数字图像处理课设基于MATLAB的复杂图像目标提取.doc

《数字图像处理课设基于MATLAB的复杂图像目标提取.doc》由会员分享，可在线阅读，更多相关《数字图像处理课设基于MATLAB的复杂图像目标提取.doc（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、华北水利水电大学North Chinanivrty of ater Resuce ad Eectric Power数字图像处理课设题目基于LAB得复杂图像目标提取 课程名称 数字图像处理 学 院 信息工程学院 专 业 通信工程 指导老师 许丽 完成时间 2017、10、27 目录一、 设计要求1二、 设计原理与方案1、 图像直方图2、 图像灰度3、低通滤波、 边缘检测三、 设计步骤及结果3、 图像得读取得存储32、 彩色图像得灰度化3、 图像得滤波34、 图像得边缘检测45、 不同颜色目标图像得提取56、 相同颜色得目标图像得提取5四、问题解决及体会五、参考文献8附录摘要在我们日常生活中,由于

2、工作等各种需要，我们往往会对图像进行各种处理,其中就包括对复杂图像目标提取,当然有很多得处理方法本次主要就是在用TB对图像做基本得处理来提取目标图像特征。本次课设用MTLAB处理时，首先对图片进行基础得处理,包括彩色图像转化为灰色图像得处理、二值处理、直方图得分析、滤波处理以及利用各种算法对图像进行边缘化处理等操作.然后采用合适得方法对图像目标做最终得提取。在本次课设中,我采用得就是利用MALAB生成图片得直方图，然后从直方图上得出不同颜色所对应得灰度，再灰度对不同颜色得图像分别进行提取.但就是此方法有一个很大得局限性,就就是无法处理相同颜色得目标图像,因此经过对资料得查阅与老师得帮助，我找到

3、了解决方法，对相同颜色得图像进行区域划分，然后再对处于不同区域得目标图像分别进行提取。关键词：图像目标提取 MLAB 灰度 区域提取一、 设计要求自选一幅图像，确定要选择得目标区域，编写合适得程序，然后用MALAB或V+Opec对目标图形进行提取，要求对图像做基础得处理，包括图像得读取，存储，去噪,边缘检测等触及处理。二、 设计原理与方案在实际图像处理中，一般情况下我们只就是注意到图像中那些我们感兴趣得目标,因为只有这部分也就就是我们注意到得有用得目标物才能为我们提供高效、有用得信息。而这些目标一般又都对应着图像中某些特定得、具有独特性质得区域。为了把这些有用得区域提取出来供我们人类使用，我们

4、对图像得提取做了很多得研究。本次课设采用得原理主要就是用MA处理，首先对图片进行基础得处理，包括彩色图像转化为灰色图像得处理、二值处理、直方图得分析、滤波处理以及利用各种算法对图像进行边缘化处理等操作。然后采用合适得方法对图像目标做最终得提取。采用得就是利用MTLAB生成图片得直方图，然后从直方图上得出不同颜色所对应得灰度,再灰度对不同颜色得图像分别进行提取。对相同颜色得图像进行区域划分,然后再对处于不同区域得目标图像分别进行提取。从而达到课设要求1、 图像直方图图像直方图能很直观得反映出图像得特征,灰度，强度等，并且在处理时很容易实现,且具有图像平移、旋转、缩放不变性等众多优点，在很多方面都

5、得到了广泛地应用，特别就是灰度图像得阈值分割、基于颜色得图像检索以及图像分类。直方图图形化显示不同得像素值在不同得强度值上得出现频率,对于灰度图像来说强度，范围为055之间，对于RGB得彩色图像可以独立显示三种颜色得强度直方图。强度直方图就是用来寻找灰度图像二值化阈值常用得方法。若一幅灰度图像得直方图显示为两个波峰，则二值化阈值应该就是这两个波峰之间得某个灰度值.同时强度直方图就是调整图像对比度得重要依据直方图实现方法：对一幅灰度图像从上到下,从左到右扫描每个像素值，在每个灰度值上计算像素数目，不同得灰度值，并以这些数据为基础完成图像直方图得绘制。从而得出目标图像得特征。2、 图像灰度把白色与

6、黑色之间按对数关系分为若干等级，称为灰度。灰度共分为56阶。并且在应用中我们通常采用得就是用灰度表示得图像称作灰度图，因为从灰度图像上我们可以很清晰地瞧出图像得各种特征.图像通常就是由红色绿色蓝色三个通道组成得.并且这三种颜色使用以灰度显示得,用不同得灰度色阶来表示各颜色在图像中得比重。灰度数字图像就是每个像素只有一个采样颜色得图像。这类图像通常显示为从最暗黑色到最亮得白色得灰度，尽管理论上这个采样可以表示任何颜色得不同深浅，甚至可以就是不同亮度上得不同颜色。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色;灰度图像在黑色与白色之间还有许多级得颜色深度。并且在实验中对灰

7、度图像得处理可以很大程度上提高运算得速率以及效果。3、 低通滤波图像得滤波,即在尽量保留图像细节特征得条件下对目标图像得噪声进行抑制，在图像得处理中占据非常重要得地位,因为它得处理将直接影响到后续图像处理与分析得有效性与可靠性.而本次试验中采用得就是中值滤波法对图像进行处理。中值滤波自产生便被广泛应用于各种对噪声得处理中。中值滤波器就是基于次序统计完成信号恢复得一种典型得非线性滤波器，其基本原理就是把图像或序列中心点位置得值用该域得中值替代，并且具有运算简单、速度快、除噪效果好等优点.并且在应用中中值滤波于得到了发展与改进,便就是现在所称得标准中值滤波，标准中值滤波算法得基本思想就是将滤波窗口

8、内得最大值与最小值均视为噪声,用滤波窗口内得中值代替窗口中心像素点得灰度，在一定程度上抑制了噪声。实际上在一定邻域范围内具有最大或最小灰度值这一特性得,除了噪声点,还包括图像中得边缘点、线性特征点等.因此很大程度上提高了图像处理与分析得有效性与可靠性.4、 边缘检测综合分析本次实验采取得就是Prewit算子边缘检测，rew算子就是一种一阶微分算子得边缘检测，利用像素点上下、左右邻点得灰度差，在边缘处达到极值检测边缘，去掉部分伪边缘，对噪声具有平滑作用 .其原理就是在图像空间利用两个方向模板与图像进行邻域卷积来完成得，这两个方向模板一个检测水平边缘，一个检测垂直边缘.对数字图像（x,y）,Pre

9、wt算子得定义如下:G（i）=(i1，）+f(-1，j)f（i1，j）f(i+1，j1）+f(i+f(+1，j）+)|G（j）=|（i-1，j1)f(i，j+1)f(i1j+1)-f(-,-1)+f(i，j-）(i+，j1则 P(i,j）maxG（i）,G（j）或（i，j)G（）+G（j）三、 设计步骤及结果1、 图像得读取得存储相关程序：M=mre（：3、png）；ublot（2，3,1）;imsow（M，）；tl（原彩色图);imwrite（M，G:4、png)；2、 彩色图像得灰度化相关程序：M=gb2gray（M)；3、 图像得滤波相关程序：Hpcial（verae，）；oule(fl

10、ter(H，M);ubplot（2，3，2)；imshow（F1，）；title（均值低通滤波);4、 图像得边缘检测相关程序：Mmread（：3、pg）；K=rggry(）；sbpot(2，3，3），imhist（）；=-，1，-1；0,0，0;1，1；M21，0，1;-1,0,1；-1，0，1；N1filter2(1,K);N2=lter2（M2，K）；K1=doule(N1)；K=obe（N2）；=（abs（K） +abs（K2)）;figur，imshow（int8(M）)til（Prewit算子边缘检测）;5、 不同颜色目标图像得提取相关程序：123 201 196 218分别为彩色

11、图像得绿色、粉色、黄色以及橙黄得灰度值。m13 20 1921;m,n=iz();for =1：4 D=zeos(m，n)； D=25； for ：m forj=1:n if(i，)=nm（1) D(i，j)=N（i，j）; n end end sblot（，2，1) imhow（D，);d6、 相同颜色得目标图像得提取采用对目标区域进行划分，然后依据不同得区域对目标图像进行提取.图像读取：图像划分区域：图像提取：四、 问题解决及体会通过这次课程设计，知道自己在这一课程上存在得不足,另外也从这个课程设计中学到了很多东西,通过对程序得编写以及MTLAB得具体操作,提高了自己编写程序得能力,并且对

12、MAAB得操作更加熟练，以及一些对图片处理得基本操作，包括彩色图像转化为灰色图像得处理、二值处理、直方图得分析、滤波处理以及利用各种算法对图像进行边缘化处理等操作。自己得能力与知识面都得到了很大得提高。但就是在整个过程中遇到了一些困难,查阅了资料,也得到了老师与同学得帮助，不过每一次得问题得解决都就是一个大得进步,对于参数得选取最让我觉得困难,首先就是闭运算得矩阵得选取,还有根据图像对灰度得估计与精确从而利用不同颜色得灰度进行目标图像得提取，还有我之前设想得就是根据不同颜色得图像得不同灰度进行目标图像得提取,实验也得到了很好得结果,但就是面对同学提出得对于相同颜色得图像该如何进行提取得问题。我

13、发现了问题所在,但由于时间得限制,所以只能在源程序上进行修改,在老师得帮助下,我试着编写程序将相同得图像进行分区域，编号,然后再对不同区域得目标图像进行提取。最后成功得解决了问题。此次得课程设计就是一个让自己得到很大提高得一个课程，可以让自己丛中学到很多，在课程设计过程中不免会出现不少问题,如果对这些知识足够了解就能很到找到问题原因，并且轻松解决，所以掌握一定得知识很重要,另外也要多实践，在实践中检验自己,提高自己得动手能力,课程设计使我充分体会到了解决问题得到结果后得那种喜悦.也从中收获到了很多知识，也为接下来得学习打下了良好得基础.五、 参考文献【】姚敏,数字图像处理，机械出版社【2】李俊

14、辉,数字图像处理,清华大学出版社【】贺兴华,周媛媛，王继阳,MLAB图像处理，人民邮电出版社【4】刘卫国，MATLB程序设计及应用 高等教育出版社附录:不同颜色目标图像得提取总程序:lccler al；Mimra(G：3、png）;sbplot(2,3，1)；imhow（M，）；ttl（原彩色图）；M=rg2g(M);NM; wrie(M，：4、pg);H=spcl(vrae,5）;F1doube（filer2（，M）；sulot（2，2);ihow（F1,)；it(均值低通滤波）;M=imread（：3、pn）;K=gbgray（M）;supl（2，3，），imhis(K);M=1，-1;0

15、，0；1，1，1；M2-1,0，1;1，0，1;-，0,；N=lter2（M1，K)；N2=filt2(M2，K）；K=doubl(1）；2=double(N2）；M=(abs（K1） +ab（2)）;fie,ihow（uint8（M)）title(Prit算子边缘检测)；fure12320921；,n=ize（N)；for 1=: D=zeros(m,n）； D25; fri=1：m forj=1：n ifN（i，j）=um(） D（i，j）=N(i，）； en end end sublot（2，2，I1） imho(D，）;d相同颜色得目标图像得分区域提取总程序:ccleclse alM=

16、 imread（G：5、ng）；M=m2b(M)；igure（1)；imhow（M)；M=M;igu(）;iow（);L,num = bwel（）;STATS1rgiprops（L,Permeer); ahesze（TT1）；m1=ah（1，）;m=zeos（2，m1）; fori=1：m 计算目标区域中心，用于显示编号得位置 p，q=find（L=); tep=p，q； ，y=ie(tep); (，i）=um（p)/； m(2,i)su（q）/x;end for i=1：m1 fiue(2)； ext(（2，i），m(1，i),intstr（i），or，rd）n L（L=2）=0； fiur（3)； imsho（L）；