基于VC++的数字图像处理软件的开发

基于VC++的数字图像处理软件的开发

摘要：随着科学技术的飞速发展，计算机使用领域的不断开拓，一种全新的图像处理方法——数字图像处理技术应运而生，即利用计算机设备将图像转变成数字信息来进行保存、处理、传输和显示。目前，数字图像处理技术被广泛使用在众多的领域，而且其处理精度比较高，所以，开发一个好的数字图像处理软件至关重要。

本文设计了一个基于VC++的数字图像处理系统，系统中包括图像处理技术的各个方面，涵盖了数字图像处理领域的大部分算法，并对相应的算法进行了实现。本系统具有很强的可移植性和扩展性。

本文以BMP文件的读写为切入点，相继介绍了图像处理领域的大部分算法：图像几何变换、正交变换、图像增强、边缘检测，并详细论述了各个算法的实现过程，对主要算法的实际使用效果进行了分析。实验结果表明系统能够满足图像处理的基本要求，而且还可以针对不同的处理目的，灵活地对图像处理算法进行改进，从而选择出最优处理算法，达到期望的处理效果。为了方便用户观察处理结果，更好的理解算法，本文设计了一个友好的图形用户界面，此界面操作简单，使用方便，为数字图像处理处理算法的研究人员提供了一个很好的图像处理平台。

关键词：数字图像处理，VC++，BMP

一、前言

图像是人类获取信息、表达信息和传递信息的重要手段。人出生以后第一次睁开眼睛，首先接收的就是各种各样的图像信息，因此有人说，图像和生俱来是人类生活中最直观、最丰富和最生动的信息表示形式。国外学者曾做过统计，人们从外界所获取的信息有70%以上来自于视觉摄取的图像，和文字或者语言信息相比，图像包含的信息量更大，具有更广泛的适用性和更高的使用效率。在当今科学技术迅速发展的时代，人们越来越多的利用图像信息来认识和判断事物，解决实际问题。

既然图像处理如此重要，那么开发一个好的数字图像处理软件也是十分必要的。MATLAB软件虽然能够对数字图像进行方便的处理，并且其制作的界面也比较友好，但是由于其过于庞大，移植性和速度方面也很难和VC++相比。另外，由于商业化的VC++数字图像处理软件价格比较昂贵，而且不便于二次开发，所以自己利用VC++集成开发环境开发一套简单的数字图像处理软件系统，本系统界面友好，不但能对现代光学测量中散斑和条纹图像进行良好的处理，而且还能够满足一些简单的数字图像处理的需求，为以后的学习和研究奠定了基础。

二、软件界面设计

用户界面是指用户和计算机之间进行交互通信联系的平台，并出现了多种形式的人机交互方式，从早期计算机使用的命令行的交互方式到以图形界面（GUI）为主的交互形式。GUI的广泛使用极大的方便了非专业用户的使用，人们不再需要死记硬背大量的命令，取而代之的是可用通过窗口、菜单、按钮等方式来方便的进行操作。图形界面给用户带来了操作和控制的方便和灵活性，所以它在人机

交互方式中占主导地位。

考虑到图像处理操作的简单方便，本系统采用多重文档界面（MDI），它的特点是允许多个框架窗口存在，每次能创建和拥有多个文档对象，也允许打开多个文档。根据Windows的界面标准和本软件的功能设计，软件的主菜单中包括文件、编辑、查看、窗口、几何变换、点运算、图像增强、形态学变换、边缘和轮廓、帮助等菜单项，本系统软件界面如图2-1所示。每一个主菜单相应的会有几个子菜单，同时，通过对话框操作可实现图像的交互处理。下面我们以边缘和轮廓处理中的轮廓提取为例，通过主菜单、子菜单、对话框来实现图像的轮廓提取操作。

图2-1软件界面示意图

三、图像处理软件设计

软件本身功能包括五个模块，分别是：几何变换模块、点运算模块、图像增强模块、形态学变换模块、边缘和轮廓模块。几何变换模块包括：图像旋转、图像缩放、图像转置、水平镜像、垂直镜像。点运算模块包括：灰度化、灰度直方图。图像增强模块包括：图像平滑、梯度锐化、拉普拉斯锐化。形态学变换模块包括：腐蚀、膨胀、开运算、闭运算。边缘和轮廓模块包括：边缘检测、轮廓提取、轮廓跟踪。功能结构图如图3-1。本文将就重要部分进行介绍。

几

何

变

换图像旋转

水平镜像

图像转置

图像缩放灰度化

图像平移垂直镜像

点

运算梯度锐化腐蚀膨胀

拉普拉斯锐化

图像平滑

灰度直方图

边缘检测

闭运算

开运算

Gauss-Laplace 算子轮廓跟踪

轮廓提取Sobel 算子

点

运

算点

运

算图

像

增

强图3-1 软件功能结构图

3.1 VC++图像格式

3.1.1位图结构

BMP 位图文件格式是Windows 系统交换图像数据的一种标准图像文件存储格式，在Windows 环境下运行的所有图像处理软件都支持这种格式。Windows 3.0以前的BMP 位图文件格式和显示设备有关，因此把它称为DDB 文件格式，Windows 3.0以后的 BMP 位图格式和显示设备无关，因此把它称为DIB 文件格式，目的是为了让Windows 能够在任何类型的显示设备上显示BMP 位图文件。一个BMP 文件由4个部分组成：位图文件头、位图信息头、调色板和像素数据。如图3-2 所示。

图3-2 BMP 图像文件结构示意图

1. BMP 文件头

BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。其定义如下：

typedef struct tagBITMAPFILEHEADER{

WORD bfType

DWORD bfSize

WORD bfReserved1

WORD bfReserved2

DWORD bfOffBits

} BITMAPFILEHEADER;

参数bfType 指定位图文件类型的识别代码，例如BMP为BM 等，该参数必须为BM。

参数bfSize 指定位图文件的大小，以字节为单位。

参数bfReserved1和bfReserved2为保留字，需要将其设为0 。

参数bfOffBits 指定位图数据的起始位置，以相对于位图文件头的偏移量并以字节为单位来表示。

2. 位图信息头

BMP位图信息头包含了单个像素所用字节数以及描述颜色的格式，此外还包括位图的宽度、高度、目标设备的位平面数以及图像的压缩格式。第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，该结构的定义如下：typedef struct tagBITMAPINFOHEADER{

DWORD biSize

LONG biWidth

LONG biHeight

WORD biPlanes

WORD biBitCount

DWORD biCompression

DWORD biSizeImage

LONG biXPelsPerMeter

LONG biYPelsPerMeter

DWORD biClrUsed

DWORD biClrImportant

} BITMAPINFOHEADER;

参数biSize 指定结构的字节数。

参数biWidth和biHeight 指定位图的宽度和高度，以像素为单位。

参数biPlanes 表示目标设备的级别，必须是1 。

参数biBitCount 指定每个像素所需的位数，其值必须为 1（黑白二色图）、4（16色图）、 8（256 色）、24（真彩色图）。

参数biCompression指定位图压缩类型，其值必须是 0,1 或2 ，其中0 为不压缩，1 代表BI_RLE8 压缩类型，2 为BI_RLE4 压缩类型。

参数biSizeImage指定实际的位图数据占用的字节数。

3. 调色版

调色板实际上定义为是一个数组，用于说明位图中的颜色，它包含biClrUsed个元素，每个元素代表一种颜色，并由一个RGBQUAD类型的结构来表示，RGBQUAD结构的定义如下：

typedef struct tagRGBQUAD{

BYTE rgbBlue //该颜色的蓝色分量

BYTE rgbGreen // 该颜色的绿色分量

BYTE rgbRed //该颜色的红色分量

BYTE rgbReserved //保留值

} RGBQUAD;

调色板中RGBQUAD 结构数据的个数由位图信息头中参数biBitCount 来确定。

4. 位图数据

位图数据记录了位图的每一个像素值，记录顺序在扫描行内是从左到右，扫描行之间从上到下，Windows规定一个扫描行所占的字节数必须是4 的倍数，不足的以0填充。位图的一个像素值所占的字节数如下：

当biBitCount=1 时，8个像素占一个字节。

当biBitCount=4 时，2个像素占一个字节。

当biBitCount=8 时，1个像素占一个字节。

当biBitCount=24时，1个像素占3个字节。

3.1.2设备无关位图

Windows 系统使用的位图常分为设备相关位图（DDB）和设备无关位图（DIB）两种。其中DDB依赖于具体的图像输出设备，它只能存在于视频内存或系统内存中，其颜色模式必须和输出设备相一致。因此我们不会把DDB图像存储成文件，而是更多地使用DIB。

DIB 不依赖于具体输出设备，和所有显示设备兼容，因为 DIB 的颜色模式和设备无关，而且它自带颜色信息。DIB的设备无关性使得其可以被用来永久地保存图像，因此DIB既可以保存在内存中，也可以以文件形式保存在磁盘上。DIB 通常以BMP为文件扩展名的形式保存在磁盘中的。

3.2 几何变换模块

图像几何变换又称为图像空间变换，它是数字图像处理的重要内容之一。通过几何变换，可以根据使用的需要使原图像产生大小、形状和位置等各方面的变化。从变换性质来分，几何变换可以分为图像的旋转、缩放、转置、镜像、平移等等。在这里我们只介绍基本的图像的旋转。

3.2.1 图像的旋转

图像的旋转变换是几何变换中研究的重要内容之一。一般情况下，图像的旋

转是指将图像围绕某一指定点旋转一定的角度。旋转通常也会改变图像的大小，和图像平移一样，可以把转出显示区域的图像截去，也可以改变输出图形的大小以扩展显示范围。

以任意点为中心的图像旋转即是将图像平移和旋转操作相结合，先进行坐标系平移，再以新的坐标原点为中心旋转，然后将新原点平移回原坐标系的原点。这一过程可分为以3个步骤：

（1）将坐标系Ⅰ变成Ⅱ。

（2）将该点顺时针旋转θ角。

（3）将坐标系Ⅱ变回Ⅰ。

下面我们以围绕图像中心的旋转为例，具体说明上述的变换过程。坐标系Ⅰ以图像左上角点为坐标原点，向右为x轴正方向，向下为y轴正方向；而坐标系Ⅱ是以图像的中心为原点，向右为x轴正方向，向上为y轴正方向。如图 3-3 所示。

图3-3 图像旋转示意图

本软件进行图像旋转功能如图3-4：

图3-4 图像旋转

3.3点运算模块

点运算模块包括图片的灰度化、灰度直方图功能。这里只介绍灰度直方图功能。

3.3.1灰度直方图

灰度直方图是数字图像处理中一个最简单、最有用的工具，它描述了一幅图像的灰度级内容。任何一幅图像的直方图都包含了客观的信息，某些类型的图像还可由其直方图完全描述。灰度直方图是灰度值的函数，描述的是图像中具有该

灰度值的像素的个数。横坐标表示像素的灰度级别；纵坐标是该灰度出现的频率（像素的个数）。

本软件对图像的灰度直方图统计效果如图3-5：

图3-5 灰度直方图

3.4形态学变换模块

3.4.1腐蚀

把结构元素B平移a后得到Ba，若Ba包含于X，我们记下这个a点，所有满足上述条件的a点组成的集合称做X被B腐蚀的结果。用公式表示为：E(X)={a| Ba X}=X B，如图3-6所示。

图3-6 腐蚀的示意图

图3-6中X是被处理的对象，B是结构元素。不难知道，对于任意一个在阴影部分的点a，Ba 包含于X，所以X被B腐蚀的结果就是那个阴影部分。

本软件进行腐蚀的效果如下，图3-7为原图，图3-8为腐蚀后的图片

图3-7 原图

图3-8 腐蚀后的图片

3.4.2膨胀

膨胀可以看做是腐蚀的对偶运算，其定义是：把结构元素B平移a后得到Ba，若Ba击中X，我们记下这个a点。所有满足上述条件的a点组成的集合称做X 被B膨胀的结果。用公式表示为：D(X)={a | Ba↑X}=X B，如图6.13所示。图3-9中X是被处理的对象，B是结构元素，不难知道，对于任意一个在阴影部分的点a，Ba击中X，所以X被B膨胀的结果就是那个阴影部分。

图3-9 膨胀的示意图

本软件对图3-7进行膨胀后，效果如图3-10

图3-10 膨胀后的图片

3.5边缘和轮廓模块

3.5.1边缘检测

边缘总是以强度突变的形式出现，可以定义为图像局部特性的不连续性，如灰度的突变。纹理结构的突变等。边缘常常意味着一个区域的终结和另一个区域的开始。对于边缘的检测常常借助于空间微分算子进行，通过将其和图像卷积完成。边缘检测室基于物体和背景之间在灰度(或纹理)特性上存在着某种不连续性(或突变性)进行的一种检测技术。两个具有不同灰度值的相邻区域之间总存在灰度边缘，而这正是灰度值不连续的结果，这种不连续可以利用求一阶和二阶导数检测到。这些边缘检测器对边缘灰度值过渡比较尖锐且噪声较小等不太复杂的图像可以取得较好的效果。但对于边缘复杂的图像效果不太理想，如边缘模糊、边缘丢失、边缘不连续等。噪声的存在使基于导数的边缘检测方法效果明显降低，在噪声较大的情况下所用的边缘检测算子通常都是先对图像进行适当的平滑，抑制噪声，然后求导数，或者对图像进行局部拟合，再用拟合光滑函数的导数来代替直接的数值导数，如Canny算子等。在未来的研究中，用于提取初始边缘点的

自适应阈值选取、用于图像层次分割的更大区域的选取以及如何确认重要边缘以去除假边缘将变的非常重要。

在边沿检测中，常用的一种模板是Sobel算子。Sobel算子有两个，一个是检测水平边沿的，另一个是检测垂直平边沿的。下面是传统模板和Sobel算子水平和垂直边沿检测模板。和传统模板相比，Sobel算子对于象素的位置的影响做了加权，因此效果更好。

(a)传统水平 (b)传统垂直 (c)Sobel水平 (d)Sobel垂直

图3-11 Sobel算子模板

Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的，另一个是检测垂直平边沿的。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。

(a)同向水平 (b)同向垂直

图3-12 Sobel同性算子

使用Sobel算子进行边缘检测的效果如图3-13：

图3-13 Sobel算子边缘检测

由于噪声点(灰度和周围点相差很大的点)对边沿检测有一定的影响，所以效

果更好的边沿检测器是高斯拉普拉斯(LOG)算子。它是把高斯平滑滤波器和拉普拉斯锐化滤波器结合了起来，先平滑掉噪声，再进行边沿检测，所以效果会更好。

常用的LOG算子是5×5的模板，如图3-14所示。到中心点的距离和位置加权系数的关系用曲线表示为图3-15，LOG又叫墨西哥草帽滤波器。

图3-14 LOG算子模板

图3-15 LOG到中心点的距离和位置加权系数的关系曲线使用高斯拉普拉斯算子进行边缘检测的效果如图3-16：

图3-16 LOG算子边缘检测

3.5.2 轮廓提取

轮廓提取的算法非常简单，就是掏空内部点：如果原图中有一点为黑，且它的8个相邻点都是黑色时(此时该点是内部点)，则将该点删除。要注意的是，我们处理的虽然是二值图，但实际上是256级灰度图，不过只用到了0和255两种颜色。轮廓提取效果如图3-17：

图 3-17 图像的轮廓提取

参考文献

[1] 吕凤军.《数字图像处理编程入门》.清华大学出版社，1999.11

[2] 何斌.马天予.王运坚.朱红莲.《Visual C++数字图像处理（第二版）》.人民

邮电出版社.2002.12

[3] 陈兵旗.孙明.《Visual C++实用图像处理专业教程》.清华大学出版

社.2004.3

数字图像处理教学大纲(2014新版)

数字图像处理 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源

1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作

数字图像处理知

数字图像处理知识点总结

数字图像处理知识点总结 第一章导论 1.图像：对客观对象的一种相似性的生动性的描述或写真。 2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段）， 按空间坐标和亮度的连续性（模拟和数字）。3.图像处理：对图像进行一系列操作，以到达预期目的的技术。 4.图像处理三个层次：狭义图像处理、图像分析和图像理解。 5.图像处理五个模块：采集、显示、存储、通信、处理和分析。 第二章数字图像处理的基本概念 6.模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0

称为采样。采样间隔和采样孔径的大小是两个 很重要的参数。采样方式:有缝、无缝和重叠。 9.将像素灰度转换成离散的整数值的过程叫量化。 10.表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。 11.数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 12.采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分 辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。13.量化等级对图像质量的影响：量化等级越多，所得图像层次越丰富，灰度分辨率高，图 像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。

基于数字图像处理

基于数字图像处理 的目标识别 通过这半个学期对数字图像处理这门课程的学习，我了解了有关数字图像处理的知识，并且对数字图像处理的相关仿真软件——matlab有了更加深入的了解，可以更加熟练的使用matlab软件处理实际问题，从而促进我对数字图像处理这门课程产生更加浓烈的兴趣，也让我对这种仿真软件有了更加全面的认识，了解它更多的功能。在课程结束之际，我利用自己在课堂上学习的一些知识和在课下学习的东西写出以下总结。希望老师给予耐心指导。 一、数字图像处理技术 数字图像处理(Dital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。从接近人们日常生活的照相，电视图像显示，到工业上面对某些零件的处理等，再到军事类的人像识别，雷达目标识别等，这些都离不开数字图像处理的身影。 图像处理的信息量很大，对处理速度的要求也比较高。Matlab强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文基于

MATLAB的数字图像处理环境，设计并实现了一个图像处理系统，展示如何通过利用Matlab的工具函数和多种算法实现对图形图像的各种处理。论述了利用设计的系统实现图像文件（bmp、jpg、tiff、gif等）进行打开、保存、另存、打印、退出等功能操作，图像预处理功能（包括彩色图像的灰度化变换等、一般灰度图像的二值化处理、色彩增强等），图像分割，图像特征提取等图像处理。 图像的数学表达式可表示为：f(x，y)表示幅图像。x,y,f为有限、离散值。黑白图像可用二维函数f(x，y)表示，其中x,y是平面的二维坐标，f(x，y)表示点(x，y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 F(x,y,z)表示三维的图像，f 为点的分布，有限，离散值，为彩色图像的表示方式。 (1)数字图像的灰度图像的阵列表示法。 设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN) 图像阵列中每个元素都是离散值，称为像素(pix—el)。在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。对特殊要求的图像，如SAR图片取 10000×10000，灰度级m取8bit或者16bit。

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。

数字图像处理

院系：计算机科学学院 专业：计算机科学与技术 年级： 09级 课程名称：数字图像处理 组号： 25组 指导教师：孙阳光 学号： 姓名： 2012 年 6 月 13 日

年 级 班号学号 专 业 姓名实 验名称MATLAB图像处理编程基础 实验 类型 设计型综合型创新型 √ 实验目的或要求加深对数字图像处理理论课程的理解，进一步熟悉数字图像处理课程的相关算法和原理选择一副图像，叠加椒盐噪声，分别用邻域平均法和中值滤波法对该图像进行滤波，显示滤波后的图像，比较和分析各滤波器的效果。 选择一副图像，叠加零均值高斯噪声，设计一种处理方法，既能去噪声，又能保持边缘清晰。

实验原理（算法流程图或者含注释的源代码）二、算法原理 平滑滤波器用滤波模板确定的领域内象素的平均灰度值去代替图像中的每一个像素点的值，这种处理减少了图像灰度的“尖锐”变化,常称为邻域平均法。邻域平均法有力地抑制了噪声，同时也引起了模糊，模糊程度与邻域半径成正比。 中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值.中值滤波法对消除椒盐噪音非常有效。 图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰。 三、Matlab代码 1: I = imread('eight.tif'); J = imnoise(I,'salt & pepper',0.02); subplot(231); imshow(I);title('原图象'); subplot(232); imshow(J);title('添加椒盐噪声图象'); k1 = filter2(fspecial('average', 3), J); k2 = filter2(fspecial('average', 5), J); k3 = filter2(fspecial('average', 7), J); k4 = filter2(fspecial('average', 9), J); subplot(233); imshow(uint8(k1));title('3×3模板平滑滤波'); subplot(234); imshow(uint8(k2));title('5×5模板平滑滤波'); subplot(235); imshow(uint8(k3));title('7×7模板平滑滤波'); subplot(236); imshow(uint8(k4));title('9×9模板平滑滤波'); I = imread('eight.tif'); J = imnoise(I,'salt & pepper',0.02); subplot(231); imshow(I);title('原图象'); subplot(232); imshow(J);title('添加椒盐噪声图象'); k1 = medfilt2(J); k2 = medfilt2(J,[5,5]); k3 = medfilt2(J,[7,7]); k4 = medfilt2(J,[9,9]); subplot(233); imshow(k1);title('3×3模板中值滤波'); subplot(234); imshow(k2);title('5×5模板中值滤波'); subplot(235); imshow(k3);title('7×7模板中值滤波'); subplot(236); imshow(k4);title('9×9模板中值滤波');

《数字图像处理》课程学习心得

《数字图像处理》课程学习心得 导读：本文《数字图像处理》课程学习心得，仅供参考，如果能帮助到您，欢迎点评和分享。 《数字图像处理》课程学习心得（一） 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展，其应用空间将会更加广泛。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果，操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它

却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1、数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。

数字图像处理

数字图像处理(MATLAB版) 实验指导书 (试用版) 本实验指导书配合教材和课堂笔记中的例题使用 姚天曙编写 安徽农业大学工学院 2009年4月试行

目录 实验一、数字图像获取和格式转换 2 实验二、图像亮度变换和空间滤波 6 实验三、频域处理7 实验四、图像复原9 实验五、彩色图像处理10 实验六、图像压缩11 实验七、图像分割13 教材与参考文献14

《数字图像处理》实验指导书 实验一、数字图像获取和格式转换 一、实验目的 1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法； 2修改图像的存储格式；并比较不同压缩格式图像的数据量的大小。 二、实验原理 数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。各类设备都标明了它的光学分辨率和最大分辨率。分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。 扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。扫描仪工作原理见图1.1。

数字图像处理

信息工程学院实验报告 课程名称：数字图像处理 实验项目名称：数字图像处理的基础实验时间：班级：姓名：学号： 实验目的: 1.通过本次实验熟悉matlab语言 2.学会对图像的放大缩小处理 实验环境: Matlab软件 实验内容及过程: 1.数字图像采样过程 （1）实现图像4倍、16倍的减采样（缩小） 最简单的是减小一半，这样只需取原图的偶（奇）数行和偶（奇）数列构成新的图像。 （2）实现图像4倍、16倍的增采样（放大） 如果需要将原图像放大k*k倍，则将一个像素值添在新图像的k*k的子块中。 注意：减采样或者增采样过程可以使用灰度图像或者彩色图像。编程时候要特别注意灰度图像的数据是2维的，彩色图像的数据是3维的。 2. 数字图像灰度级变换过程 （1）将一幅彩色图像转换为256级灰度图像； （2）将一幅256级灰度图像分别转换为64级、16级、8级、2级灰度图像。 实验结果及分析：

1.数字图像采样过程 （1）实现图像4倍、16倍的减采样（缩小）设计程序 function Iw = resample(I,m) [a,b] = size(I); aa = floor(a/m); bb = floor(b/m); Iw=zeros(aa,bb); for i=1:aa for j=1:bb Iw(i,j)=I(m*(i-1)+1,m*(j-1)+1); end end Iw=uint8(Iw); clc;clear; close all; I=imread('cameraman.tif'); m=4; Iw=resample(I,m); imshow(I); imshow(Iw); n=16; Iw2=resample(I,n); figure:imshow(Iw2); figure:imshow(I); 实验结果 （2）实现图像4倍、16倍的增采样（放大） function Iw = resample2(I,m) [a,b] = size(I); for i=1:a for j=1:b Iw(m*i,m*j)=I(i,j); end end Iw=uint8(Iw);clc; clear; close all; I=imread('cameraman.tif'); m=4; Iw=resample2(I,m); imshow(I); imshow(Iw); figure:imshow(I);

数字图像处理

数字图像处理 数字图像处理方法的研究源于两个主要应用领域:其一是为了便于人们分析而对图像信息进行改进:其二是为使机器自动理解而对图像数据进行存储、传输及显示。 从图像处理到计算机视觉这个连续的统一体内并没有明确的界线。然而,在这个连续的统一体中可以考虑三种典型的计算处理(即低级、中级和高级处理)来区分其中的各个学科。 低级处理涉及初级操作,如降低噪声的图像预处理,对比度增强和图像尖锐化。低级处理是以输入、输出都是图像为特点的处理。中级处理涉及分割(把图像分为不同区域或目标物)以及缩减对目标物的描述,以使其更适合计算机处理及对不同目标的分类(识别)。中级图像处理是以输入为图像,但输出是从这些图像中提取的特征(如边缘、轮廓及不同物体的标识等)为特点的。最后,高级处理涉及在图像分析中被识别物体的总体理解,以及执行与视觉相关的识别函数(处在连续统一体边缘)等。 图像获取是第一步处理。注意到获取与给出一幅数字形式的图像一样简单。通常,图像获取包括如设置比例尺等预处理。 图像增强是数字图像处理最简单和最有吸引力的领域。基本上,增强技术后面的思路是显现那些被模糊了的细节,或简单地突出一幅图像中感兴趣的特征。一个图像增强的例子是增强图像的对比度,使其看起来好一些。应记住,增强是图像处理中非常主观的领域。 图像复原也是改进图像外貌的一个处理领域。然而,不像增强,图像增强是主观的,而图像复原是客观的。在某种意义上说,复原技术倾向于以图像退化的数学或概率模型为基础。另一方面,增强以怎样构成好的增强效果这种人的主观偏爱为基础。 彩色图像处理已经成为一个重要领域,因为基于互联网的图像处理应用在不断增长。就使得在彩色模型、数字域的彩色处理方面涵盖了大量基本概念。在后续发展,彩色还是图像中感兴趣特征被提取的基础。 小波是在各种分辨率下描述图像的基础。特别是在应用中,这些理论被用于

数字图像处理基础知识总结

第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 *数字图像处理（Digital Image Processing） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 **数字图像处理的主要研究内容 （1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT） （6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。 （9）图像通信

基于Matlab的数字图像处理系统毕业设计论文

论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日

基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换

第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，

数字图像处理工具箱

1. 图像和图像数据 缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点 数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩 阵中每个数据占用1个字节。 在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8 与double两种类型数据的值域不同，编程需注意值域转换。 从uint8到double的转换 --------------------------------------------- 图像类型MATLAB语句 --------------------------------------------- 索引色 B=double(A)+1 索引色或真彩色 B=double(A)/255 二值图像 B=double(A) --------------------------------------------- 从double到uint8的转换 --------------------------------------------- 图像类型MATLAB语句 --------------------------------------------- 索引色B=uint8(round(A-1))

索引色或真彩色 B=uint8(round(A*255)) 二值图像B=logical(uint8(round(A))) --------------------------------------------- 2. 图像处理工具箱所支持的图像类型 2.1 真彩色图像 R、G、B三个分量表示一个像素的颜色。如果要读取图像中(100,50)处的像素值， 可查看三元数据(100,50,1:3)。 真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合 习惯的存储方法是用无 符号整型存储，亮度值范围[0,255] 2.2 索引色图像 包含两个结构，一个是调色板，另一个是图像数据矩阵。调色 板是一个有3列和若干行 的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝 色强度的双精度数。 注意：MATLAB中调色板色彩强度[0,1]，0代表最暗，1代表最亮。 常用颜色的RGB值 -------------------------------------------- 颜色R G B 颜 色 R G B

数字图像处理

实验名称：图像分割 所属课程：《数字图像处理》 实验类型：验证性实验 实验类别：专业 实验学时：3 一、实验目的 1.使用MatLab 软件进行图像的分割。 2.通过实验体会一些主要的分割算子对图像处理的效果。 3.探索各种因素对分割效果的影响。 二、实验原理及过程 1.实验背景 在对图像的研究和应用中，人们往往只对图像中的某些部分感兴趣，这些部分通常称为目标或者前景(其他不感兴趣的部分称为背景)。为了分析和辨识目标，需要将它们从背景中提取出来。从图像中提取目标的技术和过程就称为图像分割。图像分割是图像处理中一类重要的研究内容，其目的是把图像分成一些有意义、互不重叠的区域，分割结果的优劣将直接影响图像的后续处理。 作为图像分析、理解的基础，图像分割在诸多领域具有广泛的应用，例如基于内容的 图像检索、机器视觉、文字识别、指纹识别，以及生物医学图像处理方面的病变检测和识别，军事图像处理方面的地形匹配与目标制导，工业图像处理方面的无损探伤和非接触式检测等。另外，图像分割技术也已用于图像压缩编码，近年来发展起来的基于内容的视频编码(如MPEG-4)同样离不开图像分割的结果。 2.实验设计指标 ?能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能。 ?能够掌握分割条件(阈值等)的选择。 ?完成规定图像的处理并要求正确评价处理结果 ?能够从理论上作出合理的解释。 3.实验要求（设计要求）

(1)使用Roberts 算子的图像分割实验 调入并显示图像；使用Roberts 算子对图像进行边缘检测处理； Roberts 算子为一对模板： 相应的矩阵为：rh = [0 1；-1 0]； rv = [1 0；0 -1]；这里的rh 为水平Roberts 算子，rv为垂直Roberts 算子。分别显示处理后的水平边界和垂直边界检测结果；用“欧几里德距离”和“街区距离”方式计算梯度的模，并显示检测结果；对于检测结果进行二值化处理，并显示处理结果； 注意： ?先做检测结果的直方图，参考直方图中灰度的分布尝试确定阈值。 ?应反复调节阈值的大小，直至二值化的效果最为满意为止。 ?分别显示处理后的水平边界和垂直边界检测结果。 ?将处理结果转化为“白底黑线条”的方式。 ?给图像加上零均值的高斯噪声；对于噪声图像重复步骤b~f。 (2)使用Prewitt 算子的图像分割实验 使用Prewitt 算子进行内容(1)中的全部步骤。 (3)使用Sobel 算子的图像分割实验 使用Sobel 算子进行内容(1)中的全部步骤。 (4)使用LoG (拉普拉斯-高斯)算子的图像分割实验 使用LoG (拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示： ?处理后可以直接显示处理结果，无须另外计算梯度的模。 ?注意调节噪声的强度以及LoG (拉普拉斯-高斯)算子的参数，观察处理结果。 (5) 打印全部结果并进行小组讨论。 4.实验（设计）仪器设备和材料清单 ?PC计算机 ?MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) ?实验所需要的图片 5.实验源代码： ?Roberts 算子、Prewitt 算子、Sobel 算子的图像分割实验 I=imread('F:\matlab作业\1.jpg'); %读取图像 I1=im2double(I); %将彩图序列变成双精度 I2=rgb2gray(I1); %将彩色图变成灰色图

(完整版)学习数字图像处理心得

学习数字图像处理心得 姓名：黄冬芬学号：070212051 班级：12级通信工程1班数字图像是我们生活中接触最多的图像种类，他伴随人们的生活、学习、工作，并在军事、工业和医学方面发挥着极大地作用，可谓随处可见，尤其在生活方面作为学生的我们，会在外出旅游，生活和工作中拆下许多数字照片，现在已进入信息化时代，图片作为信息的重要载体，在信息传输方面有着不可替代的作用，并且近年来图像处理领域，数字图像处理技术取得了飞速的发展，作为计算机类专业的大学生更加有必要对数字图像处理技术有一定的掌握，而大多数人对于数字图像的知识也很模糊，比如各类繁多的各种图像格式之间的特点，不同的情况该用何种图像格式，还有关于图像的一些基本术语也不甚了解。尤为重要的是一些由于拍摄问题导致的令人不甚满意的照片该如何处理，或者如何对一些照片进行处理实现特殊的表现效果。所以对于数字图像处理这门课大家有着极大地兴趣。我们班有的同学学过Photoshop软件，因此对于数字图像处理有了一些基础，更加想利用这门课的学习加深自己数字图像处理的理解并提高在数字图像处理方面的能力。 通过这8周的学习，我们虽然还没有完全掌握数字图像处理技术，但是收获不少，对于数字图像方面的知识有了更深的了解。更加理解了数字图像处理的本质，即是一些数字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关的术语有了明确的认识，比如，常见的像素（衡量图像的大小）、分辨率（衡

量图像的清晰程度）、位图（放大后会失真）、矢量图（经过放大不会失真）等大家都能叫上口但都很模糊的名词。也了解图像处理技术中一些常用处理技术的实质，比如锐化处理是使模糊的图像变清晰，增强图片的边缘等细节。而平滑处理的目的是消除噪声、模糊图像，在提取大目标之前去除小的细节或弥合目标间的缝隙。对常见的RGB图像和灰度图像有了明确的理解，这对大家以后应用Photoshop等图像处理软件对图像进行处理打下了坚实的基础。更重要的是学习到了数字图像处理的思想。通过学习也是对C++编程应用的很好的实践和复习。 当然通过8周的学习还远远不够，也有许多同学收获甚微，我总结了下大家后期学习的态度与前期学习的热情相差很大的原因。刚开始大家是有很高的热情去学习这门课，可随着这门课的更深入的学习，大家渐渐发现课程讲授内容与自己起初想学的实用图像处理技术是有很大的差别的，大家更着眼于如何利用软件、技术去处理图像而得到满意的效果，或者进行一些图像的创意设计，可是课程的内容更偏向于如何通过编程实现如何多图像进行一些类似锐化、边缘提取、模糊、去除噪声等基础功能的实现，这其中涉及很多算法、函数，需要扎实的数学基础和编程基础，并且需要利用大量时间在课下编写代码，并用visual c++软件实现并进行调试，然而大部分人的C++实践能力和编程能力还有待提高，尤其是对于矩阵进行操作的编程尤为是个考验。 在老师授课方面的建议是可以再课上多进行一些具体操作，这

数字图像处理试题及答案

一、填空题（每题1分，共15分） 1、列举数字图像处理的三个应用领域 医学 、天文学 、 军事 2、存储一幅大小为10241024?，256个灰度级的图像，需要 8M bit 。 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越 差 。 4、直方图均衡化适用于增强直方图呈 尖峰 分布的图像。 5、依据图像的保真度，图像压缩可分为 无损压缩 和 有损压缩 6、图像压缩是建立在图像存在 编码冗余 、 像素间冗余 、 心理视觉冗余 三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是 色调 、 饱和度 亮度 。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法： m i n m a x m i ((,))*255/()g x y g g g -- 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。 （ B ） A 图像整体偏暗 B 图像整体偏亮 C 图像细节淹没在暗背景中 D 图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（ B ） A 平均灰度 B 图像对比度 C 图像整体亮度 D 图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A 、RG B B 、CMY 或CMYK C 、HSI D 、HSV 4、采用模板［-1 1］T 主要检测（ A ）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A 、去噪 B 、减小图像动态范围 C 、复原图像 D 、平滑图像 7、彩色图像增强时， C 处理可以采用RGB 彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入 一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题1分，共10分）