数字图像处报告(冈萨雷斯)版(可编辑修改word版)_第1页
数字图像处报告(冈萨雷斯)版(可编辑修改word版)_第2页
数字图像处报告(冈萨雷斯)版(可编辑修改word版)_第3页
数字图像处报告(冈萨雷斯)版(可编辑修改word版)_第4页
数字图像处报告(冈萨雷斯)版(可编辑修改word版)_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、数字图像处理课程设汁报告一、课程设计目的1. 提高分析问题、解决问题的能力,进一步巩固数字图像处理系统中的基本原理与方法。2. 熟悉掌握一门计算机语言,可以进行数字图像的应用处理的开发设计。二、课程设计内容及实现2.1结合平滑滤波和阈值分割的图像边缘检测1 对图10.8的模板用扩展项目03-04来讣算Sobel梯度,程序应该使用编码为10. 1 - 12的等式,通过比较每个梯度点与指定阈值的大小就可以输出一幅二进制图像。3 下载图片10.15,通过结合平滑滤波和和一个3*3的03-04的模板和2.1. (1) 的程序来处理图片10.15(a),将其分割成一个以大血管为对象的二进制图像。这需要

2、反复的平滑和选择阈值实验,在这之前我们可以使用梯度图像的直方图来选择合适的 阈值。本项目的重点是:选择一个平滑滤波的方法以及计算Sobel梯度。程序代码:clear;I = imread(FiglO.15(a),jpg);%读取图片 10.15 (a),格式为 jpgJ = I;(n.m=size(I);%表示岀该图片的目标像素suni=0;for i=2:n-lfor j=2:m-lfor a = i-l:i+lfor b=j-l:j+lsuin=suni+double(I(a,b);endendJ(ij)=suni/9;sum=0;endEnd%使用均值滤波平滑图像subplot(lAl)

3、;imshow(J); titleC1平滑滤波图像);显示平滑滤波后的图像D = J;%汁算Sobel梯度for i=2:n-lfor j=2:m-ldf = abs(double(J(i+1 J-1 )+2*double(J(i+1 J)+double(J(i+1 j+1 )-(double(J(i-l J-1 )+2*double(J(i-l j)+double(J(i-l J+ l)+abs(double(J(i-1 ,j+1 )+2*double(J(i J+1 )+double(J(i+1 j+1 )-(double(J(i-1 j-1 )+2*double(J(iJ-l)+doub

4、le(J(i+l J-1 );=D(i,j) = df;endendsubploM 1,4,2);iinshow(D);title(70D(i,j)=255;elseD(i,j)=O;endendendsubplot( 144);unshow(D);title(*处理后的二进制图像);结果如下:图2.12.2全局阈值 使用章节10.3.3中讨论的自动阈值估计程序得到全局阈值,最终输岀一个二进制 图像。 下载图片10. 27(a),用(1)中的阈值程序段来处理图像。本项目重点是:全局阈值的自动计算方法。程序代码:clear;I = imread(,FiglO.27(a),peg,); %读取格式

5、为 jpeg 的图片 10.27 (a)J = I;|n,m=size(I);subplot(L2J);imhist(I);title (原始图像直方图);显示原始图像的直方图T = 100:%设定阈值初始值为100NewT = 0:flag=0;while T-NewTTGl=Gl+double(I(iJ);nl = nl+1;elseG2 = G2+double(I(ij)n2 = n2+l;endendendul =Gl/nl;u2 =G2/n2;NewT = (ul+u2)/2:%获得新的阈值endfor i=l:nfor j=l:mif I(i,j)NewT 诙对目标像素进行阈值分割

6、 I(iJ) = 255;elseI(i,j) = 0;endendendsubplol(122);imshow(I);title (全局阈值分割得到的二进制图像);结果如下:图2.22.3最佳阈值分割 使用章节10. 3. 5中讨论的最佳阈值的方法,假立对象和背景的髙斯密度方差是相同 的,处理图像,程序应该使用编号为10. 3. 14的等式。写一段程序计算一个图像片段的像素平均值和方差。下载图像10.27(a),在对象的区域中选择一个小的片段,结合它的背景估计均值 和方差,通过平均两个方差il算一个单一的方差,通过手动估计P1和P2区域对象和背景 的比例,作为参数运用到程序中来分割图像10.

7、 27(a),如果最终得到的效果比10. 02好, 就表示达到了最佳阈值分割。程序代码(a):clear;I = imread(*Fig 10.27(a)Vjpcgr);J = I;nun = sized)subplot( 121 ); imshow(I);title(原始图像);suml =0;sum2 = 0;num 1=0;num2=0;sumfang 1=0;sumfang2=0;for i= 1:22forj= 1:22suml = suinl+double(I(i.j);endendavrl = sum 1/(22*22);%计算均值for a = 1:22for b= 1:22s

8、umfangl = sumfang 1 +(double(I(a,b)-avr 1 )A2;%il算方差endendfangchai = sumfang 1/(22*22)for i= 181:202forj= 181:202sum2 = sum2+double(I(ij);endendavr2 = sum2/(22*22);% 讣算均值sumfangl =0;for a = 1:22for b= 1:22sumfang2 = sumfang2+(double(l(a.b)-av r2)A2;%计算方差endendfangcha2 = sumfang2/(22*22)T = (avr 1 +a

9、vr2 )/2+(fangcha 1 +fangcha 1 )/2)*log(double(2 /3)/(avrl -avr2); %计算阈值fori= l:n%二值分割for j = l:mif I(i,j)TJ(i,j) =255;elseJ(iJ) = 0;endend第5页共9贞数字图像处理课程设汁报告endsubplot(l,2,2);imshow(J);title (最佳阈值分割得到的二进制图像);结果如下:图2.32.4利用区域生长的方法对图像进行分割(1)把图像分割成两个区域来实现区域增长过程(见章节10.4.2)。提示:一种方法是 只有一个地区生长。然后,在默认情况下,其他地

10、区是第一个区域停止增长后留下的点 集。在增长过程中的任意一个步骤中,一个新的点只有在事先已经判逹建立的情况下再 附加到该地区时才能达到满意的效果。例如,让字母s代表到目前为止在任何一个迭代 步骤的过程中区域增长的平均灰度。有一种可能性是将一个新的点附加到一个区域如 果:1)该区域的灰度与指定的常数值k没有很大的差别:2)到目前为止这些点都是连 接到该增长区域的(详见章节2. 5. 2)。(2)如果没有做项目10-03,那么写一个程序在给泄的图像片段中计算图像的均值和 方差。(3)下载图片10.27(a)。选择在目标区域中的一个小片段来计算均值和方差,指的是 起始值S使用大于标准差K的值(4)通

11、过区域生长图像分割。程序代码:clear;close all;clc;f=imread(,FiglO.27(a).jpg,);subplot(23J);imshow(f,);title(原始图像 *);|M.N=size(f);seed=180;T=75;%使用种子点对图像进行而至分割S=abs(double(f)-double(seed) 1 &i 1 &jy)for m=-l:l:lfor n=-l:l:lif(abs(double(f(i+m,j+n)-double(f(iJ)T)%查找 8 领域里而满足阈值条件的点A(i+nij+n)=l;endendendend结果如下:源图像初始种子点生长后的图像图2.4三、课程设计总结与分析在这次课程设计中我主要

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论