数字图像处理课程设计 - 华工物院.docxVIP

目录摘要1 课程设计的任务与要求1.1 课程设计的任务1.2 课程设计的要求1.3 课程设计的分析2 设计理论基础知识2.1数字图像处理基础知识2.1.1 数字图像表示2.1.2 数字图像处理技术2.2 MATLAB设计基础知识2.2.1 MATLAB处理的图像类型和文件格式2.2.2 图像文件的读取2.2.3图像数据类型和图像类型转换2.2.4图像显示3 对girl+noise图像中值滤波设计3.1 中值滤波基础3.2 girl+noise图像中值滤波的MATLAB设计3.2.1图像的读取及转换3.2.2 利用冒泡算法求出邻域内的中值 3.2.3图像的输出3.3 MATLAB函数实现3.4 中值滤波算法的改进4 对plane0图像边缘检测设计4.1 边缘检测基础4.2边缘检测模板4.2.1 一阶微分算子（梯度算子）4.2.2 二阶微分算子（Laplacian算子）4.3 Laplacian算子边缘检测的MATLAB设计4.4 输出图像评价及改进5 对car0.bmp和 Image0.tif的图像增强设计5.1 灰度级基础5.1.1线性灰度变换5.1.2 分段线性灰度变换5.1.3 非线性灰度变换5.1.4 直方图基础5.2 Image0.tif图像增强的MATLAB设计5.2.1 图像的读取及转换5.2.2 原图像直方图的绘制5.2.3 灰度值变换5.2.4 灰度变换后图像的直方图的绘制5.2.5 灰度变换图像增强对比5.2.6 直方图对比5.3 car0.bmp图像增强的MATLAB设计5.3.1 原图像的显示5.3.2 原图像直方图绘制与分析5.3.3 直方图均衡化处理及显示5.3.4 直方图均衡化后的图像显示6 结论摘要通过一定的算法，用数字计算机或其他数字硬件对图像进行相应的分析处理，以提高图像的质量来满足人眼或其他设备的需求，即称为数字图像处理，也称为计算机图像处理。MATLAB作为一种面向科学与工程计算的高级语言，拥有着强大的数据分析和处理能力、灵活的程序语言、丰富的图像处理函数与高质量的图形界面以及与其他程序语言便捷的接口功能，使其在数字图像处理方面有着极大的灵活性、扩展性和包容性。此文中介绍了一些基础的数字图像处理技术，主要分析了图像增强中的灰度级变换，直方图处理和空域滤波，图像分割中的图像锐化边缘检测问题，以MATLAB为平台，给出了具体程序，仿真结果。关键词：MATLAB；图像增强；空域滤波；边缘检测1 课程设计的任务与要求1.1课程设计的任务对四张图片，分别设计四个程序，实现图像增强或图像复原1.2课程设计的要求研究Matlab5.x以上版本对图像的读取、显示与输出方法，给出概要说明。（1）利用MATLAB编写一段M程序，计算所给图像（car0.bmp, Image0.tif）的直方图，并利用灰度线性变换增强该图像。（2）说明中值滤波的算法和优势, 编写一段M程序, 对所给的图像(girl+noise)进行中值滤波去除噪声。讨论是否可以改进这一算法。（3）编写一段M程序，利用Laplacian算子，求所给图像（plane0.tif)的边缘检测图像。（注：除图像的读取、显示与输出，其他处理均不能直接调用Matlab函数）1.3课程设计的分析图像增强从技术上可以分为两大类：空间域图像增强和频域图像增强。空间域图像增强直接对图像的像素进行处理，即改变原始图像中像素的灰度值；而频域图像增强则是通过修改图像的傅里叶变换系数，然后进行傅里叶逆变换，从而达到图像增强。此次课程设计中，主要是采用空间域图像增强。基本设计思路是：图像文件读取，灰度图数据处理，绘制图像输出。首先要对图像文件进行图像类型分析，确保将图片信息转化为灰度图像输入；其次，对图像的数据类型做相应的转换；然后，通过一定的算法对灰度图做相应的处理；最后，输出处理结果后的灰度图即可。2 设计理论基础知识2.1数字图像处理基础知识2.1.1数字图像表示一幅图像可以用二维的函数表示，如f(x,y)，其中x,y表示二维空间中的一个坐标点的位置，f表示图像在点（x,y）处图像的某种属性，如灰度。通常，图像的取值f,x,y是连续的，通过取样量化和编码，将函数f(x,y)转换为数字图像，连续图像取样为一个二维阵列f(x,y)，该阵列包含有M行N列，其中(x,y)是离散坐标。因此，通常用灰度值分布I=f(x,y)来表示一幅数字图像，也可用M*N矩阵形式来描述一幅M*N的数字图像。该矩阵中的每个元素称为图像单元，图像元素或像素。2.1.2数字图像处理技术主要包含：图像获取，图像变换，图像增强，图像复原技术，图像编码技术，图像分割技术。2.2 MATLAB设计基础知识此次课程设计采用的是MATLAB2013A版本，与大多数Matlab5.x以上版本的软件语言函数的应用上没有