【正文】 velet Transform)通過正交投影 Pjf與 Qjf將 Pj1f分解為： ? ?????? k k jkjkjkjkjjj dcfQfPfP ??1 式 （ 36） 其中： ?? ?? ??10 12)(pn j nkjk hc ， ?? ?? ??10 12)(pn j nkjk gd )12,...,1,0,...,2,1( ??? jNkLj ， 式 （ 37） 這里， {h(n)}與 {g(n)}分別為低通與高通權(quán)系數(shù)，它們由基函數(shù) )}({ xjk? 與)}({ xjk? 來(lái)確定， p 為權(quán) 系數(shù)的長(zhǎng)度。在 JPEG圖像壓縮算法里，輸入圖像被分為 8*8小塊，然后對(duì)每一小塊進(jìn)行二位 DCT變換，變換后的系數(shù)量化、編碼并傳輸， JPEG格式文件解碼量化了的 DCT系數(shù)，對(duì)每一塊計(jì)算二位逆 DCT變換，最后把結(jié)果塊拼接成一個(gè)完整的圖像。因此傳送變換系數(shù)所用的數(shù)碼率要大大小于傳送圖像像素所用的數(shù)碼率。 圖像壓縮 模塊的 設(shè)計(jì) 變換原理簡(jiǎn)介 離散余弦變換 (DCT)是一種與離散傅立葉變換緊密相關(guān)的正交變換 ,8 8的二維離散余弦變換可以將圖像的空間表達(dá)式轉(zhuǎn)換到頻率域 ,只用少量的數(shù)據(jù)點(diǎn)來(lái)表達(dá)圖像 ,用 f(x,y)表示 8 8的圖像塊像素值 ,F(u,v)表示二維離散余弦變換后的值 ,具體表達(dá)式如下 : 式 式（ 31） 其反變換如下式 : 式（ 32） 其中 , 式（ 33） 二維離散余弦變換具有可分離性 ,即可以先對(duì)每行進(jìn)行一維離散余弦變換 ,再對(duì)每列進(jìn)行一維離散余弦變換 ,因此 ,二維離散余弦變換可表示為 : 式（ 34） 式（ 35） ? ? ? ? ? ? ? ? ? ? ? ? ?????? ????? ? ?? ?7 0 7 0 16 12c o s16 12c o s,41, x yvu vyuxyxfCCvuF? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?????? ????? ? ?? ?7 0 7 0 16 12c o s16 12c o s,41, x y vuvu vyuxyxFCCCCyxF? ? ? ? ? ?? ?????? ???其他情況當(dāng)10u22 vCC vu? ? ? ? ? ? ? ? ?????? ??? ??7 0 16 12c os,21, xu uxvxGCvuF? ? ? ? ? ? ? ? ?????? ??? ??7 0 16 12c o s,21, yu uxvxGCvuG 8 如果直接按照公式計(jì)算 ,其計(jì)算量很大 ,所以 ,實(shí)際應(yīng)用中普遍采用快速傅立葉變 換 (FFT)算法來(lái)實(shí)現(xiàn)離散余弦變換的快速算法。邊緣檢測(cè)算子檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化，也包括方向的確定。 3. 邊緣信息原理簡(jiǎn)介 圖像邊緣信息是指其周圍像素灰度有階躍變化或“屋頂”變化的那些像素的集合。如果命令中沒有指定插補(bǔ)方法，則函數(shù)采用默認(rèn)的最近鄰插補(bǔ)方法。具體設(shè)計(jì)如下面所述： 常用處理 模塊 的設(shè)計(jì) 常 用模塊中設(shè)計(jì)了圖片旋轉(zhuǎn)、底片處理、邊緣信息、模糊處理等功能。主界面分別設(shè)計(jì)了 5個(gè)單元模塊，包括常用處理模塊 (旋轉(zhuǎn)、底片處理、邊緣信息、模糊處理 )，圖像壓縮模塊（ DCT變換、小波變換、線性插值），噪聲處理模塊（加入噪聲和濾波處理 ） ，彩色增強(qiáng)模塊（ RGB分量法、亮度切割法、偽彩色處理），灰度變換模塊（均衡化、規(guī)定化、灰度加深）。 。 ，在測(cè)試圖像中驗(yàn)證你的結(jié)論，分析程序結(jié)果。 ，常常用到離散余弦變換（ DCT）。這樣，用戶就可以充分利用 系統(tǒng)提供的 GUI特性，編寫自己需 要的圖形界面，從而可以高效地制作出理想的應(yīng)用軟件。 關(guān)鍵詞： 圖像處理 、 DCT 變換 、 小波變換 、 RGB 分量 、 亮度切割 均衡化 、 規(guī)定化 、 噪聲處理 4 1．概述 進(jìn)入二十一世紀(jì)，人類已步入信息社會(huì)，新信息技術(shù)革命使人類被日益增多的多媒體信息所包圍，這也正好迎合了人類對(duì)提高視覺信息的需求性。 針對(duì)課程任務(wù)內(nèi)容四，設(shè)計(jì)了噪聲處理模塊。 針對(duì)課程任務(wù)內(nèi)容二，設(shè)計(jì)了圖像增強(qiáng)模塊。基本實(shí)現(xiàn) 了圖像處理功能的需求。 MATLAB 軟件課程設(shè)計(jì) 設(shè)計(jì)題目： 應(yīng)用圖像處理 班 級(jí)： 學(xué) 號(hào)： 姓 名： 指導(dǎo)老師： 設(shè)計(jì)時(shí)間： 2020年 4月 8 日 4月 14日 2 目錄 摘要 ……………………………………………………………………………………………………………………… ......... 3 概述 ……………………………………………………………………………………………………………………… 4 課程設(shè)計(jì)及要求 ………………………………………………………………………………………………… .. 4 設(shè)計(jì)要求 ………………………………………………………………………………………………………… 4 設(shè)計(jì)任務(wù) …………………………………… ………………………………... .....................................................5 系統(tǒng)設(shè)計(jì) ……………………………………………………………………………………………………………… .5 系統(tǒng)方案 ………………………………………………………………………………………………………… 5 結(jié)構(gòu)框圖 ……………………………………………………………………………………………… ..5 系統(tǒng)工作原理 …………………………… ………………………………………………………… ..6 單元模塊設(shè)計(jì) ………………………………………………………………………………………………… 8 單元模塊的設(shè)計(jì) ……………………………………………………… ............................................8 元模塊的連接 ……………………………………………………………………………………… 16 系統(tǒng)調(diào)試 …………………………………………………………………………………………… ……………… ...19 系統(tǒng)的連接 ………………………………………………………………………………………………… ...19 系統(tǒng)的運(yùn)行 ………………………………………………………………………………………………… ...19 運(yùn)行的結(jié)果 ………………………………………………………………………………………………… ...23 故障分析 …………………………………………………………………………………………………… .....33 收獲、心得 ………………………………………………… …………………………………………………… ....34 參考文獻(xiàn) …………………………………………………………………………………………………… ……… . 35 3 摘 要 應(yīng)用圖像處理 系統(tǒng) 是一種專門針對(duì)圖像需求處理的軟件設(shè)計(jì)， 圖像處理包括圖像數(shù)字化，圖像增強(qiáng)和復(fù)原，圖像數(shù)字編碼，圖像分割，圖像識(shí)別和圖像理解等。 常用處理模塊設(shè)計(jì)了圖像的旋轉(zhuǎn) 、 底片效果 、 邊緣信息 、 運(yùn)動(dòng)模糊處理功能，運(yùn)用 imrotate， implement， edge， fspecial 等函數(shù)來(lái)實(shí)現(xiàn)。采用了 RGB 分量 、 亮度切割 和偽彩色等方法，實(shí)現(xiàn)了對(duì)圖像彩色的增強(qiáng)效果。運(yùn)用 imnoise 函數(shù)， 添加了高斯 、 椒鹽 、 乘性等三種噪聲。多 媒體信息主要有三種形式：文本、聲音和圖像。在 MATLAB中有個(gè)重要的圖像處理工具包，該工具包是由一系列支持圖像處理操作的函數(shù)組成的，按功能可以分為以下幾類：圖像顯示、圖像文件輸入與輸出、幾何操作、像素值統(tǒng)計(jì)、圖像增強(qiáng)、圖像識(shí)別、圖像濾波、圖像變換、鄰域和塊操作、二值圖像操作、顏色映射和顏色空間轉(zhuǎn)換、圖像格式轉(zhuǎn)換等。 DCT 變換用于圖像的壓縮實(shí)例。 5 。 。各單元模塊中分別系 統(tǒng) 主界面 常用處理 模塊 圖像壓縮 模塊 噪聲處理 模塊 加入噪聲 彩色增強(qiáng) 模塊 濾波處理 灰度變換 模塊 6 加入控件（ Push Button和 Popup Menu）來(lái)實(shí)現(xiàn)對(duì)各功能的控制操作。 原理簡(jiǎn)介如下所述： 通過 imrotate 函數(shù)來(lái)旋轉(zhuǎn)圖像。對(duì)于最近鄰插補(bǔ)方法，為了確定插值像素點(diǎn)的數(shù)據(jù)值，用戶必須在輸入圖像中查找到與輸出像素相應(yīng)的點(diǎn)。邊緣廣泛存在于物體與背景之間、物體與物體之間、基元與基元之間。設(shè)計(jì)中采用 edge 函數(shù)來(lái)實(shí)現(xiàn)邊緣信息的獲取。 任何連續(xù)的事物堆成函數(shù)的傅里葉變換中只含有余弦項(xiàng)，因此余弦變換與傅里葉變換一樣，有明確的物理意義。到達(dá)接收端后再通過反離散余弦變換回到樣值，雖然會(huì)有一定的失真，但是能基本接受。在 DCT變換后舍棄那些不嚴(yán)重影響圖像重構(gòu)接近 0的系數(shù)。 }{0nC 為信號(hào)的輸入數(shù)據(jù)， N 為輸入信號(hào)的長(zhǎng)度， L 為所需的級(jí)數(shù)。為簡(jiǎn)單起見，設(shè)尺度系數(shù)與小波函數(shù)都是實(shí)數(shù)。 1kd 的非零值范圍相同。這樣分解到 6步后得到的序列的非零項(xiàng)個(gè)數(shù)的總和為 116，超過了輸入序列的長(zhǎng)度。 將小波分析映入圖像壓縮范疇也是一個(gè)重要手段，并有著它自己的特點(diǎn)。而對(duì)于一個(gè)圖像來(lái)說，表現(xiàn)圖像的最主要的部分是低頻部分，所以壓縮的方法是利用小波分解去掉圖像高頻部分二保留低頻部分。高斯白噪聲的二階矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。大量的實(shí)驗(yàn)研究發(fā)現(xiàn)，由攝像機(jī)拍攝得到的圖像受椒鹽噪聲的影響較嚴(yán)重。濾波的目的有兩個(gè)：一是抽出對(duì)象的特征作為圖像識(shí)別的特征模式；二是為適應(yīng)計(jì)算機(jī)處理的要求，消除圖像數(shù)字化時(shí)所混入的噪聲。一般通信中把乘性隨機(jī)性看成系統(tǒng)的時(shí)變性（如衰落或者多普勒）或者非線性所造成的。 均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均 法。 它 是一種非線性濾 波 ，由于它在實(shí) 際運(yùn)算過程中并不需要圖像的統(tǒng)計(jì)特性，所以比較方便。 中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替。因此平均濾波的一般輸出為 : ? ? mffffZ viivivii ???? ?????? ??1 Zi? 式 (314) 對(duì)于二 維 序列 ??ijX 進(jìn)行中值濾波時(shí)，濾波窗口也是二維的，但這種二 維 窗口可以有各種不同的形狀，如線 狀、方形 、圓形、十字形、圓環(huán)形等。與平均濾波器相比，中值濾波器從總體上來(lái)說，能夠較好地保留原圖像中的躍變部分。在維納研究的基礎(chǔ)上，人們還根據(jù)最大輸出信噪比準(zhǔn)則、統(tǒng)計(jì)檢測(cè)準(zhǔn)則以及其他最佳準(zhǔn)則求得的最佳線性濾波器。 （ 4）線性銳化濾波。當(dāng)這樣的模板放在圖像中灰度值是常數(shù)或變化很小的區(qū)域時(shí)，其輸出為 0或很小。 顏色分為無(wú)彩色和有彩色兩種。 RGB 的每個(gè)分量都使用 [0,255]內(nèi)的值。這樣就可以理解亮紅色為 RGB=[255,0,0]，亮綠色為 RGB=[0,255,0]等等。 imadjust 函數(shù)用于數(shù)字圖像的灰度或顏色調(diào)整， J = imadjust(I) 將灰度圖像 I 中的亮度值映射到 J 中的新值并使 1％ 的數(shù)據(jù)是在低高強(qiáng)度和飽和，這增加了輸出圖像 J 的對(duì)比度值。 low_in 以下與 high_in 以上的 值被剪切掉了，也就是說， low_in 以下的值映射到 low_out， high_in 以上的值映射到 high_out。)。由于人眼對(duì)彩色的分辨能力遠(yuǎn)遠(yuǎn)高于對(duì)灰度的分辨能力， 所以將灰度圖像轉(zhuǎn)化成彩色表示，就可以提高對(duì)圖像細(xì)節(jié)的辨別力。值得注意的是，偽彩色雖然能將黑白灰度轉(zhuǎn)化為彩色，但這種彩色并不是真正表現(xiàn)圖像的原始顏色，而僅僅是一種便于識(shí)