数字图像处理课程设计报告.docx
- 文档编号:7663727
- 上传时间:2023-01-25
- 格式:DOCX
- 页数:13
- 大小:821.84KB
数字图像处理课程设计报告.docx
《数字图像处理课程设计报告.docx》由会员分享,可在线阅读,更多相关《数字图像处理课程设计报告.docx(13页珍藏版)》请在冰豆网上搜索。
数字图像处理课程设计报告
数字图像处理
课程设计报告
课设题目:
彩色图像增强软件
学院:
信息科学与工程学院
专业:
电子与信息工程
班级:
1002501
姓名:
学号:
100250131
指导教师:
哈尔滨工业大学(威海)
2013年
12月
27日
1.不要删除行尾的分节符,此行不会被打印
一.课程设计任务
1.1设计内容及要求:
(1)、独立设计方案,根据所学知识,对由于曝光过度、光圈过小或图
像亮度不均匀等情况下的彩色图像进行增强,提高图像的清晰度(通俗地讲,就是图像看起来干净、对比度高、颜色鲜艳)。
(2)、参考photoshop软件,设计软件界面,对处理前后的图像以及直方图等进行对比显示;
(3)、将实验结果与处理前的图像进行比较、分析。
总结设计过程所遇
到的问题。
1.2参考方案
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),利用彩色图像模型转换公式,将RGB类型图像转换为HSI类型图像,显示各分量图像(如imshow(image)),以及计算和显示各分量图像直方图。
2、彩色图像增强实现
对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理,提高亮度图像的对比度。
对S分量图像进行适当调整,使图像色彩鲜艳或柔和。
H分量保持不变。
将处理后的图像转换成RGB类型图像,并进行显示。
分析处理图像过程和结果存在的问题。
3、参照“photoshop”软件,设计图像处理软件界面
可设计菜单式界面,在功能较少的情况下,也可以设计按键式界面,视
功能多少而定;参考matlab软件中GUI设计,学习软件界面的设计
二.课程设计原理及设计方案
2.1彩色图像基础
在图像处理中,颜色的运用主要受两个因素推动。
第一,颜色是一个强有力的描绘子,它常常可简化目标物的区分及从场景中抽取目标;第二,人可以辨别几千种颜色色调和亮度,但相比之下只能辨别几十种灰度层次。
第二个因素对于人工图像分析特别重要。
虽然人的大脑感知和理解颜色所遵循的过程是一种生理心理现象,这一现象还未被完全了解,但颜色的物理性质可以由实验和理论结果支持的基本形式来表示。
2.2彩色模型
色彩模型:
RGB模型、CMY模型、CMYK模型、HIS模型、HSV模型、YUV模型、YIQ模型。
2.2.1RGB模型
国际照明委员会(CIE)规定以蓝(435.8nm)、绿(546.1nm)和红(700nm)作为主原色。
Matlab中一幅RGB图可表示为一个M*N*3的3维矩阵。
其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分
2.2.2HSI模型
HSI模型是从人的视觉系统出发,直接使用颜色三要素色调(Hue)、饱和度(Saturation)和亮度(Intensity)来描述颜色。
-亮度指人眼感觉光的明暗程度。
光的能量越大,亮度越大。
-色调由物体反射光线中占优势的波长决定。
反映颜色的本质。
-饱和度指颜色的深浅和浓淡程度,饱和度越高,颜色越深。
HIS色彩空间比RGB彩色空间更符合人的视觉特性。
亮度和色度具有可分离特性,使得图像处理和机器视觉中大量灰度处理算法都可在HIS彩色空间中方便使用。
色调:
其中:
饱和度:
强度:
从HSI到RGB的转换:
在[0,1]内给出HSI值,现在要在相同的值域找到RGB值,可利用H值公式。
在原始分割中有3个相隔120°的扇形。
从H乘以360°开始,这时色调值返回原来的[0°,360°]的范围。
RGB扇区(0°≦H<120°):
在H位于这一扇区时,RGB分量由下时给出:
GB扇区(120°≦H<240°):
如果给定的H值在这一扇区,则首先从H中减去120°,即
然后RGB分量为
BR扇区(240°≦H<360°):
最后,如果H在这一扇区,则从H中减去240°,即
三.课程设计的步骤和结果
3.1采集图像
利用imread()语句读入图像,利用彩色图像模型转换公式,将RGB类型图像转换为HSI类型图像,显示各分量图像(如imshow(image)),以及计算和显示各分量图像直方图。
image=imread('tuxiangzq.jpg');
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
figure
(1);
subplot(231);
imshow(H);
title('HSIH分量图');
subplot(232);
imshow(S);
title('HSIS分量图');
subplot(233);
imshow(I);
title('HSII分量图');
%画各分量的直方图
subplot(234);
imhist(H);
title('H分量的直方图');
subplot(235);
imhist(S);
title('S分量的直方图');
subplot(236);
imhist(I);
title('I分量的直方图');
figure
(2);
subplot(121);
imshow(image);
title('原图');
J=imadjust(I,[0.30.7],[]);
subplot(122);
imshow(J)%对比度增强
title('增强对比度后');
3.2图像增强
3.2.1对I分量进行对比度拉伸
对HSI彩色模型图像的I分量进行对比度拉伸,对S分量图像进行适当调整,使图像色彩鲜艳或柔和,H分量保持不变。
将处理后的图像转换成RGB类型图像,并进行显示:
image=imread('tuxiangzq.jpg');%采集图像
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
i2=imadjust(I,[0.30.7],[]);%对I分量进行对比度拉伸
S=imadjust(S,[0.10.5],[]);%对S分量进行对比度拉伸
x_hsi=cat(3,H,S,i2);
x_h_r=hsi2rgb(x_hsi);%HSI空间转换为RGB空间
figure
imshow(x_h_r);
title('I分量均衡化');
3.2.2对I分量进行均衡化
I分量直方图均衡化,对S分量图像进行适当调整,使图像色彩鲜艳或柔和,H分量保持不变。
将处理后的图像转换成RGB类型图像,并进行显示:
image=imread('tuxiangzq.jpg');%采集图像
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
i2=histeq(I);%对I分量进行直方图均衡化,加强对比度
S=imadjust(S,[0.10.5],[]);%对S分量进行对比度拉伸
x_hsi=cat(3,H,S,i2);
x_h_r=hsi2rgb(x_hsi);%HSI空间转换为RGB空间
figure
imshow(x_h_r);
title('I分量均衡化');
3.3界面设计
主要控件程序如下:
图像采集
functionpushbuttonCJ_Callback(hObject,eventdata,handles)
image=imread('tuxiangzq.jpg');
image=im2double(image);
axes(handles.axes1);
imshow(image);
title('原图');
显示各分量图像
functionpushbuttonFLT_Callback(hObject,eventdata,handles)
image=imread('tuxiangzq.jpg');
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
axes(handles.axes2);
imshow(H);
title('HSIH分量图');
%figure
(2);
axes(handles.axes3);
imshow(S);
title('HSIS分量图');
%figure(3);
axes(handles.axes4);
imshow(I);
title('HSII分量图');
显示各分量直方图
functionpushbuttonFLZFT_Callback(hObject,eventdata,handles)
image=imread('tuxiangzq.jpg');
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
axes(handles.axes5);
imhist(H);
title('H分量的直方图');
axes(handles.axes6);
imhist(S);
title('S分量的直方图');
axes(handles.axes7);
imhist(I);
title('I分量的直方图');
图像增强
functionpushbuttonZQ_Callback(hObject,eventdata,handles)
val=get(handles.popupmenuzq,'value');
while(val~=0)
switchval
case1;image=imread('tuxiangzq.jpg');
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
i2=imadjust(I,[0.30.7],[]);%对比度拉伸
S=histeq(S);
x_hsi=cat(3,H,S,i2);
x_h_r=hsi2rgb(x_hsi);%HSI空间转换为RGB空间
axes(handles.axes10);
imshow(x_h_r);
title('对比度拉伸');
break;
case2;image=imread('tuxiangzq.jpg');
image=im2double(image);
[H,S,I]=rgb2hsi(image);%RGB到HSI的转换
i2=histeq(I);%对I分量进行直方图均衡化,加强对比度
S=histeq(S);
x_hsi=cat(3,H,S,i2);
x_h_r=hsi2rgb(x_hsi);%HSI空间转换为RGB空间
axes(handles.axes11);
imshow(x_h_r);
title('I分量均衡化');
break;
end
end
效果图如下:
四.课程设计总结
本文主要介绍了运用MATLAB来实现彩色图像增强的方法研究。
基于彩色图像包含丰富的信息,介绍了如何利用图像处理工具MATLAB来进行彩色图像增强是有用信息加强,获得更有价值的图片和更好的视觉效果。
图像增强的方法有很多种,既可对图像时域进行处理,也可在频域中处理。
我在上面的课设中主要对图像的HSI图像中的I分量和S分量进行了处理,得到的图像对比度更强了,色彩更加鲜艳了。
从结果分析得出对I分量进行均衡化更能突出图像主要内容;对I分量进行对比度拉伸所得图像更加清晰一些,对S分量的调整可以改变图像的色调。
五.设计体会
通过此次课程设计,了解到MATLAB的诸多强大的数值处理功能,但是我更想说的是改变了我对设计的认识。
以前的我看到别人优秀的设计成果,总是会心生欣羡之情,但是那时的我也仅限于此。
古语云:
纸上得来终觉浅,绝知此事要躬行。
以前总是听别人说:
我们通常只是看到了别人的光鲜却没有看到别人的汗水。
此时此刻,我才真正有点明白这句话的意思了。
是的,设计是一个不断探索的过程,是一个不断改进的过程。
因为面对的是一个未知的世界,所以没有人告诉你应该怎么办,或者说你的坚持到底会不会开花结果。
但是也正是因了这个未知性,才给这个单调枯燥的设计过程增添了一份神秘,一份独特的魅力。
希望以后的我能逐步学会体验这份未知的美。
最后,对此次课程设计中给予我无私帮助的老师,同学,我谨表示真挚的谢意!
六.参考文献
1数字图像处理(第二版)冈萨雷斯著,阮秋琦阮宇智译
2MATLAB数字图像处理.第二版张德丰编著机械工业出版社
课程设计成绩评定表
设计上机验收成绩表
姓名
曾小路
学号
100250131
课题名称
彩色图像增强软件
序号
验收项目
分值
得分
1
设计内容合理、目的明确
10分
2
实现了课程设计的基本要求,演示结果正确
50分
3
对课程设计中所涉及的知识理解正确
10分
4
方案正确,在基本要求基础上有改进、创新
20分
5
界面设计合理、美观
10分
总分
100分
课程设计总评分成绩表
评定项目
分值
评分成绩
1
设计上机验收成绩、答辩
60%
2
设计报告的规范化、参考文献充分
30%
3
平时成绩
10%
总分
2.不要自己写,要利用word来自动生成。
详情请看最后一页
- 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 课程设计 报告