基于matlab数字图像处理的开题报告
matlab 数字图像处理实验报告(五份)
《数字图像处理实验报告》实验一图像的增强一.实验目的1.熟悉图像在MATLAB下的读写、输出；2.熟悉直方图；3.熟悉图像的线性指数等；4.熟悉图像的算术运算和几何变换。
二.实验仪器计算机、MATLAB软件三.实验原理图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。
从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像。
其基本原理是：对一幅图像的灰度直方图，经过一定的变换之后，使其成为均匀或基本均匀的，即使得分布在每一个灰度等级上的像素个数．f=H等或基本相等。
此方法是典刑的图像空间域技术处理，但是由于灰度直方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平坦均匀的结果。
频率域增强技术频率域增强是首先将图像从空间与变换到频域，然后进行各种各样的处理，再将所得到的结果进行反变换，从而达到图像处理的目的。
常用的变换方法有傅里叶变换、DCT变换、沃尔什-哈达玛变换、小波变换等。
假定原图像为f(x，y)，经傅立叶变换为F(u，v)。
频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理，然后经逆傅立叶变换得到增强的图像。
四.实验内容及步骤1.图像在MATLAB下的读写、输出；实验过程：>> I = imread('F:\image\624baf9dbcc4910a.jpg');figure;imshow(I);title('Original Image');text(size(I,2),size(I,1)+15, ...'IMG_20170929_130307.jpg', ...'FontSize',7,'HorizontalAlignment','right');Warning: Image is too big to fit on screen; displaying at 25% > In imuitools\private\initSize at 86In imshow at 196Original Image2.给定函数的累积直方图。
基于MATLAB的图像分割算法研究开题报告
1213周系统测试，完善程序功能。
1415周按照规定要求完成毕业论文。
六、指导教师意见
签字： 年见
签字： 年 月 日
2、图像边缘检测方法用于图像处理的历史
在图像分割中，边缘检测方法可以说是人们研究的最多的方法，它试图通过检测包含不同区域的边缘来解决图像分割问题。图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，是图像中灰度变化比较剧烈的地方，也即我们通常所说的信号发生奇异变化的地方。奇异信号沿边缘走向的灰度变化剧烈，通常我们将边缘划分为阶跃状和屋顶状两种类型。阶跃边缘中边缘两边的灰度值有明显的变化;而屋顶状边缘中边缘位于灰度增加与减少的交界处。在数学上可利用灰度的导数来刻划边缘点的变化，对阶跃边缘、屋顶状边缘分别求其一阶、二阶导数。可见，对阶跃边缘点儿其灰度变化曲线的一阶导数在A点达到极大值;二阶导数在A点与零交叉。对屋顶状边缘点B，其灰度变化曲线的一阶导数在B点与零交叉，二阶导数在B点达到极值。
本课题就是从这一起点出发，分别采用边界分割和分水岭变换两种方法进行图形分割，并用MATLAB实现整个分割过程。
二、课题关键问题及难点问题
1、基于边缘分割的图像分割算法的应用。
2、Hough变换的线检测方法与仿真实现。
3、利用各种算子进行图像分割并仿真实现
4、图像分割的仿真与实现。
5、基于分水岭变换进行图像分割
多年来，对图像分割的研究一直是图像技术研究中的热点和焦点，人们对其的关注和投入不断提高。它是一种重要的图像分析技术，是从图像处理到图像分析的关键步骤，也是计算机视觉领域低层次视觉中的主要问题，图像分割结果是图像特征提取和识别等图像理解的基础，对图像的加工主要处于图像处理的层次，图像分割后，对图像的分析才成为可能。另外，图像分割在实际中也得到了广泛的应用，在计算机视觉和图像识别的各种应用系统中占有相当重要的地位，也是研制和研发计算机视觉系统、字符识别和目标自动获取等图像识别和理解系统首先要解决的问题。只要需对图像目标进行提取，测量等都离不开图像分割。
数字图像处理matlab版实验报告
数字图像处理实验报告（matlab版）一．实验目的：熟悉数字图像处理中各种椒盐噪声的实质，明确各种滤波算法的的原理。
进一步熟悉matlab的编程环境，熟悉各种滤波算法对应的matlab函数。
实验结果给以数字图像处理课程各种算法处理效果一个更直观的印象。
二.实验原理:1．IPT(图像处理工具箱)基本函数介绍1. imread函数该函数用于从图形文件中读出图像。
格式A=IMRAED(FILENAME,FMT)。
该函数把FILENAME 中的图像读到A中。
若文件包含一个灰度图,则为二维矩阵。
若文件包含一个真彩图(RGB),则A为一三维矩阵。
FILENAME指明文件，FMT指明文件格式。
格式[X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中的索引图读入X,其相应的调色板读到MAP中.图像文件中的调色板会被自动在范围[0,1]内重新调节。
FMT的可能取值为jpg 或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。
2.imwrite函数该函数用于把图像写入图形文件中。
格式IMWRITE(A,FILENAME,FMT)把图像A写入文件FILENAME中。
FILENAME指明文件名, FMT指明文件格式。
A既可以是一个灰度图,也可以是一个真彩图像。
格式IMWRITE(X,MAP,FILENAME,FMT)把索引图及其调色板写入FILENAME中。
MAP必须为合法的MATLAB调色板,大多数图像格式不支持多于256色的调色板。
FMT的可能取值为tif或tiff,jpg或jpeg,bmp,png,hdf,pcx,xwd。
3. imshow函数显示图像。
格式IMSHOW(I,N).用N级离散灰度级显示灰度图象I。
若省略N,默认用256级灰度显示24位图像,64级灰度显示其他系统。
格式IMSHOW(I,[LOW HIGH])，把I 作为灰度图显示。
LOW值指定为黑色,HIGH指定为白色，中间为按比例分布的灰色。
数字图像水印matlab实现论文(设计)开题报告
湛江师范学院本科毕业论文（设计）开题报告论文题目数字水印技术的matlab实现二级学院专业年级开题日期学号姓名指导教师1.本课题研究意义：数字水印是近年来出现的数字产品版权保护技术。
可以标识作者、所有者、使用者等，并携带有版权保护信息和认证信息，目的是鉴别出非法复制和盗用的数字产品，作为密码学的加密和置乱技术的补充，保护数字产品的合法拷贝和传输。
随着网络信息化进程的加速，对数字产品版权保护技术的要求日益迫切。
因此，数字水印一经提出就成为热点问题，出现了许多数字水印方案，也有许多公司已推出了数字水印的产品。
但总的来说，数字水印的研究要以计算机科学、密码学、通讯理论、算法设计和信号处理等领域的理论为基础的。
然而数字水印技术涉及到大量图像处理算法、数学计算工具等，用普通编程工具实现上述算法将要花费大量的时间。
MATLAB语言是MathWorks公司推出的一种简单、高效、功能极强的高级语言，具有高性能数值计算能力和可视化计算环境。
因此本文基于典型的DCT（离散余弦变换）数字水印算法过程，详细介绍用MATLAB实现数字水印的嵌入、提取和攻击测试的方法。
2.研究内容：从信号处理的角度看，在载体图像中嵌入数字水印可以视为在强背景（即原始图像）下叠加一个视觉上看不到的弱信号（水印），由于人的视觉系统（Human Visual System，HVS）分辨率受到一定的限制，只要叠加信号的幅度低于HVS的对比度门限，HVS就无法感觉到信号的存在，因此，通过对载体对象作一定的调整，就有可能在不引起人感知的情况下嵌入一些信息。
一.数字水印的嵌入二.水印的提取与检测在某些水印系统中，水印可以被精确地提取出来，这一过程被称作水印提取。
例如在完整性确认的应用中，必须能够精确地提取出嵌入的水印，并且通过水印的完整性来确认多媒体数据的完整性。
如果提取出的水印发生了部分的变化，最好还能够通过变化的水印的位置来确定原始数据被篡改的位置。
matlab数字图像处理实验报告
subplot(2,1,1);imshow(j);title('噪声干扰图像')
subplot(2,1,2);imshow(M);title('改进后的图像')
3、采用三种不同算子对图像进行锐化处理
应用Sobel算子锐化图像
Z2=imsubtract(A,B)
Z3=immultiply(A,B)
Z4=imdivide(A,B)
subplot(3,2,1); imshow(A);title('原图像A') subplot(3,2,2); imshow(B);title('原图像B') subplot(3,2,3); imshow(Z1);title('加法图像') subplot(3,2,4); imshow(Z2);title('减法图像') subplot(3,2,5); imshow(Z3);title('乘法图像') subplot(3,2,6); imshow(Z2);title('除法图像')
imshow(l);
title('Original lmage 1;
THETA = 11;
PSF = fspecial('motion', LEN, THETA);
blurred = imfilter(l, PSF, 'conv', 'circular');
算子滤波锐化
应用prewitt算子锐化图像 算子滤波锐化
应用log算子锐化图像
matlab数字图像处理实验报告
重庆交通大学学生实验报告实验课程名称《数字图像处理》课程上机实验开课实验室河海学院仿真实验室学院河海学院年级专业08级地理信息系统学生姓名学号********时间2011 至2012 学年第 1 学期实验一图像显示【实验内容】1）使用 MATLAB图像读取函数imread读取图像。
2）使用 MATLAB图像显示函数imshow显示图像。
3）使用 MATLAB添加色带函数colorbar为图像添加色带。
【实验目的】1）掌握MATLAB图像读取和显示函数的应用方法。
2）了解如何为图像添加色带。
【实验结果】（放置处理前图像）（放置处理后图像）2-1 2-5-3 2-10 【程序说明】a=imread('yq.jpg');a=double(a);%a=uint8(a);imshow(a);%save saturn.dat a-ascii;save yu.text a -ascii; %结果图2-1 e=imread('yq.jpg');imshow(e);iptsetpref('ImshowTruesize','manual');figure,imshow(e);iptsetpref('ImshowTruesize','auto');bw1=zeros(20,20);bw1(2:2:18,2:2:18)=1;figure,imshow(bw1,'notruesize');bw1whos%结果图2-5-3%使用一个调色板来显示一副二进制图像figure,imshow(bw,[1 00;0 0 1]);%结果图2-10本次实验得分实验二图像运算【实验内容】1）使用 MATLAB滑动邻域操作函数nlfilter对图像进行处理。
2）使用 MATLAB分离邻域操作函数blkproc对图像进行处理。
【实验目的】1）掌握滑动邻域操作函数的应用方法。
基于matlab数字图像处理的开题报告
毕业设计(论文)开题报告题目：基于Matlab的数字图像处理学生姓名：学号：专业：通信工程指导教师：2011年 3 月 13 日一．文献综述：随着人类社会的进步和科学技术的发展，人们对信息处理和信息及交流的要求越来越高。
人们传递信息的主要媒介是语音和图像。
在接受的信息中，听觉信息占20%，视觉信息占60%，其它如味觉，嗅觉，触觉总的加起来不超过20%。
图像信息处理是人们视觉延续的重要手段。
人的眼睛只能看到波长为380到780nm的可见光部分，而迄今为止人类发现可成像的射线已有很多种，他们扩大了人类认识客观世界的能力。
数字图像处理是一个跨科学的前沿科技领域，在工程学，计算机科学，信息学，统计学，物理，化学，生物医学，地址，海洋，气象，农业，冶金等许多科学中的应用取得了巨大的成功和显著地经济效益。
图像是当光辐射能量照在物体上，经过他的反射或透射，或有发光物体本身发出的光能量，在人的视觉器官中所重现出的物体的视觉信息。
图像一般用Image表示，是视觉景物的某种形式的标记和记录。
通俗的说，图像是指利用技术手段把目标原封不动的再现。
由于图像感知的主题是人类，所以不仅可以将图像看作是二维平面上或三维立体空间中具有明暗或颜色变化的分布，还可以包括人的心理因素对图像接收和理解所产生的影像。
一般认为图片是图像的一种类型，在一些教科书中将其定义为“经过核实的光照后可见物体的分布”，图片强调了现实世界中的可见物体。
图形是指人为的图形，如图画，动画等人造的二维或三维图形，他强调应用一定的数学模型生成图形。
图形学是研究应用计算机生成，处理和显示图形的一门学科。
它涉及利用计算机将有概念或数学描述所表示的物体图像进行处理和现实的过程，侧重点在于根据给定的物体描述数学模型，光照及想象中的摄像机的成像几何，生成一幅图像的过程。
而图像处理进行的却是与其相反的过程，提示基于画面进行二维或三维物体模型的重建，这在很多场合是十分重要。
从20世纪60年代起，随着电子计算机技术的进步，数字图像处理技术得到了飞跃发展。
Matlab图像处理开题
毕业设计（论文）开题报告题目：基于matlab的图像编辑软件开发专业计算机科学与技术班级091041B1学号0910411116姓名牛向华指导教师姜寒2013年03 月1 日1 本课题的目的和意义、国内外研究现状、水平和发展趋势1.1课题的目的和意义随着图像处理的研究逐渐深入，许多问题有待于解决，故对图像处理得需求也进一步增加。
图像处理已经逐渐成为一门比较成熟的学科，数字图像处理在整个图像处理领域中占有重要的地位。
图像处理中有很多数学公式，目前以数学为工具讲解图像处理的专著也有很多，Matlab主要就是通过程序实现图像处理，而且Matlab不像其他语言实现图像程序设计比较繁琐，它却相对比较简单易懂，很好实现。
从本质上说，图像就是函数、矩阵或程序设计中的数组。
而Matlab具有强大而方便的数组操作功能，同时又提供了丰富的图像处理函数。
图像信息是人类获得外界信息的主要来源，因为大约有70％的信息是通过人眼获得的，而人眼获得的都是图像信息。
在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题。
例如：由于空间技术的发展，人造卫星拍摄了大量的地面和空间的照片，人们可以利用照片获得地球资源、全球气象和污染情况等；在医学上，医生可以通过x射线分析照像，观察到人体各部位的断层图像；在工厂，技术人员可以利用电视图像管理生产，由此可见图像信息的重要性。
获得图像信息非常重要，但目的不仅仅是为了获得图像，而更重要的是将图像信息进行处理，在大量复杂的图像中找出我们所需要的信息。
因此图像信息处理在某种意义上讲，比获得图像更为重要，尤其是在当今科学技术迅速发展的时代，对图像信息处理提出了更高的要求，以便更加快速、准确，可靠地获得有用信息。
MATLAB软件自从20世纪80年代中期推出以来，不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，现已成为国际公认的、最优秀的科学计算与数学应用软件之一，是近几年来在国内外广泛流行的一种可视化科学计算软件．它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。
matlab数字图像处理报告
昆明理工大学信息工程与自动化学院学生实验报告（2011—2012学年第1学期）课程名称：图形图像处理开课实验室：信自楼444 2012年5月30日一、实验目的1.拉普拉斯算子、马尔算子（LOG）、Canny算子图像处理；2.边缘提取和跟踪3.简单图像的区域分割（峰谷法，类间最大距离法，最佳熵法）二．实验内容即步骤：1. 马尔算子：I=imread('g:\图片\moon.tif');imshow(I);bw1=edge(I,'roberts'); %--------’roberts算子‘图像分割bw2=edge(I,'prewitt'); %--------’prewitt算子‘图像分割bw3=edge(I,'sobel'); %--------'sobel算子'图像分割bw4=edge(I,'log'); %--------'log算子'（拉普拉斯-高斯）图像分割bw5=edge(I,'canny'); %--------'canny算子'图像分割figure,subplot(2,3,1),imshow(bw1,[]);subplot(2,3,2),imshow(bw2,[]);subplot(2,3,3),imshow(bw3,[]);subplot(2,3,4),imshow(bw4,[]);subplot(2,3,5),imshow(bw5,[]);h1=[0 1;-1 0]; % --------’roberts算子‘矩阵h2=[-1 0 1;-1 0 1;-1 0 1]; %--------’prewitt算子‘矩阵h3=[-1 0 -1;-2 0 2;-1 0 1]; %--------‘sobel算子'矩阵h4=[0 -1 0;-1 4 1;0 -1 0]; %--------'log算子'矩阵J1=imfilter(I,h1); %--------采用’roberts算子‘矩阵化锐J2=imfilter(I,h2); %--------采用’prewitt算子‘矩阵化锐J3=imfilter(I,h3); %--------采用‘sobel算子'矩阵化锐J4=imfilter(I,h4); %---------采用'log算子'矩阵化锐figure,subplot(1,2,1),imshow(bw1,[]);title('roberts算子的分割');subplot(1,2,2),imshow(J1);title('roberts算子的锐化');figure,subplot(1,2,1),imshow(bw2,[]);title('prewitt算子的分割');subplot(1,2,2),imshow(J2);title('prewitt算子的锐化');figure,subplot(1,2,1),imshow(bw3,[]);title('sobel算子的分割');subplot(1,2,2),imshow(J3);title('sobel算子的锐化');figure,subplot(1,2,1),imshow(bw4,[]);title('log算子的分割');subplot(1,2,2),imshow(J4);title('log算子的锐化');figure,imshow(bw5,[]);原始图像roberts算子、prewitt算子、sobel算子、log算、canny算子最终处理图像Canny算子代码：%log算子和canny边缘检测（拉普拉斯-高斯、canny）I=imread('g:\图片\testpat1.png');subplot(1,3,1);imshow(I);title('原始图像');I1=edge(I,'log');subplot(1,3,2);imshow(I1);title('log算子分割结果');I2=edge(I,'canny');subplot(1,3,3);imshow(I2);title('canny算子分割结果');运行结果：2. 边缘提取和跟踪边缘跟踪1:%function colordrawout(pix,n) %彩色图片轮廓线提取函数A=imread('h:\图片\peppers.png'); %读取指定彩色图片n=20;B=A(:,:,1); %红色强度值矩阵C=A(:,:,2); %绿色强度值矩阵D=A(:,:,3); %蓝色强度值矩阵for i=1:3 %依次从三个矩阵中提取轮廓线if i==1 %从红色矩阵提取E=B;else if i==2 %从绿色矩阵提取E=C;else E=D; %从蓝色矩阵提取end;end;H=double(E); %将选择的矩阵变为双精度矩阵%F=40*sin(1/255*H); %进行非线性变换F=H;[k,j]=size(B); % k,j分别为矩阵D的行数和列数T=A;for p=2:k-1for q=2:j-1if(F(p,q)-F(p,q+1))>n|(F(p,q)-F(p,q-1))>n|(F(p,q)-F(p+1,q))>n|(F(p,q)-F(p-1,q))>n|(F(p,q)-F(p-1,q+ 1))>n|(F(p,q)-F(p+1,q-1))>n|(F(p,q)-F(p-1,q-1))>n|(F(p,q)-F(p+1,q+1))>nT(p,q,1)=0;T(p,q,2)=0;T(p,q,3)=0; %置边界点黑色elseT(p,q,1)=255;T(p,q,2)=255;T(p,q,3)=255;%置非边界点白色end;end;end;subplot(2,2,i+1); %将窗口分割为两行两列，下图显示于第i＋1位置image(T); %显示轮廓线title(i); %图释axis image; %保持图片显示比例end;subplot(2,2,1); %下图显示于第1位置image(A); %显示原彩色图片title('彩色图原图'); %图释axis image; %保持图片显示比例3. 简单图像的区域分割（峰谷法，类间最大距离法，最佳熵法）峰谷法：测试代码：%Matlab读取BMP,JPG图片显示直方图并以直方图谷底为阈值进行阈值分割i=imread('h:\图片\liftingbody.png');%i=imread('h:\图片\18.jpg');figure(1);imshow(i);%显示原图figure(2);imhist(i);%显示直方图u=imhist(i);for a=1:256m(a)=0;endj=0;%求出热闹所有峰值的灰度级for a=1:254for b=a+1for c=b+1if u(a)<u(b)&u(b)>u(c)j=j+1;m(j)=b;endendendend%求出峰值中的最大灰度级p=m(1);for a1=2:jif u(m(a1))>u(p)p=m(a1);endend%求出峰值中的最小灰度级w=m(1);for a4=2:jif u(m(a4))<u(w)w=m(a4);endend%求出与最大峰值相邻的峰值灰度级l=u(w);for a2=1:jif u(m(a2))>l;x=m(a2)-p;if(abs(x)>30)l=u(m(a2));q=m(a2);endendend%比较a3与b3的大小if p>qa3=q;b3=p;else a3=p;b3=q;end%求出直方图谷底灰度值l1=u(a3);for n1=(a3+1):(b3-1)if l1>u(n1)l1=u(n1);p1=n1;endendim=im2bw(i,p1/255);%二值化figure(3);imshow(im);%显示以直方图谷底为阈值分割后的图片最大熵自动阈值法a=imread('h:\图片\kids.tif');figure,imshow(a)count=imhist(a);[m,n]=size(a);N=m*n;L=256;count=count/N; %每一个像素的分布概率countfor i=1:Lif count(i)~=0st=i-1;break;endendstfor i=L:-1:1if count(i)~=0nd=i-1;break;endendndf=count(st+1:nd+1); %f是每个灰度出现的概率size(f)E=[];for Th=st:nd-1 %设定初始分割阈值为Thav1=0;av2=0;Pth=sum(count(1:Th+1));%%%第一类的平均相对熵为for i=0:Thav1=av1-count(i+1)/Pth*log(count(i+1)/Pth+0.00001);end%%%第二类的平均相对熵为for i=Th+1:L-1av2=av2-count(i+1)/(1-Pth)*log(count(i+1)/(1-Pth)+0.00001); endE(Th-st+1)=av1+av2;endposition=find(E==(max(E)));th=st+position-1for i=1:mfor j=1:nif a(i,j)>tha(i,j)=255;elsea(i,j)=0;endendendfigure,imshow(a);类间最大距离（判断分析）：I=imread('h:\图片\la.jpg');subplot(1,2,1),imshow(I);title('原始图像')axis([50,360,50,350]);grid on; %显示网格线axis on; %显示坐标系level=graythresh(I); %确定灰度阈值BW=im2bw(I,level);subplot(1,2,2),imshow(BW);title('Otsu 法阈值分割图像')axis([50,360,50,350]);grid on; %显示网格线axis on; %显示坐标系三．实验总结：本次试验对图像分割知识进行了学习和实践运用。
基于MATLAB图像处理报告
基于MATLAB图像处理报告一、设计题目图片叠加。
二、设计要求将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。
三、设计方案3.1、设计思路利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。
3.2、软件介绍MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。
是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。
它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。
MATLAB和Mathematica、Maple并称为三大数学软件。
它在数学类科技应用软件中在数值计算方面首屈一指。
MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。
在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。
可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。
3.3、常见简单程序语句及算法分析（1）CLC；清零。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
毕业设计(论文)开题报告
题目：基于Matlab的数字图像处理
学生姓名：学号：
专业：通信工程
指导教师：
2011年 3 月 13 日
一．文献综述：
随着人类社会的进步和科学技术的发展，人们对信息处理和信息及交流的要求越来越高。
人们传递信息的主要媒介是语音和图像。
在接受的信息中，听觉信息占20%，视觉信息占60%，其它如味觉，嗅觉，触觉总的加起来不超过20%。
图像信息处理是人们视觉延续的重要手段。
人的眼睛只能看到波长为380到780nm的可见光部分，而迄今为止人类发现可成像的射线已有很多种，他们扩大了人类认识客观世界的能力。
数字图像处理是一个跨科学的前沿科技领域，在工程学，计算机科学，信息学，统计学，物理，化学，生物医学，地址，海洋，气象，农业，冶金等许多科学中的应用取得了巨大的成功和显著地经济效益。
图像是当光辐射能量照在物体上，经过他的反射或透射，或有发光物体本身发出的光能量，在人的视觉器官中所重现出的物体的视觉信息。
图像一般用Image表示，是视觉景物的某种形式的标记和记录。
通俗的说，图像是指利用技术手段把目标原封不动的再现。
由于图像感知的主题是人类，所以不仅可以将图像看作是二维平面上或三维立体空间中具有明暗或颜色变化的分布，还可以包括人的心理因素对图像接收和理解所产生的影像。
一般认为图片是图像的一种类型，在一些教科书中将其定义为“经过核实的光照后可见物体的分布”，图片强调了现实世界中的可见物体。
图形是指人为的图形，如图画，动画等人造的二维或三维图形，他强调应用一定的数学模型生成图形。
图形学是研究应用计算机生成，处理和显示图形的一门学科。
它涉及利用计算机将有概念或数学描述所表示的物体图像进行处理和现实的过程，侧重点在于根据给定的物体描述数学模型，光照及想象中的摄像机的成像几何，生成一幅图像的过程。
而图像处理进行的却是与其相反的过程，提示基于画面进行二维或三维物体模型的重建，这在很多场合是十分重要。
从20世纪60年代起，随着电子计算机技术的进步，数字图像处理技术得到了飞跃发展。
数字信号处理（DSP）技术通常是指利用采集，滤波，检测，均衡，变换，调制，压缩，去噪，估计等处理，已得到符合人们需要的信号形式。
图像信号的数字处理是指将图像作为图像信号的数学处理技术，按照人们通常的习惯，也成为数字图像处理技术。
最常见的使用计算机对图像进行处理，他是在以计算机为中心的包括各种输入，输出，存储及显示设备内的数学图像处理系统上进行的。
图像的分类：
1.按照图像的存在形式分类：实际图像，抽象图像。
2.按照图像亮度等级分类：二值图像，灰度图像。
3.按照图像的光谱分类：彩色图像，黑白图像。
4.按照图像是否随时间变换分类：静止图像，活动图像。
5.按照图像所占空间和维数分类：二维图像，三维图像。
数字图像信息的特点有以下几点：
1.信息量大。
例如一幅电视图像取512行，512列，像素为512*512，若其灰度级用8bit的二进制来表示，则有256个灰度级，那个一幅图像的信息两位512*512*8，若每秒有25帧图像，则每秒的信息量为256*25=6.25MB要对这样大信息量的图像进行处理，必须用具有相当大内存的电子计算机才能胜任。
2.数字图像占用的带宽较宽。
如电视图像的带宽为5.6MHz，而语音带宽仅为4kHz。
频带越宽，技术实现的难度就越大，成本越高，为此对频带压缩技术提出了较高的要求。
3.数字图像中各个像素之间相关性很大。
如电视画面中，同一行相邻2个像素或相邻2行间的像素，具有相同和相近灰度的可能性很大，据统计相关系数可达0.9以上，而相邻2帧之间的相关性比帧内相关性还要大一些。
因此图像压缩的潜力很大。
4.数字图像处理系统受人的因素影响较大。
这项技术是需要给人管材和评价的。
因此要求系统与人有良好的配合。
数字图像处理科学所涉及的知识面非常广泛，具体的方法种类繁多，应用也极为普遍，主要从以下9个方面进行研究：
图像数字化，图像变换，图像增强，图像恢复，图像分割，图像描述和分析，图像数据压缩，图像分类，图像重建。
Matlab是Matrix Laboratory的缩写。
是当今很流行的科学计算软件。
这次毕设主要就是应用这个软件进行的。
MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。
它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。
根据它提供的500多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交互或编程以完成各自的计算。
MATLAB中集成了功能强大的图像处理工具箱。
由于MATLAB 语言的语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的
书写格式，而且这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以MATLAB在图像处理的应用中具有很大的优势。
而它的GUI是一个人机交互界面，在现实中有广泛的应用。
Matlab软件主要由主包，Simulink和工具箱3部分组成。
Matlab主包包括：Matlab语言，Matlab工作环境，句柄图形，Matlab数学函数库，Matlab应用程序接口（API）。
Simulink：是用与动态系统仿真的交互式系统。
它允许用户在荧幕上绘制框图模拟一个系统。
它采用鼠标驱动方式，能够处理线性，非线性，连续，离散，多变量以及多级系统。
此外，它还为用户提供了Simulink Extensions（扩展）和Blocksets（模块集）2个附加项。
Matlab工具箱是Matlab用来解决各个领域特定问题的函数库，它是开放式的，可以应用，也可以根据需要进行扩展。
为用户提供了丰富的使用资源，工具箱的内容非常广泛，涵盖了很多门学科。
应用Matlab工具箱可以很大程度的驾校用户编程时的复杂程度。
参考文献：
1容观澳，计算机图像处理，清华大学版，2000， Pages 351
2李介谷等，数字图像处理，上海交大版，1988， Pages 278
3阮秋琦，数字图像处理学，电子工业版，2001， Pages 562
4 黄贤武等，数字图像处理与压缩编码技术，电子科大版，2000， Pages 538
5 章毓晋，图像工程（上、下册），清华版，1999， Pages 563
6 Kenneth R Castleman, Digital Image Processing ， Prentice Hall，Pages 667，清华版，98；朱志刚等译，数字图像处理，电子工业版，1998，中文Pages 568
7 Rafael C. Gonzalez，Richard E. Woods, Digital Image Processing，电子工业版，2002，Pages 793
8 谷口庆治，数字图像处理，科学版，2002，Pages633（两册）
9 王耀南，李树涛等，计算机图像处理与识别技术，高教版，2001，Pages 281
10 闫敬文，数字图像处理技术与图像图形学基本教程，科学版，2002，Pages 255
二．本课题要研究或解决的问题和采用的研究手段及途径：
本设计是根据数字图像处理的相关知识及MTALAB软件的使用方法并综合运用MATLAB工具箱实现图像处理的GUI程序设计，该界面能够对图像进行读取、加噪、滤波，读取特征保存等。
Matlab允许用户自己开发算法，并且将其封装起来，不断扩展到工具箱函数中。
其中包括内置的图像用户界面开发工具，可视化调试器以及算法性能调试器等。
此外还可以在支持Matlab的平台上共享用户所开发的算法，并将算法同已有的C代码结合在一起，完成算法的发布工作。
除此之外，Matlab还可以将用户开发的GUI，图像处理算法等应用程序发布为C或C++源代码，进而编译成COM组件活着Java接口，将Matlab 开发的算法统其他开发工具结合起来。
利用MATLAB图像处理工具箱，通过编写程序设计出一GUI界面，里面包含菜单和图像显示框，再通过M语言的函数调用，和必要的编程，实现图像的变换，如锐化，排列，裁剪，尺寸变换等。
本次设计的内容主要包括图像增强，图像复原，及一些拉伸尺度变换等。
主要处理的图片类别有：BMP ,TIFF ,GIF ,JPEG ,TGA ,PCX.
将图像经过采样，量化，空间和灰度级分辨率进行处理。
MATLAB用到的很多函数是针对二维数据的，而RGB图像的数据是一个三维矩阵，所以处理要与灰度图像不同，可以把三维数据进行降维处理，同样使用二维的函数，只要是同样处理三次。
比如，彩色图像的滤波处理，直方图均衡等。
上述为我的初步设想。