闹钟

数字信号与图像处理 数字信号与图像处理 姓 名 张祥西 学 号 2011509281 年 级 大三 专 业 机械设计制造及其自动化 学 院 机械电气工程学院 指导教师 马本学 Matlab实现数值图像处理 摘要：21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。在对一幅图片的处理过程中，了解了彩色图像处理与的技术，学会通道提取、实现边缘检测及轮廓提取。通过形态学进行图像特征抽取与分析达到了比较好的效果，对彩色图像的处理有了更深的理解。 关键词：MATLAB；彩色图像处理； 图像处理的目的、特点及处理系统。 处理的目的：1、提高图像的视觉质量。 2、提取图像中说包含的某些特征活特殊信息。 3、对图像数据进行变换、编码和压缩。 数字图像处理的特点： 处理信息量大。 数字图形处理占用的频带较宽。 数字图像中各个像素相关性大。 数字图像处理系统由图像数字化设备、图像处理计算机和图像输出设备等组成。 2.MATLAB的图像处理工具概述 现如今，数字图像处理技术已经成为信息科学、计算机科学、工程科学、生物科学、地球科学等众多学科研究的热点。 而matlab的图像处理工具箱(Image Processing Toolbox)提供了将近200种最基本的图像处理函数，几乎涵盖了图像处理的各个内容，主要有：图像合成；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：图像恢复等等，这为我们处理图片提供了很大的方便。 3.应用matlab工具箱进行彩色图像分析处理 应用matlab对图片进行灰度处理，图像二值化，进行双峰模型二值化、反色以及通道提取、通道相减、图像恢复并提取出图像的边缘、旋转、反转变换、三次内插法放大、加椒盐噪声、5*5邻域平滑、离散傅里叶频谱。 接下来给出每个图的实现的源程序并分别作出解释。 global im [filename,pathname]=... uigetfile({'*jpg':'*.bmp':'*.gif'},'选择图片'); str=[pathname filename]; im=imread(str); axes(handles.axes1); imshow(im); %读取图片并显示 case'灰度处理' a=rgb2gray(im); imshow(a); %对图像进行灰度处理 global im axes(handles.axes1) ; j=rgb2gray(im); imhist(j); %显示图像灰度直方图 case '反色' aa=255-im; imshow(aa); %对图像进行反色处理 case '双峰模型二值化' b=im2bw(a,20/255); imshow(b); %对图形进行双峰模型二值化处理 如图5 case '第一通道' a1=im(:,:,1); imshow(a1); case '第二通道' a2=im(:,:,2); imshow(a2); case '第三通道' a3=im(:,:,3); imshow(a3); case '两通道相减' a4=a1-a3; imshow(a4); %两通道相减 case '三通道合成' d=cat(3,a1,a2,a3); imshow(d); %三通道合成恢复原图 case '边缘提取' e=edge(a); imshow(e); %边缘提取 global im axes(handles.axes4); J=imrotate(im,120,'bilinear','crop'); imshow(J); %旋转 global im; axes(handles.axes4); t=imcomplement(im); imshow(t); %反转变换 global im axes(handles.axes4); o=imresize(im,1,'bicubic'); imshow(o); &三次内插法放大 global im axes(handles.axes4); img=rgb2gray(im); img_noise=double(imnoise(img,'salt & pepper',0.06)); imshow(img_noise,[]); &加椒盐噪声 global im axes(handles.axes4); img=rgb2gray(im); img_noise=double(imnoise(img,'salt & pepper',0.06)); img_smoothed=imfilter(img_noise,fspecial('average',5)); imshow(img_smoothed,[]); %5*5邻域平滑 global a axes(handles.axes4); J=fftshift(fft2(a)); imshow(log(abs(J)),[8,10]) %离散傅里叶频谱 4.结论 平时上课我不怎么认真，很多东西多不会，对于这次作业让我花了很多时间，但是通过自己课下的努力还是完成了这次作业。我明白了matlab图像处理奥妙无穷，这也进一步说明了matlab功能的强大。用matlab处理图像，可以直接应用已有的函数，使得图像处理更加简、方便、快捷；并且matlab编程简单易懂，这为初学者提供了很大的便利。总的来说，matlab是图像处理的好帮手。