电信信息处理专题课程设计.docVIP

一、课程设计任务 任务一：数字图像的基本处理 1、仔细分析如图fig1_1_1、fig1_1_2、fig1_1_3所示图像的缺陷。求出各图像的灰度直方图并进行直方图均衡化处理。 fig1_1_1 fig1_1_2 fig1_1_3 2、对图fig1_2分别进行如下处理： （1）利用各种不同尺寸的空间滤波器模板对图像进行平滑滤波，并比较滤波效果，说明不同大小的滤波器处理产生差异的原因。 （2）利用各种不同尺寸的空间滤波器模板对图像进行锐化滤波，并比较滤波效果，说明不同大小的滤波器处理产生差异的原因。 （3）利用截止频率不同的频域低通滤波器对图像进行处理，并比较不同截止频率对滤波效果的影响，说明产生差异的原因。 （4）利用截止频率不同的频域高通滤波器对图像进行处理，并比较不同截止频率对滤波效果的影响，说明产生差异的原因。 fig1_2 3.图像还原（图像恢复） 图像复原技术就是将图像退化过程模型化，并且采用相反的过程进行处理，以便复原出原始图像。例如，原始图像fig1_3_1.bmp由于退化变成了退化图像fig1_3_2.bmp。此图像的退化函数为：，其中，M=366，N=364。请采用全逆滤波和不同截止半径的逆滤波对其进行复原，并与原图像fig3_1.bmp进行比较。再采用维纳滤波对其进行复原，并与逆滤波结果进行比较。 fig1_3_1 fig1_3_2 图fig1_3_3由于运动引起了图像的模糊变为图fig1_3_4，其退化函数为，其中的参数为a=b=0.1和T=1。在退化的过程中如果加入了噪声，则图像退化成fig1_3_5。请利用逆滤波和最小均方误差（维纳）滤波对两幅退化的图像进行还原（恢复），比较滤波器参数的不同对结果的影响。 fig1_3_3 fig1_3_4 fig1_3_5 4、形态学图像处理 请利用形态学处理方法对图fig1_4_1进行处理，将字符中的断裂连接上。同时利用低通滤波对此图像进行处理，比较两种处理方法的效果。 fig1_4_1 图fig1_4_2显示了被噪声污染的指纹图像的一部分。这里，噪声表现为在黑色背景上的随机亮像素和指纹较亮部分上的暗像素。请利用形态学处理方法消除噪声，同时使图像的失真尽可能小。 fig1_4_2 5、彩色图像处理 求图fig1_5的红色分量、绿色分量和蓝色分量图像，并对图像进行平滑滤波。 求图fig1_5的HIS分量（色调、饱和度和亮度），并利用所求分量对图像进行平滑滤波。 比较两种平滑处理的效果。 fig1_5 任务二、文本图像的字符分割 要正确的进行字符识别，必须要提取文本图像中各个字符（文字）的特征，因此，首先要将图像中的单个字符从整个图像中分离出来，也就是确定每个字符在图像中的位置和大小。 请设计相应的算法进行字符的分割。为了清楚的表示字符分割的结果，在确定每个字符的位置和范围后，在字符周围加上一个边框。所设计的算法会有一定的分割错误，对其进行分析。 fig2_1 fig2_2 任务三：文本图像的倾斜校正 光学字符识别（OCR）技术可以分为印刷体文字识别和手写体文字识别两大类。印刷体文字识别过程一般包括6个组成部分：预处理、版面分析、字符切割、特征提取、单字识别和后处理。其中预处理包括对原始图像的去噪、倾斜校正等，为提高字符识别率做准备。 请使用适当的方法将倾斜的横排文本图像进行自动倾斜校正。 fig3_1 fig3_2 任务四：图像融合 多聚焦图像融合是将多幅成像条件相同而且关于同一场景的不同聚焦部位图像，融合成一幅各处都清晰的图像。编写多聚焦图像融合算法程序，实现图像融合。例如，将图像fig4_1中的6幅序列图像进行融合，效果如图fig4_2所示。 (a)序列图像1 (b)序列图像2 (c)序列图像3(d)序列图像4(e)序列图像5 (f)序列图像6不同部分聚焦的图像prprob函数获得字母的布尔值。 (a) (b) (c) fig7_1 (a) (b) (c) fig7_2 任务八：利用感知准则实现线性分类 编写利用感知准则函数法实现两类问题线性分类的程序，对如下样本进行分类： w1 =