[电脑基础知识]毕业论文格式.doc

《[电脑基础知识]毕业论文格式.doc》由会员分享，可在线阅读，更多相关《[电脑基础知识]毕业论文格式.doc（33页珍藏版）》请在三一办公上搜索。

1、本科学生毕业论文论文题目：Matlab图像处理学 院：电子信息工程年 级：2009专 业：电子信息科学与技术姓 名：王瑀然学 号：2009指导教师：王晓飞 2012年 5月 20日摘要数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。Matlab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。本文基于MATLAB的数字图像处理环境，设计并实现了一个图像处理系统，展示如何通过利用Matlab的工具函数和多种算法实现对图形图像的各种处理。论述了利用设计的系统实现图像文件

2、（bmp、 jpg、 tiff、 gif等）进行打开、保存、另存、打印、退出等功能操作，图像预处理功能（包括彩色图像的灰度化变换等、一般灰度图像的二值化处理、色彩增强等），图像分割，图像特征提取等图像处理。关键词Matlab；数字图像处理；灰度化变换；二值化；色彩增强目录摘要I前言1一、 Matlab图像处理1（一） 图像的读取和显示11. 图像的读取12. 图像的写入43. 图像的显示44. 图像的格式转换4（二） 图像的点运算41. 图像直方图52. 灰度的线性变换53. 灰度的对数变换54. 灰度的Gamma变换55. 灰度阈值变换及二值化56. 直方图均衡化6（三） 图像的几何变换51

3、. 图像平移62. 图像镜像63. 图像转置64. 图像中心旋转6（四） 空间域图像增强61. 噪声添加72. 空间域滤波73. 滤波器设计74. 中值滤波75. 图像锐化7（五） 频率域图像增强71. 傅里叶变换8（六） 彩色图像处理9（七） 形态学图像处理101. 二值图像腐蚀102. 二值图像膨胀103. 其他二值图像运算104. 连通分量提取105. bwmorph函数116. 顶帽变换11（八） 图像分割111. 图像分割概述112. 边缘检测113. Hough变换直线检测11（九） 特征提取121. 简单区域描绘子12结论33参考文献34附录一35致谢36毕业论文题目（五号楷体居

4、中书写）前言正文采用宋体（英语用Times New Roman）小四号字，毕业论文、毕业设计行与行之间、段落和层次标题以及各段落之间均为1.5倍行距。 依次书写作者名、资料的篇名、发表的刊物名、出版年份和期号。毕业论文的前言应综合评述前人工作，说明论文工作的选题目的、背景和意义、国内外文献综述以及论文所要研究的主要内容，对所研究问题的认识，以及提出问题等。前言只是文章的开头，可不写章号，也可不出现“前言”二字。毕业设计的前言部分应说明设计的目的、意义、范围及应达到的技术要求；简述课题在国内外的发展概况及存在的问题；阐明设计的指导思想；阐述设计应解决的主要问题。 如果是著作则应写明出版单位和出版

5、年份，见黑龙江大学本科生毕业论文（设计）撰写规范。一、 Matlab图像处理美国Mathwork公司于1967年推出了“Matrix Laboratory”（缩写为Matlab）软件包，并不断更新和扩充。目前最新的7.x版本（windows环境）是一种功能强、效率高便于进行科学和工程计算的交互式软件包。其中包括：一般数值分析、矩阵运算、数字信号处理、建模和系统控制和优化等应用程序，并集应用程序和图形于一便于使用的集成环境中。在此环境下所解问题的Matlab语言表述形式和其数学表达形式相同，不需要按传统的方法编程。不过，Matlab作为一种新的计算机语言，要想运用自如，充分发挥它的威力，也需先系

6、统地学习它。但由于使用Matlab编程运算与人进行科学计算的思路和表达方式完全一致，所以不象学习其它高级语言-如Basic、Fortran和C等那样难于掌握。实践证明，你可在几十分钟的时间内学会Matlab的基础知识，在短短几个小时的使用中就能初步掌握它.从而使你能够进行高效率和富有创造性的计算。 Matlab大大降低了对使用者的数学基础和计算机语言知识的要求，而且编程效率和计算效率极高，还可在计算机上直接输出结果和精美的图形拷贝，所以它的确为一高效的科研助手。（一） 图像的读取和显示正文采用宋体（英语用Times New Roman）小四号字，毕业论文、毕业设计行与行之间、段落和层次标题以及

7、各段落之间均为1.5倍行距。具体内容 具体内容 具体内容 具体内容 具体内容 具体内容 具体内容 主要责任者.文献题名J.刊名.出版年份,卷号(期号):起止页码。1. 图像的读取A=imread(FILENAME,FMT)FILENAME 指定图像文件的完整路径和文件名。如果在work工作目录下只需提供文件名。FMT为图像文件的格式对应的标准扩展名。I_1=imread(D:10.06.08nirTTC10377.BMP);%读入图像2. 图像的写入imwrite(A，FILENAME,FMT)FILENAME参数指定文件名。FMT为保存文件采用的格式。imwrite(I6,nirdilate

8、disk2TTC10373.bmp); 3. 图像的显示imshow(I,low high)I为要显示的图像矩阵。low high为指定显示灰度图像的灰度范围。高于high的像素被显示成白色；低于low的像素被显示成黑色；介于High和low之间的像素被按比例拉伸后显示为各种等级的灰色。figure；imshow(I6);title(The Main Pass Part of TTC10373);figure；%创建一个新的窗口figure；subplot（m,n,p）；imshow（I）；Subplot(m,n,p)含义为：打开一个有m行n列图像位置的窗口，并将焦点位于第p个位置上。4. 图

9、像的格式转换im2bw(I,LEVEL);阈值法从灰度图、RGB图创建二值图。LEVEL为指定的阈值；（0,1）。rgb2gray;从RGB图创建灰度图，存储类型不变。im2uint8 将图像转换成uint8类型im2double 将图像转换成double类型（二） 图像的点运算正文1. 图像直方图灰度直方图描述了一副图像的灰度级统计信息，主要应用于图像分割和图像灰度变换等处理过程中。从数学角度来说，图像直方图描述图像各个灰度级的统计特性，它是图像灰度值的函数，统计一幅图像中各个灰度级出现的次数或概率。归一化直方图可以直接反映不同灰度级出现的比率。横坐标为图像中各个像素点的灰度级别，纵坐标表示

10、具有各个灰度级别的像素在图像中出现的次数或概率。图像直方图归一化 imhist(I);%灰度直方图I=imread(red.bmp);%读入图像 figure;%打开新窗口M,N=size(I);%计算图像大小counts,x=imhist(I,32);%计算有32个小区间的灰度直方图counts=counts/M/N;%计算归一化灰度直方图各区间的值stem(x,counts);%绘制归一化直方图2. 灰度的线性变换Fa1时，输出图像的对比度将增大；Fa1时，输出图像对比度将减小。Fa=1且Fb非零时，所有像素的灰度值上移或下移，使整个图像更暗或更亮。Fafreq) out(i,j)=0;

11、endEndfunction out = imgaussflpf(I,sigma)%imgaussflpf函数 构造高斯频域低通滤波器M,N = size(I);out = ones(M,N);for i=1:M forj=1:N out(i,j) = exp(-(i-M/2)2+(j-N/2)2)/2/sigma2); endend（六） 彩色图像处理色彩模型：RGB模型、CMY模型、CMYK模型、HIS模型、 HSV模型、YUV模型、YIQ模型。Matlab中一幅RGB图像可表示为一个M*N*3的3维矩阵。其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分量。 RGB_im

12、age=cat(3,PR,PG,PB);%将PR、PG、PB三个矩阵在第3个维度上进行级联，进行图像合成PR=RGB_image(:,:,1);%提取红色分量PG=RGB_image(:,:,2);%提取绿色分量PB=RGB_image(:,:,3);%提取蓝色分量 CMY模型是采用（Cyan、Magenta、Yellow）青、品红、黄色3中基本原色按一定比例合成颜色。由于色彩的显示是由光线被物体吸收掉一部分之后反射回来的剩余光线产生，故CMY模型又称为减色法混色模型。当光都被吸收时成为黑色，都被反射时为白色。CMY模型主要用于彩色打印机和复印机等。CMY模型在实际使用中，青、品红和黄色等比例

13、混合后的黑色并不纯，为产生真正的黑色，专门加入第四种颜色黑色。得到CMYK模型。用于四色打印。 cmy=imcomplement(rgb);%rgb转成cmyrgb=imcomplement(cmy);cmy转成rgbHIS模型是从人的视觉系统出发，直接使用颜色三要素色调（Hue）、饱和度（Saturation）和亮度（Intensity）来描述颜色。亮度指人眼感觉光的明暗程度。光的能量越大，亮度越大。色调由物体反射光线中占优势的波长决定。反映颜色的本质。饱和度指颜色的深浅和浓淡程度，饱和度越高，颜色越深。HIS色彩空间比RGB彩色空间更符合人的视觉特性。亮度和色度具有可分离特性，使得图像处理

14、和机器视觉中大量灰度处理算法都可在HIS彩色空间中方便使用 色调 其中饱和度 强度 （七） 形态学图像处理正文1. 二值图像腐蚀I2=imerode(I,SE);SE=strel(shape,parameters);I为原始图像，可以是二值或者灰度图像。shape指定了结构元素的形状。parameters是和输入shape有关的参数 合法取值 功能描述arbitrary或为空任意自定义结构元素disk 圆形结构元素square 正方形结构元素rectangle 矩形结构元素line 线性结构元素pair 包含2个点的结构元素diamond 菱形的结构元素octagon 8角形的结构元素2. 二

15、值图像膨胀I2=imdilate(I,SE);SE=strel(shape,parameters);I为原始图像，可以是二值或者灰度图像。shape指定了结构元素的形状。parameters是和输入shape有关的参数3. 其他二值图像运算SE=strel(shape,parameters);I2=imopen(I,SE);%开运算I3=imclose(I,SE);%闭运算Ihm=bwhitmiss(I,SE1,SE2);%击中击不中变换4. 连通分量提取L num=bwlabel(Ibw,conn);Ibw为一幅输入二值图像。conn为可选参数，指明提取连通分量是4连通还是8连通。默认为8。

16、L为连通分量标注图像。num为二值图像Ibw中连通分量个数。5. 五、bwmorph函数Iout=bwmorph(I,operation,n)合法取值 功能描述bridge桥接有单个像素缝隙分割的前景像素clean 清楚孤立的前景像素diag围绕对角线相连的前景像素进行填充fill 填充单个像素的孔洞hbreak 去掉前景中的H形连接majority如果点P的8领域中一半以上像素为前景像素，则P为前景像素， 否则为背景。remove 去除内部像素（无背景像素相邻的前景）shrink 将物体收缩为一个点或者带洞的环形skel 骨骼化图像spur 去除“毛刺”thicken 粗化物体thin 将物

17、体细化至最低限度相连的线形6. 顶帽变换解决非均匀光照问题。顶帽变换定义为图像f与图像f的开运算之差。a=imread(red.bmp);I=rgb2gray(a);figure,surf(double(I(1:8:end,1:8:end),zlim(0 255)，colormapgray;%显示图像I的三维可视化效果bg=imopen(I,strel(disk,15);%开运算Itophat=imsubtract(I,bg);%顶帽变换figure,imshow(Itophat);figure,surf(double(Itophat(1:8:end,1:8:end),zlim(0 255);

18、I2=imadjust(Itophat);figure,imshow(I2);（八） 图像分割1. 图像分割概述 图像分割一般采用的方法有边缘检测（edge detection）、边界跟踪（edge tracing）、区域生长（region growing）、区域分离和聚合等。 图像分割算法一般基于图像灰度值的不连续性或其相似性。 不连续性是基于图像灰度的不连续变化分割图像，如针对图像的边缘有边缘检测、边界跟踪等算法。 相似性是依据事先制定的准则将图像分割为相似的区域，如阈值分割、区域生长等。2. 边缘检测 图像的边缘点是指图像中周围像素灰度有阶跃变化或屋顶变化的那些像素点，即灰度值导数较大或

19、极大的地方。 边缘检测可以大幅度的减少数据量，并且剔除不相关信息，保留图像重要的结构属性。边缘检测基本步骤：平滑滤波、锐化滤波、边缘判定、边缘连接。边缘检测算法：基于一阶导数：Roberts算子、Sobel算子、Prewitt算子基于二阶导数：高斯-拉普拉斯边缘检测算子Canny边缘检测算法Matlab实现1） 、基于梯度算子的边缘检测BW=edge(I,type,thresh,direction,nothinning)type合法取值梯度算子sobel sobel算子prewitt prewitt算子reberts robert算子thresh是敏感度阈值参数，任何灰度值低于此阈值的边缘将不

20、会被检测到。默认值为空矩阵，此时算法自动计算阈值。direction指定了我们感兴趣的边缘方向，edge函数将只检测direction中指定方向的边缘，其合法值如下：direction合法值边缘方向horizontal 水平方向vertical 竖直方向both 所有方向可选参数nothinning，指定时可以通过跳过边缘细化算法来加快算法运行的速度。默认是thinning，即进行边缘细化。2） 、基于高斯-拉普拉斯算子的边缘检测BW=edge(I,log,thresh,sigma)sigma指定生成高斯滤波器所使用的标准差。默认时，标准差为2。滤镜大小n*n，n的计算方法为：n=ceil(s

21、igma*3)*2+1。3）、基于Canny算子的边缘检测BW=edge(I,canny,thresh,sigma)thresh是敏感度阈值参数，默认值为空矩阵。此处为一列向量，为算法指定阈值的上下限。第一个元素为阈值下限，第二个元素为阈值上限。如果只指定一个阈值元素，则默认此元素为阈值上限，其0.4倍的值作为阈值下限。如阈值参数没有指定，则算法自行确定敏感度阈值上下限。b1=imread(nir.bmp);h58=fspecial(gaussian,5,0.8);b=imfilter(b1,h58);bw1=edge(b,sobel);%sobel算子bw2=edge(b,prewitt);

22、%prewitt算子bw3=edge(b,roberts);%roberts算子bw4=edge(b,log); %log算子bw5=edge(b,canny);%canny算子figure;imshow(bw1);imwrite(bw1,nirbwsobel.bmp);figure;imshow(bw2);imwrite(bw2,nirbwprewitt.bmp);figure;imshow(bw3);imwrite(bw3,nirbwroberts.bmp);figure;imshow(bw4);imwrite(bw4,nirbwlog.bmp);figure;imshow(bw5);im

23、write(bw5,nirbwcanny.bmp);分析1、边缘定位精度方面： Roberts算子和Log算子定位精度较高。Roberts算子简单直观，Log算子利用二阶导数零交叉特性检测边缘。但Log算子只能获得边缘位置信息，不能得到边缘方向信息。2、边缘方向的敏感性： Sobel算子、Prewitt算子检测斜向阶跃边缘效果较好，Roberts算子检测水平和垂直边缘效果较好。Log算子不具有边缘方向检测功能。Sobel算子能提供最精确的边缘方向估计。3、去噪能力： Roberts算子和Log算子虽然定位精度高，但受噪声影响大。 Sobel算子和Prewitt算子模板相对较大因而去噪能力较强，

24、具有平滑作用，能滤除一些噪声，去掉一部分伪边缘，但同时也平滑了真正的边缘，降低了其边缘定位精度。总体来讲，Canny算子边缘定位精确性和抗噪声能力效果较好，是一个折中方案。3. 三、Hough变换直线检测步骤：利用hough（）函数执行霍夫变换，得到霍夫矩阵；利用houghpeaks（）函数在霍夫矩阵中寻找峰值点；利用houghlines（）函数在之前两步结果的基础上得到原二值图像中的直线信息。1、霍夫变换(针对二值图像)H,theta,rho=hough(BW,param1,val1,param2,val2) Param合法值 含义ThetaResolutionHough矩阵中a轴方向上单位

25、区间长度，0,90RhoResolutionHough矩阵中p轴方向上单位区间长度，0,norm(size(BW)2、 寻找峰值houghpeakspeaks=houghpeaks(H,numpeaks,param1,val1,param2,val2)Param合法值 含义Threshold 峰值的阈值，默认为0.5*max(H(:)NHoodSize在每次检测出一个峰值后，NHoodSize指出了在该峰值周围需要清零的邻阈信息。以向量M N形式给出，其中M、N均为正奇数。默认为大于等于size(H)/50的最小奇数peaks是一个Q*2的矩阵，每行的两个元素分别为某一峰值点在Hough矩阵中

26、的行、列索引，Q为找到的峰值点的数目。3、 提取直线段houghlineslines=houghlines(BW,theta,rho,peaks,param1,val1,param2,val2)Param合法值 含义FillGap线段合并的阈值：如果对应于Hough矩阵某一个单元格（相同的a和p）的2个线段之间的距离小于FillGap，则合并为1个直线段。默认值为20MinLength检测的直线段的最小长度阈值：如果检测出的直线线段长度大于MinLength，则保留，否则丢弃。默认值为40。返回值lines的结构域含义point1直线段的端点1point2直线段的端点2theta对应在霍夫矩阵

27、中的arho 对应在霍夫矩阵中的p1=imread(004.jpg);I=rgb2gray(I1);%旋转图像并寻找边缘rotI=imrotate(I,33,crop);BW=edge(rotI,canny);%执行Hough变换并显示Hough矩阵H,T,R=hough(BW);figure;imshow(H,XData,T,YData,R,InitialMagnification,fit);xlabel(theta),ylabel(rho);axis on,axis normal,hold on;%在Hough矩阵中寻找前5个大于Hough矩阵中最大值0.3倍的峰值P=houghpeaks

28、(H,5,threshold,ceil(0.3*max(H(:);x=T(P(:,2);y=R(P(:,1);%由行、列索引转换成实际坐标plot(x,y,s,color,white);%在Hough矩阵图像中标出峰值位置%找出并绘制直线lines=houghlines(BW,T,R,P,FillGap,5,MinLength,7);%合并距离小于5的线段，丢弃所有长度小于7的直线段figure,imshow(rotI),hold onmax_len=0;fo%高亮显示最长线段plot(xy_long(:,1),xy_long(:,2), LineWidth,2,Color,cyan);（九） 特征提取 特征提取的一般原则：选择在同类图像之间差异较小（较小的类内距），在不同类别的图像之间差异较大（较大的类间距）的图像特征。1. 简单区域描绘子周长：区域边界上的像素数目。面积：区域中像素数目。致密性：（周长）2/面积。区域的质心。灰度均值：区域中所有像素的平均值。灰度中值：区域中所