图像处理课程设计报告

1、-. z.图像处理技术应用实践课程设计题目图像增强算法综合应用学生*韩帅_ * _ 院系计算机与软件学院专业计算机科学与技术任课教师春年_ 二一七年五月图像处理技术应用实践课程设计21、设计内容图像增强处理：设计一套空间域与频率域结合的图像增强算法，处理以下任一组图片中的带噪声图像，去除噪声，提高图像质量。1：噪声为随机噪声和周期噪声混合噪声；2要求：a去噪处理后，计算均方误差评估去噪处理后图像的去噪效果b撰写完整的科技报告形式类似科技论文表述自己的算法设计，算法实现与算法评估过程。第一组图片：第二组图片：图像增强算法2.1问题分析1图片中参加了随机噪声和周期噪声混合噪声。针对不同的噪声，不同

2、的去噪方法效果不同，因此应该采用不同的去噪方法以到达最好的去噪效果。2随机噪声应在空间域去除，而空域去噪方法中，中值滤波法效果最好。3周期噪声应在频域中消去。4去除噪声后的图像仍然可以改善处理。5均方误差评估去噪处理后图像的去噪效果。2.2算法设计1读入初始图片及加噪图片。clc;clear;f=imread();g=imread();2利用空域滤波，去除随机噪声，此时用中值滤波法，并显示它的频谱图和直方图。g=medfilt2(g,3,3);3利用频域滤波，去除周期噪声。先转化成double型，进展傅里叶变换，再转化成数据矩阵，最后利用低通滤波去除周期噪声。G=double(g); %转化d

3、oubleG=fft2(G);G=fftshift(G);M,N=size(G); nn=2;d0=25; m =fi*(m/2); n =fi*(n/2);fori=1:M forj=1:Nd=sqrt(i-m)2+(j-n)2);h=1/(1+0.414*(d/d0)(2*nn);%计算低通滤波器传递函数result(i,j)=h*G(i,j); endend4计算均方误差评估去噪效果。mn=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);ifresult1=0disp(dog图均方误

4、差);result2=0elsedisp(dog图均方误差);result2=sqrt(result1)end算法实现clear;clc;f=imread(C:dogOriginal.bmp);g=imread(C:dogDistorted.bmp);f1=double(f);f2=fft2(f1);f2=fftshift(f2);g1=double(g);g2=fft2(g1);g2=fftshift(g2);g3=medfilt2(g,3,3); %3*3模板中值滤波去除随机噪声g4=double(g3);F1=fft2(g3);F1=fftshift(F1); G=F1;M,N=size

5、(G); %低通滤波nn=2;d0=25;m=fi*(M/2);n=fi*(N/2);for i=1:Mfor j=1:N d=sqrt(i-m)2+(j-n)2); h=1/(1+0.414*(d/d0)(2*nn);%h=1/(1+(d/d0)(2*nn); %备用 G(i,j)=h*G(i,j);endendp=uint8(real(ifft2(ifftshift(G);subplot(341);imshow(f),title(原图);subplot(345);imshow(log(abs(f2),),title(频谱);subplot(349);imhist(f),title(原图);

6、subplot(342);imshow(g),title(噪声);subplot(346);imshow(log(abs(g2),),title( );subplot(3,4,10);imhist(g),title(噪声);subplot(343);imshow(g3),title(去随机噪声);subplot(347);imshow(log(abs(F1),),title( );subplot(3,4,11);imhist(g3),title(去随机噪声);subplot(344);imshow(p,),title(去噪);subplot(348);imshow(log(abs(G),),t

7、itle( );subplot(3,4,12);imhist(p),title(去噪);m,n=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);if result1=0disp(dog图均方误差),result2=0elsedisp(dog图均方误差),result2=sqrt(result1)end运行结果认识分析去噪后图像模糊，同时尝试了直方图均衡化，效果并不理想；d0根据误差调整方便简单；中值滤波简单好用参考文献：1全红艳、曹桂涛，数字图像处理原理与实现方法，机械工业，20132胡晓

8、军、徐飞，MATLAB应用图像处理，2010图像处理技术应用实践课程设计31、设计内容图像增强分割：有一幅包含不同大小的种子图案的扫描图像如下列图所示，每个包含了种子的图像区域称之为感兴趣区域regions of interest ROI。要求：1、设计一套算法提取源图像中的所有ROI，并计算每一个ROI的大小大小为包含多少个像素，如包含20个像素，则大小为20。提示：每一个ROI为一个连通集合。2、撰写完整的科技报告形式类似科技论文表述自己的算法设计，算法实现与计算结果。增强分割算法2.1问题分析(1)首先题目所给的图为彩色图，应该先将其转化成灰度图，再对其进展处理；(2)分析题目可知首先要

9、将种子所覆盖的大概区域求出来，可以将种子存在的地方检测出来并用特定灰度标记，方便之后统计像素数；(3)要检测位置在灰度图中很难实现，可以将图像二值化，在二值化图像中值为0的地方进展标记。2.2算法设计(1)读图并灰度和二值化：clear;clc;I=imread(D:seed.bmp);f=rgb2gray(I);j=im2bw(f);j2=f;检测ROI位置并标记：首先建立一个白板：M,N=size(j2);for *=1:M for y=1:N j2(*,y)=255; endend之后开场标记ROI位置，以第一行第一个为例：for *=40:70 %1 for y=100:150 if(

10、j(*,y)=0) j2(*,y)=1; end endend这里的40,70可以先将二值图像和其坐标轴显示出来，记录ROI所在的大概位置；第一个用1标记；%坐标轴显示可以用a*is on指令按此方法，可以实现37个ROI的标记，用137灰度分别标记。统计像素数：A=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37;C=hist(A(:),unique(A);for *=1:M for y=1:N for i=1:37 if j2(*,y)=

11、A(i) C(i)=C(i)+1; end end endEndC数组即储存A中像素个数 (4)最后显示各个图像和最后像素数的数组figure(1);imshow(j2,);figure(2);Imshow(j);a*is on;C2.3算法实现clear;clc;I=imread(D:seed.bmp);f=rgb2gray(I);j=im2bw(f);k=f;a*is on;M,N=size(k);for *=1:M for y=1:N k(*,y)=255; endend-. z.%第一行for *=40:70 for y=100:150 if(j(*,y)=0) k(*,y)=1; e

12、nd endend%第二行for *=80:110 for y=100:160 if(j(*,y)=0) k(*,y)=2; end end for y=180:230 if(j(*,y)=0) k(*,y)=3; end end for y=240:300 if(j(*,y)=0) k(*,y)=4; end endendfor *=120:155 for y=100:160 if(j(*,y)=0) k(*,y)=5; end end for y=180:230 if(j(*,y)=0) k(*,y)=6; end end for y=240:300 if(j(*,y)=0) k(*,y)

13、=7; end endendfor *=160:200 for y=100:160 if(j(*,y)=0) k(*,y)=8; end end for y=180:230 if(j(*,y)=0) k(*,y)=9; end end for y=240:300 if(j(*,y)=0) k(*,y)=10; end end for y=310:375 if(j(*,y)=0) k(*,y)=11; end endendfor *=205:240 for y=100:160 if(j(*,y)=0) k(*,y)=12; end end for y=180:230 if(j(*,y)=0) k

14、(*,y)=13; end end for y=240:300 if(j(*,y)=0) k(*,y)=14; end end for y=310:375 if(j(*,y)=0) k(*,y)=15; end endendfor *=250:285 for y=100:160 if(j(*,y)=0) k(*,y)=16; end end for y=180:230 if(j(*,y)=0) k(*,y)=17; end end for y=240:300 if(j(*,y)=0) k(*,y)=18; end end for y=310:375 if(j(*,y)=0) k(*,y)=19

15、; end endendfor *=290:328 for y=100:160 if(j(*,y)=0) k(*,y)=20; end end for y=180:230 if(j(*,y)=0) k(*,y)=21; end end for y=240:300 if(j(*,y)=0) k(*,y)=22; end end for y=310:375 if(j(*,y)=0) k(*,y)=23; end endendfor *=335:370 for y=100:160 if(j(*,y)=0) k(*,y)=24; end end for y=180:230 if(j(*,y)=0) k

16、(*,y)=25; end end for y=240:300 if(j(*,y)=0) k(*,y)=26; end end for y=310:375 if(j(*,y)=0) k(*,y)=27; end endendfor *=375:415 for y=100:160 if(j(*,y)=0) k(*,y)=28; end end for y=180:230 if(j(*,y)=0) k(*,y)=29; end end for y=240:300 if(j(*,y)=0) k(*,y)=30; end end for y=310:375 if(j(*,y)=0) k(*,y)=31

17、; end end for y=400:440 if(j(*,y)=0) k(*,y)=32; end endendfor *=420:450 for y=100:160 if(j(*,y)=0) k(*,y)=33; end end for y=180:230 if(j(*,y)=0) k(*,y)=34; end end for y=240:300 if(j(*,y)=0) k(*,y)=35; end end for y=320:375 if(j(*,y)=0) k(*,y)=36; end end-. z. for y=400:440 if(j(*,y)=0) k(*,y)=37; end endendA=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37;C=hist(A(:),uniq