圖像處理課程設計報告

1、-. z.圖像處理技術應用實踐課程設計題目圖像增強算法綜合應用學生*韓帥_ * _ 院系計算機與軟件學院專業(yè)計算機科學與技術任課教師春年_ 二一七年五月圖像處理技術應用實踐課程設計21、設計內容圖像增強處理：設計一套空間域與頻率域結合的圖像增強算法，處理以下任一組圖片中的帶噪聲圖像，去除噪聲，提高圖像質量。1：噪聲為隨機噪聲和周期噪聲混合噪聲；2要求：a去噪處理后，計算均方誤差評估去噪處理后圖像的去噪效果b撰寫完整的科技報告形式類似科技論文表述自己的算法設計，算法實現(xiàn)與算法評估過程。第一組圖片：第二組圖片：圖像增強算法2.1問題分析1圖片中參加了隨機噪聲和周期噪聲混合噪聲。針對不同的噪聲，不同

2、的去噪方法效果不同，因此應該采用不同的去噪方法以到達最好的去噪效果。2隨機噪聲應在空間域去除，而空域去噪方法中，中值濾波法效果最好。3周期噪聲應在頻域中消去。4去除噪聲后的圖像仍然可以改善處理。5均方誤差評估去噪處理后圖像的去噪效果。2.2算法設計1讀入初始圖片及加噪圖片。clc;clear;f=imread();g=imread();2利用空域濾波，去除隨機噪聲，此時用中值濾波法，并顯示它的頻譜圖和直方圖。g=medfilt2(g,3,3);3利用頻域濾波，去除周期噪聲。先轉化成double型，進展傅里葉變換，再轉化成數(shù)據(jù)矩陣，最后利用低通濾波去除周期噪聲。G=double(g); %轉化d

3、oubleG=fft2(G);G=fftshift(G);M,N=size(G); nn=2;d0=25; m =fi*(m/2); n =fi*(n/2);fori=1:M forj=1:Nd=sqrt(i-m)2+(j-n)2);h=1/(1+0.414*(d/d0)(2*nn);%計算低通濾波器傳遞函數(shù)result(i,j)=h*G(i,j); endend4計算均方誤差評估去噪效果。mn=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);ifresult1=0disp(dog圖均方誤

4、差);result2=0elsedisp(dog圖均方誤差);result2=sqrt(result1)end算法實現(xiàn)clear;clc;f=imread(C:dogOriginal.bmp);g=imread(C:dogDistorted.bmp);f1=double(f);f2=fft2(f1);f2=fftshift(f2);g1=double(g);g2=fft2(g1);g2=fftshift(g2);g3=medfilt2(g,3,3); %3*3模板中值濾波去除隨機噪聲g4=double(g3);F1=fft2(g3);F1=fftshift(F1); G=F1;M,N=size

5、(G); %低通濾波nn=2;d0=25;m=fi*(M/2);n=fi*(N/2);for i=1:Mfor j=1:N d=sqrt(i-m)2+(j-n)2); h=1/(1+0.414*(d/d0)(2*nn);%h=1/(1+(d/d0)(2*nn); %備用 G(i,j)=h*G(i,j);endendp=uint8(real(ifft2(ifftshift(G);subplot(341);imshow(f),title(原圖);subplot(345);imshow(log(abs(f2),),title(頻譜);subplot(349);imhist(f),title(原圖);

6、subplot(342);imshow(g),title(噪聲);subplot(346);imshow(log(abs(g2),),title( );subplot(3,4,10);imhist(g),title(噪聲);subplot(343);imshow(g3),title(去隨機噪聲);subplot(347);imshow(log(abs(F1),),title( );subplot(3,4,11);imhist(g3),title(去隨機噪聲);subplot(344);imshow(p,),title(去噪);subplot(348);imshow(log(abs(G),),t

7、itle( );subplot(3,4,12);imhist(p),title(去噪);m,n=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);if result1=0disp(dog圖均方誤差),result2=0elsedisp(dog圖均方誤差),result2=sqrt(result1)end運行結果認識分析去噪后圖像模糊，同時嘗試了直方圖均衡化，效果并不理想；d0根據(jù)誤差調整方便簡單；中值濾波簡單好用參考文獻：1全紅艷、曹桂濤，數(shù)字圖像處理原理與實現(xiàn)方法，機械工業(yè)，20132胡曉

8、軍、徐飛，MATLAB應用圖像處理，2010圖像處理技術應用實踐課程設計31、設計內容圖像增強分割：有一幅包含不同大小的種子圖案的掃描圖像如下列圖所示，每個包含了種子的圖像區(qū)域稱之為感興趣區(qū)域regions of interest ROI。要求：1、設計一套算法提取源圖像中的所有ROI，并計算每一個ROI的大小大小為包含多少個像素，如包含20個像素，則大小為20。提示：每一個ROI為一個連通集合。2、撰寫完整的科技報告形式類似科技論文表述自己的算法設計，算法實現(xiàn)與計算結果。增強分割算法2.1問題分析(1)首先題目所給的圖為彩色圖，應該先將其轉化成灰度圖，再對其進展處理；(2)分析題目可知首先要

9、將種子所覆蓋的大概區(qū)域求出來，可以將種子存在的地方檢測出來并用特定灰度標記，方便之后統(tǒng)計像素數(shù)；(3)要檢測位置在灰度圖中很難實現(xiàn)，可以將圖像二值化，在二值化圖像中值為0的地方進展標記。2.2算法設計(1)讀圖并灰度和二值化：clear;clc;I=imread(D:seed.bmp);f=rgb2gray(I);j=im2bw(f);j2=f;檢測ROI位置并標記：首先建立一個白板：M,N=size(j2);for *=1:M for y=1:N j2(*,y)=255; endend之后開場標記ROI位置，以第一行第一個為例：for *=40:70 %1 for y=100:150 if(

10、j(*,y)=0) j2(*,y)=1; end endend這里的40,70可以先將二值圖像和其坐標軸顯示出來，記錄ROI所在的大概位置；第一個用1標記；%坐標軸顯示可以用a*is on指令按此方法，可以實現(xiàn)37個ROI的標記，用137灰度分別標記。統(tǒng)計像素數(shù)：A=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37;C=hist(A(:),unique(A);for *=1:M for y=1:N for i=1:37 if j2(*,y)=

11、A(i) C(i)=C(i)+1; end end endEndC數(shù)組即儲存A中像素個數(shù) (4)最后顯示各個圖像和最后像素數(shù)的數(shù)組figure(1);imshow(j2,);figure(2);Imshow(j);a*is on;C2.3算法實現(xiàn)clear;clc;I=imread(D:seed.bmp);f=rgb2gray(I);j=im2bw(f);k=f;a*is on;M,N=size(k);for *=1:M for y=1:N k(*,y)=255; endend-. z.%第一行for *=40:70 for y=100:150 if(j(*,y)=0) k(*,y)=1; e

12、nd endend%第二行for *=80:110 for y=100:160 if(j(*,y)=0) k(*,y)=2; end end for y=180:230 if(j(*,y)=0) k(*,y)=3; end end for y=240:300 if(j(*,y)=0) k(*,y)=4; end endendfor *=120:155 for y=100:160 if(j(*,y)=0) k(*,y)=5; end end for y=180:230 if(j(*,y)=0) k(*,y)=6; end end for y=240:300 if(j(*,y)=0) k(*,y)

13、=7; end endendfor *=160:200 for y=100:160 if(j(*,y)=0) k(*,y)=8; end end for y=180:230 if(j(*,y)=0) k(*,y)=9; end end for y=240:300 if(j(*,y)=0) k(*,y)=10; end end for y=310:375 if(j(*,y)=0) k(*,y)=11; end endendfor *=205:240 for y=100:160 if(j(*,y)=0) k(*,y)=12; end end for y=180:230 if(j(*,y)=0) k

14、(*,y)=13; end end for y=240:300 if(j(*,y)=0) k(*,y)=14; end end for y=310:375 if(j(*,y)=0) k(*,y)=15; end endendfor *=250:285 for y=100:160 if(j(*,y)=0) k(*,y)=16; end end for y=180:230 if(j(*,y)=0) k(*,y)=17; end end for y=240:300 if(j(*,y)=0) k(*,y)=18; end end for y=310:375 if(j(*,y)=0) k(*,y)=19

15、; end endendfor *=290:328 for y=100:160 if(j(*,y)=0) k(*,y)=20; end end for y=180:230 if(j(*,y)=0) k(*,y)=21; end end for y=240:300 if(j(*,y)=0) k(*,y)=22; end end for y=310:375 if(j(*,y)=0) k(*,y)=23; end endendfor *=335:370 for y=100:160 if(j(*,y)=0) k(*,y)=24; end end for y=180:230 if(j(*,y)=0) k

16、(*,y)=25; end end for y=240:300 if(j(*,y)=0) k(*,y)=26; end end for y=310:375 if(j(*,y)=0) k(*,y)=27; end endendfor *=375:415 for y=100:160 if(j(*,y)=0) k(*,y)=28; end end for y=180:230 if(j(*,y)=0) k(*,y)=29; end end for y=240:300 if(j(*,y)=0) k(*,y)=30; end end for y=310:375 if(j(*,y)=0) k(*,y)=31

17、; end end for y=400:440 if(j(*,y)=0) k(*,y)=32; end endendfor *=420:450 for y=100:160 if(j(*,y)=0) k(*,y)=33; end end for y=180:230 if(j(*,y)=0) k(*,y)=34; end end for y=240:300 if(j(*,y)=0) k(*,y)=35; end end for y=320:375 if(j(*,y)=0) k(*,y)=36; end end-. z. for y=400:440 if(j(*,y)=0) k(*,y)=37; end endendA=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37;C=hist(A(:),uniq