图像空域增强算法设计——灰度变换增强
成绩评定表
课程设计任务书
摘要
空域增强在数字图像处理中起到对图像灰度的拉伸、压缩变换的作用，目前这种方法在处理图像灰度值方面得到广泛的运用。MATLAB这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以利用MATLAB软件来对图像进行空域增强在数字图像处理的应用中具有很大的优势。
图像变换增强是利用一系列的变换方法使图像的对比度得到提升,也就达到了增强图像的目的--更便于观察,更容易区分不同灰度的图像。根据函数的性质，灰度变换的方法有线性灰度变换、分段线性灰度变换、非线性灰度变换。对于灰度局限在某一个很小范围内的数字图像，如果用线性函数对图像的每一个像素进行线性扩展，扩大像素的对比度，将有效地改善视觉效果。本文利用MATLAB软件对灰度图像分别进行了线性灰度变换增强，非线性灰度增强和分段线性灰度增强，达到了提高图像对比度，增强图像效果的目的，证明了图像变换增强在数字图像处理中的重要作用。
关键词：MATLAB；灰度图像；线性变换；非线性变换
目录
1设计目的 (1)
2设计方案 (1)
2.1 灰度变换增强的概念 (1)
2.2 灰度变换增强流程 (2)
3设计内容 (3)
3. 1 线性灰度变换的概述 (3)
3. 2 分段线性灰度变换的概述 (3)
3. 3非线性灰度变换的概述 (4)
4程序代码设计 (5)
4.1线性灰度变换增强 (5)
4.1.1线性变换增强流程 (5)
4.1.2线性变换增强设计 (5)
4.2分段线性灰度变换程序代码 (6)
4.2.1分段线性变换增强流程 (6)
4.2.2分段线性变换增强设计 (6)
4.3非线性灰度变换程序代码 (8)
4.3.1非线性变换增强流程 (8)
4.3.2非线性变换增强设计 (8)
5仿真结果与分析 (10)
5.1线性灰度变换仿真结果 (10)
5.2分段线性灰度变换仿真结果 (11)
5.3非线性灰度变换仿真结果 (12)
5.4结果分析 (12)
结论 (14)
参考文献 (15)
1 设计目的
空域增强在数字图像处理中起到对图像灰度的拉伸、压缩变换的作用，目前这种方法在处理图像灰度值方面得到广泛的运用。灰度变换是空域变换的一种重要方式，可使图像对比度扩展，图像清晰，特征明显。本实验中，我们就用灰度变换来对灰度图像进行处理。
（1）熟练掌握MATLAB软件的基本操作
（2）学会掌握MATLAB软件的程序编程
（3）查阅相关资料并分析，掌握灰度变换增强的主要思路
（4）培养独立分析和解决问题的能力，学会撰写课程设计的总结报告
（5）善于总结和改进方案，提高可实施性和高效性。
2 设计方案
2.1 灰度变换增强的概念
灰度变换可使图像对比度扩展，图像清晰，特征明显。它是图像增强的重要手段。在图像空间所进行的灰度变换是一种点处理方法，它将输入图像中的每个像素（x，y）的灰度值f（x，y），通过映射函数变换成输出图像中的灰度g（x，y），即
g（x，y）=T[ f（x，y）] （2.1）
根据函数的性质，灰度变换的方法有以下几种：
（1）线性灰度变换。
（2）分段线性灰度变换。
（3）非线性灰度变换。
对于线性灰度变换和非线性灰度变换，是直接用确定的公式依次对每个像素进行处理，也称为直接线性变换。[1]
2.2 灰度变换增强流程
图2.1灰度变换增强流程
如图2.1所示，f（x，y）为一张尺寸合适的原始灰度图像，首先判断是否要将整张图像的灰度值都进行拉伸，如果是整张图片拉伸，就选择线性变换增强；如果将图片的部分灰度值进行拉伸而另一部分进行压缩，则选择非线性变换增强或分段线性变换增强。非线性变换增强和分段线性变换增强的区别在于，分段线性灰度变换是将原始图像灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围，而非线性变换拉伸是在整个灰度范围内采用统一的变换函数，利用变换函数的性质实现对不同灰度值区间的扩展和拉伸[2][3]
3设计内容
3. 1 线性灰度变换的概述
线性变换简单的线性灰度变换法可表示为g(x,y)=(d-c/b-a)[f(x,y)-a]+c ，其中：b 和a 分别是输入图像亮度分量的最大值和最小值，d 和c 分别是输出图像亮度分量的最大值和最小值。经过线性灰度变化法，图像亮度分量的线性范围从[a,b]变化到[c,d]，如图3.1所示：
图3.1 线性拉伸示意图
若图像中大部分像素的灰度级分布在区间[a,b]内,M 为原图的最大灰度级,只有很小一部分的灰度级超过了此区间，则为了改善增强效果，可以令： （3.1）
由于人眼对灰度级别的分辨能力有限，只有当相邻像素的灰度值相差到一定程度时才能被辨别出来。通过上述变换，图像中相邻像素灰度的差值增加，例如在曝光不足或过度的情况下，图像的灰度可能会局限在一个很小的范围内，这时得到的图像可能是一个模糊不清，似乎没有灰度层次的图像。采用线性变换对图像中每一个像素灰度作线性拉伸，将有效改善图像视觉效果。[4]
3.2分段线性灰度变换的概述
为了突出图像中感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换，
它将图像灰度区间分成两段乃至多段分别作线性变换。
?????
??+---=d
c
a y x f a
b c
d c
y x g ]),([),(M
y x f b b
y x f a a y x f ≤≤≤≤≤≤),(),(),(0
进行变换时，把0～255整个灰度值区间分为若干线段，每一个直线段都对应一个局部的线性变换关系。
常用的三段线性变换如图3.2所示：
图3.2 分段线性拉伸示意图
图中，中间段的灰度得到拉伸，两端灰度被压缩公式如3.2所示： （3.2）
3.3非线性灰度变换的概述
非线性拉伸不是对图像的整个灰度范围进行扩展，而是有选择的对某一灰度范围进行扩展，其他范围的灰度值则有可能被压缩。非线性拉伸利用变换函数的数学性质实现对不同灰度值区间的扩展与压缩。下面介绍其中一种非线性扩展法：对数变换。
对数变换，是指输出图像的像素点的灰度值与对应的输出图像的像素灰度值之间为对数关系,其一般公式为：g(x,y)=a+ln[f(x,y)+1]/blnc ，式中a,b,c 都是可以选择的参数，式中f(x,y)+1是为了避免对0求对数，确保ln[f(x,y)+1]≥0。当f(x,y)=0时，ln[f(x,y0+1)，则y=a,则a 为y 轴上的截距,确定了变换曲线的初始位置的变换关系b,c ，两个参数确定变换曲线的变换速率。对数变换扩展了低灰度区，压缩了高灰度区，能使低灰度区的图像较清晰地显示出来。[5]
??
??
???????
+---+---=d b y x f b d
c
a y x f a
b c
d y x f a c y x g M M f
g ]),([]),([),(),(M
f
y x f b b y x f a a
y x f ≤
≤≤≤≤≤),(),(),(0
4 程序代码设计
4.1 线性变换增强
4.1.1线性变换增强流程
图4.1 线性变换流程
如图4.1所示，先将输入的灰度图像f(x,y)的位置及标签设置好之后，选择线性函数对原灰度图像进行灰度拉伸的处理，增强其对比度，得到变换之后的图像并输出。
4.1.2 线性灰度变换增强设计
I = imread('E:\fish.jpg'); % 读入原图像
I = im2double(I); % 转换数据类型为double
[M,N] = size(I); % 计算图像面积
figure(1);subplot(121); % 打开新窗口，设置图像位置
imshow(I); % 显示原图像
title('原图像'); % 定义标签
Fa = 6; Fb = -160;
O = Fa .* I + Fb/255; % 线性变换公式
figure(1);subplot(122);
imshow(O);
title('灰度变换后的图像');
4.2分段线性变换增强
4.2.1分段线性变换增强流程
图4.2分段线性变换
如图4.2所示，先将输入的灰度图像f(x,y)的位置及标签设置好之后，再设置灰度值变化的范围，分别为0-70，70-180和180-255。这三个范围的变化函数不同，从而达到使图像的灰度值拉伸程度不同的目的。经过分段线性变换后，得到变换后的图像g(x,y)。[6]
4.2.2 分段线性灰度变换增强设计
A=imread('E:\girl.jpg'); % 读入原图像
X1=rgb2gray(A); % 将彩色图像变成灰度二值图像
subplot(221);imshow(X1); %输出图像
title('原图像'); %在原始图像中加标题
f0=0;g0=0; %进行灰度级线性分段增强；
f1=70;g1=30;
f2=180;g2=230;
f3=255;g3=255;
subplot(222);plot([f0,f1,f2,f3],[g0,g1,g2,g3]);
axis tight,xlabel('f'),ylabel('g'),title('灰度变换曲线');%绘制灰度变换曲线
%增强对比度
r1=(g1-g0)/(f1-f0);
b1=g0-r1*f0;
r2=(g2-g1)/(f2-f1);
b2=g1-r2*f1;
r3=(g3-g2)/(f3-f2);
b3=g2-r3*f2;
[m,n]=size(X1);
X2=double(X1); %变换矩阵中的每一个元素
for i=1:m;
for j=1:n
f=X2(i,j);
g(i,j)=0;
if(f>=0)&(f<=f1)
g(i,j)=r1*f+b1;
elseif (f>=f1)&(f<=f2)
g(i,j)=r2*f+b2;
elseif (f>=f2)&(f<=f3)
g(i,j)=r3*f+b3;
end
end
end
subplot(223);
imshow(mat2gray(g)); %输出变换之后的图像
title('分段线性变换后的图像');
4.3非线性变换增强
4.3.1非线性变换增强流程
图 4.3 非线性变换
如图4.3所示，先将输入图像f(x,y)的位置和标签设置好之后，确定图像灰度拉伸和压缩的范围，按照要求设置参数，利用对数函数对原始灰度图像进行非线性变换得到输出图像g(x,y)。[7]
4.3.2 非线性灰度变换增强设计
I=imread('E:\knot.png'); %读取图像
I=mat2gray(I); %将一个矩阵转化为灰度图像的数据格式I=im2double(I); %转化为双精度
J=log(I+1);
subplot(1,2,1);
Imshow(I); %显示图像
title('原图像');
subplot(1,2,2);
Imshow(J);
title('非线性对数变换后的图像')
5 仿真结果与分析
在MATLAB7.1中运行以上程序，分别对三幅灰度图像分别进行线性变换，分段线性变换和非线性变换后得到灰度被拉伸和压缩的图像。得到变换后的灰度图像并加以比较分析。
5.1线性灰度变换仿真结果
利用MATLAB7.1对灰度图像进行线性灰度变换得到变换后灰度图像。
图5.1（a）原图像图 5.1（b）变换图像
如图5.1(a)和5.1(b)所示,左面的图像为处理之前的原图像，对比度相对较小。采用线性函数对其每一个像素做线性拉伸之后得到右面的图像，图像的灰度值相比原图像变大。经过变换后的图像与原图像相比较扩大了对比度，有效的增强了视觉效果。
利用MATLAB7.1对灰度图像按照灰度值的不同进行分段线性灰度变换得到变换后灰度图像。
图5.2灰度变换曲线
图5.3（a）原图像图 5.3（b）变换图像
如图5.2，5.3(a)和5.3(b)所示,灰度变化的范围分别是0-70，70-180和180-255。这种变换方式对不同范围的灰度值进行不同的拉伸处理，中间灰度值进行了拉伸而对两端的灰度值进行了压缩。变换后的图像变亮并且突出了人物的部分，达到了增强图像效果的目的。
利用MATLAB7.1对灰度图像按照灰度值的不同进行非线性灰度变换得到变换后灰度图像。
图5.4（a）原图像图5.4（b）变换图像
如图5.1(a)和5.1(b)所示左面的图像为处理之前的原图像，右面的图像为经过非线性变换之后的图像。这种变换有选择地对某一灰度值范围进行扩展，而其他范围的灰度值有可能进行压缩，达到图像增强的效果。
5.4 结果分析
线性拉伸可以将原始输入图像中的灰度值不加区别地扩展。该方法将原始图像灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围，使得整张图片效果得到增强。非线性拉伸对某一范围的灰度值有选择地进行拉伸，其它部分进行压缩。增强了图片中感兴趣的部分的灰度值而压缩了其余部分的灰度
值。非线性拉伸与分段线性拉伸不同的是，非线性拉伸不是通过在不同灰度值区间选择不同的拉伸方程来实现对图片的扩展与压缩的，非线性变换拉伸在整个灰度范围内采用统一的变换函数，利用变换函数的性质实现对不同灰度值区间的扩展和拉伸。
6.结论
在曝光不足或曝光过度，或景物本身灰度就比较小的情况下，图像灰度有可能会局限在某一个很小的范围，致使图像中的细节模糊不清。正如灰色纽扣掉在与纽扣颜色相近的地毯上就不容易被找到，原因就是他们的颜色太接近。但是，如果白色纽扣掉到黑色的地毯上就会很容易地被找到，原因就是它们的亮度反差大。同样，对于灰度局限在某一个很小范围内的数字图像，如果用线性函数对图像的每一个像素进行线性扩展，扩大像素的对比度，将有效地改善视觉效果。该方法将原始图像灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围，使得图片效果得到增强。
线性拉伸可以将原始输入图像中的灰度值不加区别地扩展。在实际应用中，为了突出图像中感兴趣的研究对象，常常该方法将原始图像灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围，使得图片效果得到增强。非线性拉伸对某一范围的灰度值有选择地进行拉伸，其它部分进行压缩。与分段线性拉伸不同的是，非线性拉伸不是通过在不同灰度值区间选择不同的拉伸方程来实现对图片的扩展与压缩的，非线性变换拉伸在整个灰度范围内采用统一的变换函数，利用变换函数的性质实现对不同灰度值区间的扩展和拉伸。[8][9]
参考文献
[1] 刘刚. MATLAB数字图像处理[M].北京:机械工业出版社.2010:34-45.
[2] 王家文.MATLAB 6.5 图形图像处理[M].上海:国防工业出版社.2009:6-14.
[3] 王晓丹.MATLAB系统分析[M].西安:西安电子科技大学出版2000:168-220.
[4] 余成波.MATLAB实现[M].重庆:重庆大学出社 .2003:34-54.
[5] 郝文化.MATLAB图像处理[M].河北:中国水利水电出版社. 2004:66-78.
[6] 苏金明. MATLAB图形图像[M].四川:成都电子工业出版社. 2005:87-90.
[7] 杨志刚等.现代通信原理[M].清华大学出版社，2008: 66-89.
[8] 哲学.精通MATLAB[M].电子工业出版社，2008: 2-8.
[9] 李圣勤. MATLAB7.0实用教程[M].机器工业出版社，2006: 90-118.
图像灰度变换实验报告
图像灰度变换报告 一.实验目的 1.学会使用Matlab ； 2.学会用Matlab 软件对图像进行灰度变换，观察采用各种不同灰度变换发法对最终图像效果的影响； 二.实验内容 1.熟悉Matlab 中的一些常用处理函数 读取图像：img=imread('filename'); //支持TIF,JPEG,GIF,BMP,PNG 等文件格式。 显示图像：imshow(img,G); //G 表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,'filename'); //不支持GIF 格式，其他与imread 相同。 亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in 至high_in 之间的值映射到low_out 至high_out 之 间，low_in 以下及high_in 以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); //newlevel 表示输出图像指定的灰度级数。 2.获取实验用图像：rice.jpg. 使用imread 函数将图像读入Matlab 。 3 .产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤ r ≤ 0.65 1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg 进行处理，使用imwrite 函数保存处理后的新图像。 4.产生灰度变换函数T2，使得： s = 5.用T2imwrite 保存处理后的新图像。 6.分别用 s = r 0.6; s = r 0.4; s = r 0.3 对kids.tiff 图像进行处理。为简便起见，使用Matlab 中的imadjust 函数，最后用imwrite 保存处理后的新图像。 7.对circuit.jpg 图像实施反变换（Negative Transformation ）。s =1－r; 使
灰度图像处理及颜色模型转换
灰度图像处理程序代码代码 1.二值图像 function erzhi_Callback(hObject, eventdata, handles) % hObject handle to erzhi (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes2); x=(handles.img); if isrgb(x) msgbox('这是彩色图像,不能转换为二值图像','转换失败'); else j=im2bw(x); imshow(j); end 2.图像腐蚀 function fushi_Callback(hObject, eventdata, handles) % hObject handle to fushi (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes2); x=(handles.img); if isrgb(x) msgbox('这是彩色图像,不能进行图像腐蚀','失败'); else j=im2bw(x); se=eye(5); bw=bwmorph(j,'erode'); imshow(bw); 3.创建索引图像 function chuanjian_Callback(hObject, eventdata, handles) % hObject handle to chuanjian (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes2); x=(handles.img); if isrgb(x) msgbox('这是彩色图像,不能创建索引图像','创建失败'); else y=grayslice(x,16); axes(handles.axes2); imshow(y,jet(16)); end 4.轮廓图
matlab图像处理图像灰度变换直方图变换
附录1 课程实验报告格式 每个实验项目包括：1)设计思路，2)程序代码，3）实验结果，4）实验中出现的问题及解决方法。 实验一：直方图灰度变换 A：读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imread('rice.tif'); imshow('rice.tif'),title('rice.tif'); improfile,title('主对角线上灰度值')
B：读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imread('flowers.tif'); imshow('flowers.tif'),title('flowers.tif'); improfile,title('主对角线红绿蓝分量') C：图像灰度变化 f=imread('rice.png'); imhist(f,256); %显示其直方图 g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像) figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围[0 1] g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) 图像灰度变换处理实例： g=imread('me.jpg'); imshow(g),title('原始图片'); h=log(1+double(g)); %对输入图像对数映射变换 h=mat2gray(h); %将矩阵h转换为灰度图片
h=im2uint8(h); %将灰度图转换为8位图 imshow(h),title('转换后的8位图'); 运行后的结果： 实验二：直方图变换 A：直方图显示 I=imread('cameraman.tif'); %读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题运行结果如下：
数字图像处理算法汇总
形态学运算：基本思想是具用一定结构形状的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。 腐蚀运算：将结构元素中心遍历整个图像，当图像完全包含结构元素时的中心点的轨迹即为腐蚀后的图像，图像变细。腐蚀运算可用于滤波，选择适当大小和形状的结构元素，可以滤除掉所有不能完全包含结构元素的噪声点。当然利用腐蚀滤除噪声有一个缺点，即在去除噪声的同时，对图像中前景物体形状也会有影响，但当我们只关心物体的位置或者个数时，则影响不大。 膨胀运算：将结构元素中心遍历整个图像边缘，中心点的轨迹即为腐蚀后的图像，图像整体变粗。通常用于将图像原本断裂开来的同一物体桥接起来，对图像进行二值化之后，很容易是一个连通的物体断裂为两个部分，而这会给后续的图像分析造成干扰,此时就可借助膨胀桥接断裂的缝隙。 开运算：先腐蚀后膨胀，可以使图像的轮廓变得光滑，还能使狭窄的连接断开和消除细毛刺；但与腐蚀运算不同的是，图像大的轮廓并没有发生整体的收缩，物体位置也没有发生任何变化。可以去除比结构元素更小的明亮细节，同时保持所有灰度级和较大亮区特性相对不变，可用于补偿不均匀的背景亮度。与腐蚀运算相比，开运算在过滤噪声的同时，并没有对物体的形状轮廓造成明显的影响，但是如果我们只关心物体的位置或者个数时，物体形状的改变不会给我们带来困扰，此时腐蚀滤波具有处理速度上的优势。 闭运算：先膨胀后腐蚀，可以去除比结构元素更小的暗色细节。开闭运算经常组合起来平滑图像并去除噪声。可使轮廓变的平滑，它通常能弥合狭窄的间断，填补小的孔洞。腐蚀运算刚好和开运算相反，膨胀运算刚好和闭运算相反，开闭运算也是对偶的，然而与腐蚀、膨胀不同的是，对于某图像多次应用开或闭运算的效果相同。 击中击不中运算：先由结构元素腐蚀原图像，再将结构元素取反去腐蚀原图像的取反图，最后将两幅处理后的图像取交。主要用于图像中某些特定形状的精确定位。 顶帽变换：原图像减去开运算以后的图像。当图像的背景颜色不均匀时，使用阈值二值化会造成目标轮廓的边缘缺失，此时可用开运算（结构元素小于目标轮廓）对整个图像背景进行合理估计，再用原图像减去开运算以后的图像就会是整个图像的灰度均匀，二值化后的图像不会有缺失。 Sobel算子： Prewitt算子： LOG算子： Canny算子：力图在抗噪声干扰和精确定位之间尊求折中方案，主要步骤如下所示： 1、用高斯滤波器平滑图像； 2、用一阶偏导的有限差分来计算梯度的幅值和方向； 3、对梯度幅值进行非极大值抑制； 4、用双阈值算法检测和连接边缘。 Hough变换： 边缘检测：
数字灰度图像的基本运算处理 正文讲解
1前言 介绍一种用可视化数值计算软件MATLAB实现的数字图像处理系统平台,系统使用MATLAB中提供的GUI设计系统可视化的用户界面，下拉式的菜单方便用户选择对图像的处理。用户可以随意选择要处理的图片。但是该系统只支持灰度图片，可实现内容主要包括灰度图像的代数运算、几何运算。基于数字图像处理的一些基本原理，利用MATLAB 设计程序进行对灰度图像的处理。有部分处理运算有很多种方法，我选择了最简单、最明了的方法。 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。 随着计算机的发展,图像处理技术在许多领域得到了广泛应用，用于图像处理的软件也很多，如PHOTOSHOP、PAINTSHOP、GIMP、SaperaProcessing、MATLAB等,其中大部分软件都是基于广告策划和图像修饰处理而设计的应用软件，进行图像处理时并不是很方便。而MATLAB(矩阵实验室) 它在矩阵运算上有自己独特的特点，在矩阵运算处理具有很大的优势，因此用MATLAB处理数字图像非常的方便。不仅如此，MATLAB提供了丰富的图形命令和图形函数，而且其面向对象的图形系统具有强大的用户界面(GUI)生成能力。这样，用户就可以充分利用系统提供的 GUI 特性，编写自己需要的图形界面，从而可以高效地进行图像处理。 MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以对图像进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。
实验一Matlab图像处理基础及图像灰度变换
实验一Matlab图像处理基础及图像灰度变换 一、实验目的 了解Matlab平台下的图像编程环境，熟悉Matlab中的DIP (Digital Image Processing)工具箱；掌握Matlab中图像的表示方法，图像类型、数据类型的种类及各自的特点，并知道怎样在它们之间进行转换。掌握Matlab环境下的一些最基本的图像处理操作，如读图像、写图像、查看图像信息和格式、尺寸和灰度的伸缩等等；通过实验掌握图像直方图的描绘方法，加深直方图形状与图像特征间关系间的理解；加深对直方图均衡算法的理解。 二、实验内容 1．从硬盘中读取一幅灰度图像； 2．显示图像信息，查看图像格式、大小、位深等内容； 3．用灰度面积法编写求图像方图的Matlab程序，并画图； 4．把第3步的结果与直接用Matlab工具箱中函数histogram的结果进行比较，以衡量第3步中程序的正确性。 5．对读入的图像进行直方图均衡化，画出处理后的直方图，并比较处理前后图像效果的变化。 三、知识要点 1.Matlab6.5支持的图像图形格式 TIFF, JEPG, GIF, BMP, PNG, XWD (X Window Dump)，其中GIF不支持写。 2.与图像处理相关的最基本函数 读：imread; 写：imwrite; 显示：imshow; 信息查看：imfinfo; 3.Matlab6.5支持的数据类 double, unit8, int8, uint16, int16, uint32, int32, single, char (2 bytes per element), logical. 4.Matlab6.5支持的图像类型 Intensity images, binary images, indexed images, RGB image 5.数据类及图像类型间的基本转换函数 数据类转换：B = data_class_name(A);
基于matlab的数字图像增强算法研究与实现
基于matlab的数字图像增强算法研究与实现 摘要图像在获取和传输过程中，会受到各种噪声的干扰，使图像退化质量下降，对分析图像不利。图像的平滑或去噪一直是数字图像处理技术中的一项重要工作。为此，论述了在空间域中的各种数字图像平滑技术方法。 关键字：数字图像；图像增强；平滑处理
目录 第一章、概述 2 1.1 图像平滑意义 2 1.2图像平滑应用 2 1.3噪声模 型 (3) 第二章 、图像平滑方法 5 2.1 空域低通滤波 5 2.1.1 均值滤波器 6 2.1.2 中值滤波器 6 2.2 频域低通滤波 7 第三章、图像平滑处理与调试 9 3.1 模拟噪声图像 9 3.2均值滤波法 11 3.3 中值滤波法 14 3.4 频域低通滤波法 17 第四章、总结与体会 19 参考文献 20 第一章、概述 1.1图像平滑意义 图像平滑（S m o o t h i n g）的主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰（如电磁波或经
电源窜进系统内部的外部噪声），也有来自于系统内部的干扰（如摄像机的热噪声，电器机械运动而产生的抖动噪声内部噪声）。实际获得的图像都因受到干扰而有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理。在空间域中进行时，基本方法就是求像素的平均值或中值；在频域中则运用低通滤波技术。 图像中的噪声往往是和信号交织在一起的，尤其是乘性噪声，如果平滑不当，就会使图像本身的细节如边缘轮廓，线条等模糊不清，从而使图像降质。图像平滑总是要以一定的细节模糊为代价的，因此如何尽量平滑掉图像的噪声，又尽量保持图像的细节，是图像平滑研究的主要问题之一。 1.2图像平滑应用 图像平滑主要是为了消除被污染图像中的噪声,这是遥感图像处理研究的最基本内容之一,被广泛应用于图像显示、传 输、分析、动画制作、媒体合成等多个方面。该技术是出于人类视觉系统的生理接受特点而设计的一种改善图像质量的方法。处理对象是在图像生成、传输、处理、显示等过程中受到多种因素扰动形成的加噪图像。在图像处理体系中,图像平滑是图像复原技术针对“一幅图像中唯一存在的退化是噪声”时的特例。 1.3噪声模型 1.3.1噪声来源 一幅图像可能会受到各种噪声的干扰，而数字图像的实质就是光电信息，因此图像噪声主要可能来源于以下几个方面：光电传感器噪声、大气层电磁暴、闪电等引起的强脉冲干扰、
数字图像的灰度处理简述
数字图像的灰度处理 数字图像处理的目的和意义： 图象处理着重强调的是在图象之间进行的各种变换，对图象进行各种加工以改善图象的视觉效果。在图象的灰度处理中，增强操作、直方图及图象间的变换是实现点操作的增强方式，又被称作灰度变换。本文主要介绍了一些数字图像灰度处理的方法，其中图象取反是实现图象灰度值翻转的最直接的方法；灰度切分可实现强化某一灰度值的目的。对直方图进行均衡化修正，可使图象的灰度间距增大或灰度均匀分布、增大反差，使图象的细节变得清晰。 数字图像处理是20世纪60年代初期所形成的一门涉及多领域的交叉学科。所谓数字图像处理，又称为计算机图像处理，就是指用数字计算机及其它有关的数字硬件技术，对图像施加某种应算和处理，从而达到某种预期的目的。在大多数情况下，计算机采用离散的技术来处理来自连续世界的图像。实际上图像是连续的，计算机只能处理离散的数字图像，所以要要对连续图像经过采样和量化以获得离散的数字图像。 数字图像处理中图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，使图像与视觉响应特性相匹配。而通过改变图像的灰度以期达到一种很好的视觉效果是图像增强的一种手段。灰度变换的目的是为了改善画质，使图像显示效果更加清晰。 图像的点应算是一种既简单又重要的技术，它能让用户改变图像数据占据的灰度范围。一幅输入图像经过点应算后将产生一幅新的输出图像，由输入像素点的灰度值决定相应的输出像素点的灰度值。图像的点应算可以有效的改变图像的直方图分布，以提高图像的分辨率和图像的均衡。点应算可以按照预定的方式改变一幅图像的灰度直方图。除了灰度级的改变是根据某种特定的灰度变换函数进行之外，点应算可以看作是“从像素到像素”的复制操作。如果输入图像为A（x,y）,
用matlab实现图像灰度变换课程设计
课程设计报告册 课程名称： MATLAB课程设计 课题名称：灰度变换增强 专业班级： 姓名： Bob Wang 学号： 15164 课程设计主要场所：信息楼220 时间： 指导教师：成绩：
前言 数字图像处理技术是20世界60年代发展起来的一门新兴学科，随着图像处理理论和方法的进一步完善，使得数字图像处理技术在各个领域得到了广泛应用，并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言，同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交互或变成以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MATLAB语言的语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式，而且这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以MATLAB在图像处理的应用中具有很大的优势。 MATLAB是一种以矩阵运算为基础的交互式程序语言，能够满足科学、工程计算和绘图的要求，与其它计算机语言相比，其特点是简洁和智能化，适应科技专业人员的思维方式和书写习惯，使得编程和调试效率大大提高。我们学习掌握MATLAB，也可以说是在科学工具上与国际接轨。
目录 一、课程设计目的 (2) 二、设计任务及容 (2) 三、课题设计实验条件 (3) 四、涉及知识 (3) 五、具体设计过程及调试 (4) 5.1、图像的读入和显示 5.1.1、打开图像 (4) 5.1.2、显示原图像 (5) 5.1.3、图像灰度处理 (7) 5.1.4、显示灰阶后图像 (8) 5.2、直方图均衡化 5.2.1、生成直方图 (10) 5.2.2、直方图均衡化 (12) 5.3、灰度变换 5.3.1、线性变换 (9) 5.3.2、分段线性变换 (9) 5.3.3、非线性变换.................................... (9) 六、心得体会 (17) 七、参考文献 (18) 八、程序清单 (19)
数字图像增强算法分析
数字图像增强算法分析 马 琳,于 宁 (哈尔滨市勘察测绘研究院,黑龙江哈尔滨150000) 摘 要:在阐明图像增强处理基本方法基础上,对几种有代表性的图像增强算法(基于直方图均衡化图像增强算法,基于模糊集理论的图像增强算法,基于小波变换的图像增强算法,基于人眼视觉特性的彩色图像增强算法及基于神经网络的图像增强算法)做简单介绍,对现有直方图的均衡化算法进行分析、对比,综合多种算法对现有直方图均衡化算法做改进,得出一种新的直方图均衡化方法。关键词:图像增强;直方图均衡化;M AT LA B;对比度增强 中图分类号:P 211 文献标识码:A 文章编号:1008 5696(2011)01 0122 04 Analysis of Digital Image Enhancement Algorithm M A Lin,YU Ning (H arbin City P ro specting and M apping Resear ch I nstit ute,Har bin 150000,China) Abstract:Based on the ex po sitio n for the fundam ental methods o f im ag e enhancem ent pr ocessing ,it sim ply introduces sever al kinds of representative image enhancement alg orithm (im ag e enhancement algo rithm based on histo gram equalization,image enhancement algorithm based on fuzzy set theor y,im ag e enhance m ent alg orithm based on w avelet transform ,image enhancem ent algor ithm based on hum an visual property and image enhancement algo rithm based on artificial neural netw o rk).Carries o n the analysis and contr ast to the ex isting histog ram equalization algo rithm.Finally,w e synthesize m any kinds of algor ithms to make som e improvements to the ex isting histog ram equalization alg orithm and o btain one new histog ram equali zing method. Key words:im age enhancement;histog ram equalizatio n;M AT LAB;contr ast enhancem 收稿日期:2010 09 10 作者简介:马 琳(1982-),女,助工,研究方向:测绘工程. 1 研究目的和意义 图像增强的目的是改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或局部特性,扩大图像中不同物体特征之间的差别,满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据,有选择地突出图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相匹配。在图像增强过程中,不分析图像降质的原因,处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同,分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算,基于频域的算法是在图像的某 种变换域内对图像的变换系数值进行某种修正,是一种间接增强算法 [1] 。 2 直方图与直方图均衡化 2.1 直方图 1)直方图又称质量分布图,是一种几何形图表,它是根据从生产过程中收集来的质量数据分布情况,画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图。 2)图像的直方图。以灰度图为例,假设图中一共只有0、1、2、3、4、5、6、78种灰度,0代表黑色,7代表白色,其它数字代表0~7之间不同深浅的灰度,见图1。 统计的结果如下,横轴标示灰度级别(0~7),纵轴标示每种灰度的数量,见图2。 Photoshop(PS)中的显示,见图3。
matlab图像的灰度变换
实验二 图像的灰度变换 一、实验目的 1、 理解数字图像处理中点运算的基本作用； 2、 掌握对比度调整与灰度直方图均衡化的方法。 二、实验原理 1、对比度调整 如果原图像f (x , y )的灰度范围是[m , M ]，我们希望对图像的灰度范围进行线性调整，调整后的图像g (x , y )的灰度范围是[n , N ]，那么下述变换： []n m y x f m M n N y x g +---=),(),(就可以实现这一要求。 MATLAB 图像处理工具箱中提供的imadjust 函数，可以实现上述的线性变换对比度调整。imadjust 函数的语法格式为： J = imadjust(I,[low_in high_in], [low_out high_out]) J = imadjust(I, [low_in high_in], [low_out high_out])返回原图像I 经过直方图调整后的新图像J ，[low_in high_in]为原图像中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围，灰度范围可以用 [ ] 空矩阵表示默认范围，默认值为[0, 1]。 不使用imadjust 函数，利用matlab 语言直接编程也很容易实现灰度图像的对比度调整。但运算的过程中应当注意以下问题，由于我们读出的图像数据一般是uint8型，而在MATLAB 的矩阵运算中要求所有的运算变量为double 型（双精度型）。因此读出的图像数据不能直接进行运算，必须将图像数据转换成双精度型数据。 2、直方图均衡化 直方图均衡化的目的是将原始图像的直方图变为均衡分布的形式，即将一已知灰度概率密度分布的图像，经过某种变换变成一幅具有均匀灰度概率密度分布的新图像，从而改善图像的灰度层次。 MATLAB 图像处理工具箱中提供的histeq 函数，可以实现直方图的均衡化。 三、实验内容及要求 1、 用MATLAB 在自建的文件夹中建立example2.m 程序文件。在这个文件的程序中，将girl2.bmp 图像文件读出，显示它的图像及灰度直方图（可以发现其灰度值集中在一段区
数字图像处理简答题及答案..
数字图像处理简答题及答案 简答题 1、数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2、什么是图像识别与理解？ 3、简述数字图像处理的至少3种主要研究内容。 4、简述数字图像处理的至少4种应用。 5、简述图像几何变换与图像变换的区别。 6、图像的数字化包含哪些步骤？简述这些步骤。 7、图像量化时，如果量化级比较小会出现什么现象？为什么？ 8、简述二值图像与彩色图像的区别。 9、简述二值图像与灰度图像的区别。 10、简述灰度图像与彩色图像的区别。 11、简述直角坐标系中图像旋转的过程。 12、如何解决直角坐标系中图像旋转过程中产生的图像空穴问题？ 13、举例说明使用邻近行插值法进行空穴填充的过程。 14、举例说明使用均值插值法进行空穴填充的过程。 15、均值滤波器对高斯噪声的滤波效果如何？试分析其中的原因。 16、简述均值滤波器对椒盐噪声的滤波原理，并进行效果分析。 17、中值滤波器对椒盐噪声的滤波效果如何？试分析其中的原因。 18、使用中值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？
19、使用均值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？ 20、写出腐蚀运算的处理过程。 21、写出膨胀运算的处理过程。 22、为什么YUV表色系适用于彩色电视的颜色表示？ 23、简述白平衡方法的主要原理。 24、YUV表色系的优点是什么？ 25、请简述快速傅里叶变换的原理。 26、傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的高通滤波中的应用原理。 27、傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的低通滤波中的应用原理。 28、小波变换在图像处理中有着广泛的应用，请简述其在图像的压缩中的应用原理。 29、什么是图像的无损压缩？给出2种无损压缩算法。 2、对于扫描结果：aaaabbbccdeeeeefffffff，若对其进行霍夫曼编码之后的结果是：f=01 e=11 a=10 b=001 c=0001 d=0000。若使用行程编码和霍夫曼编码的混合编码，压缩率是否能够比单纯使用霍夫曼编码有所提高？ 31、DCT变换编码的主要思想是什么？ 32、简述DCT变换编码的主要过程。 33、什么是一维行程编码？简述其与二维行程编码的主要区别。 34、什么是二维行程编码？简述其与一维行程编码的主要区别。 35、简述一维行程编码和二维行程编码的异同。 36、压缩编码算法很多，为什么还要采用混合压缩编码？请举例说明。 37、对于扫描结果：aaaabbbccdeeeeefffffff，若对其进行霍夫曼编码之后的结果是：f=01 e=11 a=10 b=001 c=0001 d=0000。若使用行程编码和霍夫曼编码的混合编码，压缩率是否能够比单纯使用行程编码有所提高？ 38、连续图像和数字图像如何相互转换？
基于MATLAB的彩色图像灰度化处理
目录 第1章绪论............................................................................................................................ - 1 - 第2章设计原理.................................................................................................................... - 2 - 第3章彩色图像的灰度化处理............................................................................................ - 3 - 3.1加权平均法 .. (3) 3.2平均值法 (3) 3.3最大值法 (4) 3.4举例对比 (5) 3.5结果分析 (6) 第4章结论.......................................................................................................................... - 8 - 参考文献....................................................................................................... 错误！未定义书签。附录............................................................................................................................................ - 9 -
图像处理灰度变换实验
一. 实验名称：空间图像增强（一） 一．实验目的 1．熟悉和掌握利用matlab工具进行数字图像的读、写、显示、像素处理等数字图像处理的基本步骤和流程。 2．熟练掌握各种空间域图像增强的基本原理及方法。 3．熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。 4．熟悉直方图均衡化的基本原理、方法和实现。 二．实验原理 （一）数字图像的灰度变换 灰度变换是图像增强的一种经典而有效的方法。灰度变换的原理是将图像的每一个像素的灰度值通过一个函数，对应到另一个灰度值上去从而实现灰度的变换。常见的灰度变换有线性灰度变换和非线性灰度变换，其中非线性灰度变换包括对数变换和幂律（伽马）变换等。 1、线性灰度变换 1）当图像成像过程曝光不足或过度，或由于成像设备的非线性和图像记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清，图像缺少层次。这时，可将灰度范围进行线性的扩展或压缩，这种处理过程被称为图像的线性灰度变换。对灰度图像进行线性灰度变换能将输入图像的灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围。 2）令原图像f(x,y)的灰度范围为[a,b]，线性变换后得到图像g(x,y)，其灰度范围为[c,d]，则线性灰度变换公式可表示为
a y x f b y x f a b y x f c c a y x f a b c d d y x g <≤≤>?????+---=),(),(),(, ,]),([,),( (1) 由(1)式可知，对于介于原图像f (x,y )的最大和最小灰度值之间的灰度值，可通过线性变换公式，一一对应到灰度范围[c,d]之间，其斜率为(d-c)/(b-a)；对于小于原图像的最小灰度值或大于原图像的最大灰度值的灰度值，令其分别恒等于变换后的最小和最大灰度值。变换示意图如图1所示。 图1 线性灰度变换示意图 当斜率大于一时，变换后的灰度值范围得到拉伸，图像对比度得到提高；当斜率小于一时，变换后的灰度值范围被压缩，最小与最大灰度值的差变小，图像对比度降低；当斜率等于一时，相当于对图像不做变换。 3）由上述性质可知，线性灰度变换能选择性地加强或降低特定灰度值范围内的对比度，故线性灰度变换同样也可做分段处理：对于有价值的灰度范围，将斜率调整为大于一，用于图像细节；对于不重要的灰度范围，将图像压缩，降低对比度，减轻无用信息的干扰。最常用的分段线性变换的方法是分三段进行线性变换。 在原图像灰度值的最大值和最小值之间设置两个拐点，在拐点处，原图像的灰度值分别为r 1，r 2，该拐点对应的变换后的图像的灰度值分别为s 1，s 2，另外，取原图像灰度的最小值为r 0,最大值为r m ，对应的变换后的灰度值分别为s 0，s m 。
图像灰度变换增强
图像灰度变换增强 摘要：灰度变换是基于点操作的增强方法，它将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值，如增强处理中的对比度增强。对比度增强可以采用线性拉伸和非线性拉伸。线性拉伸可以将原始输入图像中的灰度值不加区别地扩展。如果要求对局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理时，采用分段线性拉伸。非线性拉伸常采用对数扩展和指数扩展。对数扩展拉伸低亮度去，压缩高亮度区；指数扩展拉伸了高亮区，压缩了低亮度区。 关键词：图像增强，灰度变换，线性变换，分段线性变换，非线性变换 一． 概述 影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD （摄像头）获得的图像经过A/D （数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：图像增强和图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像复原技术与增强技术不同，它需要了解图像质量下降的原因，首先要建立"降质模型"，再利用该模型，恢复原始图像。 根据图像增强处理过程所在的空间不同，图像增强可分为空余增强法和频域增强法两大类。频域增强是在图像的某种变换域内，对图像的变换系数值进行运算，即作某种修正，然后通过逆变换获得增强了的图像。空域增强则是指直接在图像所在的二维空间进行增强处理，既增强构成图像的像素。空域增强法主要有灰度变换增强，直方图增强，图像平滑和图像锐化等。 图像的灰度变换处理是图像增强处理技术中一种非常基础，直接的空间域图像处理法，也是图像数字化软件和图像显示软件的一个重要组成部分。灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。目的是为了改善画质，使图像的显示效果更加清晰。 二． 灰度变换处理 灰度变换的过程可表示为：)],([),(y x f T y x g ，它是指将输入图像中每个像素
数字图像处理论文——各种题目
长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割 主要内容： 在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求： 1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像； 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容： 通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求： 1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。 3静止背景下的移动目标视觉监控 主要内容：
基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。 要求： 1>对原始参考图和实时图像进行去噪处理； 2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑； 3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。 4>显示每步处理后的图像； 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容： 车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求： 1>对原始车牌图像做增强处理； 2>对增强后的彩色图像进行灰度变换； 3>对灰度图像进行直方图均衡处理； 4>选取自适应的阈值，对图像做二值化处理； 5>显示每步处理后的图像； 6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容： 医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求： 1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。 5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。 具体要求： 1）将原进行二值化 2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化
基于MATLAB的数字图像课程设计图像频域增强高通滤波器算法设计
基于MATLAB的数字图像课程设计图像频域增强高通滤波器算法设计
摘要 图像增强是对数字图像的预处理，使图像整体或局部特征能有效地改进。经过对频域域图像增强理论的理解，分析了频率域的高通滤波。在此基础上，利用MATLAB对理想高通滤波器、巴特沃斯高通滤波器、指数高通滤波器、梯形高通滤波器、以及高斯高通滤波器进行编程与仿真，并对其结果进行了分析与比较，表明这五种高通滤波器都能较好地对图像进行锐化处理。 关键词：图像增强；频率域；高通滤波；MATLAB
目录 1 设计任务及目的 (2) 1.1 设计任务 (2) 1.2 设计目的 (3) 2 课程设计相关知识 (3) 2.1 数字图像处理简介 (3) 2.1.1 数字图像发展概述 (4) 2.1.2 数字图像处理内容 (4) 2.1.3 数字图像处理技术 (5) 2.2 MATLAB简介 (7) 2.2.1 MATLAB基本功能 (7) 2.2.2 MATLAB产品应用 (8) 2.2.3 MATLAB特点 (8) 2.2.4 MATLAB系列工具优势 (8) 3 图像频域高通滤波原理 (10) 3.1 频域滤波增强步骤及流程框图 (10) 3.2 傅立叶变换原理 (11) 3.3 高通滤波器原理 (12) 3.3.1 理想高通滤波 (13) 3.3.2 巴特沃斯高通滤波 (13) 3.3.3 指数高通滤波 (13) 3.3.4 梯形高通滤波 (14)
3.3.5 高斯高通滤波 (14) 4 MATLAB程序代码 (14) 5 仿真结果与分析 (21) 5.1 仿真结果 (21) 5.2 结果分析 (25) 结论 (26) 参考文献 (27) 图像频域增强算法设计——高通滤波 1设计任务及目的 1.1设计任务 利用所学的数字图像处理技术，建立实现某一个主题处理的系统，利用MATLAB软件系统来实现图像的频域滤波技术，要求： （1）学习和熟悉MATLAB软件的使用方法； （2）熟悉和掌握MATLAB 程序设计过程； （3）利用所学数字图像处理技术知识和MATLAB软件对图像进行高通滤波处理； （4）能对图.jpg、.bmp、.png格式进行打开、保存、另存、退出等一系列功能操作； （5）在程序开发时，必须清楚主要实现函数目的和作用，需要在程序书写时做适当注释说明，理解每一句函数的具体意义和