数字图像处理课程设计

1、成绩评定表学生姓名李国嘉班级学号1103030231专N电子信息工程课程设计题目数字图像颜色特征提取程序设计颜色直方图评语组长签字：成绩日期2014年7月13日课程设计任务书学院信息科学与工程学院专业电子信息工程学生姓名李国嘉班级学号1103030231课程设计题目数字图像颜色特征提取程序设计颜色直方图实践教学要求与任务：要求：通过查阅资料，掌握课程设计的相关知识、概念，在熟悉和掌握Matlab软件的基础上，合理设计程序，提高解决问题的能力，巩固数字图像处理系统中的基本原理。任务：（1）查阅资料，设计颜色提取的具体方法。（2）导入图像，提取图像颜色特征。（3）分析仿真结果。（4）根据要求完成课

2、程设计报告。工作计划与进度安排：第一阶段（1-2天）：熟悉编程环境，查阅相关资料第二阶段（2-3天）：算法设计第三阶段（2-3天）：编码与调试第四阶段（1-2天）：实验与分析第五阶段（1-2天）：编写文档指导教师：2014年6月23日专业负责人：2014年6月24日学院教学副院长：2014年6月24日沈阳理工大学数字图像处理课程设计 摘要数字图像处理与分析是研究计算机对数字图像的处理，已达到改善视觉效果，便于图像分析和识别的目的。数字图像的颜色特征提取是其中的重要分支，一般算法中，一个高度复杂的特征提取可能能够解决问题，但这将以处理更多数据，需要更高处理效果为代价，而颜色特征提取无需进行大量计

3、算。只需将数字图像中的像素值进行相应转换，表现为数值即可。因此颜色特征提取以其低复杂度成为了一个较好的特征。颜色特征是在图像检索中应用最为广泛的视觉特征，主要原因在于颜色往往和图像中所包含的物体或场景十分相关。此外，与其他的视觉特征相比，颜色特征对图像本身的尺寸、方向、视角的依赖性较小，从而具有较高的鲁棒性。本次课程设计共有两种实现方式，分别为基于颜色直方图和颜色矩的方法，以下是通过MATLAB软件，基于颜色直方图实现数字图像颜色特征的提取。关键词：Matlab；数字图像处理；颜色直方图；特征提取目录TOC o 1-5 h z设计目的1设计要求1Matlab相关知识介绍1Matlab简介1Ma

4、tlab在图像处理中的应用2图像处理概念3图像颜色特征提取算法设计4算法设计4设计方案7 HYPERLINK l bookmark10 程序设计9仿真结果与分析12实验结果12结果分析14 HYPERLINK l bookmark12 结论15 HYPERLINK l bookmark14 参考文献16沈阳理工大学数字图像处理课程设计 设计目的（1）学习并了解Matlab软件的实用，并了解Matlab在数字图像中的应用。学会编写Matlab程序并调试、运行。（2）了解图像的算术运算在数字图像处理中的初步应用。（3）体会图像颜色特征提取的过程。设计要求（1）掌握课程设计的相关知识、概念清晰。（2

5、）程序设计合理、能够正确运行。（3）熟悉和掌握Matlab软件。（4）提高分析能力，解决问题的能力，巩固数字图像处理系统中的基本原理与方法。（5）了解Matlab软件的实用，在Matlab环境下学会用软件对图像进行处理，并获得预期的结果。（6）了解图像颜色特征提取的原理和作用。Matlab相关知识介绍Matlab简介MATLAB的名称源自MatrixLaboratory，它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作，而且利用MATLAB产品的开

6、放式结构，可以非常容易地对MATLAB的功能进行扩充，从而在不断深化对问题认识的同时，不断完善MATLAB产品以提高产品自身的竞争能力。目前MATLAB产品族可以用来进行：数值分析数值和符号计算工程与科学绘图控制系统的设计与仿真数字图像处理数字信号处理通讯系统设计与仿真财务与金融工程MATLAB是MATLAB产品家族的基础，它提供了基本的数学算法，例如矩阵运算、数值分析算法，MATLAB集成了2D和3D图形功能，以完成相应数值可视化的工作，并且提供了一种交互式的高级编程语言M语言，利用M语言可以通过编写脚本或者函数文件实现用户自己的算法。MATLABCompiler是一种编译工具，它能够将那些

7、利用MATLAB提供的编程语言M语言编写的函数文件编译生成为函数库、可执行文件、COM组件等等，这样就可以扩展MATLAB功能，使MATLAB能够同其他高级编程语言例如C/C+语言进行混合应用，取长补短，以提高程序的运行效率，丰富程序开发的手段。利用M语言还开发了相应的MATLAB专业工具箱函数供用户直接使用。这些工具箱应用的算法是开放的可扩展的，用户不仅可以查看其中的算法，还可以针对一些算法进行修改，甚至允许开发自己的算法扩充工具箱的功能。目前MATLAB产品的工具箱有四十多个，分别涵盖了数据采集、科学计算、控制系统设计与分析、数字图像处理、金融财务分析以及生物遗传工程等专业领域。3.2Ma

8、tlab在图像处理中的应用MATLAB7.0提供了20类图像处理函数，涵盖了图像处理包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。这些函数按功能可分为图像显示、图像文件IO、图像算术运算、几何变换、图像登记、像素值与统计、图像分析、图像增强、线性滤波、线性二元滤波设计、图像去模糊、图像变换、邻域与块处理、灰度与二值图像的形态学运算、结构元素创建与处理、基于边缘的处理、色彩映射表操作、色彩空间变换及图像类型与类型转换。Matlab数字图像处理工具箱函数包括以下几类：(1)图像显示函数；(2)图像文件输入、输出函数；(3)图像几何操作函数；(4)图

9、像像素值及统计函数；(5)图像分析函数；(6)图像增强函数；(7)线性滤波函数；(8)二维线性滤波器设计函数；(9)图像变换函数；(10)图像邻域及块操作函数；(11)二值图像操作函数；(12)基于区域的图像处理函数；(13)颜色图操作函数；(14)颜色空间转换函数；(15)图像类型和类型转换函数。3.3图像处理概念图像处理并不仅限于对图像进行增强、复原和编码，还要对同乡进行分析，图像分析旨在对图像进行描述，即用一组数或符号表征图像中目标区的特征、性质和相互间的关系，为模式识别提供基础。描述一般针对图像或景物中的特定区域或目标。开运算通常用来消除小对象物，在纤细点处分离物体，平滑较大物体的边界

10、的同时不明显改变其面积。图像颜色特征提取算法设计算法设计颜色直方图是在许多图像检索系统中被广泛采用的颜色特征，具有特征提取和相似计算简便的优点。Swain和Ballard首先把直方图应用于图像检索l,SmithJ.R.提出了在HSV(Hue,Saturation,Value)空间的166色量化方法2.但在对彩色图像进行检索时，颜色直方图还存在两个问题：(1)计算颜色直方图需要将颜色空间划分成若干个小的颜色区间,当区间的数目很大的时候不但会增加计算负担,也不利于在图像库中建立索引；(2)颜色直方图丢弃了图像的空间信息,对于两幅颜色分布相同,内容并不一样的图像缺乏区分度。首先，根据HSV颜色空间的

11、色彩(Hue)、饱和度(Saturation)和亮度(Value)的值将图像的颜色划分为9个区间，计算出每一种颜色区间所占的比重作为直方图信息。然后计算出每一颜色区间所包含象素的空间分布信息。在图像检索时，综合考虑颜色直方图和空间信息的相似度。颜色直方图特征，HSV颜色空间有三个属性：色彩(Hue)，又称为色调，是指色彩的相貌，与色彩明暗无关；饱和度(Saturation)，是色彩纯与不纯的分别；亮度(Value)，是指色彩的明暗程度，光度的高低，越接近白色亮度越高，越接近灰色或黑色亮度越低。根据对HSV空间的研究，人们能够分辨出来的颜色大体上包括：红、黄、绿、青、蓝、紫，他们在色彩上的分布并

12、非是均匀的，于是可以把色彩分为不等间隔的六份Red，Yellow，Green，Cyan，Blue，Magenta，而亮度则可以划分为不等间隔的黑灰白三份Black，Gray，White。这样，HSV颜色空间就划分为9个不同的空间区域。对于图像中的一个象素，可以根据其Saturation值的判定函数阈值将其划分到相应颜色区间。3中采用了一个线性函数1-0.8*Value作为阈值，但是HSV是一个不均匀的颜色空间，线性判别函数不能准确地划分彩色和非彩色的子空间。可以采用一种更有效的非线性函数：公式4.1为阈值计算公式。4.1)1+儿加eL4对于图像中的任一象素X(H,S,V),判断其属于哪一个颜色

13、区间的公式由4.2所示：艸T)Rerf./le0.0.05)u0.94.1Yellm.He0.05.0.2)GreeceHe0.2.0.42)0.42.0.58)4.2)Blue.He0.58.0.75)Magenta.H0.75.0.94)elseBlack,Vg0?0.3)Gray.Ke0.3.0.6)White.Ve0.6A统计出每种颜色在图像中占的比重就可以得到图像的颜色直方图信息。设图像的颜色直方图特征为His,可由式4.3表示：Hi：-.=.：、=】：_二-1(4.3)j-=i其中，Cl,，C9分别代表红色，白色。颜色直方图没有表达出颜色空间分布的信息,也没有反映出图像中物体的形状

14、。因此，可以结合颜色区间的空间分布信息。颜色量化的结果也把图像分为了9个颜色区间，可以计算各个颜色区间所含象素的分布状态作为其空间信息。设图像颜色区间C的空间信息为h(c),它可以由公式4.4计算：工J(兀一元-斗(X八-.li.jl(4.4)$隹/2其中，Sc为颜色区间C的面积，(XF,YF)是颜色区间C的中心。这样，图像的空间信息响亮Sh可以由公式4.5表示：Sh二h(l),，h(9)(4.5)颜色直方图相似性计算：常用的基于颜色直方图的相似性度量方法包括直方图相交、绝对值距离、欧式距离、加权距离等。本文采用直方图相交作为图像间的相似性度量标准。直方图的相交是指两个直方图在每个颜色区间中共

15、有的象素数量度量方法如下：给定查询图像Q和图像库中的图像T,提取的图像颜色直方图特征分别为：q1c,qNcc和t1c,tNcc，它们之间的相交距离由式4.6表示：二:厂.(4.6)F-11-1设图像Q和T之间的相似度为6c,6c可由公式4.7计算：；(4.7)沁1空间信息的相似性计算：UFM4模糊匹配方法可以用来计算图像的空间信息相似度，定义图像颜色区间的平均距离为df,计算df的公式是4.8：4.8)其中，Nc为颜色区域数目。对于输入图像Pq和目标图像Pt,它们的空间信息相似向量计算公式为4.9：(4.9)其中，Hi和Hj分别为输入图像和目标图像的空间信息。设图像颜色区间在图像中的大小权重向

16、量为w。有多种选择权重的方法，一种方法是每一个区间都赋予相同的权重；另一种方法是以区间的面积在整个图像中的比重作为其权重，即面积越大的区间越重要；还有一种方法是对位于图像边缘或者中心部分的区间赋予较大的权重。本文采用第二种方法。输入图像Pq和目标图像Pt的空间信息相似度为6h，6h由公式4.10计算。/=(4.10)综合颜色直方图和空间信息的图像相似度：颜色直方图虽然有计算简单、对平移和旋转不敏感的优点，但无法捕捉颜色组成之间的空间关系，这无疑是不够准确的。颜色直方图量化本身就是一种粗略的划分方法，单独采用基于颜色直方图量化划分的空间信息检索结果也不理想。本文采用综合两种特征的方法，对颜色直方

17、图和空间信息的相似度以不同的权重累加，检索效果更加理想设输入图像Pq和目标图像Pt的相似度为6，6由公式4.11计算：(4.11)其中，6c为颜色直方图相似度，6h为空间信息相似度，pe0,14.2设计方案首先读取图像，然后将图像灰度化，并且找到图像边缘，输出源图像和边界直方图，再分别将图像边缘量化为101份和13份，得出曲线直方图和投影直方图，输出图像。流程图如图4.1所示。z图4.1数字图像颜色特征提取设计流程5程序设计o=imread(D:1223.jpg);image_I=rgb2gray(o);%image_x,image_y=size(image_I);%ifimage_x100n

18、um_line(101)=num_line(101)+1;endend%创建数组%输出曲线直方图%将图像量化为13份EH_1=;fori=1:101EH_1=EH_1num_line(i);endx1=1:101;y1=EH_1;figure(2),title(plot曲线直方图),plot(x1,y1);num=zeros(1,13);fori=1:NUMnumber=length(find(L=i);forj=1:10ifnumber=jnum(j)=num(j)+1;endendifnumber10&number20&number100num(13)=num(13)+1;endendEH

19、=;fori=1:13EH=EHnum(i);endx=1:13;y=EH;%输出投影直方图figure(3),title(bar投影直方图),bar(x,y);沈阳理工大学数字图像处理课程设计6仿真结果与分析6.1实验结果颜色特征提取原图像如图6.1所示：图6.1颜色特征提取原图像在MATLAB中运行程序，结果如图6.2,6.3和6.4所示n12Figure1FileEditViewInsertToolsDesktopWindowHelp图6.2灰度图及边界直方图沈阳理工大学数字图像处理课程设计 图6.3曲线直方图6.2结果分析颜色特征是在图像检索中应用最为广泛的视觉特征，主要原因在于颜色往往和图像中所包含的物体或场景十分相关。此外，与其他的视觉特征相比，颜色特征对图像本身的尺寸、方向、视角的依赖性较小，从而具有较高的鲁棒性。图6.1为颜色特征提取的原图像，即进行处理之前的图像。图6.2是进行灰度化以后的灰度图，以及搜索边缘以后的边界直方图。将图像边缘分别量化为101份和13份，运行程序，得出图6.3和6.4的曲线直方图和投影直方图。7结论颜色直方图相对于图像的以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变