数字图像处理.docx
- 文档编号:9016891
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:26
- 大小:1.91MB
数字图像处理.docx
《数字图像处理.docx》由会员分享,可在线阅读,更多相关《数字图像处理.docx(26页珍藏版)》请在冰豆网上搜索。
数字图像处理
数字图像处理
专业班级:
08电气工程及其自动化2班
姓名:
学号:
指导教师:
1、前言
数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。
数字图像处理技术已经在各个领域上都有了比较广泛的应用。
图像处理的信息量很大,对处理速度的要求也比较高。
Matlab强大的运算和图形展示功能,使图像处理变得更加的简单和直观。
本文主要基于Matlab的数字图像处理环境,设计并实现了一个图像处理系统,展示如何通过利用Matlab的工具实现对图形图像的各种处理。
论述了利用设计的系统实现图像文件进行打开、保存、另存、打印、退出等功能操作,图像预处理功能等图像处理。
并且运用Photoshop进行图像、字体处理。
2、简介
2.1数字图像处理技术的背景
1.数字图像处理技术起源于20世纪20年代,当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片,它采用了数字压缩技术。
就1920年的技术水平来看,如果不压缩,传一幅图像要一星期时间,压缩后只需要3小时。
1964年美国的喷气推进实验室处理了太空船“旅行者七号”发回的月球照片,这标志着第三代计算机问世后数字图像处理概念开始得到应用。
其后数字图像处理技术发展迅速,目前已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等领域各学科之间学习和研究的对象。
2.人类传递信息的主要媒介是语音和图像。
据统计,在人类接受的信息中,听觉信息占20%,视觉信息占60%,其他如味觉、触觉、嗅觉总的加起来不过占20%。
所以,作为传递信息的重要媒体和手段——图像信息是十分重要的,俗话说:
“百闻不如一见”、“一目了然”,都反映了图像在传递信息中的独到之处。
2.2数字图像处理技术发展现状及主要技术
数字图像处理(DigitalImageProcessing)将图像信号转换成数字信号并利用计算机对其进行处理,起源于20世纪20年代,目前已广泛地应用于科学研究、工农业生产、生物医学工程、航空航天、军事、工业检测、机器人视觉、公安司法、军事制导、文化艺术等,已成为一门引人注目、前景远大的新型学科,发挥着越来越大的作用。
字图像处理作为一门学科形成于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,以人为对象,以改善人的视觉效果为目的,首次获得实际成功应用的是美国喷气推进实验室,并对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,随后又对探测飞船发回的近十万张照片进行了更为复杂的图像处理,以致获得了月球的地形图、彩色图及全景镶嵌图,为人类登月创举奠定了坚实的基础,也推动了数字图像处理这门学科的诞生。
数字图像处理取得的另一个巨大成就是在医学上获得的成果,1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置即CT(ComputerTomograph)。
1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。
1979年这项无损伤诊断技术获得了诺贝尔奖,说明它对人类作出了划时代的贡献。
随着图像处理技术的深入发展,从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展。
人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界.很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少重要的研究成果。
其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论[3],这个理论成为计算机视觉领域其后多年的主导思想.图像理解虽然在理论方法研究上已取得不小的进展,但它本身是一个比较难的研究领域,存在不少困难,因人类本身对自己的视觉过程还了解甚少,因此计算机视觉是一个有待人们进一步探索的新领域.正因为如此,图像处理理论和技术受到各界的广泛重视,当前图像处理面临的主要任务是研究新的处理方法,构造新的处理系统,开拓更广泛的应用领域。
根据应用领域的不同要求,可以将图像处理技术划分为许多分支,其中包括图像数字化、图像的增强和复原、图像编码和变换等。
对于这些技术的应用时,我们应根据具体的要求来选择适合的方法从而达到最终的效果。
未来,数字图像处理技术的发展及应用与经济建设联系之紧密、影响之深远是不可估量的。
2.3MATLAB在图像中的应用
MATIAB中的图像处理工具箱几乎包括了经典图像处理的所有方面,从基本的图像增强到图像分割,MATLAB都提供了简便的函数调用来实现许多经典的图像处理方法。
数字图像处理工具箱函数包括12类:
(1)图像文件操作和显示函数;
(2)图像的矩阵表示及运算函数;(3)图像增强函数;(4)图像变换函数(5)图像的空间变换函数;(6)二值形态学操作函数;(7)图像分析和理解函数;(8)其它的一些图像处理函数。
另外MATLAB提供了对多种图像文件格式的读写和显示,这使得MATLAB在集成环境中进行图像处理的实验模拟非常方便。
下面就MATLAB在图像处理各方面的应用分别进行介绍。
2.3.1数字图像文件操作和图像显示
图像显示函数不仅包括显示函数,也包括与其相关的读写函数、颜色空间变换函数、以及图像类型转换函数等等。
其中imread()为图像文件读入函数,可用来读入BMP、HDF、JPG、PCX、TIFF等格式的图像文件;imwrite()为图像写出函数,仅仅用这一个语句就可以实现将一个矩阵存储为jpg、bmp、tif等格式的图像文件;imshow()、image()为图像显示函数。
除此之外,还提供了rgb2hsv等颜色空间变换函数和rgb29ray()、rgb2ind()等图像类型转换函数。
2.3.2图像运算函数
MATLAB在进行图像处理时,都是以向量、矩阵、数组的形式表示图像并进行各种运算的。
它提供了图像的和、差等线性运算,以及卷积、相关、滤波等非线性运算。
2.3.3图像增强
图像增强是数字图像处理过程中常用的一种方法,目的是采用一系列技术改善图像的视觉效果或将图像转换成一种更适合于人眼观察和机器自动分析的形式。
常用的图像增强方法有灰度直方图均衡化、灰度变换、平滑及锐化滤。
MATLAB中都提供了相应的函数来实现相应的功能,比如hsteq()、medfilt2()可以分别实现灰度直方图均衡化和中值滤波。
MATLAB直接提供的函数大多数是针对灰度图像的,但是通过将这些函数应用到彩色图像的
每个通道,最后再合成的方法可以实现彩色图像的增强。
2.3.4图像变换
图像变换技术是图像处理的重要工具,常应用于图像压缩、滤波、编码和后续的特征抽取或信息分析过程。
MATLAB提供了常用的变换函数,如filt2()与ifft2()函数分别实现二维快速傅立叶变换及其逆变换,dot2()与idct2()函数实现离散余弦变换及其逆变换,Randon(0与iradon()函数实现Radon变换与逆Radon变换。
2.3.4图像的边缘检测与图像分割
边缘检测是一种重要的区域处理方法,边缘是所要提取目标和背景的分界线,提取出边缘才能将目标和背景区分开来。
MATL蛆中提供了基本的一些边缘检测函数,如Sobel、Robert、Canny等等。
另外还提供了分水岭(water—shed)分割方法以及基于区域的一些分割方法。
另外还提供了大量的二值数学形态学的函数,如腐蚀、膨胀、开操作、闭操作等等。
3、图像增强技术
3.1图像增强背景及意义
在一般情况下,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,即图像失真。
在摄影时由于光照条件不足或过度,会使图像过暗或过亮;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,这类问题不妨统称为质量问题。
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。
增强的效果通常都与具体的图像有关系,靠人的主观感觉加以评价。
3.2图像增强的应用
目前图像增强处理的应用已经渗透到医学诊断、航空航天、军事侦察、指纹识别、无损探伤、卫星图片的处理等领域。
如对x射线图片、CT影像、内窥镜图像进行增强,使医生更容易从中确定病变区域,从图像细节区域中发现问题;对不同时间拍摄的同一地区的遥感图片进行增强处理,侦查是否有敌人军事调动或军事装备及建筑出现;在煤矿工业电视系统中采用增强处理来提高工业电视图像的清晰度,克服因光线不足、灰尘等原因带来的图像模糊、偏差等现象,减少电视系统维护的工作量。
图像增强技术的快速发展同它的广泛应用是分不开的,发展的动力来自稳定涌现的新的应用,我们可以预料,在未来社会中图像增强技术将会发挥更为重要的作用。
3.3图像增强的定义
为了改善视觉效果或者便于人和机器对图像的理解和分析,根据图像的特点或存在的问题采取的简单改善方法或者加强特征的措施称为图像增强。
一般情况下,图像增强是按特定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息的处理方法,也是提高图像质量的过程。
图像增强的目的是使图像的某些特性方面更加鲜明、突出,使处理后的图像更适合人眼视觉特性或机器分析,以便于实现对图像的更高级的处理和分析。
图像增强的过程往往也是一个矛盾的过程:
图像增强希望既去除噪声又增强边缘。
但是,增强边缘的同时会同时增强噪声,而滤去噪声又会使边缘在一定程度上模糊,因此,在图像增强的时候,往往是将这两部分进行折中,找到一个好的代价函数达到需要的增强目的。
传统的图像增强算法在确定转换函数时常是基于整个图像的统计量,如:
ST转换,直方图均衡,中值滤波,微分锐化,高通滤波等等。
这样对应于某些局部区域的细节在计算整幅图的变换时其影响因为其值较小而常常被忽略掉,从而局部区域的增强效果常常不够理想,噪声滤波和边缘增强这两者的矛盾较难得到解决。
3.4实验结果
3.4.1灰度增强
参数:
J=imadjust(I,[0.30.7],[01],1);%transformsthewaluesinthe%intensityimageItovaluesinJbylinealymappingvaluesbetween0.3and0.7tovaluesbetween0and1.
(2)
参数修改:
J=imadjust(I,[0.30.7],[01],0.5);%ifGAMMAislessthan1,themappingsiweightedtowardhigher(brighter)
(3)
参数修改:
J=imadjust(I,[0.30.7],[01],1.5);%ifGAMMAisgreaterthan1,themappingsiweightedtowardlower(darker)
(4)
参数修改:
J=imadjust(I,[0.30.7],[01],1);%ifTOP 3.4.2直方图灰度变换 3.4.3直方图均衡化程序举例 3.4.4直方图规定化程序举例 3.4.5空域滤波增强部分程序线性平滑滤波 3.4.6中值滤波器 3.4.74临域8临域平均滤波算法 3.3.4.8频域增强程序举例低通滤波器 3.4.9巴特沃斯低通滤波器图像实例 3.5实验分析 3.5.1灰度增强分析 1、imadjust函数 MATLAB软件中,imadjust函数可以实现图像的灰度变换,通过直方图变换调整图像的对比度。 其中,gamma为校正量r, 为原图像中要变换的灰度范围, 指定了变换后的灰度范围。 2、直方图均衡化 (1)计算原图像的灰度直方图 ; (2)计算原图像的灰度累积分布函数 ,进一步求出灰度变换表; (3)根据灰度变换表,将原图像各灰度级映射为新的灰度级。 在MATLAB中,histeq函数可以实现直方图均衡化。 该命令对灰度图像I进行变换,返回有N级灰度的图像J,J中的每个灰度级具有大致相同的像素点,所以图像J的直方图较为平坦,当N小于I中灰度级数时,J的直方图更为平坦,缺省的N值为64。 从直方图统计可以看出,原始图的灰度范围大约是0到50之间,灰度分布的范围比较狭窄,所以整体上看对比度比较差,而直方图均衡化后,灰度几乎是均匀的分布在0到255的范围内,图像明暗分明,对比度很大,图像比较清晰明亮,很好的改善了原始图的视觉效果。 3.5.2空域滤波增强部分程序分析 1、线性平滑滤波 平滑技术用于平滑图像中的噪声。 平滑噪声可以在空间域中进行,基本方法是求像素灰度的平均或中值。 为了既平滑噪声又保护图像信号,也有一些改进的技术,比如在频域中运用低通滤波技术。 输出图像的值等于输入图像滤波后值的局部平均,各个项具有相同的权。 下面是平滑窗口分别为矩形和圆形的情况。 2、中值滤波器 中值滤波是一种最常用的图像增强技术,是非线性滤波。 对椒盐噪声有很好的去噪效果。 中值滤波是基于一个移动窗口并计算输入图像在窗口内的像素亮度值的中值作为输出图像窗口中心的像素值而产生的。 给定的图像f(x,y)中的每一个点(m,n),取其领域s。 设s含有M个像素{a1,a2,⋯,aM},将其按大小排序,若M是奇数时,则位于中间的那个象素值就是修改后图像g(x,y)在点(m,n)处的像素值;若M是偶数则取中间两个象素的平均值作为修改后图像g(x,y)在点(m,n)处的象素值。 3.5.3低通滤波器分析 理想的低通滤波器: 其中 3.6目标跟踪技术 3.6.1简介 本文介绍了一种基于MATLAB的简易的从视频播放的帧图像中找出目标图像,并进行视频跟踪的实现方法。 通过对图像进行阈值处理(图像分割),再对分割后的图像求取形心,以对目标图像进行定位,并最后找到各幅帧图像的目标位置的方法,从而实现对200帧视频图像的实时跟踪。 3.6.2跟踪技术的算法 基于MATLAB的图像跟踪算法由于视频是由200帧图像通过连续播放从而达到视频的效果的,所以要达到2.1200帧视频图像的读取视频放映的效果,应首先对200帧图像序列进行顺序读取。 200帧图像存储在MATLAB的默认路径中,文件名为00000xxx.bmp。 要达到读取它们的目的,需要使用循环算法。 算法由一个名为read_seqim(i)的函数实现,以下是函数的源序: functionI=read_seqim(i)ifnargin==0i=1;min=00000001;endname=num2str(i);ifi<=9min=strcat('0000000',name,'.bmp');elseifi<=99min=strcat('000000',name,'.bmp');elsemin=strcat('00000',name,'.bmp');endI=imread(min);其中i为读取图像的序号,通过以上的函数可以很方便的实现对200帧图像中任意一帧的读取,从而为后面的处理提供方便。 图像的阈值处理(图像分割)阈值(Threshold),也叫门限。 阈值化(Thresholding),即按给定阈值进行图像的二值化处理。 阈值分割法可分为以下几种: 简单阈值分割法;多阈值分割法;最大类间方差法;最佳阈值法。 许多情况,图像是由具有不同灰度级的几类区域组成。 如文字与纸张、地物与云层(航空照片)阈值分割是利用同一区域的具有某种共同灰度特性进行分割。 而用阈值分割法分割图像就是选取一个适当的灰度阈值,然后将图像中的每个像素和它进行比较,将灰度值超过阈值的点和低于阈值的点分别指定一个灰度值,就可以得到分割后的二值图像,此时目标和背景已经得到了分割。 阈值分割法简单,快速,特别适用于灰度和背景占据不同灰度级范围的图像。 这里我们使用多阈值分割法。 多阈值分割法就是假设一幅图像包含两个以上的不同类型的区域,可以使用几个门限来分割图象。 3.7实验结果 3.8实验分析 视频中运动目标检测和跟踪是数字视频处理和分析应用的一个重要领域它在智能监控、智能交通、体育训练、运动图像编码等方面有着广泛的应用视频中运动目标的检测是在图像序列中检测出所感兴趣的目标,或者是判断出图像中是否存在运动目标,并确定其位置运动目标跟踪是通过对图像序列进行分析,监控所感兴趣目标的时空变化,估计出目标在下一帧图像上的位置等信息运动目标的检测与跟踪是紧密关联的两个过程,跟踪始于检测,在后续图像序列中的重复检测也有助于目标的跟踪为了实现卡通人物脸的检测与跟踪,本研究课题研究如何从视频流中正确的检测出运动目标卡通人物脸在图像中的位置,以及在此基础上如何有效地对视频中的卡通恐龙脸进行跟踪的问题针对采集到的动物脸视频序列,采用视频分析技术和图像处理技术,开展了如下的工作1在研究了常用的运动目标检测方法如背景差分法、光流法和帧间差分法等的基础上,提出了一种基于时空域信息融合的视频序列中运动目标的检测方法,它结合单帧图像的空域特征和多帧图像之间的时域特征,通过时空域检测来获取运动目标在视频序列中的位置信息,再进行进一步的图像滤波、连通组件标记等图像处理技术可以实现对运动目标的有效检测对游泳视频中动物物脸目标检测的仿真实验结果,以及与其它方法检测结果的比较,都表明了这种方法的有效性2研究了游泳视频序列中动物物脸目标的跟踪技术,提出了基于Blob分析提取运动员特征信息和基于Kalman滤波的预测跟踪相结合的视频序列中运动目标跟踪方法,其中,Kalman滤波器利用Blob分析所提取的特征信息来对目标对象进行初始化,并以此作为特征匹配过程的起始点,利用kalman滤波器来预测目标在下一帧中的位置,确定目标搜索范围进行跟踪仿真实验以及分析比较的结果都表明了方法的有效性,可以为实际应用中控制摄像机的移动以便对卡通恐龙脸进行跟踪拍摄提供技术支持。 4、Photoshop 4.1软件简介 AdobePhotoshop: 图像元老,最受欢迎的强大图像处理软件之一。 Photoshop是Adobe公司旗下最为出名的图像处理软件之一。 多数人对于PHOTOSHOP的了解仅限于“一个很好的图像编辑软件”,并不知道它的诸多应用方面,实际上,Photoshop的应用领域很广泛的,在图像、图形、文字、视频、出版各方面都有涉及。 4.2功能特色 从功能上看,该软件可分为图像编辑、图像合成、校色调色及特效制作部分等。 图像编辑是图像处理的基础,可以对图像做各种变换如放大、缩小、旋转、倾斜、镜像、透视等。 也可进行复制、去除斑点、修补、修饰图像的残损等。 这在婚纱摄影、人像处理制作中有非常大的用场,去除人像上不满意的部分,进行美化加工,得到让人非常满意的效果。 图像合成则是将几幅图像通过图层操作、工具应用合成完整的、传达明确意义的图像,这是美术设计的必经之路;该软件提供的绘图工具让外来图像与创意很好地融合,成为可能使图像的合成天衣无缝。 校色调色是该软件中深具威力的功能之一,可方便快捷地对图像的颜色进行明暗、色偏的调整和校正,也可在不同颜色进行切换以满足图像在不同领域如网页设计、印刷、多媒体等方面应用。 特效制作在该软件中主要由滤镜、通道及工具综合应用完成。 包括图像的特效创意和特效字的制作,如油画、浮雕、石膏画、素描等常用的传统美术技巧都可藉由该软件特效完成。 而各种特效字的制作更是很多美术设计师热衷于该软件的研究的原因。 4.3Photoshop的应用 4.3.1金属字体 步骤: 1.选择文字工具,在属性栏上进行设置 2.先象素化图层,然后调出文字艘所在图层的图层样式,或者直接双击文字所在层 3.投影 4.内阴影 5.内发光 6.斜面与浮雕 7.等高线 8.光泽 9.渐变叠加 10.渐变调节器 4.3.2水晶字体 步骤: 1.打开PS软件,新建文件500*350像素,黑色背景,72像素分辨率,RGB模式。 2.制作一椭圆形选区---羽化 3.新建图层,保持上图的选区,填充颜色,适当减低不透明度 4.下面开始制作数字“2”,新建图层,使用硬边圆头笔刷---大小85像素---白色,画出形状 5.选用橡皮工具,硬边圆头笔刷,60像素左右大小,在上图中擦出形状,再选用小号笔刷---点一个圆做点缀, 6.使用同样方法,制作文字“3”、“P”、“S”(其中“P”竖的制作是路径笔刷描边得来的,很简.单的,不做说明了),合并文字图层 7.为该层添加图层样式,图层内部填充不透明度为0%,添加投影. 8.为该层添加内发光 9.为该层添加斜面浮雕和等高线 10.为该层添加描边 11.将复制层的图层样式删除掉,并填充黑色,执行滤竟---模糊---高斯模糊 12.盖印图层(CTRL+ALT+SHIFT+E),执行滤竟--渲染--光照 13.执行滤竟--渲染--镜头光晕效果,多添加几个,设置不同大小 14.复制此层放其下面,执行编辑---变换---透视,调整大小位置 4.3.3PS把普通照片处理成水墨画(荷花) 结论 MATLAB具有多种强大功能,语言自然,界面友好,开放性强,易学易用,使得它在各行各业的应用范围越来越广,尤其在图像处理方面。 使用MATLAB可以大大提高实验的效率,快速实现研究中的新构想,加快科研步伐。 通过本次实践我学会了使用MATLAB和PHOTOSHOP软件。 学会了如何更好的处理图像,断了了自己的动手能力。 透彻的了解了目标跟踪的概况,和目标跟踪在生活中的应用,了解到PHOTOSHOP软件的应用。 在此感谢老师的耐心指导。 参考文献 1.潘峰,刘文予.朱光喜.MATLAB在图像处理与研究中的应用.计算机应用研究. 2.李了了.邓善熙.MATLAB在图像处理技术方面的应用.微计算机信息. 3.冈萨雷斯.数字图像处理(第二版).北京: 电子工业出版社. 4.王小丹.吴崇明.基于MATLAB的系统分析与设计———图像处理[M]西安电子科技大学出版社. 5.黄剑玲.用MATLAB进行数字图像的分析和处理[J].计算机现代化.
- 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