《數(shù)字圖象處理課程設(shè)計(jì)》由會員分享，可在線閱讀，更多相關(guān)《數(shù)字圖象處理課程設(shè)計(jì)（22頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、 課程設(shè)計(jì)(論文) 題 目 彩色圖像融合 姓 名 學(xué) 號 指 導(dǎo) 老 師 指導(dǎo)教師職稱 年級專業(yè)班級 所 在 學(xué) 院 2015年7 月 8日 請預(yù)覽后下載！ 目錄 目錄 I 摘要 II 前言 III １ 課題背景 1 1.1 課題要求 1 1.2 課題意義 1 1.3 文獻(xiàn)綜述 2 ２ 設(shè)計(jì)方案論證 3 2.1 實(shí)驗(yàn)基本步驟 3 2.2 理論依據(jù) 3 ３ 圖像融合的設(shè)計(jì) 7 3.1 圖像對象的分割 7 3.2 分割對象的場景融入 8 ４ GUI界面

2、設(shè)計(jì)及濾波結(jié)果分析 9 4.1 GUI界面設(shè)計(jì) 9 4.2 濾波結(jié)果及分析 10 4.2.1 濾波結(jié)果圖 10 4.2.2 結(jié)果分析 11 ５ 總結(jié) 12 致謝 13 參考文獻(xiàn) 14 程序代碼 15 請預(yù)覽后下載！ 摘要 本課題主要是運(yùn)用MATLAB 7.0，解決數(shù)字圖像處理的彩色圖像融合問題的開發(fā)程序。我們對被處理的圖像進(jìn)行二值化、分割操作得到圖像中的想要的對象，然后對分割后的圖像和背景圖像進(jìn)行HSI色彩空間轉(zhuǎn)換，最后將分割后的對象嵌入到背景圖像中。本文還給出了對這一程序的測試情況、測試結(jié)果的分析和完整程序代碼。 關(guān)鍵詞：二值化、圖像分割、

3、HSI空間轉(zhuǎn)換 請預(yù)覽后下載！ 前言 本文詳細(xì)介紹了關(guān)于彩色圖像融合課題內(nèi)容的應(yīng)用程序的設(shè)計(jì)與開發(fā)。全文共5章。 第1章是介紹了本次課題的課題要求、課題意義和文獻(xiàn)綜述。 第2章介紹了實(shí)驗(yàn)的基本步驟和這次試驗(yàn)的主要理論原理支持。 第3章主要介紹了關(guān)于圖像融合的主要算法實(shí)現(xiàn)。全文的核心部分都寫在程序代碼中。 第4章主要是由兩部分構(gòu)成，包括程序運(yùn)行后的結(jié)果和對結(jié)果的具體分析。 第5章是對彩色圖像融合問題程序開發(fā)過程的總結(jié)?？偨Y(jié)了本次課程設(shè)計(jì)的意義，以及談到了我在本次課程設(shè)計(jì)中的收獲與感想。 全文的最后是致謝、參考文獻(xiàn)。 XX 2015-07-08 于武漢工程大學(xué)理學(xué)院 請

4、預(yù)覽后下載！ １ 課題背景 1.1 課題要求 對象與場景融合是圖像融合的一個(gè)應(yīng)用方向，它是指把感興趣的目標(biāo)對象從它原來所在的場景中分割出來后，通過疊加、組合和加工處理合成到另一個(gè)場景中去，所形成的新的對象場景圖像看起來必須是真實(shí)自然的，從而創(chuàng)造出新的圖像效果。對象場景融合在圖像編輯領(lǐng)域有非常廣泛的應(yīng)用，特別是在影視制作過程中，很多鏡頭無法通過實(shí)地拍攝獲得，這些鏡頭就可以借助對象場景融合技術(shù)來實(shí)現(xiàn)。對象與場景融合技術(shù)的關(guān)鍵是如何使融合得到的效果逼真，也就是說使得目標(biāo)對象在新的場景里看起來光照一致、過渡自然，而不會出現(xiàn)明顯的人工拼接痕跡。 1.2 課題意義 數(shù)字信號處理是一門比較實(shí)用

5、的電子工程的專業(yè)課程，語音是人類獲取信息的重要來源和利用信息的重要手段。通過語言相互傳遞信息是人類最重要的基本功能之一。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音是語言的聲學(xué)表現(xiàn)，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。 數(shù)字信號處理是研究用數(shù)字信號處理技術(shù)對語音信號進(jìn)行處理的一門學(xué)科，它是一門新興的學(xué)科，同時(shí)又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科。 請預(yù)覽后下載！ 1.3 文獻(xiàn)綜述 文獻(xiàn)[1]較詳細(xì)地介紹了數(shù)字圖像處理這門學(xué)科的發(fā)展歷史和經(jīng)典定義定理，對于解決本次課題內(nèi)

6、容提供了很好地參考。 文獻(xiàn)[2]介紹了關(guān)于計(jì)算機(jī)圖像處理的方法和程序代碼實(shí)現(xiàn)，對于本次課題內(nèi)容起到了很大的幫助。 請預(yù)覽后下載！ 設(shè)計(jì)方案論證 2.1 實(shí)驗(yàn)基本步驟 方案步驟： （1）讀入包含對象的圖像， （2）分割圖像中的對象， （3）將已經(jīng)分割好的對象進(jìn)行顏色空間轉(zhuǎn)換，比如轉(zhuǎn)換到IHS色彩空間， （4）讀入背景圖像，也轉(zhuǎn)換到HIS空間， （5）將分割出的對象嵌入到背景圖像中合適的位置，并且進(jìn)行光照和顏色的處理，讓效果看起來真實(shí)可信。 （6）設(shè)計(jì)GUI界面，完成軟件。 2.2 理論依據(jù) 1． 圖像二值化 圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為0或

7、255，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果。即將256個(gè)亮度等級的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于在對圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級值，使處理變得簡單，而且數(shù)據(jù)的處理和壓縮量小。為了得到理想的二值圖像，一般采用封閉、連通的邊界定義不交疊的區(qū)域。所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值

8、為255表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個(gè)具有其他等級灰度值的均勻背景下，使用閾值法就可以得到比較的分割效果。如果物體同背景的差別表現(xiàn)不在灰度值上(比如紋理不同)，可以將這個(gè)差別特征轉(zhuǎn)換為灰度的差別，然后利用閾值選取技術(shù)來分割該圖像。動態(tài)調(diào)節(jié)閾值實(shí)現(xiàn)圖像的二值化可動態(tài)觀察其分割圖像的具體結(jié)果。 請預(yù)覽后下載！ 2． 圖像分割 把圖像分解為一些特定的性質(zhì)相似的部分（區(qū)域或?qū)ο螅?，并用這些部分對圖像進(jìn)行分析和描述。一幅圖像往往包含許多不同類型的區(qū)域，如物體、環(huán)境和背景等。圖像分析的一個(gè)重

9、要方法就是用它們作為基本組成成分對圖像進(jìn)行描述。例如為了在氣泡室圖片中檢出質(zhì)點(diǎn)碰撞形式并判定其發(fā)生位置，就要在圖像中分割出氣泡的軌跡及其端點(diǎn)。為了從輸入的文本中識別出一串字符，首先就要把各個(gè)字符從背景和其他字符中分離出來。因此把圖像分割為若干子圖像，并利用各子圖像的特性和它們之間的關(guān)系描述圖像，對于圖像識別和解釋、物景分析以及圖像的分塊處理和存儲都有很大的意義。 3． RGB和HSI的互相轉(zhuǎn)換 1) 將顏色從RGB轉(zhuǎn)換為HSI 給出一幅RGB彩色格式的圖像，那么每個(gè)RGB像素的H分量可用下面的公式得到： 其中： 飽和度由下面的式子給出： 請預(yù)覽后下載！ 最后，亮度

10、由下面的式子給出： 假定RGB值已經(jīng)歸一化在[0,1]之間，角度θ使用關(guān)于HSI空間的紅軸來度量。將從H的公式中得出的所有結(jié)果除以360，即可將色調(diào)歸一化在[0,1]之間。如果給出的RGB值在[0,1]之間，那么其他的兩個(gè)HSI分量就已經(jīng)在[0,1]之間了。 2) 將顏色從HSI轉(zhuǎn)換為RGB 給定在[0,1]之間的HSI值，我們現(xiàn)在希望找出同一范圍內(nèi)相應(yīng)的RGB值?？捎玫墓揭蕾囉贖的值。有三個(gè)感興趣的部分，正如早些時(shí)候提到的那樣，分別對應(yīng)原色之間相隔120的范圍。我們用360乘以H，這樣就將色調(diào)的值還原成了原來的范圍—— [0, 360]。 RG區(qū)域 如果H在這個(gè)區(qū)域內(nèi)，那么

11、RGB分量由下式給出： 和 GB區(qū)域 如果給出的H值在這個(gè)區(qū)域內(nèi)，我們就先從中減去120： 那么，這時(shí)RGB分量是： 請預(yù)覽后下載！ 并且 BR區(qū)域(240≤H≤360) 最后，如果H在這個(gè)區(qū)域內(nèi)，我們就從中減去240： RGB分量分別是： 其中： 和 請預(yù)覽后下載！ 圖像融合的設(shè)計(jì) 3.1 圖像對象的分割 我們通過對圖像進(jìn)行二值化處理、濾波、構(gòu)造模板以及圖像矩陣的像素相乘來得到分割圖像的對象。 主要程序代碼如下： I = imread(C:\MATLAB7\work\small.jpg) ;% 載

12、入圖像 axes(handles.axes3);imshow(I);title(原圖像,Fonts,8, FontWeight, Bold); I=imresize(I,[120,180]); I1 = rgb2hsv(I); % RGB轉(zhuǎn)換到HSV空間 h = I1(:,:,3); % S層 bw = im2bw(h ,graythresh(h)); % 二值化 bw = ~bw; % 取反 A = imfill(bw, holes); % 補(bǔ)洞 B = imopen(A, strel(disk, 1)); % 圖像開操作 C = bwareaopen(B, 2000)

13、; % 面積濾波 axes(handles.axes4); imshow(C); title(二值圖像,Fonts,8, FontWeight, Bold); bw2 = cat(3, A, B, C); % 構(gòu)造模板 I2 = I .* uint8(bw2); % 點(diǎn)乘 axes(handles.axes5); imshow(I2); title(分割圖像,Fonts,8,FontWeight, Bold); 請預(yù)覽后下載！ 分割對象的場景融入 通過對圖像對象進(jìn)行適當(dāng)?shù)拇笮≌{(diào)整和平移，我們將其疊加進(jìn)背景圖像適當(dāng)?shù)奈恢弥小? 主要程序代碼如下： I=imresize(I

14、,[120,180]); [M,N,h]=size(Img);%取背景圖的大小 B=zeros(M,N,h);%建全零矩陣 for h=1:3 for n=1:180 for m=1:120 B(m+50,n+100,h)=I2(m,n,h); end end end b=uint8(B); c=b+Img; 請預(yù)覽后下載！ GUI界面設(shè)計(jì)及濾波結(jié)果分析 4.1 GUI界面設(shè)計(jì) 在控件布局設(shè)計(jì)區(qū)放置個(gè)2Panel控件、7個(gè)Axes控件、9個(gè)Text控件、6個(gè)PushButton控件、2個(gè)RadioButt

15、on控件、1個(gè)ButtonGroup控件。 程序運(yùn)行后的界面外觀如下： 圖4-1 程序運(yùn)行后的界面外觀圖 請預(yù)覽后下載！ 4.2 濾波結(jié)果及分析 4.2.1 濾波結(jié)果圖 圖4-2 圖像融合結(jié)果圖 請預(yù)覽后下載！ 結(jié)果分析 從圖中可以看出，我們將圖像中的對象提取出來的效果顯著，基本上將目標(biāo)區(qū)域分割出來，然后對于圖像的HSI空間轉(zhuǎn)換的效果很差，最后兩張圖像融合的效果一般，對象并不能與背景圖像中的顏色一致，不能滿足真實(shí)可信的效果。我們還需要進(jìn)一步地對顏色進(jìn)行還原處理。 請預(yù)覽后下載！ 總結(jié) 通過此次課程設(shè)計(jì)，使我更加扎實(shí)的掌握了有關(guān)

16、數(shù)字圖像處理方面的知識，在設(shè)計(jì)過程中雖然遇到了一些問題，但經(jīng)過一次又一次的思考，一遍又一遍的檢查終于找出了原因所在，也暴露出了前期我在這方面的知識欠缺和經(jīng)驗(yàn)不足。實(shí)踐出真知，通過親自動手操作，使我們掌握的知識不再是紙上談兵。 過而能改，善莫大焉。在課程設(shè)計(jì)過程中，我們不斷發(fā)現(xiàn)錯(cuò)誤，不斷改正，不斷領(lǐng)悟，不斷獲取。最終的檢測調(diào)試環(huán)節(jié)，本身就是在踐行“過而能改，善莫大焉”的知行觀。這次課程設(shè)計(jì)終于順利完成了，在設(shè)計(jì)中遇到了很多問題，最后在老師的指導(dǎo)下，終于游逆而解。在今后社會的發(fā)展和學(xué)習(xí)實(shí)踐過程中，一定要不懈努力，不能遇到問題就想到要退縮，一定要不厭其煩的發(fā)現(xiàn)問題所在，然后一一進(jìn)行解決，只有這

17、樣，才能成功的做成想做的事，才能在今后的道路上劈荊斬棘，而不是知難而退，那樣永遠(yuǎn)不可能收獲成功，收獲喜悅，也永遠(yuǎn)不可能得到社會及他人對你的認(rèn)可！ 回顧起此課程設(shè)計(jì)，至今我仍感慨頗多，從理論到實(shí)踐，在這段日子里，可以說得是苦多于甜，但是可以學(xué)到很多很多的東西，同時(shí)不僅可以鞏固了以前所學(xué)過的知識，而且學(xué)到了很多在書本上所沒有學(xué)到過的知識。通過這次課程設(shè)計(jì)使我懂得了理論與實(shí)際相結(jié)合是很重要的，只有理論知識是遠(yuǎn)遠(yuǎn)不夠的，只有把所學(xué)的理論知識與實(shí)踐相結(jié)合起來，從理論中得出結(jié)論，才能真正為社會服務(wù)，從而提高自己的實(shí)際動手能力和獨(dú)立思考的能力。在設(shè)計(jì)的過程中遇到問題，可以說得是困難重重，但可喜的是最終都得

18、到了解決。 請預(yù)覽后下載！ 致謝 一份課程設(shè)計(jì)的總結(jié)，一份對老師的感謝。 他嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)，深深地感染和激勵(lì)著我們。讓我們在數(shù)理統(tǒng)計(jì)方面得到了深入的了解，在數(shù)據(jù)統(tǒng)計(jì)與分析方面得到了進(jìn)一步認(rèn)識和理解。在此，我向嚴(yán)老師致以誠摯的謝意和崇高的敬意。 同時(shí)我還要感謝我的同學(xué)們。在論文設(shè)計(jì)中，當(dāng)我遇到問題時(shí)，他們都給了我很多的建議和幫助，我不僅得到了新的知識，更得到了更深厚的友誼。 請預(yù)覽后下載！ 參考文獻(xiàn) [1] 岡薩雷斯,伍茲.數(shù)字圖像處理[M].北京：電子工業(yè)出版社,2010. [2] 賈永紅.計(jì)算機(jī)圖像處理[M].武漢：武漢大

19、學(xué)出版社.2007. 請預(yù)覽后下載！ 程序代碼 function varargout = Comphoto(varargin) % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct(gui_Name, mfilename, ... gui_Singleton, gui_Singleton, ... gui_OpeningFcn, @Comphoto_OpeningFcn, ...

20、 gui_OutputFcn, @Comphoto_OutputFcn, ... gui_LayoutFcn, [] , ... gui_Callback, []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_

21、State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % --- Executes just before Comphoto is made visible. function Comphoto_OpeningFcn(hObject, eventdata, handles, varargin) % Choose default command line output for Comphoto handles.output = hObject; % Update handles structu

22、re guidata(hObject, handles); % --- Outputs from this function are returned to the command line. function varargout = Comphoto_OutputFcn(hObject, eventdata, handles) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushb

23、utton1. function pushbutton1_Callback(hObject, eventdata, handles) Img = imread(C:\MATLAB7\work\sea.jpg) ;% 載入背景圖像 I = imread(C:\MATLAB7\work\small.jpg) ;% 載入圖像 axes(handles.axes1);imshow(I); axes(handles.axes2);imshow(Img); axes(handles.axes3);imshow(I);title(原圖像,Fonts,8, FontWeight, Bold);

24、 I=imresize(I,[120,180]); 請預(yù)覽后下載！ I1 = rgb2hsv(I); % RGB轉(zhuǎn)換到HSV空間 h = I1(:,:,3); % S層 bw = im2bw(h ,graythresh(h)); % 二值化 bw = ~bw; % 取反 A = imfill(bw, holes); % 補(bǔ)洞 B = imopen(A, strel(disk, 1)); % 圖像開操作 C = bwareaopen(B, 2000); % 面積濾波 axes(handles.axes4); imshow(C); title(二值圖像,Fonts,8,

25、 FontWeight, Bold); bw2 = cat(3, A, B, C); % 構(gòu)造模板 I2 = I .* uint8(bw2); % 點(diǎn)乘 axes(handles.axes5); imshow(I2); title(分割圖像,Fonts,8,FontWeight, Bold); [M,N,h]=size(Img);%取背景圖的大小 B=zeros(M,N,h);%建全零矩陣 for h=1:3 for n=1:180 for m=1:120 B(m+50,n+100,h)=I2(m,n,h); end end

26、 end b=uint8(B); c=b+Img; b=rgb2hsi(b);%RGB轉(zhuǎn)換為HSI Img=rgb2hsi(Img); axes(handles.axes6); imshow(b); title(HSI對象圖像,Fonts,8, FontWeight, Bold); axes(handles.axes7); imshow(Img); title(HSI背景圖像,Fonts,8, FontWeight, Bold); axes(handles.axes8); imshow(c/1.2); function pushbutton5_Callback(hObject, eventdata, handles) close （注：可編輯下載，若有不當(dāng)之處，請指正，謝謝!） 請預(yù)覽后下載！