第一篇：《數(shù)字圖像處理》綜合設(shè)計(jì)（大全）

《數(shù)字圖像處理》綜合設(shè)計(jì)

學(xué)習(xí)委員以班級(jí)為單位刻錄成光盤，每個(gè)人建立一個(gè)目錄，目錄名為(學(xué)號(hào)＋姓名)如：0804631001趙書紅

個(gè)人目錄中要上交的文件：程序源文件＋設(shè)計(jì)報(bào)告 只交電子版，不需打印。以上工作務(wù)必于14周前完成。

1,設(shè)計(jì)目的

提高分析問題,解決問題的能力,進(jìn)一步鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方法.熟悉掌握一門計(jì)算機(jī)語言,可以進(jìn)行數(shù)字圖像的應(yīng)用處理的開發(fā)設(shè)計(jì).2,設(shè)計(jì)選題

2.1 【選題一】簡單圖像處理系統(tǒng)

整個(gè)系統(tǒng)要完成的基本功能大致如下: 1能對(duì)圖像文件(bmp, jpg, tiff, gif等)進(jìn)行打開,保存,另存,退出等功能操作;2數(shù)字圖像的統(tǒng)計(jì)信息功能:包括直方圖的統(tǒng)計(jì)及繪制等;3數(shù)字圖像的增強(qiáng)處理功能:(1)空域中的運(yùn)算,各種空間域平滑算法(如局部平滑濾波法,中值濾波等),銳化算法(如梯度銳化法,高通濾波等)4,圖像分割:(1)點(diǎn),線(hough變換檢測直線),及邊緣檢測(梯度算子,拉普拉斯算子等);(2)區(qū)域分割包括閾值分割,區(qū)域生長,分裂合并等;5,數(shù)字圖像的變換:普通傅立葉變換(ft)與逆變換(ift),快速傅立葉變換(fft)與逆變換(ifft),離散余弦變換(DCT),小波變換等.6,二值圖像處理:膨脹,腐蝕,開運(yùn)算與比運(yùn)算.在實(shí)現(xiàn)整個(gè)系統(tǒng)的時(shí)候,必須有1,2,3中的這些基本內(nèi)容,可以根據(jù)個(gè)人興趣增加其他的內(nèi)容.2.2【課程設(shè)計(jì)選題二】汽車車牌中的數(shù)字識(shí)別 整個(gè)系統(tǒng)要完成的基本功能大致如下: 1,能對(duì)圖像文件(bmp, jpg, tiff, gif等)進(jìn)行打開,保存,另存,打印,退出等功能操作;2,圖像預(yù)處理功能:(1)直方圖的統(tǒng)計(jì)及繪制,根據(jù)此找到圖像的閾值點(diǎn);(2)可將圖像的各種幾何矯正變換;(3)彩色圖像的灰度化變換等,一般灰度圖像的二值化處理等;(4)數(shù)字圖像的增強(qiáng)處理功能:空域中的點(diǎn)運(yùn)算,直方圖的均衡化,各種空間域平滑算法(如局部平滑濾波法,中值濾波等),銳化算法(如梯度銳化法,高通濾波等);色彩增強(qiáng):偽彩色增強(qiáng),真彩色增強(qiáng)等;3, 車牌的定位 4,字符識(shí)別(1)模板匹配;(2)神經(jīng)網(wǎng)絡(luò);此系統(tǒng)主要是對(duì)含有汽車車牌的圖像進(jìn)行處理,并對(duì)車牌中的數(shù)字字符進(jìn)行識(shí)別.3, 課程設(shè)計(jì)方案制定

1,程序運(yùn)行環(huán)境是Windows平臺(tái).2,開發(fā)工具選用VC++等都可以.3,以組件化的思想構(gòu)建整個(gè)軟件系統(tǒng).具體的功能模塊根據(jù)選定的不同題目做合理的劃分.4,課程設(shè)計(jì)的一般步驟

選題與搜集資料:選擇課題,進(jìn)行系統(tǒng)調(diào)查,搜集資料.分析與設(shè)計(jì):根據(jù)搜集的資料,進(jìn)行功能分析,并對(duì)系統(tǒng)功能與模塊劃分等設(shè)計(jì).程序設(shè)計(jì):運(yùn)用掌握的語言,編寫程序,實(shí)現(xiàn)所設(shè)計(jì)的功能.調(diào)試與測試:自行調(diào)試程序,同學(xué)之間交叉測試程序,并記錄測試情況.驗(yàn)收與評(píng)分:指導(dǎo)教師對(duì)每個(gè)成員開發(fā)的程序進(jìn)行綜合驗(yàn)收,結(jié)合設(shè)計(jì)報(bào)告,根據(jù)課程設(shè)計(jì)成績的評(píng)定方法,評(píng)出成績.5,要求

5.1總體要求

1,要充分認(rèn)識(shí)課程設(shè)計(jì)對(duì)培養(yǎng)自己的重要性,認(rèn)真做好設(shè)計(jì)前的各項(xiàng)準(zhǔn)備工作.尤其是對(duì)編程軟件的使用有基本的認(rèn)識(shí).2,獨(dú)立按時(shí)完成規(guī)定的工作任務(wù),不得弄虛作假,不準(zhǔn)抄襲他人內(nèi)容,否則成績以不及格計(jì).5.2實(shí)施要求

1,理解各種圖像處理方法確切意義.2,獨(dú)立進(jìn)行方案的制定,系統(tǒng)結(jié)構(gòu)設(shè)計(jì)要合理.3,在寫課設(shè)報(bào)告時(shí),必須要將主要函數(shù)的功能和參數(shù)做詳細(xì)的說明.4,通過多幅不同形式的圖像來檢測該系統(tǒng)的穩(wěn)定性和正確性.5.3 課程設(shè)計(jì)報(bào)告的內(nèi)容及要求 學(xué)生應(yīng)在規(guī)定的時(shí)間內(nèi)完成課程設(shè)計(jì)報(bào)告一份(字?jǐn)?shù)不限),報(bào)告的內(nèi)容和要求如下

5.3.1 報(bào)告的格式內(nèi)容如下: 1.目的與要求

這部分主要說明本課程設(shè)計(jì)的目的,任務(wù)和要求;2.設(shè)計(jì)的內(nèi)容

介紹系統(tǒng)中所設(shè)計(jì)的主要功能和原理方法;3.總體方案設(shè)計(jì)

根據(jù)課程設(shè)計(jì)的具體情況,描述系統(tǒng)的具體構(gòu)架,包括:功能模塊的劃分,系統(tǒng)運(yùn)行的環(huán)境,選用的工具及主要實(shí)現(xiàn)功能的原理.4.各個(gè)功能模塊的主要實(shí)現(xiàn)程序

主要的功能實(shí)現(xiàn)和函數(shù)要進(jìn)行詳細(xì)的說明,包括其用法,使用范圍,及參數(shù)等.5.測試和調(diào)試

按課程設(shè)計(jì)要求,選用多幅圖像對(duì)程序進(jìn)行測試,并提供系統(tǒng)的主要功能實(shí)現(xiàn)的效果圖.并在調(diào)試中發(fā)現(xiàn)的問題做說明.6.課程設(shè)計(jì)總結(jié)與體會(huì)

主要說明設(shè)計(jì)中學(xué)到的東西和取得的經(jīng)驗(yàn)總結(jié),心得體會(huì).7.參考文獻(xiàn)

寫出具體的主要參考文獻(xiàn),標(biāo)明其作者,出處,年代,若是期刊文章,還需要給出期刊名.網(wǎng)絡(luò)的文章要給出網(wǎng)址.5.3.2 報(bào)告要求

1,必須按照以上格式書寫報(bào)告.2,必須對(duì)課程設(shè)計(jì)總體方案進(jìn)行說明.3,說明各個(gè)功能模塊的具體實(shí)現(xiàn),對(duì)用到的主要函數(shù)及參數(shù)要做具體的說明,.4,不要在報(bào)告中粘貼程序代碼

6,課程設(shè)計(jì)的質(zhì)量標(biāo)準(zhǔn)與成績?cè)u(píng)定

本課程的考核方式為:對(duì)學(xué)生單獨(dú)進(jìn)行驗(yàn)收和答辯,學(xué)生必須演示程序,并回答教師提出的問題.根據(jù)驗(yàn)收答辯的情況和課程設(shè)計(jì)報(bào)告的質(zhì)量綜合給出成績.課程設(shè)計(jì)成績考核采用:優(yōu),良,中,及格,不及格五級(jí)評(píng)分制,評(píng)分標(biāo)準(zhǔn)如: 優(yōu)秀:格式完整;課設(shè)總體方案正確,詳細(xì),系統(tǒng)中完成了所要求的所有功能;有實(shí)現(xiàn)功能的必要流程圖.設(shè)計(jì)說明書層次清楚,條理分明,理論分析正確,書寫工整.回答問題快速準(zhǔn)確.對(duì)善于獨(dú)立思考設(shè)計(jì)中有所創(chuàng)新的學(xué)生優(yōu)先考慮.良好:格式完整;設(shè)計(jì)方案合理,制作規(guī)范,系統(tǒng)基本滿足要求;有實(shí)現(xiàn)功能的必要流程圖.設(shè)計(jì)說明書層次比較清楚;回答問題準(zhǔn)確;書寫工整.中:格式正確,設(shè)計(jì)方案基本正確,完成功能基本符合要求,設(shè)計(jì)說明書僅存在少量的問題(如:方案分析有少量錯(cuò)誤,條理不十分清晰,流程圖,書寫不大規(guī)范等).能夠正確回答問題.及格:設(shè)計(jì)方案基本正確,實(shí)現(xiàn)了主要的功能,有小部分功能尚未實(shí)現(xiàn),設(shè)計(jì)說明書存在一些問題.回答問題基本正確.不及格:極不認(rèn)真,或者根本不交課程設(shè)計(jì)程序和報(bào)告的.另外,對(duì)于請(qǐng)人代做,完全照抄他人課題.請(qǐng)人代寫抄襲他人說明書,嚴(yán)重違反紀(jì)律者以不及格論處.

第二篇：《數(shù)字圖像處理》

實(shí)驗(yàn)五 圖像的幾何變換

一．實(shí)驗(yàn)?zāi)康募耙?/p>

掌握?qǐng)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(shí)現(xiàn)方法。

二、實(shí)驗(yàn)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(yàn)結(jié)果。

1.圖像縮放 clear all, close all I = imread('cameraman.tif');Scale = 1.35;

% 將圖像放大1.35倍

J1 = imresize(I, Scale, 'nearest');

% using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear');

% using the bilinear interpolation imshow(I), title('Original Image');figure, imshow(J1), title('Resized Image--using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image--using the bilinear interpolation ');help imresize

% 查看imresize使用幫助

1.95倍

I = imread('cameraman.tif');Scale = 1.96;

% 將圖像放大1.96倍

J1 = imresize(I, Scale, 'nearest');

% using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear');

% using the bilinear interpolation imshow(I), title('Original Image');figure, imshow(J1), title('Resized Image--using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image--using the bilinear interpolation ');

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(shí)驗(yàn)。2.圖像旋轉(zhuǎn)

clear all, close all I = imread('cameraman.tif');Theta = 45;

% 將圖像逆時(shí)針旋轉(zhuǎn)45?。

J1 = imrotate(I, Theta, 'nearest');

% using the nearest neighbor interpolation Theta =-45;

% 將圖像順時(shí)針旋轉(zhuǎn)45?。

J2 = imrotate(I, Theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(I), title('Original Image');figure, imshow(J1), title('Rotated Image--using the nearest neighbor interpolation ');figure, imshow(J2), title(' Rotated Image--using the bilinear interpolation ');% 查看imrotate使用幫助 help imrotate %-------

圖像旋轉(zhuǎn)30順時(shí)針逆時(shí)針

clear all, close all I = imread('cameraman.tif');Theta = 30;

% 將圖像逆時(shí)針旋轉(zhuǎn)30。

J1 = imrotate(I, Theta, 'nearest');

% using the nearest neighbor interpolation Theta =-30;

% 將圖像順時(shí)針旋轉(zhuǎn)30。

J2 = imrotate(I, Theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(I), title('Original Image');figure, imshow(J1), title('Rotated Image--using the nearest neighbor interpolation ');figure, imshow(J2), title(' Rotated Image--using the bilinear interpolation ');7 說明：

?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現(xiàn)； ?改變旋轉(zhuǎn)角度大小和方向，重做上述實(shí)驗(yàn)。

3．圖像水平鏡象

clear all, close all I = imread('cameraman.tif');I1 = flipdim(I,2);

I2 = flipdim(I,1);figure(1), subplot(1,2,1), imshow(I);subplot(1,2,2), imshow(I1);figure(2), subplot(2,1,1), imshow(I);subplot(2,1,2), imshow(I2);%----

(二)用MATLAB編程實(shí)現(xiàn)以下圖像幾何變換（參考自編講義相關(guān)章節(jié)）

1．圖像扭曲變換 2．球面變換

三、實(shí)驗(yàn)設(shè)備

1．PIII以上微機(jī)； 2．MATLAB6.5；

四、預(yù)習(xí)與思考

1．預(yù)習(xí)實(shí)驗(yàn)內(nèi)容，閱讀教材熟悉實(shí)驗(yàn)原理；

2．查閱資料，熟悉實(shí)驗(yàn)中涉及的有關(guān)MATLAB函數(shù)；

3．利用課余時(shí)間，采用MATLAB底層函數(shù)編程實(shí)現(xiàn)實(shí)驗(yàn)內(nèi)容

（二）中的圖像平移、圖像轉(zhuǎn)置等幾何變換。

五、實(shí)驗(yàn)報(bào)告要求

1．簡述試驗(yàn)的目的和試驗(yàn)原理；

2．?dāng)⑹龈鞫纬绦蚬δ?，改變有關(guān)函數(shù)的參數(shù)，分析比較實(shí)驗(yàn)結(jié)果； 3．打印出所編寫的實(shí)驗(yàn)程序。4．寫出本實(shí)驗(yàn)的心得體會(huì)及意見。

實(shí)驗(yàn)六

數(shù)字圖像處理應(yīng)用

一．實(shí)驗(yàn)?zāi)康募耙?/p>

1．利用MATLAB提供的圖像處理函數(shù)實(shí)現(xiàn)圖像中物體屬性的測量； 2．訓(xùn)練綜合運(yùn)用MATLAB圖像處理函數(shù)的能力； 3．了解數(shù)字圖像處理基本應(yīng)用。

二、實(shí)驗(yàn)內(nèi)容

以大米粒特性測量為例，綜合應(yīng)用課程中圖像分割、形態(tài)學(xué)濾波、圖像增強(qiáng)、圖像特征提取等圖像處理方法，實(shí)現(xiàn)大米粒特性自動(dòng)測量。實(shí)驗(yàn)過程簡述：

1． 讀取和顯示圖像 2． 估計(jì)圖像背景 3． 獲取背景均勻的圖像 4． 圖像增強(qiáng) 5． 圖像二值化分割 6． 區(qū)域標(biāo)記及為彩色處理

7． 測量圖像中的區(qū)域特性（面積、質(zhì)心等）

8．統(tǒng)計(jì)大米粒的特性分布規(guī)律。

（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(yàn)結(jié)果。

% Read and Display an Image clear, close all,close all;I = imread('rice.png');

figure, imshow(I)

% Use Morphological Opening to Estimate the Background

background = imopen(I,strel('disk',15));

figure, imshow(background);

%Display the Background Approximation as a Surface

figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]);set(gca,'ydir','reverse');% Subtract the Background Image from the Original Image I2 = imsubtract(I,background);figure, imshow(I2)% Adjust the Image Contrast I3 = imadjust(I2, stretchlim(I2), [0 1]);figure, imshow(I3);% Apply Thresholding to the Image level = graythresh(I3);bw = im2bw(I3,level);figure, imshow(bw)% Determine the Number of Objects in the Image [labeled,numObjects] = bwlabel(bw,4);

% Label components.numObjects % Examine the Label Matrix RGB_label = label2rgb(labeled, @spring, 'c', 'shuffle');figure, imshow(RGB_label);% Measure Object Properties in the Image graindata = regionprops(labeled,'basic')allgrains = [graindata.Area];% Compute Statistical Properties of Objects in the Image max(allgrains);biggrain = find(allgrains==695)mean(allgrains);figure, hist(allgrains,20);12

(詳見MATLAB IPT的 幫助文檔demo中的Correcting Nonuniform Illumination)

（二）查看MATLAB IPT 幫助文檔，研究其它應(yīng)用演示

三、實(shí)驗(yàn)設(shè)備 1．PIII以上微機(jī)； 2．MATLAB6.5；

四、預(yù)習(xí)與思考

1．預(yù)習(xí)實(shí)驗(yàn)內(nèi)容，閱讀教材熟悉實(shí)驗(yàn)原理； 2．查閱資料，熟悉實(shí)驗(yàn)中涉及的有關(guān)函數(shù)。

3．利用課余時(shí)間，采用MATLAB函數(shù)編程實(shí)現(xiàn)實(shí)驗(yàn)內(nèi)容

（二）。

五、實(shí)驗(yàn)報(bào)告要求

1．簡述試驗(yàn)的目的和試驗(yàn)原理；

2．?dāng)⑹龈鞫纬绦蚬δ?，改變有關(guān)函數(shù)的參數(shù)，分析比較實(shí)驗(yàn)結(jié)果； 3．打印出所編寫的實(shí)驗(yàn)程序。4．寫出本實(shí)驗(yàn)的心得體會(huì)及意見。

第三篇：數(shù)字圖像處理

中南大學(xué)

數(shù)字圖像處理實(shí)驗(yàn) 實(shí)驗(yàn)名稱：空間濾波和頻域?yàn)V波

班級(jí)：電子信息0802班

姓名：李哲 學(xué)號(hào)：0909080609 實(shí)驗(yàn)日期：2010年12月22日

目錄

一，實(shí)驗(yàn)?zāi)康???????????????????????3 二，給圖像添加噪聲????????????????????4 三，對(duì)被噪聲污染的圖像進(jìn)行中值濾波和均值濾波???????5 四，對(duì)圖像進(jìn)行空間域的銳化????????????????6 五，MATLAB以外函數(shù)空間濾波和圖像銳化??????????7 六，自帶函數(shù)傅立葉變換和反變換??????????????8 七，低通濾波器程序????????????????????9 八，心得體會(huì) ??????????????????????10 九，參考文獻(xiàn) ??????????????????????10

一、實(shí)驗(yàn)?zāi)康?1，空間濾波：

圖像平滑主要目的是減少噪聲。噪聲有很多種類，不同的噪聲有不同的抑制措施。本實(shí)驗(yàn)要求用平滑線性濾波和中值濾波2種最典型、最常用的處理算法進(jìn)行程序設(shè)計(jì)，學(xué)習(xí)如何對(duì)已被噪聲污染的圖像進(jìn)行“凈化”。通過平滑處理，對(duì)結(jié)果圖像加以比較，得出自己的實(shí)驗(yàn)結(jié)論。學(xué)習(xí)如何用銳化處理技術(shù)來加強(qiáng)圖像的目標(biāo)邊界和圖像細(xì)節(jié)，對(duì)圖像進(jìn)行梯度算子、拉普拉斯算子，使圖像的某些特征（如邊緣、輪廓等）得以進(jìn)一步的增強(qiáng)及突出。本實(shí)驗(yàn)銳化處理主要在空間域中進(jìn)行 2，頻域?yàn)V波：

掌握傅里葉變換的基本性質(zhì)； 掌握傅里葉正變換和反變換； 通過實(shí)驗(yàn)了解二維頻譜的分布特點(diǎn)； 掌握怎樣利用傅立葉變換進(jìn)行頻域?yàn)V波

利用MATLAB程序數(shù)字圖像的傅立葉變換并且進(jìn)行頻域?yàn)V波

二，給圖像添加椒鹽噪聲或者高斯噪聲： 原理：利用MATLAB自帶函數(shù)添加噪聲 程序代碼：A=imread('onion.png');I=rgb2gray(A);imshow(I);J = imnoise(I,'salt & pepper',0.05);figure,imshow(J),title('椒鹽噪聲');%添加椒鹽噪聲 K = imnoise(I,'gaussian',0,0.03);

figure,imshow(K),title('高斯噪聲');%添加高斯噪聲

三，對(duì)被噪聲污染的圖像進(jìn)行中值濾波和均值濾波： 原理：自帶函數(shù)進(jìn)行中值濾波和均值濾波 源程序：A=imread('onion.png');I=rgb2gray(A);J = imnoise(I,'salt & pepper',0.05);k2=medfilt2(J,[5 5]);k3=medfilt2(J,[7 7]);imshow(J),title('原圖');figure,imshow(k2),title('中值濾波5*5模板');figure,imshow(k3),title('中值濾波7*7模板');

四，對(duì)圖像進(jìn)行空間域的銳化： 原理：自帶函數(shù)進(jìn)行空間銳化。源程序：I=imread('coins.png');subplot(121),imshow(I),title('原圖像');H=fspecial('sobel');I2=filter2(H ,I);subplot(122),imshow(I2),title('sobel算子銳化圖像');

五，MATLAB以外函數(shù)空間濾波和圖像銳化：

源程序：I = imread('eight.tif');J = imnoise(I,'salt & pepper',0.02);K = medfilt2(J);imshow(J);title('噪聲干擾圖像')figure, imshow(K);title('medfilt2濾波圖像')X=J;a=2;b=2;k=floor(a*b/2)+1;[M,N]=size(X);uint8 Y=zeros(M,N);funBox=zeros(a,b);temp=zeros(a*b);

for i=1:M-a

for j=1:N-b

funBox=X(i:i+a,j:j+b);

temp=funBox(:);

tempSort=sort(temp);

Y(i,j)=tempSort(k);

end;end;figure, imshow(Y);title('濾波圖像')

六，利用Matlab的圖像處理工具箱中提供的函數(shù)實(shí)現(xiàn)圖像的傅立葉變換和反變換： 源程序：

A=imread('onion.png');f=rgb2gray(A);subplot(131),imshow(f),title('原圖');F=fft2(f);% 快速傅立葉變換

subplot(132),imshow(F),title('傅里葉變換')Fabs=abs(F);% 求幅頻絕對(duì)值 Fc=fftshift(Fabs);% 中心移位 SFc=log(1+Fc);% 對(duì)數(shù)變換

iFc1=ifftshift(Fc);% 中心移位的逆變換，絕對(duì)值 iF2=ifft2(iFc1);% 快速傅立葉變換的逆變換

subplot(133),imshow(iF2),title('快速傅立葉變換的逆變換')

七，低通濾波器程序：

I=imread('testpat1.png');subplot(221),imshow(I);title('原始圖像')J1=imnoise(I,'gaussian',0.02);% 疊加高斯白噪聲

subplot(222),imshow(J1);title('添加高斯白噪聲的圖像')f=double(J1);

% 數(shù)據(jù)類型轉(zhuǎn)換 g=fft2(f);

% 傅立葉變換 g=fftshift(g);

[M,N]=size(g);nn=2;

% 二階巴特沃斯(Butterworth)低通濾波器 d0=50;

% 設(shè)置截止頻率 m=fix(M/2);n=fix(N/2);for i=1:M for j=1:N

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));% 計(jì)算低通濾波器傳遞函數(shù)

result(i,j)=h*g(i,j);end end result=ifftshift(result);J2=ifft2(result);J3=uint8(real(J2));subplot(223),imshow(J3);title('低通濾波后圖像')

心得體會(huì)

1，進(jìn)一步熟悉了Matlab軟件、編程以及圖像處理工具箱 2，學(xué)會(huì)利用自帶函數(shù)對(duì)圖像做簡單的處理，例如：均值化等。3，熟練了一些基本函數(shù)的運(yùn)用，例如fspecial，imfilter等。4，加深了對(duì)MATLAB編程的理解。

5，對(duì)于試驗(yàn)中的出現(xiàn)的一些問題，懂得怎樣去處理。6，通過實(shí)際操作，增強(qiáng)了自己的動(dòng)手能力，把理論用于實(shí)踐。

參考文獻(xiàn)：數(shù)字圖像處理第二版

MATLAB教程

第四篇：基于MATLAB數(shù)字圖像處理平臺(tái)設(shè)計(jì)

基于MATLAB 數(shù)字圖像處理平臺(tái)設(shè)計(jì)

摘要

數(shù)字圖像處理技術(shù)在各個(gè)行業(yè)得到廣泛的應(yīng)用，其交互式的圖形界面是操作者方便使用這些技術(shù)的途徑。本文主要介紹了基于MATLAB的圖形用戶界面（GUI）來設(shè)計(jì)一個(gè)簡單實(shí)用的圖像處理軟件平臺(tái)，其中具備圖像處理的常用功能，以滿足用戶的使用。文章詳細(xì)闡述了一下圖像處理軟件平臺(tái)的設(shè)計(jì)過程。本文的GUI設(shè)計(jì)所制作的圖像處理軟件平臺(tái)可以實(shí)現(xiàn)的功能有五個(gè)模塊：圖像變換、圖像增強(qiáng)、圖像分割、圖像變形以及其它常用處理。其中也講述了GUI的基本常用操作及文件的打開、保存及退出。文章基本介紹了以上的內(nèi)容，關(guān)于軟件還有許多未能實(shí)現(xiàn)的功能有待于日后的逐步開發(fā)和學(xué)習(xí)。關(guān)鍵詞：GUI；圖像變換；圖像增強(qiáng)；圖像分割；圖像變形；圖像處理

ABSTRACT Digital image processing technology has been widely used in various industries, their interactive graphical interface is the way of the operator ease of use of these technologies.This article mainly introduced the graphical user interface(GUI)based on MATLAB to design a simple and practical platform for the image processing software, Which have commonly used image processing function, in order to meet the user's use.The article expounds the design process of the image processing software platform.This paper made the GUI design of image processing software platform can realize the function of five modules: image transformation, image enhancement, image segmentation, image distortion and other commonly used processing.The basic common operations of which also tells the story of GUI and file open, save, and exit.The content of the article introduces the above basic, about software and many fail to realize the function of the subject to the gradual development and learning in the future.Key words: GUI;Image transformation;Image enhancement;Image segmentation;Image deformation;The image processing

目錄 緒論................................................................................................................................................................1 1.1設(shè)計(jì)要求及目的....................................................................................................................................1 1.2 課題分析...............................................................................................................................................1 1.3 總體設(shè)計(jì)...............................................................................................................................................2 2 具體設(shè)計(jì).......................................................................................................................................................2 2.1 菜單設(shè)計(jì)...............................................................................................................................................2 2.2 圖像的打開、保存及退出...................................................................................................................3 2.2.1 圖像打開....................................................................................................................................3 2.2.2 圖像保存....................................................................................................................................4 2.2.3程序退出.....................................................................................................................................4 2.3 圖像變換...............................................................................................................................................4 2.3.1 傅里葉變換................................................................................................................................4 2.3.3 離散余弦變換............................................................................................................................5 2.4 圖像增強(qiáng)...............................................................................................................................................5 2.4.1 空間域增強(qiáng)................................................................................................................................5 2.4.2 頻率域增強(qiáng)................................................................................................................................6 2.5 圖像分割...............................................................................................................................................7 2.5.1 閾值分割....................................................................................................................................8 2.5.2 梯度分割....................................................................................................................................8 2.6 圖像變形...............................................................................................................................................9 2.6.1 翻轉(zhuǎn)............................................................................................................................................9 2.6.2 旋轉(zhuǎn)..........................................................................................................................................10 2.7 其它常用處理.....................................................................................................................................10 2.7.1 亮度..........................................................................................................................................10 2.7.2 對(duì)比度.......................................................................................................................................11 2.7.3 截圖...........................................................................................................................................11 2.7.4 底片效果..................................................................................................................................12 2.7.5 二值處理..................................................................................................................................12 3 結(jié)果分析.....................................................................................................................................................13 4 心得體會(huì).....................................................................................................................................................13 附錄...................................................................................................................................................................14 基于MATLAB數(shù)字圖像處理平臺(tái)設(shè)計(jì)

MATLAB是近幾年來國內(nèi)外使用最為廣泛的優(yōu)秀科技軟件之一。其語法結(jié)構(gòu)簡單，具有極強(qiáng)的數(shù)值計(jì)算、數(shù)據(jù)分析、圖形繪制及圖像處理等功能。具有高質(zhì)量的圖形可視化效果和強(qiáng)大的界面設(shè)計(jì)能力。因而在數(shù)字圖像處理中有著其他語言所無法比擬的優(yōu)勢。圖形用戶界面（GUI）是提供人機(jī)交互的工具和方法。利用GUI制作圖像處理軟件能夠?qū)崿F(xiàn)圖像處理的各個(gè)內(nèi)容，主要有：圖像空間變換：鄰域和塊操作；二值圖像操作；線性濾波和濾波器設(shè)計(jì)；變換域處理；圖像分析和增強(qiáng)；圖像恢復(fù)；圖像壓縮；形態(tài)學(xué)運(yùn)算等。緒論

1.1設(shè)計(jì)要求及目的

設(shè)計(jì)要求：以MATLAB作為工具，開發(fā)一個(gè)圖像處理軟件。主要進(jìn)行圖像處理的常用算法。由以下模塊組成：圖像變換；圖像增強(qiáng)；圖像分割。按各個(gè)模塊進(jìn)行功能擴(kuò)充，也可加入其它常用的圖像處理功能。

設(shè)計(jì)目的：MATLAB 軟件為數(shù)字圖像處理提供了功能豐富的工具，應(yīng)用MATLAB友好的界面和實(shí)用高效的指令及模塊，可以使人較快地認(rèn)識(shí)、理解圖像處理的相關(guān)概念，逐步掌握?qǐng)D像處理的基本方法。此課題的設(shè)計(jì)目的是綜合運(yùn)用MATLAB工具箱實(shí)現(xiàn)圖像處理的GUI程序設(shè)計(jì)，學(xué)會(huì)和掌握GUI的圖像處理平臺(tái)設(shè)計(jì)。

1.2 課題分析

此課題利用MATLAB的GUI程序設(shè)計(jì)一個(gè)簡單實(shí)用的圖像處理程序。該程序具備

數(shù)字圖像處理平臺(tái)設(shè)計(jì)功能圖 像 變 換圖 像 增 強(qiáng)圖 像 分 割圖 像 變 形其它常用處理空間域增強(qiáng)頻率域增強(qiáng)閾 值分 割梯 度分 割旋 轉(zhuǎn)翻 轉(zhuǎn)傅里葉變換離散余弦變換灰度變換直方圖均衡化低通濾波器高通濾波器roberts算子canny算子sobel算子上下翻轉(zhuǎn)左右翻轉(zhuǎn)亮度對(duì)比度底截圖片效果二值圖1.1 整體功能框圖 圖像處理的常用功能，以滿足用戶的使用。程序?qū)崿F(xiàn)的圖像處理功能分為五個(gè)模塊：圖像變換、圖像增強(qiáng)、圖像分割、圖像變形以及其它常用處理。如圖1.1所示。

除以上的數(shù)字圖像處理的功能外，該程序還要實(shí)現(xiàn)圖像的讀取顯示、圖像的保存及退出等基本功能。從而實(shí)現(xiàn)完整的數(shù)字圖像平臺(tái)設(shè)計(jì)，具有更好的交互性。

1.3 總體設(shè)計(jì)

軟件的總體設(shè)計(jì)界面主要分為兩個(gè)部分：顯示區(qū)域與操作區(qū)域。具體界面布局如圖1.2所示。

圖1.2 界面布局

顯示區(qū)域：定義兩個(gè)圖形區(qū)域，左面為待處理圖片來顯示載入的原圖像，右面為通過處理后的圖像。

操作區(qū)域：通過菜單欄的編輯實(shí)現(xiàn)對(duì)圖像的各種處理，分為文件和編輯兩大部分。通過文件中的打開操作顯示出處理前的圖像，在編輯中選擇某個(gè)圖像處理功能后，將在已處理圖片下就會(huì)顯示出處理后的圖片。具體設(shè)計(jì)

2.1 菜單設(shè)計(jì)

通過Menu Editor創(chuàng)建菜單欄如圖2.1所示。菜單的設(shè)計(jì)主要分為兩大部分：文件和編輯。文件包含圖像的打開、保存和退出；編輯包含圖像處理功能的五個(gè)模塊：圖像變換、圖像增強(qiáng)、圖像分割、圖像變形及其它常用處理，還有各個(gè)模塊的分支。通過此菜單來控制顯示或隱藏功能鍵。

以圖2.1的傅里葉變換為例，當(dāng)添加上某一菜單后，修改名稱為傅里葉變換，句柄為FFT，從而會(huì)在M文件中自動(dòng)生成傅里葉變換的功能函數(shù)function FFT_Callback(hObject, eventdata, handles)，在此函數(shù)下編寫能夠?qū)崿F(xiàn)傅里葉變換的程序便能實(shí)現(xiàn)對(duì)圖像的傅里葉 變換。

圖2.1 菜單欄

2.2 圖像的打開、保存及退出

2.2.1 圖像打開

圖像的打開主要是通過以下程序來實(shí)現(xiàn)的：

“[filename,pathname]=uigetfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'載入圖像');” 選擇相應(yīng)路徑打開圖像；

“file=[pathname,filename];x=imread(file);”讀取選中的圖像； “imshow(x);”在顯示區(qū)域上顯示圖像。

具體操作如圖2.2所示，選擇“文件”菜單中的“打開”后，出現(xiàn)“載入圖像”，選中想要處圖2.2 圖像的打開

理的圖片后點(diǎn)擊“打開”，即可在顯示區(qū)域中顯示出處理前的圖片。

2.2.2 圖像保存

圖像的保存主要是通過以下程序來實(shí)現(xiàn)的：

“[sfilename,sfilepath]=uiputfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'保存圖像文件','untitled.jpg');” 選擇圖像文件保存的路徑與格式；

“sfilefullname=[sfilepath ,sfilename];imwrite(handles.img,sfilefullname);”實(shí)現(xiàn)對(duì)圖像的保存。

具體操作如圖2.3所示，選擇“文件”菜單中的“保存”后，出現(xiàn)“保存圖像文件”，修改文件名后點(diǎn)擊“保存”，即可將處理后的圖像保存到keshe的文件夾下。

圖2.3 圖像的保存

2.2.3程序退出

程序的退出是通過“clc;”，“close all;”，“close(gcf);”，“clear;”這些指令來清除指令窗，窗口，內(nèi)存變量及函數(shù)。

具體操為選擇“文件”菜單中的“退出”后，便關(guān)閉了執(zhí)行界面的窗口并清除了指令窗的所有指令。

2.3 圖像變換

2.3.1 傅里葉變換

傅里葉變換(FFT)實(shí)際上是將信號(hào)f(t)與一組不同頻率的復(fù)正弦作內(nèi)積，這一組復(fù)正弦是變換的基向量，傅里葉系數(shù)或傅里葉變換是f(t)在這一組基向量上的投影。在圖像處理技術(shù)的發(fā)展過程中，F(xiàn)FT起著十分重要的作用。它是線性系統(tǒng)分析的一個(gè)有力工具，它能夠定量地分析諸如數(shù)字圖像之類的數(shù)字化系統(tǒng)。FFT主要分為連續(xù)傅里葉變換和離散傅里葉變換，在數(shù)字圖像處理中經(jīng)常用到的是二維離散傅里葉變換。

程序中主要是通過二維離散傅里葉變換函數(shù)fft2()，變換后四個(gè)角部分對(duì)應(yīng)于低頻成分，中央部分對(duì)應(yīng)于高頻成分。若想使低頻成分出現(xiàn)在中央位置，則通過函數(shù)fftshift()將圖像頻譜中心從矩陣的原點(diǎn)移到矩陣中心。從而實(shí)現(xiàn)圖像的二維傅里葉變換。具體程序見 附錄。原圖像及傅里葉變換后的圖像如圖2.4所示。

圖2.4 傅里葉變換

2.3.3 離散余弦變換

離散余弦變換(DFT)在圖像處理中占有重要的位置，它實(shí)際上是傅里葉變換的實(shí)數(shù)部分，但是它比傅里葉變換有更強(qiáng)的信息集中能力。對(duì)于大多數(shù)自然圖像，DCT能將大多數(shù)的信息放到較少的系數(shù)上去，因此就更能提高編碼的效率。

程序中主要是通過灰度變換函數(shù)rgb2gray()及二維離散余弦變換函數(shù)dct2()來實(shí)現(xiàn)對(duì)圖像的二維離散余弦變換，具體程序見附錄。其變換后的圖像低頻能量都集中在左上角區(qū)域，而向著右下角方向，頻率越來越高。原圖像及離散余弦變換后的圖像如圖2.5所示。

圖2.5 離散余弦變換

2.4 圖像增強(qiáng)

圖像增強(qiáng)是圖像處理中的一類基本技術(shù)，其主要的目的改善圖像的視覺效果，提高圖像的清晰度。圖像增強(qiáng)能夠擴(kuò)展對(duì)比度，增強(qiáng)圖像中對(duì)象的邊緣，消除或抑制噪聲或保留圖像中感興趣的某些特性而抑制另一些特性等。圖像增強(qiáng)方法按其處理所進(jìn)行的空間不同，可分為空間域法和頻率域法。2.4.1 空間域增強(qiáng)

空間域法是在空間域內(nèi)直接對(duì)像素灰度值進(jìn)行運(yùn)算處理，常用的空間域法有圖像的直接灰度變換和直方圖均衡化，下面分別介紹兩種空域上的圖像增強(qiáng)方法。(1)灰度變換

通過灰度變換可使圖像動(dòng)態(tài)范圍加大，圖像對(duì)比度擴(kuò)展，圖像清晰，特征明顯，大大改善人眼的視覺效果。

程序中主要通過灰度處理函數(shù)rgb2gray()對(duì)圖像進(jìn)行灰度變換，將彩色圖像轉(zhuǎn)換成灰度圖像。原圖像及灰度圖像如圖2.6所示。

圖2.6 灰度變換

(2)直方圖均衡化

直方圖均衡化是對(duì)原始圖像中的像素灰度作某種映射變換，使變換后的圖像灰度的概率密度是均勻分布的，即變換后圖像是一幅灰度級(jí)均勻分布圖像，這意味著圖像灰度的動(dòng)態(tài)范圍得到了增加，從而可提高圖像的對(duì)比度。

程序中主要通過灰度處理函數(shù)rgb2gray()先對(duì)圖像進(jìn)行灰度變換，然后通過直方圖均衡化處理函數(shù)histeq()對(duì)灰度圖像進(jìn)行直方圖均衡化處理。原圖像及直方圖均衡化后的圖像如圖2.7所示。

圖2.7 直方圖均衡化

2.4.2 頻率域增強(qiáng)

頻率域法就是在圖像的某種變換域內(nèi)，對(duì)圖像的變換值進(jìn)行運(yùn)算，然后通過逆變換獲得圖像增強(qiáng)效果。這是一種間接處理方法，一般采用二維數(shù)字濾波方法來進(jìn)行頻率域的圖像增強(qiáng)。(1)低通濾波

圖像的邊緣以及噪聲干擾在圖像的頻域上對(duì)應(yīng)于圖像傅里葉變換中的高頻部分，而圖像的背景區(qū)則對(duì)應(yīng)于低頻部分，因此可以用頻域低通濾波法去除圖像的高頻成分，以去掉噪聲，使圖像平滑。

程序中采用二階巴特沃斯低通濾波器，先用函數(shù)fft2()對(duì)圖像進(jìn)行二維離散傅里葉變換，然后通過低通濾波器進(jìn)行濾波后，再對(duì)濾波后的圖像數(shù)據(jù)通過ifft2()進(jìn)行傅里葉反變換，從而得到低通濾波后的圖像。如圖2.8所示。

圖2.8 低通濾波器

(2)高通濾波

圖像中的邊緣或線條與圖像頻譜中的高頻分量相對(duì)應(yīng)，因此采用高通濾波器讓高頻分量順利通過，可以使圖像的邊緣或線條變得更清楚，可實(shí)現(xiàn)圖像的銳化。

程序中采用二階巴特沃斯高通濾波器，與低通濾波過程相同，先進(jìn)行傅里葉變換，然后通過高通濾波器，再進(jìn)行傅里葉反變換，從而得到高通濾波后的圖像，具體程序見附錄。原圖像及濾波后的圖像如圖2.9所示。

圖2.9 高通濾波器

2.5 圖像分割

圖像分割是一種重要的圖像分析技術(shù)。為了識(shí)別和分析圖像中的目標(biāo)，需要將它們從圖像中分離提取出來，在此基礎(chǔ)上才有可能進(jìn)一步對(duì)目標(biāo)進(jìn)行測量和對(duì)圖像進(jìn)行利用。圖像分割就是指把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。2.5.1 閾值分割

灰度閾值法是把圖像的灰度分成不同的等級(jí)，然后用設(shè)置灰度閾值的方法確定有意義的區(qū)域或欲分割物的邊界，該方法中最簡單的就是二值化的閾值分割。

程序中先通過函數(shù)graythresh()即用Otsu方法計(jì)算出全局圖像閾值，再通過函數(shù)im2bw(,)基于一定閾值將圖像轉(zhuǎn)換成二值圖像。原圖像及閾值分割后的圖像如圖2.10所示。

圖2.10 閾值分割

2.5.2 梯度分割

梯度分割即對(duì)圖像進(jìn)行邊緣檢測，圖像邊緣對(duì)圖像識(shí)別和計(jì)算機(jī)分析十分有用。邊緣能勾劃出目標(biāo)物體，使觀察者一目了然。邊緣蘊(yùn)含了豐富的內(nèi)在信息，是圖像識(shí)別中抽取圖像特征的重要屬性。

(1)Roberts算子

程序中先通過函數(shù)rgb2gray()對(duì)圖像進(jìn)行灰度變換，再通過函數(shù)edge(,'roberts')即用Roberts算子識(shí)別灰度圖像的輪廓，從而實(shí)現(xiàn)對(duì)圖像的邊緣檢測。如圖2.11所示。

圖2.11 Roberts算子

(2)Canny算子

程序中先通過函數(shù)rgb2gray()對(duì)圖像進(jìn)行灰度變換，再通過函數(shù)edge(,'canny')即用Canny算子識(shí)別灰度圖像的輪廓，如圖2.12所示。(3)Sobel算子

程序中先通過函數(shù)rgb2gray()進(jìn)行灰度變換，再通過函數(shù)edge(,'sobel')即用Sobel算 子識(shí)別灰度圖像的輪廓，從而實(shí)現(xiàn)對(duì)圖像的邊緣檢測。如圖2.13所示。

圖2.12 Canny算子

圖2.13 Sobel算子

2.6 圖像變形

2.6.1 翻轉(zhuǎn)

上下翻轉(zhuǎn)：程序中通過函數(shù)flipud()對(duì)圖像數(shù)據(jù)矩陣進(jìn)行上下翻轉(zhuǎn)，由于彩色圖像不能直接進(jìn)行矩陣翻轉(zhuǎn)，因此需要先將彩色圖像通過灰度變換處理后再進(jìn)行翻轉(zhuǎn)，原圖及翻轉(zhuǎn)后的圖像如圖2.14所示。

圖2.14 上下翻轉(zhuǎn) 左右翻轉(zhuǎn)：與上下翻轉(zhuǎn)相同，先將圖像進(jìn)行灰度變換后，通過函數(shù)fliplr()將圖像數(shù)據(jù)矩陣進(jìn)行左右翻轉(zhuǎn)，原圖及翻轉(zhuǎn)后的圖像如圖2.15所示。

圖2.15 左右翻轉(zhuǎn)

2.6.2 旋轉(zhuǎn)

打開圖片后，選擇“編輯”菜單“圖像變形”中的“旋轉(zhuǎn)”后，執(zhí)行界面會(huì)出現(xiàn)調(diào)整角度的輸入對(duì)話框，在對(duì)話框中輸入任意角度，則原圖像將會(huì)旋轉(zhuǎn)任意角度，輸入正數(shù)逆時(shí)針旋

。轉(zhuǎn)，輸入負(fù)數(shù)順時(shí)針旋轉(zhuǎn)。以90為例，在對(duì)話框中輸入90，則圖像逆時(shí)針旋轉(zhuǎn)90，如圖2.16所示。

在程序中由prompt={'調(diào)整角度'};來顯示輸入對(duì)話框，函數(shù)inputdlg()創(chuàng)建對(duì)話框和輸入框，輸入角度后通過函數(shù)imrotate()進(jìn)行相應(yīng)的旋轉(zhuǎn)。

圖2.16 圖像旋轉(zhuǎn)

2.7 其它常用處理

2.7.1 亮度

當(dāng)在“編輯”菜單中選擇“亮度”后，會(huì)出現(xiàn)調(diào)整倍數(shù)的輸入對(duì)話框，默認(rèn)值為1，在對(duì)話框中輸入數(shù)值后圖像便會(huì)相應(yīng)變換亮度。輸入數(shù)值小于1時(shí)，圖像變亮，輸入數(shù)值大于1時(shí)，圖像變暗。程序中通過函數(shù)imadjust()來實(shí)現(xiàn)，即將原圖像的亮度值以輸入數(shù)值描述的曲線關(guān)系映射到新的數(shù)值中，從而實(shí)現(xiàn)亮度的變化。以輸入值0.5為例，變換后的圖像如圖2.17所示。

圖2.17 亮度調(diào)整

2.7.2 對(duì)比度

對(duì)比度增強(qiáng)：選擇菜單中“對(duì)比度增強(qiáng)”后，彈出輸入?yún)?shù)的對(duì)話框，以輸入?yún)?shù)2為例，對(duì)比度增強(qiáng)后的圖像如圖2.18所示。程序中通過乘法函數(shù)immultiply()將原圖像數(shù)據(jù)與輸入數(shù)值相乘，從而增強(qiáng)圖像的對(duì)比度。

圖2.18 對(duì)比度增強(qiáng)

對(duì)比度減弱：選擇菜單中“對(duì)比度減弱”后，彈出輸入?yún)?shù)的對(duì)話框，同樣以輸入?yún)?shù)2為例，對(duì)比度減弱后的圖像如圖2.19所示。程序中通過除法函數(shù)imdivide()將原圖像數(shù)據(jù)與輸入數(shù)值相除，從而減弱圖像的對(duì)比度。

圖2.19 對(duì)比度減弱

2.7.3 截圖 當(dāng)選擇完菜單中的“截圖”后，鼠標(biāo)箭頭會(huì)變成一個(gè)十字，能夠選擇想要截取的圖像部分，選中后就會(huì)直接顯示出截取后的圖像，如圖2.20所示。程序中通過函數(shù)imcrop()來實(shí)

圖2.20 截圖

現(xiàn)的，即返回圖像的一個(gè)裁剪區(qū)域，允許用戶以交互方式使用鼠標(biāo)選定要剪切的區(qū)域。2.7.4 底片效果

程序中通過函數(shù)imcomplement()對(duì)圖像數(shù)據(jù)矩陣進(jìn)行取反運(yùn)算，即可實(shí)現(xiàn)底片效果，原圖像及底片效果的圖像如圖2.21所示。

圖2.21 底片效果

2.7.5 二值處理

二值化即將彩色圖像轉(zhuǎn)換成只有0和1兩個(gè)數(shù)值的圖像，程序中通過二值轉(zhuǎn)換函數(shù)im2bw()將彩色圖像轉(zhuǎn)換為二值圖像。原圖像及轉(zhuǎn)換后的二值圖像如圖2.22所示。

圖2.22 二值處理 3 結(jié)果分析

經(jīng)過我們小組的不斷調(diào)試，軟件已經(jīng)得到了完善，達(dá)到了課設(shè)的基本要求，基于MATLAB數(shù)字圖像處理平臺(tái)設(shè)計(jì)能實(shí)現(xiàn)的全部功能如下：(1)設(shè)計(jì)圖形用戶界面，實(shí)現(xiàn)了圖像的打開、保存及退出

(2)實(shí)現(xiàn)了對(duì)圖像的傅里葉變換及離散余弦變換，其中離散余弦變換只能對(duì)灰度圖像處理。(3)實(shí)現(xiàn)了圖像空間域增強(qiáng)包括灰度變換和直方圖均衡化，還有圖像頻率域增強(qiáng)包括低通濾波器和高通濾波器。其中直方圖均衡化，低通濾波和高通濾波均只支持對(duì)灰度圖像處理。

(4)實(shí)現(xiàn)了圖像分割：閾值分割和梯度分割，梯度分割有Roberts算子、Canny算子、Sobel算子。其中梯度分割需要對(duì)圖像先進(jìn)行灰度變換。(5)實(shí)現(xiàn)了圖像的翻轉(zhuǎn)和旋轉(zhuǎn)。圖像的翻轉(zhuǎn)只支持灰度圖像。

(6)實(shí)現(xiàn)了圖像的亮度，對(duì)比度的調(diào)整，能夠?qū)D像截圖、做出底片效果及二值化處理。

實(shí)驗(yàn)程序雖然基本實(shí)現(xiàn)了以上這些功能，但遺憾的是有些功能只支持對(duì)灰度的圖像處理，還不能直接對(duì)彩色圖像進(jìn)行處理。心得體會(huì)

通過兩周的MATLAB課程設(shè)計(jì)實(shí)踐，使我對(duì)MATLAB的使用有了進(jìn)一步的了解和熟悉。還記得當(dāng)初我們小組抽到這個(gè)題目的時(shí)候，每個(gè)人看到這個(gè)題目都無所適從。雖然曾經(jīng)學(xué)過關(guān)于數(shù)字圖像處理的課程，但對(duì)于MATLAB的數(shù)字圖像處理的實(shí)際運(yùn)用并不是很熟悉，特別是對(duì)此次GUI設(shè)計(jì)更是沒有絲毫接觸過的。

雖然對(duì)課題感到很懵懂，但在指導(dǎo)老師的提示與指導(dǎo)后，我們開始找到了解決問題的路徑。我們到圖書館借了幾本相關(guān)的書，又從網(wǎng)上收集了大量的資料，為這次課設(shè)做了較為充分的準(zhǔn)備，在參考了相關(guān)材料及程序后，我對(duì)自己要做的課設(shè)內(nèi)容有了進(jìn)一步的了解，并對(duì)MATLAB的使用有了更深的體會(huì)。

當(dāng)然，在課設(shè)的進(jìn)行過程中，我們還是遇到了不少問題。例如，起初由于我對(duì)句柄使用以及一些函數(shù)使用的不恰當(dāng)，使得在對(duì)圖像文件的保存上就遇到了問題，不過在我們小組的討論研究下輕松的就解決了。隨著課設(shè)的進(jìn)行，對(duì)matlab的的熟悉度逐步加深。在基本功能已經(jīng)完成的基礎(chǔ)上，我們開始進(jìn)行一些擴(kuò)張功能的嘗試，比如圖像的旋轉(zhuǎn)、翻轉(zhuǎn)，圖像亮度、對(duì)比度的調(diào)整，截圖等功能，也實(shí)現(xiàn)了較為理想的結(jié)果。

雖然這課題最終的功能還不是很完善，但是我還是較為滿意的。本次的課程設(shè)計(jì)，不但鞭策著我去鞏固MATLAB的理論知識(shí)，還提高了我對(duì)MATLAB的實(shí)際操作運(yùn)用，使得理論與實(shí)踐相結(jié)合，為進(jìn)一步學(xué)MATLAB打下了堅(jiān)實(shí)的基礎(chǔ)。附錄

function varargout = keshe(varargin)gui_Singleton = 1;gui_State = struct('gui_Name'，mfilename,...'gui_Singleton', gui_Singleton,...'gui_OpeningFcn', @keshe_OpeningFcn,...'gui_OutputFcn', @keshe_OutputFcn,...'gui_LayoutFcn', [] ,...'gui_Callback'，[]);if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1});end if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});else

gui_mainfcn(gui_State, varargin{:});end %----------function keshe_OpeningFcn(hObject, eventdata, handles, varargin)handles.output = hObject;guidata(hObject, handles);%--------function varargout = keshe_OutputFcn(hObject, eventdata, handles)varargout{1} = handles.output;%--------function open_Callback(hObject, eventdata, handles)% hObject

handle to open(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)[sfilename ,sfilepath]=uiputfile({'*.jpg';'*.bmp';'*.tif';'*.*'},'保存圖像文件','untitled.jpg');

%返回要保存的圖像文件

if ~isequal([sfilename,sfilepath],[0,0])

%如果不是取消保存

sfilefullname=[sfilepath ,sfilename];

%將文件名和目錄名組合成一個(gè)完整的路徑

imwrite(handles.img,sfilefullname);

%保存圖像

else

msgbox('取消保存？','保存圖像文件');%彈出一個(gè)名為保存圖像文件的對(duì)話框，內(nèi)

容為“取消保存？”

end %--------function exit_Callback(hObject, eventdata, handles)% hObject

handle to exit(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);i1=handles.img;

%獲取圖像

i2=im2double(i1);

%圖像矩陣轉(zhuǎn)換成雙精度浮點(diǎn)類型 f1=fft2(i2);

%對(duì)圖像進(jìn)行二維離散傅里葉變換

fc1=fftshift(f1);

%將變換后的圖象頻譜中心從矩陣的原點(diǎn)移到矩陣的中心 i=log(1+abs(fc1));

%對(duì)變換后的圖像矩陣數(shù)據(jù)求絕對(duì)值后取自然對(duì)數(shù) imshow(i);

xlabel('傅里葉變換圖像');handles.img=i;guidata(hObject,handles);

%把handles句柄更新

%--------function DCT_Callback(hObject, eventdata, handles)% hObject

handle to DCT(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)global T

%定義全局變量

axes(handles.axes2);

%定義圖形區(qū)域axes2 T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù)

x=rgb2gray(handles.img);%利用 rgb2gray函數(shù)對(duì)源圖像進(jìn)行灰度處理

imshow(x);

%顯示圖像

xlabel('灰度圖像');

% x軸名為“灰度圖像” handles.img=x;

%把圖像發(fā)給handles.img guidata(hObject,handles);

%把handles句柄更新

%--------function zhifangtu_Callback(hObject, eventdata, handles)% hObject

handle to zhifangtu(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);y1=handles.img;

%獲取圖像 x=rgb2gray(handles.img);

%灰度變換

f=double(x);

%數(shù)據(jù)類型轉(zhuǎn)換為雙精度數(shù)值 g=fft2(f);

%二維離散傅里葉變換

g=fftshift(g);

%將變換后的圖象頻譜中心從矩陣的原點(diǎn)移到矩陣的中心 [M,N]=size(g);

%返回矩陣g的大小，即M為行數(shù)，N為列數(shù) nn=2;

%二階巴特沃斯低通濾波器 d0=50;

%截止頻率50Hz m=fix(M/2);n=fix(N/2);

%取矩陣g的行數(shù)和列數(shù)一半的整數(shù) for i=1:M

for j=1:N

% 循環(huán)

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));

%計(jì)算低通濾波器傳遞函數(shù)

result(i,j)=h*g(i,j);

%結(jié)果返回到result

end end result=ifftshift(result);

%將圖象頻譜中心從矩陣的中心移到矩陣的原點(diǎn) y2=ifft2(result);

%二維離散傅里葉反變換

y3=uint8(real(y2));

%把矩陣y2實(shí)部轉(zhuǎn)換成8位無符號(hào)數(shù)據(jù) imshow(y3);

%顯示低通濾波后的圖像 xlabel('低通濾波圖像');handles.img=y3;guidata(hObject,handles);

%把handles句柄更新

%--------function high_Callback(hObject, eventdata, handles)% hObject

handle to high(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù)

level=graythresh(T);

%用Otsu方法計(jì)算全局圖像閾值

BW=im2bw(T,level);

%基于一定閾值把圖像轉(zhuǎn)換為二值圖像 imshow(BW);

%顯示閾值分割后的圖像 xlabel('閾值分割圖像');handles.img=BW;guidata(hObject,handles);

%把handles句柄更新

%--------function tidu_Callback(hObject, eventdata, handles)function kongyu_Callback(hObject, eventdata, handles)function pinyu_Callback(hObject, eventdata, handles)function bianxing_Callback(hObject, eventdata, handles)function qita_Callback(hObject, eventdata, handles)function duibidu_Callback(hObject, eventdata, handles)%--------function roberts_Callback(hObject, eventdata, handles)% hObject

handle to roberts(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù) C1=rgb2gray(T);

%灰度變換

C2=edge(C1,'canny');

%用canny算子識(shí)別灰度圖像的輪廓 imshow(C2);xlabel('Canny算子圖像');handles.img=C2;guidata(hObject,handles);

%把handles句柄更新

%--------function sobel_Callback(hObject, eventdata, handles)% hObject

handle to sobel(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù)

prompt={'調(diào)整角度'};

%用于顯示可提示用戶進(jìn)行輸入角度的對(duì)話框 defans={'0'};

%對(duì)話框內(nèi)顯示默認(rèn)數(shù)值為0 p=inputdlg(prompt,'input',1,defans);

%創(chuàng)建并打開標(biāo)題為input的輸入對(duì)話框，包含

“調(diào)整角度”，輸入框?yàn)?行，對(duì)話框中默認(rèn)顯示數(shù)值為0 p1=str2num(p{1});

%將字符串轉(zhuǎn)換為數(shù)值

f=imrotate(handles.img,p1,'bilinear','crop');%將圖像handles.img饒圖像的中心點(diǎn)旋轉(zhuǎn)p1

度，p1為正數(shù)逆時(shí)針旋轉(zhuǎn)，為負(fù)數(shù)順時(shí)針旋轉(zhuǎn)，bilinear為使用雙線性插值法，crop為旋19

轉(zhuǎn)后輸出圖像尺寸與原圖像尺寸一樣

imshow(f);

%顯示旋轉(zhuǎn)后圖像 xlabel('旋轉(zhuǎn)后的圖像');handles.img=f;guidata(hObject,handles);

%把handles句柄更新

%--------function shangxia_Callback(hObject, eventdata, handles)% hObject

handle to shangxia(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)

axes(handles.axes2);

T= getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù)

f=fliplr(handles.img);

%將圖像矩陣左右翻轉(zhuǎn)

imshow(f);

%顯示翻轉(zhuǎn)后的圖像

xlabel('左右翻轉(zhuǎn)后的圖像');

handles.img=f;

guidata(hObject,handles);

%把handles句柄更新

%--------function liangdu_Callback(hObject, eventdata, handles)% hObject

handle to liangdu(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù)

prompt={'輸入?yún)?shù)'};

%用于顯示可提示用戶進(jìn)行輸入?yún)?shù)的對(duì)話框

defans={'1'};

%對(duì)話框內(nèi)顯示默認(rèn)數(shù)值為1 p=inputdlg(prompt,'input',1,defans);%創(chuàng)建并打開標(biāo)題為input的輸入對(duì)話框，包含“輸入

參數(shù)”，輸入框?yàn)?行，對(duì)話框中默認(rèn)顯示數(shù)值為1 p1=str2num(p{1});

%將字符串轉(zhuǎn)換為數(shù)值

f=immultiply(handles.img,p1);

%將原圖像數(shù)據(jù)與輸入數(shù)值相乘，從而增強(qiáng)對(duì)比度

imshow(f);

%顯示對(duì)比度增強(qiáng)后的圖像 xlabel('對(duì)比度增強(qiáng)的圖像');handles.img=f;guidata(hObject,handles);

%把handles句柄更新

%--------function jianruo_Callback(hObject, eventdata, handles)% hObject

handle to jianruo(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù) x=imcrop(handles.img);

% 返回圖像的一個(gè)裁剪區(qū)域，允許用戶以交互方式使用

鼠標(biāo)選定要剪切的區(qū)域

imshow(x);

%顯示裁剪后的圖像 xlabel('裁剪后的圖像');handles.img=x;guidata(hObject,handles);

%把handles句柄更新

%--------function dipian_Callback(hObject, eventdata, handles)% hObject

handle to dipian(see GCBO)% eventdata reservedto be defined in a future version of MATLAB % handles

structure with handles and user data(see GUIDATA)axes(handles.axes2);T=getimage;

%從坐標(biāo)軸獲取圖像數(shù)據(jù) BW=im2bw(handles.img);

%將圖像轉(zhuǎn)換為二值圖像 imshow(BW);

%顯示二值圖像 xlabel('二值圖像');handles.img=BW;guidata(hObject,handles);

%把handles句柄更新

第五篇：數(shù)字圖像處理讀書筆記

數(shù)字圖像處理讀書筆記

本學(xué)期的數(shù)字圖像處理課程已經(jīng)進(jìn)行了3周了，通過這3周的學(xué)習(xí)讓我對(duì)數(shù)字圖像處理有了一定的認(rèn)知和理解。數(shù)字圖像處理又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。這門課程的前三章主要講解了數(shù)字圖像的目的、特點(diǎn)、應(yīng)用和發(fā)展，圖像的數(shù)字化顯示與圖像變換。

數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)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(duì)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。數(shù)字圖像處理是通過計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響：一是計(jì)算機(jī)的發(fā)展；二是數(shù)學(xué)的發(fā)展（特別是離散數(shù)學(xué)理論的創(chuàng)立和完善）;三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長。

一般來講，對(duì)圖像進(jìn)行處理（或加工、分析）的主要目的有三個(gè)方面：（1）提高圖像的視感質(zhì)量，如進(jìn)行圖像的亮度、彩色變換，增強(qiáng)、抑制某些成分，對(duì)圖像進(jìn)行幾何變換等，以改善圖像的質(zhì)量。（2）提取圖像中所包含的某些特征或特殊信息，這些被提取的特征或信息

往往為計(jì)算機(jī)分析圖像提供便利。提取特征或信息的過程是模式識(shí)別或計(jì)算機(jī)視覺的預(yù)處理。提取的特征可以包括很多方面，如頻域特征、灰度或顏色特征、邊界特征、區(qū)域特征、紋理特征、形狀特征、拓?fù)涮卣骱完P(guān)系結(jié)構(gòu)等。（3）圖像數(shù)據(jù)的變換、編碼和壓縮，以便于圖像的存儲(chǔ)和傳輸。不管是何種目的的圖像處理，都需要由計(jì)算機(jī)和圖像專用設(shè)備組成的圖像處理系統(tǒng)對(duì)圖像數(shù)據(jù)進(jìn)行輸入、加工和輸出。數(shù)字圖像處理有以下幾點(diǎn)基本特點(diǎn)：（1）目前，數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256×256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對(duì)高分辨率彩色512×512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～22.5Mbit數(shù)據(jù)量。因此對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量等要求較高。（2）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(gè)數(shù)量級(jí)。如電視圖像的帶寬約5.6MHz，而語音帶寬僅為4kHz左右。所以在成像、傳輸、存儲(chǔ)、處理、顯示等各個(gè)環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本亦高，這就對(duì)頻帶壓縮技術(shù)提出了更高的要求。（3）數(shù)字圖像中各個(gè)像素是不獨(dú)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。就電視畫面而言，同一行中相鄰兩個(gè)像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達(dá)0.9以上，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。（4）由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點(diǎn)圖像。在理解三維景物時(shí)需要知識(shí)導(dǎo)引，這也是人工智能中正在致力解決的知識(shí)工程問題。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評(píng)價(jià)的，因此受人的因素影響較大。由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識(shí)狀況影響很大，作為圖像質(zhì)量的評(píng)價(jià)還有待進(jìn)一步深入的研究。另一方面，計(jì)算機(jī)視覺是模仿人的視覺，人的感知機(jī)理必然影響著計(jì)算機(jī)視覺的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時(shí)間特征等，這些都是心理學(xué)和神經(jīng)心理學(xué)正在著力研究的課題。

在數(shù)字圖像處理中圖像的數(shù)字化顯示是基礎(chǔ)。將模擬圖像轉(zhuǎn)化成數(shù)字圖像的過程就是圖形、圖像的數(shù)字化過程。這個(gè)過程主要包含采樣、量化和編碼三個(gè)步驟。

1．采樣 采樣的實(shí)質(zhì)就是要用多少點(diǎn)來描述一幅圖像，采樣結(jié)果質(zhì)量的高低就是用前面所說的圖像分辨率來衡量。簡單來講，對(duì)二維空間上連續(xù)的圖像在水平和垂直方向上等間距地分割成矩形網(wǎng)狀結(jié)構(gòu)，所形成的微小方格稱為像素點(diǎn)。一副圖像就被采樣成有限個(gè)像素點(diǎn)構(gòu)成的集合。采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)，它反映了采樣點(diǎn)之間的間隔大小。采樣頻率越高，得到的圖像樣本越逼真，圖像的質(zhì)量越高，但要求的存儲(chǔ)量也越大。在進(jìn)行采樣時(shí)，采樣點(diǎn)間隔大小的選取很重要，它決定了采樣后的圖像能真實(shí)地反映原圖像的程度。一般來說，原圖像中的畫面越復(fù)雜，色彩越豐富，則采樣間隔應(yīng)越小。

由于二維圖像的采樣是一維的推廣，根據(jù)信號(hào)的采樣定理，要從取樣樣本中精確地復(fù)原圖像，可得到圖像采樣的奈奎斯特（Nyquist）定理：圖像采樣的頻率必須大于或等于源圖像最高頻率分量的兩倍。

2．量化 量化是指要使用多大范圍的數(shù)值來表示圖像采樣之后的每一個(gè)點(diǎn)。量化的結(jié)果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質(zhì)量。例如：如果以4位存儲(chǔ)一個(gè)點(diǎn)，就表示圖像只能有16種顏色；若采用16位存儲(chǔ)一個(gè)點(diǎn)，則有216=65536種顏色。所以，量化位數(shù)越來越大，表示圖像可以擁有更多的顏色，自然可以產(chǎn)生更為細(xì)致的圖像效果。但是，也會(huì)占用更大的存儲(chǔ)空間。兩者的基本問題都是視覺效果和存儲(chǔ)空間的取舍。假設(shè)有一幅黑白灰度的照片，因?yàn)樗谒接诖怪狈较蛏系幕叶茸兓际沁B續(xù)的，都可認(rèn)為有無數(shù)個(gè)像素，而且任一點(diǎn)上灰度的取值都是從黑到白可以有無限個(gè)可能值。通過沿水平和垂直方向的等間隔采樣可將這幅模擬圖像分解為近似的有限個(gè)像素，每個(gè)像素的取值代表該像素的灰度（亮度）。對(duì)灰度進(jìn)行量化，使其取值變?yōu)橛邢迋€(gè)可能值。經(jīng)過這樣采樣和量化得到的一幅空間上表現(xiàn)為離散分布的有限個(gè)像素，灰度取值上表現(xiàn)為有限個(gè)離散的可能值的圖像稱為數(shù)字圖像。只要水平和垂直方向采樣點(diǎn)數(shù)足夠多，量化比特?cái)?shù)足夠大，數(shù)字圖像的質(zhì)量就比原始模擬圖像毫不遜色。在量化時(shí)所確定的離散取值個(gè)數(shù)稱為量化級(jí)數(shù)。為表示量化的色彩值（或亮度值）所需的二進(jìn)制位數(shù)稱為量化字長，一般可用8位、16位、24位或更高的量化字長來表示圖像的顏色；量化字長越大，則越能真實(shí)第反映原有的圖像的顏色，但得到的數(shù)字圖像的容量也越大。

3．壓縮編碼數(shù)字化后得到的圖像數(shù)據(jù)量十分巨大，必須采用編碼技術(shù)來壓縮其信息量。在一定意義上講，編碼壓縮技術(shù)是實(shí)現(xiàn)圖像傳輸與儲(chǔ)存的關(guān)鍵。

數(shù)學(xué)里的變換，指一個(gè)圖形（或表達(dá)式）到另一個(gè)圖形（或表達(dá)式）的演變。圖象變換是函數(shù)的一種作圖方法。已知一個(gè)函數(shù)的圖象，通過某種或多種連續(xù)方式變換，得到另一個(gè)與之相關(guān)的函數(shù)的圖象，這樣的作圖方法叫做圖象變換。

在圖像變換中傅立葉變換就是應(yīng)用最廣泛的一種變換。數(shù)字圖像經(jīng)二維離散傅立葉變換后，其空間域處理可變換為變換域處理，它具有很多明顯的優(yōu)點(diǎn)，最突出的是算法運(yùn)算次數(shù)將大大減少，并可采用二維數(shù)字濾波技術(shù)進(jìn)行所需要的各種圖像處理。

二位離散余弦變換其去相關(guān)性近似于K-L(Karhunen-Loeve)最佳變換,算法復(fù)雜度適中,易于硬件實(shí)現(xiàn),且具有抗干擾能力強(qiáng)等優(yōu)點(diǎn),因此,DCT及IDCT被廣泛應(yīng)用于H.261、H.263、H.264、JPEG、MPEG等視頻壓縮標(biāo)準(zhǔn)中。

小波分解可以覆蓋整個(gè)頻域(提供了一個(gè)數(shù)學(xué)上完備的描述)；小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關(guān)性； 小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時(shí)間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時(shí)間分辨率(窄分析窗口)；小波變換實(shí)現(xiàn)上有快速算法(Mallat小波分解算法)。小波變換是一種信號(hào)的時(shí)間——尺度分析方法，他具有多分辨率分析的特點(diǎn)，而且在時(shí)頻兩域都具有表征信號(hào)

局部特征的能力，是一種窗口大小固定不變但其形狀可變，時(shí)間窗和頻率窗都可變的時(shí)頻局部化分析方法。即再低頻部分具有較高的頻率分辨率和時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，很適合探測正常信號(hào)中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽(yù)為分析信號(hào)的顯微鏡。

小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時(shí)傅立葉變換局部化的思想，同時(shí)又克服了窗口大小不隨頻率變化等缺點(diǎn)，能夠提供一個(gè)隨頻率改變的時(shí)間一頻率窗口，是進(jìn)行信號(hào)時(shí)頻分析和處理的理想工具。它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領(lǐng)域都得到了成功的應(yīng)用，特別是小波變換的離散數(shù)字算法已被廣泛用于許多問題的變換研究中。從此，小波變換越來越引起人們的重視，其應(yīng)用領(lǐng)域來越來越廣泛。