matlab課程設計--應用圖像處理

1、<p>　　MATLAB課程設計</p><p>　　設計題目：應用圖像處理</p><p><b>　　班 級：</b></p><p><b>　　學 號：</b></p><p><b>　　姓 名：</b></p><p&

2、gt;<b>　　指導老師：</b></p><p>　　設計時間：2013年4月8號-4月14號</p><p><b>　　摘要</b></p><p>　　21世紀是一個充滿信息的時代，圖像作為人類感知世界的視覺基礎，是人類獲取信息、表達信息和傳遞信息的重要手段。圖像處理，是用計算機對圖像進行分析，以達到所需結(jié)果的技

3、術。又稱影像處理。基本內(nèi)容 圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字攝像機、掃描儀等設備經(jīng)過采樣和數(shù)字化得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術的主要內(nèi)容包括圖像壓縮，增強和復原，匹配、描述和識別3個部分。 常見的處理有圖像數(shù)字化、圖像編碼、圖像增強、圖像復原、圖像分割和圖像分析等。圖像處理一般指數(shù)字圖像處理。所謂數(shù)字圖像處理[7]就是利用計算機對圖像信息進行加工以滿足人的視覺心理或者應

4、用需求的行為。實質(zhì)上是一段能夠被計算機還原顯示和輸出為一幅圖像的數(shù)字碼。</p><p>　　關鍵詞：DCT變換；圖像壓縮；真色彩增強；平滑；銳化；直方圖均衡；</p><p>　　灰度變換；濾波；M文件的使用</p><p><b>　　目錄</b></p><p>　　摘要…………………………………………………………

5、……I</p><p>　　1 概述……………………………………………………………II</p><p>　　2 課程設計任務及要求...............................III</p><p><b>　　2.1.1設計任務</b></p><p><b>　　2.1.2設計要求</

6、b></p><p>　　3 系統(tǒng)設計原理.....................................Ⅳ</p><p>　　3.1 DCT圖像壓縮原理</p><p><b>　　3.2 真彩色增強</b></p><p><b>　　3.2.1平滑</b></p>

7、<p><b>　　3.2.2銳化</b></p><p>　　3.3 灰度變換（直方圖均衡化）</p><p><b>　　3.4 圖像濾波</b></p><p>　　3.4.1中值濾波器</p><p>　　3.4.2維納濾波器</p><p>　　4 程

8、序代碼及實驗結(jié)果與分析..............................Ⅵ</p><p>　　4.1 DCT圖像壓縮</p><p><b>　　4.1.1程序代碼</b></p><p><b>　　4.1.2實驗結(jié)果</b></p><p><b>　　4.1.3結(jié)果分析&

9、lt;/b></p><p><b>　　4.2 真彩色增強</b></p><p>　　4.2.1平滑程序代碼</p><p><b>　　4.2.2實驗結(jié)果</b></p><p><b>　　4.2.3結(jié)果分析</b></p><p>　　4

10、.2.4銳化程序代碼</p><p><b>　　4.2.5實驗結(jié)果</b></p><p><b>　　4.2.6結(jié)果分析</b></p><p>　　4.3 灰度變換（直方圖均衡化）</p><p><b>　　4.3.1程序代碼</b></p><p&

11、gt;<b>　　4.3.2實驗結(jié)果</b></p><p><b>　　4.3.3結(jié)果分析</b></p><p><b>　　4.4 圖像濾波</b></p><p><b>　　4.4.1程序代碼</b></p><p><b>　　4.4

12、.2實驗結(jié)果</b></p><p><b>　　4.4.3結(jié)果分析</b></p><p>　　5 收獲體會.........................................Ⅶ</p><p>　　6 參考文獻........................................Ⅷ</p>

13、<p><b>　　概述</b></p><p>　　MATLAB作為一種矩陣語言，進行數(shù)字圖像處理是非常方便的。從理論上講，數(shù)字圖像是一個二維的整數(shù)陣列。掌握簡單的MATLAB圖像增強技術，從而對圖像處理有進一步的了解。</p><p><b>　　課程設計任務及要求</b></p><p><b>

14、　　設計任務</b></p><p>　　在圖像的變換和壓縮中，常常用到離散余弦變換（DCT）。DCT變換用于圖像的壓縮實例。請在測試圖像中驗證你的結(jié)論。</p><p>　　請編程實現(xiàn)圖像的真彩色增強。</p><p>　　通過直方圖均衡化的方法實現(xiàn)圖像的灰度變換，在測試圖像中驗證你的結(jié)論，分析程序結(jié)果。</p><p>　　使

15、用常用的濾波器對數(shù)字圖像進行處理。如均值濾波器、中值濾波器、維納濾波器等。</p><p><b>　　設計要求</b></p><p>　　在報告中給出本實驗的實驗結(jié)果和分析。 </p><p>　　程序代碼附有必要的注釋。</p><p>　　報告中對實驗的基本算法原理要進行簡要敘述。</p><

16、p><b>　　系統(tǒng)設計原理</b></p><p><b>　　DCT圖像壓縮原理</b></p><p>　　DCT變換是最小均方誤差條件下得出的次最佳正交變換，且已獲得廣泛應用，并成為許多圖像編碼國際標準的核心。JPEG圖像格式的壓縮算法采用的就是DCT變換，DCT變換的變換核為余弦函數(shù)，計算速度較快，有利于圖像壓縮和其他處理。在編碼

17、過程中，JPEG算法首先將RGB分量轉(zhuǎn)化為亮分量和色差分量，然后將圖像分解為８＊８的像素塊，，對這個８＊８塊進行二維離散余弦變換，每個塊就產(chǎn)生了６４個DCT系數(shù)，其中一個是直流（ＤＣ），它表示了８＊８輸入矩陣全部值的平均數(shù)，其余６３個系數(shù)為交流（ＡＣ）系數(shù)，接下來對DCT系數(shù)進行量化，最后將量化的DCT系數(shù)進行編碼，就形成了壓縮后的圖像格式。在解碼過程中，先對已編碼的量化的系數(shù)進行解碼，然后求逆量化并利用二維DCT反變換把DCT系數(shù)轉(zhuǎn)化

18、為８＊８樣本像塊，最將反變換后的塊組合成一幅圖像。這樣就完成了圖像的壓縮和解壓過程。</p><p>　　離散余弦變換DCT的ＭＡＴＬＡＢ實現(xiàn)有兩種方　法，一種是基于FFR的快速算法，這是通過MATLAB工具箱提供的DCT2函數(shù)實現(xiàn)的；另一種是DCT變換是矩陣方法。變換矩陣方法非常適合做８＊８或１６?。保兜膱D像塊的DCT變換，工具箱提供了dctmtx函數(shù)來計算變換矩陣。</p><p>

19、<b>　　真彩色增強</b></p><p>　　真彩色增強主要是針對偽彩色增強而言的。圖像的色彩增強技術主要分為為彩色增強和真彩色增強兩種，這兩種方法在原理上存在著本質(zhì)的區(qū)別。偽彩色增強時對原灰度圖像中不同灰度值區(qū)域分別付于不同的顏色，使人能夠更明白的區(qū)分不同的灰度級。由于原始圖像事實上是沒有顏色的，所以稱這種人工賦予的顏色為偽彩色，偽彩色增強實質(zhì)上只是一個圖像的著色過程是一種灰度到彩色

20、的映射技術。真彩色增強則是對原始圖像本身具有的顏色進行調(diào)節(jié)，是一個彩色到彩色的映射過程。</p><p><b>　　平滑</b></p><p>　　在圖像中，通過相鄰點的相互平均可以去掉一些突然變化的點，從而濾掉一定的噪聲，達到平滑的目的，使圖片看起來更柔和，顏色更均勻更清晰。</p><p><b>　　銳化</b>

21、</p><p>　　圖像平滑往往使圖像中的邊界、輪廓變得模糊，為了減少這類不利效果的影響，需要用圖像銳化技術使圖像的邊緣變的清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因為圖像受到了平均或積分運算，因此可以對其進行逆運算（如微分運算）就可以使圖像變的清晰。從頻率域來考慮，圖像模糊的實質(zhì)是因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。在水下

22、圖像的增強處理中除了去噪，對比度擴展外，有時候還需要加強圖像中景物的邊緣和輪廓。而邊緣和輪廓常常位于圖像中灰度突變的地方，因而可以直觀地想到用灰度的差分對邊緣和輪廓進行提取。</p><p>　　灰度變換（直方圖均衡化）</p><p>　　直方圖均衡化的基本思想是把原始圖的直方圖變換為均勻分布的形式，這樣就增加了象素灰度值的動態(tài)范圍從而可達到增強圖像整體對比度的效果。設原始圖像在(x，y

23、)處的灰度為f，而改變后的圖像為g，則對圖像增強的方法可表述為將在(x，y)處的灰度f映射為g。在灰度直方圖均衡化處理中對圖像的映射函數(shù)可定義為:g = EQ (f)，這個映射函數(shù)EQ(f)必須滿足兩個條件(其中L為圖像的灰度級數(shù)):</p><p>　　(1)EQ(f)在0≤f≤L-1范圍內(nèi)是一個單值單增函數(shù)。這是為了保證增強處理沒有打亂原始圖像的灰度排列次序，原圖各灰度級在變換后仍保持從黑到白(或從白到黑)的

24、排列。</p><p>　　(2)對于0≤f≤L-1有0≤g≤L-1，這個條件保證了變換前后灰度值動態(tài)范圍的一致性。</p><p><b>　　圖像濾波</b></p><p>　　濾波器是一種選頻裝置可以使信號中特定的頻率成分通過而極大地衰減其它頻率成分，可以濾除干擾噪聲。在數(shù)字圖像處理中，常常會遇到圖像中混雜有許多的噪聲。因此，在進行

25、圖像處理中，有時要先進行祛除噪聲的工作。最常用的祛除噪聲的方法是用濾波器進行濾波處理。MATLAB的圖像處理工具箱里也設計了許多的濾波器。如均值濾波器、中值濾波器、維納濾波器等。</p><p><b>　　維納濾波器：</b></p><p>　　維納濾波器（Wiener filter）是由數(shù)學家維納（Rorbert Wiener）提出的一種以最小平方為最優(yōu)準則的線

26、性濾波器。在一定的約束條件下，其輸出與一給定函數(shù)（通常稱為期望輸出）的差的平方達到最小，通過數(shù)學運算最終可變?yōu)橐粋€托布利茲方程的求解問題。維納濾波器又被稱為最小二乘濾波器或最小平方濾波器，目前是基本的濾波方法之一。維納濾波是利用平穩(wěn)隨機過程的相關特性和頻譜特性對混有噪聲的信號進行濾波的方法。</p><p><b>　　中值濾波器:</b></p><p>　　中值濾

27、波是一種非線性數(shù)字濾波器技術，經(jīng)常用于去除圖像或者其它信號中的噪聲。這個設計思想就是檢查輸入信號中的采樣并判斷它是否代表了信號，使用奇數(shù)個采樣組成的觀察窗實現(xiàn)這項功能。觀察窗口中的數(shù)值進行排序，位于觀察窗中間的中值作為輸出。然后，丟棄最早的值，取得新的采樣，重復上面的計算過程?！≈兄禐V波是圖像處理中的一個常用步驟，它對于斑點噪聲（en:speckle noise）和椒鹽噪聲（en:salt-and-pepper noise）來說尤其有用

28、。保存邊緣的特性使它在不希望出現(xiàn)邊緣模糊的場合也很有用。</p><p>　　程序代碼及實驗結(jié)果與分析</p><p><b>　　DCT圖像壓縮</b></p><p><b>　　程序代碼：</b></p><p>　　I=imread('壓縮前xiao.jpg');%讀取原始圖

29、片</p><p>　　I=rgb2gray(I);%把圖像變成灰度圖像</p><p>　　I=im2double(I);%把圖像數(shù)據(jù)類型轉(zhuǎn)換為雙精度浮點類型</p><p>　　T=dctmtx(8);%計算離散余弦變換</p><p>　　B=blkproc(I,[8 8],'P1*x*P2',T,T');%對圖

30、像Ｉ的每個不同８＊８數(shù)據(jù)塊應用矩陣式’Ｐ１＊Ｘ?。狿２’進行處理，其中Ｐ１＝Ｔ，Ｐ２=Ｔ'</p><p>　　mask=[1 1 1 1 0 0 0 0</p><p>　　1 1 1 0 0 0 0 0</p><p>　　1 1 0 0 0 0 0 0</p><p>　　1 0 0

31、 0 0 0 0 0</p><p>　　0 0 0 0 0 0 0 0</p><p>　　0 0 0 0 0 0 0 0</p><p>　　0 0 0 0 0 0 0 0</p><p>　　0 0 0 0 0 0 0 0];%二進制值掩碼，用來壓縮DCT的系數(shù)；可通過改

32、變矩陣來改變壓縮程度</p><p>　　B2=blkproc(B,[8 8],'P1.*x',mask);%只保留DCT變換的10個系數(shù)</p><p>　　I2=blkproc(B2,[8 8],'P1*x*P2',T',T);%逆DCT變換，用來重構圖像</p><p>　　subplot(1,2,1);</p&g

33、t;<p>　　imshow(I);title('壓縮前');%顯示原始圖像</p><p>　　subplot(1,2,2);</p><p>　　imshow(I2);title('壓縮后');%顯示壓縮圖像</p><p>　　imwrite(I2,'D:\我的文檔\My Pictures\壓縮后xiao.

34、jpg')</p><p><b>　　實驗結(jié)果:</b></p><p><b>　　結(jié)果分析：</b></p><p>　　盡管拋棄了85%的DCT系數(shù)，壓縮后占用空間減少了約75%，但是處理后的圖片與原圖的失真并不大，壓縮圖片的畫質(zhì)令人滿意。由此也驗證了JPEG格式由于占用空間小，圖片質(zhì)量高被廣泛認可。<

35、;/p><p><b>　　真彩色增強</b></p><p><b>　　平滑程序代碼：</b></p><p>　　I=imread('hehua.jpeg');</p><p>　　subplot(1,2,1);imshow(I);title('原圖');</

36、p><p>　　h1=fspecial('average',3);%用均值濾波器是領域值平均，以達到平滑目的</p><p>　　I1=imfilter(I,h1);</p><p>　　subplot(1,2,2);imshow(I1);title('平滑濾波真彩色增強');</p><p><b>　

37、　實驗結(jié)果：</b></p><p><b>　　結(jié)果分析：</b></p><p>　　處理后的圖片較處理前的圖片看起來更柔和，色彩更均勻。</p><p><b>　　銳化程序代碼：</b></p><p>　　I=imread('hehua.jpeg');</

38、p><p>　　g=[0 0 0;0 2 0;0 0 0];</p><p>　　w=fspecial('laplacian',0.2);</p><p>　　H=im2double(I);</p><p>　　J=imfilter(H,g,'replicate');</p><p>　　s

39、ubplot(1,2,1);</p><p>　　imshow(H);title('原圖');</p><p>　　subplot(1,2,2);imshow(J);title('銳化真彩色增強圖像');</p><p><b>　　實驗結(jié)果</b></p><p><b>　　

40、結(jié)果分析：</b></p><p>　　可以很明顯的看出處理后的圖片輪廓更清晰，邊界也更明顯</p><p>　　灰度變換（直方圖均衡化）：</p><p><b>　　程序代碼：</b></p><p>　　I=imread('壓縮前xiao.jpg');</p><p&

41、gt;　　I=rgb2gray(I);</p><p>　　subplot(2,2,1);imshow(I);title('原圖');</p><p>　　subplot(2,2,2);imhist(I);title('原直方圖');</p><p>　　J=histeq(I);%自動直方圖均衡化，均衡后只有64個灰度級</p&

42、gt;<p>　　subplot(2,2,4);imhist(J);title('灰度變換直方圖');</p><p>　　subplot(2,2,3);imshow(J);title('灰度變換圖');%顏色分布相對均衡</p><p><b>　　實驗結(jié)果：</b></p><p><b&

43、gt;　　結(jié)果分析：</b></p><p>　　對比處理前后的直方圖可知，原直方圖中在灰度級100左右的值出現(xiàn)的平率很低可近似忽略而經(jīng)過histeq函數(shù)后直方圖的分布從0~200出現(xiàn)的頻率相近，基本實現(xiàn)直方圖的均勻分布；從圖片上則體現(xiàn)為變換后的圖片顏色分布均勻沒有特別黑或特別白的地方。另如果將histeq中的n值改為200（原圖的灰度級），直方圖的分布則接近為原圖（如下圖），此一來更好的說明了直方圖

44、可以明顯直觀地改變圖像的灰度級。</p><p><b>　　圖像濾波</b></p><p><b>　　程序代碼：</b></p><p>　　I=imread('壓縮前xiao.jpg');</p><p>　　I=rgb2gray(I);</p><p&g

45、t;　　I=im2double(I);</p><p>　　J=imnoise(I,'gaussian',0,0.005); %加入高斯噪聲</p><p><b>　　%進行均值濾波</b></p><p>　　h=fspecial('average',3); %fspecial函數(shù)用于產(chǎn)生預定義濾波器&l

46、t;/p><p>　　I2=uint8(round(filter2(h,I))); %filter2函數(shù)用于圖像濾波,h是濾波參數(shù)（均值）</p><p><b>　　%進行中值濾波</b></p><p>　　I3=medfilt2(J); %medfilt2函數(shù)用于圖像的中值濾波</p><p><b>　

47、　%進行維納濾波</b></p><p>　　I4=wiener2(J);%進行一次維納濾波</p><p>　　I5=wiener2(I4);%進行二次維納濾波</p><p>　　subplot(2,3,1),imshow(I),title('原圖象')</p><p>　　subplot(2,3,2),ims

48、how(J),title('加噪聲圖象')</p><p>　　subplot(2,3,3),imshow(I2),title('均值濾波后圖象')</p><p>　　subplot(2,3,4),imshow(I3),title('中值濾波后圖象')</p><p>　　subplot(2,3,5),imshow(

49、I4),title('維納濾波后圖象')</p><p>　　subplot(2,3,6),imshow(I5),title('兩次維納濾波后圖象') </p><p><b>　　實驗結(jié)果：</b></p><p><b>　　結(jié)果分析：</b></p><p>　

50、　從圖上對比可看出中值濾波器和維納濾波器濾除噪聲的能力差不多，但中值濾波器對于圖片亮度的改變相對于維納濾波器的小?？梢钥闯鼍S納濾波器不僅濾除了噪聲而且也降低了圖片的亮度。二次濾波后噪聲更小了。</p><p><b>　　收獲體會</b></p><p>　　每一次的課程設計都會有不一樣的收獲和體會但這次的卻多了一些與眾不同的內(nèi)容。這次課程設計加深及鞏固了所學的MAT

51、LAB的知識，學到了一些圖像處理的技巧的方法。特別有感觸的是感覺這次實驗的實際意義很大，以前做的課程設計都是為了完成任務而設計，但是這次課程設計的內(nèi)容與我們平時的工作學習息息相關，比如DCT壓縮圖片，以前就嫌棄電腦里的圖片占內(nèi)存，但是經(jīng)過這次課程設計之后就可以自己動手解決這個惱人的問題了。</p><p>　　更加難能可貴的是再一次的鍛煉了自己的自學能力，使自己的獨立思考能力有了進一步的深入。中途也遇到了很多的困

52、難但在老師和同學以及自己的不斷努力嘗試下終于被一一攻破、克服。當問起解決時之前的沮喪、煩躁、想要放棄的心情全部都會煙消云散，取而代之的是無比的自豪和勝利感。</p><p><b>　　參考文獻</b></p><p>　　[1] 張兆禮，趙春暉，梅曉丹．現(xiàn)代圖像處理技術及MATLAB實現(xiàn)．北京：人民 郵電出版社，2001</p><p

53、>　　[2] 孫兆林．MATLAB圖像處理．北京：清華大學出版社，2002</p><p>　　[3] 朱習軍，隋思漣，張賓，劉尊年.MATLAB在信號與圖像處理中的應用.北京， 電子工業(yè)出版社</p><p>　　[4] 胡曉軍、 徐飛 .MATLAB應用圖像處理（第二版）.西安電子科技大學出版</p><p>　　[5] 高展宏、 徐文波