二维图像数字信号处理应用实验报告.docx

《二维图像数字信号处理应用实验报告.docx》由会员分享，可在线阅读，更多相关《二维图像数字信号处理应用实验报告.docx（14页珍藏版）》请在第一文库网上搜索。

1、二维图像数字信号处理应用实验报告一、预习内容1、数字图象处理介绍1.1 数字图像处理发展概况数字图像处理（Digita1ImageProcessing）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。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。随着

2、图像处理技术的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。1.2 数字图像处理主要研究的内容数字图像处理主要研究的内容有以下几个方面：1）图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。2）图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。3）图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。4）图像分

3、割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。5）图像描述图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。6）图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类。1.3 数字图像处理的基本特点（1）目前，数字图像处理的信

4、息大多是二维信息，处理信息量很大。因此对计算机的计算速度、存储容量等要求较高。（2）数字图像处理占用的频带较宽。与语言信息相比，占用的频带要大几个数量级。（3）数字图像中各个像素是不独立的，其相关性大。（4）由于图像是三维景物的二维投影，一幅图象本身不具备复现三维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。（5）数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。1.4 数字图像处理

5、的优点1.再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。2.处理精度高按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。3.适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。4.灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。1.5数字图像处理的应用图像是人类获取和交换信息

6、的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。1）航天和航空技术方面的应用数字图像处理技术在航天和航空技术方面的应用，除了上面介绍的JP1对月球、火星照片的处理之外，另一方面的应用是在飞机遥感和卫星遥感技术中。2）生物医学工程方面的应用数字图像处理在生物医学工程方面的应用十分广泛,而且很有成效。3）通信工程方面的应用当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。4）工业和工程方面的应用在工业和工程领域中图像处理技术有着广泛的应用。5）军事公安方面的应用在军事方面图像处理和识别主要用于导

7、弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通监控、事故分析等6）文化艺术方面的应用目前这类应用有电视画面的数字编辑，动画的制作，电子图像游戏，纺织工艺品设计，服装设计与制作，发型设计，文物资料照片的复制和修复，运动员动作分析和评分等等，现在已逐渐形成一门新的艺术一计算机美术。2MatIab在图像处理中的应用MAT1AB6.X提供了20类图像处理函数，涵盖了图像处理包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱

8、。这些函数按功能可分为图像显示、图像文件I/0、图像算术运算、几何变换、图像登记、像素值与统计、图像分析、图像增强、线性滤波、线性二元滤波设计、图像去模糊、图像变换、邻域与块处理、灰度与二值图像的形态学运算、结构元素创建与处理、基于边缘的处理、色彩映射表操作、色彩空间变换及图像类型与类型转换Mat1ab数字图像处理工具箱函数包括以下几类：（1）图像显示函数；（2）图像文件输入、输出函数；（3）图像几何操作函数；（4）图像像素值及统计函数；（5）图像分析函数；（6）图像增强函数；（7）线性滤波函数；（8）二维线性滤波器设计函数；（9）图像变换函数；（10）图像邻域及块操作函数；（11）二值图像操

9、作函数；（12）基于区域的图像处理函数；（13）颜色图操作函数；（14）颜色空间转换函数;二、实验目的1、结合二维图像信号处理，直观感受数字信号处理的基本实现过程。2、了解二维图像信号处理的一些基本处理。3、初步了解MAT1AB的二维信号处理能力。三、实验原理Mat1ab进行图像处理的步骤如下:读取图像到Mat1ab工作空间对图像矩阵进行格式转换I,对图像矩阵数据进行处理II,显示图像II保存图像1、图像类别与数据格式1. 1真彩图像：由R、G、B一个三维矩阵(N*M*3)描述。1.21.3 灰度图像：由一个二维矩阵描述。1.41.5 二值图像2、读取图像函数imread可以从任何MatIab

10、支持的图像文件格式中，以任意位深度读取一幅图像。格式为：X=imread(4FI1ENAME.FMT5)其中：F11ENAME-为需要读入的图像文件名，FMT一为图像格式3、图像显示Imshow可以显示真彩、灰度、二值等各种图像。Imshow(gray)：显示灰度图像，gray为一个二维矩阵Imshow(RGB)：显示真彩图像，RGB为一个三维矩阵Imshow(BW):显示二值图像，BW为一个二维矩阵4、保存图像imwrite函数：imwrite(1,文件名.文件格式)文件格式：bmpVjpgxpcxvtifo四、实验内容1、图像转换1.1 利用编程实现将真彩图像转换成为灰度图像 利用imre

11、ad读入trees,jpg(注意为Uint8格式) 利用转换公式，将RGB图像转换为灰度图像Gray=R*0.299+G*0.587+B*0.114 利用函数Uint8,将灰度图像的值转换I1int8,并进行显示将此灰度图像存储成为trees_gray.jpg文件 程序效果等同于函数rgb2gray()o程序：c1c;c1eara11;CIoSea11;x=imread(,trees.jpg,);r=x(:,:,1);g=(：,：,2)；b=x(:,:,3);gray=r*0.299+g*0.587+b*0.114;imshow(gray);imwrite(gray,trees_gray.jp

12、g,);图像:1.21.3 利用编程将灰度图像转换成为二值图像- 利用imread读入trees_gray.jpg(注意为Uint8格式)- 设定阈值，将灰度图像转换二值图像(阈值可为中值)- 利用函数1ogica1。，将数值转换1ogica1,并进行显示- 将此二值图像存储成为trees_bw.jpg文件- 程序效果等同于函数im2bw()程序c1c;c1eara11;c1osea11;rgb=imread(,trees.jpg);gray=rgb2gray(rgb);bw=im2bw(rgb);figure(1);imshow(rgb);figure(2);imshow(gray);fig

13、ure(3);imshow(bw);imwrite(gray,trees_gray.jpg);imwrite(bw,trees_bw.jpg);图像:2、图像大小变换2.1 在保证将图像的长宽比不变的情况下，将图像缩小原来的一半- 利用imread读入trees_gray.jpg- 利用SiZe函数得到图像的长和宽- 利用图像之间的关联性将图像缩小原来的一般显示缩小后的图像将此缩小后图像存储成为trees_smaII.jpg文件程序：c1c;c1eara11;c1osea11;x=imread(,trees_gray.jpg);figure(1);imshow(x);rowco1=size(x

14、);im2=x(1:2:row,1:2:co1);im2=uint8(im2);figure(2);imshow(im2);imwrite(im2,trees_sma11.jpg);图像:2.3.4. 2在保证将图像的长宽比不变的情况下，将图像增大为原来的一倍 利用imread读入trees_gray.jpg 利用SiZe函数得到图像的长和宽 利用ZeroS生成矩阵，矩阵大小为原来两倍 利用图像之间的相关性将原来图像数据写入新生成的矩阵中(计算时转成doub1e型，显示时转成I1int8型) 显示放大后的图像 将此放大后图像存储成为trees_big.JPg文件程序：C1c;C1eara11/

15、c1osea11;x=imread(,trees_gray.jpg);figure(1);imshow(x);(rowco1=size(x);im2=x(1:0.5:row,1:0.5:co1);figure(2);imshow(im2);imwrite(im2,trees_big.jpg);图像:3、运动目标检测利用背景差分法实现图像的运动目标检测，并绘制出运动目标的二值图像具体步骤：分别读入CarOOjpg和CarIIjpg图像（或者可以自行由手机拍两张图片，分别为背景和带有明显物体的图片）将两幅图像转换成为灰度图（可以利用函数rgb2gray）利用背景差分法实现目标检测（取绝对值，函数abs）设定阈值(自行设定)将相减后的图片转换成为二值图像，识别目标。程序：c1c;c1eara11;c1osea11;XO=imread(,carOO.jpg,);X1=imread(,car11.jpg,);XO_g=rgb2gray(XO);X1_g=rgb2gray(X1);A=1ogica1(5-abs(X0_g-X1_g);imshow(A);