機(jī)器視覺(jué)與圖像處理實(shí)驗(yàn)報(bào)告

河南工業(yè)大學(xué)《機(jī)器視覺(jué)與圖像處理》實(shí)驗(yàn)報(bào)告專業(yè):自動(dòng)化班級(jí):姓名:學(xué)號(hào):完成日期：成績(jī)?cè)u(píng)定:一、實(shí)驗(yàn)題目Matlab軟件的使用二、實(shí)驗(yàn)?zāi)康?．熟悉并掌握Matlab根本概念，安裝，根本操作環(huán)境。2．了解幫助文檔help中演示內(nèi)容demo有哪些。3.找到工具箱類里面的ImageProcessing工具箱，并進(jìn)行初步學(xué)習(xí)，為后續(xù)實(shí)驗(yàn)做準(zhǔn)備。三、實(shí)驗(yàn)過(guò)程及結(jié)果1.翻開(kāi)MATLAB軟件，了解菜單欄、工具欄、狀態(tài)欄、命令窗口等；2.了解幫助文檔help中演示內(nèi)容demo有哪些；3.找到工具箱類里面的ImageProcessing工具箱，并進(jìn)行初步學(xué)習(xí)，為后續(xù)實(shí)驗(yàn)做準(zhǔn)備。河南工業(yè)大學(xué)《機(jī)器視覺(jué)與圖像處理》實(shí)驗(yàn)報(bào)告一、實(shí)驗(yàn)題目圖像的增強(qiáng)技術(shù)二、實(shí)驗(yàn)?zāi)康?.了解圖像增強(qiáng)技術(shù)/方法的原理；

2.利用matlab軟件，以某一用途為例，實(shí)現(xiàn)圖像的增強(qiáng)；

3.通過(guò)程序的調(diào)試，初步了解圖像處理命令的使用方法。做準(zhǔn)備。三、實(shí)驗(yàn)過(guò)程及結(jié)果1.掌握?qǐng)D像增強(qiáng)技術(shù)/方法的原理；圖像增強(qiáng)原理：增強(qiáng)圖像中的有用信息，它可以是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差異，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿足某些特殊分析的需要。2.利用matlab軟件，以某一用途為例，實(shí)現(xiàn)圖像的增強(qiáng)；3.通過(guò)程序的調(diào)試，初步了解圖像處理命令的使用方法。河南工業(yè)大學(xué)《機(jī)器視覺(jué)與圖像處理》實(shí)驗(yàn)報(bào)告一、實(shí)驗(yàn)題目圖像特征提取二、實(shí)驗(yàn)?zāi)康?.了解圖像特征提取的方法；

2.利用matlab軟件，編程實(shí)現(xiàn)圖像中長(zhǎng)度、角度、半徑、邊界等特征的提取測(cè)量；

3.通過(guò)程序的調(diào)試，初步了解圖像特征提取命令的使用方法。三、實(shí)驗(yàn)過(guò)程及結(jié)果1.熟悉圖像特征提取的方法；〔1〕獲取圖像；〔2〕用implay函數(shù)排序；〔3〕尋找鐘擺擺動(dòng)的范圍；〔4〕在每個(gè)框架中分割鐘擺；〔5〕尋找已經(jīng)被分割后鐘擺在框架中的中心；〔6〕憑借鐘擺中心找到適合的圓去計(jì)算半徑。2.利用matlab軟件，編程實(shí)現(xiàn)圖像中長(zhǎng)度、角度、半徑、邊界等特征的提取測(cè)量；3.通過(guò)程序的調(diào)試，初步了解圖像特征提取命令的使用方法河南工業(yè)大學(xué)《機(jī)器視覺(jué)與圖像處理》實(shí)驗(yàn)報(bào)告一、實(shí)驗(yàn)題目圖像變換二、實(shí)驗(yàn)?zāi)康?.了解圖像變換的原理；

2.利用matlab軟件，編程實(shí)現(xiàn)投影數(shù)據(jù)的圖像重構(gòu)；

3.通過(guò)程序的調(diào)試，初步了解圖像投影變換的應(yīng)用。三、實(shí)驗(yàn)過(guò)程及結(jié)果1.熟悉圖像變換的原理；為了用正交函數(shù)或正交矩陣表示圖像而對(duì)原圖像所作的二維線性可逆變換。一般稱原始圖像為空間域圖像，稱變換后的圖像為轉(zhuǎn)換域圖像，轉(zhuǎn)換域圖像可反變換為空間域圖像。圖像處理中所用的變換都是酉變換，即變換核滿足正交條件的變換。經(jīng)過(guò)酉變換后的圖像往往更有利于特征抽取