图像课设实验报告Word文件下载.docx

1、摘要： 本次我课程设计的题目是“彩色图像处理”，其目的是利用图像处理技术，将所给的图像进行去蓝色琼脂背景的处理，同时计算出肌肉、骨骼与脂肪的相对比例，但因为骨骼和脂肪不好分辨，所以最终只是将肌肉部分与其他部分分开。彩色图像所蕴含的的图像信息相对于纯灰度图像是更直观全面的，本实验通过将其从RGB模式转换为HSV模型，然后直方图测试分析，最终确定目的成分的信息，最终达到图像处理的目的。关键字：彩色图像，RGB，HSV分量 1.原理叙述： 首先对图片进行读取，目的是去除图像中的蓝色琼脂背景。这次图像处理的核心是通过直方图确定成分对应的范围，然后将其重新赋值，进而将背景进行去除。在读取完图像之后，对其

2、进行模型转换，将RGB模型转变为HSV模型，然后求其行直方图，通过测试一步步确定成分所对应的分量范围，即肌肉、骨骼、脂肪以及蓝色背景所对应的H分量范围以及V分量范围，将蓝色琼脂背景的范围所对应的值均赋值为零，则达到了去除背景的目的。在加分项中，对处理后的图像再进行成分分离，然后利用find函数进行非零像素点统计，再利用求出其像素点长度个数，就可以求出其面积。 2.设计方案及与运行结果：2.1.流程图：2.2.关键程序段：i=imread（h:imageimageslice.jpg）;i=double（i）/255;I=rgb2hsv（i）;%读取原图像并转换模型H=I（:,:,1）;S=I（:

3、,2）;V=I（:,3）;subplot（3,2,1）;imshow（H）;title（H分量subplot（3,2,2）;imhist（H）;H直方图subplot（3,2,3）;imshow（S）;S分量subplot（3,2,4）;imhist（S）;S直方图subplot（3,2,5）;imshow（V）;V分量subplot（3,2,6）;imhist（V）;V直方图V（H0.15）=0;V（V0.18）=0;%试出蓝色背景成分并使其为零I（:,1）=H;,2）=S;,3）=V;figure;i1=hsv2rgb（I）;%将HSV模型逆变换为RGB模型subplot（1,2,1）;i

4、mshow（i）;原图subplot（1,2,2）;imshow（i1）;去蓝 I=rgb2hsv（i1）;0&H0.08）=0;%试出肌肉部分的范围，并使其为零i2=hsv2rgb（I）;M=find（i2）;x=length（M）;N=find（i1）;y=length（N）;a=x/y;subplot（1,2,1）imshow（i2）;title（骨骼和脂肪,num2str（a）;i3=i1-i2;M=find（i3）;%利用find函数找出非零的像素点%利用length函数求出非零像素点的个数 2.3.运行结果 图2-1 原图像的HSV分量直方图 图2-2 去除蓝色背景前后 图2-3

5、处理后的图像的直方图 图2-4 处理后的肌肉，脂肪和骨骼部分分布图 3总结本次实验所用到的MATLAB软件是一款很强大的软件，在进行矩阵运算时非常方便和有效。本次利用它进行图像处理，将图像处理成符合要求的图像。我选的课题是彩色图像处理，基本思路是将彩色图像转换为HSV模型，在三个分量上进行调试，依次得出其范围，再对其进行重新赋值。在实验的过程中，首先遇到的困难是不熟悉这款选件，所以见了几本书并且做了很多练习，在熟悉到一定程度后，开始进行图像处理。之后遇到的问题是关于算法的一些问题。在网上查找了一些方法之后，发现虽然整个思路是清晰的，但编成算法之后却无法运行，这样的打击还是蛮大的，后来经过与同学

6、的交流，逐渐明确了算法的编写。最后在做加分项时，发现骨骼和脂肪根本是无法分开，他们颜色上的接近导致无法在HSV分量上直接将其进行区分，所以最后这个问题也没有得到解决。最后，在算法语句中，要利用常见的算法格式，在用不常见的算法语句时，可以先对随机矩阵进行试验，确定正确之后再使用。 4参考文献【1】MATLAB应用实例精讲：图像处理与GUI设计篇 电子工业出版社 陈超等编著. 2011.02【2】数字图像处理及MATLAB实验：学习与实验指导 杨杰主编，李庆副主编 北京电子工业出版社 2010.【3】MATLAB函数速查手册 李玉莉等编著 北京化学工业出版社 2010. 附录 完整程序subplot（1,2,2）imshow（i3）;肌肉