MATLAB图像处理课程设计7.docVIP

“MATLAB仿真软件”课程设计任务书 1．时间：2011年06月13日~2011年06月17日 2. 课程设计单位：河南机电高等专科学校 3. 课程设计目的：掌握“MATLAB仿真软件”课程的基本概念、基本原理，加深对MATLAB仿真软件应用和理解。 4. 课程设计任务： ①了解MATLAB仿真软件的相关常识及其特点； ②熟悉MATLAB仿真软件的使用方法； ③作好实习笔记，对自己所发现的疑难问题及时请教解决 ④参考相关的的书籍、资料，认真完成实训报告； ⑤作好笔记，对自己所发现的疑难问题及时请教解决； ⑥联系自己所学知识，总结本次设计经验； ⑦认真完成课程设计报告。 “MATLAB仿真软件”课程设计报告 前言： 图像增强是指按特定的需要突出一幅图像的某些信息同时削弱或去除某些不需要的信息的处理方法，其目的是使处理后的图像对于某种特定的应用比原始图像更适用。对于一个图像处理系统来说，可将流程分为三个阶段，在获取原始图像后，首先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段。 实际应用中，我们的系统获取的原始图像并非完美：例如系统获取的原始图像，由于噪声、光照等原因，使得图像的质量不高，需进行预处理，以达到利于我们提取感兴趣的信息的目的。图像的预处理包括图像增强、平滑滤波、锐化等内容¨J。图像的预处理既可以在空间域实现，也可以在频域内实现，其中空间域内实现是对图像进行点运算，它是一种既简单又重要的图像处理技术，它能让用户改变图像上像素点的灰度值，这样通过点运算处理将产生一幅新图像。 MATLAB是一种简单，高效、功能强大的高级语言，在科学与工程计算领域有着广泛的应用前途．在数字图像处理领域，可应用MKILAB数字图像处理技术进行系统分析与设计．本文介绍了MATLAB提供的图像处理工具箱函数的用法指南，并辅以应用示例，说明了基于MATLAB，进行数字图像处理的方法． 实例分析 1、模拟图像受高斯白噪声和椒盐噪声的影响 I=imread(1.jpg); J1=imnoise(I,gaussian,0,0.02); % 叠加均值为0，方差为0.02的高斯噪声，可以用 % localvar代替，如图3-17(b)所示 J2=imnoise(I,salt pepper,0.04); % 叠加密度为0.04的椒盐噪声。 % 如图3-17(c)所示。 figure,subplot(1,3,1),imshow(I) ; subplot(1,3,2),imshow (J1); subplot(1,3,3),imshow(J2); 图1 处理后效果图 2、叠加椒盐噪声 I=imread(2.jpg); J2=imnoise(I,salt pepper,0.14); % 叠加密度为0.04的椒盐噪声。 % 如图3-17(c)所示。 figure,subplot(121),imshow(I) ; subplot(122),imshow(J2); 图2 处理后效果图 3、利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理 源程序如下： clear clc I=imread(3.jpg); imshow(I); f=double(I); % 数据类型转换，MATLAB不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 [M,N]=size(g); nn=2; % 二阶巴特沃斯(Butterworth)高通滤波器 d0=5; m=fix(M/2); n=fix(N/2); for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); if (d==0) h=0; else h=1/(1+0.414*(d0/d)^(2*nn));% 计算传递函数 end result(i,j)=h*g(i,j); end end result=ifftshift(result); J2=ifft2(result); J3=uint8(real(J2)); figure,imshow(J3); % 滤波后图像显示 图3 处理后效果图 4、对图像进行置乱处理 源程序如下： clear clc