基于matlab的數(shù)字圖像預(yù)處理畢業(yè)論文(編輯修改稿)
2024-07-22 14:45 本頁面
【文章內(nèi)容簡介】 機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機(jī)器人視覺、公安司法、軍事指導(dǎo)、文化藝術(shù)等，使圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開始，隨著計算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已經(jīng)開始研究如何用計算機(jī)系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機(jī)視覺。很多國家，特別是發(fā)達(dá)國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計算理論，這個理論成為計算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想。圖像理解雖然在理論方法研究上已取得不小的進(jìn)展，但它本身是一個比較難的研究領(lǐng)域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算機(jī)視覺是一個有待人們進(jìn)一步探索新的領(lǐng)域。第2章 數(shù)字圖像增強(qiáng)處理基本簡介 基本概念圖像增強(qiáng)是一類基本的圖像處理技術(shù)，其目的是對圖像進(jìn)行加工，以得到對具體應(yīng)用來說視覺效果更好、更有用的圖像。這里的好和有用要因具體的應(yīng)用目的和要求而異，并且所需的具體增強(qiáng)技術(shù)也可不同。目前常用的增強(qiáng)技術(shù)根據(jù)其處理所進(jìn)行的空間不同，可分為基于圖像域的方法和基于變化域的方法。第一類，直接在圖像所在的空間進(jìn)行處理，也就是在像素組成的空間里直接對像素進(jìn)行操作；第二類，在圖像的變化域?qū)D像進(jìn)行間接處理。 圖像增強(qiáng)的目的:目的是對圖像進(jìn)行加工，以得到對具體應(yīng)用來說視覺效果更好、更有用的圖像。這里的好和有用要因具體的應(yīng)用目的和要求而異，并且所需的具體增強(qiáng)技術(shù)也可不同。根據(jù)某種目標(biāo)條件，按一定變換關(guān)系逐點(diǎn)改變原圖像中每一個像素的灰度值的方法?？沼驗V波可分為線形濾波和非線形濾波兩類。線形濾波器的設(shè)計?；趯Ω盗⑷~變換的分析。非線形空域濾波器則一般直接對鄰域進(jìn)行操作。另外各種濾波器根據(jù)功能又主要分成平滑濾波和銳化濾波。平滑可用低通來實現(xiàn)，銳化可用高通來實現(xiàn)平滑濾波器：它能減弱或消除傅立葉空間的高頻分量，但不影響在低頻分量。因為高頻分量對應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，濾波器將這些分量濾去可使圖像平滑。頻域增強(qiáng)的基本原理是：卷積理論是頻域技術(shù)的基礎(chǔ)。 彩色增強(qiáng)(1) 偽彩色增強(qiáng) (2)真彩色增強(qiáng) 第3章 圖像的增強(qiáng)處理 灰度變換增強(qiáng) 灰度變換非線性灰度變換公式為: (1) 式中，a,b,c是便于調(diào)整曲線的位置和形狀而引入的參數(shù)。對數(shù)變換使低灰度變換范圍的f得以擴(kuò)展，而高灰度范圍的f得到壓縮，以使圖像分布均勻，與人的視覺特性相匹配。(2)編碼： f=imread(39。39。)[M,N]=size(f)。g=zeros(M,N)。f=double(f)。g=double(g)。k1=min(min(f))。k2=max(max(f))。a=k1+50。b=kc=k130。d=k2+20。 for i=1:M for j=1:N if((f(i,j)=a)amp。(f(i,j) g(i,j)=((dc)/(ba))*(f(i,j)a)+c。 end if(f(i,j) g(i,j)=c。 end if(f(i,j)=b) g(i,j)=d。 end end end figure。 subplot(121)。 imshow(f,[])。 subplot(122)。 imshow(g,[])。(3) ： (4)結(jié)論：對數(shù)灰度變換使圖像的高灰度范圍得到壓縮。 灰度值調(diào)整(1) 灰度值調(diào)整用到的函數(shù):J=imadjust(I)(2)編碼:pout=imread(39。39。)。pout_imadjust=imadjust(pout)。pout_histeq=histeq(pout)。Subplot(121)。imshow(pout)。title(39。(a)原始圖像39。)。Subplot(122)。imshow(pout_imadjust)。title(39。(b)調(diào)整值39。)。(3): （a)原圖 (b)調(diào)整值(4)結(jié)論:灰度值調(diào)整用于調(diào)整灰度值或色圖。 直方圖均衡化(1)公式:=(k=0,1,2,…,L1，0≤)式中，nk
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1