2013數(shù)字圖像處理課程設(shè)計報告

1、精選優(yōu)質(zhì)文檔-傾情為你奉上數(shù)字圖像處理課程設(shè)計報告 課設(shè)題目： 彩色圖像增強軟件 學(xué) 院： 信息科學(xué)與工程學(xué)院 專 業(yè)： 電子與信息工程 班 級： 姓 名： 曾小路 學(xué) 號： 指導(dǎo)教師： 趙占峰哈爾濱工業(yè)大學(xué)（威海）2013 年12月27日 專心-專注-專業(yè)1. 不要刪除行尾的分節(jié)符，此行不會被打印目 錄 一. 課程設(shè)計任務(wù) 1.1設(shè)計內(nèi)容及要求： （1） 、獨立設(shè)計方案，根據(jù)所學(xué)知識，對由于曝光過度、光圈過小或圖像亮度不均勻等情況下的彩色圖像進(jìn)行增強，提高圖像的清晰度（通俗地講，就是圖像看起來干凈、對比度高、顏色鮮艷） 。 （2） 、參考 photoshop 軟件，設(shè)計軟件界面，對處理前后的

2、圖像以及直方圖等進(jìn)行對比顯示； （3） 、將實驗結(jié)果與處理前的圖像進(jìn)行比較、分析?？偨Y(jié)設(shè)計過程所遇到的問題。 1.2參考方案 1、實現(xiàn)圖像處理的基本操作 學(xué)習(xí)使用 matlab 圖像處理工具箱，利用 imread（）語句讀入圖像，例如image=imread（flower.jpg） ，利用彩色圖像模型轉(zhuǎn)換公式，將 RGB 類型圖像轉(zhuǎn)換為 HSI 類型圖像，顯示各分量圖像(如 imshow（image）)，以及計算和顯示各分量圖像直方圖。 2、彩色圖像增強實現(xiàn) 對HSI彩色模型圖像的I分量進(jìn)行對比度拉伸或直方圖均衡化等處理，提高亮度圖像的對比度。對S分量圖像進(jìn)行適當(dāng)調(diào)整，使圖像色彩鮮艷或柔和。H

3、 分量保持不變。將處理后的圖像轉(zhuǎn)換成 RGB 類型圖像，并進(jìn)行顯示。分析處理圖像過程和結(jié)果存在的問題。 3、參照“photoshop”軟件，設(shè)計圖像處理軟件界面 可設(shè)計菜單式界面，在功能較少的情況下，也可以設(shè)計按鍵式界面，視功能多少而定；參考 matlab 軟件中 GUI 設(shè)計，學(xué)習(xí)軟件界面的設(shè)計二. 課程設(shè)計原理及設(shè)計方案 2.1 彩色圖像基礎(chǔ) 在圖像處理中，顏色的運用主要受兩個因素推動。第一，顏色是一個強有力的描繪子，它常常可簡化目標(biāo)物的區(qū)分及從場景中抽取目標(biāo)；第二，人可以辨別幾千種顏色色調(diào)和亮度，但相比之下只能辨別幾十種灰度層次。第二個因素對于人工圖像分析特別重要。 雖然人的大腦感知和理

4、解顏色所遵循的過程是一種生理心理現(xiàn)象，這一現(xiàn)象還未被完全了解，但顏色的物理性質(zhì)可以由實驗和理論結(jié)果支持的基本形式來表示。2.2 彩色模型色彩模型：RGB模型、CMY模型、CMYK模型、HIS模型、HSV模型、YUV模型、YIQ模型。 2.2.1 RGB模型 國際照明委員會（CIE）規(guī)定以藍(lán)（435.8nm）、綠（546.1nm）和紅（700nm）作為主原色。 Matlab中一幅RGB圖可表示為一個M*N*3的3維矩陣。其中每一個彩色像素都在特定空間位置的彩色圖像中對應(yīng)紅、綠、藍(lán)3個分2.2.2 HSI模型 HSI模型是從人的視覺系統(tǒng)出發(fā)，直接使用顏色三要素色調(diào)（Hue）、飽和度（Saturat

5、ion）和亮度（Intensity）來描述顏色。 -亮度指人眼感覺光的明暗程度。光的能量越大，亮度越大。 -色調(diào)由物體反射光線中占優(yōu)勢的波長決定。反映顏色的本質(zhì)。 -飽和度指顏色的深淺和濃淡程度，飽和度越高，顏色越深。HIS色彩空間比RGB彩色空間更符合人的視覺特性。亮度和色度具有可分離特性，使得圖像處理和機器視覺中大量灰度處理算法都可在HIS彩色空間中方便使用。色調(diào)： 其中： 飽和度： 強度： 從HSI到RGB的轉(zhuǎn)換： 在0,1內(nèi)給出HSI值，現(xiàn)在要在相同的值域找到RGB值，可利用H值公式。在原始分割中有3個相隔120°的扇形。從H乘以360°開始，這時色調(diào)值返回原來的0

6、°,360°的范圍。 RGB扇區(qū)（0°H<120°）：在H位于這一扇區(qū)時，RGB分量由下時給出： GB扇區(qū)（120°H<240°）：如果給定的H值在這一扇區(qū)，則首先從H中減去120°，即 然后RGB分量為 BR扇區(qū)（240°H<360°）：最后，如果H在這一扇區(qū)，則從H中減去240°，即 三. 課程設(shè)計的步驟和結(jié)果3.1 采集圖像 利用 imread（）語句讀入圖像，利用彩色圖像模型轉(zhuǎn)換公式，將 RGB 類型圖像轉(zhuǎn)換為 HSI 類型圖像，顯示各分量圖像(如 imshow（ima

7、ge）)，以及計算和顯示各分量圖像直方圖。 image=imread('tuxiangzq.jpg'); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 figure(1); subplot(231); imshow(H); title('HSI H分量圖'); subplot(232); imshow(S); title('HSI S分量圖'); subplot(233); imshow(I); title('HSI I分量圖'); %畫各分量的直方圖 subp

8、lot(234); imhist(H); title('H分量的直方圖'); subplot(235); imhist(S); title('S分量的直方圖'); subplot(236); imhist(I); title('I分量的直方圖'); figure(2); subplot(121); imshow(image); title('原圖'); J = imadjust(I,0.3 0.7,); subplot(122); imshow(J) %對比度增強 title('增強對比度后');3.2 圖像增強

9、3.2.1 對I分量進(jìn)行對比度拉伸 對HSI彩色模型圖像的I分量進(jìn)行對比度拉伸，對S分量圖像進(jìn)行適當(dāng)調(diào)整，使圖像色彩鮮艷或柔和，H 分量保持不變。將處理后的圖像轉(zhuǎn)換成 RGB 類型圖像，并進(jìn)行顯示：image=imread('tuxiangzq.jpg'); %采集圖像image=im2double(image);H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 i2 = imadjust(I,0.3 0.7,); %對I分量進(jìn)行對比度拉伸S=imadjust(S,0.1 0.5,); %對S分量進(jìn)行對比度拉伸x_hsi=cat(3,H,S,i2);x_h_r

10、=hsi2rgb(x_hsi); % HSI空間轉(zhuǎn)換為RGB空間figureimshow(x_h_r);title('I分量均衡化'); 3.2.2 對I分量進(jìn)行均衡化 I分量直方圖均衡化，對S分量圖像進(jìn)行適當(dāng)調(diào)整，使圖像色彩鮮艷或柔和，H 分量保持不變。將處理后的圖像轉(zhuǎn)換成 RGB 類型圖像，并進(jìn)行顯示：image=imread('tuxiangzq.jpg'); %采集圖像image=im2double(image);H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 i2=histeq(I); %對I分量進(jìn)行直方圖均衡化，加強對比度S=im

11、adjust(S,0.1 0.5,); %對S分量進(jìn)行對比度拉伸x_hsi=cat(3,H,S,i2);x_h_r=hsi2rgb(x_hsi); % HSI空間轉(zhuǎn)換為RGB空間figureimshow(x_h_r);title('I分量均衡化');3.3 界面設(shè)計主要控件程序如下：圖像采集function pushbuttonCJ_Callback(hObject, eventdata, handles)image=imread('tuxiangzq.jpg');image=im2double(image);axes(handles.axes1);imshow

12、(image);title('原圖');顯示各分量圖像function pushbuttonFLT_Callback(hObject, eventdata, handles) image=imread('tuxiangzq.jpg'); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 axes(handles.axes2); imshow(H); title('HSI H分量圖'); %figure(2); axes(handles.axes3); imshow(S); titl

13、e('HSI S分量圖'); %figure(3); axes(handles.axes4); imshow(I); title('HSI I分量圖');顯示各分量直方圖function pushbuttonFLZFT_Callback(hObject, eventdata, handles)image=imread('tuxiangzq.jpg'); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 axes(handles.axes5); imhist(H); title(&#

14、39;H分量的直方圖'); axes(handles.axes6); imhist(S); title('S分量的直方圖'); axes(handles.axes7); imhist(I); title('I分量的直方圖');圖像增強function pushbuttonZQ_Callback(hObject, eventdata, handles) val = get(handles.popupmenuzq,'value');while (val=0) switch val case 1; image=imread('tuxia

15、ngzq.jpg'); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 i2 = imadjust(I,0.3 0.7,); %對比度拉伸 S=histeq(S); x_hsi=cat(3,H,S,i2); x_h_r=hsi2rgb(x_hsi); % HSI空間轉(zhuǎn)換為RGB空間 axes(handles.axes10); imshow(x_h_r); title('對比度拉伸'); break; case 2; image=imread('tuxiangzq.jpg'); image

16、=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的轉(zhuǎn)換 i2=histeq(I); %對I分量進(jìn)行直方圖均衡化，加強對比度 S=histeq(S); x_hsi=cat(3,H,S,i2); x_h_r=hsi2rgb(x_hsi); % HSI空間轉(zhuǎn)換為RGB空間 axes(handles.axes11); imshow(x_h_r); title('I分量均衡化'); break; end end效果圖如下：四. 課程設(shè)計總結(jié)本文主要介紹了運用MATLAB來實現(xiàn)彩色圖像增強的方法研究。基于彩色圖像包含豐富的信息，介紹了如何利

17、用圖像處理工具M(jìn)ATLAB來進(jìn)行彩色圖像增強是有用信息加強，獲得更有價值的圖片和更好的視覺效果。圖像增強的方法有很多種，既可對圖像時域進(jìn)行處理，也可在頻域中處理。我在上面的課設(shè)中主要對圖像的HSI圖像中的I分量和S分量進(jìn)行了處理，得到的圖像對比度更強了，色彩更加鮮艷了。從結(jié)果分析得出對I分量進(jìn)行均衡化更能突出圖像主要內(nèi)容；對I分量進(jìn)行對比度拉伸所得圖像更加清晰一些，對S分量的調(diào)整可以改變圖像的色調(diào)。五. 設(shè)計體會 通過此次課程設(shè)計，了解到MATLAB的諸多強大的數(shù)值處理功能，但是我更想說的是改變了我對設(shè)計的認(rèn)識。以前的我看到別人優(yōu)秀的設(shè)計成果，總是會心生欣羨之情，但是那時的我也僅限于此。古語云：紙上得來終覺淺，絕知此事要躬行。以前總是聽別人說：我們通常只是看到了別人的光鮮卻沒有看到別人的汗水。此時此刻，我才真正有點明白這句話的意思了。是的，設(shè)計是一個不斷探索的過程，是一個不斷改進(jìn)的過程。因為面對的是一個未知的世界，所以沒有人告訴你應(yīng)該怎么辦，或者說你的堅持到底會不會開花結(jié)果。但是也正是因了這個未知性，才給這個單調(diào)枯燥的設(shè)計過程增添了一份神秘，一份獨特的魅力。希望以后的我能逐步學(xué)會體驗這份未知的美。最后，對此次課程設(shè)計中給予我無私幫助的老師，同學(xué)，我謹(jǐn)表示真摯的謝意！六. 參考文獻(xiàn)1 數(shù)字圖像處理（第二版）岡薩雷斯 著，阮秋琦 阮