数字图像处理与分析-1绪论课件

[数字图像处理]（⼀）彩⾊图像转灰度图像的三种⽅式与效果分析

图像处理（⼀）

彩⾊图⽚转灰度图⽚

三种实现⽅式

最⼤值法

imMax=max(im(i,j,1),im(i,j,2),im(i,j,3))

平均法

imEva=im(i,j,1)

3+im(i,j,2)

3+im(i,j,3)

3

加权平均值法

imKeyEva=0.2989×im(i,j,1)+0.5870×im(i,j,2)+0.1140×im(i,j,3)

matlba实现

clc;

close all;

clear all;

% 相对路径读⼊图⽚（和代码在同⼀⽂件夹下）

im = imread('p2.jpg');

%---查看图⽚，检测是否成功读⼊

% 对显⽰的图⽚进⾏排版

subplot(2,3,4);

imshow(im);

% 对图⽚进⾏命名

title('原图');

[col,row,color] = size(im);%col为图⽚的⾏数，row为图⽚的列数，color对于彩⾊图⽚⼀般为3，每层对应RGB

%利⽤matlab⾃带的函数进⾏ rgb_to_gray;

im_matlab = rgb2gray(im);

subplot(2,3,1);

imshow(im_matlab);

title('matlab⾃带rgb2gray');

%--------------------------------------------------------

%---⽤最⼤值法

% 创建⼀个全为1的矩阵，长宽等同于原图的

im_max = ones(col,row);

for i = 1:1:col

for j = 1:1:row

im_max(i,j) = max( im(i,j,:) );

end

end

% 将矩阵变为8byte⽆符号整型变量（不然⽆法显⽰图⽚）

% 最好在计算操作结束后再变化，不然会有精度问题！！

im_max = uint8(im_max);

subplot(2,3,2);

实验9 综合练习(一)

实验目的：

1. 对需要进行处理的图像分析，正确运用所学的知识，采用正确的步骤，对图像进行各类处理，以得到令人满意的图像效果。

实验内容：

1. 将bone_scan.jpg图像文件读入Matlab，按照以下步骤对其进行处理：

a) 用带对角线的Laplacian对其处理，以增强边缘。

W1=[-1 -1 -1

-1 8 -1

-1 -1 -1]

b) 用imadd函数叠加原始图像，可以看出边界增强了，但噪声增强了，应想法降低。

c) 对原图像进行Sobel滤波。(用fspecial生成)

d) 并用imfilter对(c)的结果进行5×5邻域平均，以减少噪声。

e) 用immultiply函数处理经（b）步骤和（d）步骤处理后的图像，噪声得以减少。

f) 最后用imadjust函数做幂次灰度变换，以增强dynamic

range。（多试几次，参考：γ取0.5）

要求用imshow函数显示经每一步处理后的图像，比对效果。

参考程序与处理结果

======================================================================

%Enhancing a image of whole body bone scan by combining various spatial

% enhancement methods, the strategies is as following:

% ========================================================

% 1. Utilize the Laplacian to highlight fine detail

% 2. Utilize the gradient to enhance prominent edges

% 3. Combine Laplacian and gradient to get the detail-enhanced and noise-compressed image

《数字图像处理》教学大纲

课程名称 数字图像处理 课程代码

课程学分

课程学时 理论56+实验16

适用专业 电子信息工程，通信，计算机科学，软件工程，控制科学与工程

先修课程 信号与系统，线性代数

开课时间 第7学期

开课单位

课程类别 专业必修

考核方式 闭卷考试

课程教材 侯俊，杨晖编著，数字图像处理（OPENCV版），机械工业出版社

一、 课程简介

数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。

二、 课程目标

通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。具体目标如下： 1.

掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；

2.

能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；

3. 能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；

4.

通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复杂工程问题的能力。

三、 课程目标对毕业要求的支撑关系

支撑的毕业要求 课程目标

3.3: 能够在利用专业知识和查阅资料的基础上，对检测系统及其工艺流程进行创新性设计 目标1

目标4

5.1: 能够知晓电子信息工程领域中所涉及的现代工具及软件的使用原理和方法，理解其适用场合、检测对象及条件 目标2

1 / 6

《数字图像处理》课程教学大纲

Digital image processing

一、教学目标及教学要求

数字图像处理课程是智能科学与技术、数字媒体技术等专业的专业必修课。主要目标及要求是通过该课程的学习，使学生初步掌握数字图像处理的基本概念、基本原理、基本技术和基本处理方法，了解数字图像的获取、存储、传输、显示等方面的方法、技术及应用，为学习相关的数字媒体、视频媒体和机器视觉等课程，以及今后从事数字媒体、视频媒体、图像处理和计算机视觉等领域的技术研究与系统开发打下坚实的理论与技术基础。

二、本课程的重点和难点

（一）课程教学重点

教学重点内容包括：图像的表示，空间分辨率和灰度级分辨率，图像直方图和直方图均衡，基于空间平滑滤波的图像增强方法，基于空间锐化滤波的图像增强方法，图像的傅里叶频谱及其特性分析，图像编码模型、霍夫曼编码和变换编码，图像的边缘特征及其检测方法，彩色模型，二值形态学中的有腐蚀运算和膨胀运算。

（二）课程教学难点

教学难点包括：直方图均衡，二维离散傅里叶变换的若干重要性质、图像的傅里叶频谱及其特性分析，变换编码，小波变换的概念、嵌入式零树小波编码，图像的纹理特征及其描述和提取方法，Matlab图像处理算法编程。

三、主要实践性教学环节及要求

本课程的实验及实践性环节要求使用Matlab软件平台，编写程序实现相关的数字图像处理算法及功能，并进行实验验证。课程实验与实践共10学时，分别为：

实验一：图像基本运算实验（2学时）。

实验二：图像平滑滤波去噪实验（2学时）。

实验三：图像中值滤波去噪实验（2学时）。

实验四：图像边缘检测实验（2学时）。

相关图像处理算法的课堂演示验证（2学时）。 2 / 6

要求每个学生在总结实验准备、实验过程和收获体会的基础上，写出实验报告。

四、采用的教学手段和方法

利用多媒体课件梳理课程内容和讲授思路，合理运用启发式教学方式激发学生的思考力，采用讨论式教学方式增强教学过程的互动效果，理论教授与应用实例编程实践相结合，提高学生的分析和解决问题的能力。