图像处理设计实验.doc

PAGE 1 科学计算与数据处理实验报告 学　　号 姓　　名 实验名称 图像处理设计实验 实验目的 掌握数字图像处理的基本理论和方法 掌握MATLAB各种图像处理函数及其应用。 掌握图像显示、图像转换、图像代数运算、图像增强、去模糊、滤波变换、形态学操作、色彩空间变换等方法。 实验方案 = 1 \* ROMAN I 背景知识： = 1 \* roman i 灰度级变换： 灰度级变换(点运算)的定义： 对于输入图象f(x，y)，灰度级变换T将产生一个输出图像g(x，y)，且g(x，y)的每一个像素值都是由f(x，y)的对应输入像素点的值决定的，g(x，y)=T(f(x，y))。 对于原图象f(x，y)和灰度值变换函数T(f(x，y))，由于灰度值总是有限个(如：O～2 5 5)，非几何变换可定义为：R=T(r)，其LlJ R、r（O．255）。 = 2 \* roman ii 图像二值化： 所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。 = 3 \* roman iii 去除图象噪声的方法： 均值滤波器。 自适应维纳滤波器。 中值滤波器。 形态学噪声滤除器：。 小波去噪：这种方法保留了大部分包含信号的小波系数,因此可以较好地保持图象细节。小波分析进行图像去噪主要有3个步骤:(1)对图象信号进行小波分解。(2)对经过层次分解后的高频系数进行阈值量化。(3)利用二维小波重构图象信号。 = 2 \* ROMAN II 实验方案： 人脸识别实验： 人脸识别是采用机器对人脸图像进行分析处理，从而提取有效的识别信息，达到身份的辨认的目的。人脸识别技术涉及到图像处理，模式识别，神经网络等得学科。 步骤： 读取图像文件face .jpg。对原图像进行灰度，二值化处理，形成灰度图像和二值化图像。 对二值图像进行预处理，首先将尺寸除10，其次减少背景区域，将图像部分边缘区域设置为黑色。通过尽量去除图像中背景区域，为应用人脸算法做好准备。 首先标注各连通区域，计算包含这个区域的最小矩形坐标。其次将各连通区域的坐标转换成元胞数组，并将各连通区域的元胞数组坐标转换成数组。最后通过确认人脸面积在包含连通区域的矩形中面积最大，且面部长度与宽度比小于2来识别脸部区域。 圆形目标检测实验： 本实验是从图像中的各种目标（圆形目标，方形目标，不规则目标等）中提取出圆形目标。主要方法是首先对图像进行预处理，然后提取图像中各种目标的几何特征，最后利用圆形检测算法实现圆形目标的识别。 步骤： 读取图像test. jpg。 对图像进行预处理。首先将图像转换为灰度图像，并设置阈值，对图像进行阈值分割，生成二值图像。其次去除图像中的噪声。主要方法是利用形态学开运算去除图像中小于30个像素的目标。最后填充图像中的缝隙和洞孔。 提取图像中各种目标的几何特征，利用几何特征及圆形检测算法判断每个目标是否是圆形目标。当目标的面积S和周长L满足：ξ=4π·S/L^2，ξ接近于1时，则认为该目标为圆形目标。主要算法：首先要寻找出图像中目标的外边界，并显示标识矩阵，循环绘制每个边界。其次检测圆形目标。利用圆形检测算法计算metric值来检测圆形目标，当metric达到给定的阈值时，则待检测目标为圆形。主要方法：获取标志区域的面积和质心属性，设置判断园的阈值。循环检测每一个标识目标。利用边界坐标计算目标周长，获取目标面积属性，计算metric值，保存计算结果。将检测出得圆形目标用黑圈标识出其质心，判断是否为圆。 实验记录 人脸识别实验： 步骤1：读取原始图像，对图像进行二值化处理。 Matlab程序： clear all i=imread(face.jpg); figure(1),imshow(i) I=rgb2gray(i); I=wiener2(I,[5 5]); figure(2),imshow(I) BW=im2bw(I); figure(3),imshow(BW) 运行结果： Figure1 原始图像 Figure2 灰度图像 Figure3 二值图像 步骤2：对二值图像进行处理，减少背景区域，尽量去除图像中背景区域，为应用人脸识别算法做好准备。 Matlab程序： [n1 n2]=size(BW); r=floor(n1/10); c=floor(n2/10); x1=1;x2=r; s=r*c; for i=1:10 y1=1;y2=c; for j=1:10 if(y2=c||y2=9*c)||(x1==1||x2==r*10) BW(x1:x