2022年MATLAB课程设计方案图像处理完整版.docx

《2022年MATLAB课程设计方案图像处理完整版.docx》由会员分享，可在线阅读，更多相关《2022年MATLAB课程设计方案图像处理完整版.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品学习资源封面欢迎下载精品学习资源作者： PanHongliang仅供个人学习MATLAB课程设计设计题目： 应用图像处理班级：欢迎下载精品学习资源学号：姓名： 指导老师：设计时间： 2021 年 4 月 8 号-4 月 14 号摘要21世纪是一个布满信息的时代，图像作为人类感知世界的视觉基础，是人类猎取信息、表达信息和传递信息的重要手段；图像处理，是用运算机对图像进行分析，以达到所需结果的技术；又称影像处理；基本内容图像处理一般指数字图像处理；数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值；图像处理技术的主要内容

2、包括图像压缩，增强和复原，匹配、描述和识别3个部分； 常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等；图像处理一般指数字图像处理；所谓数字图像处理7 就是利用运算机对图像信息进行加工以中意人的视觉心理或者应用需求的行为；实质上是一段能够被运算机仍原显示和输出为一幅图像的数字码；关键词： DCT变换；图像压缩；真颜色增强；平滑；锐化；直方图均衡； 灰度变换；滤波； M文件的使用目录摘要I1 概述II 2 课程设计任务及要求III2.1.1 设计任务2.1.2 设计要求3 系统设计原理 .3.1 DCT图像压缩原理3.2 真彩色增强3.2.1 平滑欢迎下载精品学习资源3

3、.2.2 锐化3.3 灰度变换（直方图均衡化）3.4图像滤波3.4.1中值滤波器3.4.2维纳滤波器4 程序代码及试验结果与分析4.1 DCT 图像压缩.4.1.1 程序代码4.1.2 试验结果4.1.3 结果分析4.2 真彩色增强4.2.1 平滑程序代码4.2.2 试验结果4.2.3 结果分析4.2.4 锐化程序代码4.2.5 试验结果4.2.6 结果分析4.3 灰度变换（直方图均衡化）4.3.1 程序代码4.3.2 试验结果4.3.3 结果分析4.4 图像滤波4.4.1 程序代码4.4.2 试验结果4.4.3 结果分析5 收成体会 .6 参考文献 .概述欢迎下载精品学习资源MATLAB作为

4、一种矩阵语言，进行数字图像处理是特殊便利的；从理论上讲，数字图像是一个二维的整数阵列；把握简洁的MATLAB图像增强技术，从而对图像处理有进一步的明白；课程设计任务及要求设计任务1、在图像的变换和压缩中，经常用到离散余弦变换（DCT ）；DCT 变换用于图像的压缩实例；请在测试图像中验证你的结论；2、请编程实现图像的真彩色增强；3、通过直方图均衡化的方法实现图像的灰度变换，在测试图像中验证你的结论，分析程序结果；4、使用常用的滤波器对数字图像进行处理；如均值滤波器、中值滤波器、维纳滤波器等；设计要求在报告中给出本试验的试验结果和分析；a) 程序代码附有必要的注释；b) 报告中对试验的基本算法原

5、理要进行简要表达；系统设计原理DCT图像压缩原理DCT变换是最小均方误差条件下得出的次正确正交变换，且已获得广泛应 用，并成为许多图像编码国际标准的核心；JPEG图像格式的压缩算法接受的就是 DCT变换， DCT变换的变换核为余弦函数，运算速度较快，有利于图像压缩和其他处理；在编码过程中， JPEG算法第一将 RGB重量转化为亮重量和色差重量，然后将图像分解为的像素块，对这个块进行二维离散余弦 变换，每个块就产生了个 DCT系数，其中一个是直流（），它表示了输入矩阵全部值的平均数，其余个系数为沟通（）系数，接下 来对 DCT系数进行量化，最终将量化的 DCT系数进行编码，就形成了压缩后的图像格

6、式；在解码过程中，先对已编码的量化的系数进行解码，然后求逆量化 并利用二维 DCT反变换把 DCT系数转化为样本像块，最将反变换后的块欢迎下载精品学习资源组合成一幅图像；这样就完成了图像的压缩和解压过程；离散余弦变换 DCT的实现有两种方法，一种是基于 FFR的快速算法，这是通过 MATLAB工具箱供应的 DCT2函数实现的；另一种是 DCT变换是矩阵方法；变换矩阵方法特殊适合做或的图像块的DCT变换，工具箱供应了 dctmtx 函数来运算变换矩阵；真彩色增强真彩色增强主要是针对伪彩色增强而言的；图像的颜色增强技术主要分为为彩色增强和真彩色增强两种，这两种方法在原理上存在着本质的区分；伪彩色增

7、强时对原灰度图像中不同灰度值区域分别付于不同的颜色，使人能够更明白的区分不同的灰度级；由于原始图像事实上是没有颜色的，所以称这种人工赐予的颜色为伪彩色，伪彩色增强实质上只是一个图像的着色过程是一种灰度到彩色的映射技术；真彩色增强就是对原始图像本身具有的颜色进行调剂，是一个彩色到彩色的映射过程；平滑在图像中，通过相邻点的相互平均可以去掉一些突然变化的点，从而滤掉确定的噪声，达到平滑的目的，使图片看起来更柔和，颜色更均匀更清晰；锐化图像平滑往往使图像中的边界、轮廓变得模糊，为了削减这类不利成效的影响，需要用图像锐化技术使图像的边缘变的清晰；图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节

8、变的清晰，经过平滑的图像变得模糊的根本缘由是由于图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰；从频率域来考虑，图像模糊的实质是由于其高频重量被衰减，因此可以用高通滤波器来使图像清晰；在水下图像的增强处理中除了去噪，对比度扩展外，有时候仍需要加强图像中景物的边缘和轮 廓；而边缘和轮廓经常位于图像中灰度突变的地方，因而可以直观地想到用灰度的差分对边缘和轮廓进行提取；灰度变换（直方图均衡化）欢迎下载精品学习资源直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范畴从而可达到增强图像整体对比度的成效；设原始图像在 x， y处

9、的灰度为 f，而转变后的图像为g，就对图像增强的方法可表述为将在 x， y处的灰度 f 映射为 g；在灰度直方图均衡化处理中对图像的映射函 数可定义为 :g = EQ f ，这个映射函数 EQf 必需中意两个条件 其中 L 为图像的灰度级数 :(1) EQf 在0f -1L范畴内是一个单值单增函数；这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白或从白到黑的排列；(2) 对于0fL-1 有0gL-1 ，这个条件保证了变换前后灰度值动态范畴的一样性；图像滤波它频率成分，可以滤除干扰噪声；在数字图像处理中，经常会遇到图像中混杂有许多的噪声；因此，在进行图像处理

10、中，有时要先进行祛除噪声的工作；最常用的祛除噪声的方法是用滤波器进行滤波处理；MATLAB 的图像处理工具箱里也设计了许多的滤波器；如均值滤波器、中值滤波器、维纳滤波器等；维纳滤波器：维纳滤波器（ Wiener filter ）是由数学家维纳（ Rorbert Wiener）提出的一种以最小平方为最优准就的线性滤波器；在确定的约束条件下，其输出与一给定函数（通常称为期望输出）的差的平方达到最小，通过数学运算最终可变为一个托布利兹方程的求解问题；维纳滤波器又被称为最小二乘滤波器或最小平方滤波器，目前是基本的滤波方法之一；维纳滤波是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法

11、；中值滤波器 :中值滤波 是一种非线性数字滤波器技术，经常用于去除图像或者其它信号中的欢迎下载精品学习资源噪声；这个设计思想就是检查输入信号中的采样并判定它是否代表了信号，使用奇数个采样组成的观看窗实现这项功能；观看窗口中的数值进行排序，位于观看窗中间的中值作为输出；然后，丢弃最早的值，取得新的采样，重复上面的运算过程；中值滤波是图像处理中的一个常用步骤，它对于斑点噪声（ en:speckle noise）和椒盐噪声（ en:salt-and-pepper noise）来说特殊有用；储存边缘的特性使它在不期望显现边缘模糊的场合也很有用；程序代码及试验结果与分析DCT图像压缩程序代码：I=imr

12、ead压缩前xiao.jpg；%读取原始图片I=rgb2grayI；%把图像变成灰度图像I=im2doubleI ；%把图像数据类型转换为双精度浮点类型T=dctmtx8 ；%运算离散余弦变换B=blkprocI,8 8,P1*x*P2 ,T,T；% 对图像的每个不同数据块应用矩阵式P进行处理，其中， = mask=1 1 1 1 0 0 0 011100000110000001000000000000000000000000000000000000000 ；%二进制值掩码，用来压缩DCT 的系数；可通过转变矩阵来转变压缩程度B2=blkprocB,8 8, P1.*x,mask；%只保留 D

13、CT 变换的 10个系数I2=blkprocB2,8 8, P1*x*P2 ,T,T；%逆DCT 变换，用来重构图像subplot1,2,1；欢迎下载精品学习资源imshowI ；title 压缩前；%显示原始图像subplot1,2,2；imshowI2；title 压缩后；%显示压缩图像我的文档压缩后 xiao.jpg试验结果 :结果分析：尽管抛弃了 85%的 DCT系数，压缩后占用空间削减了约75%，但是处理后的图片与原图的失真并不大，压缩图片的画质令人中意；由此也验证了JPEG格式由于占用空间小，图片质量高被广泛认可；真彩色增强平滑程序代码：I=imreadhehua.jpeg；sub

14、plot1,2,1；imshowI；title 原图；h1=fspecialaverage,3；%用均值滤波器是领域值平均，以达到平滑目的I1=imfilterI,h1 ；subplot1,2,2；imshowI1；title 平滑滤波真彩色增强 ；试验结果：结果分析：处理后的图片较处理前的图片看起来更柔和，颜色更均匀；锐化程序代码：I=imreadhehua.jpeg；欢迎下载精品学习资源g=0 0 0；0 2 0；0 0 0；w=fspeciallaplacian,0.2；H=im2doubleI ；J=imfilterH,g, replicate；subplot1,2,1； imshow

15、H；title 原图；subplot1,2,2；imshowJ；title 锐化真彩色增强图像 ；试验结果结果分析：可以很明显的看出处理后的图片轮廓更清晰，边界也更明显灰度变换（直方图均衡化）：程序代码 ：I=imread压缩前xiao.jpg；I=rgb2grayI；subplot2,2,1；imshowI；title 原图；subplot2,2,2；imhistI ；title原直方图 ；J=histeqI；%自动直方图均衡化，均衡后只有 64个灰度级subplot2,2,4；imhistJ；title 灰度变换直方图 ；subplot2,2,3；imshowJ；title 灰度变换图 ；

16、%颜色分布相对均衡试验结果：结果分析：对比处理前后的直方图可知，原直方图中在灰度级可近似忽视而经过 histeq函数后直方图的分布从100左右的值显现的平率很低0200显现的频率相近，基本欢迎下载精品学习资源实现直方图的均匀分布；从图片上就表达为变换后的图片颜色分布均匀没有特别黑或特殊白的地方；另假如将histeq中的 n 值改为 200（原图的灰度级）， 直方图的分布就接近为原图（如下图），此一来更好的说明白直方图可以明显 直观地转变图像的灰度级；图像滤波程序代码 ：I=imread压缩前xiao.jpg；I=rgb2grayI；I=im2doubleI ；J=imnoiseI,gaussi

17、an,0,0.005； %加入高斯噪声%进行均值滤波h=fspecialaverage,3； %fspecial函数用于产生预定义滤波器I2=uint8roundfilter2h,I ； %filter2 函数用于图像滤波 ,h是滤波参数（均值）%进行中值滤波I3=medfilt2J ； %medfilt2 函数用于图像的中值滤波%进行维纳滤波I4=wiener2J；%进行一次维纳滤波I5=wiener2I4 ；%进行二次维纳滤波subplot2,3,1,imshowI,title 原图象subplot2,3,2,imshowJ,title加噪声图象 subplot2,3,3,imshowI2

18、,title均值滤波后图象 subplot2,3,4,imshowI3,title中值滤波后图象 subplot2,3,5,imshowI4,title维纳滤波后图象 subplot2,3,6,imshowI5,title两次维纳滤波后图象 试验结果：欢迎下载精品学习资源结果分析 ：从图上对比可看出中值滤波器和维纳滤波器滤除噪声的才能差不多，但中值滤波器对于图片亮度的转变相对于维纳滤波器的小；可以看出维纳滤波器不仅滤除了噪声而且也降低了图片的亮度；二次滤波后噪声更小了 ；收成体会每一次的课程设计都会有不一样的收成和体会但这次的却多了一些与众不同的 内容；这次课程设计加深及巩固了所学的MATLA

19、的B 学问，学到了一些图像处理的技巧的方法；特殊有感受的是感觉这次试验的实际意义很大，以前做的课程 设计都是为了完成任务而设计，但是这次课程设计的内容与我们平常的工作学 习息息相关，比如 DCT压缩图片，以前就嫌弃电脑里的图片占内存，但是经过这次课程设计之后就可以自己动手解决这个恼人的问题了；更加难能宝贵的是再一次的锤炼了自己的自学才能，使自己的独立摸索才能有了进一步的深化；中途也遇到了许多的困难但在老师和同学以及自己的不断努力尝试下最终被一一攻破、克服；当问起解决时之前的沮丧、烦躁、想要舍弃的心情全部都会烟消云散，取而代之的是无比的自豪和胜利感；参考文献1 张兆礼，赵春晖，梅晓丹现代图像处理

20、技术及MATLA实B 现北京：人民邮电出版社， 20012 孙兆林 MATLA图B 像处理北京：清华高校出版社， 20023 朱习军，隋思涟，张宾，刘尊年.MATLAB在信号与图像处理中的应用 . 北京，电子工业出版社4 胡晓军、 徐飞 .MATLAB应用图像处理（其次版） . 西安电子科技高校出版5 高展宏、 徐文波.基于MATLA的B 图像处理案例教程清华高校出版社版权申明本文部分内容，包括文字、图片、以及设计等在网上搜集整理；版权为潘宏亮个人全部This article includes some parts, including text,欢迎下载精品学习资源pictures, and

21、 design. Copyright is Pan Hongliangs personal ownership.用户可将本文的内容或服务用于个人学习、争论或观看，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵害本网站及相关权益人的合法权益；除此以 外，将本文任何内容或服务用于其他用途时，须征得本人及相关权益人的书面许可，并支付酬劳；Users may use the contents or services of this article for personal study, research or appreciation, and other non-c

22、ommercial or non-profit purposes, but at the same time, they shall abide by the provisions of copyright law and other relevant laws, and shall not infringe upon the legitimate rights of this website and its relevant obligees. In addition, when any content or service of this article is used for other

23、 purposes, written permission and remuneration shall be obtained from the person concerned and the relevant obligee.转载或引用本文内容必需是以新闻性或资料性公共免费信息为使用目的的合理、善意引用，不得对本文内容原意进行曲解、修 改，并自负版权等法律责任；Reproduction or quotation of the content of this欢迎下载精品学习资源article must be reasonable and good-faith citation for theuse of news or informative public free information. Itshall not misinterpret or modify the original intention ofthe content of this article, and shall bear legal liabilitysuch as copyright.欢迎下载