当前位置：文档之家 › 数字图像处理——课程设计

数字图像处理——课程设计

  • 格式：doc
  • 大小：2.98 MB
  • 文档页数：17

，目录一、目的与要求————————————————————————————2二、课程设计选题的背景意义——————————————————————3三、设计的主要内容及基本原理—————————————————————4.四、总体方案设计———————————————————————————5五、测试和调试————————————————————————————7六、总结与体会————————————————————————————16七、参考文献—————————————————————————————17~)一、目的与要求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和方法。

（2）、熟悉掌握一门计算机语言，可以进行数字图像应用处理的开发设计。

\2、课程设计任务（1）、对加有高斯、椒盐、和乘性噪声的图像进行；（2）、采用不同的滤波方法处理上述图像，比较处理结果；（3）、分析对于所加噪声哪种方法能够获得较好的处理效果；（4）、概括介绍图像平滑应用领域；注：图像要选择有代表性，分别对高频成分丰富、中低频成分进行分析3、课程设计要求（1）、理解各种图像处理方法确切意义；#（2）、独立进行方案的制定，系统结构要合理。

（3）、程序开发时，则必须清楚主要实现函数的目的和作用。

如果使用matlab来进行开发，则必须理解每个函数的具体意义和适用范围。

（4）、通过多幅不同形式的图像来检测该系统的稳定性和正确性。

{二、课程设计选题的背景意义。

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

最早出现于20世纪50年代，作为一门学科大约形成于20世纪60年代初期。

发展到现在其应用范围十分广泛，涉及航天和航空技术、生物医学工程、通信工程、视频和多媒体等。

作为图像处理的一个重要分支，图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。

主要包括：领域平均法、中值滤波法、理想地低通滤波器法等等，因噪声的类型而选择不同的滤波法。

图像平滑因其独特的功能而广泛应用于图像显示、传输、动画制作和媒体合成等多个领域。

对于该课题的设计，能加强对图像处理的认识，理解噪声对图像干扰的原因，以及去除噪声的方法，同时增强系统设计提高分析问题与解决问题的能力。

设计过程中采用matlab编写程序及结果运行，有效地提高软件处理数字图像的方法与认识水平。

[】-三、设计的主要内容及基本原理：1、主要内容该系统主要是完成图像平滑的算法及实现，具体来说是是对图像的噪声处理。

图像在传输、存储过程中不可避免地会受到各种噪声的干扰，设计出该系统可以对图像进行噪声分析、各种噪声处理以及结果比较，实现图像的平滑运算，改善图像质量，也可以模糊图像，使图像看起来柔和自然，最终达到良好的视觉效果。

2、基本原理本系统采用matlab软件进行编程设计，在matlab中可直接调用多种函数对图像处理。

首先是调用加噪函数对原图像的加入各种噪声，然后设计并采用多种方法对有噪声的图像进行去噪处理，分为空域法和频域法，主要有领域平均法、中值滤波法和低通滤波器法，通过比较多幅图像的处理结果，选择对不同噪声种类的最佳处理方法。

处理过程中调用的matlab函数有imnoise（加噪声函数）、imfilter（均值滤波函数）、medifilt2（中值滤波函数）和自己构建的低通滤波器等等。

3、matlab简介matlab是美国Mathworks公司1983年首次推出的一套高性能的数值分析和计算软件，MATLAB将矩阵运算、数值分析、图形处理、编程技术结合在一起，为用户提供了一个强有力的科学及工程问题的分析计算和程序设计工具，它还提供了专业水平的符号计算、文字处理、可视化建模仿真和实时控制等功能，是具有全部语言功能和特征的新一代软件开发平台。

·在数字图像处理领域，有很多汇编语言，也有多种软件工具，但matlab,具有很好的优势：丰富的函数工具箱，能方便的调用各种函数；强大的矩阵处理能力，快速计算大量复杂的数据，因而受到广大工作人员的青睐。

本系统采用的软件即为matalb仿真处理。

*四、总体方案设计1、系统设计框图原图→加噪声→噪声分析￥↓系统评测←结果比较←平滑处理&2、模块功能介绍如上系统框图所示，该系统共分为五个模块（原图模块不算），开发工具选用matlab，下面就各个模块功能作简要介绍：（1）、加噪声模块对图像进行加噪声处理，采用imnoise函数，其语法为：J=imnoise(I,type)J=imnoise(I,type,parameters)功能：返回原图像I添加典型噪声的图像J，参数type和parameters用于确定噪声的相应的参数。

`（2）、噪声分析噪声种类共有三种：type=’gaussian’时，为高斯噪声；type=’salt & pepper’时，为椒盐噪声；type=’speckle’时，为乘法噪声；（3）、平滑处理平滑处理分为空域法和频域法，空域法可采用函数imfilter、medfilt2,其语法分别为：J=imfilter(I,H);J=medfilt2(I,A);%功能说明与上述噪声函数类似，这里不再一一累述。

频域法,主要只频域低通滤波器，函数模型为：G(u,v)=H(u,v)F(u,v)常用的低通滤波器有4种:理想低通滤波器，巴特沃斯低通滤波器，指数型低通滤波器，梯形低通滤波器（4）、结果比较通过对多幅图像采用不同的处理方法，比较各种方法对不同图像的处理效果，选出应对各种噪声最好的处理方法。

（5）、系统评测对整个系统作出整体性测验，验证系统的可靠性与稳定性，对不足之处加以改进以改善系统。

*~—五、测试和调试tatanic上图是本系统所采用的原始图片，该图像细节处不多，所对应的中低频较多，具有很好的试验价值。

1、分别对两幅图添加不同种类噪声，编写matlab程序。

I=imread('');·I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',;I3=imnoise(I,'speckle');imshow(I);title('tatanic') figure,imshow(I1);title('tatanic-高斯噪声') figure,imshow(I2); [title('tatanic-椒盐噪声') figure,imshow(I3);title('tatanic-乘性噪声') 结果如下所示：tatanic-高斯噪声tatanic-椒盐噪声tatanic-乘性噪声2、平滑滤波平滑滤波分为空域法和频域法。

空域法主要介绍领域平均法和中值滤波法，频域法主要介绍低通滤波器法。

。

（1）领域平均法这种方法的基本思想是用几个像素的灰度的平均值来代替每个像素的灰度。

假定一幅Ｎ*Ｎ个像素的图像(,)f x y ，处理后得到一幅图像(,)g x y 。

(,)g x y 由下式决定：(,)(,)[(,)(,)]/(1)i j Rg x y f x y f i j m ∈=++∑式中，R 为预先确定的领域（不包括（x,y ））;m 为领域R 中的像素点数；(,)g x y 为输出图像，(,)f x y 为输入图像。

对混有噪声的图像进行领域滤波处理，matlab 编程程序代码如下:模板1 H1= 11111119111⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦I=imread('');I1=imnoise(I,'gaussian');[I2=imnoise(I,'salt & pepper',; I3=imnoise(I,'speckle'); H1=ones(3,3)/9; J1=imfilter(I1,H1); J2=imfilter(I2,H1); J3=imfilter(I3,H1); figure,imshow(J1);title('高斯噪声—模板1均值滤波')）figure,imshow(J2);title('椒盐噪声—模板1均值滤波') figure,imshow(J3);title('乘性噪声—模板1均值滤波')模板2 H2= 111112110111⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦I=imread('');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',;[I3=imnoise(I,'speckle');H2=[1 1 1;1 2 1;1 1 1]/10; J1=imfilter(I1,H2); J2=imfilter(I2,H2); J3=imfilter(I3,H2); figure,imshow(J1);title('高斯噪声—模板2均值滤波') figure,imshow(J2);!title('椒盐噪声—模板2均值滤波') figure,imshow(J3);title('乘性噪声—模板2均值滤波') 程序运行结果分别如下图：高斯噪声—模板1均值滤波椒盐噪声—模板1均值滤波乘性噪声—模板1均值滤波高斯噪声—模板2均值滤波椒盐噪声—模板2均值滤波乘性噪声—模板2均值滤波（2）中值滤波法 、中值滤波实际上就是用一个含有奇数个像素的窗口在图像中滑动，将窗口中心点的灰度值用窗口内各点的灰度中值代替。

设有一个一维序列f，1f，…，1n f-，窗口长度为21m +(21m +为奇数)，在某个位置上，窗口内的21m +个像素为i m f -，1i m f -+，…,if, 1i f +,…, i m f +,则if=Med{i m f -,1i m f -+,…, i m f +}分别对两幅图添加各种噪声并作中值滤波处理，matlab 程序如下： (a)：3*3中值滤波模板 I=imread('');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',;)I3=imnoise(I,'speckle'); J1=medfilt2(I1,[3,3]); J2=medfilt2(I2,[3,3]); J3=medfilt2(I3,[3,3]); figure,imshow(J1);title('tatanic 高斯噪声—3*3中值滤波') figure,imshow(J2);title('tatanic 椒盐噪声—3*3中值滤波')；figure,imshow(J3);title('tatanic 乘性噪声—3*3中值滤波') （b ）:5*5中值滤波模板 I=imread('');I1=imnoise(I,'gaussian');I2=imnoise(I,'salt & pepper',; I3=imnoise(I,'speckle'); J1=medfilt2(I1,[5,5]);"J2=medfilt2(I2,[5,5]); J3=medfilt2(I3,[5,5]); figure,imshow(J1);title('tatanic 高斯噪声—5*5中值滤波') figure,imshow(J2);title('tatanic 椒盐噪声—5*5中值滤波') figure,imshow(J3);title('tatanic 乘性噪声—5*5中值滤波')[程序运行结果如下：tatanic 高斯噪声—3*3中值滤波tatanic 椒盐噪声—3*3中值滤波tatanic 乘性噪声—3*3中值滤波tatanic 高斯噪声—5*5中值滤波tatanic 椒盐噪声—5*5中值滤波tatanic 乘性噪声—5*5中值滤波3、频域滤波法图像从空间域变换到频域后，其低频分量对应图像中灰度值变化比较缓慢的区域，而高频分量则显示了图像中物体的边缘和随机噪声。

合集下载

《数字图像处理》课程设计报告

《数字图像处理》课程设计报告

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。

数字图像处理课程设计

数字图像处理课程设计

班级________计科11203班________姓名____ _张琳琳_____ ___学号__ _1104685003_________任课老师______ 李敏__________课程设计任务书一、任务要求（1）实现图像处理的基本操作学习使用matlab图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），对图像进行显示(如imshow（image）)和保存。

学习使用Cimg类，调用类成员函数AttachFromFile加载位图，SaveToFile 保存位图到文件。

（2）图像处理算法的实现与显示1、图像点运算算法设计a) 灰度对数变换b) 分段线性变换c) 灰度域值变换d) 直方图均衡化2、图像平滑算法的设计a) 高斯平滑b) 自适应平滑滤波c) 中值滤波（3）设计图像处理软件界面设计菜单式界面或设计按键式界面二、进度安排周次日期设计具体内容18 7月5日下载课程设计的安排和要求和图片7月5日完成实现图像处理的基本操作7月6日完成图像处理算法的实现与显示7月6日完成设计图像处理软件界面7月7日完成课程设计文档排版和打印目录一、设计目的 (4)二、设计方案 (4)三、具体设计内容 (4)3.1 MATLAB实现读入、显示和保存图像 (4)3.2 C++实现读入、显示和保存图像 (6)3.2.1构造CImg 头文件 (6)3.2.2构造 CImg 源文件 (12)3.2.3构造 CImgProc (19)3.3设计图像处理软件界面 (21)3.3.1图像算法菜单设计 (23)3.3.2图像的读取和保存 (23)3.3.3图像点运算算法设计 (26)3.3.4图像插值算法的设计 (29)4.结束语 (33)一、设计目的运用MATLAB和C++实现图像的读取、显示和保存，综合运用MATLAB工具箱实现图像处理的GUI程序设计，利用MATLAB图像处理工具箱，设计和实现简易的图片处理界面。

数字图像处理课设要求

数字图像处理课设要求

《数字图像处理》课程设计一、目的和任务1、进一步深入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，掌握基本的处理技术。

2、培养学生了解处理技术相关的应用领域，阅读各类图像处理文献的能力。

3、能够运用一门高级语言编写简单的图像处理软件，实现对图像进行的基本处理。

4、了解与课程有关的工程技术规范，能正确解释和分析实验结果。

二、实验内容1图像变换1了解图像变换的意义和手段；2熟悉离散傅里叶变换、离散余弦变换、离散小波变换的基本性质；3熟练掌握图像变换的方法及应用；4通过实验了解二维频谱的分布特点；5通过本实验掌握利用MA TLAB编程实现数字图像的变换。

2图像增强1掌握灰度直方图的概念及其计算方法；2熟练掌握直方图均衡化和直方图规定化的计算过程；3熟练掌握空间域滤波中常用的平滑和锐化滤波器；4掌握色彩直方图的概念和计算方法；5利用MATLAB程序进行图像增强。

3图像分割1 体会一些主要的分割算子对图像处理的效果，以及各种因素对分割效果的影响；2 使用MatLab 软件进行图像的分割；3 能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能；4 能够掌握分割条件(阈值等)的选择；5 完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。

三、需要提交的报告1. 课程设计报告（1份，A4纸打印，同时包括一份电子版）报告内容：叙述实验过程；提交实验的原始图像和结果图像。

2. 完整的程序系统（电子方式提交）每位同学创建一个文件夹，名为“学号+姓名”，包含以上两项。

统一交给班长。

四、设计报告的的规范设计结束后要写出课程设计报告，以作为整个课程设计评分的书面依据和存档材料。

设计报告以规定格式的电子文档书写、打印并装订，排版及图、表要清楚、工整。

内容及要求如下：封面：《数字图像处理》课程设计班级：姓名：学号：指导教师：完成日期：正文：1. 题目2. 实验目的3. 实验原理4. 实验步骤5. 实验结果6．参考文献五、成绩评定标准出勤20%，课程设计说明书50%，成果展示30%。

数字图像处理课程设计

数字图像处理课程设计

目录1.课设目的 (1)2.背景与基本原理 (1)2.1背景 (1)2.2基本原理 (1)2.2.1基本概念 (1)2.2.2基本策略： (2)2.2.3边缘检测 (3)2.2.4导数和噪声 (4)2.2.5高斯拉普拉斯（LOG） (4)2.2.6边缘连接和边缘检测 (4)3.源代码 (5)3.1对于只有车牌无车身的图像： (5)3.2对于有车身和车牌连接的图像 (5)4.处理结果 (6)4.1对于只有车牌无车身的图像： (6)4.2对于有车身和车牌连接的图像 (8)5.心得体会 (9)6.参考文献 (9)1.课设目的1)加强对数字图像处理的理解2)了解图像分割的基本原理和应用2.背景与基本原理2.1背景数字图像处理（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。

是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

图像分割是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。

图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。

有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出来的信息。

许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割，同时，某些分割方法也只是适合于某些特殊类型的图像分割。

分割结果的好坏需要根据具体的场合及要求衡量。

在本报告中是对车辆牌照中的文字和数字部分进行处理。

2.2基本原理2.2.1基本概念图像分割（Image Segmentation）是指将图像中具有特殊涵义的不同区域区分开来，这些区域是互相不交叉的，每一个区域都满足特定区域的一致性。

图像分割是图像识别和图像理解的基本前提步骤2.2.2基本策略：（1）间断检测数字图像中三种基本类型的灰度级间断： 点、 线、 边。