数字图像处理课程设计报告

《数字图像处理课程设计报告》由会员分享，可在线阅读，更多相关《数字图像处理课程设计报告（18页珍藏版）》请在装配图网上搜索。

1、数字图像处理课程设计报告 课设题目： 彩色图像增强软件 学 院： 信息科学与工程学院 专 业： 电子与信息工程 班 级： 1002501 姓 名： 学 号： 100250131 指导教师： 哈尔滨工业大学（威海）2013 年12月27日 1. 不要删除行尾的分节符，此行不会被打印哈尔滨工业大学（威海）课程设计报告目 录目 录I一. 课程设计任务1二. 课程设计原理及设计方案22.1 彩色图像基础22.2 彩色模型2三. 课程设计的步骤和结果63.1 采集图像63.2 图像增强73.3 界面设计9四. 课程设计总结13五. 设计体会14六. 参考文献15 - 15 -哈尔滨工业大学（威海）课程设

2、计报告一. 课程设计任务 1.1设计内容及要求： （1） 、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳） 。 （2） 、参考 photoshop 软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示； （3） 、将实验结果与处理前的图像进行比较、分析。总结设计过程所遇到的问题。 1.2参考方案 1、实现图像处理的基本操作 学习使用 matlab 图像处理工具箱，利用 imread（）语句读入图像，例如image=imread（flower.jpg） ，利用彩色图像模型

3、转换公式，将 RGB 类型图像转换为 HSI 类型图像，显示各分量图像(如 imshow（image）)，以及计算和显示各分量图像直方图。 2、彩色图像增强实现 对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。对S分量图像进行适当调整，使图像色彩鲜艳或柔和。H 分量保持不变。将处理后的图像转换成 RGB 类型图像，并进行显示。分析处理图像过程和结果存在的问题。 3、参照“photoshop”软件，设计图像处理软件界面 可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视功能多少而定；参考 matlab 软件中 GUI 设计，学习软件界面的设计二.

4、 课程设计原理及设计方案 2.1 彩色图像基础 在图像处理中，颜色的运用主要受两个因素推动。第一，颜色是一个强有力的描绘子，它常常可简化目标物的区分及从场景中抽取目标；第二，人可以辨别几千种颜色色调和亮度，但相比之下只能辨别几十种灰度层次。第二个因素对于人工图像分析特别重要。 虽然人的大脑感知和理解颜色所遵循的过程是一种生理心理现象，这一现象还未被完全了解，但颜色的物理性质可以由实验和理论结果支持的基本形式来表示。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 国际照明委员会（CIE）规定以蓝（435.8

5、nm）、绿（546.1nm）和红（700nm）作为主原色。 Matlab中一幅RGB图可表示为一个M*N*3的3维矩阵。其中每一个彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分2.2.2 HSI模型 HSI模型是从人的视觉系统出发，直接使用颜色三要素色调（Hue）、饱和度（Saturation）和亮度（Intensity）来描述颜色。 -亮度指人眼感觉光的明暗程度。光的能量越大，亮度越大。 -色调由物体反射光线中占优势的波长决定。反映颜色的本质。 -饱和度指颜色的深浅和浓淡程度，饱和度越高，颜色越深。HIS色彩空间比RGB彩色空间更符合人的视觉特性。亮度和色度具有可分离特性，使得图像

6、处理和机器视觉中大量灰度处理算法都可在HIS彩色空间中方便使用。色调： 其中： 饱和度： 强度： 从HSI到RGB的转换： 在0,1内给出HSI值，现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个相隔120的扇形。从H乘以360开始，这时色调值返回原来的0,360的范围。 RGB扇区（0H120）：在H位于这一扇区时，RGB分量由下时给出： GB扇区（120H240）：如果给定的H值在这一扇区，则首先从H中减去120，即 然后RGB分量为 BR扇区（240H360）：最后，如果H在这一扇区，则从H中减去240，即 三. 课程设计的步骤和结果3.1 采集图像 利用 imread

7、（）语句读入图像，利用彩色图像模型转换公式，将 RGB 类型图像转换为 HSI 类型图像，显示各分量图像(如 imshow（image）)，以及计算和显示各分量图像直方图。 image=imread(tuxiangzq.jpg); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的转换 figure(1); subplot(231); imshow(H); title(HSI H分量图); subplot(232); imshow(S); title(HSI S分量图); subplot(233); imshow(I); title(

8、HSI I分量图); %画各分量的直方图 subplot(234); imhist(H); title(H分量的直方图); subplot(235); imhist(S); title(S分量的直方图); subplot(236); imhist(I); title(I分量的直方图); figure(2); subplot(121); imshow(image); title(原图); J = imadjust(I,0.3 0.7,); subplot(122); imshow(J) %对比度增强 title(增强对比度后);3.2 图像增强 3.2.1 对I分量进行对比度拉伸 对HSI彩色模

9、型图像的I分量进行对比度拉伸，对S分量图像进行适当调整，使图像色彩鲜艳或柔和，H 分量保持不变。将处理后的图像转换成 RGB 类型图像，并进行显示：image=imread(tuxiangzq.jpg); %采集图像image=im2double(image);H,S,I=rgb2hsi(image); %RGB到HSI的转换 i2 = imadjust(I,0.3 0.7,); %对I分量进行对比度拉伸S=imadjust(S,0.1 0.5,); %对S分量进行对比度拉伸x_hsi=cat(3,H,S,i2);x_h_r=hsi2rgb(x_hsi); % HSI空间转换为RGB空间fig

10、ureimshow(x_h_r);title(I分量均衡化); 3.2.2 对I分量进行均衡化 I分量直方图均衡化，对S分量图像进行适当调整，使图像色彩鲜艳或柔和，H 分量保持不变。将处理后的图像转换成 RGB 类型图像，并进行显示：image=imread(tuxiangzq.jpg); %采集图像image=im2double(image);H,S,I=rgb2hsi(image); %RGB到HSI的转换 i2=histeq(I); %对I分量进行直方图均衡化，加强对比度S=imadjust(S,0.1 0.5,); %对S分量进行对比度拉伸x_hsi=cat(3,H,S,i2);x_h

11、_r=hsi2rgb(x_hsi); % HSI空间转换为RGB空间figureimshow(x_h_r);title(I分量均衡化);3.3 界面设计主要控件程序如下：图像采集function pushbuttonCJ_Callback(hObject, eventdata, handles)image=imread(tuxiangzq.jpg);image=im2double(image);axes(handles.axes1);imshow(image);title(原图);显示各分量图像function pushbuttonFLT_Callback(hObject, eventdata

12、, handles) image=imread(tuxiangzq.jpg); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的转换 axes(handles.axes2); imshow(H); title(HSI H分量图); %figure(2); axes(handles.axes3); imshow(S); title(HSI S分量图); %figure(3); axes(handles.axes4); imshow(I); title(HSI I分量图);显示各分量直方图function pushbuttonFLZFT

13、_Callback(hObject, eventdata, handles)image=imread(tuxiangzq.jpg); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的转换 axes(handles.axes5); imhist(H); title(H分量的直方图); axes(handles.axes6); imhist(S); title(S分量的直方图); axes(handles.axes7); imhist(I); title(I分量的直方图);图像增强function pushbuttonZQ_Callba

14、ck(hObject, eventdata, handles) val = get(handles.popupmenuzq,value);while (val=0) switch val case 1; image=imread(tuxiangzq.jpg); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的转换 i2 = imadjust(I,0.3 0.7,); %对比度拉伸 S=histeq(S); x_hsi=cat(3,H,S,i2); x_h_r=hsi2rgb(x_hsi); % HSI空间转换为RGB空间 axes(

15、handles.axes10); imshow(x_h_r); title(对比度拉伸); break; case 2; image=imread(tuxiangzq.jpg); image=im2double(image); H,S,I=rgb2hsi(image); %RGB到HSI的转换 i2=histeq(I); %对I分量进行直方图均衡化，加强对比度 S=histeq(S); x_hsi=cat(3,H,S,i2); x_h_r=hsi2rgb(x_hsi); % HSI空间转换为RGB空间 axes(handles.axes11); imshow(x_h_r); title(I分量

16、均衡化); break; end end效果图如下：四. 课程设计总结本文主要介绍了运用MATLAB来实现彩色图像增强的方法研究。基于彩色图像包含丰富的信息，介绍了如何利用图像处理工具MATLAB来进行彩色图像增强是有用信息加强，获得更有价值的图片和更好的视觉效果。图像增强的方法有很多种，既可对图像时域进行处理，也可在频域中处理。我在上面的课设中主要对图像的HSI图像中的I分量和S分量进行了处理，得到的图像对比度更强了，色彩更加鲜艳了。从结果分析得出对I分量进行均衡化更能突出图像主要内容；对I分量进行对比度拉伸所得图像更加清晰一些，对S分量的调整可以改变图像的色调。五. 设计体会 通过此次课程

17、设计，了解到MATLAB的诸多强大的数值处理功能，但是我更想说的是改变了我对设计的认识。以前的我看到别人优秀的设计成果，总是会心生欣羡之情，但是那时的我也仅限于此。古语云：纸上得来终觉浅，绝知此事要躬行。以前总是听别人说：我们通常只是看到了别人的光鲜却没有看到别人的汗水。此时此刻，我才真正有点明白这句话的意思了。是的，设计是一个不断探索的过程，是一个不断改进的过程。因为面对的是一个未知的世界，所以没有人告诉你应该怎么办，或者说你的坚持到底会不会开花结果。但是也正是因了这个未知性，才给这个单调枯燥的设计过程增添了一份神秘，一份独特的魅力。希望以后的我能逐步学会体验这份未知的美。最后，对此次课程设

18、计中给予我无私帮助的老师，同学，我谨表示真挚的谢意！六. 参考文献1 数字图像处理（第二版）冈萨雷斯 著，阮秋琦 阮宇智 译2 MATLAB数字图像处理 .第二版 张德丰 编著 机械工业出版社课程设计成绩评定表设计上机验收成绩表姓名曾小路学号100250131课题名称彩色图像增强软件序号验收项目分值得分1设计内容合理、目的明确10分2实现了课程设计的基本要求，演示结果正确50分3对课程设计中所涉及的知识理解正确10分4方案正确，在基本要求基础上有改进、创新20分5界面设计合理、美观10分总分100分课程设计总评分成绩表评 定 项 目分值评分成绩1设计上机验收成绩、答辩60%2设计报告的规范化、参考文献充分30%3平时成绩10%总分2. 不要自己写，要利用word来自动生成。详情请看最后一页