桂林理工数字图像处理实验报告.docxVIP

数字图像期末考核通信12-3卢鹏3120731321指导老师：李新一、考核目的：巩固一个学期以来的学习成果，掌握数字图像处理的一些基本方法，学会分享图像的一些基本特征，学会对图像作一些简单处理。二、实验内容：下面是一幅含有车牌的图像，请使用所学的图像处理技术（2种以上）进行处理，满足下面的要求：1、车牌显示更加清晰；将车牌从图像中分割出来。读入图像，线性灰度处理i1=imadjust(j,[0.02 0.4],[]);四、实验分析与方法总结：拉普拉斯算子处理：i2=imfilter(i1,h);二维中值滤波处理：i3=medfilt2(i2,[3 3]);两次维纳滤波处理：i4=wiener2(i2,[3 3]);i5=wiener2(i4,[3 3]);裁剪分割 流程图1、由于图像是以晚上为背景，光线较差，黑白对比不明显，其他颜色较少，所以我们觉得应该先用线性灰度进行处理，使它的亮度增强。2、线性灰度变换后的结果虽然亮度增强了，但图像的边缘仍然比较模糊，所以我们就用拉普拉斯算子进行锐化处理，使图像的边缘更加清晰和明显。由于用罗伯茨梯度进行处理得到的图像是使图像的边缘凸显，而背景基本丢失了，所以我们排除了这种方法。3、拉普拉斯算子进行处理都得到的图像边缘明显清晰了，但图像的边缘同时也一些疙瘩，我们觉得这应该是噪声引起的，所以我们用二维中值滤波进行去噪平滑处理。4、二维中值滤波的处理效果虽然明显，但还达不到我们预期的结果，在进行比较各种方法之后，最后我们决定用两次维纳滤波进行去噪处理，使图像更加平滑和清晰。处理后的图像基本达到了我们的要求。5、对于图像车牌的分割，我们用了书本26页的知识，对图像的上下左右进行剪裁。首先对图像进行放大，灰度化2.对图像进行滤波操作由于是夜间拍摄的照片，噪点是无法避免的，通过滤波操作对处理噪声。同时对图像进行直方图的均衡化操作，使图像细节更加清晰。3、选用拉普拉斯算子对图像进行锐化操作，使车牌可见4、利用matlab面板上的数据游标工具，找到车牌所在位置的坐标，利用imcrop函数切割车牌。实验总结 一个学期的数字图像处理结束了，通过这门课我们学会了很多，首先要十分感谢李新老师的谆谆教诲。我觉得受益匪浅。首先，我们不应再教学中盲目“灌输”，主要还是激发学生对这门课的学习兴趣，应该让学生有一个平台可以看到图像数字处理的效果，产生一个所见即所得的印象，这样学生在学习中就有成就感，就会愿意动手去编程，在调试程序所面临的挫折中也能有信心和劲头去战胜困难；最后，多找些相关的例题和实例，让学生成立学习小组去完成一些学习任务，指导他们合理分工，从简单实例入手，慢慢增加难度，让学生以小组的形式独立完成。这样不仅提高了学生的编程能力，而且培养了他们的协作精神，增强了团队意识。实验代码i=imread(kaohe.jpg);figure,imshow(i);title(原图像);j=imresize(i,2);%放大图像a1=100/255;a2=255/255;a3=10/255;k=imadjust(j,[a3,a1],[a3,a2]);%把灰度等级是10-100的变化到10-255figure,imshow(k);title(线性灰度变换);l=rgb2gray(k); %彩色图像转换为灰度图像figure,imshow(l);title(灰度图像);m=histeq(l); %直方图均衡化figure,imshow(m);title(直方图均衡化)lb=medfilt2(l); %中值滤波figure,imshow(lb);title(中值滤波);wn=wiener2(lb); %维纳滤波figure,imshow(wn);title(维纳滤波);h=[0 -1 0;-1 4 -1;0 -1 0]; %拉普拉斯算子f1=imfilter(wn,h); f2=imadjust(f1,[0.0 0.2],[]);%图像灰度线性变换figure,imshow(f2);title(拉普拉斯算子锐化)f3=imcrop(f2,[274,427,70,30]); %分割车牌f4=imresize(f3,2); %放大车牌figure,imshow(f4);title(车牌);参考文献基于MATLAB的汽车牌照识别程序，/view/f5d3cc6a561252d380eb6e3f.html秦襄培，MATLAB图像处理与界面编程宝典，北京：电子工业出版社，2009.10数字图像处理（课本）