matlab課程設(shè)計--應用圖像處理-文庫吧在線文庫
【正文】 概述MATLAB作為一種矩陣語言，進行數(shù)字圖像處理是非常方便的。又稱影像處理。圖像處理技術(shù)的主要內(nèi)容包括圖像壓縮，增強和復原，匹配、描述和識別3個部分。課程設(shè)計任務(wù)及要求設(shè)計任務(wù) 在圖像的變換和壓縮中，常常用到離散余弦變換（DCT）。 a) 程序代碼附有必要的注釋。變換矩陣方法非常適合做８＊８或１６?。保兜膱D像塊的DCT變換，工具箱提供了dctmtx函數(shù)來計算變換矩陣。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因為圖像受到了平均或積分運算，因此可以對其進行逆運算（如微分運算）就可以使圖像變的清晰。(2)對于0≤f≤L1有0≤g≤L1，這個條件保證了變換前后灰度值動態(tài)范圍的一致性。在一定的約束條件下，其輸出與一給定函數(shù)（通常稱為期望輸出）的差的平方達到最小，通過數(shù)學運算最終可變?yōu)橐粋€托布利茲方程的求解問題。保存邊緣的特性使它在不希望出現(xiàn)邊緣模糊的場合也很有用。P1*x*P239。%只保留DCT變換的10個系數(shù)I2=blkproc(B2,[8 8],39。)。)實驗結(jié)果:結(jié)果分析： 盡管拋棄了85%的DCT系數(shù)，壓縮后占用空間減少了約75%，但是處理后的圖片與原圖的失真并不大，壓縮圖片的畫質(zhì)令人滿意。原圖39。title(39。0 2 0。)。title(39。imshow(I)。)。imshow(J)。)。,3)。加噪聲圖象39。兩次維納濾波后圖象39。中途也遇到了很多的困難但在老師和同學以及自己的不斷努力嘗試下終于被一一攻破、克服。收獲體會 每一次的課程設(shè)計都會有不一樣的收獲和體會但這次的卻多了一些與眾不同的內(nèi)容。中值濾波后圖象39。%進行一次維納濾波I5=wiener2(I4)。gaussian39。%顏色分布相對均衡實驗結(jié)果：結(jié)果分析： 對比處理前后的直方圖可知，原直方圖中在灰度級100左右的值出現(xiàn)的平率很低可近似忽略而經(jīng)過histeq函數(shù)后直方圖的分布從0~200出現(xiàn)的頻率相近，基本實現(xiàn)直方圖的均勻分布；從圖片上則體現(xiàn)為變換后的圖片顏色分布均勻沒有特別黑或特別白的地方。title(39。subplot(2,2,2)。39。原圖39。,)。銳化程序代碼：I=imread(39。,3)。)。壓縮后39。%逆DCT變換，用來重構(gòu)圖像subplot(1,2,1)。mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]。%讀取原始圖片I=rgb2gray(I)。這個設(shè)計思想就是檢查輸入信號中的采樣并判斷它是否代表了信號，使用奇數(shù)個采樣組成的觀察窗實
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1