《图像处理课程设计 报告》由会员分享，可在线阅读，更多相关《图像处理课程设计 报告（11页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理课程设计1、课程设计目的1、 提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。2、 熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。2、课程设计要求 1、要充分认识课程设计对培养自己的重要性，认真做好设计前的各项准备工作。尤其是对编程软件的使用有基本的认识。2、既要虚心接受老师的指导，又要充分发挥主观能动性。结合课题，独立思考，努力钻研，勤于实践，勇于创新。3、独立按时完成规定的工作任务，不得弄虚作假，不准抄袭他人内容，否则成绩以不及格计。4、在设计过程中，要严格要求自己，树立严肃、严密、严谨的科学态度，必须按时、按质、按量完成课程设计。5
2、.2实施要求1、理解各种图像处理方法确切意义。2、独立进行方案的制定，系统结构设计要合理。3、在程序开发时，则必须清楚主要实现函数的目的和作用，需要在程序书写时说明做适当的注释。如果使用matlab来进行开发，要理解每个函数的具体意义和适用范围，在写课设报告时，必须要将主要函数的功能和参数做详细的说明。4、通过多幅不同形式的图像来检测该系统的稳定性和正确性。用图像平均的方法消除噪声编程：J=imread(1036032.jpg);I = rgb2gray(J);m,n=size(I);II1=zeros(m,n);for i=1:16 II(:,:,i)=imnoise(I,gaussian,
3、0,0.01); II1=II1+double(II(:,:,i); if or(or(i=1,i=4),or(i=8,i=16); figure; imshow(uint8(II1/i); endend迭加零均值高斯随机噪声图像4幅同类图像加平均8幅同类图像加平均16幅同类图像加平均用平滑滤波方法消除噪声编程：I=imread(001122.jpg);I=rgb2gray(I);J=imnoise(I,gaussian,0,0.02);subplot(231),imshow(I);title(原图像);subplot(232),imshow(J);title(添加高斯噪声图像);k1=fil
4、ter2(fspecial(average,3),J);k2=filter2(fspecial(average,5),J);k3=filter2(fspecial(average,7),J);k4=filter2(fspecial(average,9),J);subplot(233),imshow(uint8(k1);title(3*3模板平滑滤波);subplot(234),imshow(uint8(k2);title(5*5模板平滑滤波);subplot(235),imshow(uint8(k3);title(7*7模板平滑滤波);subplot(236),imshow(uint8(k4)
5、;title(9*9模板平滑滤波);用中值滤波方法消除噪声编程：I=imread(1036032.jpg);I=rgb2gray(I);J=imnoise(I,gaussian,0,0.01);subplot(231),imshow(I);title(原图像);subplot(232),imshow(J);title(添加高斯白噪声图像);k1=medfilt2(J);k2=medfilt2(J,5 5);k3=medfilt2(J,7 7);k4=medfilt2(J,9 9);subplot(233),imshow(k1);title(33模板中值滤波)subplot(234),imsho
6、w(k2);title(55模板中值滤波)subplot(235),imshow(k3);title(77模板中值滤波)subplot(236),imshow(k4);title(99模板中值滤波)用理想低通滤波方法消除噪声编程：I=imread(001122.jpg);J= rgb2gray(I);J=imnoise(J,gaussian,0,0.02);subplot(331);imshow(J);J=double(J);f=fft2(J);g=fftshift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1
7、=floor(M/2);n2=floor(N/2);d0=5;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); if d=d0 h=1; else h=0; end g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(333);imshow(g);I=imread(001122.jpg);J= rgb2gray(I);J=imnoise(J,gaussian,0,0.02);subplot(331);imshow(J);J=double(J);f=fft2(J);g=fft
8、shift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);d0=15;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); if d=d0 h=1; else h=0; end g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(334);imshow(g);I=imread(001122.jpg);J= rgb2gray(I);J=imnois
9、e(J,gaussian,0,0.02);subplot(331);imshow(J);J=double(J);f=fft2(J);g=fftshift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);d0=45;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); if d=d0 h=1; else h=0; end g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2
10、(g);subplot(335);imshow(g);I=imread(001122.jpg);J= rgb2gray(I);J=imnoise(J,gaussian,0,0.02);subplot(331);imshow(J);J=double(J);f=fft2(J);g=fftshift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);d0=65;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); if d=d0 h=1;
11、 else h=0; end g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(336);imshow(g);用巴特沃斯低通滤波方法消除噪声I=imread(001122.jpg);I=rgb2gray(I);J=imnoise(I,gaussian,0,0.04);subplot(121);imshow(J);title(高斯白噪声图像);J=double(J);f=fft2(J);g=fftshift(f);M,N=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2)
12、;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); h=1/(1+(d/d0)(2*n); g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(122);imshow(g);title(巴特沃斯低通滤波);峰值信噪比PSNR程序：function result=psnr(in1,in2)in1=imread(a.jpg); %a为原图像%in2=imread(b.jpg); %b为调制之后的图像%z=mse(in1,in2);result=10*log10(255.2/z)
13、;function z=mse(x,y)x=double(x);y=double(y);m,n=size(x);z=0;for i=1:m for j=1:n z=z+(x(i,j)-y(i,j).2; endendz=z/(m*n); 方法一图像平均的方法处理得到信噪比分别如下：ans = 7.1689ans = 7.2601ans = 7.2789ans = 7.2876方法二平滑滤波方法处理得到信噪比分别如下：ans = 6.0426ans = 6.0713ans =6.0955ans =6.1052方法三中值滤波方法处理得到信噪比分别如下：ans = 7.1708ans = 7.2487ans = 7.2830ans = 7.3
