數(shù)字圖像處理課設(shè)基于某MATLAB地復(fù)雜圖像目標(biāo)提取

實(shí)用文檔文案大全華北水利水電大學(xué)NorthChinaUniversityofWaterResourcesandElectricPower數(shù)字圖像處理課設(shè)題目基于MATLAB的復(fù)雜圖像目標(biāo)提取課程名稱數(shù)字圖像處理學(xué)院信息工程學(xué)院專業(yè)通信工程指導(dǎo)老師指導(dǎo)老師許麗完成時(shí)間2017.10.27目錄8138一、設(shè)計(jì)要求 15183二、設(shè)計(jì)原理和方案 1159321、圖像直方圖 1317042、圖像灰度 2322403、低通濾波 263574、邊緣檢測 211983三、設(shè)計(jì)步驟及結(jié)果 367391、圖像的讀取的存儲 3274232、彩色圖像的灰度化 3111763、圖像的濾波 3190634、圖像的邊緣檢測 485065、不同顏色目標(biāo)圖像的提取 5179356、相同顏色的目標(biāo)圖像的提取 521544四、問題解決及體會 73138五、參考文獻(xiàn) 829744附錄 8摘要在我們?nèi)粘Ｉ钪?，由于工作等各種需要，我們往往會對圖像進(jìn)行各種處理，其中就包括對復(fù)雜圖像目標(biāo)提取，當(dāng)然有很多的處理方法本次主要是在用MATLAB對圖像做基本的處理來提取目標(biāo)圖像特征。本次課設(shè)用MATLAB處理時(shí)，首先對圖片進(jìn)行基礎(chǔ)的處理，包括彩色圖像轉(zhuǎn)化為灰色圖像的處理、二值處理、直方圖的分析、濾波處理以及利用各種算法對圖像進(jìn)行邊緣化處理等操作。然后采用合適的方法對圖像目標(biāo)做最終的提取。在本次課設(shè)中，我采用的是利用MATLAB生成圖片的直方圖，然后從直方圖上得出不同顏色所對應(yīng)的灰度，再灰度對不同顏色的圖像分別進(jìn)行提取。但是此方法有一個(gè)很大的局限性，就是無法處理相同顏色的目標(biāo)圖像，因此經(jīng)過對資料的查閱和老師的幫助，我找到了解決方法，對相同顏色的圖像進(jìn)行區(qū)域劃分，然后再對處于不同區(qū)域的目標(biāo)圖像分別進(jìn)行提取。關(guān)鍵詞：圖像目標(biāo)提取MATLAB灰度區(qū)域提取文案大全設(shè)計(jì)要求自選一幅圖像，確定要選擇的目標(biāo)區(qū)域，編寫合適的程序，然后用MATLAB或VC+Opencv對目標(biāo)圖形進(jìn)行提取，要求對圖像做基礎(chǔ)的處理，包括圖像的讀取，存儲，去噪，邊緣檢測等觸及處理。設(shè)計(jì)原理和方案在實(shí)際圖像處理中，一般情況下我們只是注意到圖像中那些我們感興趣的目標(biāo)，因?yàn)橹挥羞@部分也就是我們注意到的有用的目標(biāo)物才能為我們提供高效、有用的信息。而這些目標(biāo)一般又都對應(yīng)著圖像中某些特定的、具有獨(dú)特性質(zhì)的區(qū)域。為了把這些有用的區(qū)域提取出來供我們?nèi)祟愂褂茫覀儗D像的提取做了很多的研究。本次課設(shè)采用的原理主要是用MATLAB處理，首先對圖片進(jìn)行基礎(chǔ)的處理，包括彩色圖像轉(zhuǎn)化為灰色圖像的處理、二值處理、直方圖的分析、濾波處理以及利用各種算法對圖像進(jìn)行邊緣化處理等操作。然后采用合適的方法對圖像目標(biāo)做最終的提取。采用的是利用MATLAB生成圖片的直方圖，然后從直方圖上得出不同顏色所對應(yīng)的灰度，再灰度對不同顏色的圖像分別進(jìn)行提取。對相同顏色的圖像進(jìn)行區(qū)域劃分，然后再對處于不同區(qū)域的目標(biāo)圖像分別進(jìn)行提取。從而達(dá)到課設(shè)要求圖像直方圖圖像直方圖能很直觀的反映出圖像的特征，灰度，強(qiáng)度等，并且在處理時(shí)很容易實(shí)現(xiàn)，且具有圖像平移、旋轉(zhuǎn)、縮放不變性等眾多優(yōu)點(diǎn)，在很多方面都得到了廣泛地應(yīng)用，特別是灰度圖像的閾值分割、基于顏色的圖像檢索以及圖像分類。直方圖圖形化顯示不同的像素值在不同的強(qiáng)度值上的出現(xiàn)頻率，對于灰度圖像來說強(qiáng)度，范圍為[0~255]之間，對于RGB的彩色圖像可以獨(dú)立顯示三種顏色的強(qiáng)度直方圖。強(qiáng)度直方圖是用來尋找灰度圖像二值化閾值常用的方法。若一幅灰度圖像的直方圖顯示為兩個(gè)波峰，則二值化閾值應(yīng)該是這兩個(gè)波峰之間的某個(gè)灰度值。同時(shí)強(qiáng)度直方圖是調(diào)整圖像對比度的重要依據(jù)直方圖實(shí)現(xiàn)方法：對一幅灰度圖像從上到下，從左到右掃描每個(gè)像素值，在每個(gè)灰度值上計(jì)算像素?cái)?shù)目，不同的灰度值，并以這些數(shù)據(jù)為基礎(chǔ)完成圖像直方圖的繪制。從而得出目標(biāo)圖像的特征。圖像灰度把白色與黑色之間按對數(shù)關(guān)系分為若干等級，稱為灰度?；叶裙卜譃?56階。并且在應(yīng)用中我們通常采用的是用灰度表示的圖像稱作灰度圖，因?yàn)閺幕叶葓D像上我們可以很清晰地看出圖像的各種特征。圖像通常是由紅色綠色藍(lán)色三個(gè)通道組成的。并且這三種顏色使用以灰度顯示的，用不同的灰度色階來表示各顏色在圖像中的比重?；叶葦?shù)字圖像是每個(gè)像素只有一個(gè)采樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個(gè)采樣可以表示任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色?；叶葓D像與黑白圖像不同，在計(jì)算機(jī)圖像領(lǐng)域中黑白圖像只有黑色與白色兩種顏色；灰度圖像在黑色與白色之間還有許多級的顏色深度。并且在實(shí)驗(yàn)中對灰度圖像的處理可以很大程度上提高運(yùn)算的速率以及效果。低通濾波圖像的濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制，在圖像的處理中占據(jù)非常重要的地位，因?yàn)樗奶幚韺⒅苯佑绊懙胶罄m(xù)圖像處理和分析的有效性和可靠性。而本次試驗(yàn)中采用的是中值濾波法對圖像進(jìn)行處理。中值濾波自產(chǎn)生便被廣泛應(yīng)用于各種對噪聲的處理中。中值濾波器是基于次序統(tǒng)計(jì)完成信號恢復(fù)的一種典型的非線性濾波器，其基本原理是把圖像或序列中心點(diǎn)位置的值用該域的中值替代，并且具有運(yùn)算簡單、速度快、除噪效果好等優(yōu)點(diǎn)。并且在應(yīng)用中中值濾波于得到了發(fā)展和改進(jìn)，便是現(xiàn)在所稱的標(biāo)準(zhǔn)中值濾波，標(biāo)準(zhǔn)中值濾波算法的基本思想是將濾波窗口內(nèi)的最大值和最小值均視為噪聲，用濾波窗口內(nèi)的中值代替窗口中心像素點(diǎn)的灰度，在一定程度上抑制了噪聲。實(shí)際上在一定鄰域范圍內(nèi)具有最大或最小灰度值這一特性的，除了噪聲點(diǎn)，還包括圖像中的邊緣點(diǎn)、線性特征點(diǎn)等。因此很大程度上提高了圖像處理和分析的有效性和可靠性。邊緣檢測綜合分析本次實(shí)驗(yàn)采取的是Prewitt算子邊緣檢測，Prewitt算子是一種一階微分算子的邊緣檢測，利用像素點(diǎn)上下、左右鄰點(diǎn)的灰度差，在邊緣處達(dá)到極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用。其原理是在圖像空間利用兩個(gè)方向模板與圖像進(jìn)行鄰域卷積來完成的，這兩個(gè)方向模板一個(gè)檢測水平邊緣，一個(gè)檢測垂直邊緣。對數(shù)字圖像f(x，y)，Prewitt算子的定義如下：G(i)=|[f(i-1,j-1)+f(i-1,j)+f(i-1,j-1)]-[f(i+1,j-1)+f(i++f(i+1,j)+1)]|G(j)=|[f(i-1,j+1)+f(i,j+1)+f(i+1j+1)]-[f(i-1,j-1)+f(i,j-1)+f(i+,j-1]|則P(i,j)=max[G(i),G(j)]或P(i,j)=G(i)+G(j)設(shè)計(jì)步驟及結(jié)果圖像的讀取的存儲相關(guān)程序：M=imread('G:\3.png');subplot(2,3,1);imshow(M,[]);title('原彩色圖');imwrite(M,'G:\4.png');彩色圖像的灰度化相關(guān)程序：M=rgb2gray(M);圖像的濾波相關(guān)程序：H=fspecial('average',5);F{1}=double(filter2(H,M));subplot(2,3,2);imshow(F{1},[]);title('均值低通濾波');圖像的邊緣檢測相關(guān)程序：M=imread('G:\3.png');K=rgb2gray(M);subplot(2,3,3),imhist(K);M1=[-1,-1,-1;0,0,0;1,1,1];M2=[-1,0,1;-1,0,1;-1,0,1];N1=filter2(M1,K);N2=filter2(M2,K);K1=double(N1);K2=double(N2);M=(abs(K1)+abs(K2));figure,imshow(uint8(M))title('Prewitt算子邊緣檢測');不同顏色目標(biāo)圖像的提取相關(guān)程序：123201196218分別為彩色圖像的綠色、粉色、黃色以及橙黃的灰度值。num=[123201196218];[m,n]=size(N);forI1=1:4D=zeros(m,n);D=D+255;fori=1:mforj=1:nifN(i,j)==num(I1)D(i,j)=N(i,j);endendendsubplot(2,2,I1)imshow(D,[]);end相同顏色的目標(biāo)圖像的提取采用對目標(biāo)區(qū)域進(jìn)行劃分，然后依據(jù)不同的區(qū)域?qū)δ繕?biāo)圖像進(jìn)行提取。圖像讀?。簣D像劃分區(qū)域：圖像提?。簡栴}解決及體會通過這次課程設(shè)計(jì)，知道自己在這一課程上存在的不足，另外也從這個(gè)課程設(shè)計(jì)中學(xué)到了很多東西，通過對程序的編寫以及MATLAB的具體操作，提高了自己編寫程序的能力，并且對MATLAB的操作更加熟練，以及一些對圖片處理的基本操作，包括彩色圖像轉(zhuǎn)化為灰色圖像的處理、二值處理、直方圖的分析、濾波處理以及利用各種算法對圖像進(jìn)行邊緣化處理等操作。自己的能力和知識面都得到了很大的提高。但是在整個(gè)過程中遇到了一些困難，查閱了資料，也得到了老師和同學(xué)的幫助，不過每一次的問題的解決都是一個(gè)大的進(jìn)步，對于參數(shù)的選取最讓我覺得困難，首先是閉運(yùn)算的矩陣的選取，還有根據(jù)圖像對灰度的估計(jì)與精確從而利用不同顏色的灰度進(jìn)行目標(biāo)圖像的提取，還有我之前設(shè)想的是根據(jù)不同顏色的圖像的不同灰度進(jìn)行目標(biāo)圖像的提取，實(shí)驗(yàn)也得到了很好的結(jié)果，但是面對同學(xué)提出的對于相同顏色的圖像該如何進(jìn)行提取的問題。我發(fā)現(xiàn)了問題所在，但由于時(shí)間的限制，所以只能在源程序上進(jìn)行修改，在老師的幫助下，我試著編寫程序?qū)⑾嗤膱D像進(jìn)行分區(qū)域，編號，然后再對不同區(qū)域的目標(biāo)圖像進(jìn)行提取。最后成功的解決了問題。此次的課程設(shè)計(jì)是一個(gè)讓自己得到很大提高的一個(gè)課程，可以讓自己叢中學(xué)到很多，在課程設(shè)計(jì)過程中不免會出現(xiàn)不少問題，如果對這些知識足夠了解就能很到找到問題原因，并且輕松解決，所以掌握一定的知識很重要，另外也要多實(shí)踐，在實(shí)踐中檢驗(yàn)自己，提高自己的動手能力，課程設(shè)計(jì)使我充分體會到了解決問題得到結(jié)果后的那種喜悅。也從中收獲到了很多知識，也為接下來的學(xué)習(xí)打下了良好的基礎(chǔ)。參考文獻(xiàn)【1】姚敏，數(shù)字圖像處理，機(jī)械出版社【2】李俊輝，數(shù)字圖像處理，清華大學(xué)出版社【3】賀興華，周媛媛，王繼陽，MATLAB圖像處理，人民郵電出版社【4】劉衛(wèi)國，MATLAB程序設(shè)計(jì)及應(yīng)用高等教育出版社附錄：不同顏色目標(biāo)圖像的提取總程序：clcclearall;M=imread('G:\3.png');subplot(2,3,1);imshow(M,[]);title('原彩色圖');M=rgb2gray(M);N=M;imwrite(M,'G:\4.png');H=fspecial('average',5);F{1}=double(filter2(H,M));subplot(2,3,2);imshow(F{1},[]);title('均值低通濾波');M=imread('G:\3.png');K=rgb2gray(M);subplot(2,3,3),imhist(K);M1=[-1,-1,-1;0,0,0;1,1,1];M2=[-1,0,1;-1,0,1;-1,0,1];N1=filter2(M1,K);N2=filter2(M2,K);K1=double(N1);K2=double(N2);M=(abs(K1)+abs(K2));figure,imshow(uint8(M))title('Prewitt算子邊緣檢測');figurenum=[123201196218];[m,n]=size(N);forI1=1:4D=zeros(m,n);D=D+255;fori=1:mforj=1:nifN(i,j)==num(I1)D(i,j)=N(i,j);endendendsubplot(2,2,I1)imshow(D,[]);end相同顏色的目標(biāo)圖像的分區(qū)域提取總程序：clcclearcloseallM=imread('G:\5.png');M=im2bw(M);figure(1);imshow(M);M=~M;figure(2);imshow(M);[L,num]=bwlabel(M);STATS1=regionprops(L,'Perimeter');ahe=size(ST