基于matlab的数字图像处理毕业设计

基于matlab的数字图像处理毕业设计

ID:8476919

大小:1.71 MB

页数:23页

时间:2018-03-29

基于matlab的数字图像处理毕业设计_第1页
基于matlab的数字图像处理毕业设计_第2页
基于matlab的数字图像处理毕业设计_第3页
基于matlab的数字图像处理毕业设计_第4页
基于matlab的数字图像处理毕业设计_第5页
资源描述:

《基于matlab的数字图像处理毕业设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码:10128学号:数字图像处理课程设计题目:基于matlab的数字图像处理学生姓名:庞国英学院:信息工程学院专业:电子信息工程班级:电子12-2指导教师:吕芳韩建峰杨玉兰黎玉玲2015年12月28日-22-目录一、需求分析-2-1.1课程设计目的-2-1.2课程设计名称及内容-2-1.3任务和要求-2-二、算法设计-3-2.1设计思想:-3-2.2算法思想:-3-2.2.1傅里叶变换-3-2.2.2离散余弦变换-4-2.2.3小波变换-4-2.2.4图像锐化算法-6-2.2.5DCT压缩-8-三、源代码及处理结果-8-3.1正逆傅里叶变换-8-3.2正逆快速傅里叶变换-9-3

2、.3离散余弦变换-12-3.4数字图像直方图的统计及绘制-13-3.5小波变换-16-3.6图像锐化算法-17-3.7DCT压缩-21-四、心得体会-23-参考文献-23--22-一、需求分析1.1课程设计目的通过本课程设计使学生了解数字图像的基本概念,掌握数字图像处理的基本内容,如图像点运算、几何变换、增强处理、图像复原、边缘检测以及图像压缩等的基本原理和Matlab实现方法。通过本次课程设计,让学生掌握如何学习一门语言,如何进行资料查阅搜集,如何自己解决问题等方法,养成良好的学习习惯。扩展理论知识,培养学生的综合设计能力。1.2课程设计名称及内容1.2.1图像处理基本功能1)数字

3、图像的变换:普通傅里叶变换(ft)与逆变换(ift)、快速傅里叶变换(fft)与逆变换(ifft)、离散余弦变换(DCT),小波变换。2)数字图像直方图的统计及绘制等;3)基于Matlab的图像平滑算法实现及应用1.2.2图像处理综合功能1)图像复原程序设计l创建一个仿真运动/均值模糊PSF来模糊一幅图像(图像自选)。l针对退化设计出复原滤波器,对退化图像进行复原(复原的方法自定)。l对退化图像进行复原,显示复原前后图像,对复原结果进行分析,并评价复原算法。2)给定a,b,c,d概率,进行huffman编码,要求显示原图像、压缩后图像的文件大小、压缩比;或采用小波变换进行编码1.3任

4、务和要求1、预习:按要求学生可根据自己的情况预习或熟悉所用的语言,搜集资料。2、分析与设计:根据选定任务及搜集的资料设计实现方法,确定图像处理算法。-22-3、程序设计:运用掌握的语言,编写程序,实现所设计的功能,需要在程序书写时做适当的注释。4、调试与测试:自行调试程序,同学之间交叉测试程序,并记录测试情况。5、验收与评分:指导教师对每个学生的程序进行综合验收,结合设计报告,根据课程设计成绩评定方法评出成绩。二、算法设计2.1设计思想: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。是通

5、过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。2.2算法思想:2.2.1傅里叶变换傅里叶变换是可分离和正交变换中的一个特例,对图像的傅里叶变换将图像从图像空间变换到频率空间,从而可利用傅里叶频谱特性进行图像处理。从20世纪60年代傅里叶变换的快速算法提出来以后,傅里叶变换在信号处理和图像处理中都得到了广泛的使用。傅立叶变换是数字图像处理中应用最广的一种变换,其中图像增强、图像复原和图像分析与描述等,每一类处理方法都要用到图像变换,尤其是图像的傅立叶变换。离散傅立叶(Fourier)变换的定义:二维离散傅立叶变换(DFT)为:  逆变换为:-22-式中,在D

6、FT变换对中,称为离散信号的频谱,而称为幅度谱,为相位角,功率谱为频谱的平方,它们之间的关系为:图像的傅立叶变换有快速算法。2.2.2离散余弦变换离散余弦变换(DiscreteCosineTransform,DCT)对于二维余弦变换,其离散形式如式(4)所示,逆变换如式(5)所示:(4)式中,(5)在MATLAB中,采用dct2和idct2分别进行二维DCT变换和二维DCT逆变换。二维DCT常用于信号和图像处理,典型应用是对静止图像和运动图像进行性能优良的有损数据压缩。在静止图像编码标准JPEG、运动图像编码标准MJPEG和MPEG等标准中都使用了8*8块的离散余弦变换,并将结果进行

7、量化之后进行熵编码。DCT具有很强的能量集中在频谱的低频部分的特性,而且当信号具有接近马尔科夫过程(Markovprocesses)的统计特性时,DCT的去相关性接近于具有最优去相关性的K-L变换(Karhunen-Loeve变换)的性能。另外,改进的离散余弦变换(ModifiedDiscreteCosineTransform,MDCT)对交叠的数据进行DCT,有助于避免由于区块边界所产生的多余数据,被用在高级音频编码(AdvancedAudioCodin

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。