ImageVerifierCode 换一换
格式:DOCX , 页数:18 ,大小:980.23KB ,
资源ID:5245207      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/5245207.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(MATLAB图像处理.docx)为本站会员(b****6)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

MATLAB图像处理.docx

1、MATLAB图像处理基础强化训练报告题 目: MATLAB图像处理 专业班级: 学生姓名: 指导教师: 武汉理工大学信息工程学院 年 月 日基础强化训练任务书学生姓名: 专业班级: 指导教师: 工作单位: 题 目: MATLAB图像处理 基础强化训练目的1 较全面了解常用的数据分析与处理原理及方法;2 能够运用相关软件进行模拟分析;3 掌握基本的文献检索和文献阅读的方法;4 提高正确地撰写论文的基本能力。训练内容和要求1 采集一幅像素大于64*64黑白图像;2 常规的数学统计数据处理:计算图象各象素点灰度值得均值、标准差、方差,并绘出灰度直方图;3 数据分析常用算法:FFT(傅立叶变换),DC

2、T(离散余弦变化),DWT(离散小波变化)初始条件1 MATLAB软件2 数字信号处理与图像处理基础知识时间安排:第19周,安排任务(鉴主15楼实验室)第20周,仿真设计(鉴主13楼计算机实验室)第21周,完成(答辩,提交报告,演示) 指导教师签名: 2009年 7月15 日系主任(或责任教师)签名: 2009年 7月 15日目 录摘要 1Abstract 21 数据采集 31.1图像的选取 31.2 MATLAB读取方法 41.2.1 编辑M文件 41.2.2 图像的读取与灰度图的转换 41.2.3 灰度值的获取 62 数据统计处理 72.1 均值计算 72.1.1 原理及计算公式 72.2

3、 各点像素灰度值的标准差计算 82.3 各像素点灰度值的方差 92.4 灰度直方图 103.快速傅里叶变换 113.1快速傅里叶变换原理 114.离散余弦变换 134.1离散余弦变换原理 134.2变换及逆变换程序及结果 135离散小波变换 155.1 离散小波变换原理 155.2变换及反变换程序和结果 155.2.1离散小波变换 155.2.2离散小波反变换 166 总结(心得体会) 187参考文献 19摘要MATLAB是矩阵实验室之意。除具备卓越的数值计算能力外,它还提供了专业水平的符号计算,文字处理,可视化建模仿真和实时控制等功能,MATLAB 语言在各国高校与研究单位起着重大的作用。本

4、次基础强化训练的目的在于较全面了解常用的数据分析与处理原理及方法,能够运用相关软件进行模拟分析。通过对采集的图像进行常规的数学统计数据处理和计算图像各象素点灰度值得均值、标准差、方差,并绘出灰度直方图;最后进行各种变换,从而达到本次强化训练的目的。AbstractMATLAB is the meaning of the matrix laboratory. Besides the remarkable numerical calculus ability, it has also provided the competence level mark computation, the langu

5、age processing, visualization functions and so on modelling simulation and real-time control, the MATLAB language is playing the significant role in various countries university and the research unit. This foundation strengthening trainings goal lies in the thorough understanding commonly used data

6、analysis and the processing principle and the method, and being able to utilize the related software to carry on the simulation analysis. Through carrying on conventional to the gathering image mathematics statistical data processing and a computation image various picture elements gradation is wort

7、h the average value, the standard deviation, the variance, and draws the gradation histogram; Finally carries on the kinds of transformation, thus achieves the goal of this strengthened training.1 数据采集1.1图像的选取从互联网上下载一张图片,如图1,像素为413*583,满足像素要求,但由于图像为彩图。为满足要求,在下面的过程中会将彩图转换为灰度图。图1 原彩色图1.2 MATLAB读取方法1.2

8、.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。为方便起见,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-Blank M-File,如图2所示。图2 新建m文件1.2.2 图像的读取与灰度图的转换1.图像的读取:利用函数imread()可完成图形图像文件的读取,语法:a=imread(filename

9、,fmt)X,map=imread(filename,fmt).=imread(filename).=imread(filename,idx) (只对TIF格式的文件).=imread(filename,ref) (只对HDF格式的文件)通常,读取的大多数图像均为8bit,当这些图像加载到内存中时,Matlab就将其存放在类uint8中。此为Matlab还支持16bit的PNG和TIF图像,当读取这类文件时,Matlab就将其存贮在uint16中。对于索引图像,即使图像阵列的本身为类uint8或类uint16,imread函数仍将颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。2.灰度图的

10、转换:为了转换为灰度图,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。相关的MATLAB命令为:a=imread(D:cover.jpg); %读取图像路径figure,subplot(1,2,1)imshow(a); %显示图像title(原彩色图像)A=rgb2gray(a); %转化成灰度图isgray(A)subplot(1,2,2)imshow(A);title(转化成的灰度图)键入isgray(A)后,显示的返回值a

11、ns =1,证明转化成功。原彩图读取和灰度图转化图 如图3所示。图3 原彩图读取和灰度图转化图1.2.3 灰度值的获取直接在MATLAB命令行中输入灰度图像所存储的文件名“A”记得获得其灰度值,部分值如图4所示。图4 灰度矩阵截图2 数据统计处理2.1 均值计算2.1.1 原理及计算公式用mean(A)(默认dim=1)就会求每一列的均值,结果如图5所示。用mean2(A)求出所有像素的均值,结果如图6所示。图5 每一列的均值图图6 所有像素平均值结果2.2 各点像素灰度值的标准差计算图像矩阵标准差的计算与平均值的类似,Matlab中提供的函数为std和std2,用途和用法与均值相同,每一列标

12、准差值如图7所示,所有像素标准差如图8所示。输入MATLAB命令:std(double(A)图7 每一列标准差值图输入MATLAB命令:std2(A)图8 所有像素标准差结果图2.3 各像素点灰度值的方差在方差的计算中,Matlab提供的函数为var,与mean和std函数相同,它只能计算矩阵中某一列的方差值,要计算整个矩阵的方差值,需要在var函数中输入x(:)以表示对整个矩阵的计算。输入MATLAB命令:var(double(H),结果如图9所示。图9 方差结果截图输入MATLAB命令:var(double(H(:),结果如图10所示。图10 所有像素方差图2.4 灰度直方图相关的MATL

13、AB代码:a=imread(D:/cover.jpg)A=rgb2gray(a);figure,imhist(A);title(灰度直方图)所得出的灰度直方图如图11所示。图11灰度直方图3.快速傅里叶变换3.1快速傅里叶变换原理傅里叶变换在物理学、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用(例如在信号处理中,傅里叶变换的典型用途是将信号分解成幅值分量和频率分量)。快速傅氏变换(FFT),是离散傅氏变换的快速算法,它是根据离散傅氏变换的奇、偶、虚、实等特性,对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现,但是对

14、于在计算机系统或者说数字系统中应用离散傅立叶变换,可以说是进了一大步。这里是对图像快速傅里叶变化,用到的是fft2函数。对图像快速傅里叶变化后,可以对图像进行反傅里叶变换,应用函数ifft2(),如果得到的图像与傅里叶变换前的图像相同,则傅里叶变换正确。3.2变换及逆变换程序和结果a=imread(D:cover.jpg);A=rgb2gray(a);C= fft2(double(A);B=fftshift(C); D=ifft2(B); figure,subplot(1,3,1)imshow(A);title(傅里叶变换原图); subplot(1,3,2)imshow(log(abs(B)

15、+1),);title(直接傅里叶变换频谱图); subplot(1,3,3)imshow(abs(D),);title(反傅里叶变换图);其傅里叶变换及反变换图 如图12所示。图12 傅里叶变换及反变换图4.离散余弦变换4.1离散余弦变换原理离散余弦变换(dct for discrete cosine transform)是与傅里叶变换相关的一种变换,它类似于离散傅里叶变换,但是只使用实数。离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换,这个离散傅里叶变换是对一个实偶函数进行的。离散余弦变换是与傅里叶变换相关的一种变换,它类似于离散傅里叶变换,但是只使用实数。离散余弦变换相当于一个长

16、度大概是它两倍的离散傅里叶变换,这个离散傅里叶变换是对一个实偶函数进行的。4.2变换及逆变换程序及结果a = imread(D:/cover.jpg); %读取figure,subplot(2,2,3)imshow(rgb2gray(a); %转化为灰度图像title(离散余弦变换原图)D = dct2(rgb2gray(a); %DCT变换subplot(2,2,1)imshow(D);title(经DCT变换之后的图像)D(90:100,23:50) = 0; %丢弃部分高频分量subplot(2,2,2)imshow(D);title(丢弃部分高频分量后图像)I2 = idct2(D);

17、 %DCT反变换subplot(2,2,4)imshow(mat2gray(I2); %将数据矩阵转化为灰度图title(DCT进行逆变换之后的图像);其DCT变换及逆变换图像 如图13所示。图13 DCT变换及逆变换图像5离散小波变换5.1 离散小波变换原理小波变换是现代谱分析工具,它既能考察局部时域过程的频域特征,又能考察局部频域过程的时域特征,因此即使对于非平稳过程,处理起来也得心应手。它能将图像变换为一系列小波系数,这些系数可以被高效压缩和存储,此外,小波的粗略边缘可以更好地表现图像,因为它消除了DCT压缩普遍具有的方块效应。5.2变换及反变换程序和结果5.2.1离散小波变换a=imr

18、ead(D:cover.jpg);A=rgb2gray(a);figureimshow(A);title(原图);m,n = wavedec2(I, 2, bior3.7);figure;c = appcoef2( m, n, bior3.7, 1 );subplot(1,2,1);imshow(c, );title(一层小波变换结果);d = appcoef2( m, n, bior3.7, 2 );subplot(1,2,2);imshow(d, );title(二层小波变换结果);图14 小波变换结果5.2.2离散小波反变换A,M=imread(D:cover.jpg,jpg); %图像

19、数据的读取,将图像数据放入矩阵A中,颜色数据放入矩阵M中i=rgb2gray(A);cA,cH,cV,cD=dwt2(i,bior3.7); %小波变换A=upcoef2(a,cA,bior3.7,1); %重构细节分量信号H=upcoef2(h,cH,bior3.7,1); % 重构水平分量信号V=upcoef2(v,cV,bior3.7,1); % 重构垂直分量信号D=upcoef2(d,cD,bior3.7,1); % 重构对角线分量信号%显示各分量subplot(2,2,1);image(wcodemat(A,192);title(细节分量);subplot(2,2,2);image(

20、wcodemat(H,192);title(水平分量);subplot(2,2,3);image(wcodemat(V,192);title(垂直分量);subplot(2,2,4);image(wcodemat(D,192);title(对角线分量);figured=idwt2(cA,cH,cV,cD,bior3.7);imshow(d, );%显示重构灰度图title(反变换后的图像);各分量图 如图15所示。反变换后的图像 如图16所示。图15 各分量图图16 小波反变换后图形6 总结(心得体会)这次的强化训练结束了,虽然开始的时候不知道从何入手,该怎么样达到要求,完成设计,但是经过一步

21、步的摸索和总结,最后总算完成了这次任务。这次基础强化训练主要是让我们学习使用MATLAB,利用对图像的处理来学习MATLAB这个软件。通过强化训练,我认识到了MATLAB功能非常的强大,使得我们在使用的时候用户直接调用这些库函数并赋予实际参数就能解决实际问题,具有极高的变成效率。我也熟悉了MATLAB的工作环境,可以很熟练的对MATLAB进行常规的操作,快速进行程序编辑和仿真。完成任务后才发现这次训练的内容并不算难。首先要做的工作就是如何把图像信息写入到MATLAB中,其次就是对图像的信息进行分析,主要是得出图像的一些参数,进而来考察图像的质量等方面的问题。最后就是对图像进行简单的变化,这里分

22、别采用了傅里叶变换,离散余弦变换,离散小波变换。以上的内容全都要通过程序的编写来完成,不过主要的操作是对函数的调用,这就要我们熟悉MATLAB的一些函数的基本功能以及它们的基本语句。当然,经过了这次基础强化训练,我也发现了自己的很多不足。但是通过自己的动手动脑,既增加了知识,又给了我专业知识以及专业技能上的提升,我也会更加努力,认真学习,争取在以后的课程中做得更好!7参考文献1 王洪元主编.MATLAB语言以及在电子信息工程中的应用.清华出版社. 2004.122 李文锋编著.图形图像处理与应用.中国标准出版社.2006.063 贺兴华等著.MATLAB7.X图像处理.人民邮电出版社.2006.11.014 刘文耀编著.数字图像采集与处理.电子工业出版社.2007.08.015 陈怀琛主编. 数字信号处理教程MATLAB释义与实现.电子工业出版社. 2004.066 徐建华编著.图像处理与分析.科学出版社.1994.057 赵树杰编著.数字图像处理.西安电子科技大学出版社.2000.03本科生基础强化训练成绩评定表姓 名性 别女专业、班级题 目:MATLAB图像处理答辩或质疑记录:成绩评定依据:最终评定成绩(以优、良、中、及格、不及格评定)指导教师签字: 年 月 日

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1