数字图像处理课程设计1Word文档格式.docx

数字图像处理课程设计1Word文档格式.docx

《数字图像处理课程设计1Word文档格式.docx》由会员分享，可在线阅读，更多相关《数字图像处理课程设计1Word文档格式.docx（10页珍藏版）》请在冰豆网上搜索。

3相关知识

3.1数字图象处理

数字图像处理（DigitalImageProcessing）是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

数字图像处理的产生和迅速发展主要受三个因素的影响:

一是计算机的发展;

二是数学的发展（特别是离散数学理论的创立和完善）;

三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。

　　20世纪20年代,图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。

到20世纪50年代,数字计算机发展到一定的水平后,数字图像处理才真正引起人们的兴趣。

1964年美国喷气推进实验室用计算机对“徘徊者七号”太空船发回的大批月球照片进行处理,收到明显的效果。

20世纪60年代末,数字图像处理具备了比较完整的体系,形成了一门新兴的学科。

20世纪70年代,数字图像处理技术得到迅猛的发展,理论和方法进一步完善,应用范围更加广泛。

在这一时期,图像处理主要和模式识别及图像理解系统的研究相联系,如文字识别、医学图像处理、遥感图像的处理等。

20世纪70年代后期到现在,各个应用领域对数字图像处理提出越来越高的要求,促进了这门学科向更高级的方向发展。

特别是在景物理解和计算机视觉（即机器视觉）方面,图像处理已由二维处理发展到三维理解或解释。

近年来,随着计算机和其它各有关领域的迅速发展,例如在图像表现、科学计算可视化、多媒体计算技术等方面的发展,数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。

　　图像处理工具箱提供一套全方位的参照标准算法和图形工具，用于进行图像处理、分析、可视化和算法开发。

可用其对有噪图像或退化图像进行去噪或还原、增强图像以获得更高清晰度、提取特征、分析形状和纹理以及对两个图像进行匹配。

工具箱中大部分函数均以开放式MATLAB语言编写。

这意味着可以检查算法、修改源代码和创建自定义函数。

图像处理工具箱在生物测定学、遥感、监控、基因表达、显微镜技术、半导体测试、图像传感器设计、颜色科学及材料科学等领域为工程师和科学家提供支持。

它也促进了图像处理技术的教学

3.2MATLAB

MATLAB是美国MathWorks公司出品的商业数学软件，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，主要包括MATLAB和Simulink两大部分。

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。

3.3贴标签

贴标签处理是对二值图像的每个不同的连通域进行不同的编号，来区分不同的连通域。

在二值图像中，不同的对象被用不同的整数值来标记，形象的说，每一个对象被贴上不同的标签以便于标识。

通常，设置一个与原图像大小相同的标签矩阵，也称为标签图像，用以描述对二值图像不同连通域下的划分结果。

贴标签的方法实际上包括了两个关键步骤，首先是按照从上到下，从左到右的顺序扫描所有像素职为1的像素，并判断是否与已经贴过标签的像素属于同一个连通域，如果是，则贴相同的标签，判定为不同的连通域，贴新的标签。

另一个关键的步骤是，对已经贴好的标签进行校正，对在下方连接在一起的，贴为不同标签的像素归并为同一个标签，并对整体的标签号进行调整。

3.4贴标签的具体方法

贴标签的具体步骤如下：

（1）设标签r=0，已贴标签N=0，按照从左到右，从上到下的顺序进行扫描，寻找像素值为1的目标点像素。

（2）对尚未贴标签的目标点像素f（I,j），根据已经扫描过的四个邻接像素，进行一下判断：

1.如果所有的值为0（背景）,r=r+1,g（i,j）=r,已贴标签数N=N+1;

2.如果其标签值相同，则,g（i,j）=r,；

3.如果标签值有两种，这时称为标签冲突，令,g（i,j）=r,，将所有已经贴标签为r’的像素，该贴标签为r,同时将已贴标签数进行修正，N=N-1。

（3）将全部像素都进行第二步骤的处理，直到所有的像素都全部处理完；

判断是否满足r=N,如果是，则完成贴标签操作，算法结束；

如果不是，则表明（4）已贴标签不是连续编号，这是一次影射编码，将所有的不连续编号的标签校正为连续编号，完成贴标签处理。

4.课程设计分析

贴标签

在MATLAB图像处理中，bwlabel函数可以进行二值图像的连接部分标注操作。

语法是：

这种形态操作主要是对于二值图像BW中各个分离的对象进行标识，BW可以是double型或unit8型。

用户指定输入图像BW和特定的边沿约定类型n,n可取的值有4和8，分别对应着4-连接和8-连接边沿约定，其默认值为8.调用bwlabel函数后，返回一个与输入图像相同大小的矩阵L,L是double型的，而num中存储着对象个数的数据。

有了这个输出数据矩阵，我们就可以利用它包含的不同的整数值来区分输入图像中的不同对象。

假如有二进制图像如下;

I（8,8）=0;

I（2:

4,2:

3）=1;

I（5:

7,4:

5）=1;

I（2,6）=1;

3,7:

8）=1

调用bwlabel函数，指定4-连接边沿约定：

[L,num]=bwlabel（I,4）

调用bwlabel函数，指定8-连接边沿约定：

[L,num]=bwlabel（I,8）

我们还可以将bwlabel函数与find函数结合起来使用，可以得到所指定对象中各像素的矩阵矢量，例如，返回上例中，对象2中各像素的坐标:

[r,c]=find（bwlabel（I）==2）

rc=[r,c]

从例子中可以看出，输出矩阵不是一个二进制图像，访问该矩阵的一个有效方法是将其显示为伪彩色索引图像。

将每个对象都显示成不同的颜色，所以在这样的显示图像中，对象更容易从整个图像中分辨出来，如下面的例子：

L=bwlabel（I,4）;

map=[000;

jet（3）];

imshow（L+1,map,'

notruesize'

）

%显示的图像如下图所示

%指定8-连接边沿约定

L=bwlabel（I,8）;

%显示的图像如图所示

5.仿真

6．结果分析

7.感悟体会

通过此次数字图像课程设计的编程与仿真实践，我完成了这次设计的任务。

通过这次课程设计让我更加了解了MATLAB，也使我掌握了一些基本的对图像处理的编程语句。

通过这次课程设计我更加了解了二值图像中贴标签的相关知识，对于各种方法都有了更加深入的了解。

我以后会继续学习这方面的知识。

实践与理论相结合的课程对学生掌握理论知识和巩固相关知识是非常有帮助的，进行这次课程设计使我进一步对数字图像理论知识的加深和理解。

我也非常感谢老师的帮助，使我解决很多实质性的问题。

8.参考文献

[1]章毓晋等.数字图像处理与分析[M].北京，清华大学出版社，1999：

1-2

[2]龚声容等.数字图像处理与分析原理[M].清华大学出版社，2008:

1-2

[3]张圣勤.MATLAB7.0实用教程[M].机器工业出版社，2006:

4-5

[4]霍洪涛.数字图像处理[M].北京，机械工业出版社，2003：

[5]阮沈勇.MATLAB程序设计[M].电子工业出版社，2004:

4-5.

[6]邓华.MATLAB通信仿真及应用实例详解[M].北京：

人民邮电出版社，2003:

2-3.

资料仅供参考!

!