数字图像处理课程设计报告.docx
《数字图像处理课程设计报告.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.docx（11页珍藏版）》请在冰豆网上搜索。
数字图像处理课程设计报告
数字图像处理
课程设计报告
姓名：
宋东洋、祁飞、登科
学号：
、、
班级：
软件开发.NET3班
设计题目：
手写体数字识别
教师：
庞海波老师
提交日期：
2015年12月25日
一、设计容：
主题：
《手写体数字识别》
详细说明：
读入手写体数字图片，选择要识别的数字然后通过寻找数字边界将图像裁剪的边缘，然后生成裁剪后图像的二进制图像，并将其转换成5﹡7的图像，然后进行特征提取，运行Simulink模型识别数字。
二、现实意义：
手写体数字的识别有着非常广泛的应用（如:
邮政编码、统计报表、财务报表、银行票据等等）。
三、涉及知识容：
1、边界查找
2、二值化
3、Simulink模型
四、实例分析及截图效果：
（1）代码显示：
1、程序中定义图像变量说明
（1）S--------------------------------------------------------------原图变量;
（2）img_crop----------------------------------------------------选择的图象;
（3）imgGray-----------------------------------------------------灰度图像变量
（4）BW-----------------------------------------------------------二值化图像；
（5）charvec-----------------------------------------------------5*7图像变量；
2、实现代码：
Index.m
functionvarargout=charGUI（varargin）
%Begininitializationcode-DONOTEDIT
gui_Singleton=1;
gui_State=struct（'gui_Name',mfilename,...
'gui_Singleton',gui_Singleton,...
'gui_OpeningFcn',charGUI_OpeningFcn,...
'gui_OutputFcn',charGUI_OutputFcn,...
'gui_LayoutFcn',[],...
'gui_Callback',[]）;
ifnargin&&ischar（varargin{1}）
gui_State.gui_Callback=str2func（varargin{1}）;
end
ifnargout
[varargout{1:
nargout}]=gui_mainfcn（gui_State,varargin{:
}）;
else
gui_mainfcn（gui_State,varargin{:
}）;
end
%Endinitializationcode-DONOTEDIT
%---ExecutesjustbeforecharGUIismadevisible.
functioncharGUI_OpeningFcn（hObject,eventdata,handles,varargin）
loaddata;
assignin（'base','net',net）;
handles.output=hObject;
guidata（hObject,handles）;
%---Outputsfromthisfunctionarereturnedtothecommandline.
functionvarargout=charGUI_OutputFcn（hObject,eventdata,handles）
varargout{1}=handles.output;
%---ExecutesonbuttonpressinpbLoad.
functionpbLoad_Callback（hObject,eventdata,handles）
[filename,pathname]=uigetfile（{'*.bmp';'*.jpg';'*.gif';'*.*'},'PickanImageFile'）;
S=imread（[pathname,filename]）;
axes（handles.axes1）;
imshow（S）;
handles.S=S;
guidata（hObject,handles）;
%---ExecutesonbuttonpressinpbSelect.
functionpbSelect_Callback（hObject,eventdata,handles）
S=handles.S;
axes（handles.axes1）;
img_crop=imcrop（S）;
axes（handles.axes2）;
imshow（img_crop）;
handles.img_crop=img_crop;
guidata（hObject,handles）;
%---ExecutesonbuttonpressinpbPreprocess.
functionpbPreprocess_Callback（hObject,eventdata,handles）
img_crop=handles.img_crop;
imgGray=rgb2gray（img_crop）;
bw=im2bw（img_crop,graythresh（imgGray））;
axes（handles.axes3）;
imshow（bw）;
bw2=edu_imgcrop（bw）;
axes（handles.axes4）;
imshow（bw2）;
handles.bw2=bw2;
guidata（hObject,handles）;
%---ExecutesonbuttonpressinpbExtract.
functionpbExtract_Callback（hObject,eventdata,handles）
bw2=handles.bw2;
charvec=edu_imgresize（bw2）;
axes（handles.axes5）;
plotchar（charvec）;
handles.charvec=charvec;
guidata（hObject,handles）;
%---ExecutesonbuttonpressinpbRecognize.
functionpbRecognize_Callback（hObject,eventdata,handles）
charvec=handles.charvec;
selected_net=get（handles.editNN,'string'）;
selected_net=evalin（'base',selected_net）;
result=sim（selected_net,charvec）;
[val,num]=max（result）;
set（handles.editResult,'string',mod（num,10））;
%---ExecutesonbuttonpressinpbNN.
functionpbNN_Callback（hObject,eventdata,handles）
functioneditNN_Callback（hObject,eventdata,handles）
%---Executesduringobjectcreation,aftersettingallproperties.
functioneditNN_CreateFcn（hObject,eventdata,handles）
ifispc&&isequal（get（hObject,'BackgroundColor'）,get（0,'defaultUicontrolBackgroundColor'））
set（hObject,'BackgroundColor','white'）;
end
functioneditResult_Callback（hObject,eventdata,handles）
%---Executesduringobjectcreation,aftersettingallproperties.
functioneditResult_CreateFcn（hObject,eventdata,handles）
ifispc&&isequal（get（hObject,'BackgroundColor'）,get（0,'defaultUicontrolBackgroundColor'））
set（hObject,'BackgroundColor','white'）;
end
edu_imgcrop.m
functionbw2=edu_imgcrop（bw）
%求图像的边界
[y2tempx2temp]=size（bw）;
x1=1;
y1=1;
x2=x2temp;
y2=y2temp;
%寻找左侧空白空间
cntB=1;
while（sum（bw（:
cntB））==y2temp）
x1=x1+1;
tB=cntB+1;
end
%寻找右侧空白空间
cntB=1;
while（sum（bw（cntB,:
））==x2temp）
y1=y1+1;
tB=cntB+1;
end
%寻找上边空白空间
cntB=x2temp;
while（sum（bw（:
cntB））==y2temp）
x2=x2-1;
tB=cntB-1;
end
%寻找下边空白空间
cntB=y2temp;
while（sum（bw（cntB,:
））==x2temp）
y2=y2-1;
tB=cntB-1;
end
%将图像裁剪到边缘
bw2=imcrop（bw,[x1,y1,（x2-x1）,（y2-y1）]）;
edu_imgresize.m
functionlett=edu_imgresize（bw2）
%此功能将采取裁剪的二进制图像，并将其改为5×7
%单个向量中的特征表示。
bw_7050=imresize（bw2,[70,50]）;
fort=1:
7
fort2=1:
5
Atemp=sum（bw_7050（（cnt*10-9:
cnt*10）,（cnt2*10-9:
cnt2*10）））;
lett（（cnt-1）*5+cnt2）=sum（Atemp）;
end
end
lett=（（100-lett）/100）;
lett=lett';
3、运行效果截图：
第一步：
读取原图,并显示
第二步：
选择图像并显示
第三步：
预处理（二值化、查找边界、裁剪图片）
第四步：
特征提取
第五步：
显示数字（运行Simulink模型）
四、算法分析
（1）Simulink模型
sim函数用来运行Simulink模型。
需要注意的是，用户无法控制其仿真过程（例如暂停、继续），一旦运行就会直到达到结束条件为止——这一点和通过模型窗口界面运行仿真不同。
五、心得体会
通过这次的课程设计，我对Matlab有了一定的了解，刚开始做的时候有点不知所措，主要是因为平时不够努力，书上的知识了解得不够多，课下没有及时地复习。
这次作业我和组员商量后选择了手写体数字识别，做作业之前上网查了很多资料，通过网络了解了一些关于数字识别方面的知识，通过课本也了解了一些，经过不断地努力我和我的组员一起完成了这次作业。
虽然作业完成了，但也有一些缺陷，由于时间比较紧迫，所以希望以后有时间能自己再完善一下。
我相信只要能坚持到底就能成功。
六、程序资料清单和源代码
电子档打包发送到FTP。
升级会员 