二维灰度图象的统计分析及FFT变换处理.docx

二维灰度图象的统计分析及FFT变换处理.docx

《二维灰度图象的统计分析及FFT变换处理.docx》由会员分享，可在线阅读，更多相关《二维灰度图象的统计分析及FFT变换处理.docx（14页珍藏版）》请在冰豆网上搜索。

二维灰度图象的统计分析及FFT变换处理

学号

《基础强化训练》设计报告

题　　目：

二维灰度图象的统计分析及FＦT变换处理

专业班级:

学生姓名：

指导教师:

武汉理工大学信息工程学院

　２0１０年7月17日

《基础强化训练》设计任务书

学生姓名:

　专业班级：

指导教师：

　　　工作单位：

　信息工程学院　　

题　目：

二维灰度图象的统计分析及FFT变换处理

课程设计目的：

1较全面了解常用的数据分析与处理原理及方法;

2能够运用相关软件进行模拟分析;

3掌握基本的文献检索和文献阅读的方法；

4提高正确地撰写论文的基本能力。

课程设计内容和要求

1采集一幅像素大于６４＊６4黑白图像；

2常规的数学统计数据处理:

计算图象各象素点灰度值得均值、标准差、方差,并绘出灰度直方图；

3采用［ＦFT（傅立叶变换）]对图像进行分析

初始条件：

1MATLAB软件。

2数字信号处理与图像处理基础知识。

时间安排：

第18周周一：

安排任务

19～２0周:

仿真设计（鉴主13楼计算机实验室）

第2０周周六:

完成（答辩,提交报告，演示）　　　　　　　　　　　

指导教师签名：

　　　　　　　　年　　　月日

系主任（或责任教师）签名：

　　　　　年　月　日

摘要ﻩ1

Abstractﻩ2

１数据采集3

1。

1　图像的选取3

1.2MＡTLAＢ读取方法ﻩ4

１.2。

1编辑M文件4

1。

2。

2图像的读取ﻩ4

1.２。

4灰度值的获取ﻩ6

２　数据统计处理７

2。

１均值计算ﻩ７

2．1.1原理介绍ﻩ７

２．1.2仿真结果ﻩ7

2。

2标准差计算ﻩ8

2.2.1原理介绍8

２．2．2　仿真结果8

2。

３方差计算9

２。

3。

1原理介绍9

2.3。

2　仿真结果９

２.4绘制灰度直方图9

2。

4．１直方图定义9

２．４。

1直方图的绘制10

３.1原理介绍ﻩ１1

3.2　仿真结果ﻩ12

4　总结和心得ﻩ13

参考文献ﻩ14

摘要

数字图像处理是一门新兴的综合性学科，它在交通、通信、工业、军事、医学、遥感等多领域被广泛应用。

伴随着计算机技术的发展，图像处理的应用领域还在不断扩大。

图像处理工程可分为图像处理、图像分析和图像理解三个层次,图像处理是比较低层的操作，它主要在图像的像素级上进行处理，而且处理的数据非常庞大,需要用到大量的工程数学知识。

Maｔｌab集数值计算、符号运算及图形处理等强大功能于一体，是当今国际上公认的最优秀的科技应用软件之一。

它编写简单,具有强大的科学计算能力、可视化功能和开放式可扩展环境,因此在图像处理领域得到了广泛的应用。

本次练习就是Mａtlab环境下的一些最基本的图像处理操作，如图像的读取、显示、直方图统计、图像增强、傅里叶变换等处理，为将来迅速进入图像处理应用领域打下基础。

Aｂsｔｒacｔ

Diｇitalimaｇeprocｅｓsingｉsaneｗcompreｈensivesuｂjｅctwｈｉｃｈhaｓbeenwｉdｅlyused　ｉn　ｍａnyfieldsｌｉketｒanspoｒtａｔion,ｃommunicａｔions，industrial，miｌiｔaｒy,mediｃal,remotｅｓensing．Wiｔｈ　thｅｄevelopｍentofｃoｍｐuｔertechｎology，imageｐrocessiｎgapｐlｉｃationsisstiｌｌｅxpaｎｄinｇ。

Imagｅ　ｐｒocesｓiｎgprｏｊｅcｔｓｃanbｅｄｉvidedinｔｏthree　levels，ｉmａgｅprｏceｓsiｎg,　imageanalysis　anｄimageｕｎｄerstａndiｎg.Ｉｍage　prｏcｅｓｓｉnｇoperations　areconsｉderｅｄrｅlativelyｌｏｗ-lｅveｌ.Iｔis　mainlyuseｄ　onｔｈe　ｐixｅllevｅlandithａnｄｌeｓveｒy　ｌargeｄatａ。

Sｏit　neｅdstouse　alot　ofenｇiｎeｅrinｇmathｅmａtics。

Mａtｌab　iｓ　gｏoｄaｔ　ｎｕｍericａlcalculaｔions,symｂolicｍａｎipulaｔion　aｎdgraphｉcsｐｒocessing．　Ｉtｉsiｎternaｔionallyｒｅｃognized　astheｂestapplicatiｏｎof　tｅchｎology　ｔodaｙ.Ｉt　canbｅuｓedfｏrprograｍｍinｇwithitspowerｆuｌsｃientific　compuｔing,　visuａｌizatｉｏnaｎdｏpen　ｅxｔensibleenviｒonmeｎt．Tｈerefｏｒeitｈasbeenwiｄelｙｕsediｎimageprocesｓing.

Wｅwilldothemostbasiciｍａgｅ　proｃesｓinｇ　oｐeratｉons　unｄｅrthe　Matlａbｅnvirｏnment,suｃhａsimａgereadｉnｇ，dispｌａyｉng，histｏgramsｔatistiｃs，imageｅnｈａncemｅｎtaｎdFoｕrｉeｒtraｎsfｏｒｍpｒｏcｅssinｇ．Thisｐｒａctｉce　ｃan　helpuspｒepaｒｅfoｒ　do　ｉｍａｇｅprｏcｅｓsｉng　ｑuicklyin　theｆuｔuｒe.

ﻬ1数据采集

Matｌab软件的图像采集工具箱提供了大量的函数用于采集图像和视频信号，该工具箱支持的硬件设备包括工业标准的ＰC图像采集卡和相应的设备.所支持的硬件包括:

Ｍａtrｏx和DaｔａＴranslatｉoｎ公司提供的视频采集设备，同时还支持Winｄｏｗs平台下支持USＢ视频摄像头等设备。

Matlaｂ可以支持很多很多图片的文件格式，例如﹡ｃｕr、﹡bmp、﹡hdf、﹡ico、﹡ｊpg、﹡tｉf、﹡gif、﹡pcx等。

用于读写图像数据的函数有imreaｄ（从图像格式的文件中读取数据）和imwrite（将数据写入图像格式的文件）.这里我们主要是用到图像的读取。

1.1　图像的选取

目前我们刚接触图像的处理,为了便于学习和降低难度,根据训练要求，我们采集一幅像素略大于６４＊６4黑白图像如下：

图1.1选取的图片

１．２MATLAB读取方法

１.2．1　编辑M文件

打开Mａｔlab软件，在File下选择New\Ｍ-File便可以编辑M文件.M文件分为脚本式和函数式,我们可以利用Ｍ文件实现自己的算法即可以建立自己的函数工具箱。

例如读取图像我们可以编辑一个ｒeａd。

m的文件来实现读取图像的功能。

在以后的处理过程中我们几乎每部分都要建立M文件，到时将具体列出其内容。

1.2．２　图像的读取

imreａd函数用于读入各种图象文件，其一般的用法为:

     利用函数ｉmread（）可完成图形图像文件的读取,语法：

    A=ｉmｒｅａd（）

fmt为图象的格式,为读取的图象文件（可以加上文件的路径）。

通常,读取的大多数图像均为8ｂit，当这些图像加载到内存中时，Matlab就将其存放在类ｕｉｎｔ8中.

例如本次练习中：

I＝imread（‘tree．ｊpg’）;利用函数imreａd函数实现图像文件的读取,然后运用imｓhow函数显示图像。

具体操作如下：

将所要处理的图片存在D:

\maｔlａb\ｗｏrk里,若要将图片“tｒee。

jpg”写入Matlab中。

需要先打开运行Mａtlａb，然后在Filｅ里面新建M-Ｆiｌe文件，再将读取图片

M文件reａｄ。

ｍ的程序如下：

Ｉ＝imread　（’trｅe.jpg'）;

figｕre

imsｈoｗ（Ｉ）;

tｉtｌe（'西院的老树'）；

在Ｍａtlab的commanｄ　windows栏里运行read

图1.2读取后显示图片

１．2.3查看图像的格式

图形图像文件信息的查询  iｍｆiｎfo（）函数

imｆｉｎｆo（　’trｅe.ｊpg'）　

在Maｔｌａｂ的ｃommand　winｄoｗｓ栏里运行该函数，可查看该图像的格式

＞>ｉmfｉnｆo（＇treｅ.ｊpg'）

aｎｓ　=

　　:

’tree．jｐg’

　　：

　＇25-Maｙ-２０102２：

17:

５8’

　：

58954

　　　　　Format:

＇jpg’

　FoｒｍatVｅrsｉoｎ：

'’

　　　Ｗidth：

353

　　　　Heｉｇｈt：

　250

　　　　BitDeptｈ:

8

　　　　ColoｒType：

'grａｙｓcale’

　FormatＳignaｔｕｒe:

　''

　NumberＯfSamples:

　1

　　CｏｄｉｎgＭethｏｄ：

＇Hｕｆfmａｎ'

CodingＰrｏcｅsｓ：

＇Ｓequeｎｔiａl’

Comment:

　{＇ACＤSysｔemsDigitalIｍagiｎg'}

1。

2。

４　灰度值的获取

从上述文件的信息可以看到该文件的颜色类型ColoｒTypｅ：

　＇grayscaｌe’，所以我们不需转换格式便可以查看该图片的灰度值.

灰度图像的数据通常是保存在一个二维矩阵中,本图像的像素为2５０Ｘ353即有一个250Ｘ3５3的矩阵。

只要在commandwｉndows输入I＝imreａd（'tree.jpg'）运行便可得该图像的矩阵（部分）：

图1.3图像的灰度值矩阵

2数据统计处理

2.1均值计算

2.1。

1原理介绍

均值计算的原理较简单，在MＡTＬＡＢ的函数库中表示均值的函数是meaｎ2，其格式是meaｎ2（）,括号里面就是待处理分析的信号。

均值计算主要是获得图像矩阵每列灰度值的平均值（函数mean）或者是总的平均值（函数mｅan２）。

1、新建Ｍ文件averagｅ1.m编辑如下：

Ｉ=iｍrｅａd（’ｔreｅ.jpg’）；

mean（I）

2、M文件ａveｒaｇｅ２。

ｍ编辑如下：

Ｉ=imrｅaｄ（’ｔreｅ.jpg'）;

mean2（I）

2。

1．２　仿真结果

1、每列的平均值仿真结果（部分）如下：

〉＞aveｒage1

aｎs=

　Ｃolumns　１ｔhrｏuｇh11

　　　93。

５800　　9８。

0280　　9９．6１６0　10５。

２52010８。

90001０8．8６40　1０9.0560106。

９680　1０5。

87６０　103。

86４0１0３．52０0

Columｎs　１2　tｈrｏugh22

104．6５20　104。

3４00103．３８401０２.０９６099.7320　9８。

0２40101．３3６0104.5320103．0720１02．3０８0　10１.888０

Ｃolumns　23tｈrouｇｈ　３3　

　１03。

０040　1０1．4３6０　98。

63６0　　99。

８600　99．1800９５.０520９3．816092．976０９1.４２8091。

９880９４.2520

　Coｌumns34th