《matlab应用》课程设计说明书-matlab图像处理

《《matlab应用》课程设计说明书-matlab图像处理》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、武汉理工大学《MATLAB应用》课程设计说明书课程设计任务书学生姓名：专业班级：通信指导教师：工作单位：信息工程学院题目:MATLAB图像处理初始条件：（1）MATLAB软件（2）数字信号处理与图像处理基本知识要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）（1）能够对图像亮度和对比度变化调整，并比较结果；（2）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的和旋转操作，并保存，比较几种插值的效果；（3）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果；（4）对图像加入各种噪声，比较

2、效果。时间安排：第12周：安排任务，分组第13-14周：设计仿真，撰写报告第15周：完成设计，提交报告，答辩指导教师签名：年月日系主任（或责任教师）签名：年月日30武汉理工大学《MATLAB应用》课程设计说明书摘要数字图像处理技术是20世纪60年代发展起来的一门新兴学科，随着图像处理理论和方法的进一步完善，使得数字图像处理技术在各个领域得到了广泛应用，并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数，工程技术人员和

3、科学工作者可以在它的集成环境中交互或编程以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MATLAB语言的语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式，而且这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以MATLAB在图像处理的应用中具有很大的优势。本文基于MATLAB的图像处理的基本运算，首先对图像进行了亮度和对比度的调整、旋转、缩放等操作，然后对图像进行了直方图统计和直方图均衡，最后对图像加入了各种噪声并进行了去噪处理。关键词：数字图像处理，MATLAB30武汉理工大学《MATLAB应用》课程设

4、计说明书目录1绪论11.1数字图像处理简介11.2MATLAB简介22图像的获取52.1图像的读取与保存53图像的处理73.1图像的亮度和对比度调整73.1.1图像的亮度调整73.1.2图像的对比度调整83.2区域图像的选取与保存93.3利用算法对图像的处理113.3.1最近邻插值法113.3.2双线性插值法153.4图像的直方图统计和直方图均衡183.4.1图像的直方图统计183.4.2图像的直方图均衡193.5图像的噪声加入与滤波处理213.5.1加高斯噪声213.5.2加椒盐噪声223.5.3高斯噪声的自适应滤波处理233.5.4椒盐噪声的中值滤波处理244总结及心

5、得体会265参考文献2730武汉理工大学《MATLAB应用》课程设计说明书30武汉理工大学《MATLAB应用》课程设计说明书1绪论1.1数字图像处理简介数字图像处理（DigitalImageProcessing）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。数字图像处理有以下6种常用方法：1）图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频

6、域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。2）图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。3）图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显

7、；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。4）图像分割30武汉理工大学《MATLAB应用》课程设计说明书图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研