利用MATLAB仿真软件系统进行图像的数据分析Word下载.docx
《利用MATLAB仿真软件系统进行图像的数据分析Word下载.docx》由会员分享,可在线阅读,更多相关《利用MATLAB仿真软件系统进行图像的数据分析Word下载.docx(16页珍藏版)》请在冰豆网上搜索。
![利用MATLAB仿真软件系统进行图像的数据分析Word下载.docx](https://file1.bdocx.com/fileroot1/2023-1/4/c2b66997-22ed-4f23-8ff5-ed77c26172a8/c2b66997-22ed-4f23-8ff5-ed77c26172a81.gif)
2.数据采集6
2.1MATLAB的读取方法6
3图像数据统计处理10
3.1图像数据处理原理10
3.2各像素点中最大值的获取11
3.3各像素点中最小值12
3.4各像素点值的均值12
3.5各像素点值的中值14
3.6各像素点值的和14
3.7各像素点值的标准差15
3.8各像素点值的方差16
3.9两图中各像素点值的协方差17
3.10两图的相对系数17
4.心得体会19
参考文献20
本科生课程设计成绩评定表21
摘要
MATLAB软件是矩阵实验室的简称,是美国MathWorks公司出品的商业数学软件,可用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,广泛用于数字信号分析,系统识别,时序分析与建模,神经网络、动态仿真等方面有着广泛的应用。
而且随着信息时代和数字世界的到来,数字信号处理也已成为当今一门极其重要的学科和技术领域。
目前数字信号处理在通信、语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。
本次课程设计利用MATLAB软件进行图像的数据分析,包括读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等。
关键词:
MATLAB,数字信号处理,图像数据分析
Abstract
MATLABsoftwareMATLABisMatrixlab(MatrixLaboratory)abbreviation,istheproductofourcompanyMathWorksbusinessmathematicssoftwareforalgorithmdevelopment,datavisualization,dataanalysisandnumericalcalculationoftheseniortechnicalcalculationlanguageandinteractiveenvironment,widelyusedindigitalsignalanalysis,systemidentification,timinganalysisandmodeling,neuralnetwork,dynamicsimulation,etcinawiderangeofapplications.
Withtheinformationageandtheadventofthedigitalworld,digitalsignalprocessinghasbecomeanextremelyimportantdisciplinesandtechnicalfields.Currentdigitalsignalprocessingincommunications,voice,image,automaticcontrol,radar,military,aerospace,medicalandhouseholdappliancesandmanyotherfieldshasbeenwidelyused.
ThecourseisdesignedtouseMATLABsoftwaretodoimagedataanalysis,includingreadingimageandgettingtheimagesofthemaximum,minimum,mean,median,and,standarddeviation,twoimagesofthecovariance,correlationcoefficient,etc.
Keywords:
MATLAB,digitalsignalprocessing,imagedataanalysis
1.Matlab简介及其在图像处理与分析的应用
MATLAB和Mathematica、Maple并称为三大数学软件。
它在数学类科技应用软件中在数值计算方面首屈一指。
Matlab是一套功能十分强大的工程计算及数据分析软件,其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。
许多工程师和研究人员发现,matlab能迅速测试其构思,综合评测系统性能,并能借此快速设计出更多的解决方案,达到更高的技术要求。
Matlab的图像处理工具箱,功能十分强大,支持的图像文件格式丰富,如JPEG、RAS、PCX、TIFF、PNG、HDF、GIF、ICO、CUR、XWD、BMP等。
用Matlab所提供的图像处理与分析工具,结合其强大的数据处理能力,研究人员可利用前人已取得的研究成果,可以把精力集中在新技术理论的研究上,而不必关心图像文件的格式、读写、显示和已有成果的技术细节.并快速测试其图像处理与分析的新方案。
测试既可方便地得到统计数据,同时又可得到直观图示。
Matlab提供了20类图像处理函数,涵盖了图像处理的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。
这些函数按其功能可分为:
图像显示;
图像文件I/O;
图像算术运算;
几何变换;
图像登记;
像素值与统汁;
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;
图像类型与类型转换。
2.数据采集
2.1MATLAB的读取方法
2.1.1编辑M文件
Matlab是解释型语言,就是说Matlab命令行中敲入的命令在当前Matlab进程中被解释运行。
但是,每次执行一个任务时敲入长长的命令序列是很烦人的。
有两种方法可以使Matlab的力量得到扩展——脚本和函数。
这两种方法都用像emacs一样的文本编辑器中编写的m文件(因为扩展名是.m所以这样命名,m文件还称点m文件)。
m文件的好处在于它可以保存命令,还可以轻易地修改命令而无需重新敲入整个命令行。
新建m文件的方法为File->
New->
M-File。
2.1.2图像的读取
从互联网上下载图片两张,图像为800*600和800*600像素保存为jepg3.jpg和jepg2.jpg,如图2-1和2-2所示
图2.1jpeg3
图2.2jepg2
Matlab显示图像的最基本的手段是使用image函数。
该函数还产生了图像对象的句柄,并允许对对象的属性进行设置,利用图像读取函数imread()可完成图形图像文件的读取。
subplot函数介绍,在一般默认的情况下,MATLAB每次使用plot函数进行图形绘制,将重新产生一个图
W
+ejd形窗口。
但有时希望后续的图形能够和前面所绘制的图形进行比较。
一般来说有两种方法:
_s6gPdC,
>
e?
8ug
!
6一是采用holdon(/off)命令,将新产生的图形曲线叠加到已有的图形上;
二是采用
pwt
m2Usubplot(m,n,k)函数,将图形窗口分隔成n*m个子图,并选择第k个子图作为当前图形QQ
m:
Ab,然T5jwkU
G后在同一个视图窗口中画出多个小图形。
作为一个二维曲线绘制函数,subplot的功能是:
将一个窗口分为若干块,在选中的某一块区域内可以绘制图形。
下面程序需采用subplot函数。
读取jpeg2.jpg和jpeg3.jpg,并将其分别存储到名为I和P的数组中,其程序如下:
I=imread('
F:
\jpeg2.jpg'
);
subplot(1,2,1);
image(I);
title('
jpeg2'
)
P=imread('
\jpeg3.jpg'
subplot(1,2,2);
image(P);
jpeg3'
)
matlab
读取图像如图2.3所示
图2.3图像读取
以上两张图片满足像素要求,但图像为彩图,不是灰度图,无法进行接下来的分析,需将彩图转换为灰度图,利用MATLAB中的rgb2gray()命令实现RGB图像到灰度图像的转化。
转化后在使用命令isgray()判断图像是否变为灰度图,如果是灰度图将返回为1,不是将返回0。
灰度图转换成功后,将转化后的灰度图读取出来。
灰度转换程序如下:
I=rgb2gray(I);
P=rgb2gray(P);
figure;
imshow(I);
imshow(P);
转换后灰度图如图2.4,2.5所示
图2.4jpeg2灰度图
图2.5jpeg3灰度图
3图像数据统计处理
3.1图像数据处理原理
一幅图像可以被看作是空间各点光强度的集合。
MATLAB把灰度图像存储为一个数据矩阵,该数据矩阵中的元素分别代表了图像中的像素。
一幅行数为M、列数为N的图像大小为M×
N的矩阵形式为,如图3.1
图3.1图像矩阵
例如,键入命令M=imread('
)可得出jepg2的灰度矩阵,如图3.2所示(仅部分矩阵)
图3.2jpeg2灰度矩阵
因此可利用灰度矩阵来分析图片的各种参数以及对数据进行处理,而且由于在应用图片的方面,对图像各项参数的要求不同,所以要对图片进行适当的数据处理,来考察图片的不同参数。
例如均值,标准差,方差就是图像的一些相关的参数,可以用作对图片的质量来作评价。
3.2各像素点中最大值的获取
3.2.1引用函数
Matlab中max()函数用于求最大值。
程序如下:
image_max=max(max(I))
image_max=max(max(P))
3.2.2计算结果
图像最大值分析结果如图3.3
图3.3最大值分析
3.3各像素点中最小值
3.3.1引用函数
Matlab中min()函数用于求最大值。
image_min=min(min(I))
image_min=min(min(P))
3.3.2计算结果
图像最小值分析结果如图3.4
图3.4最小值分析
3.4各像素点值的均值
3.4.1引用函数
MATLAB中提供均值计算函数mean()和mean2(),函数的使用方法如下:
例如用mean2(H)求出矩阵H所有元素的均值。
题目要求计算图像各像素点的均值,因而可通过调用mean2()函数进行计算,在命令行中输入mean2(A_gray)即可求得灰度图各像素点的均值。
image_mean=mean2(I)
image_mean=mean2(P)
3.4.2计算结果
图像均值分析结果如图3.5
图3.5均值分析
3.5各像素点值的中值
3.5.1引用函数
MATLAB中提供的median()函数可求出中值
image_median=median(I(:
))
image_median=median(P(:
3.5.2计算结果
图像中值分析结果如图3.6
3.6中值分析
3.6各像素点值的和
3.6.1引用函数
MATLAB中提供的sum()函数可求出各像素点的和
image_sum=sum(sum(I))
image_sum=sum(sum(P))
3.6.2计算结果
图像各像素点值的和分析结果如图3.7.
图3.7像素的点和分析
3.7各像素点值的标准差
3.7.1引用函数
MATLAB中提供的std()函数可求出标准差
image_std=std2(I(:
))
image_std=std2(P(:
3.7.2计算结果
图像标准差分析结果如图3.8
图3.8标准差分析
3.8各像素点值的方差
3.8.1引用函数
MATLAB中提供的var()函数可求出方差
image_var=var(double(I(:
)))
image_var=var(double(P(:
3.8.2计算结果
图像方差分析结果如图3.9
图3.9方差分析
3.9两图中各像素点值的协方差
3.9.1引用函数
MATLAB中提供的cov()函数可求出两数组间的协方差
image_cov=cov(double(I),double(P))
3.9.1计算结果
图像两图像像素点值协方差分析结果如图3.10所示
3.10两图协方差分析
3.10两图的相对系数
3.10.1引用函数
MATLAB中提供的corrcoef函数可求出两数组间的协方差
image_corrcoef=corrcoef(double(I),double(P))
3.11.2计算结果
图像两图的相对系数分析结果如图3.11所示
3.11两图相对系数分析
4.心得体会
在这次课程设计中我进一步熟悉了MATLAB软件的应用.对MATLAB语言的发展和特点有了更深的了解,掌握了MATLAB的基本语法,了解了MATLAB程序书写的一般思路及一般步骤,学会了用MATLAB进行图像分析的方法,如读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等,并且我对MATLAB信号处理工具箱内的模型函数有了深刻的体会和应用。
本次课程设计,学习了图像的分析处理的各项基本函数的使用,特别对Matlab的帮助功能有了很深刻的了解,能够独立的完成函数的编写及功能的实现,再也不是什么函数都需要使用网络来询问,学习了图像噪声的使用,让我对专业知识有了更深的了解,对我以后的学习很有方向性但使我们对课本上的知识有了更深一步的掌握,对仿真软件有更熟悉的操作,对分析问题、解决问题以及自主学习、查阅资料的能力有了一定的提高。
即提高了自己的设计能力也锻炼了动手能力,更多的是让我看清了自己,明白了凡事需要耐心,实践是检验学习的唯一标准。
理论知识的不足在这次课设中表现的很明显。
这将有助于我今后的学习,端正自己的学习态度,从而更加努力的学习。
总之,通过本次课程设计不但让我又学到了一些知识,而且也提高了我的综合能力。
参考文献
1.《MATLAB从入门到精通》周建兴编著,人民邮电出版社
2.《精通MATLAB7》王正林,刘明编著,北京-电子工业出版社
3.《精通MATLAB图像处理》张强,王正林,电子工业出版社
4.《详解MATLAB数字图像处理》张德丰电子工业出版社
5.《MATLAB语言及其在电子信息工程中的应用》王洪元主编
清华大学出版社
本科生课程设计成绩评定表
姓名
性别
专业、班级
课程设计题目:
课程设计答辩或质疑记录:
成绩评定依据:
最终评定成绩(以优、良、中、及格、不及格评定)