2021-2021學(xué)年第一學(xué)期物理與電子工程學(xué)院電信、通信專(zhuān)業(yè)2021年級(jí)?數(shù)字圖像處理實(shí)驗(yàn)?期終考試試卷通信工程專(zhuān)業(yè)20年級(jí)8班級(jí)姓名陳同敬學(xué)號(hào)20521020219、問(wèn)題描述及分析11問(wèn)丿描述木實(shí)驗(yàn)為使用MATLAB編寫(xiě)的統(tǒng)計(jì)圖片中兩種不同直徑樹(shù)木的個(gè)數(shù)計(jì)數(shù)系統(tǒng)，實(shí)現(xiàn)了對(duì)圖像內(nèi)不同樹(shù)木的計(jì)數(shù)實(shí)驗(yàn)步驟共分為RGB轉(zhuǎn)灰度圖像、二值化、形態(tài)學(xué)處理實(shí)驗(yàn)作用圖像如下列圖所示：?jiǎn)栴}分析圖1原圖像分析圖像特點(diǎn)，根據(jù)所學(xué)知識(shí)提出解決方案。二、方案原理及算法2JRGB轉(zhuǎn)換灰度圖像原理在灰度圖像中，像素灰度級(jí)用8位表示，所以每個(gè)像素都是介于黑色和白色之間256(2人8=256)中灰度中的一種，灰度圖像只有灰度顏色而沒(méi)有彩色。通常所說(shuō)的黑白照片，其實(shí)包含了黑白之間的所有灰度色調(diào)。從技術(shù)上來(lái)說(shuō)，就是具有從黑到口的256中灰度色域的單色圖像。彩色圖像，彩色圖像除了具有亮度信息外，還包含有顏色信息。彩色圖像的表示與所采用的彩色空間，即彩色的表示模型有關(guān)，同一幅彩色圖像如果采用不同的彩色空間表示，那么對(duì)其的描述可能會(huì)有很大的不同。常用的表示方法主要有真彩色(RGB)圖像和索引圖像真彩色是RGB顏色的另一種流行叫法。真彩色圖像又稱(chēng)為24位彩色圖像。在真彩色圖像中，每一個(gè)像素由紅、綠和藍(lán)三個(gè)字節(jié)組成，每個(gè)字節(jié)為8位，表示0?255之間不同的亮度值。這3個(gè)字節(jié)組合，可以產(chǎn)生約1670萬(wàn)種不同的顏色。由于它所表示的顏色遠(yuǎn)遠(yuǎn)超岀人眼所能區(qū)分的范圍，故將其稱(chēng)為“真彩色〃。真彩色圖像將像素色彩能力推向了頂峰。在圖像處理中，圖像灰度變換屬于點(diǎn)運(yùn)算的范疇。點(diǎn)運(yùn)算的概念是，當(dāng)算子T的作用域是以每一個(gè)單個(gè)像素位單位，圖像的輸出g(x,y)只與位置(x,y)處的輸入f(x,y)有關(guān)，實(shí)現(xiàn)的是像素點(diǎn)到點(diǎn)的處理時(shí)，稱(chēng)這種運(yùn)算為“點(diǎn)運(yùn)算"點(diǎn)運(yùn)算的表達(dá)式為：s=T(r)或者g(x,y)=T[f(x,y)]式中：I?和s分別為輸入、輸出像素的灰度級(jí)；T為灰度變換函數(shù)的映射關(guān)系。通過(guò)上述式子可將原圖像(x,y)處的灰度f(wàn)(x,y)變?yōu)門(mén)[f(x,y)],T算子描述了輸入灰度級(jí)和輸出灰度級(jí)之間的映射關(guān)系。點(diǎn)運(yùn)算有時(shí)又被稱(chēng)為“灰度變換"，“比照度拉伸〃，或“比照度增強(qiáng)〃?；叶茸儞Q是圖像增強(qiáng)的一種重要手段，用于改善圖像顯示效果，屬于空域處理方法，它可使圖像動(dòng)態(tài)范圍加大，使圖像比照度擴(kuò)展，圖像更加清

晰，特征更加明顯?；叶茸儞Q其實(shí)質(zhì)就是按一定的規(guī)那么修改圖像每一像素的灰度，從而改變圖像灰度的動(dòng)態(tài)范圍?；叶茸儞Q按映射函數(shù)可分為線性、分段線性、非線性、以及其他的灰度變化等多種形式。常見(jiàn)的灰度變換就是直接修改灰度的輸入/輸出映射關(guān)系，因此灰度變換函數(shù)的形式惟一地確定了點(diǎn)運(yùn)算地效果。算法描述Matlab函數(shù)rgb2gray簡(jiǎn)介函數(shù)功能：將真彩色圖像轉(zhuǎn)換為灰度圖像。在matlab命令窗口中鍵入docrgb2gray或helprgbZgray可以獲得更多關(guān)于該函數(shù)的幫助信息。調(diào)用格式：I=rgb2gray(RGB)將真彩色RGB圖像轉(zhuǎn)換成灰度圖像。(RGB并不發(fā)生變化)2.1.3MATLAB源代碼及注釋I=imread('tree.jpg');%導(dǎo)入文件imshow⑴； ％顯示原圖imshow('huidutu')huidutu=rgb2gray(caitu);%轉(zhuǎn)換灰度imshow('huidutu')%顯不灰度圖

Figure1文件（D爲(wèi)2(￡)話(huà)入(DIHQD空EKQ)SnilAD>>E(WPcJii込；煜nE3feFigure1文件（D爲(wèi)2(￡)話(huà)入(DIHQD空EKQ)SnilAD>>E(WPcJii込；煜nE3fe於后ICOO命圖2灰度圖灰度圖像二值化原理灰度閾值法是一種最常用同時(shí)也是最簡(jiǎn)單的分割方法。只要選取一個(gè)適當(dāng)?shù)幕叶燃?jí)閾值，然后將每個(gè)像素灰度和它進(jìn)行比擬，將灰度點(diǎn)超過(guò)閾值的像素點(diǎn)重新分配以最大灰度（如255），低于閾值的像素點(diǎn)分配以最小灰度（如0）,那么，就可以組成一個(gè)新的二值圖像，這樣可把目標(biāo)從北京種分割開(kāi)來(lái)。圖像閾值化處理實(shí)質(zhì)是一種圖像灰度級(jí)的非線性運(yùn)算，閾值處理可用方程加以描述，并且隨閾值的取值不同，可以得到具有不同特征的二值圖像。

算法描述假設(shè)原圖像f(i,j)的灰度范圍為［0.255］,那么在［0,255］之間選擇一個(gè)灰度值T作為閾值，就可以有兩種方法定義閾值化后的二值圖像(1)令閾值化后的圖像為:g(x,y)=⑵令閾值后的圖像為:g(x,y)=255f(i.j)2T0其他g(x,y)=⑵令閾值后的圖像為:g(x,y)=255f(i.j)2T0其他255f(i.j)ST0其他這兩種變換函數(shù)曲線如下圖所示2.2.3M2LAH源代餡及島兩種變換函數(shù)曲線thresh=graythresh(huidutu); %自動(dòng)確定最正確二值化閾值12=im2bw(I,thresh); %對(duì)圖像二值化imshow(I2);□X□0a=7□X□0a=7?U(W)誇朗(H)5Figure1丈件（B標(biāo)舊蘭看GO循入（DIflaio圖2二值化后的圖像形態(tài)學(xué)處理原理從某種特定意義上講，形態(tài)學(xué)圖像處理是以幾何學(xué)為根底的。它著重研究圖像的幾何結(jié)構(gòu)，這種結(jié)構(gòu)表示的可以是分析對(duì)象的宏觀性質(zhì)。數(shù)字形態(tài)學(xué)是一種應(yīng)用于圖像處理和模式識(shí)別領(lǐng)域的新方法，根本思想是用具有一定的形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀，以到達(dá)圖像分析和識(shí)別的目的。用于描述數(shù)學(xué)形態(tài)學(xué)的語(yǔ)言是結(jié)合論，因此它可以用一個(gè)統(tǒng)一而強(qiáng)大的工具來(lái)解決圖像處理中所遇到的問(wèn)題。迄今為止，還沒(méi)有一種方法能像數(shù)學(xué)形態(tài)學(xué)那樣既有堅(jiān)實(shí)的理論根底，簡(jiǎn)潔、樸素、統(tǒng)一的基木思想，又有如此寬廣的實(shí)用價(jià)值。其主要用途是獲取軀體拓?fù)浣Y(jié)構(gòu)信息，通過(guò)軀體和結(jié)構(gòu)元素相互作用的某些運(yùn)算，得到物體更木質(zhì)的形態(tài)。在圖像處理中的應(yīng)用主要是：利用形態(tài)學(xué)的根本運(yùn)算，對(duì)圖像進(jìn)行觀察和處理，從而到達(dá)改善圖像質(zhì)量的目的描述和定義圖像的各種幾何參數(shù)和特征，例如而積、周長(zhǎng)、連通度、顆粒度、骨架和方向性等。算法描述二值形態(tài)學(xué)中的運(yùn)算對(duì)象是集合。設(shè)X為圖像集合，S為結(jié)構(gòu)元素，數(shù)字形態(tài)學(xué)運(yùn)算是用S對(duì)X進(jìn)行操作。需要指岀的是，實(shí)際上結(jié)構(gòu)元素本身也是一個(gè)圖像集合。對(duì)每個(gè)結(jié)構(gòu)元素可以指定一個(gè)原點(diǎn)，它是結(jié)構(gòu)元素與形態(tài)學(xué)運(yùn)算的參考點(diǎn)。應(yīng)注意，原點(diǎn)可以包含在結(jié)構(gòu)元素中，也可以不包扌舌在結(jié)構(gòu)元素中，但運(yùn)算的結(jié)果常不相同。腐蝕的作用是消除物體所有邊界點(diǎn)。如果結(jié)構(gòu)元素取站3的黑色塊，那么稱(chēng)為簡(jiǎn)單腐蝕，其結(jié)果是區(qū)域的邊界沿周邊減少一個(gè)像素，如果區(qū)域是圓的，那么每次腐蝕后它的直徑將減少2的像素。腐蝕可以把小于結(jié)構(gòu)元素的物體去除，選取不同大小的結(jié)構(gòu)元素，可去掉不同大小且無(wú)意義的物體，如果兩物體間有細(xì)小的聯(lián)通，當(dāng)結(jié)構(gòu)元素足夠大時(shí)，腐蝕運(yùn)算可以將物體分開(kāi)。膨脹的作用是把圖像區(qū)域周?chē)谋尘包c(diǎn)合并到區(qū)域中，其結(jié)果是使區(qū)域的而積增大相應(yīng)數(shù)量的點(diǎn)。如果結(jié)構(gòu)元素取站3,那么稱(chēng)為簡(jiǎn)單膨脹，其結(jié)果使區(qū)域的邊界增沿周邊增加一個(gè)像素，如果區(qū)域是圓的，那么每次膨脹后區(qū)域的直徑增加兩個(gè)像素，如果兩個(gè)物體距離比擬近，通過(guò)膨脹可能聯(lián)通在一起。膨脹對(duì)填補(bǔ)分割后物體中的空隙很有用。開(kāi)運(yùn)算是先腐蝕后膨脹，閉運(yùn)算是開(kāi)運(yùn)算的對(duì)偶運(yùn)算，定義為先膨脹后腐蝕。使用濾波對(duì)細(xì)胞圖像進(jìn)行保邊去噪的處理，這步的主要作用是去除圖像噪聲，系統(tǒng)中提供了中值濾波、均值濾波、維納濾波、銳化濾波，經(jīng)過(guò)測(cè)試發(fā)現(xiàn)中值濾波的效果最好2.3.3MATLAB源代碼及注釋Image_BW_medfilt=medfilt2(Image_BW,[1313]);figure.imshow(Image_BW_medfilt);titled中值濾波后的二值化圖像')；4、 二值圖像邏輯運(yùn)算Optimized_Image_BW=Imagc_BW_|ncdfiltIImage_BW;figure4mshow(Optimized」mage_BW);titleC進(jìn)行'或'運(yùn)算優(yōu)化圖像效果')；5、 填充中間黑色的局部Filledagc_BW=bwfill(Optimized_magc_BW.'holes,);figureJmshow(FilledJmage_BW);山I*已填充背景色的二進(jìn)制圖像「)；6、 二值圖像“開(kāi)運(yùn)算"SE=strel(*disk\4);Open_Image_BW=imopen();figureJmshow(Open_Image_BW);titled開(kāi)運(yùn)算后圖像)；7、 手動(dòng)分割globalButtonDownOpen mage_BW;ifButtonDown=1pos=get(handles.axesUAurrentPoint*);row=floor(pos(l,2));col=floor(pos(Ll));進(jìn)行“或〃一運(yùn)算優(yōu)化圖像中值濾波斥的:值化圖像進(jìn)行“或〃一運(yùn)算優(yōu)化圖像中值濾波斥的:值化圖像Wv.4=1r產(chǎn)*心口卜』?』背Diy_splitcd=Opcn_Imagc_BW:Diy_splited(rowxol)=0;show-Img=Diy_splited;axes(handles.axesl);imshow(Open_Image_BW);end、圖像處理結(jié)果比照分析處理結(jié)果分析3和佗 -Figure2丈伴〔f）縮樂(lè)〔E：苣百W18入①工旦q克無(wú)〔D奩匚〔W：文伴〔F卿輯［E ?A〔I工貝〔1克面〔匚段匚2在助&Sfo〔H'QdaSfo〔H'翦3文禪〔F秦笹IES§〔\'獲入〔I：Tft〔T克方〔D黑口〔W刪t〔H爭(zhēng)開(kāi)運(yùn)HHia像石三兇&上口開(kāi)運(yùn)HHia像圖三中間細(xì)節(jié)結(jié)果TOC\o"1-5"\h\z0 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 00 0 0 0 0Number=24圖四初步數(shù)目數(shù)量理論分析在采用數(shù)字圖像處理技術(shù)對(duì)圖像中的數(shù)目進(jìn)行統(tǒng)計(jì)時(shí).由于木頭圖像中經(jīng)常有木頭粘連甚至局部重疊現(xiàn)象.使得統(tǒng)計(jì)的木頭數(shù)目產(chǎn)生較大的誤差。為了得到更準(zhǔn)確的計(jì)數(shù)結(jié)果?在計(jì)數(shù)前首先需要對(duì)木頭圖片進(jìn)行預(yù)處理，即通過(guò)灰度處理和二值化將細(xì)胞圖片處理為只有黑口兩色的圖片，之后利用中值濾波消除噪聲.通過(guò)對(duì)中值濾波后的圖像觀察可以發(fā)現(xiàn)，木頭邊緣擴(kuò)大，特別是圖片邊界的木頭。木頭邊緣擴(kuò)大，黑色增多〔二值圖像〃0“增多），所以要通過(guò)初次二值化圖像與中值濾波后的二值化圖像進(jìn)行“或〃運(yùn)算將優(yōu)化圖像效果。四、總結(jié)通過(guò)這次的課程設(shè)計(jì)，我對(duì)Matlab有了一定的了解，剛開(kāi)始做的時(shí)候有點(diǎn)不知所措，主要是因?yàn)槠綍r(shí)不夠努力，書(shū)上的知識(shí)了解得不夠多，課下沒(méi)有及時(shí)地復(fù)習(xí)。做設(shè)計(jì)之前上網(wǎng)查了很多資料，通過(guò)網(wǎng)絡(luò)了解了一些關(guān)于Matlab的知識(shí)和圖像處理方而的知識(shí)，通過(guò)課本也了解了一些，經(jīng)過(guò)不斷地努力我最終完成了這次作業(yè)。雖然作業(yè)完成了，但也有一些缺陷，由于時(shí)間比擬緊迫，所以希望以后有時(shí)間能自己再完善一下。我相信只要能堅(jiān)持到底就能成功。通過(guò)本次數(shù)字圖像處理課程設(shè)計(jì)的學(xué)習(xí)，我對(duì)圖像處理的程序及matlab應(yīng)用有了深入的理解和熟悉。更加深刻理解了根本圖像處理的功能，能夠自行編寫(xiě)簡(jiǎn)單程序，對(duì)各個(gè)函數(shù)及用法做了進(jìn)一步的的學(xué)習(xí)。在學(xué)習(xí)期間，必然遇到了許多問(wèn)題，如對(duì)各個(gè)圖像處理方法的不熟悉和對(duì)程序語(yǔ)句的不理解,但通過(guò)對(duì)課木的重溫和學(xué)習(xí)，我能夠基木熟練掌握了matlab編程語(yǔ)句的含義。只有我清楚了圖像處理各個(gè)方法的原理，才能真正了解到程序的意義何在，這樣才能做到將別人的知識(shí)變成自己的知識(shí)。在課設(shè)期間，我不僅能夠充分利用互聯(lián)網(wǎng)快速查詢(xún)到我所需要的資料，還能夠與同學(xué)們相互探討一些問(wèn)題，集思廣益，各抒己見(jiàn)。我們雖說(shuō)還沒(méi)有完全掌握數(shù)字圖像處理技術(shù)，但也