数字图像处理课程设计报告.pdf

《数字图像处理课程设计报告.pdf》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.pdf（18页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、.1 数字图像处理课程设计 题目；数字图像处理演示系统设计 指导教师_ 学生_ 学生*_ 院部_专业_班_ 2021 年月日.1 1 主要容 1.1 数字图像处理背景及应用 数字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。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为根底，对*些常用功能进展界面化设计，便于初级用户的操作。1.2 图像处理演示系统设计要求 能加载和显示原始图像

2、，显示和输出处理后的图像；系统要便于维护和具备可扩展性；界面友好便于操作。1.3 图像处理演示系统设计任务 数字图像处理演示系统应该具备图像的几何变换平移、缩放、旋转、翻转、图像增强空间域的平滑滤波与锐化滤波的简单处理功能。几何变换 几何变换又称为几何运算，它是图像处理和图像分析的重要容之一。通过几何运算，可以根据应用的需要使原图像产生大小、形状、和位置等各方面的变化。简单的说，几何变换可以改变像素点所在的几何位置，以及图像中各物体之间的空间位置关系，这种运算可以被看成是将各物体在图像移动，特别是图像具有一定的规律性时，一个图像可以由另外一个图像通过几何变换来产生。实际上，一个不受约束的几何变

3、换，可将输入图像的一个点变换到输出图像中的任意位置。几何变换不仅提供了产生*些特殊图像的可能，甚至还可以使图像处理程序设计简单化。从变换性质来分可以分为图像的位置变换、形状变换等。.1 图像增强 图像增强是数字图像处理的根本容之一，其目的是根据应用需要突出图像中的*些“有用的信息，削弱或去除不需要的信息，以到达扩大图像中不同物体特征之间的差异，使处理后的图像对于特定应用而言，比原始图像更适宜，或者为图像的信息提取以及其他图像分析技术奠定了根底。一般情况下，经过增强处理后，图像的视觉效果会发生改变，这种变化意味着图像的视觉效果得到了改善，*些特定信息得到了增强。2 设计思想 2.1 图像处理演示

4、系统实现工具的选择 使用 MATLAB 软件进展界面设计及程序编写。2.2 选择 MATLAB软件原因 之所以选择 MATLAB 工具是因为 MATLAB 是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台，它几乎能够满足所有的计算需求。MATLAB 全称是 Matri*Laboratory矩阵实验室，一开场它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上 MATLAB 中的绝大多数的运算都是通过矩阵这一形式进展的。这一特点也就决定了 MATLAB 在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数

5、，然而在计算机上对图像进展数字处理的时候，首先必须对其在空间和亮度上进展数字化，这就是图像的采样和量化的过程。二维图像进展均匀采样，就可以得到一幅离散化成 MN 样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而 MATLAB 的长处就是处理矩阵运算，因此用 MATLAB处理数字图像非常的方便。MATLAB 支持五种图像类型，即索引图像、灰度图像、二值图像、RGB 图像和多帧图像阵列；支持 BMP、GIF、HDF、JPEG、PC*、PNG、TIFF、*WD、CUR、ICO 等图像文件格式的读，写和显示。.1 MATLAB 对图像的处理功能主要集中在它的图

6、像处理工具箱 ImageProcessingToolbo*中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进展诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。23 系统构造框图 3 图形用户界面设计 GUI 是实现人机交互的中介，可以通过它实现数据输入、处理和输出。MATLAB 提供 了一个专门的 GUI 设计工具图形用户界面开发环境GUIDE，使用该工具，可以快速完成 GUI 设计任务。利用 MATLAB 提供的有关数据，还可以创立工具栏控件和多种对话框。3.1 启动 GUIDE 在命令窗口中键入 guide，启动 GU

7、IDE，显示“GUIDE Quick Start对话框。翻开“GUIDE Quick Start对话框，利用 GUIDE 模板创立新的 GUI，选择一个模板后，单击OK 按钮，在输出编辑器中翻开 GUI。或启动 MATLAB 软件后，进入集成开发环境，在主菜单上选择:File Edit Web Window Help 如上操作后，将有一个窗口弹出，即进入 MATLAB 的 GUI 编辑软件。利用该编辑软件的“New-新建创立你自己的用户界面窗口。注意：要编辑一个以前设计的用户界面，操作过程与此类似，进入 GUI 编辑软件后，利用“Open-翻开来选择要编辑的以前设计的用户窗口界面。3.2 输出

8、编辑器 在 GUIDE 中翻开 GUI 以后，它显示在输出编辑器中。输出编辑器是所有 GUIDE 工具的控制面板。可以通过拖拉控件来设计 GUI，这些控件位于输出编辑器左侧的工具箱中，有按钮、New Open M-file Figure Modal GUI.1 弹出式菜单和坐标系等多种。也可以用输出编辑器设置 GUI 控件的根本属性。3.3 GUIDE 模板“GUIDE Quick Start对话框提供了几种根本类型的 GUI 模板。使用模板的好处是可以通过改模板来快速创立。选择一种模板以后，它的预览效果显示在右面的面板中。3.4 菜单编辑器 利用菜单编辑器，可以创立、设置、修改下拉式菜单和弹

9、出式菜单。在 GUIDE 中单机工具栏上的按钮，或者选择“Tools菜单中的“Menu Editor选项，翻开菜单编辑器的界面。左上角第一个按钮用于创立下拉式菜单。用户可以通过单击它来创立下拉式主菜单。第二个按钮用于创立下拉式主菜单的子菜单首次运行后会自动生成 zhankeUI.m 和 zhankeUI.fig 两个文件，默认目录设在 MATLAB 安装目录下的 work 文件夹里，zhankeUI.m 中存放的是 GUI 的相关编码，以及相关控件的回调函数，今后可以对其进展代码修改，添加，删除等操作，zhankeUI.fig 是 GUI 的界面文件。今后主要是对 zhankeUI.m 文件里

10、面代码的相关操作以实现相关功能。4 图像处理功能的实现 4.1 文件的翻开与保存 文件的翻开 在主菜单“文件的下拉菜单中，有个“翻开选项，在其回调函数中添加翻开*个文件的相关代码：fname,pname=uigetfile(*.bmp;*.jpeg;*.gif,Open the file)fname 为将要翻开文件的文件名，pname 为将要翻开文件的路径。Uigetfile 函数中主要有两局部参数*.bmp;*.jpeg;*.gif是想要翻开文件的格式，Open the file是生成文件选择翻开对话框的标题。.1 运行效果如下：图 4.1.1 翻开一幅图像从上图中选择需要进展操作的文件，将

11、其翻开以便后续操作。见图 4.1.2 在翻开回调函数中我希望同时对文件进展相关数据的读取，以便在今后的处理操作中可以方便的调用，读取完图像数据后在窗口中显示图像，相关代码如下：V=strcat(pname,fname)%将图像赋值给变量 V handles.my_data1=V guidata(hObject,handles)%更新句柄数据 a*es(handles.a*es7)%添加一坐标轴用来指定显示图像的区域 imshow(V)%显示选取的图像 当执行以上代码时会有一种情况出现错误，那就是当我们进展“翻开文件操作时候，在这里当我们没有选择文件，而将窗口强行关闭或选择了程序无法识别的文件格

12、式时，命令窗口会提示错误，所以参加如下代码进展处理：iffname5 return end 对翻开的文件名长度进展判断，确定有文件翻开时会进展下面的操作，当没有文件时退出，整个回调函数如下:fname,pname=uigetfile(*.bmp;*.jpeg;*.gif,Openthefile)L=length(fname)iffnamehhh(q)temp=hhh(p);hhh(p)=hhh(q);hhh(q)=temp;end end end.1 I_2(i,j)=hhh(5);end end 图图像空域的平滑滤波处理结果 图像的锐化滤波处理 1)锐化滤波的作用：图像的平滑处理会使图像的边

13、缘纹理信息受到损失，图像变得比较模糊。如果需要突出图像的边缘纹理信息，则可以通过锐化滤波器实现，它可以消除或减弱图像的低频分量从而增强图像中物体的边缘轮廓信息，使得除边缘以外的像素点的灰度值趋向于零。2锐化滤波原理 锐化滤波器是以对图像的微分运算或差分运算为根底。微分运算是求像素点灰度值的变化率，而图像不同物体边缘处的像素点的灰度值往往变化比较明显，因此微分运算或差分运算可以起到增强边缘信息的作用。锐化算子：3实现方法：for i=1:m-2 for j=1:n-2 b(i+1,j+1)=abs(4*(i+1,j+1)-*(i,j+1)-*(i+1,j)-*(i+1,j+2)-*(i+2,j+

14、1);end end 图模板锐化滤波结果 4.3 图像的几何变换 对图像进展平移 1图像平移的作用：将图像中的*点从一个位置*,Y移动到另外一个位置*0,Y0，而使平移后的图像与原始.1 图像完全一样。2图像平移原理：图像的平移是图像变换中最简单的变换之一，其特点是平移后的图像与原图像完全一样，平移后新图像上的每一个点都可以在原图像中找到对应的点。假设点 A0*0,Y0进展平移后，被移到 A(*,Y)，其中*方向的平移量为*.Y 方向的平移量为Y，则点 A(*,Y)的坐标为：*=*0+*Y=Y0+Y 操作中需要输入平移的横纵量，变量的输入代码如下 prompt=请输入横向平移量;title=;

15、ansa=inputdlg(prompt,title);*1=str2num(ansa1);handles.my_data4=*1;prompt=请输入纵向平移量;title=;ansa=inputdlg(prompt,title);y1=str2num(ansa1);handles.my_data5=y1;guidata(hObject,handles)%上段代码中的*1,y1 即为需要输入的横向平移量与纵向平移量 3实现方法：for*=1:w for y=1:h PosSource*=uint16(*+*1);PosSourceY=uint16(y+y1);if(PosSource*w)|

16、(PosSourceYh)if(*.BitDepth=24)Transfor(*,y,1:3)=uint8(1);.1 else Transfor(*,y)=uint8(1);end else if(*.BitDepth=24)Transfor(*,y,1:3)=BmpImage(PosSource*,PosSourceY,1:3);else Transfor(*,y)=BmpImage(PosSource*,PosSourceY);end end end end figure；imshow(Transfor)%(PosSource*和 PosSourceY 是平移后坐标点，Transfor

17、为平移后图片)图图像的平移结果 对图像进展缩放 1图像缩放的作用：对图像进展缩小和放大的处理，可分别对其宽和高的缩放量进展设置。2图像缩放原理：通常情况下，数字图像的比例缩放是将给定的图像在*方向和 Y 方向按一样比例缩放 a 倍。从而获得一副新的图像，如果*方向和 Y 方向缩放的比例不同，则图像的比例缩放会改变原始图像像素之间的相对位置，产生几何畸变。设原始图像中的点 A0(*0,Y0)比例缩放后，在新图像中的对应点为 A1(*1,Y1)，则坐标关系可表示为：*1=a*0 Y1=b*0 假设比例缩放所产生的图像中的像素在原图像中没有相对应的像素点时，就需要进展灰度值的插值运算，一般有以下两种

18、插值处理方法。.1 1直接赋值为和它最相近的像素灰度值，这种方法称为最邻近插值法，该方法的主要特点是简单、计算量很小、但可能会产生马赛克现象；2通过其他数学插值算法来计算相应像素点的灰度值，这类方法处理效果好，但运算量会有所增加。对图像进展缩放时需要输入缩放的倍数，其相关代码如下：prompt=请输入*向缩放倍数：;title=;ansa=inputdlg(prompt,title);s*=str2num(ansa1);handles.my_data3=s*;guidata(hObject,handles)%上段代码中的 s*即为以下图中所输入的倍数 同理可设置 Y 向缩放倍数 sy。3实现方

19、法：根据极坐标与二维垂直坐标的关系，原始图像的点 A0(*0,Y0)的*0 和 Y0 坐标如下：*0=rcos Y0=rsin 旋转到新位置以后点 A(*,Y)的坐标如下:*=rcos(-)=rcoscos+rsinsin=*0cos+Y0sin Y=rsin(-)=rsincos-rcossin=-*0sin+Y0cos 图像的旋转变换用矩阵形式表示如下：对图像进展旋转操作时需要输入旋转角度，相关实现代码如下：prompt=请输入旋转角度：;title=AngleDegrees;ansa=inputdlg(prompt,title);n=str2num(ansa1);handles.my_d

20、ata2=n;%n 为我们输入的角度值.1 guidata(hObject,handles)V=handles.my_data1;n=handles.my_data2;G=imread(V);i=rgb2gray(G);pai=3.14;n=pai*n/180;%将角度转换为直观的表示方法，便于直接输入度数。3实现方法：%计算原图像各像素的新坐标 forinde*=0:(*-1)forinde*Y=0:(Y-1)ImageNew(round(inde*cos(n)-inde*Y*sin(n)+round(abs(min(LeftTop(1,1),LeftBot tom(1,1),RightTo

21、p(1,1),RightBottom(1,1)+1,1+round(inde*sin(n)+inde*Y*cos(n)+round(abs(min(LeftTop(1,2),LeftBottom(1,2),RightTop(1,2),RightBottom(1,2)=i(inde*+1,inde*Y+1);end end 图图像旋转处理结果 对图像进展横轴翻转和纵轴翻转 1图像翻转的作用：实现图像的水平和垂直方向的翻转。2图像翻转原理：垂直方向：yh-y+1 水平方向：*w-*+1 其中 h 为图像高，w 为图像宽 3实现方法：.1 if(*.BitDepth=24)Transfor(*,y,

22、1:3)=uint8(1);else Transfor(*,y)=uint8(1);end else if(*.BitDepth=24)Transfor(*,y,1:3)=BmpImage(PosSource*,PosSourceY,1:3);else Transfor(*,y)=BmpImage(PosSource*,PosSourceY);end end Transfor 为翻转后图像，PosSource*，PosSourceY 为翻转后坐标 图图像的横轴翻转和纵轴翻转 4.4 图像直方图的绘制 1图像直方图绘制的作用：实现图像直方图的均衡化。2图像直方图均衡原理：直方图均衡化是将原图像的

23、直方图通过变换函数修正为均匀的直方图，然后按均衡直方 图修正原图像。图像均衡化处理后，图像的直方图是平直的，即各灰度级具有一样的出现频数，则由 于灰度级具有均匀的概率分布，图像看起来就更清晰了。首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P(r)为概率密度函数。注:r值已归一化，最大灰度值为 1。3实现方法：V=handles.my_data1;*=imfinfo(V);Bmpimage=imread(V);.1 w=*.Width;h=*.Height;grey_grade=2*.BitDepth;for i=1:grey_grade grey_friq(i)=0;e

24、nd for y=1:w for*=1:h for r=1:grey_grade if Bmpimage(*,y)=r grey_friq(r)=grey_friq(r)+1;end end end end figure;subplot(2,2,3);imshow(Bmpimage);subplot(2,2,1);for i=2:grey_grade line(i,i,0,grey_friq(i);end for i=1:grey_grade sk(i)=0;p_eq(i)=0;end sk(1)=grey_friq(1)/(w*h);for i=2:grey_grade sk(i)=sk(i

25、-1)+grey_friq(i)/(w*h);.1 end for i=1:h for j=1:w transfor(i,j)=uint8(sk(Bmpimage(i,j)*255+0.5);end end for i=1:grey_grade p_eq(uint8(sk(i)*255+0.5)=p_eq(uint8(sk(i)*255+0.5)+grey_friq(i);end subplot(2,2,2);for i=1:uint8(sk(i)*255+0.5)line(i,i,0,p_eq(i);end subplot(2,2,4);imshow(transfor);图原图像直方图及均衡

26、化效果 注：同学们需要在黑体局部粘贴运行效果图。.1 附录：参加高斯噪声程序 I=imread(2.jpg)Figure(1)%显示原图片 Imshow(I)J=round(0.1*randn(size(I)*256)%产生均值为 0，方差为 0.1，围 0-1 的高斯噪声矩阵 J，再乘以 256 以适应灰度图片的数值，J 与 I 大小一样。J=uint8(J)%将 J 转换成整数矩阵 I=I+J%参加噪声 Figure(2)%显示参加噪声的图片 Imshow(I,0,255)H=one(3)%产生 33 全为 1 的矩阵 H=H/9%矩阵元素变为 1/9 J=conv2(I,H)%矩阵与 I 二维卷积 Figure(3)%显示参加噪声的图片 Imshow(I,)%显示均值滤波结果 参加椒盐噪声程序 I=imread(2.jpg)Figure(1)%显示原图片 Imshow(I)For m=1:size(I,1)For n=1:size(I,2)%循环矩阵中的每一点 If rand 0.95%如果均匀随机数大于 0.95 If round(rand)%如果均匀随机数大于 0.5 Im,n=0%该点值为 0 Else Im,n=255%该点值为 255 End End.1 End end Figure(2)%显示参加噪声的图片 Imshow(I,0,255)