数字图像处理结课论文Word下载.docx
- 文档编号:20844534
- 上传时间:2023-01-26
- 格式:DOCX
- 页数:20
- 大小:6.60MB
数字图像处理结课论文Word下载.docx
《数字图像处理结课论文Word下载.docx》由会员分享,可在线阅读,更多相关《数字图像处理结课论文Word下载.docx(20页珍藏版)》请在冰豆网上搜索。
2.2.3图片压缩………………………………………………………………12
2.2.4图片分割………………………………………………………………12
2.2.5直方图统计………………………………………………………………13
2.2.6直方图均衡…………………………………………………………14
2.2.7中值滤波………………………………………………………………15
2.2.8自适应滤波………………………………………………………………16
2.2.9加高斯噪声……………………………………………………………16
2.2.10加椒盐噪声…………………………………………………………17
4.结论………………………………………………………………………………………18
5.参考文献…………………………………………………………………………………19
摘要
数字图像处理是指借用数字计算机处理数字图像,值得提及的是数字图像是由有限的元素组成的,每一个元素都有一个特定的位置和幅值,这些元素称为图像元素、画面元素或像素。
图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。
图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。
关键词Matlab;
数字图像处理、图像变换、图像增强、图像压缩
Digitalimageprocessingisreferstotheuseofdigitalcomputerprocessingdigitalimage,beworthtomentionisdigitalimageislimitedbytheelements,eachelementhasaspecificlocationandamplitude,theseelementscalledimageelement,theelementorpixels.Imageprocessingfirstappearedinthe1950sand'
swhenelectroniccomputerhasdevelopedtoacertainlevel,peoplebegantousecomputerstographicsprocessingandimageinformation.Digitalimageprocessingasasubjectaboutformedintheearly1960s.Theearlyimageprocessingpurposeistoimproveimagequality,itwithhumanobject,thevisualeffectofpeopletoimproveforthepurpose.Theimageprocessing,theinputisthelowqualityoftheimage,theoutputistoimprovethequalityoftheimage,afterthecommonlyusedimageprocessingmethodisimageenhancement,recovery,coding,compression,etc.
Keywords:
Matlab,Digitalimageprocessing,imagetransformation,imageenhancement
引言
数字图像处理,即DigitalImageProcessing,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。
数字图像处理的产生和迅速发展主要受三个因素的影响:
一是计算机的发展;
二是数学的发展(特别是离散数学理论的创立和完善);
三是广泛的农牧业、林业、环境、军事、工业方
面的应用需求的增长。
20世纪70年代后期到现在,各个应用领域对数字图像处理提出越来越高的要求,促进了这门学科向更高级的方向发展。
特别是在景物理解和计算机视觉(即机器视觉)方面,图像处理已由二维处理发展到三维理解或解释。
近年来,随着计算机和其它各有关领域的迅速发展,例如在图像表现、科学计算可视化、多媒体计算技术等方面的发展,数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。
主要内容
1、图像增强处理技术
1.1灰度变换
在图像采集过程中,由于扫描系统或者光电转换系统多方面的原因,常出现图像不均匀,对比度不足等弊端,是人眼在观看图像时视觉效果很差。
简单的说,灰度变换就是指对图像上各个像素点的灰度值x按某个函数T()变换到y。
在MATLAB图像处理中工具箱中用函数imread进行灰度线性变换增强。
下面举例说明通过灰度级线性变换实现图像增强
MATLAB代码如下
x=imread('
IMG_0379.JPG'
);
figure;
subplot(1,2,1);
imshow(x);
title('
实验原图'
)
subplot(1,2,2);
y=imadjust(x,[],[0.40.6]);
imshow(y);
灰度调整效果图'
结果图如下:
1.2对比度增强
MATLAB代码如下:
I=imread('
J=imadjust(I,[0.30.7],[]);
subplot(1,2,1),imshow(I),title('
subplot(1,2,2),imshow(J),title('
对比度增强效果图'
1.3直方图均衡化
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。
以下举例说明图像直方图均衡化
MATLAB代码如下:
IMG_0379.jpg'
J=rgb2gray(I);
k=16;
h=histeq(J,k);
figure,subplot(1,2,1),imshow(I,[]);
subplot(1,2,2),imshow(J,[]);
直方图均衡效果图'
运行结果图如下
1.4局部平滑
局部平滑法是一种直接在空间域上进行平滑处理的技术。
假设图像是由许多灰度恒定的小块组成,相邻像素间存在很高的空间相关性,而噪声则统计独立。
因此,可在邻域内各像素的灰度平均值代替该像素原来的灰度值,实现图像的平滑。
以下举例说明图像局部平滑
MATLAB代码如下
img=rgb2gray(imread('
));
figure;
imshow(img);
img_noise=double(imnoise(img,'
salt&
pepper'
0.06));
figure,imshow(img_noise,[]);
img_smoothed=imfilter(img_noise,fspecial('
average'
5));
imshow(img_smoothed,[]);
实验结果图如下:
1.5中值滤波
中值滤波是基于次序统计完成信号恢复的一种典型非线性滤波器,其基本原理是将数字图像中一点的值用该点的一个邻域中各点值的中值代替。
中值的定义如下:
一组数
把n个数按值的大小排列于下:
y称为序列
的中值。
在一维情形下,中值滤波器是一个含有奇数个像素的滑动窗口。
窗口正中间那个像素的值用窗口内各像素值的中值代替。
中值滤波的概念很容易推广到二维,此时可以利用某种形式的二维窗口。
设
表示数字图像各点的灰度值,滤波窗口为A的二维中值滤波可定义为:
中值滤波采用非线性技术,在像素点邻域里用取中值代替了取平均值,不会降低图像中的高频信号,在消除噪声的同时很好地保持了图像的边缘特征。
中值滤波在一定的条件下可以克服线性滤波如最小均方滤波,均值滤波等带来的图像细节模糊的缺点,而且对滤除脉冲干扰及图像扫描噪声最为有效。
由于在实际运算中不需要图像的统计特性,因此带来不少方便。
但是对于一些细节多,特别是点、线、尖顶细节多的图像不宜采用中值滤波。
以下是中值滤波的MATLAB代码
J1=imnoise(I,'
gaussian'
0,0.02);
J2=imnoise(I,'
0.02)
J3=imnoise(I,'
speckle'
0.02);
subplot(2,2,1),imshow(I)
subplot(2,2,2),imshow(J1)
subplot(2,2,3),imshow(J2)
subplot(2,2,4),imshow(J3)
运行结果如下图
1.6频率域平滑与锐化
图像的平滑除了在空间域中进行,也可以在频率域中进行。
由于噪声主要集中在高频部分,为去除噪声,改善图像质量,滤波器采用低通滤波器H(u,v)来抑制高频成分,通过低频成分,然后再进行逆傅立叶变化获得滤波图像,就可以达到平滑图像的目的。
用h=fspecial(‘average’)得到的h为3×
3的邻域平均模板,然后用h来对图像IMG_0379.JPG进行平滑处理。
图像的边缘,细节主要位于高频部分,而图像的模糊是由于高频成分比较弱产生的。
频率域锐化就是为了消除模糊,突出边缘。
因此采用高通滤波器让高频成分通过,使低频成分消弱,再经傅立叶变换得到边缘锐化的图像。
线性锐化滤波器的模板为h=[-1-1-1;
-18-1;
-1-1-1;
]用该模板对图像IMG_0379.JPG进行锐化处理;
示例程序如下:
h=fspecial('
)
y=imfilter(x,h);
subplot(2,2,1)
subplot(2,2,2)
频率域平滑效果图'
h1=[-1-1-1;
-1-1-1]
y1=imfilter(x,h);
subplot(2,2,3)
imshow(y1),title('
频率域锐化效果图'
2综合运用MATLAB工具箱实现图像处理的GUI程序设计:
2.1图像的打开、保存和退出
双击打开MATLAB7.0到File到New到GUI然后单击
,调整axes1大小单击OK,调整按钮大小和颜色,修改名称然后再建axes2单击OK,调整按钮大小和颜色,修改名称进行保存然后View到M到fileEdit然后写程序
打开程序:
在functionopen_Callback(hObject,eventdata,handles)后面输入如下程序
[name,path]=uigetfile('
*.*'
'
'
file=[path,name];
axes(handles.axes1);
x=imread(file);
%读取图像
handles.img=x;
guidata(hObject,handles);
%显示图像
打开'
保存程序:
在functionsave_Callback(hObject,eventdata,handles)后面输入如下程序
imwrite(x,'
new.jpg'
%保存图像
保存'
退出程序:
clc;
closeall;
close(gcf);
clear;
2.2设计图形用户界面,让用户能够对图像进行任意的亮度和对比度变化调整,显示和对比变换前后的图像
2.2.1任意亮度调整
axes(handles.axes2);
x=(handles.img);
p=get(handles.bt,'
value'
y=imadjust(x,[0.2p],[01]);
%增亮图像
亮度增强'
结果如下图:
2.2.2任意对比度调整
b3=get(handles.slider2,'
y=imadjust(x,[0.0b3],[]);
%对比度调节
结果如下图
2.2.3图片压缩
2.2.4图片分割
x=imcrop(handles.img);
%截图
cut.jpg'
截图'
2.2.5直方图统计
set(handles.axes2,'
HandleVisibility'
ON'
t=rgb2gray(handles.img);
x=imhist(t);
%直方图统计
x1=x(1:
10:
256);
horz=1:
256;
bar(horz,x1);
%axis([02550150000]);
xtick'
0:
50:
255);
%set(handles.axes2,'
ytick'
2000:
15000);
OFF'
2.2.6直方图均衡化
h=histeq(t);
%直方图均衡
imshow(h);
2.2.7中值滤波
y=imnoise(x,'
0.04);
%加椒盐噪声
z=medfilt2(y,[55],'
symmetric'
%中值滤波
imshow(z);
imwrite(z,'
medfilt.jpg'
中值滤波'
2.2.8自适应滤波
0,0.05);
%加高斯噪声
z=wiener2(y,[55]);
%自适应滤波
wiener.jpg'
自适应滤波'
2.2.9加高斯噪声
imwrite(y,'
gaussian.jpg'
加高斯噪声'
2.2.10加椒盐噪声
salt.jpg'
加椒盐噪声'
4.结论
本文只对数字图像处理技术初步的概括,涉及的覆盖面不是太全,但是在数字图像处理的宽度和应用范围方面应该给我们留下了一个总体印象。
数字图像处理方法的研究源于两个主要应用领域:
其一是为了便于人们分析而对图像信息进行改进;
其二是为使机器自动理解而对图像数据进行存储、传输及显示。
图像处理大多数工具都基于数学和统计学的概念,但是,它们的用途是严格面向问题的。
图像处理的结果是用于人类分析。
图像处理和图像分析两个领域合乎逻辑的重叠区域是图像中特定区域或物体的识别这一领域。
这样,我们界定数字图像处理包括输入和输出均是图像的处理,同时也包括从图像中提取特征及识别特定物体的处理。
图像处理这一领域是生机勃勃的领域,其新技术和新应用经常可以在一些专业著作和新产品发布中看到。
我们应该多学习多了解数字图像处理的相关知识及应用。
参考文献
[1]朱云芳,戴朝华,陈维荣.小波信号消噪及阈值函数的一种改进方法[J].中国测试技术,2006,32(7):
28-30
[2]刘轩,刘佳宾.基于对比度受限自适应直方图均衡的乳腺图像增强[J].计算机工程与应用,2008,44(10):
173-175
[3]欧阳诚梓、李勇等,基于小波变换与中值滤波相结合的图像去噪处理[J].中原工学院学报,2006.1
[4]杨杰、黄朝兵数字图像处理及Matlab实现.电子工业出版社
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 论文