2025年数字图像处理综合题 数字图像处理课程设计总结模板(5篇)

总结是对过去一定时期的工作、学习或思想情况进行回顾、分析，并做出客观评价的书面材料，它有助于我们寻找工作和事物发展的规律，从而掌握并运用这些规律，是时候写一份总结了。什么样的总结才是有效的呢？这里给大家分享一些最新的总结书范文，方便大家学习。

数字图像处理综合题 数字图像处理课程设计总结篇一

一．实验目的及要求

掌握图像几何变换的基本原理，熟练掌握数字图像的缩放、旋转、平移、镜像和转置的基本原理及其matlab编程实现方法。

二、实验内容

（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。

1.图像缩放 clear all, close all i = imread('');scale = 1.35;

% 将图像放大1.35倍

j1 = imresize(i, scale, 'nearest');

% using the nearest neighbor interpolation j2 = imresize(i, scale, 'bilinear');

% using the bilinear interpolation imshow(i), title('original image');figure, imshow(j1), title('resized image--using the nearest neighbor interpolation ');figure, imshow(j2), title('resized image--using the bilinear interpolation ');help imresize

% 查看imresize使用帮助

1.95倍

i = imread('');scale = 1.96;

% 将图像放大1.96倍

j1 = imresize(i, scale, 'nearest');

% using the nearest neighbor interpolation j2 = imresize(i, scale, 'bilinear');

% using the bilinear interpolation imshow(i), title('original image');figure, imshow(j1), title('resized image--using the nearest neighbor interpolation ');figure, imshow(j2), title('resized image--using the bilinear interpolation ');

说明：

注意观察不同插值方法的图像表现； 改变图像缩放因子scale，重做上述实验。2.图像旋转

clear all, close all i = imread('');theta = 45;

% 将图像逆时针旋转45。

j1 = imrotate(i, theta, 'nearest');

% using the nearest neighbor interpolation theta =-45;

% 将图像顺时针旋转45。

j2 = imrotate(i, theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(i), title('original image');figure, imshow(j1), title('rotated image--using the nearest neighbor interpolation ');figure, imshow(j2), title(' rotated image--using the bilinear interpolation ');% 查看imrotate使用帮助 help imrotate %-------

图像旋转30顺时针逆时针

clear all, close all i = imread('');theta = 30;

% 将图像逆时针旋转30。

j1 = imrotate(i, theta, 'nearest');

% using the nearest neighbor interpolation theta =-30;

% 将图像顺时针旋转30。

j2 = imrotate(i, theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(i), title('original image');figure, imshow(j1), title('rotated image--using the nearest neighbor interpolation ');figure, imshow(j2), title(' rotated image--using the bilinear interpolation ');7 说明：

注意观察不同插值方法和输出图像后处理方法的图像表现； 改变旋转角度大小和方向，重做上述实验。

3．图像水平镜象

clear all, close all i = imread('');i1 = flipdim(i,2);

i2 = flipdim(i,1);figure(1), subplot(1,2,1), imshow(i);subplot(1,2,2), imshow(i1);figure(2), subplot(2,1,1), imshow(i);subplot(2,1,2), imshow(i2);%----

(二)用matlab编程实现以下图像几何变换（参考自编讲义相关章节）

1．图像扭曲变换 2．球面变换

三、实验设备

1．piii以上微机； 2．matlab6.5；

四、预习与思考

1．预习实验内容，阅读教材熟悉实验原理；

2．查阅资料，熟悉实验中涉及的有关matlab函数；

3．利用课余时间，采用matlab底层函数编程实现实验内容

（二）中的图像平移、图像转置等几何变换。

五、实验报告要求

1．简述试验的目的和试验原理；

2．叙述各段程序功能，改变有关函数的参数，分析比较实验结果； 3．打印出所编写的实验程序。4．写出本实验的心得体会及意见。

实验六

数字图像处理应用

一．实验目的及要求

1．利用matlab提供的图像处理函数实现图像中物体属性的测量； 2．训练综合运用matlab图像处理函数的能力； 3．了解数字图像处理基本应用。

二、实验内容

以大米粒特性测量为例，综合应用课程中图像分割、形态学滤波、图像增强、图像特征提取等图像处理方法，实现大米粒特性自动测量。实验过程简述：

1． 读取和显示图像 2． 估计图像背景 3． 获取背景均匀的图像 4． 图像增强 5． 图像二值化分割 6． 区域标记及为彩色处理

7． 测量图像中的区域特性（面积、质心等）

8．统计大米粒的特性分布规律。

（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结 果。熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。

% read and display an image clear, close all,close all;i = imread('');

figure, imshow(i)

% use morphological opening to estimate the background

background = imopen(i,strel('disk',15));

figure, imshow(background);

%display the background approximation as a surface

figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]);set(gca,'ydir','reverse');% subtract the background image from the original image i2 = imsubtract(i,background);figure, imshow(i2)% adjust the image contrast i3 = imadjust(i2, stretchlim(i2), [0 1]);figure, imshow(i3);% apply thresholding to the image level = graythresh(i3);bw = im2bw(i3,level);figure, imshow(bw)% determine the number of objects in the image [labeled,numobjects] = bwlabel(bw,4);

% label ects % examine the label matrix rgb_label = label2rgb(labeled, @spring, 'c', 'shuffle');figure, imshow(rgb_label);% measure object properties in the image graindata = regionprops(labeled,'basic')allgrains = [];% compute statistical properties of objects in the image max(allgrains);biggrain = find(allgrains==695)mean(allgrains);figure, hist(allgrains,20);12

(详见matlab ipt的 帮助文档demo中的correcting nonuniform illumination)

（二）查看matlab ipt 帮助文档，研究其它应用演示

三、实验设备 1．piii以上微机； 2．matlab6.5；

四、预习与思考

1．预习实验内容，阅读教材熟悉实验原理； 2．查阅资料，熟悉实验中涉及的有关函数。

3．利用课余时间，采用matlab函数编程实现实验内容

（二）。

五、实验报告要求

1．简述试验的目的和试验原理；

2．叙述各段程序功能，改变有关函数的参数，分析比较实验结果； 3．打印出所编写的实验程序。4．写出本实验的心得体会及意见。

数字图像处理综合题 数字图像处理课程设计总结篇二

数字图像处理

实验报告

目录

1.数字图像处理简介

2.实验目的3.实验内容

4.实验结果及代码展示

5.算法综述

优势

7.总结

8.存在问题

一、数字图像处理简介

图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。

图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。

传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。

二、实验目的

巩固所学知识，提高所学能力

三、实验内容

利用matlab的gui程序设计一个简单的图像处理程序，并含有如下基本功能： 1.读入一幅rgb图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示rgb图像和灰度图像，注上文字标题 2.对给定图像进行旋转

3．对给定的图像添加噪声（椒盐噪声、高斯噪声）

四、实验结果及代码展示

1.软件设计界面

2.各模块功能展示以及程序代码

（1）读入一幅rgb图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示rgb图像和灰度图像，注上文字标题

效果展示：

代码：

a = imread('c:documents and ');

i = rgb2gray(a);i = im2bw(a,0.5);

subplot(3,1,1);imshow(a);title('源图像')subplot(3,1,2);imshow(i);title('灰度图像')subplot(3,1,3);imshow(i);title('二值图像')

（2）图像旋转 原图

效果展示：

代码：

clc;clear all;close all;

img=imread('d:my documentsmy ');img=double(img);[h w]=size(img);alpha=pi/4;

wnew=w*cos(alpha)+h*sin(alpha);hnew=w*sin(alpha)+h*cos(alpha);wnew=ceil(wnew);

hnew=ceil(hnew);u0=w*sin(alpha);

t=[cos(alpha),sin(alpha);-sin(alpha),cos(alpha)];imgnew2=zeros(hnew,wnew);imgnew1=zeros(hnew,wnew);for u=1:hnew

for v=1:wnew

tem=t*([u;v]-[u0;0]);x=tem(1);y=tem(2);if x>=1&&x<=h&&y>=1&&y<=w x_low=floor(x);x_up=ceil(x);y_low=floor(y);y_up=ceil(y);if(x-x_low)<=(x_up-x)x=x_low;

else

x=x_up;

end

if(y-y_low)<=(y_up-y)y=y_low;

else

y=y_up;

end

p1=img(x_low,y_low);p2=img(x_up,y_low);p3=img(x_low,y_low);p4=img(x_up,y_up);s=x-x_low;t=y-y_low;imgnew1(u,v)=img(x,y);

imgnew2(u,v)=(1-s)*(1-t)*p1+(1-s)*t*p3+(1-t)*s*p2+s*t*p4;end

end end

figure;imshow(imgnew2,[]);b=imrotate(img,alpha/pi*180);figure;imshow(b,[]);

（3）对给定的图像添加噪声（斑点噪声、高斯噪声）效果展示：

代码：

i= imread('d:my documentsmy ');figure,subplot(211);imshow(i);title('原图');j1=imnoise(i,'gaussian',0,0.02);

subplot(223);imshow(j);title('添加高斯噪声');j=imnoise(i,'speckle',0.04);

subplot(224);imshow(j);title('添加斑点噪声');

五、算法综述 灰度图像：

一幅完整的图像，是由红色、绿色、蓝色三个通道组成的。红色、绿色、蓝色三个通道的缩览图都是以灰度显示的。用不同的灰度色阶来表示“ 红，绿，蓝”在图像中的比重。通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是255。

通道是整个photoshop显示图像的基础。色彩的变动，实际上就是间接在对通道灰度图进行调整。通道是photoshop处理图像的核心部分，所有的色彩调整工具都是围绕在这个核心周围使用的。

在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度，尽管理论上这个采样可以任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色；灰度图像在黑色与白色之间还有许多级的颜色深度。但是，在数字图像领域之外，“黑白图像”也表示“灰度图像”，例如灰度的照片通常叫做“黑白照片”。在一些关于数字图像的文章中单色图像等同于灰度图像，在另外一些文章中又等同于黑白图像。灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的。

用于显示的灰度图像通常用每个采样像素 8 位的非线性尺度来保存，这样可以有 256 级灰度。这种精度刚刚能够避免可见的条带失真，并且非常易于编程。在医学图像与遥感图像这些技术应用中经常采用更多的级数以充分利用每个采样 10 或 12 位的传感器精度，并且避免计算时的近似误差。在这样的应用领域每个采样 16 位即 65536 级得到流行。

二值图像：

是指每个像素不是黑就是白，其灰度值没有中间过渡的图像。二值图像一般用来描述文字或者图形，其优点是占用空间少，缺点是，当表示人物，风景的图像时，二值图像只能描述其轮廓，不能描述细节。这时候要用更高的灰度级。

二值图像是每个像素只有两个可能值的数字图像。人们经常用黑白、b&w、单色图像表示二值图像，但是也可以用来表示每个像素只有一个采样值的任何图像，例如灰度图像等。

二值图像中所有的像素只能从0和1这两个值中取，因此在matlab中，二值图像用一个由0和1组成的二维矩阵表示。这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，而打开表征该像素处于前景。以这种方式来操作图像可以更容易识别出图像的结构特征。二值图像操作只返回与二值图像的形式或结构有关的信息，如果希望对其他类型的图像进行同样的操作，则首先要将其转换为二进制的图像格式，可以通过调用matlab提供的im2bw（）来实现。

二值图像经常出现在数字图像处理中作为图像掩码或者在图像分割、二值化和dithering的结果中出现。一些输入输出设备，如激光打印机、传真机、单色计算机显示器等都可以处理二值图像。

二值图像经常使用位图格式存储。

二值图像可以解释为二维整数格z，图像变形处理领域很大程度上就是受到这个观点启发。

图像旋转：

图像旋转是指图像以某一点为中心旋转一定的角度,形成一幅新的图像的过程。当然这个点通常就是图像的中心。既然是按照中心旋转,自然会有这样一个属性：旋转前和旋转后的点离中心的位置不变.根据这个属性,我们可以得到旋转后的点的坐标与原坐标的对应关系。由于原图像的坐标是以左上角为原点的,所以我们先把坐标转换为以图像中心为原点。假设原图像的宽为w,高为h,（x0,y0）为原坐标内的一点,转换坐标后的点为（x1,y1）。那么不难得到： x1 = x0-w/2;y1 =-y0 + h/2;在新的坐标系下,假设（x0,y0）距离原点的距离为r,点与原点之间的连线与x轴的夹角为b,旋转的角度为a,旋转后的点为（x1,y1）

噪声：

是电路或系统中不含信息量的电压或电流。在工业与自然界中，存在着各种干扰源（噪声源），如大功率电力电子器件的接入、大功率用电设备的开启与断开、雷击闪电等都会使空间电场和磁场产生有序或无序的变化，这些都是干扰源（或噪声源）。这些源产生的电磁波或尖峰脉冲通过磁、电耦合或是通过电源线等路径进入放大电路，各种电气设备，形成各种形式的干扰。

斑点噪声：

斑点噪声是sar成像系统的一大特色，源自基本分辨单元内地物的随机散射，在图像上表现为信号相关（如在空间上相关）的小斑点，它既降低了图像的画面质量，又严重影响图像的自动分割、分类、目标检测以及其它定量专题信息的提取。

sar图像斑点噪声的去除一方面要抑制图像均匀区域斑点噪声，另一方面要保持图像边缘和纹理细节信息。sar斑点噪声的抑制可通过非相干多视处理，也可使用空间域滤波实现。非相干多视处理会降低图像的地面分辨率。因此，涌现出了一系列空间域滤波方法，如均值滤波、中值滤波、lee滤波、kuan滤波、frost滤波、sigma滤波以及gamma map滤波等。但这类算法存在自身无法克服的矛盾：一方面为增强斑点去噪效果需选较大的滤波窗口，另一方面为保持图像的实际分辨率要求所选的窗口较小。

高斯噪声：

所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。高斯白噪声包括热噪声和散粒噪声。

实验中是通过matlab自带的函数产生噪声，各函数如下： j1=imnoise(i,'salt & pepper',0.05);%添加椒盐噪声

j2=imnoise(i,'gaussian',0,0.03);

%添加均值为0，方差为0.03的高斯噪声。

六、matlab优势

matlab是一个包含大量算法的集合。其可以快捷的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和差错处理。在通常情况下，可以用它来代替底层编程语言，如c和c++。在计算要求相同的情况下，使用matlab的编程工作量会大大减少。matlab的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。图形处理功能

图形处理功能matlab自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的matlab对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），matlab同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，matlab也有相应的功能函数，保证了用户不同层次的要求。另外新版本的matlab还着重在图形用户界面（gui）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足

模块集合工具箱

matlab对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。目前，matlab已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、lmi控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、dsp与通讯、电力系统仿真等，都在工具箱（toolbox）家族中有了自己的一席之地。

七、总结

运用matlab软件对图像进行处理，让我巩固了之前所学的知识，同时也在这次作业中更加了解到matlab语言在生活中的运用环境和掌握这门语言的重要性

八、存在问题

1.在进行图像增强时要不要讲图像先进行平滑处理？ 2.如何增加这个算法的准确度

3.在此次作业中，为何添加椒盐噪声时无法显示

数字图像处理综合题 数字图像处理课程设计总结篇三

基于matlab 数字图像处理平台设计

摘要

数字图像处理技术在各个行业得到广泛的应用，其交互式的图形界面是操作者方便使用这些技术的途径。本文主要介绍了基于matlab的图形用户界面（gui）来设计一个简单实用的图像处理软件平台，其中具备图像处理的常用功能，以满足用户的使用。文章详细阐述了一下图像处理软件平台的设计过程。本文的gui设计所制作的图像处理软件平台可以实现的功能有五个模块：图像变换、图像增强、图像分割、图像变形以及其它常用处理。其中也讲述了gui的基本常用操作及文件的打开、保存及退出。文章基本介绍了以上的内容，关于软件还有许多未能实现的功能有待于日后的逐步开发和学习。关键词：gui；图像变换；图像增强；图像分割；图像变形；图像处理

abstract digital image processing technology has been widely used in various industries, their interactive graphical interface is the way of the operator ease of use of these article mainly introduced the graphical user interface(gui)based on matlab to design a simple and practical platform for the image processing software, which have commonly used image processing function, in order to meet the user's article expounds the design process of the image processing software paper made the gui design of image processing software platform can realize the function of five modules: image transformation, image enhancement, image segmentation, image distortion and other commonly used basic common operations of which also tells the story of gui and file open, save, and content of the article introduces the above basic, about software and many fail to realize the function of the subject to the gradual development and learning in the words: gui;image transformation;image enhancement;image segmentation;image deformation;the image processing

目录 绪论................................................................................................................................................................1 1.1设计要求及目的....................................................................................................................................1 1.2 课题分析...............................................................................................................................................1 1.3 总体设计...............................................................................................................................................2 2 具体设计.......................................................................................................................................................2 2.1 菜单设计...............................................................................................................................................2 2.2 图像的打开、保存及退出...................................................................................................................3 2.2.1 图像打开....................................................................................................................................3 2.2.2 图像保存....................................................................................................................................4 2.2.3程序退出.....................................................................................................................................4 2.3 图像变换...............................................................................................................................................4 2.3.1 傅里叶变换................................................................................................................................4 2.3.3 离散余弦变换............................................................................................................................5 2.4 图像增强...............................................................................................................................................5 2.4.1 空间域增强................................................................................................................................5 2.4.2 频率域增强................................................................................................................................6 2.5 图像分割...............................................................................................................................................7 2.5.1 阈值分割....................................................................................................................................8 2.5.2 梯度分割....................................................................................................................................8 2.6 图像变形...............................................................................................................................................9 2.6.1 翻转............................................................................................................................................9 2.6.2 旋转..........................................................................................................................................10 2.7 其它常用处理.....................................................................................................................................10 2.7.1 亮度..........................................................................................................................................10 2.7.2 对比度.......................................................................................................................................11 2.7.3 截图...........................................................................................................................................11 2.7.4 底片效果..................................................................................................................................12 2.7.5 二值处理..................................................................................................................................12 3 结果分析.....................................................................................................................................................13 4 心得体会.....................................................................................................................................................13 附录...................................................................................................................................................................14 基于matlab数字图像处理平台设计

matlab是近几年来国内外使用最为广泛的优秀科技软件之一。其语法结构简单，具有极强的数值计算、数据分析、图形绘制及图像处理等功能。具有高质量的图形可视化效果和强大的界面设计能力。因而在数字图像处理中有着其他语言所无法比拟的优势。图形用户界面（gui）是提供人机交互的工具和方法。利用gui制作图像处理软件能够实现图像处理的各个内容，主要有：图像空间变换：邻域和块操作；二值图像操作；线性滤波和滤波器设计；变换域处理；图像分析和增强；图像恢复；图像压缩；形态学运算等。绪论

1.1设计要求及目的

设计要求：以matlab作为工具，开发一个图像处理软件。主要进行图像处理的常用算法。由以下模块组成：图像变换；图像增强；图像分割。按各个模块进行功能扩充，也可加入其它常用的图像处理功能。

设计目的：matlab 软件为数字图像处理提供了功能丰富的工具，应用matlab友好的界面和实用高效的指令及模块，可以使人较快地认识、理解图像处理的相关概念，逐步掌握图像处理的基本方法。此课题的设计目的是综合运用matlab工具箱实现图像处理的gui程序设计，学会和掌握gui的图像处理平台设计。

1.2 课题分析

此课题利用matlab的gui程序设计一个简单实用的图像处理程序。该程序具备

数字图像处理平台设计功能图 像 变 换图 像 增 强图 像 分 割图 像 变 形其它常用处理空间域增强频率域增强阈 值分 割梯 度分 割旋 转翻 转傅里叶变换离散余弦变换灰度变换直方图均衡化低通滤波器高通滤波器roberts算子canny算子sobel算子上下翻转左右翻转亮度对比度底截图片效果二值图1.1 整体功能框图 图像处理的常用功能，以满足用户的使用。程序实现的图像处理功能分为五个模块：图像变换、图像增强、图像分割、图像变形以及其它常用处理。如图1.1所示。

除以上的数字图像处理的功能外，该程序还要实现图像的读取显示、图像的保存及退出等基本功能。从而实现完整的数字图像平台设计，具有更好的交互性。

1.3 总体设计

软件的总体设计界面主要分为两个部分：显示区域与操作区域。具体界面布局如图1.2所示。

图1.2 界面布局

显示区域：定义两个图形区域，左面为待处理图片来显示载入的原图像，右面为通过处理后的图像。

操作区域：通过菜单栏的编辑实现对图像的各种处理，分为文件和编辑两大部分。通过文件中的打开操作显示出处理前的图像，在编辑中选择某个图像处理功能后，将在已处理图片下就会显示出处理后的图片。具体设计

2.1 菜单设计

通过menu editor创建菜单栏如图2.1所示。菜单的设计主要分为两大部分：文件和编辑。文件包含图像的打开、保存和退出；编辑包含图像处理功能的五个模块：图像变换、图像增强、图像分割、图像变形及其它常用处理，还有各个模块的分支。通过此菜单来控制显示或隐藏功能键。

以图2.1的傅里叶变换为例，当添加上某一菜单后，修改名称为傅里叶变换，句柄为fft，从而会在m文件中自动生成傅里叶变换的功能函数function fft_callback(hobject, eventdata, handles)，在此函数下编写能够实现傅里叶变换的程序便能实现对图像的傅里叶 变换。

图2.1 菜单栏

2.2 图像的打开、保存及退出

2.2.1 图像打开

图像的打开主要是通过以下程序来实现的：

“[filename,pathname]=uigetfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'载入图像');” 选择相应路径打开图像；

“file=[pathname,filename];x=imread(file);”读取选中的图像； “imshow(x);”在显示区域上显示图像。

具体操作如图2.2所示，选择“文件”菜单中的“打开”后，出现“载入图像”，选中想要处图2.2 图像的打开

理的图片后点击“打开”，即可在显示区域中显示出处理前的图片。

2.2.2 图像保存

图像的保存主要是通过以下程序来实现的：

“[sfilename,sfilepath]=uiputfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'保存图像文件','');” 选择图像文件保存的路径与格式；

“sfilefullname=[sfilepath ,sfilename];imwrite(,sfilefullname);”实现对图像的保存。

具体操作如图2.3所示，选择“文件”菜单中的“保存”后，出现“保存图像文件”，修改文件名后点击“保存”，即可将处理后的图像保存到keshe的文件夹下。

图2.3 图像的保存

2.2.3程序退出

程序的退出是通过“clc;”，“close all;”，“close(gcf);”，“clear;”这些指令来清除指令窗，窗口，内存变量及函数。

具体操为选择“文件”菜单中的“退出”后，便关闭了执行界面的窗口并清除了指令窗的所有指令。

2.3 图像变换

2.3.1 傅里叶变换

傅里叶变换(fft)实际上是将信号f(t)与一组不同频率的复正弦作内积，这一组复正弦是变换的基向量，傅里叶系数或傅里叶变换是f(t)在这一组基向量上的投影。在图像处理技术的发展过程中，fft起着十分重要的作用。它是线性系统分析的一个有力工具，它能够定量地分析诸如数字图像之类的数字化系统。fft主要分为连续傅里叶变换和离散傅里叶变换，在数字图像处理中经常用到的是二维离散傅里叶变换。

程序中主要是通过二维离散傅里叶变换函数fft2()，变换后四个角部分对应于低频成分，中央部分对应于高频成分。若想使低频成分出现在中央位置，则通过函数fftshift()将图像频谱中心从矩阵的原点移到矩阵中心。从而实现图像的二维傅里叶变换。具体程序见 附录。原图像及傅里叶变换后的图像如图2.4所示。

图2.4 傅里叶变换

2.3.3 离散余弦变换

离散余弦变换(dft)在图像处理中占有重要的位置，它实际上是傅里叶变换的实数部分，但是它比傅里叶变换有更强的信息集中能力。对于大多数自然图像，dct能将大多数的信息放到较少的系数上去，因此就更能提高编码的效率。

程序中主要是通过灰度变换函数rgb2gray()及二维离散余弦变换函数dct2()来实现对图像的二维离散余弦变换，具体程序见附录。其变换后的图像低频能量都集中在左上角区域，而向着右下角方向，频率越来越高。原图像及离散余弦变换后的图像如图2.5所示。

图2.5 离散余弦变换

2.4 图像增强

图像增强是图像处理中的一类基本技术，其主要的目的改善图像的视觉效果，提高图像的清晰度。图像增强能够扩展对比度，增强图像中对象的边缘，消除或抑制噪声或保留图像中感兴趣的某些特性而抑制另一些特性等。图像增强方法按其处理所进行的空间不同，可分为空间域法和频率域法。2.4.1 空间域增强

空间域法是在空间域内直接对像素灰度值进行运算处理，常用的空间域法有图像的直接灰度变换和直方图均衡化，下面分别介绍两种空域上的图像增强方法。(1)灰度变换

通过灰度变换可使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，大大改善人眼的视觉效果。

程序中主要通过灰度处理函数rgb2gray()对图像进行灰度变换，将彩色图像转换成灰度图像。原图像及灰度图像如图2.6所示。

图2.6 灰度变换

(2)直方图均衡化

直方图均衡化是对原始图像中的像素灰度作某种映射变换，使变换后的图像灰度的概率密度是均匀分布的，即变换后图像是一幅灰度级均匀分布图像，这意味着图像灰度的动态范围得到了增加，从而可提高图像的对比度。

程序中主要通过灰度处理函数rgb2gray()先对图像进行灰度变换，然后通过直方图均衡化处理函数histeq()对灰度图像进行直方图均衡化处理。原图像及直方图均衡化后的图像如图2.7所示。

图2.7 直方图均衡化

2.4.2 频率域增强

频率域法就是在图像的某种变换域内，对图像的变换值进行运算，然后通过逆变换获得图像增强效果。这是一种间接处理方法，一般采用二维数字滤波方法来进行频率域的图像增强。(1)低通滤波

图像的边缘以及噪声干扰在图像的频域上对应于图像傅里叶变换中的高频部分，而图像的背景区则对应于低频部分，因此可以用频域低通滤波法去除图像的高频成分，以去掉噪声，使图像平滑。

程序中采用二阶巴特沃斯低通滤波器，先用函数fft2()对图像进行二维离散傅里叶变换，然后通过低通滤波器进行滤波后，再对滤波后的图像数据通过ifft2()进行傅里叶反变换，从而得到低通滤波后的图像。如图2.8所示。

图2.8 低通滤波器

(2)高通滤波

图像中的边缘或线条与图像频谱中的高频分量相对应，因此采用高通滤波器让高频分量顺利通过，可以使图像的边缘或线条变得更清楚，可实现图像的锐化。

程序中采用二阶巴特沃斯高通滤波器，与低通滤波过程相同，先进行傅里叶变换，然后通过高通滤波器，再进行傅里叶反变换，从而得到高通滤波后的图像，具体程序见附录。原图像及滤波后的图像如图2.9所示。

图2.9 高通滤波器

2.5 图像分割

图像分割是一种重要的图像分析技术。为了识别和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量和对图像进行利用。图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。2.5.1 阈值分割

灰度阈值法是把图像的灰度分成不同的等级，然后用设置灰度阈值的方法确定有意义的区域或欲分割物的边界，该方法中最简单的就是二值化的阈值分割。

程序中先通过函数graythresh()即用otsu方法计算出全局图像阈值，再通过函数im2bw(,)基于一定阈值将图像转换成二值图像。原图像及阈值分割后的图像如图2.10所示。

图2.10 阈值分割

2.5.2 梯度分割

梯度分割即对图像进行边缘检测，图像边缘对图像识别和计算机分析十分有用。边缘能勾划出目标物体，使观察者一目了然。边缘蕴含了丰富的内在信息，是图像识别中抽取图像特征的重要属性。

(1)roberts算子

程序中先通过函数rgb2gray()对图像进行灰度变换，再通过函数edge(,'roberts')即用roberts算子识别灰度图像的轮廓，从而实现对图像的边缘检测。如图2.11所示。

图2.11 roberts算子

(2)canny算子

程序中先通过函数rgb2gray()对图像进行灰度变换，再通过函数edge(,'canny')即用canny算子识别灰度图像的轮廓，如图2.12所示。(3)sobel算子

程序中先通过函数rgb2gray()进行灰度变换，再通过函数edge(,'sobel')即用sobel算 子识别灰度图像的轮廓，从而实现对图像的边缘检测。如图2.13所示。

图2.12 canny算子

图2.13 sobel算子

2.6 图像变形

2.6.1 翻转

上下翻转：程序中通过函数flipud()对图像数据矩阵进行上下翻转，由于彩色图像不能直接进行矩阵翻转，因此需要先将彩色图像通过灰度变换处理后再进行翻转，原图及翻转后的图像如图2.14所示。

图2.14 上下翻转 左右翻转：与上下翻转相同，先将图像进行灰度变换后，通过函数fliplr()将图像数据矩阵进行左右翻转，原图及翻转后的图像如图2.15所示。

图2.15 左右翻转

2.6.2 旋转

打开图片后，选择“编辑”菜单“图像变形”中的“旋转”后，执行界面会出现调整角度的输入对话框，在对话框中输入任意角度，则原图像将会旋转任意角度，输入正数逆时针旋

。转，输入负数顺时针旋转。以90为例，在对话框中输入90，则图像逆时针旋转90，如图2.16所示。

在程序中由prompt={'调整角度'};来显示输入对话框，函数inputdlg()创建对话框和输入框，输入角度后通过函数imrotate()进行相应的旋转。

图2.16 图像旋转

2.7 其它常用处理

2.7.1 亮度

当在“编辑”菜单中选择“亮度”后，会出现调整倍数的输入对话框，默认值为1，在对话框中输入数值后图像便会相应变换亮度。输入数值小于1时，图像变亮，输入数值大于1时，图像变暗。程序中通过函数imadjust()来实现，即将原图像的亮度值以输入数值描述的曲线关系映射到新的数值中，从而实现亮度的变化。以输入值0.5为例，变换后的图像如图2.17所示。

图2.17 亮度调整

2.7.2 对比度

对比度增强：选择菜单中“对比度增强”后，弹出输入参数的对话框，以输入参数2为例，对比度增强后的图像如图2.18所示。程序中通过乘法函数immultiply()将原图像数据与输入数值相乘，从而增强图像的对比度。

图2.18 对比度增强

对比度减弱：选择菜单中“对比度减弱”后，弹出输入参数的对话框，同样以输入参数2为例，对比度减弱后的图像如图2.19所示。程序中通过除法函数imdivide()将原图像数据与输入数值相除，从而减弱图像的对比度。

图2.19 对比度减弱

2.7.3 截图 当选择完菜单中的“截图”后，鼠标箭头会变成一个十字，能够选择想要截取的图像部分，选中后就会直接显示出截取后的图像，如图2.20所示。程序中通过函数imcrop()来实

图2.20 截图

现的，即返回图像的一个裁剪区域，允许用户以交互方式使用鼠标选定要剪切的区域。2.7.4 底片效果

程序中通过函数imcomplement()对图像数据矩阵进行取反运算，即可实现底片效果，原图像及底片效果的图像如图2.21所示。

图2.21 底片效果

2.7.5 二值处理

二值化即将彩色图像转换成只有0和1两个数值的图像，程序中通过二值转换函数im2bw()将彩色图像转换为二值图像。原图像及转换后的二值图像如图2.22所示。

图2.22 二值处理 3 结果分析

经过我们小组的不断调试，软件已经得到了完善，达到了课设的基本要求，基于matlab数字图像处理平台设计能实现的全部功能如下：(1)设计图形用户界面，实现了图像的打开、保存及退出

(2)实现了对图像的傅里叶变换及离散余弦变换，其中离散余弦变换只能对灰度图像处理。(3)实现了图像空间域增强包括灰度变换和直方图均衡化，还有图像频率域增强包括低通滤波器和高通滤波器。其中直方图均衡化，低通滤波和高通滤波均只支持对灰度图像处理。

(4)实现了图像分割：阈值分割和梯度分割，梯度分割有roberts算子、canny算子、sobel算子。其中梯度分割需要对图像先进行灰度变换。(5)实现了图像的翻转和旋转。图像的翻转只支持灰度图像。

(6)实现了图像的亮度，对比度的调整，能够对图像截图、做出底片效果及二值化处理。

实验程序虽然基本实现了以上这些功能，但遗憾的是有些功能只支持对灰度的图像处理，还不能直接对彩色图像进行处理。心得体会

通过两周的matlab课程设计实践，使我对matlab的使用有了进一步的了解和熟悉。还记得当初我们小组抽到这个题目的时候，每个人看到这个题目都无所适从。虽然曾经学过关于数字图像处理的课程，但对于matlab的数字图像处理的实际运用并不是很熟悉，特别是对此次gui设计更是没有丝毫接触过的。

虽然对课题感到很懵懂，但在指导老师的提示与指导后，我们开始找到了解决问题的路径。我们到图书馆借了几本相关的书，又从网上收集了大量的资料，为这次课设做了较为充分的准备，在参考了相关材料及程序后，我对自己要做的课设内容有了进一步的了解，并对matlab的使用有了更深的体会。

当然，在课设的进行过程中，我们还是遇到了不少问题。例如，起初由于我对句柄使用以及一些函数使用的不恰当，使得在对图像文件的保存上就遇到了问题，不过在我们小组的讨论研究下轻松的就解决了。随着课设的进行，对matlab的的熟悉度逐步加深。在基本功能已经完成的基础上，我们开始进行一些扩张功能的尝试，比如图像的旋转、翻转，图像亮度、对比度的调整，截图等功能，也实现了较为理想的结果。

虽然这课题最终的功能还不是很完善，但是我还是较为满意的。本次的课程设计，不但鞭策着我去巩固matlab的理论知识，还提高了我对matlab的实际操作运用，使得理论与实践相结合，为进一步学matlab打下了坚实的基础。附录

function varargout = keshe(varargin)gui_singleton = 1;gui_state = struct('gui_name'，mfilename,...'gui_singleton', gui_singleton,...'gui_openingfcn', @keshe_openingfcn,...'gui_outputfcn', @keshe_outputfcn,...'gui_layoutfcn', [] ,...'gui_callback'，[]);if nargin && ischar(varargin{1})

_callback = str2func(varargin{1});end if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:});else

gui_mainfcn(gui_state, varargin{:});end %----------function keshe_openingfcn(hobject, eventdata, handles, varargin) = hobject;guidata(hobject, handles);%--------function varargout = keshe_outputfcn(hobject, eventdata, handles)varargout{1} = ;%--------function open_callback(hobject, eventdata, handles)% hobject

handle to open(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)[sfilename ,sfilepath]=uiputfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'保存图像文件','');

%返回要保存的图像文件

if ~isequal([sfilename,sfilepath],[0,0])

%如果不是取消保存

sfilefullname=[sfilepath ,sfilename];

%将文件名和目录名组合成一个完整的路径

imwrite(,sfilefullname);

%保存图像

else

msgbox('取消保存？','保存图像文件');%弹出一个名为保存图像文件的对话框，内

容为“取消保存？”

end %--------function exit_callback(hobject, eventdata, handles)% hobject

handle to exit(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);i1=;

%获取图像

i2=im2double(i1);

%图像矩阵转换成双精度浮点类型 f1=fft2(i2);

%对图像进行二维离散傅里叶变换

fc1=fftshift(f1);

%将变换后的图象频谱中心从矩阵的原点移到矩阵的中心 i=log(1+abs(fc1));

%对变换后的图像矩阵数据求绝对值后取自然对数 imshow(i);

xlabel('傅里叶变换图像');=i;guidata(hobject,handles);

%把handles句柄更新

%--------function dct_callback(hobject, eventdata, handles)% hobject

handle to dct(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)global t

%定义全局变量

axes(2);

%定义图形区域axes2 t=getimage;

%从坐标轴获取图像数据

x=rgb2gray();%利用 rgb2gray函数对源图像进行灰度处理

imshow(x);

%显示图像

xlabel('灰度图像');

% x轴名为“灰度图像” =x;

%把图像发给 guidata(hobject,handles);

%把handles句柄更新

%--------function zhifangtu_callback(hobject, eventdata, handles)% hobject

handle to zhifangtu(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);y1=;

%获取图像 x=rgb2gray();

%灰度变换

f=double(x);

%数据类型转换为双精度数值 g=fft2(f);

%二维离散傅里叶变换

g=fftshift(g);

%将变换后的图象频谱中心从矩阵的原点移到矩阵的中心 [m,n]=size(g);

%返回矩阵g的大小，即m为行数，n为列数 nn=2;

%二阶巴特沃斯低通滤波器 d0=50;

%截止频率50hz m=fix(m/2);n=fix(n/2);

%取矩阵g的行数和列数一半的整数 for i=1:m

for j=1:n

% 循环

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));

%计算低通滤波器传递函数

result(i,j)=h*g(i,j);

%结果返回到result

end end result=ifftshift(result);

%将图象频谱中心从矩阵的中心移到矩阵的原点 y2=ifft2(result);

%二维离散傅里叶反变换

y3=uint8(real(y2));

%把矩阵y2实部转换成8位无符号数据 imshow(y3);

%显示低通滤波后的图像 xlabel('低通滤波图像');=y3;guidata(hobject,handles);

%把handles句柄更新

%--------function high_callback(hobject, eventdata, handles)% hobject

handle to high(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);t=getimage;

%从坐标轴获取图像数据

level=graythresh(t);

%用otsu方法计算全局图像阈值

bw=im2bw(t,level);

%基于一定阈值把图像转换为二值图像 imshow(bw);

%显示阈值分割后的图像 xlabel('阈值分割图像');=bw;guidata(hobject,handles);

%把handles句柄更新

%--------function tidu_callback(hobject, eventdata, handles)function kongyu_callback(hobject, eventdata, handles)function pinyu_callback(hobject, eventdata, handles)function bianxing_callback(hobject, eventdata, handles)function qita_callback(hobject, eventdata, handles)function duibidu_callback(hobject, eventdata, handles)%--------function roberts_callback(hobject, eventdata, handles)% hobject

handle to roberts(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);t=getimage;

%从坐标轴获取图像数据 c1=rgb2gray(t);

%灰度变换

c2=edge(c1,'canny');

%用canny算子识别灰度图像的轮廓 imshow(c2);xlabel('canny算子图像');=c2;guidata(hobject,handles);

%把handles句柄更新

%--------function sobel_callback(hobject, eventdata, handles)% hobject

handle to sobel(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);t=getimage;

%从坐标轴获取图像数据

prompt={'调整角度'};

%用于显示可提示用户进行输入角度的对话框 defans={'0'};

%对话框内显示默认数值为0 p=inputdlg(prompt,'input',1,defans);

%创建并打开标题为input的输入对话框，包含

“调整角度”，输入框为1行，对话框中默认显示数值为0 p1=str2num(p{1});

%将字符串转换为数值

f=imrotate(,p1,'bilinear','crop');%将图像饶图像的中心点旋转p1

度，p1为正数逆时针旋转，为负数顺时针旋转，bilinear为使用双线性插值法，crop为旋19

转后输出图像尺寸与原图像尺寸一样

imshow(f);

%显示旋转后图像 xlabel('旋转后的图像');=f;guidata(hobject,handles);

%把handles句柄更新

%--------function shangxia_callback(hobject, eventdata, handles)% hobject

handle to shangxia(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)

axes(2);

t= getimage;

%从坐标轴获取图像数据

f=fliplr();

%将图像矩阵左右翻转

imshow(f);

%显示翻转后的图像

xlabel('左右翻转后的图像');

=f;

guidata(hobject,handles);

%把handles句柄更新

%--------function liangdu_callback(hobject, eventdata, handles)% hobject

handle to liangdu(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);t=getimage;

%从坐标轴获取图像数据

prompt={'输入参数'};

%用于显示可提示用户进行输入参数的对话框

defans={'1'};

%对话框内显示默认数值为1 p=inputdlg(prompt,'input',1,defans);%创建并打开标题为input的输入对话框，包含“输入

参数”，输入框为1行，对话框中默认显示数值为1 p1=str2num(p{1});

%将字符串转换为数值

f=immultiply(,p1);

%将原图像数据与输入数值相乘，从而增强对比度

imshow(f);

%显示对比度增强后的图像 xlabel('对比度增强的图像');=f;guidata(hobject,handles);

%把handles句柄更新

%--------function jianruo_callback(hobject, eventdata, handles)% hobject

handle to jianruo(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);t=getimage;

%从坐标轴获取图像数据 x=imcrop();

% 返回图像的一个裁剪区域，允许用户以交互方式使用

鼠标选定要剪切的区域

imshow(x);

%显示裁剪后的图像 xlabel('裁剪后的图像');=x;guidata(hobject,handles);

%把handles句柄更新

%--------function dipian_callback(hobject, eventdata, handles)% hobject

handle to dipian(see gcbo)% eventdata reservedto be defined in a future version of matlab % handles

structure with handles and user data(see guidata)axes(2);t=getimage;

%从坐标轴获取图像数据 bw=im2bw();

%将图像转换为二值图像 imshow(bw);

%显示二值图像 xlabel('二值图像');=bw;guidata(hobject,handles);

%把handles句柄更新

数字图像处理综合题 数字图像处理课程设计总结篇四

中南大学

数字图像处理实验 实验名称：空间滤波和频域滤波

班级：电子信息0802班

姓名：李哲 学号：0909080609 实验日期：2010年12月22日

目录

一，实验目的„„„„„„„„„„„„„„„„„„„„„„„3 二，给图像添加噪声„„„„„„„„„„„„„„„„„„„„4 三，对被噪声污染的图像进行中值滤波和均值滤波„„„„„„„5 四，对图像进行空间域的锐化„„„„„„„„„„„„„„„„6 五，matlab以外函数空间滤波和图像锐化„„„„„„„„„„7 六，自带函数傅立叶变换和反变换„„„„„„„„„„„„„„8 七，低通滤波器程序„„„„„„„„„„„„„„„„„„„„9 八，心得体会 „„„„„„„„„„„„„„„„„„„„„„10 九，参考文献 „„„„„„„„„„„„„„„„„„„„„„10

一、实验目的 1，空间滤波：

图像平滑主要目的是减少噪声。噪声有很多种类，不同的噪声有不同的抑制措施。本实验要求用平滑线性滤波和中值滤波2种最典型、最常用的处理算法进行程序设计，学习如何对已被噪声污染的图像进行“净化”。通过平滑处理，对结果图像加以比较，得出自己的实验结论。学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。本实验锐化处理主要在空间域中进行 2，频域滤波：

掌握傅里叶变换的基本性质； 掌握傅里叶正变换和反变换； 通过实验了解二维频谱的分布特点； 掌握怎样利用傅立叶变换进行频域滤波

利用matlab程序数字图像的傅立叶变换并且进行频域滤波

二，给图像添加椒盐噪声或者高斯噪声： 原理：利用matlab自带函数添加噪声 程序代码：a=imread('');i=rgb2gray(a);imshow(i);j = imnoise(i,'salt & pepper',0.05);figure,imshow(j),title('椒盐噪声');%添加椒盐噪声 k = imnoise(i,'gaussian',0,0.03);

figure,imshow(k),title('高斯噪声');%添加高斯噪声

三，对被噪声污染的图像进行中值滤波和均值滤波： 原理：自带函数进行中值滤波和均值滤波 源程序：a=imread('');i=rgb2gray(a);j = imnoise(i,'salt & pepper',0.05);k2=medfilt2(j,[5 5]);k3=medfilt2(j,[7 7]);imshow(j),title('原图');figure,imshow(k2),title('中值滤波5*5模板');figure,imshow(k3),title('中值滤波7*7模板');

四，对图像进行空间域的锐化： 原理：自带函数进行空间锐化。源程序：i=imread('');subplot(121),imshow(i),title('原图像');h=fspecial('sobel');i2=filter2(h ,i);subplot(122),imshow(i2),title('sobel算子锐化图像');

五，matlab以外函数空间滤波和图像锐化：

源程序：i = imread('');j = imnoise(i,'salt & pepper',0.02);k = medfilt2(j);imshow(j);title('噪声干扰图像')figure, imshow(k);title('medfilt2滤波图像')x=j;a=2;b=2;k=floor(a*b/2)+1;[m,n]=size(x);uint8 y=zeros(m,n);funbox=zeros(a,b);temp=zeros(a*b);

for i=1:m-a

for j=1:n-b

funbox=x(i:i+a,j:j+b);

temp=funbox(:);

tempsort=sort(temp);

y(i,j)=tempsort(k);

end;end;figure, imshow(y);title('滤波图像')

六，利用matlab的图像处理工具箱中提供的函数实现图像的傅立叶变换和反变换： 源程序：

a=imread('');f=rgb2gray(a);subplot(131),imshow(f),title('原图');f=fft2(f);% 快速傅立叶变换

subplot(132),imshow(f),title('傅里叶变换')fabs=abs(f);% 求幅频绝对值 fc=fftshift(fabs);% 中心移位 sfc=log(1+fc);% 对数变换

ifc1=ifftshift(fc);% 中心移位的逆变换，绝对值 if2=ifft2(ifc1);% 快速傅立叶变换的逆变换

subplot(133),imshow(if2),title('快速傅立叶变换的逆变换')

七，低通滤波器程序：

i=imread('');subplot(221),imshow(i);title('原始图像')j1=imnoise(i,'gaussian',0.02);% 叠加高斯白噪声

subplot(222),imshow(j1);title('添加高斯白噪声的图像')f=double(j1);

% 数据类型转换 g=fft2(f);

% 傅立叶变换 g=fftshift(g);

[m,n]=size(g);nn=2;

% 二阶巴特沃斯(butterworth)低通滤波器 d0=50;

% 设置截止频率 m=fix(m/2);n=fix(n/2);for i=1:m for j=1:n

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));% 计算低通滤波器传递函数

result(i,j)=h*g(i,j);end end result=ifftshift(result);j2=ifft2(result);j3=uint8(real(j2));subplot(223),imshow(j3);title('低通滤波后图像')

心得体会

1，进一步熟悉了matlab软件、编程以及图像处理工具箱 2，学会利用自带函数对图像做简单的处理，例如：均值化等。3，熟练了一些基本函数的运用，例如fspecial，imfilter等。4，加深了对matlab编程的理解。

5，对于试验中的出现的一些问题，懂得怎样去处理。6，通过实际操作，增强了自己的动手能力，把理论用于实践。

参考文献：数字图像处理第二版

matlab教程

数字图像处理综合题 数字图像处理课程设计总结篇五

《数字图像处理》综合设计

学习委员以班级为单位刻录成光盘，每个人建立一个目录，目录名为(学号＋姓名)如：0804631001赵书红

个人目录中要上交的文件：程序源文件＋设计报告 只交电子版，不需打印。以上工作务必于14周前完成。

1,设计目的

提高分析问题,解决问题的能力,进一步巩固数字图像处理系统中的基本原理与方法.熟悉掌握一门计算机语言,可以进行数字图像的应用处理的开发设计.2,设计选题

2.1 【选题一】简单图像处理系统

整个系统要完成的基本功能大致如下: 1能对图像文件(bmp, jpg, tiff, gif等)进行打开,保存,另存,退出等功能操作;2数字图像的统计信息功能:包括直方图的统计及绘制等;3数字图像的增强处理功能:(1)空域中的运算,各种空间域平滑算法(如局部平滑滤波法,中值滤波等),锐化算法(如梯度锐化法,高通滤波等)4,图像分割:(1)点,线(hough变换检测直线),及边缘检测(梯度算子,拉普拉斯算子等);(2)区域分割包括阈值分割,区域生长,分裂合并等;5,数字图像的变换:普通傅立叶变换(ft)与逆变换(ift),快速傅立叶变换(fft)与逆变换(ifft),离散余弦变换(dct),小波变换等.6,二值图像处理:膨胀,腐蚀,开运算与比运算.在实现整个系统的时候,必须有1,2,3中的这些基本内容,可以根据个人兴趣增加其他的内容.2.2【课程设计选题二】汽车车牌中的数字识别 整个系统要完成的基本功能大致如下: 1,能对图像文件(bmp, jpg, tiff, gif等)进行打开,保存,另存,打印,退出等功能操作;2,图像预处理功能:(1)直方图的统计及绘制,根据此找到图像的阈值点;(2)可将图像的各种几何矫正变换;(3)彩色图像的灰度化变换等,一般灰度图像的二值化处理等;(4)数字图像的增强处理功能:空域中的点运算,直方图的均衡化,各种空间域平滑算法(如局部平滑滤波法,中值滤波等),锐化算法(如梯度锐化法,高通滤波等);色彩增强:伪彩色增强,真彩色增强等;3, 车牌的定位 4,字符识别(1)模板匹配;(2)神经网络;此系统主要是对含有汽车车牌的图像进行处理,并对车牌中的数字字符进行识别.3, 课程设计方案制定

1,程序运行环境是windows平台.2,开发工具选用vc++等都可以.3,以组件化的思想构建整个软件系统.具体的功能模块根据选定的不同题目做合理的划分.4,课程设计的一般步骤

选题与搜集资料:选择课题,进行系统调查,搜集资料.分析与设计:根据搜集的资料,进行功能分析,并对系统功能与模块划分等设计.程序设计:运用掌握的语言,编写程序,实现所设计的功能.调试与测试:自行调试程序,同学之间交叉测试程序,并记录测试情况.验收与评分:指导教师对每个成员开发的程序进行综合验收,结合设计报告,根据课程设计成绩的评定方法,评出成绩.5,要求

5.1总体要求

1,要充分认识课程设计对培养自己的重要性,认真做好设计前的各项准备工作.尤其是对编程软件的使用有基本的认识.2,独立按时完成规定的工作任务,不得弄虚作假,不准抄袭他人内容,否则成绩以不及格计.5.2实施要求

1,理解各种图像处理方法确切意义.2,独立进行方案的制定,系统结构设计要合理.3,在写课设报告时,必须要将主要函数的功能和参数做详细的说明.4,通过多幅不同形式的图像来检测该系统的稳定性和正确性.5.3 课程设计报告的内容及要求 学生应在规定的时间内完成课程设计报告一份(字数不限),报告的内容和要求如下

5.3.1 报告的格式内容如下: 1.目的与要求

这部分主要说明本课程设计的目的,任务和要求;2.设计的内容

介绍系统中所设计的主要功能和原理方法;3.总体方案设计

根据课程设计的具体情况,描述系统的具体构架,包括:功能模块的划分,系统运行的环境,选用的工具及主要实现功能的原理.4.各个功能模块的主要实现程序

主要的功能实现和函数要进行详细的说明,包括其用法,使用范围,及参数等.5.测试和调试

按课程设计要求,选用多幅图像对程序进行测试,并提供系统的主要功能实现的效果图.并在调试中发现的问题做说明.6.课程设计总结与体会

主要说明设计中学到的东西和取得的经验总结,心得体会.7.参考文献

写出具体的主要参考文献,标明其作者,出处,年代,若是期刊文章,还需要给出期刊名.网络的文章要给出网址.5.3.2 报告要求

1,必须按照以上格式书写报告.2,必须对课程设计总体方案进行说明.3,说明各个功能模块的具体实现,对用到的主要函数及参数要做具体的说明,.4,不要在报告中粘贴程序代码

6,课程设计的质量标准与成绩评定

本课程的考核方式为:对学生单独进行验收和答辩,学生必须演示程序,并回答教师提出的问题.根据验收答辩的情况和课程设计报告的质量综合给出成绩.课程设计成绩考核采用:优,良,中,及格,不及格五级评分制,评分标准如: 优秀:格式完整;课设总体方案正确,详细,系统中完成了所要求的所有功能;有实现功能的必要流程图.设计说明书层次清楚,条理分明,理论分析正确,书写工整.回答问题快速准确.对善于独立思考设计中有所创新的学生优先考虑.良好:格式完整;设计方案合理,制作规范,系统基本满足要求;有实现功能的必要流程图.设计说明书层次比较清楚;回答问题准确;书写工整.中:格式正确,设计方案基本正确,完成功能基本符合要求,设计说明书仅存在少量的问题(如:方案分析有少量错误,条理不十分清晰,流程图,书写不大规范等).能够正确回答问题.及格:设计方案基本正确,实现了主要的功能,有小部分功能尚未实现,设计说明书存在一些问题.回答问题基本正确.不及格:极不认真,或者根本不交课程设计程序和报告的.另外,对于请人代做,完全照抄他人课题.请人代写抄袭他人说明书,严重违反纪律者以不及格论处.