第一篇：圖像處理實(shí)驗(yàn)二心得

實(shí)驗(yàn)二圖像拼接心得體會(huì)

圖像拼接的含義：將多幅在不同時(shí)刻、從不同視角或者由不同傳感器獲得的圖像經(jīng)過對(duì)齊然后無縫地融合在一起，從而得到一幅大視場(chǎng)、高分辨率圖像的處理過程。圖像拼接有兩種類型，一種是傳統(tǒng)全景圖，沒有或只有輕微的運(yùn)動(dòng)視差，另一種是多重投影拼接圖，但存在較大的運(yùn)動(dòng)視差

利用MATLAB進(jìn)行圖像拼接時(shí)，要注意以下幾點(diǎn)：

第一方面：在圖像格式上，由于圖像格式包括索引色和真彩色這兩大類不同的類型，所以需要統(tǒng)一轉(zhuǎn)換一下才能拼接。這兩類圖像的判斷根據(jù)是讀入的數(shù)據(jù)是二維還是三維，對(duì)于二維的數(shù)據(jù)，如果調(diào)色板為空，則按照灰度圖像處理。

第二方面：在數(shù)據(jù)格式上，由于具體的圖像文件格式不同，讀入的數(shù)據(jù)可能是logical、uint8、uint16、uint32、single、uint64、double等各種不同的格式，要想進(jìn)行拼接，需要轉(zhuǎn)換為同一種數(shù)據(jù)類型，這樣在拼接的時(shí)候才不會(huì)出現(xiàn)錯(cuò)誤。

在圖像拼接過程中，要特別注意找出兩幅圖像之間最優(yōu)的空間位置和色彩之間的變換關(guān)系，使一幅圖像中的點(diǎn)最優(yōu)地映射到另一幅圖像中，也就是要讓圖像對(duì)齊好，這關(guān)系到圖像的處理效果。

圖像拼接的步驟如下：1選取拍攝位置以及圖像獲取方式；2獲取圖像；3圖像預(yù)處理；4圖像對(duì)齊；5圖像合成；6輸出拼接圖像。

第二篇：數(shù)字信號(hào)處理實(shí)驗(yàn)二

北京信息科技大學(xué)

數(shù)字信號(hào)處理實(shí)驗(yàn)報(bào)告

題 目：

數(shù)字信號(hào)處理課程設(shè)計(jì)實(shí)驗(yàn)

學(xué) 院： 信息與通信工程學(xué)院 專 業(yè)： 通信工程專業(yè) 姓 名： 班 級(jí)：

學(xué) 號(hào)： 指導(dǎo)老師：

實(shí)驗(yàn)?zāi)康?/p>

1、熟悉IIR數(shù)字濾波器的設(shè)計(jì)原理與方法。

2、掌握數(shù)字濾波器的計(jì)算機(jī)軟件實(shí)現(xiàn)方法。

3、通過觀察對(duì)實(shí)際心電圖信號(hào)的濾波作用，學(xué)習(xí)數(shù)字濾波器在實(shí)際中的應(yīng)用。

實(shí)驗(yàn)儀器及材料

計(jì)算機(jī)，MATLAB軟件

實(shí)驗(yàn)內(nèi)容及要求

1．設(shè)計(jì)巴特沃斯低通數(shù)字濾波器對(duì)人體心電信號(hào)進(jìn)行濾波

(1)人體心電圖信號(hào)在測(cè)量過程中會(huì)受到工業(yè)高頻干擾，所以必須經(jīng)過低通濾波處理，才能作為判斷心臟功能的有用信息。以下為一個(gè)實(shí)際心電圖信號(hào)采樣序列x(n)，其中存在高頻干擾，抽樣周期Ts=1秒。在實(shí)驗(yàn)中，以x(n)作為輸入序列，濾除其中干擾成分。

x(n)=[-4,-2,0,-4,-6,-4,-2,-4,-6,-6,-4,-4,-6,-6,-2,6,12,8,0,-16,-38,-60,-84,-90,-66,-32,-4,-2,-4,8,12,12,10,6,6,6,4,0,0,0,0,0,-2,-4,0,0,0,-2,-2,0,0,-2,-2,-2,-2,0] 對(duì)序列x(n)用FFT做頻譜分析，生成x(n)的頻譜圖。

(2)設(shè)計(jì)一個(gè)巴特沃斯低通IIR數(shù)字濾波器H(z)。

設(shè)計(jì)指標(biāo)參數(shù)為：在通帶內(nèi)頻率低于0.2π時(shí)，最大衰減小于1dB； 在阻帶內(nèi) [0.3π, π]頻率區(qū)間上，最小衰減大于15dB。

j?|H(e)|。寫出數(shù)字濾波器H(z)的表達(dá)式，畫出濾波器的幅頻響應(yīng)曲線

(3)用所設(shè)計(jì)的濾波器對(duì)實(shí)際心電圖信號(hào)采樣序列x(n)進(jìn)行濾波處理，編寫程序，求濾波后的序列y(n)，并分別畫出濾波前后的心電圖信號(hào)波形圖和頻譜圖。

y(n)= [0,0,0,0, 0,0,0,0,-0.14025,0.40279,-0.56085 ,0.33328,0.023981,-0.18809,0.11843,-0.1038,0.11576,-0.1225,0.099815 ,-0.13769 ,0.095249,-0.0070273,0.018867,0.090543,-0.11257,-0.070884 ,0.17676,-0.55407,0.24813,-0.34732,-0.30428,0.59426,-0.29574,-0.063869,0.34018,-0.73334,1.0293,-0.57107,-0.2461,0.83605,-0.83026,0.45459,0.011551,-0.25667,0.23896,-0.17361,0.20829,-0.28417,0.28765 ,-0.2035,0.02865,0.066164,0.077916,-0.36052, 0.53517,-0.5571]

源程序

clear all，clc

x=[-4,-2,0,-4,-6,-4,-2,-4,-6,-6,-4,-4,-6,-6,-2,6,12,8,0,-16,-38,-60,-84,-90,-66,-32,-4,-2,-4,8,12,12,10,6,6,6,4,0,0,0,0,0,-2,-4,0,0,0,-2,-2,0,0,-2,-2,-2,-2,0];%未經(jīng)濾波的心電圖信號(hào) L=length(x);l=0:L-1;

y=fft(x,L);Wp=0.2*pi;Ws=0.3*pi;Rp=1;Rs=15;

[N,Wn] = buttord(Wp,Ws,Rp,Rs,'s');[b,a] = butter(N,Wn,'s');[numa,dena]=impinvar(b,a,1);w=linspace(0,pi,1024);h=freqz(numa,dena,w);norm=max(abs(h));numa=numa/norm;[z,p]=tf2zp(b,a);figure(1)

plot(w,20*log10(abs(h)/norm));grid;

xlabel('數(shù)字頻率');ylabel('幅度響應(yīng)dB');figure(2)plot(w,abs(h));grid;

xlabel('數(shù)字頻率');

ylabel('幅度響應(yīng)|H(e^(jw))|');figure(3)zplane(z,p);xx=filter(b,a,x);yy=fft(xx,L);figure(4)subplot(2,1,1)stem(l,x);

title('未經(jīng)濾波的心電圖信號(hào)');xlabel('n');subplot(2,1,2)stem(l,xx);

title('經(jīng)濾波之后的心電圖信號(hào)');xlabel('n');figure(5)subplot(2,1,1)plot(l,abs(y));

title('未經(jīng)濾波的心電圖信號(hào)的頻譜');subplot(2,1,2)plot(l,abs(yy));

title('經(jīng)濾波處理的心電圖信號(hào)的頻譜');

2．用help查看內(nèi)部函數(shù)cheb1ord.m及cheby1.m，了解調(diào)用格式。

編程設(shè)計(jì)教材習(xí)題6-2，求模擬濾波器Ha(s)的表達(dá)式。

源程序

close all clear all clc

Wp=2*pi*3000;Rp=2;Ws=2*pi*12000;Rs=50;Fs=24000;

w=linspace(0,pi,1024);

[N,Wn]=cheb1ord(Wp,Ws,Rp,Rs,'s');e=sqrt(10^(Rp/10)-1);[b,a]=cheby1(N,e,Wn,'s')[numa,dena]=impinvar(b,a,Fs);h=freqz(numa,dena,w);norm=max(abs(h));

plot(w*Fs/pi,20*log10(abs(h)/norm))title('幅度響應(yīng)')xlabel('頻率(Hz)')ylabel('幅度(dB)')grid

3．模擬濾波器的數(shù)字化

用內(nèi)部函數(shù)impinvar及bilinear實(shí)現(xiàn)教材習(xí)題6-5，求數(shù)字濾波器H(z)的表達(dá)式。

源程序

close all clear all clc b1=[0 0 1];a1=[1 1 1];b2=[0 0 1];a2=[2 3 1];

[numa1,dena1]=impinvar(b1,a1,0.5)[numa2,dena2]=bilinear(b1,a1,0.5)[numa3,dena3]=impinvar(b2,a2,0.5)

[numa4,dena4]=bilinear(b2,a2,0.5)

本實(shí)驗(yàn)所用的部分MATLAB函數(shù)

? L=length(x)：求序列x長(zhǎng)度。

? y=fft(x,L)：將序列x(n)做L點(diǎn)快速傅立葉變換，結(jié)果賦給序列y(n)。? [n,Wn] = buttord(Wp,Ws,Rp,Rs,'s')：計(jì)算模擬Butterworth濾波器的最小階次n和截止頻率為Wn。

? [b,a] = butter(n,Wn,'s')：設(shè)計(jì)模擬截止頻率為Wn（rad/s）的n階 Butterworth低通濾波器，返回值為模擬濾波器的系數(shù)。

? y=filter(b,a,x): 將序列x(n)通過濾波器濾波后生成序列y(n)，濾波器的分母多項(xiàng)式系數(shù)構(gòu)成a向量，分子多項(xiàng)式系數(shù)構(gòu)成b向量。

? [BZ,AZ] = impinvar(B,A,Fs)：沖激響應(yīng)不變法，返回值為數(shù)字濾波器的系數(shù)。? [BZ,AZ] = bilinear(B,A,fs)：雙線性變換，返回值為數(shù)字濾波器的系數(shù)。? [H w]=freqz(b,a)：由濾波器分母多項(xiàng)式系數(shù)構(gòu)成的a向量和分子多項(xiàng)式系數(shù)構(gòu)成的b向量求系統(tǒng)頻響。

截圖

實(shí)驗(yàn)體會(huì)

這次的實(shí)驗(yàn)讓這讓我看到了理論與實(shí)踐相結(jié)合的優(yōu)勢(shì)與用處，讓我受益匪淺。我認(rèn)識(shí)到了自己理論知識(shí)的不足，也認(rèn)識(shí)到了我們學(xué)習(xí)的基礎(chǔ)知識(shí)究竟能運(yùn)用于什么領(lǐng)域，如何運(yùn)用。我們?cè)诶蠋煹哪托闹笇?dǎo)下調(diào)試電路，直到得到要求的效果。讓我們?cè)趯W(xué)習(xí)電路、信號(hào)等理論知識(shí)的同時(shí)，明白如何把這些應(yīng)用于實(shí)際。

第三篇：matlabGUI圖像處理

圖像處理

一、實(shí)習(xí)任務(wù)

利用MATLAB里面的一些特定函數(shù)和GUI可視化圖形界面設(shè)計(jì)一個(gè)屬于自己的photoshop,使其完成簡(jiǎn)易的放大、縮小、截圖以及直方圖統(tǒng)計(jì)等功能。

二、實(shí)習(xí)內(nèi)容

1、布局設(shè)計(jì)

2、程序設(shè)計(jì) %文件打開

[name,path]=uigetfile({'*.*';'*.bmp';'*.tif';'*.png';'*.gif';'*.jpg'},'載入圖像');if isequal(name,0)|isequal(path,0)errordlg('沒有選中文件','出錯(cuò)');return;else x=imread([path,name]);axes(handles.axes1);imshow(x);handles.img=x;handles.noise_img=x;guidata(hObject,handles)end

%文件保存

[filename,pathname] = uiputfile({'*.*';'*.bmp';'*.tif';'*.png';'*.gif';'*.jpg'},'圖片保存為');if isequal([filename,pathname],[0,0])errordlg('沒有保存','出錯(cuò)');return;else file=strcat(pathname,filename);(handles.axes2);i=getimage(gca);imwrite(i,file);end

%文件退出 clc;close all;close(gcf);

%灰度處理

axes(handles.axes2);if isrgb(handles.img)y=rgb2gray(handles.img);%RGB?????????? imshow(y);else msgbox('這已經(jīng)是灰度圖像','轉(zhuǎn)換失敗');end %截圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);y=imcrop(handles.img);imshow(y);handles.Timage=y;

%雙線性縮小

axes(handles.axes2);prompt={'輸入放大倍數(shù):'};defans={'0.2'};p=inputdlg(prompt,'輸入放大倍數(shù)',1,defans);p1=str2num(p{1});y=imresize(handles.img,p1,'bilinear');%法縮小 imshow(y);

%雙線放大

axes(handles.axes2);prompt={'輸入放大倍數(shù):'};defans={'2'};p=inputdlg(prompt,'輸入放大倍數(shù)',1,defans);p1=str2num(p{1});y=imresize(handles.img,p1,'bilinear');%值法放大 imshow(y);

%上下翻轉(zhuǎn)

最近鄰插值最近鄰插axes(handles.axes2);x=(handles.img);if isrgb(handles.img)for k=1:3 y(:,:,k)=flipud(x(:,:,k));%上下翻轉(zhuǎn)函數(shù) end imshow(y);else x=(handles.img);y=flipud(x);imshow(y);end

%左右翻轉(zhuǎn)

axes(handles.axes2);if isrgb(handles.img)x=(handles.img);for k=1:3 y(:,:,k)=fliplr(x(:,:,k));%左右翻轉(zhuǎn)函數(shù) end imshow(y);else x=(handles.img);y=fliplr(x);imshow(y);end

%左轉(zhuǎn)90度

axes(handles.axes2);x=(handles.img);y=imrotate(x,90);imshow(y);

%右轉(zhuǎn)90度

axes(handles.axes2);x=(handles.img);y=imrotate(x,-90);imshow(y);

%任意角度旋轉(zhuǎn) axes(handles.axes2);prompt={'輸入?yún)?shù)1:'};defans={'30'};p=inputdlg(prompt,'輸入?yún)?shù)',1,defans);p1=str2num(p{1});y=imrotate(handles.img,p1);imshow(y);

%亮度處理

prompt={'輸入?yún)?shù)1','輸入?yún)?shù)2','輸入gamma'};defans={'[0 0.7]','[0 1]','1'};p=inputdlg(prompt,'輸入?yún)?shù)',1,defans);p1=str2num(p{1});p2=str2num(p{2});p3=str2num(p{3});gamma=p3;x=(handles.img);y=imadjust(x,p1,p2,gamma);axes(handles.axes2);imshow(y);%G直方圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)x=imhist(handles.img(:,:,2));%直方圖統(tǒng)計(jì) x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,'xtick',0:50:255);else msgbox('這是灰度圖像','旋轉(zhuǎn)失敗');end %R直方圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);x=imhist(handles.img(:,:,1));%統(tǒng)計(jì)

x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,'xtick',0:50:255);%B直方圖

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)

直方圖x=imhist(handles.img(:,:,3));%直方圖統(tǒng)計(jì)

x1=x(1:10:256);horz=1:10:256;bar(horz,x1);%axis([0 255 0 150000]);set(handles.axes2,'xtick',0:50:255);%set(handles.axes2,'ytick',0:2000:15000);else msgbox('這是灰度圖像','旋轉(zhuǎn)失敗');end

%直方圖均衡

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)a=histeq(handles.img(:,:,1));b=histeq(handles.img(:,:,2));c=histeq(handles.img(:,:,3));k(:,:,1)=a;k(:,:,2)=b;k(:,:,3)=c;imshow(k);else h=histeq(handles.img);%直方圖均衡 imshow(h);end

3、效果圖

三、遇到的問題及解決方法

1、遇到的問題

最開始在Command里面用imread打開圖片是可行的，但到了GUI里面之后，會(huì)出現(xiàn)一些錯(cuò)誤，主要就是提示說：找不到對(duì)應(yīng)的地方。還有就是在編寫完程序之后，放大感覺沒有任何變化。

2、解決方法

在查詢資料后發(fā)現(xiàn)，在GUI里面打開圖片是需要編寫圖片的地址以及格式的，要先判斷你要操作的圖片是否存在，如果不存在，應(yīng)該提示你不存在的錯(cuò)誤；在不能放大這個(gè)問題上，后來發(fā)現(xiàn)是axes2不夠大，也就是畫布不夠大，再放大了畫布后，放大就明顯多了，縮小的時(shí)候也是這樣。

四、主要收獲和心得體會(huì)

在倆周的自動(dòng)化軟件實(shí)訓(xùn)里面，最大的感觸就是MATLAB很強(qiáng)大，不但可以用自己自帶的函數(shù)，還可以和C語言Java等語言連接共用，在處理圖像上有自己獨(dú)特的優(yōu)勢(shì)，在編輯菜單之后再進(jìn)行相應(yīng)的編程，做出來的界面和網(wǎng)頁一樣好看，這倆周特別快，不過收獲很多，在很大程度上鍛煉了我們的設(shè)計(jì)能力。

第四篇：圖像處理 實(shí)驗(yàn)報(bào)告

摘要：

圖像處理，用計(jì)算機(jī)對(duì)圖像進(jìn)行分析，以達(dá)到所需結(jié)果的技術(shù)。又稱影像處理。基本內(nèi)容 圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字?jǐn)z像機(jī)、掃描儀等設(shè)備經(jīng)過采樣和數(shù)字化得到的一個(gè)大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術(shù)的主要內(nèi)容包括圖像壓縮，增強(qiáng)和復(fù)原，匹配、描述和識(shí)別3個(gè)部分。圖像處理一般指數(shù)字圖像處理。

數(shù)字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。目前，圖像處理演示系統(tǒng)應(yīng)用領(lǐng)域廣泛醫(yī)學(xué)、軍事、科研、商業(yè)等領(lǐng)域。因?yàn)閿?shù)字圖像處理技術(shù)易于實(shí)現(xiàn)非線性處理，處理程序和處理參數(shù)可變，故是一項(xiàng)通用性強(qiáng)，精度高，處理方法靈活，信息保存、傳送可靠的圖像處理技術(shù)。本圖像處理演示系統(tǒng)以數(shù)字圖像處理理論為基礎(chǔ)，對(duì)某些常用功能進(jìn)行界面化設(shè)計(jì)，便于初級(jí)用戶的操作。設(shè)計(jì)要求

可視化界面，采用多幅不同形式圖像驗(yàn)證系統(tǒng)的正確性；

合理選擇不同形式圖像，反應(yīng)各功能模塊的效果及驗(yàn)證系統(tǒng)的正確性 對(duì)圖像進(jìn)行灰度級(jí)映射，對(duì)比分析變換前后的直方圖變化；

1.課題目的與要求 目的：

基本功能：彩色圖像轉(zhuǎn)灰度圖像

圖像的幾何空間變換：平移，旋轉(zhuǎn)，剪切，縮放 圖像的算術(shù)處理：加、減、乘

圖像的灰度拉伸方法（包含參數(shù)設(shè)置）； 直方圖的統(tǒng)計(jì)和繪制；直方圖均衡化和規(guī)定化； 要求：

1、熟悉圖像點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算的基本定 義和常見方法；

2、掌握在MTLAB中對(duì)圖像進(jìn)行點(diǎn)運(yùn)算、代數(shù)運(yùn)算、幾何運(yùn)算的方法

3、掌握在MATLAB中進(jìn)行插值的方法

4、運(yùn)用MATLAB語言進(jìn)行圖像的插值縮放和插值旋轉(zhuǎn)等

5、學(xué)會(huì)運(yùn)用圖像的灰度拉伸方法

6、學(xué)會(huì)運(yùn)用圖像的直方圖設(shè)計(jì)和繪制；以及均衡化和規(guī)定化

7、進(jìn)一步熟悉了解MATLAB語言的應(yīng)用，將數(shù)字圖像處理更好的應(yīng)用于實(shí)際

2.課題設(shè)計(jì)內(nèi)容描述

1>彩色圖像轉(zhuǎn)化灰度圖像：

大部分圖像都是RGB格式。RGB是指紅，綠，藍(lán)三色。通常是每一色都是256個(gè)級(jí)。相當(dāng)于過去攝影里提到了8級(jí)灰階。

真彩色圖像通常是就是指RGB。通常是三個(gè)8位，合起來是24位。不過每一個(gè)顏色并不一定是8位。比如有些顯卡可以顯示16位，或者是32位。所以就有16位真彩和32位真彩。

在一些特殊環(huán)境下需要將真彩色轉(zhuǎn)換成灰度圖像。1單獨(dú)處理每一個(gè)顏色分量。

2.處理圖像的“灰度“，有時(shí)候又稱為“高度”。邊緣加強(qiáng)，平滑，去噪，加銳度等。

3.當(dāng)用黑白打印機(jī)打印照片時(shí)，通常也需要將彩色轉(zhuǎn)成灰白，處理后再打印 4.攝影里，通過黑白照片體現(xiàn)“型體”與“線條”，“光線”。2>圖像的幾何空間變化：

圖像平移是將圖像進(jìn)行上下左右的等比例變化，不改變圖像的特征，只改變位置。

圖像比例縮放是指將給定的圖像在x軸方向按比例縮放fx倍，在y軸按比例縮放fy倍，從而獲得一幅新的圖像。如果fx=fy，即在x軸方向和y軸方向縮放的比率相同，稱這樣的比例縮放為圖像的全比例縮放。如果fx≠fy，圖像的比例縮放會(huì)改變?cè)紙D象的像素間的相對(duì)位置，產(chǎn)生幾何畸變。

旋轉(zhuǎn)。一般圖像的旋轉(zhuǎn)是以圖像的中心為原點(diǎn)，旋轉(zhuǎn)一定的角度，也就是將圖像上的所有像素都旋轉(zhuǎn)一個(gè)相同的角度。旋轉(zhuǎn)后圖像的的大小一般會(huì)改變，即可以把轉(zhuǎn)出顯示區(qū)域的圖像截去，或者擴(kuò)大圖像范圍來顯示所有的圖像。圖像的旋轉(zhuǎn)變換也可以用矩陣變換來表示。3>圖像的算術(shù)處理：

圖像代數(shù)運(yùn)算是指對(duì)兩幅或兩幅以上輸入圖像對(duì)應(yīng)的像素逐個(gè)進(jìn)行和差積商運(yùn)算以產(chǎn)生增強(qiáng)效果的圖像。圖像運(yùn)算是一種比較簡(jiǎn)單有效的增強(qiáng)處理手段是圖像處理中常用方法。三種圖像處理代數(shù)運(yùn)算的數(shù)學(xué)表達(dá)式如下： C(x,y)=A(x,y)+B(x,y)C(x,y)=A(x,y)-B(x,y)C(x,y)=A(x,y)*B(x,y)4>圖像的灰度拉伸方法：

灰度拉伸又叫對(duì)比度拉伸，它是最基本的一種灰度變換，使用的是最簡(jiǎn)單的分段線性變換函數(shù)，它的主要思想是提高圖像處理時(shí)灰度級(jí)的動(dòng)態(tài)范圍?？梢杂羞x擇的拉伸某段灰度區(qū)間以改善輸出圖像。如圖，所示的變換函數(shù)的運(yùn)算結(jié)果是將原圖在a到b之間的灰度拉伸到c到d之間。如果一幅圖像的灰度集中在較暗的區(qū)域而導(dǎo)致圖像偏暗，可以用灰度拉伸功能來拉伸(斜率>1)物體灰度區(qū)間以改善圖像；同樣如果圖像灰度集中在較亮的區(qū)域而導(dǎo)致圖像偏亮，也可以用灰度拉伸功能來壓縮(斜率<1)物體灰度區(qū)間以改善圖像質(zhì)量。

5>直方圖設(shè)計(jì)和繪制；以及均衡化和規(guī)定化：

灰度直方圖是將數(shù)字圖像的所有像素，按照灰度值的大小，統(tǒng)計(jì)其所出現(xiàn)的頻度。通常，灰度直方圖的橫坐標(biāo)表示灰度值，縱坐標(biāo)為半個(gè)像素個(gè)數(shù)，也可以采用某一灰度值的像素?cái)?shù)占全圖像素?cái)?shù)的百分比作為縱坐標(biāo)。

直方圖均衡方法的基本原理是：對(duì)在圖像中像素個(gè)數(shù)多的灰度值（即對(duì)畫面起主要作用的灰度值）進(jìn)行展寬，而對(duì)像素個(gè)數(shù)少的灰度值（即對(duì)畫面不起主要作用的灰度值）進(jìn)行歸并。從而達(dá)到清晰圖像的目的。

3.總體方案設(shè)計(jì)

1> GUI圖像處理平臺(tái)的總體設(shè)計(jì)

圖像處理平臺(tái)設(shè)計(jì)的目的是能夠?qū)D像處理的各個(gè)獨(dú)立算法集成到一個(gè)平臺(tái)內(nèi)，方便用戶選用多種方法對(duì)圖像進(jìn)行處理.平臺(tái)基于ＭatlabGUI設(shè)計(jì)，實(shí)現(xiàn)圖像處理過程的交互和可視化，并為用戶二次開發(fā)提供平臺(tái)接口，提高圖像處理算法的綜合利用效率

2>平臺(tái)總體功能設(shè)計(jì) 根據(jù)一體化的設(shè)計(jì)思想，平臺(tái)主要實(shí)現(xiàn)算法集成、交互可視化和提供二次開發(fā)接口等功能.其中算法集成分為已有算法集成和新算法集成.具體功能描述如下：

（1）已有算法集成是對(duì)Ｍatlab圖像處理工具

包中提供的算法進(jìn)行集成，可以通過使用函數(shù)名加參數(shù)的方式直接調(diào)用.依據(jù)功能進(jìn)行分類，將同類算法集成到同一菜單項(xiàng)內(nèi)，如將傅里葉變換、小波變換、離散變換等算法歸類到圖像變換中，進(jìn)行集成.（2）新算法集成是指對(duì)自主開發(fā)的算法進(jìn)行集成，如改進(jìn)水平集算法[12]、交互式圖割算法[13]、細(xì)胞自動(dòng)機(jī)分割算法[14]等均為自主開發(fā)的圖像分割算法，同已有算法集成方式類似，集成到平臺(tái)中，便于綜合運(yùn)用和算法分析與對(duì)比.（3）交互式可視化是指對(duì)圖像處理過程及結(jié)果的可視化顯示，并提供用戶交互區(qū).（4）二次開發(fā)接口是指通過調(diào)用集成模板方式，為用戶提供一個(gè)將自己算法集成到平臺(tái)中的一個(gè)接口

3>總體布局設(shè)計(jì)

一個(gè)高性能的圖像處理平臺(tái)應(yīng)該為用戶提供

方便快捷的操作.平臺(tái)設(shè)計(jì)中通過菜單和按鈕實(shí)現(xiàn)快捷操作，其中菜單項(xiàng)提供平臺(tái)的整體功能，快捷按鈕顯示具體的獨(dú)立功能.圖像處理平臺(tái)的布局設(shè)計(jì)如圖1所示.利用ＭatlabGUI提供的工具包和底層代碼，可以實(shí)現(xiàn)菜單功能區(qū)、快捷按鈕功能區(qū)、DEMO顯示區(qū)、可視化效果顯示區(qū)和用戶交互區(qū)的布局設(shè)計(jì)

4.程序?qū)崿F(xiàn)和測(cè)試

4.1各個(gè)功能模塊的主要實(shí)現(xiàn)程序 基本功能：彩色圖像轉(zhuǎn)灰度圖像

I=imread('C:MATLAB7toolboximagesimdemospeppers.png','png');x=rgb2gray(I);figure(1);subplot(121);imshow(I);title('原始圖像');subplot(122);imshow(x);title('灰度圖像');實(shí)驗(yàn)結(jié)果：

圖像的幾何空間變換：平移，旋轉(zhuǎn)，剪切，縮放

img1=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');img1=rgb2gray(img1);figure,imshow(img1);imwrite(img1,'a1.jpg');%%%%%%平移

se=translate(strel(1),[20 20]);img2=imdilate(img1,se);figure,imshow(img2);imwrite(img2,'a2.jpg');%%%%%%旋轉(zhuǎn) img3=imrotate(img1,90);figure,imshow(img3);imwrite(img3,'a3.jpg');% %%%%%縮放 img4=imresize(img1,2);figure,imshow(img4);imwrite(img4,'a4.jpg');

原始圖像：

平移圖像：

旋轉(zhuǎn)圖像：

縮放圖像：

圖像的算術(shù)處理：加、減、乘

加法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(1,3,1);imshow(A);title('圖像1');subplot(1,3,2);imshow(B);title('圖像2');C=imadd(A,B);subplot(1,3,3);imshow(C);title('相加后的圖像')

減法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(2,3,1);imshow(A);title('圖像1');subplot(2,3,2);imshow(B);title('圖像2');C=imsubtract(A,B);subplot(2,3,3);imshow(C);title('相減后的圖像')

乘法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(1,3,1);imshow(A);title('圖像1');subplot(1,3,2);imshow(B);title('圖像2');C=immultiply(A,B);subplot(1,3,3);imshow(C);title('相乘后的圖像')

圖像的灰度拉伸方法（包含參數(shù)設(shè)置）；

img=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');figure(1);imshow(img);title('原圖');[m,n]=size(img);%測(cè)量圖像尺寸參數(shù)

GreyHist=zeros(1,256);%預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量 for k=0:255 GreyHist(k+1)=length(find(img==k))/(m*n);%計(jì)算每級(jí)灰度出現(xiàn)的概率，將其存入GreyHist中相應(yīng)位置

end figure(2);bar(0:255,GreyHist)%繪制直方圖 title('原直方圖')xlabel('灰度值')ylabel('出現(xiàn)概率')%灰度拉伸 imggrey=img;prompt={'請(qǐng)輸入系數(shù)a','請(qǐng)輸入系數(shù)b'};words='請(qǐng)輸入線性拉伸函數(shù):';answer = inputdlg(prompt,words,1,{'0.5','2'});a=str2double(answer(1));b=str2double(answer(2));for i=1:m for j=1:n img(i,j)=a*img(i,j)+b;end end figure(3);imshow(img);title('灰度拉伸');GreyHist=zeros(1,256);%預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量 for k=0:255

直方圖的統(tǒng)計(jì)和繪制；直方圖均衡化和規(guī)定化；

%一，圖像的預(yù)處理，讀入彩色圖像將其灰度化

img=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');%讀入JPG彩色圖像文件

imshow(img)%顯示出來 title('輸入的彩色JPG圖像')imwrite(rgb2gray(img),'PicSampleGray.jpg');%將彩色圖片灰度化并保存 img=rgb2gray(img);%灰度化后的數(shù)據(jù)存入數(shù)組 %二，繪制直方圖

[m,n]=size(img);%測(cè)量圖像尺寸參數(shù)

GP=zeros(1,256);%預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量 for k=0:255 GP(k+1)=length(find(img==k))/(m*n);%計(jì)算每級(jí)灰度出現(xiàn)的概率，將其存入GP中相應(yīng)位置 end figure,bar(0:255,GP,'g')%繪制直方圖 title('原圖像直方圖')xlabel('灰度值')ylabel('出現(xiàn)概率')%三，直方圖均衡化 S1=zeros(1,256);for i=1:256 for j=1:i S1(i)=GP(j)+S1(i);%計(jì)算Sk end end S2=round((S1*256)+0.5);%將Sk歸到相近級(jí)的灰度 for i=1:256 GPeq(i)=sum(GP(find(S2==i)));%計(jì)算現(xiàn)有每個(gè)灰度級(jí)出現(xiàn)的概率 end figure,bar(0:255,GPeq,'b')%顯示均衡化后的直方圖 title('均衡化后的直方圖')xlabel('灰度值')ylabel('出現(xiàn)概率')%四，圖像均衡化 PA=img;for i=0:255 PA(find(img==i))=S2(i+1);%將各個(gè)像素歸一化后的灰度值賦給這個(gè)像素 end figure,imshow(PA)%顯示均衡化后的圖像 title('均衡化后圖像')imwrite(PA,'PicEqual.jpg');

4.3.問題說明和總結(jié)：對(duì)在調(diào)試中發(fā)現(xiàn)的問題和解決方法做說明。

圖像處理，是對(duì)圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。圖像處理是信號(hào)處理在圖像域上的一個(gè)應(yīng)用。目前大多數(shù)的圖像是以數(shù)字形式存儲(chǔ)，因而圖像處理很多情況下指數(shù)字圖像處理。

進(jìn)行程序調(diào)試的過程中，最重要的是輸入圖像，剛開始是為了找到原始圖像耗費(fèi)了很多時(shí)間，一般的條件書上有，但要對(duì)其進(jìn)行磨合。程序編寫時(shí)，應(yīng)該注意大小寫。應(yīng)該注意最后的輸出部分，保證輸出條件與輸入條件相同。

5．總結(jié)與體會(huì) 這次使用MATALB進(jìn)行圖像處理的編寫，是我對(duì)MATALB軟件有了更深入的了解，對(duì)其的應(yīng)用能力也有了相應(yīng)的提高，更深入的了解到MATALB作為繪圖軟件的方便與快捷。在進(jìn)行程序調(diào)試的過程中，最重要的是輸入圖像，只有找到圖像的原始位置，才能進(jìn)行下面的程序編碼。編碼程序時(shí)，應(yīng)該在MATLAB原始文檔的位置先行輸入，輸入時(shí)應(yīng)該注意大小寫。程序應(yīng)該盡可能地簡(jiǎn)單，只要能達(dá)到目的就行，程序越復(fù)雜，運(yùn)行時(shí)的錯(cuò)誤就越多。以上是我的程序編碼經(jīng)驗(yàn)與感受。

6．參考文獻(xiàn)

《數(shù)字圖像處理實(shí)驗(yàn)指導(dǎo)書》 厙向陽 曹穎超 編著 《MATLAB與數(shù)學(xué)實(shí)驗(yàn)》 艾冬梅 李艷晴 編著 《圖像處理和分析技術(shù)》 章毓晉 編著 《MATLAB實(shí)用教程》 鄭阿奇 編著

第五篇：圖像處理說課稿

圖像處理

一、教材分析和教學(xué)地位分析

本節(jié)課是浙江教育出版社必修教材中第三章第三節(jié)第一課時(shí)的內(nèi)容，主要介紹了圖像處理的基本概念：分辨率、位圖和矢量圖、顏色、文件格式，以及常用的圖像編輯工具的簡(jiǎn)單介紹。本節(jié)課是高二選修教材《多媒體技術(shù)應(yīng)用》中圖像加工部分的的基礎(chǔ)，是用于激發(fā)和發(fā)現(xiàn)學(xué)生對(duì)多媒體技術(shù)應(yīng)用的興趣的基礎(chǔ)內(nèi)容，是為學(xué)生高二選修合適內(nèi)容奠定基礎(chǔ)的一節(jié)課。

二、學(xué)情分析

本節(jié)課的教學(xué)對(duì)象是高一學(xué)生，他們具備了初步的審美意識(shí)，并且在日常生活中對(duì)于圖像處理有了基本的體驗(yàn)，如智能手機(jī)上的美顏相機(jī)軟件，簡(jiǎn)單的圖像處理工具美圖秀秀等，但對(duì)于圖像處理當(dāng)中的一些基本概念，如分辨率，圖像格式和分類等仍然處于模糊的狀態(tài)，對(duì)于圖像處理的高級(jí)工具Photoshop也一般是只聞其名，并沒有多少實(shí)質(zhì)性的體驗(yàn)。因此，本節(jié)課從實(shí)際出發(fā)，創(chuàng)設(shè)適當(dāng)?shù)膶W(xué)習(xí)情境，引發(fā)學(xué)生對(duì)圖像處理的學(xué)習(xí)興趣，通過學(xué)生的自身體驗(yàn)，由淺入深，由抽象到具體得幫助學(xué)生掌握基本概念，并且掌握?qǐng)D像處理工具Photshop的幾個(gè)基本功能。

三、教學(xué)目標(biāo)分析

根據(jù)教材的結(jié)構(gòu)和內(nèi)容分析以及新課標(biāo)要求，結(jié)合高一學(xué)生的認(rèn)知結(jié)構(gòu)及其心理特點(diǎn)，我擬定了以下的教學(xué)目標(biāo)。知識(shí)與技能：

1、掌握Photshop中仿制圖章工具的用法。

2、掌握畫布修改的方法。

3、掌握?qǐng)D像的一些基本概念：分辨率、圖像分類及格式。過程與方法：

1、通過體驗(yàn)仿制圖章工具的使用，體會(huì)圖像處理的神奇及樂趣。

2、通過畫布修改的前后對(duì)比，從感官上上升對(duì)分辨率概念的認(rèn)識(shí)。

3、通過對(duì)顏色設(shè)置中對(duì)于紅綠藍(lán)的分量調(diào)整，體驗(yàn)二進(jìn)制理論在色彩當(dāng)中的應(yīng)用。情感態(tài)度和價(jià)值觀

通過本節(jié)課的學(xué)習(xí)，激發(fā)學(xué)生對(duì)于圖像處理的興趣，培養(yǎng)基本的審美情趣。

四、教學(xué)重難點(diǎn)

基于以上的教學(xué)目標(biāo)，我指定了以下的重難點(diǎn)。

重點(diǎn)：分辨率以及圖像分類及格式。

難點(diǎn)：二進(jìn)制理論在色彩當(dāng)中的運(yùn)用。

五、教法和學(xué)法

根據(jù)本節(jié)課的內(nèi)容和特點(diǎn)，主要采用以下幾種教學(xué)方法。

1、演示法：演示仿制圖章的使用。

2、活動(dòng)探究和任務(wù)驅(qū)動(dòng)：引導(dǎo)學(xué)生參與活動(dòng)和任務(wù)，發(fā)揮學(xué)生的主觀能動(dòng)性，培養(yǎng)學(xué)生的動(dòng)手能力。

3、集體討論：畫布修改的前后對(duì)比

六、教學(xué)過程

最后我具體談?wù)勥@堂課的教學(xué)過程，本節(jié)課設(shè)計(jì)了5個(gè)教學(xué)環(huán)節(jié)。

1、示范演示，激發(fā)興趣。

選擇一副果樹圖片，通過給學(xué)生演示PS中仿制圖章的使用，激發(fā)學(xué)生對(duì)圖像處理的學(xué)習(xí)興趣。

任務(wù)：通過學(xué)習(xí)網(wǎng)站當(dāng)中對(duì)于仿制圖章工具的使用介紹，完成另一幅圖片的處理要求。

2、自身體驗(yàn)，探索新知

活動(dòng)探究一：通過學(xué)習(xí)網(wǎng)站中對(duì)于畫布修改的操作，完成畫布的修改，并且集體討論回答以下問題：

（1）畫布修改之后圖像有什么變化？

（2）將修改后的畫布放大到和原來一樣大，圖像質(zhì)量發(fā)生了什么變化

根據(jù)學(xué)生回答，引申分辨率的概念，以及位圖和矢量圖的概念，并且演示矢量圖編輯工具Coraldraw。

3、理論深入

活動(dòng)探究

二、調(diào)整PS中的色彩工具欄中的分量調(diào)整，思考標(biāo)準(zhǔn)紅綠藍(lán)所對(duì)應(yīng)的二進(jìn)制代碼。

根據(jù)學(xué)生回答并補(bǔ)充，引申真彩色的定義。補(bǔ)充文件格式及擴(kuò)展名。

4、實(shí)踐體驗(yàn)

根據(jù)自己愛好，選擇一副圖片，通過網(wǎng)站當(dāng)中對(duì)于PS的濾鏡介紹，體驗(yàn)濾鏡效果。

5、小結(jié)。

七、教學(xué)反思

以上教學(xué)設(shè)計(jì)均是我個(gè)人的教學(xué)預(yù)設(shè)，在實(shí)際的教學(xué)過程中，我會(huì)根據(jù)學(xué)生的具體反饋?zhàn)龀鱿鄳?yīng)的調(diào)整，做到因材施教，真正的實(shí)現(xiàn)以學(xué)生為中心的教學(xué)，為學(xué)生的長(zhǎng)遠(yuǎn)發(fā)展負(fù)責(zé)，使信息技術(shù)教學(xué)更好的為生活生產(chǎn)服務(wù)。