《图像处理课程设计》由会员分享，可在线阅读，更多相关《图像处理课程设计（21页珍藏版）》请在金锄头文库上搜索。
1、图像处理技术应用实践课程设计题 目图像增强算法综合应用学生姓名 韩帅学 号 20151 30 80 8 8院 系计算机与软件学院专 业计算机科学与技术任课教师, 年二O 一七年五月图像处理技术应用实践一课程设计21、设计内容图像增强处理：设计一套空间域与频率域结合得图像增强算法 ，处 理以下任一组图片中得带噪声图像，去除噪声，提高图像质量。(1)已知：噪声为随机噪声与周期噪声混合噪声；(2)要求：a)去噪处理后，计算均方误差评估去噪处理后图像得去噪效果b)撰写完整得科技报告(形式类似科技论文)表述自己得算法设 计，算法实现与算法评估过程。第一组图片: Original image(b) D国口
2、rted image第二组图片： OiginM im鸣c(hj Dklodcd minjierr：-rnj-7：j-2、图像增强算法2、1问题分析(1)图片中加入了随机噪声与周期噪声混合噪声。针对不同得噪声，不同得去噪方法效果不同，因此应该采用不同得去噪方法以达 到最好得去噪效果.(2)随机噪声应在空间域去除，而空域去噪方法中，中值滤波法效果最好。(3)周期噪声应在频域中消去。(4)去除噪声后得图像仍然可以改善处理.(5)均方误差评估去噪处理后图像得去噪效果.2、2算法设计( 1 )读入初始图片及加噪图片 .c 1 c; clear;f=imrea d();g=im r ead ();(2 )
3、 利用空域滤波，去除随机噪声，此时用中值滤波法，并显示它得频谱图与直方图 .g=med f il t 2 (g, 3 ,3);( 3)利用频域滤波,去除周期噪声。先转化成double 型 ,进行傅里叶变换 ,再转化成数据矩阵，最后利用低通滤波去除周期噪声。G = doub 1 e(g) ;%转化 doubleG=ff t 2 (G);G=fftshift (G);M, N =si z e (G);n n = 2 ;d0=25;m = f i x ( m/2);n =fix(n 2)；fo r i = 1 : Mfor j = 1 : Nd = sqr t(i m)八 2+(j n) A 2);
4、引=1/( 1 + 0、414*(d/d0r ( 2 * n n ) ) ;%计算低通滤波器传递函数resu l t (i, j) = h * G(i , j );e ndend(4)计算均方误差评估去噪效果。m n =size (p); l=f p;he=su m(sum ( 1 );a v g= h e/(m* n);k=l-avg;re s u 1 t 1= ( s um (sum(k、八2) ) / ( m * n);i f r e sul t 1=0di s p( dog 图均方误差);result2= 0 elsed i sp (dog图均方误差/ );resu 1 t2=sqrt
5、 (result 1)end3、算法实现clear； cl c;f= i mre a d C:do g O rigin a 1、 bmp);g=i m re a d( / C d ogDistorte d、 b mp);f 1 =d o u ble( f )；f2=fft2 ( f1);f2= f f t s h ift (f2 );g1= d ouble(g );g 2 =f f t 2 (g1 );g 2=fftsh i ft (g2);g3=m e dfilt 2 (g,3,3);% 3*3模板中值滤波去除随机噪声g4=d o u b le( g 3)；F1=fft 2 (g3);F1=
6、fftshif t(Fl);G=F 1; M， N =size(G) ； 低通滤波nn=2 ；d 0 =2 5 ;m=f i x(M/2);n = fix (N/2)；fo r i =1 : Mfo r j=1:Nd=s q r t ( ( i-m)A2+(jn) A2)；h =1/ (1+0、4 1 4 * (d/d0)A(2*nn);%h=1/ ( 1 + ( d /d0 ) a(2 * nn ) ) ；%备用G ( i,j)=h G( i ， j ) ;enden dp= u int8 (real(ifft 2 ( i f ftsh ift (G);sub p 1 o t(341);im
7、shoitle （ 原图 ）；su b plo t (345) ； imshow(log (ab s(f2 ) ) , ) , title( 频谱)； s u bplot (34 9 ) ； i mhist( f) , t i t le( / 原图)；s ubplo t ( 3 42 ) ； im s h ow (g) , title( 噪声/ );s u b p lo t ( 346 ) ;imsh o w( 1 o g (abs (g2) ),), ti t le ();subplot(3,4 , 10) ; imhist(g),t i t 1 e(噪声/ )；sub p l o t(34
8、3 ) ； imshow(g3 ) , ti t le(去随机噪声/);subp 1 ot(3 4 7)； i msh o w(log (a b s (F1 ) ) , ) ,title(/ );subplot(3, 4, 11); imh i s t( g3), t i tle( / 去随机噪声/);subplot(34 4 ) ;i m show(p , 口)，t it 1 e (去噪)；sub p lot(3 4 8);i msh ow(log( a bs (G) ) ,) ,title( z );subpl o t (3 , 4 ,12);i m his t (p) , ti t 1
9、e (去噪);m ,n= s i ze ( p);l=f p；he=s u m(sum ( 1 )；a vg=he / (m * n );k = 1 av g ；r es u lt 1 =(sum(sum ( k、 A2 ) ) )/ ( m* n )；if res u lt1 = =0di s p C dog 图均方误差/) , r e s ult2 = 0el s ed i sp( d og 图均方误差)，res u lt 2 =sqrt (resultl) end运行结果去能机嗫去前机唯1度21K05、认识分析去噪后图像模糊，同时尝试了直方图均衡化，效果并不理想；d0根据 误差调整方便简
10、单；中值滤波简单好用，参考文献 : 1 全红艳、曹桂涛，数字图像处理原理与实现方法，机械工业出版社，20 132胡晓军、徐飞，MATLAB应用图像处理，20 10图像处理技术应用实践课程设计31、设计内容图像增强分割:有一幅包含不同大小得种子图案得扫描图像（如下图所示），每个包含了种子得图像区域称之为感兴趣区域（regions of i nte e est - ROI）。要求 :1、设计一套算法提取源图像中得所有R OI,并计算每一个ROI 得大小（大小为包含多少个像素，如包含 2 0个像素，则大小为20）。提示：每一个RO I为一个连通集合.2、 撰写完整得科技报告（形式类似科技论文 ） 表
11、述自己得算法设计 算法实现与计算结果2、增强分割算法2、1问题分析(1)首先题目所给得图为彩色图，应该先将其转化成灰度图，再对其进行处理；(2)分析题目可知首先要将种子所覆盖得大概区域求出来，可以将种子存在得地方检测出来并用特定灰度标记，方便之后统计像素数；(3)要检测位置在灰度图中很难实现，可以将图像二值化，在二值 化图像中值为0得地方进行标记。2、2算法设计(1 )读图并灰度与二值化：cle a ; ;clc;I=im r ead(D: seed bmp7 );f=rgb2gr a y( I );j =im2 b w (f) ;j2=f;(2)检测 ROI 位置并标记：首先建立一个白板:M
12、 , N = s iz e (j2);fo rx= 1: Mfor y= 1 : Nj 2 ( x, y) = 2 55;en dend之后开始标记ROI 位置 ,以第一行第一个为例：for x= 4 0: 7 0%1f o r y=100: 1 50i f (j ( x ,y)= 0 )j2(x, y )= 1 ;endendend这里得40,70可以先将二值图像与其坐标轴显示出来，记录RO I 所在得大概位置；第一个用1标记；坐标轴显示可以用 ax 1 s on指令按此方法，可以实现37个ROI得标记，用137灰度分别标记.(3)统计像素数:A = 1,2,3,4 , 5, 6, 7, 8
13、, 9,10, 11, 12, 13, 14, 15, 16, 1 7,18,19, 2 0,21,2 2, 2 3,24,25,26 ,27, 2 8,2 9, 3 0, 3 1,3 2 , 3 3, 34, 35, 3 6,37;C=hi s t (A (:) , un i q ue(A);for x =1 : Mfor y=1:Nf o门= 1:37i f j2 (x, y) =A( i )C(i) = C(i) +1;en dendendEn dC 数组即储存 A 中像素个数( 4)最后显示各个图像与最后像素数得数组figure (1);i m s h ow (j2, 口)；fig u
14、 re ( 2 );Imshow (j ) ;ax i s on;C2、3算法实现clea r ;clc;I = i mr e ad (/ D:seed、b m p);f=rg b 2 g ray (I);j=im2 b w (f);k =f;axis o n；M , N = s i ze ( k );fo r x= 1: Mf o ry=1 : Nk (x,y)= 2 5 5;en dfo rx=80:110end第一行=1;for y=100 ： 16 0f or x = 4 0 :7 0end1 f( j (x, y ) =0)for y=100 ： 150endk(x ，endy)=2；i f(j ( x ,y)=0)第二行e ndk(x, y)en di f (j(x, y )=0)k(x, y)endk(x，y )=3;k ( x ,=7;e ndy )=11;endendendenden den dfory = 2 40:300for x=160： 200fo rx=
