《二维数字图像自适应滤波方法仿真设计》由会员分享，可在线阅读，更多相关《二维数字图像自适应滤波方法仿真设计（73页珍藏版）》请在金锄头文库上搜索。
1、 . . . 本科毕业设计（论文）二维数字图像的自适应滤波方法仿真庆冬燕 山 大 学2011年6月 本科毕业设计（论文）二维数字图像的自适应滤波方法仿真学院（系）：里仁学院专业：电子信息工程学生：庆冬学 号：5指导教师：付炜答辩日期：燕山大学毕业设计任务书学院：里仁学院 系级教学单位：电子信息工程学号5学生庆冬专 业班 级电信07-3班题目题目名称二维数字图像的自适应滤波方法仿真题目类型（信院：工程设计型，工程技术实验研究型，计算机软件型，综合型），（里仁：工程技术实验研究型，计算机软件型，工程设计型，综合型）计算机软件型题目性质（信院：真实），（里仁：模拟）真实题目来源（信院：实际），（里仁
2、：自选）自选主要容对二维数字信号进行离散付里叶变换，进行数字图象的频谱分析。设计时域自适应滤波器，对时域信号进行自适应滤波分析。设计二维图象信号的影像边沿检测算法，对影像的边缘结构进行信息提取；得到影像的灰度直方图，进行灰度直方图匹配变换和灰度直方图均衡化，用以修正原图像像元的灰度分布。基本要求对数字图像进行二维离散付里叶变换，分析数字图象的频谱特征，设计时域自适应滤波器，对时域信号进行自适应滤波。构造图像的边沿检测算法，提取数字图像的边沿特征。得到影像的灰度直方图，进行灰度直方图匹配变换和灰度直方图均衡化。 参考资料1、荆仁杰等，计算机图像处理，大学，19992、K.R.Castleman著
3、，朱正刚译，数字图像处理，电子，19983、胡广书，数字信号处理理论、算法与实现，清华大学，19994、阮秋琦，数字图像处理学，电子，2001周次14周58周912周1316周1718周应完成的容搜集资料，查阅书籍，自学数字图像处理学以与VC+编程语言。自学数字图像处理以与VC+编程语言，用VC+试编程序。开题报告。用VC+语言编制图像处理程序，进行信号高通和低通滤波。中期检查。用VC+语言调试程序，实现图像的边缘与纹理提取。编写论文大纲。撰写论文，答辩。指导教师：付炜 职称：教授 2011年3月4 日系级教学单位审批： 年 月 日摘要图像是人类获取和交换信息的主要来源，因此，图像处理的应用领
4、域必然涉与到人类生活和工作的方方面面。随着人类活动围的不断扩大，图像处理的应用领域也将随之不断扩大。所谓数字图像处理，就是利用计算机对数字图像进行系列操作，从而获得某种预期的结果的技术。在实际应用中，我们的系统获得的原始图像不是完美的，例如对于系统获得的原始图像，由于噪声、光照等原因，图像的质量不高，所以需要进行预处理，以有利于提取我们感兴趣的信息，图像的增强包括图像增强、平滑滤波、图像锐化等容1。本文介绍的是利用VC+编程实现对数字图像进行处理，包括预处理与进一步的处理。例如对图形进行二维傅里叶变换，分析图像的频谱特征，设计时域和频域自适应滤波器，并对时域信号和时域信号进行高通和低通滤波，构
5、造图像的边缘检测算法，进行图像微分运算和图像灰度直方图规定化处理与灰度拉伸变化等一系列复杂的处理，以获得我们关注的信息。关键词数字图像处理，VC+，边缘提取，灰度直方图，自适应滤波 / AbstractImage is a primary source of information acquisition and exchange of human, therefore, image processing applications must involve all aspects of human life and work. With the expanding range of human
6、 activities, image processing applications will subsequently be expanded. The so-called digital image processing, is the use of computers for digital image series of operations, to obtain the expected results of certain technologies. In practice, our system obtained the original image is not perfect
7、, for example, to obtain the original image for the system, due to noise, light and other reasons, the image quality is not high, so the need for pre-order to facilitate the extraction of interest to us information, image enhancement, including image enhancement, filtering, image sharpening and so o
8、n. This article describes the use of VC + + programming for digital image processing, including pretreatment and further processing. For example, two-dimensional Fourier transform on the graphics, the image of the spectral characteristics of the design in time domain and frequency domain adaptive fi
9、lter, and the time-domain signals and time-domain signal high-pass and low pass filter, edge detection structure algorithm, the image histogram differential operation and image processing requirements and changes in gray stretch a series of complex processing to obtain the information we are concern
10、ed.KeywordsDigital image processing, VC + +, edge detection, histogram features, adaptive filtering 目 录摘要IVAbstractV第1章绪论11.1 数字图像处理的主要容11.2 数字图像处理的主要目的21.3 数字图像处理的常用方法21.4 数字图像处理的应用3第2章数字图像的傅里叶变换52.1 傅里叶变换的定义与基本概念52.2 离散傅里叶变72.2.1离散傅里叶变换(DFT)的推导72.2.2DFT与IDFT的定义92.2.3离散谱的性质102.2.4 DFT性质102.2.5DFT总结
11、112.3二维离散傅里叶变换122.4对图像进行傅里叶变换的意义132.5二维离散快速傅里叶变换在VC+中的实现步骤142.5.1 程序实现步骤142.5.2 运行结果图152.5.3 图像频率成分分析15第3章图像滤波153.1 图像滤波153.1.1什么是图像滤波153.1.2非线性滤波163.1.3中值滤波163.1.4形态学滤波器173.2图像的低通滤波173.2.1低通滤波原理173.2.2运行结果图193.2.3低通效果分析193.3图像的高通滤波193.3.1高通滤波原理193.3.2运行结果图203.3.3高通效果分析203.4图像的自适应滤波203.4.1自适应滤波器概述20
12、3.4.2LMS自适应滤波算法213.4.3基于LMS算法的自适应滤波代码23第4章图像的边沿检测算法244.1图像锐化与边缘检测244.1.1图像锐化244.1.2边缘检测254.2边缘检测的思想和原理254.2边缘检测的步骤264.3常用的梯度算子274.3用各种算子实现的运行结果图274.3.1 Sobel边缘检测算法：274.3.1 Prewitte边缘检测算法：284.3.1Roberts边缘检测算法：294.3.1 LoG边缘检测算法：29第5章图像灰度变换305.1灰度变换的基本方法305.1.1理论基础305.1.2线性灰度变换325.1.3分段线性灰度变换345.1.3非线性
13、灰度变换355.2灰度直方图365.3灰度拉伸385.3.1灰度拉伸概述385.3.1灰度拉伸实例一395.3.1灰度拉伸实例二405.4灰度直方图均衡化415.4.1概述415.4.2执行效果图43结论2参考文献3致5附录16附录26第1章 绪论1.1 数字图像处理的主要容数字图像处理主要研究的容有以下几个方面： 1) 图像变换由于图像阵列很大，直接在空间域中进行处理，涉与计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新
14、兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。 2) 图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。 3) 图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立降质模型，再采用某种滤波方法，恢复或重建原来的图像。 4) 图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。 5) 图像描述图像描述是图像识别和理解的必要前提。作为最简单
