图像处理毕业设计(论文)

河南理工大学

毕业设计（论文）

题目基于插值方法的数字图像几何变换的研究与实现

院（系、部) 计算机科学与技术学院

专业及班级软件 Java11-01 姓名

学号 311109060123 指导教师王静

日期 2015年5月15日

河南理工大学毕业设计（论文）说明书

摘要

随着数字图像技术的发展,数字图像处理广泛应用于几乎所有与图像处理有关的领域。图像的几何变换是数字图像处理中一个基本的、非常重要的变换,而图像的平移、图像的镜像变换、图像的转置、图像的缩放、图像的旋转、图像的剪取等等是几何变换中最复杂的变换。

本文中主要分析了图像的几种几何原理,首先对图像变换中用到的插值处理方法,即：最近邻法、双线性插值法和三次内插值法,进行了比较。其次详细阐述了每种算法的原理及特点；最后运用Matlab软件对图片进行仿真处理，通过分析仿真结果得出各种算法的优缺点及适用的场所。

关键词：MATLAB;图像缩放；图像旋转；图像剪取最近邻；双线性；三次内插值法

Abstract

With the development of digital image technology, digital image processing is widely used in almost all image processing and related fields. Images of geometric transformation in digital image processing is a basic and very important transformation and translation of images, image transform, image transpose, image zoom, image of image rotation, clipping and so on is geometric transformation is one of the most complicated transformation.

I

This paper mainly analyzes the image of several geometric principle, first the interpolation of image transform used processing method, namely: Recently neighbor, bilinear interpolation and cubic interpolation method, were compared. Secondly, it elaborates the principle and characteristics of each algorithm; finally the application of MATLAB software, the image was processed by simulation, through the analysis of the simulation results various algorithms of the advantages, disadvantages and applicable places.

Keywords:MATLAB; image zoom; image rotation; image clipping nearest neighbor; bilinear interpolation method; three

目录

第1章前言- 1 -

1.1数字图像概述 (1)

1.2数字图像几何变换介绍 (2)

第2章图像几何变换理论......................................... - 3 -2.1图像缩放原理...................................................... - 3 - 2.2图像旋转原理...................................................... - 4 - 2.3图像剪取原理...................................................... - 6 - 第3章数字图像几何变换实现............................................. - 7 - 3.1数字图像缩放 . (7)

3.1.1 IMRESIZE函数..................................... 错误！未定义书签。

3.1.2数字图象缩放................................................... - 7 - 3.2数字图像旋转 . (9)

3.2.1 IMROTATE函数..................................... 错误！未定义书签。

3.2.2数字图象旋转.................................................. - 10 - 3.3数字图像剪取 (11)

3.3.1IMCOPY函数 (11)

3.3.2数字图象剪取.................................................. - 11 - 第4章结论............................................................ - 14 - 参考文献............................................................... - 15 - 附录................................................................... - 16 -

河南理工大学毕业设计（论文）说明书

- 1 -

第1章 前言

1.1数字图像概述

在20世纪20年代，图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。直到20世纪50年代数字计算机发展到一定水平后，数字图像处理才真正引起人们的兴趣。1964年美国喷气推进实验室（JPL ），用计算机对“徘徊者2号”太空船发回的大批月球照片进行处理，受到明显的效果。60年代末，数字图像处理已经形成了比较完善的体系，形成一门新的学科。60年代到70年代，由于离散数学的创立和完善，使数字图像处理技术得到迅猛的发展，理论和方法进一步完善，应用范围更加广阔。这一时期，图像处理主要与模式识别和图像理解的研究相联系，如文字识别、医学图像处理、遥感图像的处理等。70年代后期至今，各个应用领域对数字图像处理提出越来越高的要求，促进这门学科向更高级的方向发展，特别是在景物理解和机器视觉方面，图像由二维处理变成三维解释。近几年来随着计算机和各个领域研究的迅速发展，科学计算可视化、多媒体技术等的研究和应用，数字图像处理从一个专门领域的学科变成了一种新型的科学研究和人机界面的工具。从二十世纪六十年代美国航空和太空总署(NASA)的喷气推进实验室第一次使用计算机对太空船发回的大批月球图片进行处理到信息技术不断提高的今天，数字图像的应用处理技术得到了广泛的应用，形成了自己的技术特色和完善的学科体系。

用计算机进行图像处理的前提是图像必须以数字格式存储，我们把以数字格式存放的图像称之为数字图像。常见的各种照片、图片、海报、广告画等均属模拟图像，要将模拟图像数字化后生成数字图像，需要利用数字化设备。目前，将模拟图像数字化的主要设备是扫描仪，将视频画面数字化的设备有图像采集卡。当然，也可以利用数码照相机直接拍摄以数字格式存放的数字图像。模拟图像经扫描仪进行数字化或由数码相机拍摄的自然景物图像，在计算机中均是以数字格式存储的。既然是数字，计算机当然可以方便地进行各种处理，以达到视觉效果和特殊效果。

在计算机中，图像被分割成如下所示的像素（Pixel ），各像素的灰度值用整数表示。一幅N M ?个像素的数字图像，其像素灰度值可以用M 行、N 列的矩阵G 表示：

?

?

???

???????=MN M M N N g g g g g g g g g G (2)

1

22221

11211

(1-1)

1.2 数字图像几何变换介绍

我们在处理图像时往往会遇到需要对图像进行几何变换的一些问题。图像的几何变换时图像处理和图像分析的基础内容之一，它不仅提供了产生某些图像的可能，而且还可以使图像处理和分析的程序简单化，特别是图像具有一定的规律性时，一个图像可以由另一个图像通过几何变换来实现。所以，为了提高图像处理和分析程序设计的速度和质量，开拓图像程序应用范围的新领域，对图像进行几何变换是十分必要的。

图像的几何变换不改变图像的像素值，而是改变像素所在的几何位置。从变换的性质分，图像的几何变换有图像的位置变换（平移、镜像、旋转）、图像的形状变换（放大、缩小、错切）等基本变换以及图像的复合变换等。其中使用最频繁的是图像的缩放和旋转，不论照片、图画、书报，还是医学X光和卫星遥感图像都会用到这两项技术。

MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MATLAB在处理数字图像上的独特优势。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。而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。在本文中我们用MATLAB的图像处理工具包实现了图像的缩放、旋转和剪取。

图像处理工具包是由一系列支持图像处理操作的函数组成的。所支持的图像处理操作有:图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换(DCT变换等) 、图像分析和统计、二值图像操作等。下面就MATLAB 在图像处理中各方面的应用分别进行介绍：(1) 图像文件格式的读写和显示。(2) 图像处理的基本运算。(3) 图像变换。(4) 图像的分析和增强。(5) 图像的数学形态学处理。

以上所提到的MATLAB在图像中的应用都是由相应的MATLAB函数来实现的，使用时，只需按照函数的调用语法正确输入参数即可。[1]

第2章 图像几何变换理论

2.1图像缩放原理

图像比例缩放是指将给定的图像在x 轴方向按比例缩放fx 倍，在y 轴按比例缩放fy 倍，从而获得一幅新的图像。如果fy fx =，即在x 轴方向和y 轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fy fx ≠，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。

设原图像中的点),(000y x P 比例缩放后，在新图像中的对应点为),(y x P ，则比例缩放前后两点),(000y x P 、),(y x P 之间的关系用矩阵形式可以表示为

?????

???????????????=??????????1100

0000

100y x fy fx y x (2-6) 其逆运算为

?????

?????????????

????????

?=??????????110

010001100y x fy fx y x (2-7) 即

???

?

??

?==fy y y fx x x 00 (2-8) 比例缩放所产生的图像中的像素可能在原图像中找不到相应得像素点，这样就必须进行插值处理。有关插值的内容在后面我们会讨论。下面首先讨论图像的比例缩小。最简单的比例缩小时当2

1

=

=fy fx 时，图像被缩到一半大小，此时缩小后图像中的（0，0）像素对应于原图像中的（0，0）像素；（0，1）像素对应于原图像中的（0，2）像素；（1，0）像素对应于原图像中的（2，0）像素，以此类推。图像缩小之后，因为承载的数据量小了，所以画布可相应缩小。此时，只需在原图像基础上，每行隔一个像素取一点，每隔一行进行操作，即取原图的偶（奇）数行和偶（奇）数列构成新的图像。如果图像按任意比例缩小，则需要计算选择的行和列。

如果N M ?大小的原图像),(y x F 缩小为kN kM ?大小)1(

))int(),(int(),(y c x c F y x I ??= (2-9)

其中，k

c 1

=

。由此公式可以构造出新图像。 当fy fx ≠)0,(>fy fx 时，图像不按比例缩小，这种操作因为在x 方向和y 方向的缩小比例不同，一定会带来图像的几何畸变。图像不按比例缩小的方法是：如果N M ?大小的旧图),(y x F 缩小为)1,1(2121<

))int(),(int(),(21y c x c F y x I ??= (2-10)

其中2

2111

,1k c k c ==

，由此公式可以构造出新图像。 图像的缩小操作中，是在现有的信息里如何挑选所需要的有用信息。而在图像的放大操作中，则需要对尺寸放大后所多出来的空格填入适当的像素值，这是信息的估计问题，所以较图像的缩小要难一些。当2==fy fx 时，图像被按全比例放大二倍，放大后图像中的（0，0）像素对应于原图中的（0，0）像素；（0，1）像素对应于原图中的（0，0.5）像素，该像素不存在，可以近似为（0，0）也可以近似为（0，1）；（0，2）像素对应于原图像中的（0，1）像素；（1，0）像素对应于原图中的（0.5，0），它的像素值近似于（0，0）或（1，0）像素；（2，0）像素对应于原图中的（1，0）像素，依此类推。其实这是将原图像每行中的像素重复取值一遍，然后每行重复一次。

按比例将原图像放大k 倍时，如果按照最近邻域法则需要将一个像素值添在新图像的

k k ?的子块中。显然，如果放大倍数太大，按照这种方法处理会出现马赛克效应。当

fy fx ≠)0,(>fy fx 时，

图像在x 方向和y 方向不按比例放大，此时这种操作由于x 方向和y 方向的放大倍数不同，一定会带来图像的几何畸变。放大的方法是将原图像的一个像素添到新图像的一个21k k ?的子块中去。为了提高几何变换后的图像质量，常采用线性插值法。该方法的原理是，当求出的分数地址与像素点不一致时，求出周围四个像素点的距离比，根据该比率，由四个邻域的像素灰度值进行线性插值。

2.2图像旋转原理

一般图像的旋转是以图像的中心为原点，将图像上的所有像素都旋转一个相同的角度。图像的旋转变换时图像的位置变换，但旋转后，图像的大小一般会改变。在图像旋转变换中既可以把转出显示区域的图像截去，也可以扩大图像范围以显示所有的图像。

同样，图像的旋转变换也可以用矩阵变换来表示。设点),(000y x P 逆时针旋转θ角后的

对应点为),(y x P 。那么，旋转前后点),(000y x P 、),(y x P 的坐标分别是：

??

?==α

α

cos cos 00r y r x (2-11) ??

?+=+=+=-=-=+=θ

θθαθαθαθ

θθαθαθαcos sin sin cos cos sin )sin(sin cos sin sin cos cos )cos(0000y x r r r y y x r r r x (2-12) 写成矩阵表达式为

????

?

???????????????-=??????????110

0cos sin 0sin cos 100y x y x θ

θθθ (2-13) 其逆运算为

????

?

???????????????-=??????????110

0cos sin 0sin cos 100y x y x θ

θθθ

(2-14) 利用上述方法进行图像旋转时需要注意如下两点：

（1）图像旋转之前，为了避免信息的丢失，一定要有坐标平移。

（2）图像旋转之后，会出现许多空洞点。对这些空洞点必须进行填充处理，否则画面效果不好，一般也称这种操作为插值处理。

以上所讨论的旋转是绕坐标轴原点（0，0）进行的。如果图像旋转是绕一个指定点（a,b ）旋转，则先要将坐标系平移到该点，再进行旋转，然后将旋转后的图象平移回原来的坐标原点，这实际上是图像的复合变换。如将一幅图像绕点（a,b ）逆时针旋转θ度，首先将原点平移到（a,b ），即

??

??

?

?????--=1001001b a A (2-15) 然后旋转

????

??????-=00

0cos sin 0sin cos θ

θ

θθB (2-16) 然后再平移回来

????

??????=1001001b a C (2-17)

综上所述，变换矩阵为A B C T ??=。

2.3图像剪取原理

有些时候我们为了减少图像所占存储空间，舍弃图像的无用部分，只保留感兴趣的部分，这就需要用到图像的剪取。在本文中，我们只讨论对原图像剪取一个形状为矩形的部分的操作。对一幅图像进行剪取操作前，首先初始化该图像，这样图像上每个点，就对应了一个二维坐标，即),(y x 。首先，我们先取二维坐标系上的一点),(00y x ，这点就作为要截取的矩形的左上角的起始坐标。然后我们定义一两个常量x ?、y ?，其中，x ?代表矩形的长素，y ?代表矩形的宽度，

然后舍弃掉在矩形外的点，这样，在整个坐标系上，由),(00y x 、),(00y x x ?+、),(00y y x ?+和),(00y y x x ?+?+四个点所围成的矩形部分便被保留下来。[1]

第3章数字图像几何变换实现

在论文的实现过程中，主要利用了MATLAB的图像处理工具包来编写程序。MATLAB 图像处理工具包是由一系列支持图像处理操作的函数组成的，所支持的图像处理操作有：几何操作、区域操作和块操作；线性滤波和滤波器设计；变换(DCT变换)；图像分析和增强；二值图像操作等。

本论文所采用图像为分辨率为234

200 的灰度图像，其格式为JPEG。

3.1数字图像缩放

3.1.1 imresize函数

MATLAB图像处理工具箱中的函数imresize可以用上述3种方法对图像进行插值缩放，如果不指定插值方法，则默认使用最近邻插值法。

imresize函数的语法格式为：

B=imresize(A,m,method)

B=imresize(A,[mrows ncols],method)

B=imresize(…,method,n)

B=imresize(…,method,h)

这里参数method用于指定插值的方法，可选的值为nearest(最近邻法)，bilinear(双线性插值)及bicubic(双三次插值)，默认值为nearest。

B=imresize(A,m,method)返回原图A的m倍放大图像(小于1时效果是缩小)。

B=imresize(A,[mrows ncols],method)返回一个mrows行，ncols列的图像，若mrows 和ncols定义的长宽比与原图不同，则图像会产生畸变。

在使用bilinear和bicubic方法缩小图像时，为消除引入的高频成分，imresize使用一个前端平滑滤波器，默认的滤波器尺寸为11*11。也可通过参数n指定滤波器的尺寸，即B=imresize(…,method,n)。对于nearest插值方法，imresize不使用前端滤波器，除非函数明确指定。

B=imresize(…,method,h)使用用户设计的插值核h进行插值，h可以看作一个二维FIR 滤波器。

3.1.2数字图象缩放

首先，我们用最近邻插法将图像按原比例放大4.5倍，

其运行结果如下：

图3.1 原图像

图3.2 最近临插法按原比例放大4.5倍后的图像

图3.1为原图，图3.2为用最近临插法按原比例放大4.5倍后的图像。

下面我们分别用双线性插值法和将双三次插值法将图像按原比例放大4.5倍，并与采用最近邻插法放大的图像做比较

图3.3 采用最近邻插法所得图像

图3.4 采用双线性插值法所得图像

图3.5 双三次插值法所得图像

图3.3为采用最近邻插法所得图像，图3.4为采用双线性插值法所得图像,图3-5为双三次插值法所得图像。

下面我们用双线性插值法将图像按原比例缩小为2.8倍。

图3.6 原图

图3.7 用双线性插值法按原比例缩小为2.8倍后的图像

图3.6为原图，图3.7为用双线性插值法按原比例缩小为2.8倍后的图像。

3.2数字图像旋转

3.2.1 imrotate函数

在对数字图像进行旋转的时候，各像素的坐标将会发生变化，使得旋转之后不能正好落在整数坐标处，需要进行插值。在工具箱中的函数imrotate可用3种方法对图像进行插值旋转，默认的插值方法也是最近邻插值法。函数imrotate的语法格式为：B=imrotate(A,angle,method)

B=imrotate(A,angle,method,'crop')

函数imrotate对图像进行旋转，参数method用于指定插值的方法，可选的值为nearest(最近邻法)，bilinear(双线形插值)及bicubic(双三次插值)，默认值为nearest。一般来说，旋转后的图像会比原图大，超出原图像的部分值为0。用户也可以指定crop参数对旋转后的图像进行剪切(取图像的中间部分)，使返回的图像与原图大小相同。

3.2.2数字图象旋转

首先，我们用双线性插值法将原图像旋转60度，不裁去超出原图的部分。

图3.10 原图

图3.11 用双线性插值法旋转60度后的图像，未裁去超出原图的部分图3.10为原图，图3.11为用双线性插值法旋转60度后的图像，未裁去超出原图的部分。

用双线性插值法将原图像旋转60度，裁去超出原图的部分，并与未裁去超出部分的做比较，

图1是用双线性插值法将原图像旋转60度，裁去超出原图的部分，图2为未裁去超出部分的，可见图1与原图大小相同

下面，我们用双线性插值法将原图像旋转120度，并与旋转60度的图像做比较。

图1为用双线性插值法将原图像旋转120度所得图像，图2为旋转60度的所得图像。

3.3数字图像剪取

3.3.1 IMCOPY函数

有时只需要处理图像中的一部分，或者需要将某一部分取出，这样就要对图像进行剪取。图形的裁剪处理可使用imcrop函数实现。

函数imcrop用于剪取图像中的一个矩形子图，用户可以通过参数指定这个矩形顶点的坐标，也可以用鼠标指针选取这个矩形。其语法规则如下：

I2=imcrop(I)

X2=imcrop(X,map)

RGB2=imcrop(RGB)

I2=imcrop(I,rect)

X2=imcrop(X,map,rect)

RGB2=imcrop(RGB,rect)

[…]=imcrop(x,y,…)

[A,rect]=imcrop(…)

[x,y,A,rect]=imcrop(…)

其中I2=imcrop(I)，X2=imcrop(x，map)和RGB2=imcrop(RGB)为交互式地对灰度图像，索引图像和真彩色图像进行剪切。I2=imcrop(I,rect)，X2=imcrop(X,map,rect)和RGB2=imcrop(RGB,rect)按指定的矩形框rect剪切图像，rect是一个四元向量[xmin ymin width height]，分别表示矩形左上角的坐标和长度及宽度。[…]=imcrop(x,y,…)在指定坐标系统(x，y)中剪取图像。[A,rect]=imcrop(…)

和[x,y,A,rect]=imcrop(…)在用户交互剪取图像的同时返回剪取框的参数rect。

3.3.2数字图象剪取

首先，我们从坐标（0，0）开始，从原图上剪取一个长度为200，宽度为200的矩形部分。

图3.16 原图

图3.17 以坐标（0，0）开始，剪取长度为200，宽度为200的矩形部分下面，我们以坐标（0，0）开始，剪取长度为200，宽度为200的矩形部分，并与以坐标（0，0）开始，剪取同样大小的图像相比较。

图1为以坐标（0，0）开始，剪取长度为200，宽度为200的矩形部分，并与以坐标（0，0）开始，取长度为200，宽度为200的矩形部分。

下面我们在原图像上用鼠标拖动出一个矩形框，返回该矩形框的起始坐标、长度和宽度,语句如下：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

[A,rect]=imcrop(i)

截取部分如下图所示：

图3.21 用鼠标截取部分

返回的值为

rect =38 39 141 47

我们将返回的rect值带入到以下语句中：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

j=imcrop(i,[38 39 141 47]);

imshow(i),title(1)

figure,imshow(j),title(2)

可得图像

图3.22 将返回的rect值代入后所得图像该图像与用鼠标截取的图像完全相同。[6]

第4章结论

本文采用了MATLAB作为工具，以最近邻插法、双线性插值法和双三次插值法三种常用数字图像插值算法为基础，实现了数字图像的比例缩放、旋转和剪取等一系列几何变换。通过研究可以发现，插值算法的选取直接影响到数字图像在经过几何变换之后的质量。最近邻插法质量最差，但是算法简单，速度快；双线性插值法质量好，但是需要较大的计算量才能完成；双线性插值法无论在质量上还是速度上，都介于两者之间。插值技术的提高是以数学方法的改进和提高为前提的。运用到现实中，还应结合硬件处理速度选择合适的算法，硬件处理速度的提高也是实现复杂算法的前提。随着数学的发展和计算机硬件水平的提高，将会有更优秀的插值算法运用到实际当中，数字图像几何变换的质量和速度将得到很大程度上的提高。

参考文献

[1] 章毓晋.图像工程上册——图像处理和分析[M].北京：清华大学出版社,1999.3

[2] 章毓晋.图像工程下册——图像理解与计算机视觉[M].北京:清华大学出版社,2000.8

[3] 张兆礼,赵春晖,梅晓丹.现代图像处理技术[M].北京:人民邮电出版社,2001.1l

[4] 崔屹.图像处理与分析——数学形态学方法及应用[M].北京:科学出版社,2000.4

[5] 贾云得.机器视觉[M].北京:科学出版社,2000.4

[6] 陈桂明,张明照,戚红雨.应用MATLAB语言处理数字信号与数字图像[M].北京:科学出版社,2000.1

[7] 何斌,马大予,于运坚,朱红莲.VisualC++数字图像处理[M].北京:人民邮电出版社,2001.4

附录

我们用最近邻插法将图像按原比例放大4.5倍，语句如下：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

a=4.5

j=imresize(i,a);

imshow(i),title(1)

figure,imshow(j),title(2)

用双线性插值法和双三次插值法将图像按原比例放大4.5倍，语句如下：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

a=4.5

j=imresize(i,a);

k=imresize(i,a, 'bilinear');

l=imresize(i,a, 'bicubic');

imshow(j),title(1)

figure,imshow(k),title(2)

figure,imshow(l),title(3)

下面我们用双线性插值法将图像按原比例缩小为2.8倍，语句如下：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

a=2.8

j=imresize(i,a ,'bilinear');

imshow(i),title(1)

figure,imshow(j),title(2)

用双线性插值法将原图像旋转60度，不裁去超出原图的部分，语句如下：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

a=60

j=imrotate(i,a,'bilinear');

imshow(i),title(1)

figure,imshow(j),title(2)

用双线性插值法将原图像旋转60度，裁去超出原图的部分，并与未裁去超出部分的做比较，语句如下：

clear;i=imread('C:\Users\weichuang\Desktop\matlab\f2.jpg');

a=60

j=imrotate(i,a,'bilinear');

关于数字图像处理论文的题目

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

数字图像处理毕业论文

毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月

关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：

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

数字图像处理系统毕业设计论文

毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月

摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection

基于Matlab的数字图像处理系统毕业设计论文

论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日

基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换

第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，

数字图像处理应用论文数字图像处理技术论文

数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。

1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。

简单数字图像处理系统

数字图像课程设计简单数字图像处理系统 function varargout = untitled(varargin) % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @untitled_OpeningFcn, ... 'gui_OutputFcn', @untitled_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before untitled is made visible. function untitled_OpeningFcn(hObject, eventdata, handles, varargin) %界面初始化函数 setappdata,'I',0); % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to untitled (see VARARGIN) % Choose default command line output for untitled = hObject;

(完整版)基于matlab的数字图像处理毕业设计论文

优秀论文审核通过 未经允许切勿外传 摘要 数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。关键词：MATLAB，数字图像处理，图像增强，二值图像

Abstract Digital image processing is an emerging technology, with the development of computer in various areas on the processing speed requirement is relatively ），线性量化（liner quantization ），对数量化，MAX 量化，锥形量化（tapered quantization ）等。 3. 采样、量化和图像细节的关系 上面的数字化过程，需要确定数值N 和灰度级的级数K 。在数字图像处理中，一般都取成2的整数幂，即: (2.1) (2.2) 一幅数字图像在计算机中所占的二进制存储位数b 为: *log(2)**()m N N b N N m bit == (2.3) 例如，灰度级为256级(m=8)的512×512的一幅数字图像，需要大约210万个存储位。随着N 和m 的增加，计算机所需要的存储量也随之迅速增加。 由于数字图像是连续图像的近似，从图像数字化的过程可以看到。这种近似的程度主要取决于采样样本的大小和数量(N 值)以及量化的级数K(或m 值)。N 和K 的值越大，图像越清晰。 2.2 数字图像处理概述 2.2.1 基本概念 数字图像处理(Digital Image Processing)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。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(特别是离散数学理论的创立和完善)；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的

数字图像处理结课论文

数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师：

摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波

目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。

数字图像处理系统论文

数字图像处理系统论文

毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名：张占龙学号： 0905034314 学院：信息与通信工程学院 专业：测控技术与仪器 指导教师：张志杰 2013年 6月

摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection

数字图像处理论文

华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日

摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，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。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转

目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献

绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。

图像处理毕业设计题目

图像处理毕业设计题目 篇一：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；

数字图像处理论文

安徽工程大学 论文题目：数字图像处理图像增强算法的研究 学院：计算机与信息学院 班级：软件141 姓名：程健 学号：3140704135 指导老师：卢桂馥 2017年6月9日

摘要 在我们的实际生活、生产中，人们直接获得的原始图像并不能够直接运用到生活、生产中，因为原始图像在生成、传输和转换过程中可能会受到多种因素的影响，如各种各样的噪声、通道带宽等，往往会出现清晰度下降、对比度偏低等降质现象，为了使得处理后的图像对某种特定的应用比原始图像更合适，往往需要提高图像质量。图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用比原始图像更合适。 本文研究了图像增强的一些常用方法，包括空域图像增强、频率域图像增强，并用MATLAB 编程设计了相应的实验，对图像增强效果进行了验证。 关键字：图像增强；图像；算法；空域增强；频率增强

Abstract In our daily life and production, people often can't used the raw image directly, because of the generation and transformation of the original image, it may be affected by many factors, such as a variety of kinds of noise and channel bandwidth. The sharpness and contrast is decreasing and have low qualities. in order to make the image more suitable for some particular application after processing than the original, we often need to improve image quality. Images enhance is in a particular need to highlight a picture in the information, and weaken or remove certain need of information in the process, its purpose is to make the image of a specific application is better than the original image. This paper studies the image of some common method, including airspace images enhance and increase the frequency domain, and images matlab programming, design corresponding to picture to enhance the effect of the verification. Key words:Image enhancement; the airspace strengthened; the frequency domain enhancement

数字图像处理车牌识别课程设计matlab实现附源代码

基于matlab的车牌识别系统 一、目的与要求 目的：利用matlab实现车牌识别系统，熟悉matlab应用软件的基础知识，了解了基本程序设计方法，利用其解决数字信号处理的实际应用问题，从而加深对理论知识的掌握，并把所学的知识系统、高效的贯穿到实践中来，避免理论与实践的脱离，巩固理论课上知识的同时，加强实践能力的提高，理论联系实践，提高自身的动手能力。同时不断的调试程序也提高了自己独立编程水平，并在实践中不断完善理论基础，有助于自身综合能力的提高。 要求： 1.理解各种图像处理方法确切意义。 2.独立进行方案的制定，系统结构设计要合理。 3．在程序开发时，则必须清楚主要实现函数的目的和作用，需要在程序书写时说明做适当的注释。如果使用matlab来进行开发，要理解每个函数的具体意义和适用范围，在写课设报告时，必须要将主要函数的功能和参数做详细的说明。 4、通过多幅不同形式的图像来检测该系统的稳定性和正确性。 二、设计的内容 学习MATLAB程序设计，利用MATLAB函数功能，设计和实现通过设计一个车牌识别系统。车牌识别系统的基本工作原理为：将手机拍摄到的包含车辆牌照的图像输入到计算机中进行预处理，再对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后将其逐个与创建的字符模板中的字符进行匹配，匹配成功则输出，最终匹配结束则输出则为车牌号码的数字。车牌识别系统的基本工作原理图如图1所下所示：

三、总体方案设计 车辆牌照识别整个系统主要是由车牌定位和字符分割识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于是采用智能手机在开放的户外环境拍照，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要将拍出的车牌进行处理，在这个过程中，我采用画图工具，将汽车图像的车牌部分进行裁剪，并将车牌的蓝色部分过亮的地方颜色加深，还将车牌中的一个白色的原点抹去，另外还将车牌上的铆钉使用车牌的蓝色背景覆盖，这样分割出的字符更加准确。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，CPU要求主频在600HZ及以上，内存在128MB 及以上。系统可以运行于Windows7、Windows2000或者Windows XP操作系统下，程序调试时使用matlabR2011a。 四、各个功能模块的主要实现程序 （一）首先介绍代码中主要的函数功能及用法：

基于matlab的数字图像处理本科毕业设计论文

毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：

学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日

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。 傅里叶变换在数字图像处理中广泛用于频谱分析，傅里叶变换是线性系统分析的一个有力工具，它使我们能够定量地分析诸如数字化系统，采样点，电子放大器，卷积滤波器，噪声，显示点等地作用（效应）。傅里叶变换（FT）是数字图像处理技术的基础，其通过在时空域和频率域来回切换图像，对图像的信息特征进行提取和分析，简化了计算工作量，被喻为描述图像信息的第二种语言，广泛应用于图像变换，图像编码与压缩，图像分割，图像重建等。因此，对涉及数字图像处理的工作者，深入研究和掌握傅里叶变换及其扩展形式的特性，是很有价值得。 (2)关于傅里叶（Fourier）变换 在信号处理中，傅里叶变换可以将时域信号变到频域中进行处理，因此傅里叶变换在信号处理中有着特殊重要的地位。 傅里叶变换能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。傅里叶变换属于谐波分析。傅里叶变换的逆变换容易求出,而且形式与正变换非常类似；正弦基函数是微分运算的本征函数,从而使得线性微分方程的求解可以转化为常系数的代数方程的求解.在线性时不变的物理系统内,频率是个不变的性质,从而系统对于复杂激励的响应可以通过组合其对不同频率正弦信号