数字图像处理课程设计报告课件.docx
《数字图像处理课程设计报告课件.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报告课件.docx（13页珍藏版）》请在冰豆网上搜索。
数字图像处理课程设计报告课件
数字图像处理
课程设计报告
课设题目：
彩色图像增强软件
学院：
信息科学与工程学院
专业：
电子与信息工程
班级：
1002501
姓名：
学号：
100250131
指导教师：
哈尔滨工业大学（威海）
2013年
12月
27日
1.不要删除行尾的分节符，此行不会被打印
一.课程设计任务
1.1设计内容及要求：
（1）、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图
像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳）。
（2）、参考photoshop软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示；
（3）、将实验结果与处理前的图像进行比较、分析。
总结设计过程所遇
到的问题。
1.2参考方案
1、实现图像处理的基本操作
学习使用matlab图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），利用彩色图像模型转换公式，将RGB类型图像转换为HSI类型图像，显示各分量图像（如imshow（image）），以及计算和显示各分量图像直方图。
2、彩色图像增强实现
对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。
对S分量图像进行适当调整，使图像色彩鲜艳或柔和。
H分量保持不变。
将处理后的图像转换成RGB类型图像，并进行显示。
分析处理图像过程和结果存在的问题。
3、参照“photoshop”软件，设计图像处理软件界面
可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视
功能多少而定；参考matlab软件中GUI设计，学习软件界面的设计
二.课程设计原理及设计方案
2.1彩色图像基础
在图像处理中，颜色的运用主要受两个因素推动。
第一，颜色是一个强有力的描绘子，它常常可简化目标物的区分及从场景中抽取目标；第二，人可以辨别几千种颜色色调和亮度，但相比之下只能辨别几十种灰度层次。
第二个因素对于人工图像分析特别重要。
虽然人的大脑感知和理解颜色所遵循的过程是一种生理心理现象，这一现象还未被完全了解，但颜色的物理性质可以由实验和理论结果支持的基本形式来表示。
2.2彩色模型
色彩模型：
RGB模型、CMY模型、CMYK模型、HIS模型、HSV模型、YUV模型、YIQ模型。
2.2.1RGB模型
国际照明委员会（CIE）规定以蓝（435.8nm）、绿（546.1nm）和红（700nm）作为主原色。
Matlab中一幅RGB图可表示为一个M*N*3的3维矩阵。
其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分
2.2.2HSI模型
HSI模型是从人的视觉系统出发，直接使用颜色三要素色调（Hue）、饱和度（Saturation）和亮度（Intensity）来描述颜色。
-亮度指人眼感觉光的明暗程度。
光的能量越大，亮度越大。
-色调由物体反射光线中占优势的波长决定。
反映颜色的本质。
-饱和度指颜色的深浅和浓淡程度，饱和度越高，颜色越深。
HIS色彩空间比RGB彩色空间更符合人的视觉特性。
亮度和色度具有可分离特性，使得图像处理和机器视觉中大量灰度处理算法都可在HIS彩色空间中方便使用。
色调：
其中：
饱和度：
强度：
从HSI到RGB的转换：
在[0,1]内给出HSI值，现在要在相同的值域找到RGB值，可利用H值公式。
在原始分割中有3个相隔120°的扇形。
从H乘以360°开始，这时色调值返回原来的[0°,360°]的范围。
RGB扇区（0°≦H<120°）：
在H位于这一扇区时，RGB分量由下时给出：
GB扇区（120°≦H<240°）：
如果给定的H值在这一扇区，则首先从H中减去120°，即
然后RGB分量为
BR扇区（240°≦H<360°）：
最后，如果H在这一扇区，则从H中减去240°，即
三.课程设计的步骤和结果
3.1采集图像
利用imread（）语句读入图像，利用彩色图像模型转换公式，将RGB类型图像转换为HSI类型图像，显示各分量图像（如imshow（image）），以及计算和显示各分量图像直方图。
image=imread（'tuxiangzq.jpg'）;
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
figure
（1）;
subplot（231）;
imshow（H）;
title（'HSIH分量图'）;
subplot（232）;
imshow（S）;
title（'HSIS分量图'）;
subplot（233）;
imshow（I）;
title（'HSII分量图'）;
%画各分量的直方图
subplot（234）;
imhist（H）;
title（'H分量的直方图'）;
subplot（235）;
imhist（S）;
title（'S分量的直方图'）;
subplot（236）;
imhist（I）;
title（'I分量的直方图'）;
figure
（2）;
subplot（121）;
imshow（image）;
title（'原图'）;
J=imadjust（I,[0.30.7],[]）;
subplot（122）;
imshow（J）%对比度增强
title（'增强对比度后'）;
3.2图像增强
3.2.1对I分量进行对比度拉伸
对HSI彩色模型图像的I分量进行对比度拉伸，对S分量图像进行适当调整，使图像色彩鲜艳或柔和，H分量保持不变。
将处理后的图像转换成RGB类型图像，并进行显示：
image=imread（'tuxiangzq.jpg'）;%采集图像
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
i2=imadjust（I,[0.30.7],[]）;%对I分量进行对比度拉伸
S=imadjust（S,[0.10.5],[]）;%对S分量进行对比度拉伸
x_hsi=cat（3,H,S,i2）;
x_h_r=hsi2rgb（x_hsi）;%HSI空间转换为RGB空间
figure
imshow（x_h_r）;
title（'I分量均衡化'）;
3.2.2对I分量进行均衡化
I分量直方图均衡化，对S分量图像进行适当调整，使图像色彩鲜艳或柔和，H分量保持不变。
将处理后的图像转换成RGB类型图像，并进行显示：
image=imread（'tuxiangzq.jpg'）;%采集图像
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
i2=histeq（I）;%对I分量进行直方图均衡化，加强对比度
S=imadjust（S,[0.10.5],[]）;%对S分量进行对比度拉伸
x_hsi=cat（3,H,S,i2）;
x_h_r=hsi2rgb（x_hsi）;%HSI空间转换为RGB空间
figure
imshow（x_h_r）;
title（'I分量均衡化'）;
3.3界面设计
主要控件程序如下：
图像采集
functionpushbuttonCJ_Callback（hObject,eventdata,handles）
image=imread（'tuxiangzq.jpg'）;
image=im2double（image）;
axes（handles.axes1）;
imshow（image）;
title（'原图'）;
显示各分量图像
functionpushbuttonFLT_Callback（hObject,eventdata,handles）
image=imread（'tuxiangzq.jpg'）;
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
axes（handles.axes2）;
imshow（H）;
title（'HSIH分量图'）;
%figure
（2）;
axes（handles.axes3）;
imshow（S）;
title（'HSIS分量图'）;
%figure（3）;
axes（handles.axes4）;
imshow（I）;
title（'HSII分量图'）;
显示各分量直方图
functionpushbuttonFLZFT_Callback（hObject,eventdata,handles）
image=imread（'tuxiangzq.jpg'）;
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
axes（handles.axes5）;
imhist（H）;
title（'H分量的直方图'）;
axes（handles.axes6）;
imhist（S）;
title（'S分量的直方图'）;
axes（handles.axes7）;
imhist（I）;
title（'I分量的直方图'）;
图像增强
functionpushbuttonZQ_Callback（hObject,eventdata,handles）
val=get（handles.popupmenuzq,'value'）;
while（val~=0）
switchval
case1;image=imread（'tuxiangzq.jpg'）;
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
i2=imadjust（I,[0.30.7],[]）;%对比度拉伸
S=histeq（S）;
x_hsi=cat（3,H,S,i2）;
x_h_r=hsi2rgb（x_hsi）;%HSI空间转换为RGB空间
axes（handles.axes10）;
imshow（x_h_r）;
title（'对比度拉伸'）;
break;
case2;image=imread（'tuxiangzq.jpg'）;
image=im2double（image）;
[H,S,I]=rgb2hsi（image）;%RGB到HSI的转换
i2=histeq（I）;%对I分量进行直方图均衡化，加强对比度
S=histeq（S）;
x_hsi=cat（3,H,S,i2）;
x_h_r=hsi2rgb（x_hsi）;%HSI空间转换为RGB空间
axes（handles.axes11）;
imshow（x_h_r）;
title（'I分量均衡化'）;
break;
end
end
效果图如下：
四.课程设计总结
本文主要介绍了运用MATLAB来实现彩色图像增强的方法研究。
基于彩色图像
升级会员 