下载文档原格式
1．课程设计目的1、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。
2、熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。
2．课程设计内容及实现2.1、二维快速傅立叶变换:本项目的重点是:这个项目的目的是开发一个2-D FFT程序“包”，将用于在其他几个项目。
您的实现必须有能力：(a)乘以（-1），x + y的中心变换输入图像进行滤波。
(b) 一个真正的函数相乘所得到的（复杂的）的阵列（在这个意义上的实系数乘以变换的实部和虚部）。
回想一下，对相应的元件上完成两幅图像的乘法。
(c) 计算傅立叶逆变换。
(d) 结果乘以（-1）x + y的实部。
(e) 计算频谱。
基本上，这个项目实现了图。
4.5。
如果您正在使用MATLAB，那么您的傅立叶变换程序将不会受到限制，其大小是2的整数次幂的图像。
如果要实现自己的计划，那么您所使用的FFT例程可能被限制到2的整数次幂。
在这种情况下，你可能需要放大或缩小图像到适当的大小，使用你的程序开发项目02-04逼近：为了简化这个和以下的工程（除项目04-05），您可以忽略图像填充（4.6.3节）。
虽然你的结果不会完全正确，将获得显着的简化，不仅在图像的大小，而且在需要裁剪的最终结果。
由这种近似的原则将不会受到影响结果如下：主要代码f=imread('Fig4.04(a).jpg');H=imread('Fig4.04(a).jpg');subplot(3,2,1);imshow(f);title('(a)原图像');[M1,N1]=size(f);f=im2double(f);[M2,N2]=size(H);H=im2double(H); %把灰度图像I1的数据类型转换成转换成双精度浮点类型for x=1:M1for y=1:N1f(x,y)=(-1)^(x+y)*f(x,y); %用（-1）^(x+y)乘以输入图像,来实现中心化变换endendF=fft2(f); %使用函数fft2可计算傅立叶变换subplot(3,2,3);imshow(F);title('(b)傅立叶变换的图像');if(M2==1)&&(N2==1)G=F(x,y)*H(x,y);elseif((M1==M2)&&(N1==N2))for x=1:M1for y=1:N1G(x,y)=F(x,y)*H(x,y);endendelseerror('输入图像有误','ERROR');end %通过两个图像的乘法程序，实现对相应元素的相乘g=ifft2(G);subplot(3,2,4);imshow(g);title('(c)傅立叶逆变换的图像');for x=1:M1for y=1:N1g(x,y)=(-1)^(x+y)*g(x,y);endendg=real(g);S=log(1+abs(F)); %计算傅立叶幅度谱并做对数变换subplot(3,2,5);plot(S); %二维图像显示幅度谱title('(d)二维图像显示幅度谱');Q=angle(F); %计算傅立叶变换相位谱subplot(3,2,6);plot(Q);title('(e)二维图像显示相位谱'); %二维图像显示相位谱结果截图图1 傅里叶变换及频谱图结果分析：图1中（a）是原始灰度图像，对原图进行傅里叶变换，用（-1）^(x+y)乘以输入图像,来实现中心化变换得到（b），（c）为傅里叶变换的逆变换得到的图像。
数字图像处理matlab课程设计一、课程目标知识目标：1. 理解数字图像处理的基本概念，掌握图像的表示和存储方式；2. 学会使用MATLAB软件进行数字图像处理，掌握相关函数和工具箱的使用方法；3. 掌握图像增强、滤波、边缘检测等基本图像处理技术；4. 了解图像分割、特征提取等高级图像处理技术。
技能目标：1. 能够运用MATLAB进行图像读取、显示和保存操作；2. 能够独立完成图像的增强、滤波等基本处理操作；3. 能够运用边缘检测算法对图像进行处理，提取关键特征；4. 能够根据实际需求选择合适的图像处理技术，解决实际问题。
情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣，激发其学习热情；2. 培养学生的团队合作意识，使其学会在团队中分享和交流；3. 培养学生严谨的科学态度，使其注重实验数据的真实性；4. 培养学生的创新思维，鼓励其探索新方法，提高解决问题的能力。
本课程旨在通过数字图像处理MATLAB课程设计，使学生在掌握基本理论知识的基础上，运用MATLAB软件进行图像处理实践。
课程注重理论与实践相结合，培养学生具备实际操作能力，并能运用所学知识解决实际问题。
针对学生的年级特点，课程目标既注重知识技能的传授，又关注情感态度价值观的培养，为学生今后的学习和工作奠定基础。
二、教学内容1. 数字图像处理基础- 图像表示与存储（RGB、灰度、二值图像）- 图像类型转换- MATLAB图像处理工具箱介绍2. 图像增强- 直方图均衡化- 伽玛校正- 图像锐化3. 图像滤波- 均值滤波- 中值滤波- 高斯滤波- 双边滤波4. 边缘检测- 索贝尔算子- 拉普拉斯算子- Canny边缘检测5. 图像分割- 阈值分割- 区域生长- 分水岭算法6. 特征提取与描述- 霍夫变换- SIFT算法- ORB算法教学内容根据课程目标进行选择和组织，注重科学性和系统性。
教学大纲明确分为六个部分，分别对应数字图像处理的基础知识、图像增强、滤波、边缘检测、图像分割和特征提取与描述。
目录1、目的与要求 (2)2、图像二值化和马赛克应用背景 (3)3、设计内容以及原理 (4)4、各个功能模块的主要实现程序以及代码 (5)5、程序运行结果以及图像处理结果 (9)6、课程设计总结与心得体会 (11)7、参考文献 (12)一、目的与要求本课程着重研究数字图像处理的方法，训练学生运用所学基础知识解决实际问题的能力，同时要求拓宽专业知识面。
该课程是一门涉及多领域的专业选修课。
它是图像通信、模式识别、计算机视觉等学科的基础。
通过对本课程的学习，要求学生掌握数字图像处理的基本处理技术，较深入地理解数字图像处理的基本概念、基础理论以及解决问题的基本思想方法。
从而使学生具有初步综合利用所学知识深入研究有关信息领域问题的能力。
本课程数字图像处理是论述其基本理论、方法及其在计算机领域中应用的学科分支，是实现机器视觉的有效工具。
学习本门课程的主要目的是使学生掌握数字图像处理的基本概念、原理、和方法，并未以后在此方向上的深入研究奠定基础。
通过本课程设计，使学生理解和巩固所学的理论知识，树立解决实际问题的严谨科学态度。
实验前要求做好编程准备工作，提高实验效果，注重独立分析问题、解决问题的能力培养，训练实际操作，鼓励创新设想。
课程设计报告要求：1．目的与要求这部分主要说明本课程设计的目的、任务和要求。
提高分析问题、解决问题的能力，巩固数字图像处理系统中的基本原理与方法。
熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。
2．设计的内容根据指导书的讲述，介绍系统中所设计的主要功能和原理方法；3．总体方案设计根据课程设计的具体情况，描述系统的具体构架，包括：功能模块的划分、系统运行的环境、选用的工具及主要实现功能的原理。
4．各个功能模块的主要实现程序主要的功能实现和函数要进行详细的说明，包括其用法，使用范围，及参数等。
5．测试和调试按课程设计要求，选用多幅图像对程序进行测试，并提供系统的主要功能实现的效果图。
数字图像处理设计报告【设计目的】配合《数字图像处理》课程的教学，使学生能巩固和加深对数字图像处理基础理论和基本知识的理解；掌握使用图像处理软件处理图像基本思想和方法；提高学生对图像处理方面的实际问题的应对能力并将所学知识在实践中巩固。
【设计要求】1.按照题目的要求，简要介绍算法，并对算法进行分析；2.用MATLAB完成算法代码（不能利用MATLAB自身的图像处理函数完成具体算法，读写和显示可以利用MATLAB函数），注释要清晰；3.给出代码运行的结果，并对结论进行总结；4.每人可选一个给出的题目或自己感兴趣的题目，按照上面要求上交报告，内容不得少于5页A4纸。
【所选题目】用直方图均衡化一幅8位的灰度图像【设计环境】MATLAB7.1，所选图片为彩色动画图片，大小为1024*666*24b【算法介绍和分析】1、算法概述：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。
2、算法分析:直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。
设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。
在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数):(1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。
这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。
数字图像处理的课程设计一、课程目标知识目标：1. 理解数字图像处理的基本概念，掌握图像的数字化表示方法；2. 掌握图像处理的基本操作，如图像变换、滤波、增强和复原；3. 了解常见的图像分割和特征提取方法，并应用于实际问题；4. 掌握图像压缩的基本原理及常用算法。
技能目标：1. 能够运用图像处理软件进行基本的图像编辑和操作；2. 能够编写简单的数字图像处理程序，实现对图像的基本处理功能；3. 能够运用所学的图像处理方法解决实际问题，如图像去噪、图像增强等；4. 能够对图像进行有效的压缩，以适应不同的应用场景。
情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣和热情，激发其探索精神；2. 培养学生的团队合作意识，学会与他人共同解决问题；3. 增强学生的实际操作能力，使其认识到理论与实践相结合的重要性；4. 引导学生关注图像处理技术在日常生活和各领域的应用，提高其科技素养。
课程性质：本课程为高年级选修课程，旨在使学生掌握数字图像处理的基本原理和方法，培养其实际应用能力。
学生特点：学生具备一定的数学基础和编程能力，对图像处理有一定了解，但尚未深入学习。
教学要求：结合学生特点和课程性质，注重理论与实践相结合，以实际应用为导向，提高学生的动手能力和创新能力。
通过本课程的学习，使学生能够达到上述课程目标，为未来进一步学习和研究打下坚实基础。
二、教学内容1. 数字图像基础：包括图像的数字化表示、图像质量评价、颜色模型等基本概念；- 教材章节：第1章 数字图像处理基础2. 图像增强：介绍直方图均衡化、图像平滑、锐化等增强方法；- 教材章节：第3章 图像增强3. 图像复原：涉及图像退化模型、逆滤波、维纳滤波等复原方法；- 教材章节：第4章 图像复原4. 图像分割与特征提取：包括阈值分割、边缘检测、区域生长等分割方法，以及特征点的提取和描述；- 教材章节：第5章 图像分割与特征提取5. 图像压缩：介绍图像压缩的基本原理，如JPEG、JPEG2000等压缩算法；- 教材章节：第6章 图像压缩6. 数字图像处理应用：分析图像处理在医学、遥感、计算机视觉等领域的应用案例；- 教材章节：第7章 数字图像处理应用教学进度安排：1. 数字图像基础（2学时）2. 图像增强（4学时）3. 图像复原（4学时）4. 图像分割与特征提取（6学时）5. 图像压缩（4学时）6. 数字图像处理应用（2学时）三、教学方法为提高教学效果，本课程将采用以下多样化的教学方法：1. 讲授法：教师通过系统的讲解，使学生掌握数字图像处理的基本概念、原理和方法。
基数字图像处理课程设计一、课程目标知识目标：1. 让学生掌握数字图像处理的基本概念，包括图像的数字化表示、图像格式和颜色模型；2. 培养学生了解并运用图像处理的基本方法，如图像滤波、边缘检测、图像增强和图像分割；3. 使学生了解图像处理技术在现实生活中的应用，如计算机视觉、医学影像和遥感等领域。
技能目标：1. 培养学生运用编程软件（如Python和MATLAB）实现数字图像处理算法的能力；2. 培养学生运用图像处理工具包（如OpenCV和Pillow）解决实际问题的能力；3. 提高学生团队协作和沟通表达的能力，以便在项目实践中共同解决问题。
情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣，激发学生主动探索和创新的欲望；2. 培养学生具备良好的科学素养，认识到科技发展对社会进步的重要性；3. 引导学生树立正确的价值观，认识到图像处理技术在保护个人隐私、版权等方面的责任和道德约束。
课程性质分析：本课程为高年级选修课，旨在帮助学生掌握数字图像处理的基础知识和实践技能，培养具备创新意识和实际操作能力的人才。
学生特点分析：学生具备一定的编程基础和数学知识，对图像处理有一定了解，但实践能力有待提高。
教学要求：1. 理论与实践相结合，注重培养学生的实际操作能力；2. 鼓励学生积极参与课堂讨论和项目实践，提高团队协作能力；3. 注重过程评价，关注学生在学习过程中的成长和进步。
二、教学内容本课程教学内容分为五个部分：1. 数字图像处理基础- 图像的数字化表示：包括像素、分辨率、颜色深度等；- 图像格式和颜色模型：如JPEG、PNG、RGB、HSV等；- 教材章节：第1章 数字图像处理基础。
2. 图像处理基本方法- 图像滤波：如高斯滤波、中值滤波等；- 边缘检测：如Sobel算子、Canny算子等；- 图像增强：如直方图均衡化、对比度增强等；- 图像分割：如阈值分割、区域生长等；- 教材章节：第2章 图像处理基本方法。
数字图像处理matlab课程设计一、教学目标本课程的教学目标是使学生掌握数字图像处理的基本理论和方法，学会使用MATLAB软件进行图像处理和分析。
通过本课程的学习，学生应达到以下具体目标：1.理解数字图像处理的基本概念、原理和算法。
2.熟悉MATLAB图像处理工具箱的使用。
3.能够运用数字图像处理的基本算法解决实际问题。
4.能够使用MATLAB进行图像处理和分析，撰写相关的程序代码。
情感态度价值观目标：1.培养学生的创新意识和团队协作精神。
2.培养学生对数字图像处理技术的兴趣，提高其综合素质。
二、教学内容根据课程目标，本课程的教学内容主要包括以下几个部分：1.数字图像处理基本概念：图像处理的基本概念、图像数字化、图像表示和图像变换。
2.图像增强和复原：图像增强、图像去噪、图像复原。
3.图像分割和描述：图像分割、图像特征提取和描述。
4.图像形态学：形态学基本运算、形态学滤波、形态学重建。
5.MATLAB图像处理工具箱的使用：MATLAB图像处理工具箱的基本功能、常用图像处理函数。
6.图像处理实例分析：结合实际案例，分析数字图像处理技术的应用。
三、教学方法为了实现课程目标，本课程将采用以下教学方法：1.讲授法：通过讲解图像处理的基本概念、原理和算法，使学生掌握图像处理的基本知识。
2.案例分析法：通过分析实际案例，使学生了解数字图像处理技术在实际中的应用。
3.实验法：通过上机实验，使学生熟练掌握MATLAB图像处理工具箱的使用，提高学生的实际操作能力。
4.讨论法：学生进行课堂讨论，激发学生的思维，培养学生的创新意识和团队协作精神。
四、教学资源为了支持教学内容和教学方法的实施，本课程将采用以下教学资源：1.教材：《数字图像处理（MATLAB版）》。
2.参考书：相关领域的经典教材和论文。
3.多媒体资料：教学PPT、视频教程等。
4.实验设备：计算机、MATLAB软件、图像处理相关硬件设备。
五、教学评估本课程的评估方式包括平时表现、作业、考试等多个方面，以全面、客观、公正地评价学生的学习成果。
《数字图像处理》实验教案一、实验目的与要求1. 实验目的(1) 理解数字图像处理的基本概念和原理；(2) 掌握常用的数字图像处理方法和技术；(3) 能够运用数字图像处理软件进行图像处理和分析。
2. 实验要求(1) 熟悉计算机操作和图像处理软件的使用；(2) 能够阅读和理解图像处理相关的文献资料；二、实验内容与步骤1. 实验内容(1) 图像读取与显示；(2) 图像的基本处理方法：灰度化、二值化、滤波；(3) 图像的增强与复原；(4) 图像的分割与描述；(5) 图像的压缩与编码。
2. 实验步骤(1) 打开图像处理软件，导入实验所需的图像；(2) 进行图像的基本处理，观察处理前后的效果；(3) 应用图像的增强与复原方法，改善图像的质量；(4) 使用图像的分割与描述技术，提取图像中的目标区域；(5) 对图像进行压缩与编码，观察压缩后的效果。
三、实验注意事项1. 实验前请确保已经安装了图像处理软件，并熟悉其基本操作；3. 在进行图像分割与描述时，请合理选择阈值和算法，确保目标区域的准确提取；四、实验报告要求1. 实验报告应包括实验目的、实验内容、实验步骤、实验结果和实验总结；2. 实验报告中应详细描述实验过程中遇到的问题及解决方法；3. 实验报告应有清晰的图像处理结果展示，并附上相关图像的处理参数和效果对比；五、实验评分标准1. 实验目的与要求（20分）：是否达到实验目的，是否符合实验要求；2. 实验内容与步骤（30分）：是否完成实验内容，是否遵循实验步骤；3. 实验注意事项（20分）：是否注意实验注意事项，处理过程中是否出现错误；4. 实验报告要求（30分）：报告结构是否完整，描述是否清晰，图像处理结果是否合理，总结是否到位。
评分总分：100分。
六、实验一：图像读取与显示1. 实验目的(1) 学习如何使用图像处理软件读取和显示图像。
2. 实验步骤(1) 打开图像处理软件。
(2) 导入实验所需的图像文件。
数字图像处理课程设计.一、教学目标本课程的教学目标是使学生掌握数字图像处理的基本理论、方法和应用，培养学生运用数字图像处理技术解决实际问题的能力。
具体目标如下：1.知识目标：（1）掌握数字图像处理的基本概念、原理和算法；（2）了解数字图像处理的发展历程和应用领域；（3）熟悉常见的数字图像处理技术，如图像滤波、边缘检测、图像压缩等。
2.技能目标：（1）能够运用数字图像处理技术对图像进行基本处理；（2）具备分析图像问题、选择合适算法解决问题的能力；（3）掌握编程实现数字图像处理算法的方法。
3.情感态度价值观目标：（1）培养学生的创新意识和团队合作精神；（2）增强学生对数字图像处理技术的兴趣和好奇心；（3）培养学生运用科技手段解决实际问题的责任感。
二、教学内容本课程的教学内容主要包括以下几个部分：1.数字图像处理基本概念：数字图像的定义、特点、表示方法等；2.图像处理基本运算：图像滤波、边缘检测、图像增强等；3.图像压缩技术：JPEG、PNG等图像压缩算法；4.图像分割与描述：图像分割方法、图像特征提取等；5.图像处理应用案例：数字图像处理在实际领域的应用。
三、教学方法为了提高教学效果，本课程将采用多种教学方法相结合的方式进行教学：1.讲授法：教师讲解基本概念、原理和方法，引导学生理解数字图像处理的核心知识；2.案例分析法：通过分析实际案例，使学生掌握数字图像处理技术的应用；3.实验法：安排实验课程，让学生动手实践，培养实际操作能力；4.讨论法：学生进行小组讨论，激发学生的创新思维和团队合作精神。
四、教学资源为了支持本课程的教学，我们将准备以下教学资源：1.教材：《数字图像处理教程》等；2.参考书：相关领域的学术论文、技术报告等；3.多媒体资料：教学PPT、视频教程等；4.实验设备：计算机、图像处理软件、实验器材等。
通过以上教学资源的支持，为学生提供丰富的学习资料和实践平台，提高学生的学习效果。
五、教学评估本课程的教学评估将采用多元化、全过程的评价方式，以全面、客观地评价学生的学习成果。
数字图像处理课程设计opencv一、教学目标本课程的教学目标是使学生掌握数字图像处理的基本理论、方法和OpenCV编程技能。
通过本课程的学习，学生应能理解数字图像处理的基本概念，掌握常用的图像处理算法，并能够运用OpenCV库进行实际的图像处理操作。
具体来说，知识目标包括：1.理解数字图像处理的基本概念和原理。
2.掌握数字图像处理的基本算法和常用技术。
3.熟悉OpenCV库的基本结构和功能。
技能目标包括：1.能够运用OpenCV库进行数字图像处理的基本操作。
2.能够编写简单的数字图像处理程序。
3.能够分析和解决数字图像处理实际问题。
情感态度价值观目标包括：1.培养对数字图像处理的兴趣和热情。
2.培养学生的创新意识和实践能力。
3.培养学生的团队合作精神和沟通交流能力。
二、教学内容本课程的教学内容主要包括数字图像处理的基本理论、方法和OpenCV编程实践。
教学大纲如下：1.数字图像处理概述1.1 数字图像处理的基本概念1.2 数字图像处理的应用领域2.图像处理基本算法2.1 图像滤波2.2 图像增强2.3 图像边缘检测3.OpenCV库的使用3.1 OpenCV库的基本结构3.2 OpenCV库的基本功能4.图像处理实例分析4.1 图像去噪实例4.2 图像增强实例4.3 图像边缘检测实例三、教学方法本课程采用多种教学方法相结合的方式，包括讲授法、讨论法、案例分析法和实验法等。
1.讲授法：通过教师的讲解，使学生掌握数字图像处理的基本理论和方法。
2.讨论法：通过小组讨论，激发学生的思考，培养学生的创新意识和实践能力。
3.案例分析法：通过分析实际案例，使学生能够将理论知识应用于实际问题。
4.实验法：通过实验操作，使学生掌握OpenCV库的基本功能，并能够编写实际的图像处理程序。
四、教学资源本课程的教学资源包括教材、参考书、多媒体资料和实验设备等。
1.教材：选用《数字图像处理》（李航著）作为主要教材，辅助以相关参考书籍。
第1章绪论 (3)1.1设计背景 (3)1.2设计要求 (3)1.3设计思路简介 (3)第2章图像设计过程 (4)2.1图像特征提取的算法 (4)第3章软件设计与仿真 (5)3.1MATLAB程序 (5)3.2程序运行结果 (8)第4章总结 .............................................................. 错误！未定义书签。
第5章心得体会. (9)第6章参考文献 (10)第1章绪论1.1设计背景图像特征提取的目的让计算机具有认识或者识别图像的能力，即图像识别。
特征选择是图像识别中的一个关键问题。
特征选择和提取的基本任务是如何从众多特征中找出最有效的特征。
根据待识别的图像，通过计算产生一组原始特征，称之为特征形成。
原始特征的数量很大，或者说原始样本处于一个高维空间中，通过映射或变换的方法可以将高维空间中的特征描述用低维空间的特征来描述，这个过程就叫特征提取。
特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。
因此一个算法是否成功往往由它使用和定义的特征决定。
因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。
1.2设计要求能对图像文件（进bmg、jpg、tiff、gif等)进行打开、保存、另存、打印、退出等功能操作；1、图像预处理功能：数字图像的增强处理功能：空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）。
2、图像特征提取区域图的面积、周长的统计；区域单元的个数统计等。
1.3设计思路简介MATLAB是矩阵实验室（Matrix Laboratory）的简称，它在数学类科技应用软件中在数值计算方面首屈一指。
MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其它编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
我们因此可以利用MATLAB来进行图像处理，根据其设计要求来进行其相关的图像特征提取。
第2章图像设计过程2.1 图像特征提取的算法我们知道一幅图像可定义为一个二维函数f （x,y),这里x 和y 是空间坐标，而在任何一对空间坐标（x,y)上的幅值f 称为该图像的强度或灰度。
当x ，y 和幅值f 为有限的离散数值时，称该图像为数字图像。
而图像的特征提取主要有以下几种方法：边界特征法，傅里叶形状描述符法，几何参数法，形状不变矩法等。
而区域的周长及面积的算法如下：（1）面积S ：图像中的区域面积S 可以用同一标记的区域内像素的个数总和来表示。
按上述表示法区域R 的面积S=41。
区域面积可以通过扫描图像，累加同一标记像素得到，或者是直接在加标记处理时计数得到。
假设区域的边界链码为 ，每个码段ai 所表示的线段长度为 ，那么该区域边界的周长为 式中ne 为链码序列中偶数码个数；n 为链码序列中码的总个数。
(2)周长L ：区域周长L 是用区域中相邻边缘点间距离之和来表示。
采用不同的距离公式，关于周长L 的计算有很多方法。
常用的有两种：一种计算方法是采用欧式距离，在区域的边界像素中，设某像素与其水平或垂直方向上相邻边缘像素间的距离为1，与倾斜方向上相邻边缘像素间的距离为 2 。
周长就是这些像素间距离的总和。
这种方法计算的周长与实际周长相符，因而计算精度比较高。
另一种计算方法是采用8邻域距离，将边界的像素个数总和作为周长。
也就是说，只要累加边缘点数即可得到周长，比较方便，但是，它与实际周长间有差异。
根据这两种计算周长的方式，以区域R 的面积和周长图为例，区域的周长是22。
计算区域的面积对x 轴的积分S 就是面积。
式中 ， 是初始点的纵坐标，ai0和ai2分别是链码第环的长度在k=0（水平），k=2（垂直）方向的分量。
对于封闭链码（初始点坐标与终点坐标相同），y0能任意选择。
按顺时针方向编码，根据面积计算公式得到链码所代表的包围区域的面积。
第3章 软件设计与仿真n a a a 21i l ∆2)(1e e n i i n n n l P -+=∆=∑=∑=-+=n i i i i a y a S 1210)21(21i i i a y y +=-3.1 MATLAB程序下面是根据设计要求做出的其matlab程序直方图：I=imread('2.jpg');J=rgb2gray(I);subplot(2,2,1);imshow(I);title('原图象');subplot(2,2,2);imshow(J);title('转化为灰度图象'); imhist(J)I=imread('2.jpg');subplot(2,2,1);image(I);title('原始图象');J=imadjust(I,[0.3 0.8],[0 1],1);subplot(2,2,2);image(J);title('灰度线形变换后的图象');subplot(2,2,3);imhist(I);title('原始图象的直方图');subplot(2,2,4);imhist(J);title('变换后的图象的直方图');I=imread('2.jpg');imshow(I);J=im2bw(I,0.5);figure;imshow(J)i=imread('2.jpg');subplot(1,2,1);image(i);j=rgb2gray(i);subplot(1,2,2);imshow(j);I=imread('2.jpg');J=rgb2gray(I);J1=histeq(J);subplot(2,2,1);imshow(J);subplot(2,2,2);imshow(J1);subplot(2,2,3);imhist(J);subplot(2,2,4);imhist(J1);运行程序，得到结果如下：空间域平滑算法中的中值滤波：I=imread('2.jpg');J1=imnoise(I,'gaussian',0,0.02);J2=imnoise(I,'salt & pepper',0.02);J3=imnoise(I,'speckle',0.02);subplot(2,2,1),imshow(I),title('原图像');subplot(2,2,2),imshow(J1),title('加高斯噪声');subplot(2,2,3),imshow(J2),title('加椒盐噪声');subplot(2,2,4),imshow(J3),title('加乘性噪声');运行程序，结果如下：区域图的面积和周长的程序：I = imread('2.jpg');BW = im2bw(I); % 转化为二值图像[L,N] = bwlabel(BW,4); % 标注二进制图像中已连接的部分X=1;%默认图像中只有一个连同区域.[i j]=find(L==X);%将标注的区域放到一个数组中.bwi=bwselect(L,i,j,4);p=bwperim(bwi);perm=sum(sum(p));%周长.area=size(i);%面积.标注区域像素点数就为物体面积. imshow(BW);pa=['图像面积为:' num2str(area) '像素点'];pp=['图像周长为:' num2str(perm) '像素']; xxx=[pa,pp];title(xxx);程序运行结果如下：第4章总结设计利用matlab来对其进行复杂图像的特征提取，很感谢游老师的知道和帮助，让我能够顺利的完成课程设计。
图像的特征提取是在图像处理非常重要的。
特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。
它检查每个像素来确定该像素是否代表一个特征。
假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。
作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。
此后通过局部导数运算来计算图像的一个或多个特征。
有时，假如特征提取需要许多的计算时间，而可以使用的时间有限制，一个高层次算法可以用来控制特征提取阶层，这样仅图像的部分被用来寻找特征。
由于许多计算机图像算法使用特征提取作为其初级计算步骤，因此有大量特征提取算法被发展，其提取的特征各种各样，它们的计算复杂性和可重复性也非常不同。
因此图像的特征提取很重要。
第5章心得体会这次的课程设计，我受益颇多！让我们明白了matlab这款软件的强大,通过这几天的探究，我明白要想把一个东西做好，必须下足功夫，必须专心致志，必须去亲自动手。
这几天的学习，让我知道了怎么样更好的利用自身优势，怎么样去完成一份课程设计。
总之，经过这几天的努力，我们终于完成了这份课程设计任务。
在这几天的课程设计过程中，我不仅懂得了团队的重要性，也明白了个人的能力也是很重要的！还让我也对以往的知识有了个回顾和进一步的加深。
也让我对别的知识有了了解。
此次课程设计给我们提供了一个既能学习又能锻炼的机会，使我们养成了查找资料的习惯，将理论与实际相结合起来，锻炼了分析问题和实际解决问题的能力。
提高了适应能力，为今后的学习和实践打下了基础。
参考文献：[1]冈萨雷斯.数字图像处理(第二版）[M].北京:电子工业出版社,2007[2] 向建军.基于数学形态学的复子波语音谱图特征提取与分析.2002[3] 百度百科. Matlab概述[DB/OL]. /view/10598.htm, 2009-12-20.[4] 胡学龙，许开宇.数字图像处理[M].北京:电子工业出版社,2006.9参考文献[1] 冈萨雷斯.数字图像处理（第二版），北京：电子工业出版社，2007[2][4] 秦前清.实用小波分析[M].西安:西安电子科技出版社,1998[5] 郑治真.小波变换及其Matlab工具箱的应用[M].北京:地震出版社,2001[6] 胡学龙，许开宇.数字图像处理[M].北京:电子工业出版社,2006.9。
