图像复原AbstractThe image information is a very important source for people to get the information and the important means of information, image processing technology is a powerful tool for scientific research, social production and human life.In the information society, the digital image processing science exists great potential both in theory or practice.Digital image processing is a computer using a certain algorithm for graphics and image processing technology. Digital image processing technology has been in various areas have a relatively wide range of applications.Image processing large amount of information, the speed of processing requirements are relatively high. MATLAB powerful computing and graphics display function, which makes image processing become more simple and intuitive.This paper introduces the MATLAB software and the MATLAB-based digital image processing environment, describes how to use the MATLAB Image Processing Toolbox for its digital image processing.Mainly discusses the use of MATLAB for image enhancement, the two value image analysis, image restoration and other image processing technologies.Keywords: MATLAB, digital image processing,image enhancement,two value image ,image restoration目录第1章绪论错误!未定义书签。

摘要数字图像处理是近几年来新兴的研究领域，受到越来越多的学者的高度重视。

因为图像在生成、传递、压缩、储存、变换等诸多过程中，会受到不利成分的影响。

比方分别在不一样的照明情况下操作，会引起图像亮度的转变；操作设备时，不可避免地会发生抖动，这样做的话就会引起图像位移；捕获到的图像对比度较低或是位置不契合等等。

所以想要获得清晰的图像就要对图像进行数字图像的处理。

本文主要从图像增强、图像复原、图像编码的Matlab仿真以及GUI板块的设计四个角度进行研究。

在本文中图像增强主要深入讨论了使用灰度变换函数去拉伸图像的对比度，使用直方图均衡化去合理分配图像的灰度，使用空域滤波和频域滤波使图像变得越发清晰。

图像编码主要简述的就是编码冗余、空间冗余以及不相关信息，通过以上图像编码的三种方法可以减小图片的冗余度和加大数据压缩比等等。

图像复原主要概述的是维纳滤波、最小二乘法滤波以及L-R滤波三种滤波方法，这三种滤波方式可以达到过滤掉图像中模糊部分的目的。

通过可视化界面达到了将以上三种图像处理方法结合在一起的目的。

在GUI 界面中，只要选定一种处理方式并按下“开始”按钮就能够执行相应的处理方法，而且会同时得到原始图像与处理后的图像。

关键字：图像增强；图像压缩；图像复原；Matlab;GUIAbstractDigital image processing is the emerging research field in recent years, by more and more scholars attach great importance.Because the image in the generation, transmission, compression, storage, transformation and many other processes, will be affected by the adverse effects.For example, in the case of different lighting operations, will cause the image brightness changes; operating equipment, it will inevitably jitter, so it will cause image displacement;The captured image is low or the position is not fit and so on. So you want to get a clear image of the image is necessary to digital image processing.This paper mainly studies image enhancement, image restoration, Matlab simulation of image coding and GUI design.In this paper, the image enhancement mainly discusses the contrast of using the gray scale transformation function to stretch the image, and uses the histogram equalization to rationally distribute the gray scale of the image. The use of spatial filtering and frequency domain filtering makes the image become more and more clear.Image coding is mainly described in the coding redundancy, spatial redundancy and irrelevant information, through the above image encoding of the three methods can reduce the redundancy of the picture and increase the data compression ratio and so on.Image restoration is mainly summarized in the Wiener filter, least squares filtering and L-R filter three filtering methods, these three filtering methods can be filtered to filter out the purpose of the fuzzy part of the image.Through the visual interface to achieve the above three kinds of image processing methods together for the purpose. In the GUI interface, as long as the selection of a processing method and press the "start" button to be able to perform the appropriate processing methods, and will also get the original image and processed images.Key words: image enhancement; image compression; image restoration; Matlab; GUI第1章绪论1.1 课题研究背景及意义当今这个时代，信息传播迅速，大家也从各种渠道上获取信息，时刻掌握世界的动态。

基于MATLAB的数字图像分析与边缘检测摘要：图像处理是用计算机对图像进行一系列的操作，一般操作是先将图像数字化，即易于获得某种预期结果的技术，其中边缘检测是图像处理中必不可少的一步，采用微分算子检测边缘是最常用的，也是处理效果比较好的一种。

MATLAB图像处理工具箱提供了边缘检测（edge）函数，它能利用多种算子进行图像的边缘检测，语言结构简单，本文主要介绍了数字图像处理主要研究领域中边缘检测的方法，并利用MATLAB图像处理工具箱提供的函数处理图片，对图像进行边缘检测，给出了各种算子检测边缘的结果并进行相互比较。

关键字：图像处理，MatLab ，边缘检测ABSTRACTImage processing is to analyze images by computers to achieve desired a series of results. Edge detection is an absolutely necessary step in image processing and the use of differential operators to detect edge is one of the most common and effective methods. Image processing Mat lab Toolbox User’s Guide, Has provided the edge function, It can use many kinds of operators to carry on the image the edge examination. Edge detection is one of the main methods in the research field of digital image processing. The image processing function provided by the Mat Lab image processing tool box is employed to perform edge detection for image so that the program and processing result are obtained.Key words: Image processing , MatLab，Edge detection独创声明本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。

毕业设计（论文）毕业论文题目：基于matlab的图像形状与分类姓名：专业：网络工程学号：指导老师：方旺盛完成时间：摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。

数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。

数字图像处理技术已经在各个领域上都有了比较广泛的应用。

图像处理的信息量很大，对处理速度的要求也比较高。

MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。

本文介绍了MATLAB 语言的特点，基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像形状的边缘提取和识别分类。

论文主要论述了利用MATLAB实现对图像中的三角形，正方形，圆，椭圆，菱形的边缘提取和自动识别分类。

关键词：MATLAB；数字图像处理；图像形状；图像分类ABSTRACTDigital image processing is an emerging technology, with the development of computer hardware, real-time digital image processing has become possible due to digital image processing algorithms to appear, making it faster and faster processing speed, better for People services. Digital image processing is used by some algorithms computer graphics image processing technology. Digital image processing technology has been in various areas have a relatively wide range of applications. Image processing large amount of information on the processing speed requirement is relatively high. MATLAB powerful computing and graphics display capabilities, so that image processing becomes more simple and intuitive. This paper introduces characteristics of MATLAB language and this digital image processing environment based on MATLAB, describes how to use the MATLAB Image Processing Toolbox for its digital image processing, The edge of the digital image shape extraction and recognition of classification. This paper mainly discusses the use of MATLAB to achieve the edge of the image triangle，square，circle，oval diamond extraction and classification of automatic identification.Key Words：MATLAB；Digital Image Processing; Image shape; Image Classification目录1 引言 (1)1.1课题研究目的及意义 (1)1.2国内外研究现状 (1)1.3本课题研究工作与结构安排 (2)2 数字图像形状及预处理 (3)2.1概述 (3)2.2数字图像的预处理 (4)2.2.1数字图像 (4)2.2.2采样 (6)2.2.3量化 (7)2.2.4采样、量化和图像细节的关系 (7)2.3几种典型的形状特征描述方法 (8)3形状特征及提取分类 (9)3.1矩形度 (10)3.2圆形度 (10)3.3矩 (11)3.4不变矩 (11)3.5基于不变矩的形状特征提取 (12)3.5.1特征提取步骤 (12)3.5.2边缘提取算子的确定 (12)3.5.3边缘提取常用算子 (12)3.5.4 Canny算子 (13)3.6边缘提取实验结果及分析 (15)3.6.1边缘提取算法分析 (15)3.6.2图像形状识别结果 (15)结论 (25)参考文献 (26)致谢 (27)附录： (27)1引言本章简略介绍课题的研究目的及意义，该课题国内外研究现状以及论文内容安排等。

摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，其处理能力的不断增强，数字图像的实时处理已经成为可能。

由于数字图像处理的各种算法的出现，图像处理学科在飞速发展的同时逐渐向其他学科交叉渗透。

数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。

这种处理技术已经在各个领域上都有了比较广泛的应用。

MATLAB是一种优秀的数学工具，具有强大的运算功能和图形展示功能，使图像处理变得更加的简单和直观。

本文介绍了MATLAB语言的特点，包括MATLAB软件的简介和基本使用方法说明。

介绍了基于MATLAB图像处理的实现和仿真，包含图像的编辑、图像的变形、噪声与滤波以及频谱分析等。

关键词: MATLAB;数字图像处理AbstractDigital image processing is an emerging technology, with the development of computer hardware and the processing capacity, real-time digital image processing has become possible. Due to digital image processing algorithms to appear, with the rapid development of the subject of image processing, it has also gradually permeated to other subjects. Digital image processing is used by some algorithms computer graphics image processing technology, and it has been in many areas have a wide range of applications. MATLAB is an excellent math tool, and it has powerful computing and graphics display capabilities. So it makes images processing become more simple and intuitive. This paper introduces characteristics of MATLAB Image Processing Toolbox for its digital image processing, including the introduction of MATLAB and its usage. The paper also introduces the simulation and analysis of image processing based on MATLAB, including the level of gray , brightness, scaling, rotating, noise, filtering, and frequency analysis. Key words: MATLAB ;Digital image processing目录一绪论 (1)（一）数字图像处理概述 (1)（二）数字图像处理目的 (1)（三）MATLAB软件基本知识介绍 (2)二基于MATLAB数字图像处理的实现和仿真 (3)（一）使用MATLAB实现对图像的基本运算 (3)1、图像缩放 (3)2、图像裁剪 (5)3、图像灰度调节 (6)（二）使用MATLAB对图像进行旋转变形 (7)（三）噪声 (9)（四）均值滤波 (11)（五）频谱分析 (12)三总结与展望 (14)参考文献 (15)致谢 (16)文献翻译 (17)（一）英文原文 (17)（二）中文翻译 (20)一、绪论（一）数字图像处理概述图像是一种重要的信息源，图像处理的最终目的就是要帮助人类理解信息的内涵。

本科毕业论文（设计）图像特效处理及Matlab实现学院：人民武装学院专业：电子信息与科学技术班级：学号： PB********* 学生姓名：指导教师：2011年5月25日贵州大学本科毕业论文诚信责任书本人郑重声明：本人所呈交的毕业论文，是在导师的指导下独立进行研究所完成。

毕业论文中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。

特此声明。

论文（设计）作者签名：日期：目录目录---------------------------------------------------------- Ⅰ摘要---------------------------------------------------------- III Abstract ------------------------------------------------------ IV 第一章绪论---------------------------------------------------- 1 1.1 研究背景--------------------------------------------------- 1 1.2 研究历史与现状--------------------------------------------- 1 1.3 本文的组织------------------------------------------------- 3第二章数字图像处理基础---------------------------------------- 4第三章 MATLAB下实现的程序基本框架 ----------------------------- 7 3.1 MATLAB实现数字图像处理的优缺点 --------------------------- 7 3.1.1 MATLAB实现的优势--------------------------------------- 7 3.1.2 MATLAB实现的缺点--------------------------------------- 9 3.2 实际设计的界面--------------------------------------------- 9 3.3 程序整体流程---------------------------------------------- 10 3.4 本章小结-------------------------------------------------- 11第四章用Matlab实现的特效算法-------------------------------- 12 4.1 图像色彩和色调调整---------------------------------------- 12 4.2 代数运算-------------------------------------------------- 20 4.3 几何运算-------------------------------------------------- 22 4.4 滤镜效果-------------------------------------------------- 28 4.4.1 模糊滤镜------------------------------------------------ 28 4.4.2 锐化滤镜------------------------------------------------ 30 4.4.3 浮雕滤镜------------------------------------------------ 32 4.4.4 杂点---------------------------------------------------- 35 4.5 艺术效果-------------------------------------------------- 36 4.6 扭曲效果-------------------------------------------------- 41 4.7 风格化---------------------------------------------------- 444.8 本章小结-------------------------------------------------- 47结语-------------------------------------------------------- 48致谢-------------------------------------------------------- 49参考文献------------------------------------------------------ 50附录---------------------------------------------------------- 51图像特效处理及Matlab实现姓名：学号：PB092027106学校：贵州大学人指导教师：摘要Matlab是集数值计算，符号运算以及图形图像处理等强大功能于一体的科学计算语言。

基于MATLAB图像处理技术及应用摘要现在，社会信息化以较快的速度不断发展，我们周围环绕着各类数据，人们在各类比较繁杂的数据里面查找自己需要的各类数据，进而确保自己能够按照较快的速度去追上潮流。

由于信息技术能够持续发展，数字式的图像处置技术能够较多的使用到航空航天、生物医学工程这些方面，并且能够使用到工业检测、机器人视觉这些方面，另外能够使用到军事制导和文化艺术等一系列相关的领域中。

关于图像处理这门学科，它越来越受到人们的重视，并且具有更加宽阔的前景，至于MATLAB语言，它具有较强的科学运算能力，具备比较灵活的程序设计过程，并且具备优质的图形可视化和界面设计，另外具备和别的程序语言比较便利的接口功能，因此它是目前全球范围内科学界影响力最高、活力最强的软件。

另外MATLAB也叫做矩阵实验室，它具备较强的矩阵运算实力，这是别的语言不能进行比拟的，在图像处置过程中，矩阵运算则是主要部分。

这篇文章经过相关的实例解析，重点介绍了基于Matlab GUI的常见图像处理算法实现。

关键词：MATLAB；平滑处理；图像增强Image processing technology and application based onMATLABAbstractToday, with the rapid development of social informationization, we are surrounded by a variety of information. People are trying to find useful information of their own in a variety of information, so that they can catch up with the trend of the times at a faster pace in order to avoid being OUT of the times. With the continuous development of information technology, digital image processing technology is increasingly used in aerospace, biomedical engineering, industrial testing, robot vision, military guidance, culture and art and other fields. Image processing has increasingly become a noticeable and promising subject. With powerful scientific operation, flexible programming process, high-quality graphics visualization and interface design, and convenient interface functions with other programs and languages, MATLAB has become the most influential and dynamic software in the international scientific community. Matrix Lab is also called Matrix Lab. Its powerful matrix operation ability is incomparable with other languages. Matrix operation is the basis of image processing. This paper focuses on the implementation of common image processing algorithms based on MATLAB GUI through an example analysis.Key words: MATLAB; smoothing; image enhancement目录摘要 (I)Abstract (II)1 绪论 (5)1.1研究背景及意义 (5)1.2研究现状 (5)2 相关概述 (6)2.1 MATLAB特点 (6)2.2 MATLAB GUI技术 (6)2.3数字图像处理的基本内容 (7)2.3.1基本概念 (7)2.3.2数字图像处理的主要内容 (7)2.4数字图像处理的特点和应用 (8)2.4.1数字图像处理的特点 (8)2.4.2数字图像处理的应用 (9)3 图像分割 (10)3.1 阈值分割原理 (10)3.1.1直方图阈值分割 (11)3.1.2 类间方差阈值分割 (12)3.1.3 最大熵阈值分割 (12)3.1.4 模糊阈值分割 (13)3.2 基于区域的分割 (13)3.2.1 区域增长 (13)3.3 邻域平均法 (17)3.4 中值滤波法 (17)4 图像分析与描述 (18)4.1 图像目标的特征提取 (18)4.1.1 幅度特征 (18)4.1.2 统计特征 (18)4.2 基于区域的特征提取 (20)4.2.1 区域面积 (20)4.2.2 区域质心 (21)4.2.3 区域方向 (21)4.2.4 区域周长 (22)5 运用MATLAB实现图像中区域特征检测 (23)5.1 灰度处理 (23)5.1.1 程序分析 (23)5.1.2结果分析 (23)5.2 用区域生长法分割图像 (24)5.2.1 程序分析 (24)5.2.2 结果分析 (24)5.3 图像区域基本特征计算 (26)5.3.1 程序分析 (26)5.3.2 结果分析 (26)总结 (29)参考文献 (30)致谢 (32)1 绪论1.1研究背景及意义科学技术持续发展并且持续进行创新，这样能够为数字式的图像处置技术提供更多的拓展空间，从而令它的使用范围持续增大，进而推动数字式的图像处置技术获得深层面的发展，并且这种发展比较普遍且比较快速。

Matlab数字图像处理课程论文匀速直线运动模糊图像的复原1引言运动模糊图像复原是图像复原技术中十分重要的一个分支,在生产生活领域、航天领域、智能交通领域都有着广泛的应用。

由于匀速直线运动模糊是具有普遍意义的一种退化方式,本文针对匀速直线运动模糊图像的复原进行了系统的研究，建立恰当的退化模型和准确的辨识模糊参数是良好复原退化图像的关键。

本文首先根据匀速直线运动模糊图像的特点建立了相应的退化模型,得出其点扩散函数是由模糊长度和模糊角度确定的。

对于匀速直线运动模糊图像,其频谱图像中存在平行排布的暗条纹,这些暗条纹的生成与退化图像的模糊参数存在特定的关系。

本文通过对匀速运动模糊图像的频谱出现平行暗条纹的原因的分析,推导了匀速运动模糊图像点扩散函数的离散域表达式,找到了退化图像频谱暗条纹方向和间距与退化图像模糊参数之间的关系式。

2研究进展随着计算机技术的不断发展，与之相关的学科也随之兴盛起来。

譬如：利用matlab处理图像等。

其中多帧运动模糊图像复原方法的研究就是其研究方向之一。

下面重点介绍多帧运动模糊图像复原方法的研究。

0) 引言电视监控作为安全防范系统的重要组成部分之一，对于惩治犯罪、维护社会稳定起着极为重要作用。

然而，电视影像在形成、传输和记录过程中，由于成像系统、传输介质和记录设备的完善，都会造成影像的质量下降，即图像退化。

其中，摄像设备与景物之间相对运动引起的模图像是一种典型的退化图像。

在图像检验工作中，我们常常遇到不同形式的运动模糊图像处理问题，诸如监控录像中犯罪嫌疑人模糊相貌辨别、交通监测中违章车辆模糊牌照识别等等。

运动模糊图像的复原直接影响着案件的侦破和审理工作。

目前，针对电视摄像的特点，多帧融合理技术已经成为运动模糊图像复原的主要方法。

1) 问题的提出在数字图像处理过程中，需要利用计算机图像采集装置将录象带上记录的模拟图像采样、量化成数字图像，以便于计算机分析和处理。

多帧数字图像可以表示成空间域内取值范围为[O，A]的实函数：0≤f(X，Y，tk)≤A；k=1，2，⋯，M (1)式中，变量X，Y是象素的位置坐标，X，Y=1，2，3，⋯，N 是图像的水平宽度及垂直宽度，t 是摄取第k帧图像的时刻，M是图像的帧数，对于8位量化图像，A的取值是255，即该图像为256级的灰度图像。

基于matlab的数字图像处理毕业论文基于matlab的数字图像处理毕业论文学号0711******* 编号2011020323 研究类型理论研究分类号TP391.41 HUBEI NORMAL UNIVERSITY 学士学位论文Bachelor’s Thesis 论文题目基于MATLAB的数字图像处理作者姓名李灿辉指导教师杨义发所在院系物理与电子科学学院专业名称电子信息科学与技术完成时间2011.5.15 湖北师范学院学士学位论文（设计）诚信承诺书中文题目：基于MATLAB的数字图像处理外文题目：Digital image processing based on MATLAB 学生姓名李灿辉学号2007112020323 院系专业物理与电子科学学院电子信息科学与技术班级0703 学生承诺我承诺在毕业论文（设计）活动中遵守学校有关规定，恪守学术规范，本人毕业论文（设计）内容除特别注明和引用外，均为本人观点，不存在剽窃、抄袭他人学术成果，伪造、篡改实验数据的情况。

如有违规行为，我愿承担一切责任，接受学校的处理。

学生（签名）：2011年5月15日指导教师承诺我承诺在指导学生毕业论文（设计）活动中遵守学校有关规定，恪守学术规范，经过本人核查，该生毕业论文（设计）内容除特别注明和引用外，均为该生本人观点，不存在剽窃、抄袭他人学术成果，伪造、篡改实验数据的现象。

指导教师（签名）：2011年5月15日目录湖北师范学院学士学位论文（设计）诚信承诺书I 目录II 摘要1 1．前言2 2．数字图像处理基本内容3 2.1数字图像处理综述3 2.2数字图像处理的过程及内容方法4 2.3图像变换4 2.4 图像增强4 2.5图像分割5 2.6 图像复原6 2.7 MATLAB简介6 3．利用MATLAB 图像处理分析及新方案7 3.1 计算结果7 3.2 计算结果分析11 4．小结12 4.1 本文主要工作总结12 4.2 展望13 5．致谢14 参考文献15 附录16 湖北师范学院学士学位论文评审表II 湖北师范学院2011届物理与电子科学学院学士学位论文基于MATLAB的数字图像处理李灿辉(湖北师范学院物理与电子科学学院，湖北黄石435002) 摘要:本文简述了数字图像处理的一些基本方法和技术。

Canny Edge DetectionThis tutorial will teach you how to:Implement the Canny edge detection algorithm.INTRODUCTIONEdges characterize boundaries and are therefore a problem of fundamental importance in image processing. Edges in images are areas with strong intensity contrasts ?a jump in intensity from one pixel to the next. Edge detecting an image significantly reduces the amount of data and filters out useless information, while preserving the important structural properties in an image. This was also stated in my Sobel and Laplace edge detection tutorial, but I just wanted reemphasize the point of why you would want to detect edges.The Canny edge detection algorithm is known to many as the optimal edge detector. Canny's intentions were to enhance the many edge detectors already out at the time he started his work. He was very successful in achieving his goal and his ideas and methods can be found in his paper, "A Computational Approach to Edge Detection". In his paper, he followed a list of criteria to improve current methods of edge detection. The first and most obvious is low error rate. It is important that edgesoccuring in images should not be missed and that there be NO responses to non-edges. The second criterion is that the edge points be well localized. In other words, the distance between the edge pixels as found by the detector and the actual edge is to be at a minimum. A third criterion is to have only one response to a single edge. This was implemented because the first 2 were not substantial enough to completely eliminate the possibility of multiple responses to an edge.Based on these criteria, the canny edge detector first smoothes the image to eliminate and noise. It then finds the image gradient to highlight regions with high spatial derivatives. The algorithm then tracks along these regions and suppresses any pixel that is not at the maximum (nonmaximum suppression). The gradient array is now further reduced by hysteresis. Hysteresis is used to track along the remaining pixels that have not been suppressed. Hysteresis uses two thresholds and if the magnitude is below the first threshold, it is set to zero (made a nonedge). If the magnitude is above the high threshold, it is made an edge. And if the magnitude is between the 2 thresholds, then it is set to zero unless there is a path from this pixel to a pixel with a gradient above T2.Step 1In order to implement the canny edge detector algorithm, a series of steps must be followed. The first step is to filter out any noise in the original image before trying to locate and detect any edges. And because the Gaussian filter can be computed using a simple mask, it is used exclusively in the Canny algorithm. Once a suitable mask has been calculated, the Gaussian smoothing can be performed using standard convolution methods. A convolution mask is usually much smaller than the actual image. As a result, the mask is slid over the image, manipulating a square of pixels at a time. The larger the width of the Gaussian mask, the lower is the detector's sensitivity to noise. The localization error in the detected edges also increases slightly as the Gaussian width is increased. The Gaussian mask used in my implementation is shown below.Step 2After smoothing the image and eliminating the noise, the next step is to find the edge strength by taking the gradient of the image. The Sobel operator performs a 2-D spatial gradient measurement on an image. Then, the approximate absolute gradient magnitude (edge strength) at each point can be found. The Sobel operator uses a pair of 3x3 convolution masks, one estimating the gradient in the x-direction (columns) and the other estimating the gradient in the y-direction (rows). They are shown below:The magnitude, or EDGE STRENGTH, of the gradient is then approximated using the formula:|G| = |Gx| + |Gy|Step 3Finding the edge direction is trivial once the gradient in the x and y directions are known. However, you will generate an error whenever sumX is equal to zero. So in the code there has to be a restriction set whenever this takes place. Whenever the gradient in the x direction is equal to zero, the edge direction has to be equal to 90 degrees or 0 degrees, depending on what the value of the gradient in the y-direction is equal to. If GY has a value of zero, the edge direction will equal 0 degrees. Otherwise the edge direction will equal 90 degrees. The formula for finding the edge direction is just:theta = invtan (Gy / Gx)Step 4Once the edge direction is known, the next step is to relate the edge direction to a direction that can be traced in an image. So if the pixels of a 5x5 image are aligned as follows:x x x x xx x x x xx x a x xx x x x xx x x x xThen, it can be seen by looking at pixel "a", there are only four possible directions when describing the surrounding pixels - 0 degrees (in the horizontal direction), 45 degrees (along the positive diagonal), 90 degrees (in the vertical direction), or 135 degrees (along the negative diagonal). So now the edge orientation has to be resolved into one of these four directions depending on which direction it is closest to (e.g. ifthe orientation angle is found to be 3 degrees, make it zero degrees). Think of this as taking a semicircle and dividing it into 5 regions.Therefore, any edge direction falling within the yellow range (0 to 22.5 & 157.5 to 180 degrees) is set to 0 degrees. Any edge direction falling in the green range (22.5 to 67.5 degrees) is set to 45 degrees. Any edge direction falling in the blue range (67.5 to 112.5 degrees) is set to 90 degrees. And finally, any edge direction falling within the red range (112.5 to 157.5 degrees) is set to 135 degrees.Step 5After the edge directions are known, nonmaximum suppression now has to be applied. Nonmaximum suppression is used to trace along the edge in the edge direction and suppress any pixel value (sets it equal to 0) that is not considered to be an edge. This will give a thin line in the output image.Step 6Finally, hysteresis is used as a means of eliminating streaking. Streaking is the breaking up of an edge contour caused by the operator output fluctuating above and below the threshold. If a single threshold, T1 is applied to an image, and an edge has an average strength equal to T1, then due to noise, there will be instances where the edge dips below the threshold. Equally it will also extend above the threshold making an edge look like a dashed line. To avoid this, hysteresis uses 2 thresholds, a high and a low. Any pixel in the image that has a value greater than T1 is presumed to be anedge pixel, and is marked as such immediately. Then, any pixels that are connected to this edge pixel and that have a value greater than T2 are also selected as edge pixels. If you think of following an edge, you need a gradient of T2 to start but you don't stop till you hit a gradient below T1.Canny边缘检测图像边缘检测的算法：导言边缘特征在图像处理中是一个极为重要的问题。