数字图像处理在案件中的应用报告—毕业论文.doc

《数字图像处理》 课程考核报告 题目：数字图像处理在案件中的应用 姓 名： 王福成 班 级： 064101 学 号： 20101001109 授课教师： 许丽娜 2012年12月10日 摘 要 基于MATLAB的数字图像处理应用极其广泛，比如在刑事案件中的图像增强和边缘检测等，图像增强过程中用到的方法很多，主要是空间域图像增强和频率域图像增强，空间域图像增强主要有直方图处理、平滑滤波器、锐化滤波器等方法，频域图像增强主要有低通滤波器、高通滤波器以及利用了其他算子的频域锐化滤波器等等，这些方法都可以用在图像的增强上，对刑事案件的侦破有一定的帮助。 边缘检测以及图像的复原，拍到的图像案例中不乏有缺少信息的，所以通过检测可以找到那部分缺少的信息，然后可以通过图像的复原进行处理，得到近似现场的图像，有利用线索的寻找，边缘检测的方法梯度算子、拉普拉斯算子等，图形复原主要是退化然后再复原，复原的方法主要有逆滤波复原和伟纳滤波复原。 关键字 中值滤波 均值滤波 算子 图形复原 低通滤波 目 录 图像增强在刑事案件中的应用......................3 1.1 直方图处理图像..............................3 1.2 用邻域平均方法对图像进行增强处理............3 1.3 用中值滤波方法对图像进行增强处理............3 边缘检测在刑事案件中的应用......................4 2.1 算子锐化....................................4 2.2 边缘检测....................................4 图像复原在刑事案件中的应用......................4 3.1 图像退化....................................4 3.2 逆滤波图像复原..............................4 3.3 维纳滤波图像复原..................... ......5 四.图像增强的实现以及代码..........................7 五.边缘检测的方法以及代码.........................19 六.图像复原的方法以及代码.........................25 七.参考文献............................ ..........28 一.图像增强在刑事案件中的应用 1.1 直方图处理图像 直方图反映了图的像素的灰度分布，是反映一幅图像中的灰度级与出现这种灰度级的像素的概率之间关系的图形。 直方图的横坐标为灰度级（用r表示），纵坐标是具有该灰度级的像素个数或出现此灰度级的概率P(rk)。设N（=a×b）为一幅图像中像素总数，nk为第k级灰度的像素数；r.k表示第k个灰度级。则： P(rk)= nk /N （归一化后k级灰度像素数） 定义：反映各灰度级出现频数的分布情况，进而反映图像对（清晰）度，但不反映各灰度级的空间位置分布。 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。通过直方图的处理可以使图像变得清晰，方便寻找细小的证据。 1.2 用邻域平均方法对图像进行增强处理 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度个g（x，y），即个g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中,f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为2*2，3*3区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。