扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
怎样用matlab对一幅图像进行灰度直方图均衡化处理
夏露露PY45
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
I=imread('pout.tif');
%读自带的图像imshow(I);figure,imhist(I);[J,T]=histeq(I,64);
%图像灰度扩展到0~255,但是只有64个灰度级figure,imshow(J);figure,imhist(J);figure,plot((0:255)/255,T);
%转移函数变换曲线J=histeq(I,32);figure,imshow(J);
%图像灰度扩展到0~255,但只有32个灰度级figure,imhist(J);
为您推荐：
其他类似问题
扫描下载二维码&>&&>&&>&&>&用MATLAB实现彩色图像的灰度化处理
用MATLAB实现彩色图像的灰度化处理
上传大小：559KB
用通过平均值法，加权平均法，最大值法三种方法，实现彩色图像的灰度化处理。
综合评分：4.7（23位用户评分）
所需积分：2
下载次数：125
审核通过送C币
创建者：mfkbbdx1
创建者：daiyinglang
创建者：nigelyq
课程推荐相关知识库
上传者其他资源上传者专辑
移动开发热门标签
VIP会员动态
android服务器底层网络模块的设计方法
所需积分：0
剩余积分：720
您当前C币：0
可兑换下载积分：0
兑换下载分：
兑换失败，您当前C币不够，请先充值C币
消耗C币：0
你当前的下载分为234。
用MATLAB实现彩色图像的灰度化处理
会员到期时间：
剩余下载次数：
你还不是VIP会员
开通VIP会员权限，免积分下载
你下载资源过于频繁，请输入验证码
你下载资源过于频繁，请输入验证码
您因违反CSDN下载频道规则而被锁定帐户，如有疑问，请联络:!
若举报审核通过，可奖励20下载分
被举报人：
awurongrong
举报的资源分：
请选择类型
资源无法下载
资源无法使用
标题与实际内容不符
含有危害国家安全内容
含有反动色情等内容
含广告内容
版权问题，侵犯个人或公司的版权
*详细原因：需要这份设计请联系QQ:
,对处理速度的要求也比较高。MATLAB具有强大的运算和图形展示功能,使图像处理变得更加的简单和直观。该文主要介绍了基于MATLAB的灰度处理方法研究。
本论文设计的主要内容是通过研究数字图像处理技术中灰度处理技术，对图像灰度进行直观全面的研究，研究的大致内容如下：
（1）研究了图像的颜色空间，基本构成，了解图像基本知识；
（2）研究了图像的预处理方法，包括直方图增强、中值滤波以及二值化处理等，对于平滑图像灰度具有较好的作用；
（3）采用灰度加权法、平均值法、最大值法分别对不同图像进行分析，对比不同灰度处理方法对不同的图像进行分析处理，发现各方法各有优点；
（4）采用灰度加权法更好的适应于不同颜色的特征的分割，然而对于黑色笔的分割次于平均法和最大值法，因此在实际中，应该合理的选取方法对图像进行处理。
本论文给数字图像处理技术的学习和研究提供了一个良好的平台，灰度处理时图像处理算法的基础，因此灰度处理的好坏影响着图像的分割识别、匹配，因此，合理的理解图像灰度显得尤为重要。
本文研究内容
目前我国使用专业扫描仪的企业(如印刷厂、医院)都以国外价格昂贵的扫描仪为首选设备，主要是因为国产的设备短缺，或者是达不到各项指标的要求。目前世界上研制开发成功的最著名的图像处理软件是Adboe公司推出的Photoshp。与其功能相似的还有Linux操作系统下的一个功能强大的图像处理软件GMIP。但它们都是通用图像处理软件，对许多专业领域需求的图像处理功能支持不够。国内有个别单位根据需要自行开发了一些专用图像处理模块，但是因为他们开发的模块脱离高性能的图像输入设备，使得这些软件的功能和效果受到限制，仍然不能满足高性能彩色图像处理的要求。
本论文通过MATLAB的程序设计进行图像处理，研究图像灰度，图像灰度主要为人眼看到的红绿蓝三基原色，通过各通道的值的改变，能够得到不同特征的图像，千变万换的颜色形成了图像的多样性。本文主要针对灰度处理的加权处理、平均值法、最大值法对图像进行分析；本文针对图像灰度处理，涉及到图像的预处理，包括图像的颜色空间的转换，图像的二值化，图像的直方图增强，图像的中值滤波、图像的二值化等操作，然后分别采用灰度处理的加权处理、平均值法、最大值法对图像进行分割处理，得出不同的方法的分割效果，从而更加直观全面的分析图像的灰度处理的实质。
图像处理的主要内容
数字图像处理就是利用计算机系统对数字图像进行各种特定的处理。通常情况下，对图像进行处理主要有以下以下三个目的：
一是提高图像的可观性，以获得所期望的结果。例如对图像进行灰度变换、几何变换、滤波等从而改善图像的质量以达到所需的、清晰的效果；
二是对图像数据进行编码和压缩，以便于解决数据量与存储和传输的矛盾。
三是特征提取，以便于计算机进行图像分析。比如常用作模式识别的预处理，这就涉及到特征参数的提取问题。
不管图像处理是何种目的，都需要计算机系统对图像数据进行输入、分析加工和输出，因此数字图像处理研究的内容主要有以下几个方面：
（1）图像数字化：图像数字化是将一幅图像从其原来的形式转换为数字形式的处理过程。转换是不失真的，即原始图像未被破坏掉。数字化过程包括扫描、采样和量化三个步骤。所谓扫描是按照一定的先后顺序对一幅图像进行遍历的过程；采样是将在空间上连续分布的图像转换成离散的图像点；量化是将采样得到的灰度值转换为离散的整数值。经过这三个步骤，可以得到一幅数字图像。
（2）图像增强：图像增强用以改善供人观看的图像的主观质量。当无法知道图像质量下降的原因时，可以采用图像增强技术来改善图像的质量。由于图像增强技术是用于改善图像视感质量而不是针对某种退化所采取的一种方法，所以很难预测哪一种特定技术才是最好的，只能通过实验和分析误差来选择一种合适的方法。况且接受者是人，处理结果质量的好坏就受观看者的心理、情绪、爱好等主观因素的影响，所以效果的评价只是相对的。直方图修正、边缘增强等是其常用手段。总的来说，图像增强以清晰为目标。
（3）图像复原：与图像增强相似，图像复原的目的也是改善图像的质量。图像复原可以看作是图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量。
（4）图像分割：把图像分成区域的过程就是图像分割。图像中通常包含多个对象，例如，一幅航空照片，可以分割为居民区、工业区、草原和湖泊等区域。好的图像分割应具备以下三个特征，一是分割出来的各区域对某种特质而言具有相似性，区域内部是连通的且没有过多小孔；二是相邻区域对分割所依据的性质有明显的差异；三是区域边界是明确的。但是到目前为止，对图像分割的好坏进行评价还没有统一的准则，因此，图像分割时图像分析和计算机视觉中的经典难题。
（5）图像分析：图像分析主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。图像分析分 3 步进行，即分割、描述和分类。人类视觉系统的优越性，使得人类可以方便的从一幅图像中找出感兴趣的物体或区域，而对于计算机而言，要做到这一点却需要给它以客观测度，使之按照颜色、灰度等把一些物体或区域加以分离，这叫分割。再用适当的数学语言来表示已分离区域或物体的机构与统计性质，或表示区域间的关系，得出一种简练的表达方式，这称为描述。图像经分割、描述之后就较容易对之做进一步的分类与识别处理。如果说图像处理是一个从图像到图像的过程，则图像分析就是一个从图像到数据的过程。这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。
（6）图像重建：图像重建的目的是根据二维平面图像数据构造出三维物体的图像。它与图像增强不同，图像增强的输入是图像，输出也是图像，而图像重建输入的是某种数据，输出是图像。医学上广为采用的计算机层析扫描术（CT）就是一例。它是利用超声波、X 射线、核磁共振等手段取得物体的许多幅来自不同角度的反应物体内部的投影图，然后再通过计算获得物体内部的图像。实际上就是将多幅断层二维平面数据重建成可描述人体组织器官的三维结构的图像。三维重建技术目前已成为虚拟现实技术及科学可视化技术的重要基础。
（7）图像变换：图像变换是指通过一种数学映射的方法，将空域中的图像信息转换到频域或时频域等空间上进行分析的数学手段。最常采用的变换有傅里叶变换、离散余弦变换和小波变换等。
（8）图像压缩编码：数字图像的特点之一是数据量庞大。尽管现在有大容量的存储器，但仍不能满足对图像数据（尤其是动态图像、高分辨率图像）处理的需要。此外，由于图像需要在不同设备之间进行传输，而图像的传输也需要占用通信资源，因此为了节省存储空间，合理地利用通信资源，需要研究图像压缩技术。如果数据不压缩，则需要在存储和传输中占很大的容量和带宽，因而增加了成本。另外，利用人类的视觉特性，可对图像的视觉冗余进行压缩，由此来达到减小描述图像的数据量的目的。图像编码主要是采用不同的表达方法以减少表示图像所需的数据量，从本质上来说，图像编码与压缩就是对要处理的图像源数据按一定的规则进行变换和组合，从而达到以尽可能少的代码来表示尽可能多的数据信息。压缩通过编码来实现，或者说编码带来压缩的效果，所以一般把此项处理称为压缩编码。
<div class="section pdtdetail" tab="购买咨询(0)">
如果您对本商品有什么问题,请提问咨询!
<div class="section pdtdetail" tab="商品评论 (0)">
如果您对本商品有什么评价或经验,欢迎分享!
友情链接：
All rights reserved
本商店顾客个人信息将不会被泄漏给其他任何机构和个人本商店logo和图片都已经申请保护，不经授权不得使用 有任何购物问题请联系我们在线客服 | 工作时间：周一至周日 8:00－24:00淄博吉晨商贸有限公司 张店区丽景翠苑2号楼三单元六层东户 5博客访问： 169386
博文数量： 34
博客积分： 688
博客等级： 上士
技术积分： 355
注册时间：
IT168企业级官微
微信号：IT168qiye
系统架构师大会
微信号：SACC2013
分类： WINDOWS
第一部分 图像的傅立叶变换
一、&&&实验目的
1.了解图像变换的意义和手段；
2.&熟悉傅里叶变换的基本性质；
3.&熟练掌握FFT的方法及应用；
4.&通过实验了解二维频谱的分布特点；
5.&通过本实验掌握利用MATLAB编程实现数字图像的傅立叶变换。
二、&&&实验原理
1．应用傅立叶变换进行图像处理
傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。
2．傅立叶（Fourier）变换的定义
　　对于二维信号，二维Fourier变换定义为：　　　　二维离散傅立叶变换为：　　
三、&&&实验步骤
1.打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；
2.利用MatLab工具箱中的函数编制FFT频谱显示的函数;
3. a)调入、显示三张不同的图像；
&&&&&&&b)对这三幅图像做FFT并利用自编的函数显示其频谱;
c)讨论不同的图像内容与FFT频谱之间的对应关系。
4．记录和整理实验报告。
四、&&&实验仪器
1计算机， MATLAB软件；
3移动式存储器（软盘、U盘等）。
4记录用的笔、纸。
五、&&&实验结果及程序
I1=imread('F:\MATLAB学习\实验\picture\LENA.TIF');&&%读入原图像文件
I2=imread('F:\MATLAB学习\实验\picture\cell.tif');&&%读入原图像文件
I3=imread('cameraman.tif');&&&&&&&&&%读入原图像文件
subplot(3,2,1);imshow(I1);&&&&&&&&&&%显示原图像
fftI1=fft2(I1);&&&&&&&&&&&&&&&&&&&&&&&%二维离散傅立叶变换
sfftI1=fftshift(fftI1);&&&&&&&&&&&&&&%直流分量移到频谱中心
RR1=real(sfftI1);&&&&&&&&&&&&&&&&&&&&%取傅立叶变换的实部
II1=imag(sfftI1);&&&&&&&&&&&&&&&&&&&&%取傅立叶变换的虚部
A1=sqrt(RR1.^2+II1.^2);&&&&&&&&&&&&&%计算频谱幅值
A1=(A1-min(min(A1)))/(max(max(A1))-min(min(A1)))*225;%归一化
subplot(3,2,2);imshow(A1);&&&&&&&&&&%显示原图像的频谱
subplot(3,2,3);imshow(I2);&&&&&&&&&&%显示原图像
fftI2=fft2(I2);&&&&&&&&&&&&&&&&&&&&&&&%二维离散傅立叶变换
sfftI2=fftshift(fftI2);&&&&&&&&&&&&&%直流分量移到频谱中心
RR2=real(sfftI2);&&&&&&&&&&&&&&&&&&&&%取傅立叶变换的实部
II2=imag(sfftI2);&&&&&&&&&&&&&&&&&&&%取傅立叶变换的虚部
A2=sqrt(RR2.^2+II2.^2);&&&&&&&&&&&&&%计算频谱幅值
A2=(A2-min(min(A2)))/(max(max(A2))-min(min(A2)))*225;%归一化
subplot(3,2,4);imshow(A2);&&&&&&&&&&%显示原图像的频谱
subplot(3,2,5);imshow(I3);&&&&&&&&&%显示原图像
fftI3=fft2(I3);&&&&&&&&&&&&&&&&&&&&&&&%二维离散傅立叶变换
sfftI3=fftshift(fftI3);&&&&&&&&&&&&&%直流分量移到频谱中心
RR3=real(sfftI3);&&&&&&&&&&&&&&&&&&&%取傅立叶变换的实部
II3=imag(sfftI3);&&&&&&&&&&&&&&&&&&&%取傅立叶变换的虚部
A3=sqrt(RR3.^2+II3.^2);&&&&&&&&&&&&&%计算频谱幅值
A3=(A3-min(min(A3)))/(max(max(A3))-min(min(A3)))*225;%归一化
subplot(3,2,6);imshow(A3);&&&&&&&&&&%显示原图像的频谱
六、&&&思考题
1．傅里叶变换有哪些重要的性质?
线性、时频对偶性、展缩性、时移性、时域和频域的微分性等。
第二部分 图像边缘提取
一．&&&&&&&实验目的：
掌握图像边缘提取的常用算子的特点和程序实现。
二．实验原理：
边缘就是图像中包含的对象的边界所对应的位置。物体的边缘以图像局部特性的不连续性的形式出现的，例如，灰度值的突变，颜色的突变，纹理结构的突变等。从本质上说，边缘就意味着一个区域的终结和另外一个区域的开始。图像边缘信息在图像分析和人的视觉中十分重要，是图像识别中提取图像特征的一个重要属性。
边缘检测（edge detection）在图像处理和对象识别领域中都是一个重要的基本问题。由于边缘的灰度不连续性，可以使用求导数的方法检测到。最早的边缘检测方法都是基于像素的数值导数的运算。现在使用的边缘检测算法大致可以归纳为两类：梯度（gradient）算子和拉普拉斯(Laplacian)算子。
三．实验内容：
编制一个通用的边缘提取函数。通过输入不同的参数，能够实现Sobel算子、Prewitt算子、Roberts算子、Laplace算子和Canny边缘检测,并比较不同算子处理后的边缘图像的特点。(实验图像任选)
MATLAB图像处理工具箱提供的edge函数可以实现检测边缘的功能,详细的使用语法可以在MATLAB命令窗口键入”help edge.m”获得帮助。该函数只能应用于灰度图像，其基本原理就是识别图像中灰度值变化较大的像素点。
四．&&实验步骤：
a、&读入图像
b、对图像依次进行Sobel算子，Prewitt算子,Roberts算子，Laplace算子和Canny算子运算，比较处理结果。
五．&&&&&&&实验仪器
2 MATLAB软件；
3移动式存储器（软盘、U盘等）。
4记录用的笔、纸。
六、&&&&&&&实验结果及程序
I=imread('cameraman.tif');
subplot(2,3,1);
imshow(I);title('（a）原始图像');
subplot(2,3,2);
I1=edge(I,'sobel'); %Sobel算子边缘检测
imshow(I1);title('（b）Sobel算子');
subplot(2,3,3);
I2=edge(I,'prewitt'); %Prewitt算子边缘检测
imshow(I2);title('（c）Prewitt算子');&
subplot(2,3,4);
I3=edge(I,'robert'); %Robert算子边缘检测
imshow(I3);title('（d）Robert算子');&
subplot(2,3,5);
I4=edge(I,'log'); %Laplace算子边缘检测
imshow(I4);title('（e）Laplace算子');&
subplot(2,3,6);
I5=edge(I,'canny'); %Canny算子边缘检测
imshow(I5);title('（f）Canny算子');
2.实验结果
3.实验结果分析
由于Robert s&算子是利用图像的两个对角线的相邻像素之差进行梯度幅值的检测,所以求得的是在差分点处梯度幅值的近似值,并且检测水平和垂直方向边缘的性能好于斜线方向的边缘,&检测精度比较高,&但容易丢失一部分边缘,&同时由于没经过图像平滑计算,因此不能抑制噪声,该算子对具有陡峭的低噪声图像响应最好。
Prewit t&算子和Sobel&算子都是对图像进行差分和滤波运算,仅在平滑部分的权值选择上有些差异,&因此两者均对噪声具有一定的抑制能力,&但这种抗噪能力是通过像素平均来实现的,&所以图像产生了一定的模糊,&而且还会检测出一些伪边缘,&所以检测精度比较低,&该类算子比较适用于图像边缘灰度值比较尖锐,且图像噪声比较小的情况。
Laplace算子首先通过高斯函数对图像进行平滑处理,&因此对噪声的抑制作用比较明显,&但同时也可能将原有的边缘也平滑了,&造成某些边缘无法检测到,。此外高斯分布因子σ的选择对图像边缘检测效果有较大的影响。σ越大,&检测到的图像细节越丰富,&但抗噪能力下降,&从而出现伪边缘,&反之则抗噪能力提高,&但边缘检测精度下降,&易丢失许多真边缘,&因此,&对于不同图像应选择不同参数。
Canny&算子也采用高斯函数对图像进行平滑处理,&因此具有较强的去噪能力,&但同样存在容易平滑掉一些边缘信息,&其后所采用的一阶微分算子的方向性较Laplace算子要好,因此边缘定位精度较高。该算子与其它边缘检测算子的不同之处在于,&它使用2&种不同的阈值分别检测强边缘和弱边缘,&并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出图像中,&因此这种方法较其它方法而言不容易被噪声“填充”,更容易检查出真正的弱边缘。通过实验结果可以看出,该算子在上述几种边缘检测算子当中效果最好。
（参考文档：基于MATLAB的遥感图像边缘检测算子的实验比较分析）
阅读(33257) | 评论(0) | 转发(1) |
相关热门文章
给主人留下些什么吧！~~
请登录后评论。}