MATLAB在数字图像处理中的应用

数字图像处理课程设计--基于Matlab的数字图像处理 数字图像处理课程设计

基于Matlab的数字图像处理

——图像的运算

院系 信息技术学院

专业班级 电气6班

学号 201107111282

3

姓名 何英娜

指导教师 章瑞平

课程设计时间 2012年11月

目录

一、摘要………………………………3

二、 图像代数运算

1、1 图像的加法运算………………………………4

1、2 图像的减法运算………………………………4

1、3 图像的除法运算………………………………4

1、4 绝对差值运算…………………………7

1、 5 图像的求补运算…………………………7

4

三、图像的几何运算

2、1 图像插值…………………………7

2、2 图像的旋转…………………………8

2、3图像的缩放…………………………9

2、4图像的投影变换……………………10

2、4图像的剪切…………………………11

四、课程设计总结与体会………………………………13

五、参考文献………………………………14

摘要

图像运算涵盖程序设计、图像点运算、代数运算、几何运算等多种运算；

设计目的和任务：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

5、学会运用图像的投影变换和图像的剪切

5

6、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

7、通过各类算法加强图像各种属性

、

一、 图像的几何运算何运算

图像代数运算是指对两幅或两幅以上输入图像对应的像素逐个进行和差积商运算以产生增强效果的图像。图像运算是一种比较简单有效的增强处理手段是图像处理中常用方法。

第一章

1. 什么是图像？如何区分数字图像和模拟图像？模拟图像和数字图像如何相互转换？

答：图像是当光辐射能量照在物体上，经过反射或透射，或由发光物体本身发出的光能量，在人的视觉器官中所重现出的物体的视觉信息。数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

2. 什么是数字图像处理？

答：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。

3. 数字图像处理系统有哪几部分组成？各部分的主要功能和常见设备有哪些？

答：一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析5个模块组成，如下图所示。

各个模块的作用分别为：

图像输入模块：图像输入也称图像采集或图像数字化，它是利用图像采集设备（如数码照相机、数码摄像机等）来获取数字图像，或通过数字化设备（如图图像输出

图像存储 图像输入 处理和分析 图像通信

像扫描仪）将要处理的连续图像转换成适于计算机处理的数字图像。

图像存储模块：主要用来存储图像信息。

图像输出模块：将处理前后的图像显示出来或将处理结果永久保存。

图像通信模块：对图像信息进行传输或通信。

图像处理与分析模块：数字图像处理与分析模块包括处理算法、实现软件和数字计算机，以完成图像信息处理的所有功能。

4. 试述人眼的主要特性。

答：

（1）、人眼的视觉机理。视网膜上有大量的杆状细胞和锥状细胞，锥状细胞能辨别光的颜色，而杆状细胞感光灵敏度高，但不能辨色。

（2）、人眼的视敏特性。指人眼对不同波长的光具有不同的敏感程度。

数字图像处理

实验指导书

目录

实验一 MATLAB数字图像处理初步

实验二 图像的代数运算

实验三 图像增强-空间滤波

实验四 图像分割

3

实验一 MATLAB数字图像处理初步

一、实验目的与要求

1．熟悉及掌握在MATLAB中能够处理哪些格式图像。

2．熟练掌握在MATLAB中如何读取图像。

3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。

4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。

5．图像间如何转化。

二、实验原理及知识点

1、数字图像的表示和类别

一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。

图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。

作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。

图1 图像的采样和量化

根据图像数据矩阵解释方法的不同，MATLAB把其处理为4类：

➢ 亮度图像(Intensity images)

➢ 二值图像(Binary images)

➢ 索引图像(Indexed images)

➢ RGB图像(RGB images)

(1) 亮度图像

一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是[0，1]

数字图像处理技术的应用与发展

随着科技的不断发展，数字图像处理技术已经成为现代社会中不可或缺的一部分。数字图像处理技术可以对图像进行一系列的操作和处理，从而满足各种不同的需求。本文将介绍数字图像处理技术的应用、发展历程以及对社会、经济和科学研究的影响，并展望未来的发展趋势。

数字图像处理技术在许多领域都有广泛的应用，以下是其中的几个例子：

医学领域：数字图像处理技术在医学领域的应用已经非常成熟。通过对医学影像进行处理和分析，可以协助医生进行疾病的诊断和治疗。例如，通过对CT、MRI等医学影像进行的三维重建，可以更加直观地观察到病变位置和范围，从而提高诊断的准确性和效率。

军事领域：数字图像处理技术在军事领域的应用也十分广泛。例如，通过对面部、指纹等生物特征进行识别，可以实现对人员的精准管理。数字图像处理技术还可以应用于地图测绘、目标跟踪等领域。

交通领域：数字图像处理技术在交通领域的应用也日益广泛。例如，通过对面部识别技术和交通监控视频进行处理，可以实现对交通违法行为的自动识别和抓拍。数字图像处理技术还可以应用于车辆检测、交通流量统计等领域。

数字图像处理技术自20世纪60年代出现以来，已经经历了漫长的发展历程。随着科技的进步，数字图像处理技术也在不断发展和创新。未来的数字图像处理技术将朝着以下几个方向发展：

机器学习：机器学习是当前最为热门的技术之一，其在数字图像处理领域的应用也日益广泛。通过机器学习算法，可以对图像进行自动分类、识别、分割等操作，从而提高数字图像处理的准确性和效率。

深度学习：深度学习是机器学习的一个分支，其通过对神经网络的研究和应用，可以实现更加复杂的图像处理任务。例如，通过对面部特征进行分析，可以实现对面部表情的识别和分类，从而应用于情感分析、人机交互等领域。

数字图像处理技术的应用对社会、经济和科学研究都产生了深远的影响。以下是其中的几个方面：

提高生产效率：数字图像处理技术可以应用于工业生产中，通过对生产线的监控和自动化控制，可以提高生产效率、降低成本。例如，在制造业中，通过对生产过程中的图像进行处理，可以实现对产品质量的自动检测和控制，从而提高生产效率和产品质量。 降低成本：数字图像处理技术的应用可以降低许多领域的成本。例如，在医学领域中，通过对医学影像进行处理和分析，可以降低医疗成本和提高诊断的准确性。在交通领域中，通过对交通监控视频进行处理，可以降低交通管理的成本并提高交通安全性。