数字图像课程设计

均衡化：

图像一直方图集中在低灰度区，图像偏暗；图像二直方图集中在高灰度区，图像偏亮；图像三直方图集中在中部，图像效反差小。

a=imread('fig1_1_1.bmp');

b=imread('fig1_1_2.bmp');

c=imread('fig1_1_3.bmp');

a1=histeq(a);

b1=histeq(b);

c1=histeq(c);

subplot(3,3,1),imshow(a),title('原始图像1');

subplot(3,3,2),imshow(b),title('原始图像2');

subplot(3,3,3),imshow(c),title('原始图像3');

subplot(3,3,4),imhist(a),title('图1直方图');

subplot(3,3,5),imhist(b),title('图2直方图');

subplot(3,3,6),imhist(c),title('图3直方图');

subplot(3,3,7),imshow(a1),title('均衡化后图像1');

subplot(3,3,8),imshow(b1),title('均衡化后图像2');

subplot(3,3,9),imshow(c1),title('均衡化后图像3');

平滑滤波：

a=imread('fig1_2.bmp ');

a1=imnoise(a,'salt & pepper',0.02);

l1=filter2(fspecial('average',3),a1)/255;

l2=filter2(fspecial('average',5),a1)/255;

l3=filter2(fspecial('average',7),a1)/255;

l4=filter2(fspecial('average',9),a1)/255;

figure (1)

subplot(2,3,1),imshow(a),title('原始图像');

subplot(2,3,2),imshow(l1);title('3*3 模板平滑滤波'); subplot(2,3,3),imshow(l2);title('5*5 模板平滑滤波'); subplot(2,3,4),imshow(l3);title('7*7 模板平滑滤波'); subplot(2,3,5),imshow(l4);title('9*9 模板平滑滤波');

l11=filter2(fspecial('average',3),a)/255;

l22=filter2(fspecial('average',5),a)/255;

l33=filter2(fspecial('average',7),a)/255;

l44=filter2(fspecial('average',9),a)/255;

figure (2)

subplot(2,3,1),imshow(a),title('原始图像');

subplot(2,3,2),imshow(a1),title(' 添加椒盐噪声的图像'); subplot(2,3,3),imshow(l11);title('3*3 模板平滑滤波'); subplot(2,3,4),imshow(l22);title('5*5 模板平滑滤波'); subplot(2,3,5),imshow(l33);title('7*7 模板平滑滤波'); subplot(2,3,6),imshow(l44);title('9*9 模板平滑滤波¨');

平滑滤波是低频增强的空间域滤波技术。它的目的有两类：一类是模糊；另一类是消除噪音。空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。在噪声均匀分布在边缘时，使用平滑滤波会有较大的误差，如果噪声不是均匀分布，可有效去除噪声。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小。

锐化滤波：

i=imread('fig1_2.bmp');

f=[ 8 ];

g=[-1 -1 -1; -1 8 -1; -1 -1 -1]; m=[-1 -1 -1 -1 -1; -1 -1 8 -1 -1;-1 -1 -1 -1 -1];

n=[-1 -1 -1 -1 -1 -1 -1; -1 -1 -1 8 -1 -1 -1;-1 -1 -1 -1 -1 -1 -1];

p=[-1 -1 -1 -1 -1 -1 -1 -1 -1;-1 -1 -1 -1 8 -1 -1 -1 -1;-1 -1 -1 -1 -1 -1 -1 -1 -1];

h=double(i);

e=conv2(h,f,'same');

j=conv2(h,g,'same');

x=conv2(h,m,'same');

y=conv2(h,n,'same');

z=conv2(h,n,'same');

subplot(2,3,1);imshow(h);title('原始图像');

subplot(2,3,2);imshow(e);title('滤波后图像1');

subplot(2,3,3);imshow(j);title('滤波后图像2');

subplot(2,3,4);imshow(x);title('滤波后图像3');

subplot(2,3,5);imshow(y);title('滤波后图像4');

subplot(2,3,6);imshow(z);title('滤波后图像5');

图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰。一般情况下，在计算机图像处理中可用微分运算和高通滤波器来实现图像的锐化。空间域图像的锐化常用的是拉普拉斯运算，它不仅是偏导数的线性组合，而且是各向同性的，这样可以使图像中间任何方向伸展的边缘和轮廓线变得清晰

低通滤波：

I=imread('fig1_2.bmp');

[m n p]=size(I);

I=double(I);

subplot(2,2,1);image(I);colormap(gray),title('原始图');

Noise=wgn(m,n,25);

New = Noise + I;

subplot(2,2,2);image(New),title('噪声图');

g=fft2(New);

g=fftshift(g);

[M,N]=size(g);

nn=2;

d0=20;

m=fix(M/2); n=fix(N/2);

for i=1:M

for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));

result(i,j)=h*g(i,j);

end

end

result=ifftshift(result);

J2=ifft2(result);

J3=uint8(real(J2));

subplot(2,2,3);image(J3),title('截止频率20 ');

nn=2;

d0=100;

m=fix(M/2); n=fix(N/2);

for i=1:M

for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));

result(i,j)=h*g(i,j);

end

end

result=ifftshift(result);

J2=ifft2(result);

J3=uint8(real(J2));

subplot(2,2,4);image(J3),title('截止频率100 ')

去掉信号中不必要的高频成分，降低采样频率，避免频率混淆，去掉高频干扰高通滤波：

I=imread('fig1_2.bmp');

[m n p]=size(I);

I=double(I);

subplot(2,2,1),image(I),colormap(gray);,title('原始图');

Noise=wgn(m,n,25);

New = Noise + I;

subplot(2,2,2);image(New),title('噪声图');

g=fft2(New);

g=fftshift(g);

[M,N]=size(g);

d0=15;

m=fix(M/2); n=fix(N/2);

for i=1:M

for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

if(d<=d0)

h=0;

else h=1;

end

result(i,j)=h*g(i,j);

end

end

result=ifftshift(result);

J1=ifft2(result);

J2=uint8(real(J1));

subplot(2,2,3),imshow(J2),title('IHPF滤波（d0=15)') ; [M,N]=size(g);

d0=100;

m=fix(M/2); n=fix(N/2);

for i=1:M

for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

if(d<=d0)

h=0;

else h=1;

end

result(i,j)=h*g(i,j);

end

end

result=ifftshift(result);

J1=ifft2(result);

J2=uint8(real(J1));

subplot(2,2,4),imshow(J2),title('IHPF滤波（d0=100)') ;

高通滤波器衰减或抑制低频分量而通过高频分量。图像的边缘、细节主要在高频部分得到反映。而图像的模糊是高频部分较弱造成的。为了消除模糊，突出图像的边缘信息，则采用高通滤波器让高频部分通过，消弱图像的低频成分，再经过傅里叶逆变换得到边缘锐化的图像。

图像还原：

I=imread('fig1_3_1.bmp');

subplot(2,2,1);imshow(I);title('模糊图像');

[m,n]=size(I);

F=fftshift(fft2(I));

k=0.0025;

for u=1:m

for v=1:n

H(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6)));

end

end

G=F.*H;

I0=real(ifft2(fftshift(G)));

I1=imnoise(uint8(I0),'gaussian',0,0.001)

subplot(2,2,2)，imshow(uint8(I1))，title('模糊退化且添加高斯噪声的图像'); F0=fftshift(fft2(I1));

F1=F0./H;

I2=ifft2(fftshift(F1));

subplot(2,2,3)，imshow(uint8(I2))，title('全逆滤波复原图');

K=0.1;

for u=1:m

for v=1:n

H(u,v)=exp(-k*(((u-m/2)^2+(v-n/2)^2)^(5/6))); H0(u,v)=(abs(H(u,v)))^2;

H1(u,v)=H0(u,v)/(H(u,v)*(H0(u,v)+K));

end

end

F2=H1.*F0;

I3=ifft2(fftshift(F2));

subplot(2,2,4)，imshow(uint8(I3))，title('维纳滤波复原图');

形态学图像处理：

I1=imread('fig1_4_1.bmp');

I3=im2bw(I1);

Subplot(221),imshow(I1)

Subplot(222),imshow(I3)

I4=bwmorph(I3,'open');

Subplot(223),imshow(I4)

I5=bwmorph(I4,'close');

I=imread('fig1_4_2.bmp');

B=strel('diamond',1);

J1=imopen(I,B);

J2=imclose(J1,B);

subplot(1,2,1);imshow(I);title('原始图像');

subplot(1,2,2);imshow(J2);title('滤噪结果');

rgb=imread('fig1_5.bmp');

rgb=im2double(rgb);

r=rgb(:,:,1);

g=rgb(:,:,2);

b=rgb(:,:,3);

subplot(3,3,1),imshow(rgb),title('原始图像'); subplot(3,3,4),imshow(r),title('原始图像红色分量'); subplot(3,3,5),imshow(g),title('原始图像绿色分量'); subplot(3,3,6),imshow(b),title('原始图像蓝色分量'); num=0.5*((r-g)+(r-b));

sym den;

fen=sqrt((r-g).^2+(r-g).*(g-b));

theta=acos(num./(fen+eps));

H=theta;

H(b>g)=2*pi-H(b>g);

H=H/(2*pi);

num=min(min(r,g),b);

fen=r+g+b;

fen(fen==0)=eps;

S=1-3.*num./fen;

H(S==0)=0;

I=(r+g+b)/3;

hsi=cat(3,H,S,I);

subplot(3,3,7),imshow(H),title('H');

subplot(3,3,8),imshow(S),title('S');

subplot(3,3,9),imshow(I),title('I');

I1=rgb2gray(rgb);

subplot(3,3,2),imshow(I1);

title('灰度图像');

k1=filter2(fspecial('average',3),I1)/255; subplot(3,3,3),imshow(k1);title('平滑滤波图像');

图像的校正：

A=imread('fig3_1.bmp');

se=strel('ball',12,0);

BW=imdilate(A,se);′

BW2 = bwmorph(BW, 'thin',Inf);

[H,T,R] = hough(BW2);

P = houghpeaks(H,5);

lines = houghlines(BW2,T,R,P);

for k = 1:length(lines)

xy = [lines(k).point1; lines(k).point2];

end

m=(xy(2,2)- xy(1,2))/(xy(2,1)-xy(1,1));

M=atan(m);

M=M*180/3.14;

C=imrotate(A,M);

subplot(1,2,1);imshow(A);title('原图像');

subplot(1,2,2);imshow(C);title('校正后的图像');

图像融合：

X1=imread('fig4_1_a.jpg');

X2=imread('fig4_1_b.jpg');

X3=imread('fig4_1_c.jpg');

X4=imread('fig4_1_d.jpg');

X5=imread('fig4_1_e.jpg');

X6=imread('fig4_1_f.jpg');

subplot(3,2,1);imshow(X1);title('序列图像1'); subplot(3,2,2);imshow(X2);title('序列图像2'); subplot(3,2,3);imshow(X3);title('序列图像3'); subplot(3,2,4);imshow(X4);title('序列图像4'); subplot(3,2,5);imshow(X5);title('序列图像5'); subplot(3,2,6);imshow(X6);title('序列图像'); X1=double(X1);

X2=double(X2);

X3=double(X3);

X4=double(X4);

X5=double(X5);

X6=double(X6);

[c1,I1]=wavedec2(X1,3,'sym4');

[c2,I2]=wavedec2(X2,3,'sym4');

[c3,I3]=wavedec2(X3,3,'sym4');

[c4,I4]=wavedec2(X4,3,'sym4');

[c5,I5]=wavedec2(X5,3,'sym4');

[c6,I6]=wavedec2(X6,3,'sym4');

%对分解系数进行融合

c=c1+c2+c3+c4+c5+c6;

I=I1+I2+I3+I4+I5+I6;

c=0.001*(c1+c2+c3+c4+c5+c6);

%应用融合系数进行图像重构并显示

XX=waverec2(c,I1,'sym4');

figure;

XX=double(XX);

imshow(XX);title('融合图像');

图像压缩：

clear

I=imread('fig5_1.tif');

%该图片在安装matlab的目录中找，原图为灰度图象

I=im2double(I);%图像存储类型转换

T=dctmtx(8);%离散余弦变换矩阵

B=blkproc(I,[8 8],'P1*x*P2',T,T'); %对原图像进行DCT变换mask=[1 1 1 1 0 0 0 0

1 1 1 0 0 0 0 0

1 1 0 0 0 0 0 0

1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0];

B2=blkproc(B,[8 8],'P1.*x',mask); %数据压缩，丢弃右下角高频数据

I2=blkproc(B2,[8 8],'P1*x*P2',T',T); %进行DCT反变换，得到压缩后的图像subplot（1,2,1），imshow(I) ，title('原始图像')

subplot（1,2,2）,imshow(I2) ，title('压缩后的图像')

imwrite(I2,'cameraman_proc.tif')

数字图像处理 课程设计报告

数字图像处理 课程设计报告 姓名： 学号： 班级： 设计题目：图像处理 教师：赵哲老师 提交日期： 12月29日

一、设计内容： 主题：《图像处理》 详细说明：对图像进行处理（简单滤镜，模糊，锐化，高斯模糊等），对图像进行处理（上下对称，左右对称，单双色显示，亮暗程度调整等），对图像进行特效处理（反色，实色混合，色彩平衡，浮雕效果，素描效果，雾化效果等）， 二、涉及知识内容： 1、二值化 2、各种滤波 3、算法等 三、设计流程图 四、实例分析及截图效果： 运行效果截图： 第一步：读取原图,并显示 close all;clear;clc; % 清楚工作窗口clc 清空变量clear 关闭打开的窗口close all I=imread(''); % 插入图片赋给I imshow(I);% 输出图I I1=rgb2gray(I);%图片变灰度图 figure%新建窗口 subplot(321);% 3行2列第一幅图 imhist(I1);%输出图片

title('原图直方图');%图片名称 一，图像处理模糊 H=fspecial('motion',40); %% 滤波算子模糊程度40 motion运动 q=imfilter(I,H,'replicate');%imfilter实现线性空间滤波函数，I图经过H滤波处理，replicate反复复制q1=rgb2gray(q); imhist(q1); title('模糊图直方图'); 二，图像处理锐化 H=fspecial('unsharp');%锐化滤波算子，unsharp不清晰的 qq=imfilter(I,H,'replicate'); qq1=rgb2gray(qq); imhist(qq1); title('锐化图直方图'); 三，图像处理浮雕(来源网络) %浮雕图 l=imread(''); f0=rgb2gray(l);%变灰度图 f1=imnoise(f0,'speckle',; %高斯噪声加入密度为的高斯乘性噪声 imnoise噪声污染图像函数 speckle斑点 f1=im2double(f1);%把图像数据类型转换为双精度浮点类型 h3=1/9.*[1 1 1;1 1 1;1 1 1]; %采用h3对图像f2进行卷积滤波 f4=conv2(f1,h3,'same'); %进行sobel滤波 h2=fspecial('sobel'); g3=filter2(h2,f1,'same');%卷积和多项式相乘 same相同的 k=mat2gray(g3);% 实现图像矩阵的归一化操作 四，图像处理素描(来源网络) f=imread(''); [VG,A,PPG] = colorgrad(f); ppg = im2uint8(PPG); ppgf = 255 - ppg; [M,N] = size(ppgf);T=200; ppgf1 = zeros(M,N); for ii = 1:M for jj = 1:N if ppgf(ii,jj)

课程设计模板参考

附件2：课程设计模板参考 《******》 (课程名称) 整体教学设计 （XXXX～XXXX学年第X学期） （第X学年第X学期） 课程名称： 所属系部： 制定人： 合作人： 制定时间： ××职业技术学院

课程整体教学设计 一、课程基本信息 一、课程定位 （尽可能用图形、表格表述） 1. 岗位分析： 本专业毕业生的（技术、管理）岗位分析：初次就业、二次晋升、未来发展。 指出本课程面向的主要岗位。画出其典型工作流程图。 写出该岗位的主要能力需求、知识需求和素质需求。 2. 课程分析：

标出本课程在课程体系中的位置（前导课、后续课）。 说明本课程与普通高校、中职（高职）、培训班相关课程的异同。 二、课程目标设计 总体目标： （这是课程的第一层目标，须与课程标准中相关表述一致，对于尚未制定课程标准的课程，由指定教师写出初稿，课程组教师集体研讨商定本课程的总体目标。） 能力目标：（(学生)能根据××（标准、规范），运用××（知识），做××（事情））知识目标：（知道...;了解…；理解…；掌握…。） 素质目标：（职业道德、职业素质、职业规范在本课中的具体表现） 其它目标：（有则写，无则不写） 三、课程内容设计：

四、能力训练项目设计 五、项目情境设计 每个项目的多个情境。即该项目的由来、约束条件和工作环境。 用情境引出项目任务。情境类型尽可能齐全，情境展示尽可能生动。

六、课程进程表 注1：“第×次”指的是该次课在整个课程中的排序，也就是在“单元设计”中的标号，不是在本周内的次序。 注2.：“师生活动”指的是师生“做什么（项目、任务中的）事情；学什么内容”。此项内容在这里只是个标题，具体化为“单元设计”后，就要详细展开为“怎样做？怎样学？”。 六、第一次课设计（面向全课，力争体验）。 最后一次课设计（面向全课，高水平总结）。 七、考核方案（考核方案先由指定教师写出，然后由课程组成员集体研讨商定） 八、教学材料（指教材或讲义、参考资料、所需仪器、设备、教学软件等） 九、需要说明的其他问题 十、本课程常用术语中英文对照 附：课程整体设计体会

电子科技大学-数字图像处理-课程设计报告

电子科技大学 数字图像处理课程设计 课题名称数字图像处理 院（系）通信与信息工程学院 专业通信工程 姓名 学号 起讫日期 指导教师

2015年12月15日 目录 摘要： (03) 课题一：图像的灰度级分辨率调整 (04) 课题二：噪声的叠加与频域低通滤波器应用 (06) 课题三：顶帽变换在图像阴影校正方面的应用 (13) 课题四：利用Hough变换检测图像中的直线 (15) 课题五：图像的阈值分割操作及区域属性 (20) 课题六：基于MATLAB?的GUI程序设计 (23)

结束语： (36) 参考文献： (37)

基于MATLAB?的数字图像处理课题设计 摘要 本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍；并通过七个课题实例，借助MATLAB?的图像处理工具箱（Computer Vision System Toolbox）对这些案例逐一实现，包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等，常用的图像变化与处理；然后通过MATLAB?的GUI程序设计，对部分功能进行模块化整合，设计出了数字图像处理的简易软件；最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。 关键词：灰度值调整噪声图像变换 MATLAB? GUI设计

课题一：图像的灰度级分辨率调整 设计要求： 128,64,32,16,8,4,2，并在同一个figure窗将图像的灰度级分辨率调整至{} 口上将它们显示出来。 设计思路： 灰度级分辨率又称色阶，是指图像中可分辨的灰度级的数目，它与存储灰度级别所使用的数据类型有关。由于灰度级度量的是投射到传感器上的光辐射值的强度，所以灰度级分辨率又称为辐射计量分辨率。随着图像灰度级分辨率的的逐渐降低，图像中所包含的颜色数目将变得越来越少，从而在颜色维度造成图像信息量的退化。 MATLAB?提供了histeq函数用于图像灰度值的改变，调用格式如下： J = histeq(I,n) 其中J为变换后的图像，I为输入图像，n为变换的灰度值。依次改变n的值为 128、64、32、16、8、4、2 就可以得到灰度值分辨率为128、64、32、16、8、4、2 的输出图像。利用MATLAB?的subplot命令可以将不同灰度的图像放在同一个figure中方便对比。 课题实现： 该思路的MATLAB?源代码如下： in_photo=imread('lena.bmp'); %读入图片“lena.bmp”，位置在matlab当前工作区路径下D:\TempProject\Matlab\Works for i = [128,64,32,16,8,4,2] syms(['out_photo',num2str(i)]); %利用for循环定义7个变量，作为不同灰度值分辨率的输出变量 eval(['out_photo',num2str(i), '=histeq(in_photo,i)',';']); %histeq函数用于改变图像灰度值，用eval函数给变量循环赋值

数字图像处理课程设计报告

课程设计报告书课程名称：数字图像处理 题目：数字图像处理的傅里叶变换 学生姓名： 专业：计算机科学与技术 班别：计科本101班 学号： 指导老师： 日期： 2013 年 06 月 20 日

数字图像处理的傅里叶变换 1.课程设计目的和意义 (1)了解图像变换的意义和手段 (2)熟悉傅里叶变换的基本性质 (3)热练掌握FFT的方法反应用 (4)通过本实验掌握利用MATLAB编程实现数字图像的傅里叶变换 通过本次课程设计，掌握如何学习一门语言，如何进行资料查阅搜集，如何自己解决问题等方法，养成良好的学习习惯。扩展理论知识，培养综合设计能力。 2.课程设计内容 (1)熟悉并掌握傅立叶变换 (2)了解傅立叶变换在图像处理中的应用 (3)通过实验了解二维频谱的分布特点 (4)用MATLAB实现傅立叶变换仿真 3.课程设计背景与基本原理 傅里叶变换是可分离和正交变换中的一个特例，对图像的傅里叶变换将图像从图像空间变换到频率空间，从而可利用傅里叶频谱特性进行图像处理。从20世纪60年代傅里叶变换的快速算法提出来以后，傅里叶变换在信号处理和图像处理中都得到了广泛的使用。 3.1课程设计背景 数字图像处理（Digital Image Processing）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。是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 3.2 傅里叶变换 (1)应用傅里叶变换进行数字图像处理 数字图像处理（digital image processing）是用计算机对图像信息进行处理的一门技术，使利用计算机对图像进行各种处理的技术和方法。 20世纪20年代，图像处理首次得到应用。20世纪60年代中期，随电子计算机的发展得到普遍应用。60年代末，图像处理技术不断完善，逐渐成为一个新兴的学科。利用数字图像处理主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。数字图像处理主要研究以下内容：傅立叶变换、小波变换等各种图像变换；对图像进行编码和压缩；采用各种方法对图像进行复原和增强；对图像进行分割、描述和识别等。随着技术的发展，数字图像处理主要应用于通讯技术、宇宙探索遥感技术和生物工程等领域。

数字图象处理课程设计

课程设计 课程名称___ 数字图像处理课程设计__ 题目名称一个简单的“photoshop”软件 学生学院信息工程学院 专业班级电子信息工程 学号 学生姓名 指导老师 2014年 1 月 3 日

一、课程设计题目 设计内容及要求： 1、独立设计方案，实现对图像的3种处理。 2、利用VC＋＋实现软件框架：有操作菜单、能显示某项操作前后的图像。 3、查找相关算法，至少实现3种功能，比如：灰度增强、直方图显示、浮雕等等（底片化、二值化及平滑等实验内容不计算在内）。 4、将实验结果与其他软件实现的效果进行比较、分析。总结设计过程所遇到的问题。 二、课程设计目的 数字图像处理，就是用数字计算机及其他有关数字技术，对图像进行处理，以达到预期的目的。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，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。 数字图像处理课程设计是在完成数字图像处理的相关理论的学习后，进行的综合性训练课程，其目的主要包括： 1、使学生进一步巩固数字图像处理的基本概念、理论、分析方法和实现方法； 2、增强学生应用VC＋＋编写数字图像处理的应用程序及分析、解决实际问题的能力； 3、尝试将所学的内容解决实际工程问题，培养学生的工程实践能力，提高工科学生的就业能力。 三、设计内容 1、直方图显示 直方图显示就是统计图像某一灰度级出现的次数，保存到一个数组中。然后在一个直方图上画图显示出来。 2、直方图均衡化 直方图就是某一灰度级的象素个数占整幅图像的象素比h=nj/N,其中nj是灰度级在j的象素数，N是总象素数，扫描整幅图像得出的h的离散序列就是图像的直方图，h求和必然＝1，所以直方图可以看成是象素对于灰度的概率分布函数。直方图均衡化算法分为三个步骤，第一步是统计直方图每个灰度级出现的次数，第二步是累计归一化的直方图，第三步是计算新的像素值。对于彩色的图片来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。3、浮雕效果 浮雕效果就是将图像的变化部分突出显示，颜色相同部分淡化处理，使图像出现浮雕效果。实现图像浮雕效果的一般原理是，将图像上每个像素点与其对角线的像素点形成差值，使相似颜色值淡化，不同颜色值突出，从而产生纵深感，达到浮雕的效果，具体的做法是用处于对角线的2个像素值相减，再加上一个背景常数，一般为128而成。这样颜色变化大的地方色彩就明显，颜色变化小的地方因为差值几乎为零则成黑色。 4、均值滤波 图像平滑主要是为了消除噪声。噪声并不限于人眼所能看的见的失真和变形，有些噪声只有在进行图像处理时才可以发现。图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。图像中的噪声往往和信号交织在一起，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界轮廓、线条等变的模糊不清，如何既平滑掉噪声有尽量保持图像细节，是图像平滑主要研究的任务。 这次实验采用的均值滤波，原理是采用一个3*3的模板

课程整体教学设计模板

课程整体教学设计要求一、课程整体教学设计模板 《**》课程整体教学设计 一、管理信息 课程名称：批准人：课程代码：所属学院：制定人：制定时间： 二、基本信息 学分：课程类型：学时：先修课： 授课对象：后续课： 三、课程设计 1．课程目标设计 （1）知识目标 （2）能力目标 （3）素质目标

5．第一节课设计梗概 四、考核方案设计 五、教材、资料 二、基本要求 1．教学设计必须认真研究学生的学习需求，要体现：工学结合、职业行动导向；突出能力目标；项目任务载体；能力实训；学生主体；知识理论实践一体化的课程教学。 2．公共基础课要体现为专业培养目标服务，课程教学设计要有针对性，体现专业培养目标的特色。 3．对于学生素质培养，如自学能力、与人交流能力、与人合作能力等要渗透到所有的课程教学活动中。 4．课程的能力目标不是来自课本，而是以职业岗位需求为准。用具体、可检验的语言，准确描述课程的能力目标:“能用××做××”。 5．课程内容必须以职业活动为导向、以工作过程为导向。课程的实例、实训和主要的课堂活动，都要紧紧围绕职业能力目标的实现，尽可能取材于职业岗位活动，以此改造课程的内容和顺序，从“以知识的逻辑线索为依据”转变成“以职业活动的工作过程为依据”。 6．以项目为课程能力训练载体。项目选择要综合考虑实用性、典型性、覆盖性、综合性、趣味性、挑战性、可行性。 7．知识、理论、能力训练和实践应当尽可能一体化进行：时间、地点、教师尽可能不是分离的。 8．课程考核设计要突出突出能力目标，考核要全面和综合评价，

要形成性考核和终结性考核相结合

。考核项目涵盖学生能力、知识、态度。各考核项目分值合理，比例适当。在能力考核中体现单项能力与综合能力考核。知识考核以对知识运用的考核为主。 三、说明 1．批准人一般为教研室主任，制定人一般为课程负责人。 2．课程类型。表述为**专业的专业课（专业基础课）或公共课。 3．授课对象应表述为**专业*年级学生。公共课可表述某大类专业的*年级学生，也可为全院*年级学生。 注：此标准仅适用专业课，公共基础课供参考。

2013数字图像处理课程设计报告

数字图像处理 课程设计报告 课设题目：彩色图像增强软件学院：信息科学与工程学院专业：电子与信息工程 班级： 1002501 姓名：曾小路 学号： 100250131 指导教师：赵占峰 哈尔滨工业大学（威海） 2013 年12月27日

目录 目录 .......................................................................................................................... I 一. 课程设计任务 (1) 二. 课程设计原理及设计方案 (2) 2.1 彩色图像基础 (2) 2.2 彩色模型 (2) 三. 课程设计的步骤和结果 (6) 3.1 采集图像 (6) 3.2 图像增强 (7) 3.3 界面设计 (9) 四. 课程设计总结 (12) 五. 设计体会 (13) 六. 参考文献 (14)

哈尔滨工业大学（威海）课程设计报告 一. 课程设计任务 1.1设计内容及要求： （1）、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳）。 （2）、参考photoshop 软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3）、将实验结果与处理前的图像进行比较、分析。总结设计过程所遇到的问题。 1.2参考方案 1、实现图像处理的基本操作 学习使用matlab 图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），利用彩色图像模型转换公式，将RGB 类型图像转换为HSI 类型图像，显示各分量图像(如imshow（image）)，以及计算和显示各分量图像直方图。 2、彩色图像增强实现 对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。对S分量图像进行适当调整，使图像色彩鲜艳或柔和。 H 分量保持不变。将处理后的图像转换成RGB 类型图像，并进行显示。分析处理图像过程和结果存在的问题。 3、参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视 功能多少而定；参考matlab 软件中GUI 设计，学习软件界面的设计 - 1 -

数字图像处理课程设计题目和要求-2013

. . . .页脚. 数字图像处理课程设计容、要求 题目一：图像处理软件 1、设计容及要求： （1）、独立设计方案，实现对图像的十五种以上处理（比如：底片化效果、灰度增强、图像复原、浮雕效果、木刻效果等等）。 （2）、参考photoshop软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3）、将实验结果与其他软件实现的效果进行比较、分析。总结设计过程所遇到的问题。 2、参考方案（所有参考方案若无特殊说明，均以matlab为例说明）： (1)实现图像处理的基本操作 学习使用matlab图像处理工具箱，利用imread（）语句读入图像，例如 image=imread（flower.jpg），对图像进行显示(如imshow（image）)，以及直方图计算和显示。 (2)图像处理算法的实现与显示 针对课程中学习的图像处理容，实现至少十五种图像处理功能，例如模糊、锐化、对比度增强、复原操作。改变图像处理的参数，查看处理结果的变化。自己设计要解决的问题，例如引入噪声，去噪；引入运动模糊、聚焦模糊等，对图像进行复原。 (3)参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视功能多少而定；参考matlab软件中GUI设计，学习软件界面的设计。

. . . 题目二：数字水印 1、设计容及要求： 为保护数字图像作品的知识产权，采用数字水印技术嵌入水印图像于作品中，同时尽可能不影响作品的可用性，在作品发生争执时，通过提取水印信息确认作品。通常情况下，水印图像大小要远小于载体图像，嵌入水印后的图像可能遇到噪声、有损压缩、滤波等方面的攻击。因此，评价水印算法的原则就是水印的隐藏性和抗攻击性。根据这一要求，设计水印算法。 （1）、查阅文献、了解数字水印的基本概念。 （2）、深入理解一种简单的数字水印嵌入与提取方法。 （3）、能够显示水印嵌入前后的载体图像。 （4）、能够显示嵌入与提取的水印。 （5）、选择一种以上的攻击方法，测试水印算法的鲁棒性等性能。 （6）、设计软件界面 2、参考方案 (1)对水印图像进行编码置乱（可采用伪随机码，提高水印图像的隐蔽性）； (2) 对图像进行子图像分解（如8*8），对子块分别进行DCT变换； (3) 对DCT系数按照zig-zag排序进行排列，选择一种频系数，对该种频系数相邻 的系数进行水印嵌入 (4) 低通滤波检验水印算法的抗攻击性。 (5) 设计数字水印的软件界面。 .页脚.

数字图像处理课程设计

数字图像处理课程设计报告 目录 一．实验目的 (3) 二．实验内容............ ................... . (3) 1.打开图像 (3) (1)、图像信息获取 (3) (2). RgbtoHsi(&rgb, &Hsi) (4) (3).OnMouseMove(UINT nFlags, CPoint point) (4) 2．标记Mark点 (5)

(1)标记可能的点 (5) (2)把可能标记的点变为标记点 (5) (3) EdgeIformation边缘标记 (6) (4)EdgeFilter边缘滤波 (6) 3.二值化 (7) 4.填洞 (8) 5收缩 (10) 6获取中心点 (11) 三．学习心得 1.错误总结 (16) 2.心得体 会 (17) 一．实验目的： 对血液细胞切片图片进行各种处理，最终得出细胞的数目、半径等信息 基于vc的红细胞识别统计系统设计 它主要以病人的血液样本为原始数据。经过一系列的图像处理和分析，识别出血液中的红细胞，并能给出红细胞的个数。而得到红细胞的个数以后，通过血液量的检测，就可以得出血液中红细胞的密度。该系统可以很方便的利用在临床上，大大提高速度和效率。

二、实验内容 基于VC++6.0软件下的细胞识别，通过细胞的标记、二值化、提取边缘、填洞、收缩、找中心点、计数等过程完成实验目的 1 . 打开图像 （1）图像信息获取 该步骤实现的功能是打开bmp格式的图像文件，要对图像进行操作，系统必须能调用图像。 打开bmp图像的具体步骤为 1.新建项目：--MFC AppWizard、工程名 2.拷贝cdib.h，cdib.cpp到工程文件夹，再向工程里添加 3.~Doc.h添加变量：m_pDib 4.~doc.cpp:变量（m_pDib）：new、delete 5.~doc.cpp: Serialize（） 6.~View.cpp: OnDraw() m_pDib->Draw() 2．RgbtoHsi(&rgb, &Hsi)

课程设计(会计信息系统课程设计参考模板6)

江苏科技大学经济管理学院 2014至2015学年第一学期会计信息系统课程设计报告班级学号1140403211 姓名刘璐成绩 库存管理模块 1、数据库分析（配合图形作简要说明） 1.1数据流图 ●顶层数据流程图 说明： （1）库存基础数据管理只要管理仓库部门所发的文件，通过物品代码文件对屋子进行管理。 （2）库存处理是物资管理的核心，一切的文件都汇总到库存处理。 （3）计划部门通过计划单的形式将需求送达库存处理。 （4）其他部门将物品进出库的文件送达库存处理 （5）库存处理结合业务办理，库存台账汇总出业务单据，传递到财务部门。 ●第一层数据流程图 采购部门 售后部门生产部门 入库处 理财务部门 销售部门 出库处 理 制作报 表 损毁处 理 库存操作文件库存台账 客 户 退 货 单 销售出货单 产 品 入 库 单 领 料 单 出库单据 入库单据 材料入库单

说明： （1）入库处理，由采购部门、售后部门、生产部门分别将材料入库单、客户退货单、产品入库单送入库处理。 （2）入库处理后将入库单据送达财务部门。 （3）销售部门将销售出货单送至出库处理。 （4）出库处理将出库单据、领料单分别送至财务部门、生产部门。 （5）最后根据入库处理、财务部门、出库处理、制作报表、损毁处理制作出库存操作文件和库存台账 （6）入库和出库由生产部门和财务部门组成一个循环，不断生产销售。 1.2E-R图 说明： （1）数据库个表之间都是通过一对多，一对一的关系进行连接的，通过主索引设立主表，候选索引设立字表，个表之间的关系连接不断。 （2）表之间的各种关系都是连接的。 （3）此E-R图是库存系统中个表的关系，由领料单文件，物资，入库单文件，客户，工程，部门，建立主索引。其余分别连接各种表的普通索引

数字图像处理课程设计题目

PROJECT 03-01 Image Enhancement Using Intensity Transformations The focus of this project is to experiment with intensity transformations to enhance an image. Download Fig. 3.8(a) and enhance it using (a) The log transformation of Eq. (3.2-2). (b) A power-law transformation of the form shown in Eq. (3.2-3). In (a) the only free parameter is c, but in (b) there are two parameters, c and r for which values have to be selected. As in most enhancement tasks, experimentation is a must. The objective of this project is to obtain the best visual enhancement possible with the methods in (a) and (b). Once (according to your judgment) you have the best visual result for each transformation, explain the reasons for the major differences between them. 使用强度的转变实现图像增强 这个项目的焦点就是通过强度转换实验来增强图像。 下载图片3.8（a），并且对它实现增强。对数变换的公式如3.2.2所示，幂次变换的基本形式如3.2.3所示。 在（a）中，唯一的自由参数是c，但是在（b）中有两个参数，c以及一个需要被选定值的参数r，在大多数关于增强的任务中，实验是必须的。这个项目的目的是为了用在（a）和（b）中的方法来获得最佳可视化增强的可能性，一旦（根据你的判断）你对每一个变换都拥有了最好的视觉效果,解释一下它们之间产生主要差别的原因。 PROJECT 03-02 [Multiple Uses] Histogram Equalization (a) Write a computer program for computing the histogram of an image. (b) Implement the histogram equalization technique discussed in Section 3.3.1. (c) Download Fig. 3.8(a) and perform histogram equalization on it. As a minimum, your report should include the original image, a plot of its histogram, a plot of the histogram-equalization transformation function, the enhanced image, and a plot of its histogram. Use this information to explain why the resulting image was enhanced as it was. 直方图均衡化 （a）写一个程序来计算图像的直方图 （b）实现直方图均衡化方法在参考3.3.1 （c）下载图38(a)并实现其直方图均衡。 你的实验报告中至少需要包括原图，绘制其直方图，增强后的图形，并绘制它的直方图。用以上这些信息解释为什么图像的增强结果是这样的。 PROJECT 03-03 [Multiple Uses]

数字图像处理课程设计(实验报告)

上海理工大学 计算机工程学院 实验报告 实验名称红细胞数目统计课程名称数字图像处理 姓名王磊学号0916020226 日期2012-11-27 地点图文信息中心成绩教师韩彦芳

一、设计内容： 主题：《红细胞数目检测》 详细说明：读入红细胞图片，通过中值滤波，开运算，闭运算，以及贴标签等方法获得细胞个数。 二、现实意义： 细胞数目检测在现实生活中的意义主要体现在医学上的作用，可通过细胞数目的检测来查看并估计病人或动物的血液中细胞数，如估测血液中红细胞、白细胞、血小板、淋巴细胞等细胞的数目，同时也可检测癌细胞的数目来查看医疗效果，根据这一系列的指标来对病人或动物进行治疗，是具有极其重要的现实作用的。 三、涉及知识内容： 1、中值滤波 2、开运算 3、闭运算 4、二值化 5、贴标签 四、实例分析及截图效果： （1）代码如下： 1、程序中定义图像变量说明 （1）Image--------------------------------------------------------------原图变量;

（2）Image_BW-------------------------------------------------------值化图象; （3）Image_BW_medfilt-------------------------中值滤波后的二值化图像; （4）Optimized_Image_BW---通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果； （5）Reverse_Image_BW--------------------------优化后二值化图象取反；（6）Filled_Image_BW----------------------已填充背景色的二进制图像；（7）Open_Image_BW--------------------------------------开运算后的图像； 2、实现代码： %-------图片前期处理------------------- %第一步：读取原图,并显示 A = imread('E:\红细胞3.png'); Image=rgb2gray(A); %RGB转化成灰度图 figure,imshow(Image); title('【原图】'); %第二步：进行二值化 Theshold = graythresh(Image); %取得图象的全局域值 Image_BW = im2bw(Image,Theshold); %二值化图象 figure,imshow(Image_BW); title('【初次二值化图像】'); %第三步二值化图像进行中值滤波 Image_BW_medfilt= medfilt2(Image_BW,[13 13]); figure,imshow(Image_BW_medfilt); title('【中值滤波后的二值化图像】'); %第四步：通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果 Optimized_Image_BW = Image_BW_medfilt|Image_BW; figure,imshow(Optimized_Image_BW); title('【进行“或”运算优化图像效果】'); %第五步：优化后二值化图象取反，保证：‘1’-〉‘白色’，‘0’-〉‘黑色’ %方便下面的操作 Reverse_Image_BW = ~Optimized_Image_BW; figure,imshow(Reverse_Image_BW); title('【优化后二值化图象取反】');

图像处理课程设计

《图像处理技术应用实践》课程设计题目图像增强算法综合应用 学生姓名韩帅_______ 学号 院系计算机与软件学院 专业计算机科学与技术 范春年____ 噪声，不同的去噪方法效果不同，因此应该采用不同的去噪方法以达到最好的去噪效果。? （2）随机噪声应在空间域去除，而空域去噪方法中，中值滤波法效果最好。? （3）周期噪声应在频域中消去。?

（4）去除噪声后的图像仍然可以改善处理。? （5）均方误差评估去噪处理后图像的去噪效果。 2.2算法设计? （1）读入初始图片及加噪图片。? clc;?clear;? f=imread();? ? for?j?=?1?:?N? ???????d?=?sqrt((i-m)^2+(j-n)^2);? ????? h?=?1/(1+0.414*(d/d0)^(2*nn));??%?计算低通滤波器传递函数??????????? ?result(i,j)?=?h?*?G(i,j);???????? end???

end （4）计算均方误差评估去噪效果。? [m?n]=size(p);?l=f-p;? he=sum(sum(l));? avg=he/(m*n); ?k=l-avg;? result1=(sum(sum(k.^2)))/(m*n);? for i=1:M for j=1:N d=sqrt((i-m)^2+(j-n)^2); h=1/(1+0.414*(d/d0)^(2*nn)); %h=1/(1+(d/d0)^(2*nn)); %备用 G(i,j)=h*G(i,j); end end p=uint8(real(ifft2(ifftshift(G)))); subplot(341);imshow(f),title('原图'); subplot(345);imshow(log(abs(f2)),[]),title('频谱'); subplot(349);imhist(f),title('原图'); subplot(342);imshow(g),title('噪声');

数字图像处理课设

标准 文案专业综合实验报告----数字图像处理 专业: 电子信息工程 班级: 学生姓名: 学号: 指导教师: 年月日

设计题目：图像去雾处理 一、设计目的 由于大气的散射作用，照相机接收到景物反射过来的光线经过了衰减。雾天的大气退化图像具有对比度低、景物不清晰的特点，给交 通系统及户外视觉系统的应用带来严重的影响。。鉴于图像处理和计 算机视觉中有关图像理解、目标识别、目标跟踪、智能导航等领域的 很多算法都是假设输入的图像或视频是在理想天气条件下拍摄的，因 此有雾图像清晰化就显得格外重要，是目前人们研究的热点问题之 一，但由于成像系统聚焦模糊、拍摄场景存在相对运动以及雾天等不 利环境，使得最终获取的图像往往无法使用。有雾天气条件下获取的 图像对比度低、图像内容模糊不清而且颜色整体偏向灰白色，图像去 雾的目的就是恢复有雾图像的对比度和真实色彩，重现在理想天气条 件下拍摄的清晰图像。 二、设计内容和要求 1、采用直方图均衡化方法增强雾天模糊图像，并比较增强前后的图像 和直方图； 2、查阅文献，分析雾天图像退化因素，设计一种图像复原方法，对比 该复原图像与原始图像以及直方图均衡化后的图像；

三、设计思路 由于图像中存在噪声等干扰，使得图像模糊不清。可以采用图像增强的方法对原图像处理，使图像变得清晰。而直方图均衡化是一种 常用的图像增强的方法。图像模糊，其图像的像素分布不均匀，采用 直方图均衡化的方法使其图像像素分布均匀，从而达到均衡像素分布 增强图像的目的。 设计方案 在晴朗的天气条件下，洁净的空气一般是由氦气、氧气等气体分子、水蒸汽、微量的固体悬浮颗粒物等成分构成。在这种大气条件 下，从物体表面反射的光线在到达成像设备的过程中，基本不会受大 气中各种成分的影响发生散射、吸收、发射等现象，而是直接到达成 像设备。相对在有雾天气条件下获得的图像，在这种理想天气条件获 得的图像，我们称之为清晰无雾图像。而在有雾天气条件下获得的图 像模糊不清，图像对比度下降，图像的颜色发生漂移，偏向灰白色。 无雾图像和有雾图像相比对比度较高，因此可以考虑增强局部对比度方法进行去雾： 1、对彩色图像RGB模型转换为HSI，对I分量分析图像直方图； 2、设置适合尺寸模版，对I分量进行局部直方图均衡化增强，分 析增强前后的图像和直方图。 3、查阅“基于暗原色先验的单一图像去雾方法”，设计图像无雾 算法。 流程框图

课程设计模板

山西大学商务学院 《软件工程课程设计》报告 题目：基于手机的智能家居控制系统的设计与实现班级：？？嵌入式？班 组长： 组员姓名：

说明 一、设计题目：基于手机的智能家居控制系统的设计与实现 二、小组成员及任务分配情况 姓名学号任务分配 软件工程课程总体设计报告、？？？？ 系统可行性分析文档、？？？？ 系统需求分析文档、？？？？ 系统详细设计文档、？？？？ 系统测试文档、？？？？

目录 1. 开发目的和意义 (3) 1.1 开发背景和意义 (3) 1.2 完成情况 (3) 2. 开发相关技术及方法 (2) 2.1 开发环境 (2) 2.2 相关技术及方法 (2) 3. 系统分析 (3) 3.1 可行性分析 (3) 3.2 需求分析 (3) 3.2.1 性能需求 (3) 3.2.2 功能分析 (3) 3.2.3 行为模型 (4) 4. 系统设计 (6) 4.1 总体设计 (6) 4.2 详细设计 (6) 4.2.1 用户登录控制模块的设计 (6) 4.2.2 网络管理模块的设计 (7) 4.2.3 温度控制模块的设计 (7) 4.3 数据库设计 (8) 4.3.1 概念结构设计 (8) 4.3.2 逻辑结构设计 (8) 4.3.3 数据表设计 (8) 5. 系统实现 (10) 5.1 用户注册界面 (10) 5.2 用户登录界面 (10) 5.3 手机端远程桌面控制实现界面 (10) 6. 系统测试 (11) 6.1 测试方法 (11) 6.2 测试用例及结果 (11) 6.3 测试记录和结果反馈 (11) 7.实践总结 (13) 7.1 小结 (13) 7.2 实践感想 (13) 附录1 系统可行性分析文档 (15) 附录2 系统需求分析文档 (20) 附录3 系统详细设计文档 (24)

数字图像处理实验报告

目录 实验一：数字图像的基本处理操作 (4) ：实验目的 (4) ：实验任务和要求 (4) ：实验步骤和结果 (5) ：结果分析 (8) 实验二：图像的灰度变换和直方图变换 (9) ：实验目的 (9) ：实验任务和要求 (9) ：实验步骤和结果 (9) ：结果分析 (13) 实验三：图像的平滑处理 (14) ：实验目的 (14) ：实验任务和要求 (14) ：实验步骤和结果 (14) ：结果分析 (18) 实验四：图像的锐化处理 (19) ：实验目的 (19) ：实验任务和要求 (19) ：实验步骤和结果 (19) ：结果分析 (21)

实验一：数字图像的基本处理操作 ：实验目的 1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。：实验任务和要求 1.读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分 成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分 别显示，注上文字标题。 3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换， 显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。 4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里 叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的 对应关系。 ：实验步骤和结果 1.对实验任务1的实现代码如下： a=imread('d:\'); i=rgb2gray(a); I=im2bw(a,; subplot(1,3,1);imshow(a);title('原图像'); subplot(1,3,2);imshow(i);title('灰度图像'); subplot(1,3,3);imshow(I);title('二值图像'); subplot(1,3,1);imshow(a);title('原图像'); 结果如图所示：

课程设计模板

《生产实习》课程教学大纲 （黑体，三号，居中，段前段后0，1.5倍行距） （课程基本信息：黑体，五号，左对齐，段前段后0，1.5倍行距） 课程名称：生产实习 课程代码： 适用专业：机械设计制造及其自动化 学分：2 学时：40 （其中：理论学时： 0 实践学时：40 ） 课程性质：必修 先修课程： 开课单位：机电工程学院 版本：2016.0 一、课程简介（一级标题：黑体，五号，首行缩进2个汉字，段前段后0，1.5倍行距） 二、课程目标 （一）课程具体目标（二级标题：黑体，五号，首行缩进2个汉字，段前段后0，1.5倍行距） 1．（三级及以下标题：宋体，五号，首行缩进2个汉字，段前段后0，1.5倍行距）（正文：宋体，五号，首行缩进2个汉字，段前段后0，1.5倍行距） 2． …… 说明：1. 课程目标是本课程支撑的毕业要求指标点在本课程上的具体体现，将相应指标点结合本课程具体情况进行一对一描述； 2．除了本课程强支撑的毕业要求指标点之外，也可适当增加本课程能够（弱）支撑的指标点对应的课程目标，尤其是强支撑指标点较少的课程应适当增加，并在表1的“达成度”栏备注“弱支撑”。弱支撑的课程目标在教学大纲第五部分“考核方式与成绩评定方法”中可以不体现。 （二）课程目标与专业毕业要求的关系 说明：需描述出本课程支撑所属专业“毕业要求”的指标点和达成度，参考表格如表1

所示。 表1 本课程对培养目标（或毕业要求）及其指标点的支撑（样表）（表头：黑体，五号，居中，段前段后0，1.5倍行距） （表体：宋体，五号，左对齐，段前段后0，单倍行距） 三、教学内容及基本要求 （一）实习教学 （说明：实践类课程描述实践教学内容。） 1. 单元1: XXXXX （1）教学目标 （说明：描述该单元教学目标，明确该单元支撑的课程目标。） （2）教学内容及要求 （说明：描述该单元教学内容和基本要求） 2. 单元2: XXXXX （二）其他要求（可选） 四、教学安排与方法 （一）教学方法 （说明：教学组织实施过程中对学生学习、设计等提出的其他要求。） 表2 课程目标与教学环节