二維圖像數(shù)字信號處理應(yīng)用實驗報告一、預(yù)習(xí)內(nèi)容1、數(shù)字圖象處理介紹

1.1數(shù)字圖像處理發(fā)展概況

數(shù)字圖像處理（DigitalImageProcessing）又稱為計算機圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開始，隨著計算機技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已開始研究如何用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。1.2數(shù)字圖像處理主要研究的內(nèi)容

數(shù)字圖像處理主要研究的內(nèi)容有以下幾個方面：1)圖像變換由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。2)圖像編碼壓縮圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。3)圖像增強和復(fù)原圖像增強和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。4)圖像分割圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎(chǔ)。5)圖像描述圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。6)圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強、復(fù)原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計模式分類和句法（結(jié)構(gòu)）模式分類。1.3數(shù)字圖像處理的基本特點

（1）目前，數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。因此對計算機的計算速度、存儲容量等要求較高。（2）數(shù)字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。（3）數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大。（4）由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點圖像。在理解三維景物時需要知識導(dǎo)引，這也是人工智能中正在致力解決的知識工程問題。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。1.4數(shù)字圖像處理的優(yōu)點

1.再現(xiàn)性好數(shù)字圖像處理與模擬圖像處理的根本不同在于，它不會因圖像的存儲、傳輸或復(fù)制等一系列變換操作而導(dǎo)致圖像質(zhì)量的退化。只要圖像在數(shù)字化時準(zhǔn)確地表現(xiàn)了原稿，則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)。2．處理精度高按目前的技術(shù)，幾乎可將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組，這主要取決于圖像數(shù)字化設(shè)備的能力。3．適用面寬圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如X射線圖像、射線圖像、超聲波圖像或紅外圖像等）。4．靈活性高圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內(nèi)容。1.5數(shù)字圖像處理的應(yīng)用

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。1）航天和航空技術(shù)方面的應(yīng)用數(shù)字圖像處理技術(shù)在航天和航空技術(shù)方面的應(yīng)用，除了上面介紹的JPL對月球、火星照片的處理之外，另一方面的應(yīng)用是在飛機遙感和衛(wèi)星遙感技術(shù)中。2）生物醫(yī)學(xué)工程方面的應(yīng)用數(shù)字圖像處理在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，而且很有成效。3）通信工程方面的應(yīng)用當(dāng)前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié)合的多媒體通信。具體地講是將電話、電視和計算機以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。4）工業(yè)和工程方面的應(yīng)用在工業(yè)和工程領(lǐng)域中圖像處理技術(shù)有著廣泛的應(yīng)用。5）軍事公安方面的應(yīng)用在軍事方面圖像處理和識別主要用于導(dǎo)彈的精確末制導(dǎo)，各種偵察照片的判讀，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統(tǒng)，飛機、坦克和軍艦?zāi)M訓(xùn)練系統(tǒng)等；公安業(yè)務(wù)圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復(fù)原，以及交通監(jiān)控、事故分析等6）文化藝術(shù)方面的應(yīng)用目前這類應(yīng)用有電視畫面的數(shù)字編輯，動畫的制作，電子圖像游戲，紡織工藝品設(shè)計，服裝設(shè)計與制作，發(fā)型設(shè)計，文物資料照片的復(fù)制和修復(fù)，運動員動作分析和評分等等，現(xiàn)在已逐漸形成一門新的藝術(shù)--計算機美術(shù)。2Matlab在圖像處理中的應(yīng)用MATLAB6．x提供了2O類圖像處理函數(shù)，涵蓋了圖像處理包括近期研究成果在內(nèi)的幾乎所有的技術(shù)方法，是學(xué)習(xí)和研究圖像處理的人員難得的寶貴資料和加工工具箱。這些函數(shù)按功能可分為圖像顯示、圖像文件I／O、圖像算術(shù)運算、幾何變換、圖像登記、像素值與統(tǒng)計、圖像分析、圖像增強、線性濾波、線性二元濾波設(shè)計、圖像去模糊、圖像變換、鄰域與塊處理、灰度與二值圖像的形態(tài)學(xué)運算、結(jié)構(gòu)元素創(chuàng)建與處理、基于邊緣的處理、色彩映射表操作、色彩空間變換及圖像類型與類型轉(zhuǎn)換Matlab數(shù)字圖像處理工具箱函數(shù)包括以下幾類：(1)圖像顯示函數(shù)；(2)圖像文件輸入、輸出函數(shù)；(3)圖像幾何操作函數(shù)；(4)圖像像素值及統(tǒng)計函數(shù)；(5)圖像分析函數(shù)；(6)圖像增強函數(shù)；(7)線性濾波函數(shù)；(8)二維線性濾波器設(shè)計函數(shù)；(9)圖像變換函數(shù)；(10)圖像鄰域及塊操作函數(shù)；(11)二值圖像操作函數(shù)；(12)基于區(qū)域的圖像處理函數(shù)；(13)顏色圖操作函數(shù)；(14)顏色空間轉(zhuǎn)換函數(shù)；二、實驗?zāi)康?、結(jié)合二維圖像信號處理，直觀感受數(shù)字信號處理的基本實現(xiàn)過程。2、了解二維圖像信號處理的一些基本處理。3、初步了解MATLAB的二維信號處理能力。三、實驗原理1、圖像類別與數(shù)據(jù)格式1.1真彩圖像：由R、G、B一個三維矩陣（N*M*3）描述。1.2灰度圖像：由一個二維矩陣描述。1.3二值圖像2、讀取圖像函數(shù)imread可以從任何Matlab支持的圖像文件格式中，以任意位深度讀取一幅圖像。格式為：X=imread(‘FILENAME.FMT’)其中：FILENAME－為需要讀入的圖像文件名，F(xiàn)MT－為圖像格式3、圖像顯示Imshow可以顯示真彩、灰度、二值等各種圖像。Imshow(gray)：顯示灰度圖像，gray為一個二維矩陣Imshow(RGB)：顯示真彩圖像，RGB為一個三維矩陣Imshow(BW):顯示二值圖像，BW為一個二維矩陣4、保存圖像imwrite函數(shù)：imwrite(I,'文件名.文件格式')文件格式：bmp、jpg、pcx、tif。四、實驗內(nèi)容1、圖像轉(zhuǎn)換1.1利用編程實現(xiàn)將真彩圖像轉(zhuǎn)換成為灰度圖像利用imread讀入trees.jpg（注意為uint8格式）利用轉(zhuǎn)換公式，將RGB圖像轉(zhuǎn)換為灰度圖像Gray

=

R*0.299

+

G*0.587

+

B*0.114利用函數(shù)uint8，將灰度圖像的值轉(zhuǎn)換uint8，并進行顯示將此灰度圖像存儲成為trees_gray.jpg文件程序效果等同于函數(shù)rgb2gray()。程序：clc;clearall;closeall;x=imread('trees.jpg');r=x(:,:,1);g=x(:,:,2);b=x(:,:,3);gray=r*0.299+g*0.587+b*0.114;imshow(gray);imwrite(gray,'trees_gray.jpg');圖像：1.2利用編程將灰度圖像轉(zhuǎn)換成為二值圖像利用imread讀入trees_gray.jpg（注意為uint8格式）設(shè)定閾值，將灰度圖像轉(zhuǎn)換二值圖像（閾值可為中值）利用函數(shù)logical()，將數(shù)值轉(zhuǎn)換logical，并進行顯示將此二值圖像存儲成為trees_bw.jpg文件程序效果等同于函數(shù)im2bw()程序clc;clearall;closeall;rgb=imread('trees.jpg');gray=rgb2gray(rgb);bw=im2bw(rgb);figure(1);imshow(rgb);figure(2);imshow(gray);figure(3);imshow(bw);imwrite(gray,'trees_gray.jpg');imwrite(bw,'trees_bw.jpg');圖像：2、圖像大小變換2.1在保證將圖像的長寬比不變的情況下，將圖像縮小原來的一半利用imread讀入trees_gray.jpg利用size函數(shù)得到圖像的長和寬利用圖像之間的關(guān)聯(lián)性將圖像縮小原來的一般顯示縮小后的圖像將此縮小后圖像存儲成為trees_small.jpg文件程序：clc;clearall;closeall;x=imread('trees_gray.jpg');figure(1);imshow(x);[rowcol]=size(x);im2=x(1:2:row,1:2:col);im2=uint8(im2);figure(2);imshow(im2);imwrite(im2,'trees_small.jpg');圖像：2.2在保證將圖像的長寬比不變的情況下，將圖像增大為原來的一倍利用imread讀入trees_gray.jpg利用size函數(shù)得到圖像的長和寬利用zeros生成矩陣，矩陣大小為原來兩倍利用圖像之間的相關(guān)性將原來圖像數(shù)據(jù)寫入新生成的矩陣中（計算時轉(zhuǎn)成double型，顯示時轉(zhuǎn)成uint8型）顯示放大后的圖像將此放大后圖像存儲成為trees_big.jpg文件程序：clc;clearall;closeall;x=imread('trees_gray.jpg');figure(1);imshow(x);[rowcol]=size(x);im2=x(1:0.5:row,1:0.5:col);figure(2);imshow(im2);imwrite(im2,'trees_big.jpg');圖像：3、運動目標(biāo)檢測利用背景差分法實現(xiàn)圖像的運動目標(biāo)檢測，并繪制出運動目標(biāo)的二值圖像具體步驟：分別讀入car00.jpg和car11.jpg圖像（或者可以自行由手機拍兩張圖片，分別為背景和帶有明顯物體的圖片）將兩幅圖像轉(zhuǎn)換成為灰度圖（可以利用函數(shù)rgb2gray）利用背景差分法實現(xiàn)目標(biāo)檢測（取絕對值，函數(shù)abs）設(shè)定閾值（自行設(shè)定）將相減后的圖片轉(zhuǎn)換成為二值圖像，識別目標(biāo)。程序：clc;clearall;closeall;X0=imread('car00.jpg');X1=imread('car11.jpg');X0_g=rgb2gray(X0);X1_g=rgb2gray(X1);A=logical(5-abs(X0_g-X1_g));imshow(A);imwrite(A,'car.jpg');【備注：程序中6排的數(shù)字5表示自定義的閾值5，閾值不能太大，否則識別的目標(biāo)會偏白色更多，閾值越接近255越偏白色，閾值越接近0越偏黑色】圖像：4、圖像邊緣檢測利用差分法實現(xiàn)圖像的邊緣檢測：可以用圖像的一階差分來代替圖像函數(shù)的導(dǎo)數(shù)。定義二維離散圖像函數(shù)在X

軸方向的一階差分為：Y軸方向上的一階差分定義為：利用圖像灰度的一階導(dǎo)數(shù)算子在灰度值變化顯著的地方得到的極值來檢測邊緣點。它在某一個點的值就代表了該點的邊緣強度值，可通過設(shè)置閾值來進一步得到邊緣圖像。具體步驟：讀入二值圖像“太極.jpg”進行X

軸方向的差分運算（注意取絕對值，abs），繪制出X

軸方向差分后的二值圖像進行Y

軸方向的差分運算（注意取絕對值，abs），繪制出Y

軸方向差分后的二值圖像將X

軸方向差分后的二值圖像和Y

軸方向差分后的二值圖像相加得到檢測后的邊緣圖像程序：clc;clearall;closeall;im=imread('太極.jpg');bw=im2bw(im);[c,r]=size(bw)bw_x=ones(c,r);bw_x(1:c-1,