课程设计111

1、物理与光电学院课程设计(论文)数字图像处理 课程设计题目: 基于MATLAB的图像处理 学生姓名： 专 业： 学 号： 班 级： 2016 年 7 月目 录1 引言 31.1 课程设计的目的31.2 课程设计的要求31.3 要求处理的图像42 原理与概念 42.1 灰度直方图42.2 灰度的线性变换52.3 中值滤波52.4 Laplacian算子与边缘检测53 在MATLAB中的图像处理（代码与结果） 7参考文献14基于MATLAB的数字图像处理叶 龙物理与光电学院，广州 1 引言 MATLAB是美国MathWorks公司出品的商业数学软件，意为矩阵工厂（矩阵实验室），用于算法开发、数据可视

2、化、数据分析以及数值计算的高级技术计算语言和交互式环境。 MATLAB和Mathematica、Maple并称为三大数学软件。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。因此，本课程设计基于MATLAB的图像处理功能对图像进行简单的处理。1.1课程设计的目的本次课程设计主要为了熟悉MATLAB的图像处理功能，自行编写代码实现MATLAB的图像处理，掌握数字图像处理的相关知识并付之于实践中。1.2课程设计的要求研究MATLAB5.X以上版本对图像的读取、

3、显示与输出办法，给出概要说明。（1） 利用MATLAB编写一段M程序，计算所给图像（car0.bmp，Image0.tif）的直方图，并利用灰度线性变换增强该图像。（2） 说明中值滤波的算法和优势，编写一段M程序，对所给图像（girl+noise）进行中值滤波去除噪声。讨论是否可以改进这一算法。（3） 编写一段M程序，利用Laplacian算子，求所给图像（plane0.tif）的边缘检测图像。1.3要求处理的图像 car0.cmp girl+noise Image0.tif plane0.tif2 原理与概念2.1灰度直方图直方图又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或

4、线段表示数据分布的情况。横轴表示数据类型，纵轴表示分布情况。灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。将图像总像素亮度（灰度级别）看成是一个随机变量，则其分布情况就反映了图像的统计特性，这可用probability density function （PDF）来刻画和描述，表现为灰度直方图。2.2灰度的线性变换灰度的线性变换就是将图像中所有的点按照线性灰度变换函数进行变换。该线性灰度变换函数f(x)是一个一

5、维线性函数： f(x)=fA*x+fB灰度变换方程为： D2=f(D1)=fA*D+fB式中参数fA为线性函数的斜率，fB为线性函数的在y轴上的截距，D1为输入图像的灰度，D2为输出的图像灰度。当fA>1时，输出的图像的对比度增大；当fA<1时，输出图像的对比度将减小；当fA=1且fB！=0时，操作仅仅使所有像素的灰度值上移或下移，其效果是使整个图像更亮或更暗；特殊情况下，如果fA=1，fB=0时，输出图像和输入图像相同；当fA=-1，fB=255时，输出图像的灰度正好反转。2.3中值滤波中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值

6、的中值.中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=medf(x-k,y-l),(k,lW) ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。2.4 Laplacian算子与边缘检测拉普拉斯算

7、子是n维欧几里德空间中的一个二阶微分算子，定义为梯度（f）的散度（·f）。因此如果f是二阶可微的实函数，则f的拉普拉斯算子定义为：f的拉普拉斯算子也是笛卡儿坐标系xi中的所有非混合二阶偏导数：作为一个二阶微分算子，拉普拉斯算子把C函数映射到C函数，对于k 2。表达式(1)（或(2)）定义了一个算子 :C(R) C(R)，或更一般地，定义了一个算子 :C() C()，对于任何开集。函数的拉普拉斯算子也是该函数的黑塞矩阵的迹  另外, 满足·f=0 的函数f, 称为调和函数。边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明

8、显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。 这些包括深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。自然界图像的边缘并不总是理想的阶梯边缘。相反，它们通常受到一个或多个下面所列因素的影响：1)有限场景深度带来的聚焦模糊。2)非零半径光源产生的阴影带来的半影模糊。3)光滑物体边缘的阴影。4)物体边缘附近的局部镜面反射或者漫反射。尽管下面的模型不很完美，但是误差函数erf 是常被用于实际应用中边缘模糊效果的建模。这样，一个在位置 0 有一个边界的一维图像 f 可以用下面的模型来表示，其中 被称为边缘模糊

9、度：这样，在边界的左侧亮度是：右侧亮度是：注意 f 可以写为卷积：其中 g 是标准偏差 的高斯核，u 是下面定义的一个阶跃函数：3 在MATLAB中的图像处理（代码与结果）（1） car0.bmp的处理代码及结果：Image0.tif的处理代码及结果：（2） girl+noise的处理代码及结果：（3） plane0.tif的处理代码及程序参考文献1丛波. 基于MATLAB的数字图像处理技术及应用J. 中国科技信息,2011,05:85-86+89.2晏晖,姜鹏,陈贝. 基于MATLAB工具箱的数字图像处理技术J. 微计算机信息,2010,26:214-216.3王斌. MATLAB实现数字图像增强处