數(shù)字圖象處理課程設(shè)計(jì)--彩色圖像融合

1、<p><b>　　課程設(shè)計(jì)(論文)</b></p><p>　　2015年7 月 8日</p><p>　題 目彩色圖像融合</p><p>　姓 名</p><p>　學(xué) 號(hào)</p><p>　指 導(dǎo) 老 師</p><p>

2、;　指導(dǎo)教師職稱</p><p>　年級(jí)專業(yè)班級(jí)</p><p>　所 在 學(xué) 院</p><p><b>　　目錄</b></p><p><b>　　目錄I</b></p><p><b>　　摘要II</b></p><p&

3、gt;<b>　　前言III</b></p><p><b>　?。?課題背景1</b></p><p>　　1.1 課題要求1</p><p>　　1.2 課題意義1</p><p>　　1.3 文獻(xiàn)綜述2</p><p>　　２ 設(shè)計(jì)方案論證3</p&g

4、t;<p>　　2.1 實(shí)驗(yàn)基本步驟3</p><p>　　2.2 理論依據(jù)3</p><p>　　３ 圖像融合的設(shè)計(jì)7</p><p>　　3.1 圖像對(duì)象的分割7</p><p>　　3.2 分割對(duì)象的場景融入8</p><p>　?。?GUI界面設(shè)計(jì)及濾波結(jié)果分析9</p>

5、<p>　　4.1 GUI界面設(shè)計(jì)9</p><p>　　4.2 濾波結(jié)果及分析10</p><p>　　4.2.1 濾波結(jié)果圖10</p><p>　　4.2.2 結(jié)果分析11</p><p><b>　　５ 總結(jié)12</b></p><p><b>　　致謝1

6、3</b></p><p><b>　　參考文獻(xiàn)14</b></p><p><b>　　程序代碼15</b></p><p><b>　　摘要</b></p><p>　　本課題主要是運(yùn)用MATLAB 7.0，解決數(shù)字圖像處理的彩色圖像融合問題的開發(fā)程序。我們

7、對(duì)被處理的圖像進(jìn)行二值化、分割操作得到圖像中的想要的對(duì)象，然后對(duì)分割后的圖像和背景圖像進(jìn)行HSI色彩空間轉(zhuǎn)換，最后將分割后的對(duì)象嵌入到背景圖像中。本文還給出了對(duì)這一程序的測試情況、測試結(jié)果的分析和完整程序代碼。</p><p>　　關(guān)鍵詞：二值化、圖像分割、HSI空間轉(zhuǎn)換</p><p><b>　　前言</b></p><p>　　本文詳細(xì)介

8、紹了關(guān)于彩色圖像融合課題內(nèi)容的應(yīng)用程序的設(shè)計(jì)與開發(fā)。全文共5章。</p><p>　　第1章是介紹了本次課題的課題要求、課題意義和文獻(xiàn)綜述。</p><p>　　第2章介紹了實(shí)驗(yàn)的基本步驟和這次試驗(yàn)的主要理論原理支持。</p><p>　　第3章主要介紹了關(guān)于圖像融合的主要算法實(shí)現(xiàn)。全文的核心部分都寫在程序代碼中。</p><p>　　第4章

9、主要是由兩部分構(gòu)成，包括程序運(yùn)行后的結(jié)果和對(duì)結(jié)果的具體分析。</p><p>　　第5章是對(duì)彩色圖像融合問題程序開發(fā)過程的總結(jié)?？偨Y(jié)了本次課程設(shè)計(jì)的意義，以及談到了我在本次課程設(shè)計(jì)中的收獲與感想。</p><p>　　全文的最后是致謝、參考文獻(xiàn)。</p><p><b>　　XX</b></p><p>　　2015-0

10、7-08 于武漢工程大學(xué)理學(xué)院</p><p><b>　　課題背景</b></p><p><b>　　課題要求</b></p><p>　　對(duì)象與場景融合是圖像融合的一個(gè)應(yīng)用方向，它是指把感興趣的目標(biāo)對(duì)象從它原來所在的場景中分割出來后，通過疊加、組合和加工處理合成到另一個(gè)場景中去，所形成的新的對(duì)象場景圖像看起來必須是真

11、實(shí)自然的，從而創(chuàng)造出新的圖像效果。對(duì)象場景融合在圖像編輯領(lǐng)域有非常廣泛的應(yīng)用，特別是在影視制作過程中，很多鏡頭無法通過實(shí)地拍攝獲得，這些鏡頭就可以借助對(duì)象場景融合技術(shù)來實(shí)現(xiàn)。對(duì)象與場景融合技術(shù)的關(guān)鍵是如何使融合得到的效果逼真，也就是說使得目標(biāo)對(duì)象在新的場景里看起來光照一致、過渡自然，而不會(huì)出現(xiàn)明顯的人工拼接痕跡。</p><p><b>　　課題意義</b></p><p

12、>　　數(shù)字信號(hào)處理是一門比較實(shí)用的電子工程的專業(yè)課程，語音是人類獲取信息的重要來源和利用信息的重要手段。通過語言相互傳遞信息是人類最重要的基本功能之一。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音是語言的聲學(xué)表現(xiàn)，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。 </p><p>　　數(shù)字信號(hào)處理是研究用數(shù)字信號(hào)處理技

13、術(shù)對(duì)語音信號(hào)進(jìn)行處理的一門學(xué)科，它是一門新興的學(xué)科，同時(shí)又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科。</p><p><b>　　文獻(xiàn)綜述</b></p><p>　　文獻(xiàn)[1]較詳細(xì)地介紹了數(shù)字圖像處理這門學(xué)科的發(fā)展歷史和經(jīng)典定義定理，對(duì)于解決本次課題內(nèi)容提供了很好地參考。</p><p>　　文獻(xiàn)[2]介紹了關(guān)于計(jì)算機(jī)圖像處理的方法和程序

14、代碼實(shí)現(xiàn)，對(duì)于本次課題內(nèi)容起到了很大的幫助。</p><p><b>　　設(shè)計(jì)方案論證</b></p><p><b>　　實(shí)驗(yàn)基本步驟 </b></p><p><b>　　方案步驟：</b></p><p>　　（1）讀入包含對(duì)象的圖像，</p><p&

15、gt;　?。?）分割圖像中的對(duì)象，</p><p>　?。?）將已經(jīng)分割好的對(duì)象進(jìn)行顏色空間轉(zhuǎn)換，比如轉(zhuǎn)換到IHS色彩空間，</p><p>　?。?）讀入背景圖像，也轉(zhuǎn)換到HIS空間，</p><p>　?。?）將分割出的對(duì)象嵌入到背景圖像中合適的位置，并且進(jìn)行光照和顏色的處理，讓效果看起來真實(shí)可信。</p><p>　?。?）設(shè)計(jì)GUI界

16、面，完成軟件。</p><p><b>　　理論依據(jù)</b></p><p><b>　　圖像二值化</b></p><p>　　圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為0或255，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。即將256個(gè)亮度等級(jí)的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)

17、字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于在對(duì)圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級(jí)值，使處理變得簡單，而且數(shù)據(jù)的處理和壓縮量小。為了得到理想的二值圖像，一般采用封閉、連通的邊界定義不交疊的區(qū)域。所有灰度大于或等于閾值的像素被判定為屬于特定物

18、體，其灰度值為255表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個(gè)具有其他等級(jí)灰度值的均勻背景下，使用閾值法就可以得到比較的分割效果。如果物體同背景的差別表現(xiàn)不在灰度值上(比如紋理不同)，可以將這個(gè)差別特征轉(zhuǎn)換為灰度的差別，然后利用閾值選取技術(shù)來分割該圖像。動(dòng)態(tài)調(diào)節(jié)閾值實(shí)現(xiàn)圖</p><p><b>　　圖像分割&

19、lt;/b></p><p>　　把圖像分解為一些特定的性質(zhì)相似的部分（區(qū)域或?qū)ο螅?，并用這些部分對(duì)圖像進(jìn)行分析和描述。一幅圖像往往包含許多不同類型的區(qū)域，如物體、環(huán)境和背景等。圖像分析的一個(gè)重要方法就是用它們作為基本組成成分對(duì)圖像進(jìn)行描述。例如為了在氣泡室圖片中檢出質(zhì)點(diǎn)碰撞形式并判定其發(fā)生位置，就要在圖像中分割出氣泡的軌跡及其端點(diǎn)。為了從輸入的文本中識(shí)別出一串字符，首先就要把各個(gè)字符從背景和其他字符中分離

20、出來。因此把圖像分割為若干子圖像，并利用各子圖像的特性和它們之間的關(guān)系描述圖像，對(duì)于圖像識(shí)別和解釋、物景分析以及圖像的分塊處理和存儲(chǔ)都有很大的意義。</p><p>　　RGB和HSI的互相轉(zhuǎn)換</p><p>　　將顏色從RGB轉(zhuǎn)換為HSI</p><p>　　給出一幅RGB彩色格式的圖像，那么每個(gè)RGB像素的H分量可用下面的公式得到：</p>&l

21、t;p><b>　　其中：</b></p><p>　　飽和度由下面的式子給出：</p><p>　　最后，亮度由下面的式子給出：</p><p>　　假定RGB值已經(jīng)歸一化在[0,1]之間，角度θ使用關(guān)于HSI空間的紅軸來度量。將從H的公式中得出的所有結(jié)果除以360°，即可將色調(diào)歸一化在[0,1]之間。如果給出的RGB值在[0

22、,1]之間，那么其他的兩個(gè)HSI分量就已經(jīng)在[0,1]之間了。</p><p>　　將顏色從HSI轉(zhuǎn)換為RGB</p><p>　　給定在[0,1]之間的HSI值，我們現(xiàn)在希望找出同一范圍內(nèi)相應(yīng)的RGB值?？捎玫墓揭蕾囉贖的值。有三個(gè)感興趣的部分，正如早些時(shí)候提到的那樣，分別對(duì)應(yīng)原色之間相隔120°的范圍。我們用360°乘以H，這樣就將色調(diào)的值還原成了原來的范圍——

23、[0°, 360°]。</p><p>　　RG區(qū)域 如果H在這個(gè)區(qū)域內(nèi)，那么RGB分量由下式給出：</p><p><b>　　和</b></p><p>　　GB區(qū)域 如果給出的H值在這個(gè)區(qū)域內(nèi)，我們就先從中減去120°：</p><p>　　那么，這時(shí)RGB分量是：</p

24、><p><b>　　并且</b></p><p>　　BR區(qū)域(240°≤H≤360°) 最后，如果H在這個(gè)區(qū)域內(nèi)，我們就從中減去240°：</p><p><b>　　RGB分量分別是：</b></p><p><b>　　其中：</b><

25、/p><p><b>　　和</b></p><p><b>　　圖像融合的設(shè)計(jì)</b></p><p><b>　　圖像對(duì)象的分割</b></p><p>　　我們通過對(duì)圖像進(jìn)行二值化處理、濾波、構(gòu)造模板以及圖像矩陣的像素相乘來得到分割圖像的對(duì)象。</p><

26、p><b>　　主要程序代碼如下：</b></p><p>　　I = imread('C:\MATLAB7\work\small.jpg') ;% 載入圖像</p><p>　　axes(handles.axes3);imshow(I);title('原圖像','Fonts',8, 'FontWeight

27、', 'Bold');</p><p>　　I=imresize(I,[120,180]);</p><p>　　I1 = rgb2hsv(I); % RGB轉(zhuǎn)換到HSV空間</p><p>　　h = I1(:,:,3); % S層 </p><p>　　bw = im2bw(h ,graythresh(h));

28、% 二值化</p><p>　　bw = ~bw; % 取反</p><p>　　A = imfill(bw, 'holes'); % 補(bǔ)洞</p><p>　　B = imopen(A, strel('disk', 1)); % 圖像開操作</p><p>　　C = bwareaopen(B, 2000);

29、 % 面積濾波</p><p>　　axes(handles.axes4); imshow(C); title('二值圖像','Fonts',8, 'FontWeight', 'Bold');</p><p>　　bw2 = cat(3, A, B, C); % 構(gòu)造模板</p><p>　　I2 =

30、I .* uint8(bw2); % 點(diǎn)乘</p><p>　　axes(handles.axes5); imshow(I2); title('分割圖像','Fonts',8,'FontWeight', 'Bold');</p><p><b>　　分割對(duì)象的場景融入</b></p><

31、;p>　　通過對(duì)圖像對(duì)象進(jìn)行適當(dāng)?shù)拇笮≌{(diào)整和平移，我們將其疊加進(jìn)背景圖像適當(dāng)?shù)奈恢弥小?lt;/p><p><b>　　主要程序代碼如下：</b></p><p>　　I=imresize(I,[120,180]);</p><p>　　[M,N,h]=size(Img);%取背景圖的大小</p><p>　　B=ze

32、ros(M,N,h);%建全零矩陣</p><p><b>　　for h=1:3</b></p><p>　　for n=1:180</p><p>　　for m=1:120</p><p>　　B(m+50,n+100,h)=I2(m,n,h);</p><p><b>　　end

33、</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　b=uint8(B);</p><p><b>　　c=b+Img;</b></p><p>　　GUI界面設(shè)計(jì)及濾波結(jié)果分

34、析</p><p><b>　　GUI界面設(shè)計(jì)</b></p><p>　　在控件布局設(shè)計(jì)區(qū)放置個(gè)2Panel控件、7個(gè)Axes控件、9個(gè)Text控件、6個(gè)PushButton控件、2個(gè)RadioButton控件、1個(gè)ButtonGroup控件。</p><p>　　程序運(yùn)行后的界面外觀如下：</p><p>　　圖4-

35、1 程序運(yùn)行后的界面外觀圖</p><p><b>　　濾波結(jié)果及分析</b></p><p><b>　　濾波結(jié)果圖</b></p><p>　　圖4-2 圖像融合結(jié)果圖</p><p><b>　　結(jié)果分析</b></p><p>　　從圖中可以看出

36、，我們將圖像中的對(duì)象提取出來的效果顯著，基本上將目標(biāo)區(qū)域分割出來，然后對(duì)于圖像的HSI空間轉(zhuǎn)換的效果很差，最后兩張圖像融合的效果一般，對(duì)象并不能與背景圖像中的顏色一致，不能滿足真實(shí)可信的效果。我們還需要進(jìn)一步地對(duì)顏色進(jìn)行還原處理。</p><p><b>　　總結(jié)</b></p><p>　　通過此次課程設(shè)計(jì)，使我更加扎實(shí)的掌握了有關(guān)數(shù)字圖像處理方面的知識(shí)，在設(shè)計(jì)過程

37、中雖然遇到了一些問題，但經(jīng)過一次又一次的思考，一遍又一遍的檢查終于找出了原因所在，也暴露出了前期我在這方面的知識(shí)欠缺和經(jīng)驗(yàn)不足。實(shí)踐出真知，通過親自動(dòng)手操作，使我們掌握的知識(shí)不再是紙上談兵。 </p><p>　　過而能改，善莫大焉。在課程設(shè)計(jì)過程中，我們不斷發(fā)現(xiàn)錯(cuò)誤，不斷改正，不斷領(lǐng)悟，不斷獲取。最終的檢測調(diào)試環(huán)節(jié)，本身就是在踐行“過而能改，善莫大焉”的知行觀。這次課程設(shè)計(jì)終于順利完成了，在設(shè)計(jì)中遇到了很多問

38、題，最后在老師的指導(dǎo)下，終于游逆而解。在今后社會(huì)的發(fā)展和學(xué)習(xí)實(shí)踐過程中，一定要不懈努力，不能遇到問題就想到要退縮，一定要不厭其煩的發(fā)現(xiàn)問題所在，然后一一進(jìn)行解決，只有這樣，才能成功的做成想做的事，才能在今后的道路上劈荊斬棘，而不是知難而退，那樣永遠(yuǎn)不可能收獲成功，收獲喜悅，也永遠(yuǎn)不可能得到社會(huì)及他人對(duì)你的認(rèn)可！</p><p>　　回顧起此課程設(shè)計(jì)，至今我仍感慨頗多，從理論到實(shí)踐，在這段日子里，可以說得是苦多于甜

39、，但是可以學(xué)到很多很多的東西，同時(shí)不僅可以鞏固了以前所學(xué)過的知識(shí)，而且學(xué)到了很多在書本上所沒有學(xué)到過的知識(shí)。通過這次課程設(shè)計(jì)使我懂得了理論與實(shí)際相結(jié)合是很重要的，只有理論知識(shí)是遠(yuǎn)遠(yuǎn)不夠的，只有把所學(xué)的理論知識(shí)與實(shí)踐相結(jié)合起來，從理論中得出結(jié)論，才能真正為社會(huì)服務(wù)，從而提高自己的實(shí)際動(dòng)手能力和獨(dú)立思考的能力。在設(shè)計(jì)的過程中遇到問題，可以說得是困難重重，但可喜的是最終都得到了解決。</p><p><b>

40、　　致謝</b></p><p>　　一份課程設(shè)計(jì)的總結(jié)，一份對(duì)老師的感謝。</p><p>　　他嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)，深深地感染和激勵(lì)著我們。讓我們?cè)跀?shù)理統(tǒng)計(jì)方面得到了深入的了解，在數(shù)據(jù)統(tǒng)計(jì)與分析方面得到了進(jìn)一步認(rèn)識(shí)和理解。在此，我向嚴(yán)老師致以誠摯的謝意和崇高的敬意。 </p><p>　　同時(shí)我還要感謝我的同

41、學(xué)們。在論文設(shè)計(jì)中，當(dāng)我遇到問題時(shí)，他們都給了我很多的建議和幫助，我不僅得到了新的知識(shí)，更得到了更深厚的友誼。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　岡薩雷斯,伍茲.數(shù)字圖像處理[M].北京：電子工業(yè)出版社,2010.</p><p>　　賈永紅.計(jì)算機(jī)圖像處理[M].武漢：武漢大學(xué)出版社.2007. </p&

42、gt;<p><b>　　程序代碼</b></p><p>　　function varargout = Comphoto(varargin)</p><p>　　% Begin initialization code - DO NOT EDIT</p><p>　　gui_Singleton = 1;</p>&l

43、t;p>　　gui_State = struct('gui_Name', mfilename, ...</p><p>　　'gui_Singleton', gui_Singleton, ...</p><p>　　'gui_OpeningFcn', @Comphoto_OpeningFcn, ...</p>

44、<p>　　'gui_OutputFcn', @Comphoto_OutputFcn, ...</p><p>　　'gui_LayoutFcn', [] , ...</p><p>　　'gui_Callback', []);</p><p>　　if nargin && isch

45、ar(varargin{1})</p><p>　　gui_State.gui_Callback = str2func(varargin{1});</p><p><b>　　end</b></p><p>　　if nargout</p><p>　　[varargout{1:nargout}] = gui_mainf

46、cn(gui_State, varargin{:});</p><p><b>　　else</b></p><p>　　gui_mainfcn(gui_State, varargin{:});</p><p><b>　　end</b></p><p>　　% --- Executes just

47、before Comphoto is made visible.</p><p>　　function Comphoto_OpeningFcn(hObject, eventdata, handles, varargin)</p><p>　　% Choose default command line output for Comphoto</p><p>　　han

48、dles.output = hObject;</p><p>　　% Update handles structure</p><p>　　guidata(hObject, handles);</p><p>　　% --- Outputs from this function are returned to the command line.</p>

49、<p>　　function varargout = Comphoto_OutputFcn(hObject, eventdata, handles) </p><p>　　% Get default command line output from handles structure</p><p>　　varargout{1} = handles.output;</p&

50、gt;<p>　　% --- Executes on button press in pushbutton1.</p><p>　　function pushbutton1_Callback(hObject, eventdata, handles)</p><p>　　Img = imread('C:\MATLAB7\work\sea.jpg') ;% 載入背

51、景圖像</p><p>　　I = imread('C:\MATLAB7\work\small.jpg') ;% 載入圖像</p><p>　　axes(handles.axes1);imshow(I);</p><p>　　axes(handles.axes2);imshow(Img);</p><p>　　axes(han

52、dles.axes3);imshow(I);title('原圖像','Fonts',8, 'FontWeight', 'Bold');</p><p>　　I=imresize(I,[120,180]);</p><p>　　I1 = rgb2hsv(I); % RGB轉(zhuǎn)換到HSV空間</p><p>

53、　　h = I1(:,:,3); % S層 </p><p>　　bw = im2bw(h ,graythresh(h)); % 二值化</p><p>　　bw = ~bw; % 取反</p><p>　　A = imfill(bw, 'holes'); % 補(bǔ)洞</p><p>　　B = imopen(A, strel

54、('disk', 1)); % 圖像開操作</p><p>　　C = bwareaopen(B, 2000); % 面積濾波</p><p>　　axes(handles.axes4); imshow(C); title('二值圖像','Fonts',8, 'FontWeight', 'Bold');<

55、/p><p>　　bw2 = cat(3, A, B, C); % 構(gòu)造模板</p><p>　　I2 = I .* uint8(bw2); % 點(diǎn)乘</p><p>　　axes(handles.axes5); imshow(I2); title('分割圖像','Fonts',8,'FontWeight', 'B

56、old');</p><p>　　[M,N,h]=size(Img);%取背景圖的大小</p><p>　　B=zeros(M,N,h);%建全零矩陣</p><p><b>　　for h=1:3</b></p><p>　　for n=1:180</p><p>　　for m=1:1

57、20</p><p>　　B(m+50,n+100,h)=I2(m,n,h);</p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　b=uint8(B);

58、</p><p><b>　　c=b+Img;</b></p><p>　　b=rgb2hsi(b);%RGB轉(zhuǎn)換為HSI</p><p>　　Img=rgb2hsi(Img);</p><p>　　axes(handles.axes6); imshow(b); title('HSI對(duì)象圖像','

59、Fonts',8, 'FontWeight', 'Bold');</p><p>　　axes(handles.axes7); imshow(Img); title('HSI背景圖像','Fonts',8, 'FontWeight', 'Bold');</p><p>　　axes(ha