图像处理设计实验.doc

《图像处理设计实验.doc》由会员分享，可在线阅读，更多相关《图像处理设计实验.doc（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、科学计算与数据处理实验报告学号姓名实验名称图像处理设计实验实验目的1. 掌握数字图像处理的基本理论和方法2. 掌握MATLAB各种图像处理函数及其应用。3. 掌握图像显示、图像转换、图像代数运算、图像增强、去模糊、滤波变换、形态学操作、色彩空间变换等方法。实验方案I 背景知识：i 灰度级变换：灰度级变换(点运算)的定义：对于输入图象f(x，y)，灰度级变换T将产生一个输出图像g(x，y)，且g(x，y)的每一个像素值都是由f(x，y)的对应输入像素点的值决定的，g(x，y)=T(f(x，y)。对于原图象f(x，y)和灰度值变换函数T(f(x，y)，由于灰度值总是有限个(如：O2 5 5)，非几

2、何变换可定义为：R=T(r)，其LlJ R、r（O255）。ii 图像二值化：所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。iii 去除图象噪声的方法： 均值滤波器。 自适应维纳滤波器。 中值滤波器。 形态学噪声滤除器：。 小波去噪：这种方法保留了大部分包含信号的小波系数,因此可以较好地保持图象细节。小波分析进行图像去噪主要有3个步骤:(1)对图象信号进行小波分解。(2)对经过层次分解后的高频系数进行阈值量化。(3)利用二维小波重构图象信号。II 实验方案：1. 人脸识别实验：人脸识别是采用机

3、器对人脸图像进行分析处理，从而提取有效的识别信息，达到身份的辨认的目的。人脸识别技术涉及到图像处理，模式识别，神经网络等得学科。步骤：（1） 读取图像文件face .jpg。对原图像进行灰度，二值化处理，形成灰度图像和二值化图像。（2） 对二值图像进行预处理，首先将尺寸除10，其次减少背景区域，将图像部分边缘区域设置为黑色。通过尽量去除图像中背景区域，为应用人脸算法做好准备。（3） 首先标注各连通区域，计算包含这个区域的最小矩形坐标。其次将各连通区域的坐标转换成元胞数组，并将各连通区域的元胞数组坐标转换成数组。最后通过确认人脸面积在包含连通区域的矩形中面积最大，且面部长度与宽度比小于2来识别脸

4、部区域。2. 圆形目标检测实验：本实验是从图像中的各种目标（圆形目标，方形目标，不规则目标等）中提取出圆形目标。主要方法是首先对图像进行预处理，然后提取图像中各种目标的几何特征，最后利用圆形检测算法实现圆形目标的识别。步骤：（1） 读取图像test. jpg。（2） 对图像进行预处理。首先将图像转换为灰度图像，并设置阈值，对图像进行阈值分割，生成二值图像。其次去除图像中的噪声。主要方法是利用形态学开运算去除图像中小于30个像素的目标。最后填充图像中的缝隙和洞孔。（3） 提取图像中各种目标的几何特征，利用几何特征及圆形检测算法判断每个目标是否是圆形目标。当目标的面积S和周长L满足：=4S/L2，

5、接近于1时，则认为该目标为圆形目标。主要算法：首先要寻找出图像中目标的外边界，并显示标识矩阵，循环绘制每个边界。其次检测圆形目标。利用圆形检测算法计算metric值来检测圆形目标，当metric达到给定的阈值时，则待检测目标为圆形。主要方法：获取标志区域的面积和质心属性，设置判断园的阈值。循环检测每一个标识目标。利用边界坐标计算目标周长，获取目标面积属性，计算metric值，保存计算结果。将检测出得圆形目标用黑圈标识出其质心，判断是否为圆。实验记录1. 人脸识别实验：步骤1：读取原始图像，对图像进行二值化处理。Matlab程序：clear alli=imread(face.jpg);figur

6、e(1),imshow(i)I=rgb2gray(i);I=wiener2(I,5 5);figure(2),imshow(I)BW=im2bw(I);figure(3),imshow(BW)运行结果：Figure1 原始图像 Figure2 灰度图像 Figure3 二值图像步骤2：对二值图像进行处理，减少背景区域，尽量去除图像中背景区域，为应用人脸识别算法做好准备。Matlab程序：n1 n2=size(BW);r=floor(n1/10);c=floor(n2/10);x1=1;x2=r;s=r*c;for i=1:10 y1=1;y2=c; for j=1:10 if(y2=9*c)|

7、(x1=1|x2=r*10) BW(x1:x2,y1:y2)=0; end y1=y1+c; y2=y2+c; end x1=x1+r; x2=x2+r;endfigure(4),imshow(BW)运行结果：步骤3：通过确认人脸面积在包含连通区域的矩形中面积最大，且面部的长度与宽度比小于2来识别脸部区域。Matlab程序：L=bwlabel(BW,4);BB=regionprops(L,BoundingBox);BB1=struct2cell(BB);BB2=cell2mat(BB1);s1 s2=size(BB2);mx=0;for k=3:4:s2-1 p=BB2(1,k)*BB2(1,

8、k+1); if pmx&(BB2(1,k+1)/BB2(1,k)threshold centroid=stats(k).Centroid; plot(centroid(1),centroid(2),ko); end text(boundary(1,2)-35,boundary(1,1)+13,metric_string,Color,y,. FontSize,14,FontWeight,bold);endtitle(Metrics closer to 1 indicate that,the object is approximately round);运行结果：实验总结通过深入研究MATLAB在数字图像处理中的人脸识别和圆形目标检测的应用，我掌握了MATLAB图像处理中把原始图像转换为灰度图像和二值图像的基本理论和方法。熟悉理解了MATLAB的图像函数。了解了去除图像噪音的方法有均值滤波器，自适应维纳滤波器，中值滤波器，形态学噪声滤除器，小波去噪。MATLAB具有强大的运算功能和图像展示功能，所以它使图像处理变得更加的简单和直观。成绩评定注：实验方案要详略得当、条理清晰，实验记录数据详实，实验总结应做高度归纳和提炼。