图像课设实验报告Word文件下载.docx
《图像课设实验报告Word文件下载.docx》由会员分享，可在线阅读，更多相关《图像课设实验报告Word文件下载.docx（11页珍藏版）》请在冰豆网上搜索。
摘要：
本次我课程设计的题目是“彩色图像处理”，其目的是利用图像处理技术，将所给的图像进行去蓝色琼脂背景的处理，同时计算出肌肉、骨骼与脂肪的相对比例，但因为骨骼和脂肪不好分辨，所以最终只是将肌肉部分与其他部分分开。
彩色图像所蕴含的的图像信息相对于纯灰度图像是更直观全面的，本实验通过将其从RGB模式转换为HSV模型，然后直方图测试分析，最终确定目的成分的信息，最终达到图像处理的目的。
关键字：
彩色图像，RGB，HSV分量
1.原理叙述：
首先对图片进行读取，目的是去除图像中的蓝色琼脂背景。
这次图像处理的核心是通过直方图确定成分对应的范围，然后将其重新赋值，进而将背景进行去除。
在读取完图像之后，对其进行模型转换，将RGB模型转变为HSV模型，然后求其行直方图，通过测试一步步确定成分所对应的分量范围，即肌肉、骨骼、脂肪以及蓝色背景所对应的H分量范围以及V分量范围，将蓝色琼脂背景的范围所对应的值均赋值为零，则达到了去除背景的目的。
在加分项中，对处理后的图像再进行成分分离，然后利用find函数进行非零像素点统计，再利用求出其像素点长度个数，就可以求出其面积。
2.设计方案及与运行结果：
2.1.流程图：
2.2.关键程序段：
i=imread（'
h:
\image\image\slice.jpg'
）;
i=double（i）/255;
I=rgb2hsv（i）;
%读取原图像并转换模型
H=I（:
:
1）;
S=I（:
2）;
V=I（:
3）;
subplot（3,2,1）;
imshow（H）;
title（'
H分量'
subplot（3,2,2）;
imhist（H）;
H直方图'
subplot（3,2,3）;
imshow（S）;
S分量'
subplot（3,2,4）;
imhist（S）;
S直方图'
subplot（3,2,5）;
imshow（V）;
V分量'
subplot（3,2,6）;
imhist（V）;
V直方图'
V（H>
0.15）=0;
V（V<
0.18）=0;
%试出蓝色背景成分并使其为零
I（:
1）=H;
2）=S;
3）=V;
figure;
i1=hsv2rgb（I）;
%将HSV模型逆变换为RGB模型
subplot（1,2,1）;
imshow（i）;
原图'
subplot（1,2,2）;
imshow（i1）;
去蓝'
I=rgb2hsv（i1）;
0&
H<
0.08）=0;
%试出肌肉部分的范围，并使其为零
i2=hsv2rgb（I）;
M=find（i2）;
x=length（M）;
N=find（i1）;
y=length（N）;
a=x/y;
subplot（1,2,1）
imshow（i2）;
title（['
骨骼和脂肪'
num2str（a）]）;
i3=i1-i2;
M=find（i3）;
%利用find函数找出非零的像素点
%利用length函数求出非零像素点的个数
2.3.运行结果
图2-1原图像的HSV分量直方图
图2-2去除蓝色背景前后
图2-3处理后的图像的直方图
图2-4处理后的肌肉，脂肪和骨骼部分分布图
3．总结
本次实验所用到的MATLAB软件是一款很强大的软件，在进行矩阵运算时非常方便和有效。
本次利用它进行图像处理，将图像处理成符合要求的图像。
我选的课题是彩色图像处理，基本思路是将彩色图像转换为HSV模型，在三个分量上进行调试，依次得出其范围，再对其进行重新赋值。
在实验的过程中，首先遇到的困难是不熟悉这款选件，所以见了几本书并且做了很多练习，在熟悉到一定程度后，开始进行图像处理。
之后遇到的问题是关于算法的一些问题。
在网上查找了一些方法之后，发现虽然整个思路是清晰的，但编成算法之后却无法运行，这样的打击还是蛮大的，后来经过与同学的交流，逐渐明确了算法的编写。
最后在做加分项时，发现骨骼和脂肪根本是无法分开，他们颜色上的接近导致无法在HSV分量上直接将其进行区分，所以最后这个问题也没有得到解决。
最后，在算法语句中，要利用常见的算法格式，在用不常见的算法语句时，可以先对随机矩阵进行试验，确定正确之后再使用。
4．参考文献
【1】《MATLAB应用实例精讲：
图像处理与GUI设计篇》电子工业出版社陈超等编著.2011.02
【2】《数字图像处理及MATLAB实验：
学习与实验指导》杨杰主编，李庆副主编北京电子工业出版社2010.
【3】《MATLAB函数速查手册》李玉莉等编著北京化学工业出版社2010.
附录完整程序
subplot（1,2,2）
imshow（i3）;
肌肉'
升级会员 