当前位置：文档之家 › 基于matlab的图像增强技术的研究

基于matlab的图像增强技术的研究

  • 格式：doc
  • 大小：1.97 MB
  • 文档页数：41

分类号 密级

中国地质大学（北京）

本 科 毕 业 设 计

题 目 基于MATLAB的图

像增强技术的研究

英文题目 Image Enhancement Technology

Research Based On MATLAB

学生姓名 胡 韬 院（系） 信息工程学院

专 业 电子信息工程 学 号 1010093221

指导教师 傅 平 职 称 副教授

二零一三年五月

中国地质大学(北京)本科毕业设计（论文）任务书

学生姓名 胡韬 班级 10100932 专业 电子信息工程

导师姓名 傅平 职称 副教授 单位 信息工程学院

毕业设计（论文)题目 基于MATLAB的图像增强技术的研究

毕业设计（论文）主要内容和要求：

主要内容:

1. 研究数字图像处理技术,对其理论知识进行详细了解。

2。 研究传统的图像增强理论，了解传统图像增强的技术方法。

3. 研究基于小波变换的图像增强理论,并了解其方法.

4。 通过MATLAB的学习，进行图像增强技术的仿真实验.

5. 比较各种方法的特点给予一定的评价。

要求：

1. 查阅和收集相关的文献和资料，制定研究计划和方法。

2。 完成代码的编写和程序的调试.

3。 完成实验的仿真，并书写报告。

毕业设计(论文)主要参考资料:

[1］ 秦襄培。MATLAB 图像处理与界面编程［M].北京:电子工业出版社，2009。

［2] 飞思科技产品研发中心。小波分析理论与MATLAB7 实现［M］。北京：电子工业出版社，2005.

[3] 方勇,戚飞虎。基于软阚小波图像增强方法[M］。计算机工程与应用，2002。

[4] 章毓晋。图象工程上册-图象处理(第二版)［M]。北京：清华大学出版社,2006.

［5] 孙延奎。小波分析及其应用［M］。北京：机械工业出版社,2005。

［6] 黄红波。一种基于二维小波块阚值数字图像去噪方法[N]。湖南：湖南理工学院报,2006.

[7］ 丁文佳.小波变换在图像增强中的应用研究。北京：北京理工大学出版社，2003.

[8] 李朝辉;张弘.数字图像处理及应用.北京:机械工业出版社，2004.

［9] 郭李。基于分数阶微分和小波分解的图像增强.中国科技论文在线，2011.

［10] 高仕龙。一种基于小波变换和直方图均衡化的图像增强方法。西华大学学报.自然科学版。第26卷第3期

[11] 于万波。基于MATLAB的图像处理。北京：清华大学出版社，2008。

［12] 章毓晋。图像处理与分析。北京：北京清华大学出版社 ,2004.

[13］ 闫敬文。数字图像处理MATLAB版.北京：国防工业出版社，2007。

［14］ Gerard Blanchet; Maurice Charbit。 Digital Signal and Image Processing using

MATLAB. Wiltshire： Antony Rowe Ltd，2006。

毕业设计(论文）应完成的主要工作：

1。 查阅相关文献及资料，制定研究计划和方法，完成对图像增强理论知识的了解.

2。 研究传统图像增强技术，主要是空间域和频率域的图像增强。

3. 研究基于小波分析的图像增强技术，并完成相应的仿真。

4. 根据所得的仿真结果，对与图像增强技术的方法给予一定的评价，分析各种方法的优缺点.

毕业设计(论文）进度安排：

序号 毕业设计（论文）各阶段内容 时间安排 备注

1 完成资料收集、调研与学习 2012.1.20.-2013。3.12 2013.3。13开题报告

2 熟悉各种图像增强方法及相关理论 2013。3.13—2013。3。29

3 编写代码并调试 2013。3.30—2013。4。18 2013。4.18中期检查

4 进行仿真，并得出相应的结果 2013。4.19-2013。5。10

5 撰写毕业论文 2013。5。11—2013。5.25

6 准备答辩 2013.5.25-2013.6。5 2013.6。5毕设答辩

课题信息：

课题性质： 设计√ 论文

课题来源： 教学√ 科研 生产 其它

发出任务书日期： 2012年12月7日

指导教师签名：

年 月 日

教研室意见:

教研室主任签名：

年 月 日

学生签名:

摘 要

数字图像处理是一门新兴技术,随着计算机硬件的快速发展，使得数字图像的实时处理已经成为可能，同时由于数字图像处理的各种算法的出现，使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算法对图形图像进行处理的技术.这项技术已经在各个领域上都有了比较广泛的应用。数字图像处理的信息量很大，对处理速度的要求也很高。MATLAB以其强大的运算和图形展示功能，使得图像处理变得更加简单和直观。本文介绍了MATLAB 语言的特点，基于MATLAB的数字图像处理环境，并介绍了传统的空间域和频率域的图像增强方法，此外还介绍了一种基于小波变换的图像增强技术,同时针对这些数字图像处理的原理进行概述.最后，利用MATLAB对空间域、频率域和小波阀值去噪进行仿真和分析，通过仿真图对比,得到很好的实验效果，通过对比，表明小波变换进行去噪相对于传统图像处理方法的优越性，具有很强的研究意义。

关键词： 数字图像处理; MATLAB; 小波阀值去噪； 小波变换

ABSTRACT

Digital image processing is an emerging technology, with the rapid development

of computer hardware, real—time processing of digital image has become possible

due to the emergence of digital image processing algorithms at the same time, making

it faster and faster processing speed, better for People services .Digital image

processing is a computer graphics image processing technology using a certain

algorithm. This technology has a wide range of applications in various fields. Digital

image processing of large amount of information， the processing speed is also high。

MATLAB with its powerful computing and graphics display functions, so that it make

image processing becomes easier and more intuitive。 This article describes the

features of the MATLAB language， MATLAB-based digital image processing

environment， and describes the spatial and frequency domain image enhancement

methods, besides, based on wavelet transform image enhancement technology and

both of these digital images processing overview principle。 Finally， the use of

MATLAB simulation and analysis of the spatial domain， frequency domain and

wavelet threshold de—noising, Simulation and comparison, good test results, by

contrast， that the wavelet transform de—noising relative to the conventional image

processing method is superior ， has a strong significance。

Keywords： digital image processing； MATLAB； wavelet threshold de—noising；

wavelet transform

目 录

1 绪论............................................................................................................................................. 1

1.1 课题研究的目的及意义 .......................................................................................................... 1

1。2 国内外研究现状 ................................................................................................................... 1

1.3 本文研究内容 .......................................................................................................................... 2

2 数字图象处理的简介 ................................................................................................................. 3

合集下载

matlab数字图像处理实验报告

matlab数字图像处理实验报告

《数字图像处理实验报告》

实验一 图像的增强

一.实验目的

1.熟悉图像在MATLAB下的读写、输出；

2.熟悉直方图；

3.熟悉图像的线性指数等；

4.熟悉图像的算术运算和几何变换。

二.实验仪器

计算机、MATLAB软件

三.实验原理

图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。

其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。

频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。假定原图像为f(x，y)，经傅立叶变换为F(u，v)。频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。

四.实验内容及步骤

1.图像在MATLAB下的读写、输出；

实验过程：

>> I = imread('F:\image\');

figure;imshow(I);title('Original Image');

text(size(I,2),size(I,1)+15, ...

'', ...

'FontSize',7,'HorizontalAlignment','right');

Warning: Image is too big to fit on screen; displaying at 25%

基于MATLAB的数字图像课程设计-图像频域增强高通滤波器算法设计

基于MATLAB的数字图像课程设计-图像频域增强高通滤波器算法设计

基于MATLAB的数字图像课程设计-图像频域增强高通滤波器算法设计 1 1 1 目 录

1 设计任务及目的 .................................................. 2

1.1 设计任务 ................................................................................................... 2

1.2 设计目的 ................................................................................................. 2

2 课程设计相关知识 ............................................... 3

2.1 数字图像处理简介 ................................................................................. 3

2.1.1 数字图像发展概述 ................................................................. 3

2.1.2 数字图像处理内容 ................................................................. 3

2.1.3 数字图像处理技术 ................................................................. 4

2.2 MATLAB简介 ....................................................................................... 5

数字图像处理论文

数字图像处理论文

1

姓名 陆建伟

学号

1341904222

成绩

江苏科技大学

数字图像处理本科生课程论文

论文题目：图像增强方法综述与matlab实现

完成时间：___2016年6月2日________

所在专业：____软件工程____________ ____

所在年级：____13419042___________ __

2

图像增强方法综述与matlab实现

软件工程专业 1341904222 陆建伟

摘要： 本文介绍图像增强的内容，并就内部几种方法进行更深一步的探索，利用matlab使得算法实现并对比。

关键词：图像增强；数字图像处理；灰度变换；直方图；matlab；

一、 研究背景

1.1研究目的

经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题。通过本课题的研究能够使图像有更好的视觉感受效果，更能够满足社会生活和生产的需要是本文的最终目的。

1.2研究现状

计算机图像处理的发展历史并不长,但是引起了人们的足够重视。总体来说， 图像处理技术的发展大致经历了初创期、发展期、普及期和实用化期4 个阶段。随着对图像技术研究的不断深入和发展,新的图像 增强方法不断出现。图像作为自然界景物的客观反映是人类感知世界的视觉基础也是人类获取信息、表达信息和传递信息的重要手段。

二 、主要理论概况

图像增强是指根据特定的需要突出图像中的重要信息同时减弱或去除不需要的信息。从不同的途径获取的图像通过进行适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域从而更加容易对图像中感兴趣的目标进行检测和测量。处理后的图像是否保持原状已经是无关紧要的了不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性以取得看起来较好地视觉效果很少涉及客观和统一的评价标准。图像增强的方法可以大致分为两类，一类是空域处理方法，一类是频域的处理法1 3

使用Matlab进行光学图像处理和计算机视觉

使用Matlab进行光学图像处理和计算机视觉

使用Matlab进行光学图像处理和计算机视觉

在当今数字化时代，光学图像处理和计算机视觉已成为科学研究和工程应用中不可或缺的重要领域。随着现代科技的快速发展，计算机视觉在人们的日常生活中发挥着越来越重要的作用。而Matlab作为一种强大的科学计算软件，具备优秀的图像处理和计算机视觉功能，被广泛应用于这一领域。

光学图像处理是指通过光学器件、传感器或电子设备等将外界的光信号转换为数字图像，并对该图像进行各种处理和分析。首先，在图像处理的前期工作中，我们需要对图像进行预处理。在Matlab中，可以利用图像增强、滤波和去噪等技术对图像的质量进行提升。例如，可以通过对比度增强、直方图均衡化和锐化等方法提高图像的清晰度和视觉效果。同时，利用滤波器对图像进行去噪处理，可以有效消除由于图像采集和传输过程中引入的噪声，提高图像的信噪比。

接下来，在图像处理的中期工作中，我们可以利用Matlab提供的函数和工具箱进行图像分割和特征提取。图像分割是将图像分解为多个具有相似特征的区域的过程，常用的方法包括阈值分割、边缘检测和区域生长等。通过图像分割，我们可以将图像中的目标物体从背景中提取出来，为后续的目标检测、跟踪和识别等任务提供支持。而图像特征提取则是从图像中提取出具有区分度的特征信息，通常包括颜色、纹理、形状和边缘等。利用这些特征，可以实现对图像中目标物体的识别和分类。

最后，在图像处理的后期工作中，我们可以利用Matlab提供的函数和工具箱进行图像重建和图像合成。图像重建是指通过一系列的数学和物理模型，对已知图像进行恢复或重建的过程。例如，通过利用MATLAB中提供的反卷积算法，可以对由于传感器或光学系统等原因引起的图像模糊进行修复。同时，图像合成是将不同来源的图像进行融合和合成的过程。例如，通过融合可见光图像和热红外图像，可以实现对夜间目标的检测和识别。 除了光学图像处理，计算机视觉也是一个快速发展的研究领域。计算机视觉通过模仿人类的视觉系统，利用计算机对数字图像和视频进行分析和理解。利用MATLAB中的计算机视觉工具箱，可以实现各种视觉任务，包括目标检测、目标跟踪、人脸识别和行为分析等。例如，通过利用Haar特征和级联分类器，可以实现实时目标检测和跟踪，广泛应用于智能监控和自动驾驶等领域。