数字图像处理小论文.docVIP

哈尔滨理工大学 研究生考试试卷 考试科目：数字图像处理 阅 卷 人：刘献礼教授 专 业：机械设计理论 姓 名：郑军强(1020100073) 2010年12月28日 MATLAB在数字图像处理中的应用 班级：机械研10-3 姓名：郑军强 学号：1020100073 摘要：针对数字图像处理中程序编写复杂且调试过程繁琐易出错的问题，介绍了一种可用于图像处理的语言—Matlab语言，并通过实例讨论了Matlab在图像处理和研究中的应用。 关键词：Matlab；图像识别。 1、引言C + + Compiler，可与C混合编程，可移植性好，更大地方便了用户。 2、MATLAB的主要功能 主要具备数值计算功能，符号计算功能，数据分析功能，动态仿真功能，图形文字统一处理功能。 MATLAB可以进行图像类型转换，提供4种类型：真彩色（RGB）radon变换，离散小波变换等，此外在图像增强，边缘检测和图像分割方面有很好的应用，利用MATLAB有效的促进了数字图像处理的研究开发。 3、利用Matlab进行数字图像处理 由于Matlab的广泛使用，出现了在各个专业领域使用的工具箱，其中包括功能强大的适用于图像分析和处理的工具箱，利用这些工具箱所提供的丰富的函数，我们可以方便地对数字图像进行分析处理和研究。同时Matlab支持多种图形文件格式，打开各种不同图像格式的文件时不需要专业软件，使得操作变得更加灵活。工具箱可靠性很高，因此用户可以把精力集中在算法而不是编程上，大大提高了工作效率。 3.1图像增强 图像增强技术的主要目的是增加图像的视觉效果，让人眼或机器易于辨识，也可以防止图像中所代表的重要图像信息的遗漏。例如，一个图像增强系统可以利用高通滤波器来强化图像中物体的边线，使图中的物体更加明显。图像增强的方法很多，可根据不同目的选取不同方法，如点处理、空间滤波等。Matlab提供了中值滤波、直方图均衡、对比度调整等工具，方便实用。例如H ISTEQ函数用直方图均衡的方法增强图像的对比度，MEDF ILT2函数用于对图像进行二维中值滤波，W IENER2函数用于图像的二维自适应去噪滤波。 3.2图像压缩 数字图像处理过程中经常产生包含图像数据的大型文件，在不同用户和系统间交换文件时就要求用有效的方法对这些大型文件进行存储和传递，这就需要对文件进行压缩,减少表示数字图像所需的数据量。 利用Matlab影像处理工具箱中提供的相关函数和命令能够实现图像压缩算法。 Matlab中的图像均为矩阵形式，可以用影像处理工具箱中的DCT2函数实现压缩，该函数基于FFT算法，适用于有大量输入的运算。 3.3图像分析 图像是我们日常生活中获取信息的主要形式，为了让计算机能够模仿人类对图像中的信息进行识别和选取，就必须对图像的特征进行分析，比如图像的轮廓、大小、颜色等等。 Matlab提供了可用于此类分析的函数，如ADJUST、EDGE 图1 车牌识别系统流程 其中牌照定位就是从包含整个车辆的图像中找到牌照区域的位置，并通过牌照区域的特征来判断牌照。车辆牌照定位与分割算法的理论要点有：灰度化、灰度拉伸、边缘检测和模板匹配。 下面以灰度化和边缘检测为例，讨论Matlab在图像处理中的应用。 4.1灰度化 由于用CCD图像采集系统实时抓捕的含车辆的图像是640*480的24位真彩色图,因此需将其转换成灰度图，一方面便于后续的更快速图像处理，另一方面对处理多种颜色车辆牌照进行统一。我们可以通过简单的Matlab函数调用实现对一幅真彩色车牌图像的二值化处理。 I = imread ( ’chepai. jpg’) ； BW1 = im2bw ( I, 0. 7) ； imshow (BW1)； 效果如图2。 4.2灰度拉伸 灰度扩展的意思就是把你所感兴趣的灰度范围拉开，使得该范围内的像素亮的越亮，暗的越暗，从而达到了增强对比度的目的。由于图像摄取设备精度的限制，这项技术对图像识别有着重要的意义。 I = imread ( ’chepai. jpg’) ； J = imadjust ( I, [ 0. 2, 0. 8 ] , [ ] ) ； imshow (J ) 4.3边缘检测 利用计算机进行图像处理的目的有两个：一个是产生更适合人观察和识别的图像；二是希望由计算机自动识别和理解图像。图像的边缘是图像的最基本特征，所谓边缘，是指其周围像素灰度为阶跃变化或屋顶变化的那些像素的集合，它是图像分割的重要特征。 我们的车辆牌照区域正是具有丰富边缘的子区域。下面是采用sobel算子对已经二值化的图像进行边缘检测的Matlab程序。 I = imread ( ’chepai. jpg’) ； BW