【文章內(nèi)容簡介】 圖像處理是從20世紀(jì)60年代以來隨著計算機(jī)技術(shù)和vlsl的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來的一個新興技術(shù)領(lǐng)域。數(shù)字圖像處理技術(shù)其實就是利用各種數(shù)字硬件與計算機(jī)，對圖像信息通過轉(zhuǎn)換而得到的電信號進(jìn)行相應(yīng)的數(shù)學(xué)運(yùn)算，例如圖像去噪、圖像分割、提取特征、圖像增強(qiáng)、圖像復(fù)原等，以便提高圖像的實用性。其特點是處理精度比較高，并且能夠?qū)μ幚碥浖M(jìn)行改進(jìn)來優(yōu)化處理效果，操作比較方便，但是由于數(shù)字圖像需要處理的數(shù)據(jù)量一般很大，因此處理速度有待提高。目前，隨著計算機(jī)技術(shù)的不斷發(fā)展，計算機(jī)的運(yùn)算速度得到了很大程度的提高。在短短的歷史中，它卻廣泛應(yīng)用于幾乎所有與成像有關(guān)的領(lǐng)域，在理論上和實際應(yīng)用上都取得了巨大的成就。數(shù)字圖像處理需用到的關(guān)鍵技術(shù)主要有：圖像的采集與數(shù)字化、圖像的編碼、圖像的增強(qiáng)、圖像恢復(fù)、圖像分割、圖像分析等。數(shù)字圖像處理的特點主要表現(xiàn)在數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。因此對計算機(jī)的計算速度、存儲容量等要求較高；數(shù)字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上技術(shù)難度較大，成本亦高。這就對頻帶壓縮技術(shù)提出了更高的要求；數(shù)字圖像中各個像素不是獨立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。所以，圖像處理中信息壓縮的潛力很大。數(shù)字圖像處理后的圖像受人的因素影響較大，因為圖像一般是給人觀察和評價的。數(shù)字圖像處理的優(yōu)點主要表現(xiàn)在再現(xiàn)性好、處理精度高、適用面寬、靈活性高等方面。圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內(nèi)容。圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面，隨著人類活動范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。航天和航空技術(shù)、生物醫(yī)學(xué)工程、通信工程、工業(yè)和工程領(lǐng)域、軍事方面、文化藝術(shù)、視頻和多媒體系統(tǒng)、電子商務(wù)都不同程度的應(yīng)用了數(shù)字圖像技術(shù)。我們這門課程主要是理論課，其中有很復(fù)雜的數(shù)學(xué)原理，專業(yè)術(shù)語多，基礎(chǔ)知識要求高，如果能理論和實踐相結(jié)合，相信我們會把數(shù)字圖像處理理解的跟透徹，同時也鍛煉了大家的動手能力。希望老師能考慮我的這點建議，多開設(shè)實際動手的課程或引入教學(xué)實例引導(dǎo)同學(xué)們更好地理解、學(xué)習(xí)。第四篇：《數(shù)字圖像處理》實驗五 圖像的幾何變換一．實驗?zāi)康募耙笳莆請D像幾何變換的基本原理，熟練掌握數(shù)字圖像的縮放、旋轉(zhuǎn)、平移、鏡像和轉(zhuǎn)置的基本原理及其MATLAB編程實現(xiàn)方法。二、實驗內(nèi)容（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié)果。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗結(jié)果。 clear all, close all I = imread(39。39。)。Scale = 。% J1 = imresize(I, Scale, 39。nearest39。)。% using the nearest neighbor interpolation J2 = imresize(I, Scale, 39。bilinear39。)。% using the bilinear interpolation imshow(I), title(39。Original Image39。)。figure, imshow(J1), title(39。Resized Imageusing the nearest neighbor interpolation 39。)。figure, imshow(J2), title(39。Resized Imageusing the bilinear interpolation 39。)。help imresize% 查看imresize使用幫助I = imread(39。39。)。Scale = 。% J1 = imresize(I, Scale, 39。nearest39。)。% using the nearest neighbor interpolation J2 = imresize(I, Scale, 39。bilinear39。)。% using the bilinear interpolation imshow(I), title(39。Original Image39。)。figure, imshow(J1), title(39。Resized Imageusing the nearest neighbor interpolation 39。)。figure, imshow(J2), title(39。Resized Imageusing the bilinear interpolation 39。)。說明：?注意觀察不同插值方法的圖像表現(xiàn)； ?改變圖像縮放因子Scale，重做上述實驗。clear all, close all I = imread(39。39。)。Theta = 45。% 將圖像逆時針旋轉(zhuǎn)45176。J1 = imrotate(I, Theta, 39。nearest39。)。% using the nearest neighbor interpolation Theta =45。% 將圖像順時針旋轉(zhuǎn)45176。J2 = imrotate(I, Theta, 39。bilinear39。, 39。crop39。)。% using bilinear interpolation and crops the output image imshow(I), title(39。Original Image39。)。figure, imshow(J1), title(39。Rotated Imageusing the nearest neighbor interpolation 39。)。figure, imshow(J2), title(39。 Rotated Imageusing the bilinear interpolation 39。)。% 查看imrotate使用幫助 help imrotate %圖像旋轉(zhuǎn)30順時針逆時針clear all, close all I = imread(39。39。)。Theta = 30。% 將圖像逆時針旋轉(zhuǎn)30。J1 = imrotate(I, Theta, 39。nearest39。)。% using the nearest neighbor interpolation Theta =30。