數(shù)字圖像處理課程設(shè)計(jì)--數(shù)字圖像處理系統(tǒng)

1、<p>　　《數(shù)字圖像處理技術(shù)》課程設(shè)計(jì)報(bào)告</p><p>　　設(shè)計(jì)題目： 數(shù)字圖像處理系統(tǒng) </p><p>　　班 級(jí)： 數(shù)字媒體 班 </p><p>　　姓 名： </p><p>　　學(xué) 號(hào)：

2、 </p><p>　　指導(dǎo)老師： </p><p>　　日 期： 2013.7.2 </p><p>　　一、課程設(shè)計(jì)目的要求：</p><p>　　1、提高分析圖像處理問(wèn)題的能力，進(jìn)一步鞏固在《數(shù)字圖像處理技術(shù)》課程中所學(xué)的基本原理與方法。</p&

3、gt;<p>　　2、掌握并使用一門(mén)計(jì)算機(jī)語(yǔ)言，進(jìn)行數(shù)字圖像處理的應(yīng)用設(shè)計(jì)。</p><p><b>　　二、設(shè)計(jì)的內(nèi)容：</b></p><p>　　根據(jù)本次課設(shè)完成的系統(tǒng)的主要功能如下：利用matlab的GUI程序設(shè)計(jì)一個(gè)簡(jiǎn)單的圖像處理程序，含有如下基本功能：</p><p>　　圖像的讀取、存儲(chǔ)、剪切和粘貼</p>

4、;<p>　　2、圖像轉(zhuǎn)化為灰度圖像</p><p>　　3、圖像大小的計(jì)算 </p><p>　　4、直方圖均衡化規(guī)定化的計(jì)算</p><p>　　5、圖像求反、動(dòng)態(tài)壓縮 </p><p><b>　　6、直接灰度調(diào)整</b></p><p>　　7、空域?yàn)V波（均值、中值

5、、對(duì)比度增強(qiáng)濾波）</p><p>　　8、非線(xiàn)性銳化濾波（log濾波、prewitt濾波、sobel卷積、sobel濾波）</p><p>　　9、頻域增強(qiáng)（高通、低通濾波）</p><p><b>　　三、總體方案設(shè)計(jì)：</b></p><p>　?。?）、軟件的總體設(shè)計(jì)界面布局如下圖：</p><

6、;p>　　系統(tǒng)的總體設(shè)計(jì)界面主要分為2個(gè)區(qū)域：顯示區(qū)域和操作區(qū)域。</p><p>　　顯示區(qū)域：在原始圖像的基礎(chǔ)上顯示效果圖。</p><p>　　操作區(qū)域：通過(guò)功能菜單實(shí)現(xiàn)圖像的各種處理。</p><p>　　設(shè)計(jì)完成后運(yùn)行的軟件界面如下：</p><p>　?。?）、功能模塊的劃分：</p><p>　　1

7、、圖像的讀取、存儲(chǔ)、退出</p><p>　　2、編輯（還原、剪切、粘貼）</p><p>　　3、圖像（圖像大小的計(jì)算、旋轉(zhuǎn)、直方圖均衡化規(guī)定化的計(jì)算、圖像求反、動(dòng)態(tài)壓縮） </p><p>　　4、濾波（直接灰度調(diào)整、空域?yàn)V波、非線(xiàn)性銳化濾波、頻域增強(qiáng)）</p><p><b>　　、系統(tǒng)運(yùn)行環(huán)境：</b><

8、;/p><p>　　Windows 7 or SP1、Windows Vista SP2、Windows XP SP3、Windows XP x64 Edition SP2、Windows Server 2008 SP2 or R2、Windows Server 2003 R2 ，CPU要求：X86架構(gòu)且支持SSE2指令集，硬盤(pán)空間：典型安裝需要3-4G，內(nèi)存：最低1G，推薦2G。</p><p&

9、gt;　　、選用的工具：matlab7.0，win7X64</p><p>　　、主要實(shí)現(xiàn)功能的原理：</p><p>　　直方圖均衡化方法的基本思想是，對(duì)在圖像中像素個(gè)數(shù)多的灰度級(jí)進(jìn)行展寬，而對(duì)像素個(gè)數(shù)少的灰度級(jí)進(jìn)行縮減。從而達(dá)到清晰圖像的目的?？沼蚴侵笀D像平面本身，空域?yàn)V波這類(lèi)方法直接對(duì)圖像的像素進(jìn)行處理。采用低通濾波（即只讓低頻信號(hào)通過(guò)）法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)

10、邊緣等高頻信號(hào)，使模糊的圖片變得清晰。</p><p>　　各個(gè)功能模塊的主要實(shí)現(xiàn)程序：</p><p>　　各個(gè)功能模塊的具體實(shí)現(xiàn)，主要步驟實(shí)現(xiàn)的效果圖如下： </p><p><b>　　1、圖像另存為：</b></p><p>　　function tp_saveAs_Callback(hObjec

11、t, eventdata, handles)</p><p>　　global tpdata tp;</p><p>　　[FileName,PathName]=uiputfile({'*.jpg;*.tif;*.png;*.gif';'*.*';'All Files' },'保存圖像',tp);</p><

12、;p>　　if FileName==0</p><p><b>　　return; </b></p><p><b>　　else</b></p><p>　　tp=[PathName,FileName];</p><p>　　imwrite(tpdata,tp);</p>&l

13、t;p><b>　　End</b></p><p><b>　　2、灰度調(diào)整：</b></p><p>　　function tp_filter_grayhound_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p>&l

14、t;p><b>　　I=tpdata;</b></p><p>　　prompt={'請(qǐng)輸入兩個(gè)0—1之間的數(shù)'}; </p><p>　　dlgtitle = '輸入';</p><p>　　num_lines = 1;</p><p>　　def = { '0.3

15、0.7'};</p><p>　　answer = inputdlg(prompt,dlgtitle,num_lines,def);</p><p>　　answer =char(answer);</p><p>　　answer=str2num(answer);</p><p>　　if (answer(1)>0&an

16、swer(1)<1)&(answer(2)>0&answer(2)<1)</p><p>　　tpdata=imadjust(I,[answer(1) answer(2)],[]);</p><p>　　imshow(tpdata)</p><p><b>　　else</b></p><p

17、>　　warndlg('輸入錯(cuò)誤?。?！');</p><p><b>　　End</b></p><p><b>　　3、計(jì)算圖像大小:</b></p><p>　　function tp_size_Callback(hObject, eventdata, handles)</p>&l

18、t;p>　　global tpdata;</p><p>　　[x,y]=size(tpdata);</p><p>　　msgbox( num2str([ x y ]) ,' 圖片大小 ');</p><p>　　4、菜單中圖片旋轉(zhuǎn)：</p><p>　　function tp_r

19、otate_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　prompt={'+：為逆時(shí)針 -:為順時(shí)針'}; </p><p>　　dlgtitle = '輸入角度';</p><p>　　num_line

20、s = 1;</p><p>　　def = { '90'};</p><p>　　answer = inputdlg(prompt,dlgtitle,num_lines,def);</p><p>　　answer =char(answer);</p><p>　　answer=str2num(answer);</p&

21、gt;<p>　　if answer>-360&answer<360</p><p>　　tpdata=imrotate(tpdata,answer,'bicubic');</p><p>　　imshow(tpdata);</p><p><b>　　End</b></p>&l

22、t;p><b>　　直方圖計(jì)算：</b></p><p>　　function tp_squarejs_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　imhist(tpdata,64);</p><p>　　5、直方

23、圖均值計(jì)算：</p><p>　　function tp_squareMeanjs_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　I=tpdata;[m,n]=size(I); GP=zeros(1,25

24、6); </p><p>　　for k=0:255</p><p>　　GP(k+1)=length(find(I==k))/(m*n); </p><p><b>　　end</b></p><p>　　S1=zero

25、s(1,256);</p><p>　　for i=1:256</p><p><b>　　for j=1:i</b></p><p>　　S1(i)=GP(j)+S1(i); %計(jì)算Sk</p><p><b>　　end </b></p><p&

26、gt;<b>　　end </b></p><p>　　S2=round(S1*256); %將Sk歸到相近級(jí)的灰度</p><p>　　for i=1:256</p><p>　　GPeq(i)=sum(GP(find(S2==i))); %計(jì)算現(xiàn)有每個(gè)灰度級(jí)出現(xiàn)的概率 </p>&

27、lt;p><b>　　end</b></p><p><b>　　PA=I; </b></p><p>　　for i=0:255 </p><p>　　PA(find(I==i))=S2(i+1);%將各個(gè)像素歸一化后的灰度值賦給這個(gè)像素 </p><p><b>　　end &l

28、t;/b></p><p>　　imshow(PA) %顯示均衡化后的圖像 tadata=(PA);</p><p>　　figure('NumberTitle','off','Name','直方圖'), %顯示均衡化后的直方圖 </p><p>　　bar(0:255,GPeq,'

29、b') </p><p>　　title('Averaging picture')</p><p>　　xlabel('graydegree')ylabel('probability')</p><p>

30、;　　6、直方圖規(guī)定化計(jì)算：</p><p>　　function tp_squareOrdainjs_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　tpdata=histeq(tpdata);</p><p>　　imshow(tpdata)

31、;</p><p>　　figure('NumberTitle','off','Name','直方圖規(guī)定化') ,imhist(tpdata,64);</p><p><b>　　7、圖片求反：</b></p><p>　　function tp_reverse_Callback(

32、hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　X1=tpdata;</p><p><b>　　f1=200;</b></p><p><b>　　g1=256;</b></p><p><

33、;b>　　k=g1/f1;</b></p><p>　　[m,n]=size(X1);</p><p>　　X2=double(X1);</p><p><b>　　for i=1:m</b></p><p><b>　　for j=1:n</b></p><p

34、>　　f=X2(i,j);</p><p><b>　　g(i,j)=0;</b></p><p>　　if (f>=0)&(f<=f1)</p><p>　　g(i,j)=g1-k*f;</p><p><b>　　else</b></p><p&g

35、t;<b>　　g(i,j)=0;</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　imshow(mat2gray(g))</p>

36、<p>　　tpdata=mat2gray(g);</p><p><b>　　8、動(dòng)態(tài)壓縮：</b></p><p>　　function tp_compress_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　

37、　X1=tpdata;</p><p>　　c=255/log(256);</p><p>　　x=0:1:255;</p><p>　　y=c*log(1+x);</p><p>　　[m,n]=size(X1);</p><p>　　X2=double(X1);</p><p><b&

38、gt;　　for i=1:m</b></p><p><b>　　for j=1:n</b></p><p>　　g(i,j)=c*log(X2(i,j)+1);</p><p><b>　　end</b></p><p><b>　　end</b></p&g

39、t;<p>　　imshow(mat2gray(g))</p><p>　　tpdata=mat2gray(g);</p><p><b>　　9、均值濾波：</b></p><p>　　function tp_meanfilte_Callback(hObject, eventdata, handles)</p>&

40、lt;p>　　global tpdata;</p><p><b>　　I=tpdata;</b></p><p>　　J=imnoise(I,'salt & pepper',0.02);</p><p>　　tpdata=filter2(fspecial('average',3),J)/255;&

41、lt;/p><p>　　imshow(tpdata)</p><p><b>　　10、高通濾波：</b></p><p>　　function tp_highfilite_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p>&l

42、t;p>　　I1=tpdata;</p><p>　　f=double(I1);</p><p>　　g=fft2(f);</p><p>　　g=fftshift(g);</p><p>　　[N1,N2]=size(g);</p><p><b>　　n=2;d0=5;</b></

43、p><p>　　n1=fix(N1/2);</p><p>　　n2=fix(N2/2);</p><p>　　for i=1:N1</p><p>　　for j=1:N2</p><p>　　d=sqrt((i-n1)^2+(j-n2)^2);</p><p><b>　　if d==

44、0;</b></p><p><b>　　h=0;</b></p><p><b>　　else</b></p><p>　　h=1/(1+(d0/d)^(2*n));</p><p><b>　　end</b></p><p>　　resu

45、lt(i,j)=h*g(i,j);</p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　result=ifftshift(result);</p><p>　　X2=ifft2(result);</p><p>　　tp

46、data=uint8(real(X2));</p><p>　　imshow(tpdata)</p><p><b>　　11、低通濾波：</b></p><p>　　function tp_lowfilite_Callback(hObject, eventdata, handles)</p><p>　　global

47、tpdata;</p><p>　　I1=tpdata;</p><p>　　f=double(I1);</p><p>　　g=fft2(f);</p><p>　　g=fftshift(g);</p><p>　　[N1,N2]=size(g);</p><p><b>　　n=2

48、;</b></p><p><b>　　d0=50;</b></p><p>　　n1=fix(N1/2);</p><p>　　n2=fix(N2/2);</p><p>　　for i=1:N1</p><p>　　for j=1:N2</p><p>　　

49、d=sqrt((i-n1)^2+(j-n2)^2);</p><p>　　h=1/(1+0.414*(d/d0)^(2*n));</p><p>　　result(i,j)=h*g(i,j);</p><p><b>　　end</b></p><p><b>　　end</b></p>

50、<p>　　result=ifftshift(result);</p><p>　　X2=ifft2(result);</p><p>　　tpdata=uint8(real(X2));</p><p>　　imshow(tpdata)</p><p><b>　　12、中值濾波：</b></p>

51、;<p>　　function tp_medieafilite_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p><b>　　I=tpdata;</b></p><p>　　J=imnoise(I,'salt & peppe

52、r',0.08);</p><p>　　domain=[0 0 1 0 0;</p><p>　　0 0 1 0 0;</p><p>　　1 1 1 1 1;</p><p>　　0 0 1 0 0;</p><p>　　0 0 1 0 0];</p><p>　　tpdata=ord

53、filt2(J,5,domain);</p><p>　　imshow(tpdata);</p><p>　　13、對(duì)比度增強(qiáng)濾波：</p><p>　　function tp_contraststrongfilite_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;

54、</p><p><b>　　I=tpdata;</b></p><p>　　prompt={'輸入一個(gè)0-1之間的數(shù)'}; dlgtitle = '輸入數(shù)字';</p><p>　　num_lines = 1;</p><p>　　def = { '0.8'};<

55、;/p><p>　　answer = inputdlg(prompt,dlgtitle,num_lines,def);</p><p>　　answer =char(answer);</p><p>　　answer=str2num(answer);</p><p>　　if answer>0&answer<1</p&g

56、t;<p>　　h=fspecial('unsharp',answer);</p><p>　　tpdata=filter2(h,I)/255;</p><p>　　imshow(tpdata)</p><p>　　Else warndlg('輸入錯(cuò)誤?。?！');</p><p>&

57、lt;b>　　End</b></p><p><b>　　14、log濾波：</b></p><p>　　function tp_log_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　I1=tpdata;

58、</p><p>　　h1=fspecial('sobel');</p><p>　　h3=fspecial('log');</p><p>　　tpdata=filter2(h3,I1);</p><p>　　imshow(tpdata);</p><p>　　title('l

59、og 濾波');</p><p>　　15、prewitt濾波：</p><p>　　function tp_prewitt_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　I1=tpdata;</p><p>　

60、　h1=fspecial('sobel');</p><p>　　h2=fspecial('prewitt');</p><p>　　tpdata=conv2(h2,I1);</p><p>　　imshow(tpdata);</p><p>　　title('prewitt 濾波');<

61、/p><p>　　16、Sobel卷積濾波：</p><p>　　function tp_sobel_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　I1=tpdata;</p><p>　　h1=fspecial('

62、sobel');</p><p>　　tpdata=filter2(h1,I1);</p><p>　　imshow(tpdata);</p><p>　　title('sobel 卷積');</p><p>　　I3=conv2(I1,h1);</p><p>　　17、sobel濾波：<

63、;/p><p>　　function tp_sobellb_Callback(hObject, eventdata, handles)</p><p>　　global tpdata;</p><p>　　I1=tpdata;</p><p>　　h1=fspecial('sobel');</p><p>

64、　　tpdata=conv2(I1,h1);</p><p>　　imshow(tpdata);</p><p>　　title('sobel 濾波');</p><p>　　課程設(shè)計(jì)總結(jié)與體會(huì)：</p><p>　　本次課程設(shè)計(jì)，我做的內(nèi)容主要是根據(jù)我們課堂上所學(xué)的數(shù)字圖像處理的一些基本功能函數(shù)，實(shí)現(xiàn)了直方圖的計(jì)算（均衡化，

65、規(guī)定化），圖像求反，動(dòng)態(tài)壓縮，以及濾波（空域、非線(xiàn)性銳化、頻域增強(qiáng)）功能。但是本次課設(shè)還有需要改進(jìn)的地方，代碼中沒(méi)有將彩色圖像分成RGB三張圖，分別進(jìn)行濾波，而是采用了轉(zhuǎn)化為灰度圖像進(jìn)行濾波。通過(guò)本次的課程設(shè)計(jì)，把課堂上的所學(xué)運(yùn)用到圖像處理的系統(tǒng)中，加深了對(duì)數(shù)字圖像處理這門(mén)課程的理解。在完成作業(yè)的過(guò)程中，也遇到好多問(wèn)題，不斷的在網(wǎng)上查閱資料，翻閱書(shū)本，當(dāng)然啦，最方便的就是請(qǐng)教同學(xué)，最終完成了此次課設(shè)。雖然做的比較粗糙，但是還是在過(guò)程中學(xué)