【报告】数字图像处报告(冈萨雷斯)版.docxVIP

|精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. 一、课程设计目的 提高分析问题、 解决问题的才能， 进一步巩固数字图像处理系统中的基本原理与方法； 熟识把握一门运算机语言，可以进行数字图像的应用处理的开发设计； 二、课程设计内容及实现 结合平滑滤波和阈值分割的图像边缘检测 （ 1）对图 10.8 的模板用扩展项目 03-04 来运算 Sobel 梯度，程序应当使用编码为 10.1-12 的等式，通过比较每个梯度点与指定阈值的大小就可以输出一幅二进制图像； （ 2）下载图片 10.15 ，通过结合平滑滤波和和一个 3*3 的 03-04 的模板和 2.1. （ 1）的程序来处理图片 10.15(a) ，将其分割成一个以大血管为对象的二进制图像；这需要反 复的平滑和挑选阈值试验，在这之前我们可以使用梯度图像的直方图来挑选合适的阈值； 本项目的重点是：挑选一个平滑滤波的方法以及运算 Sobel 梯度；程序代码： clear; I = imread(Fig10.15(a),jpg); %读取图片 10.15 （ a），格式为 jpg J = I; [n,m]=size(I); %表示出该图片的目标像素sum=0; for i=2:n-1 for j=2:m-1 for a = i-1:i+1 for b=j-1:j+1 sum=sum+double(I(a,b)); end end J(i,j)=sum/9; sum=0; end End %使用均值滤波平滑图像 subplot(1,4,1); imshow(J); title( ‘平滑滤波图像 ’); %显示平滑滤波后的图像 D = J; %运算 Sobel 梯度 % for i=2:n-1 for j=2:m-1 df = abs(double(J(i+1,j-1))+2*double(J(i+1,j))+double(J(i+1,j+1))-(double(J(i-1,j-1))+2*double(J (i-1,j))+double(J(i-1,j+1))))+abs(double(J(i-1,j+1))+2*double(J(i,j+1))+double(J(i+1,j+1))-( double(J(i-1,j-1))+2*double(J(i,j-1))+double(J(i+1,j-1))));= D(i,j) = df; end |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. end subplot(1,4,2); imshow(D);title( ‘Sobel 梯度图像 ’); subplot(1,4,3); imhist(D);title( ‘梯度图像直方图 ’); %使用 70 为阈值对梯度图像进行处理 % for i=1:n for j=1:m if D(i,j)70 D(i,j)=255; end  end else end  D(i,j)=0; subplot(1,4,4); imshow(D);title( ‘处理后的二进制图像 ’);结果如下： |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎.  全局阈值  图 2.1 |下. |载. （ 1）使用章节 10.3.3 中争论的自动阈值估量程序得到全局阈值， 最终输出一个二进制 图像； （ 2）下载图片 10.27(a) ，用 (1) 中的阈值程序段来处理图像；本项目重点是：全局阈值的自动运算方法； 程序代码： clear; I = imread(Fig10.27(a),jpeg); %读取格式为 jpeg 的图片 10.27（ a） J = I; [n,m]=size(I); subplot(1,2,1); imhist(I);title （ ‘原始图像直方图 ’） ; %显示原始图像的直方图 T = 100; %设定阈值初始值为 100 NewT = 0; flag=0; while T-NewT5 %假如新得到的阈值与上一次的阈值之间的差值小于 5，就全局阈值为当前所运算得到的阈值 if flag==0 T = 100; else T = NewT; end flag = 1; G1 = 0; G2 = 0; n1 = 0; n2 = 0; for i = 1:n for j = 1:m if I(i,j)T |精. |品. G1=G1+double(I(i,j)); |可. |编. |辑. n1 = n1+1; |学.