MATLAB课程设计--应用图像处理.docVIP

MATLAB课程设计 设计题目： 应用图像处理 班 级： 学 号： 227 姓 名： 指导老师： 设计时间： 2014.4.6-2014.4.12 目录 摘要 3 概述 4 程序代码及实验结果与分析 4 DCT图像压缩 4 实验结果: 5 结果分析： 5 真彩色增强 6 平滑程序代码： 6 实验结果： 6 结果分析： 6 锐化 6 锐化程序代码： 7 实验结果 7 结果分析： 7 灰度变换（直方图均衡化）： 7 程序代码： 7 实验结果： 8 结果分析： 8 图像滤波 9 程序代码： 9 实验结果： 9 结果分析： 10 收获体会 10 系统设计 10 DCT图像压缩原理 10 真彩色增强 11 平滑 11 锐化 11 灰度变换（直方图均衡化） 11 图像滤波 12 维纳滤波器 12 参考文献 13 摘要 当今时代，对于图像处理技术的要求越来越高，因为图像作为人类了解世界的一个基本要素，其在传播信息方面有着非常重要的作用。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。因为MATLAB是矩阵语言，因此，可以对图像进行处理，因为图像就是一个二维矩阵。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。 关键词：DCT变换；图像压缩；真色彩增强；平滑；锐化；直方图均衡； 灰度变换；滤波；M文件的使用 概述 结果分析： 尽管抛弃了85%的DCT系数，压缩后占用空间减少了约75%，但是处理后的图片与原图的失真并不大，压缩图片的画质令人满意。由此也验证了JPEG格式由于占用空间小，图片质量高被广泛认可。 真彩色增强 平滑程序代码： I=imread(猫.png); subplot(1,2,1);imshow(I);title(原图); h1=fspecial(average,3); I1=imfilter(I,h1); subplot(1,2,2);imshow(I1);title(平滑滤波真彩色增强); 实验结果： 结果分析： 处理后的图片较处理前的图片看起来更柔和，色彩更均匀。 锐化 锐化程序代码： I=imread(mao.jpeg); g=[0 0 0;0 2 0;0 0 0]; w=fspecial(laplacian,0.2); H=im2double(I); J=imfilter(H,g,replicate); subplot(1,2,1); imshow(H);title(原图); subplot(1,2,2);imshow(J);title(锐化真彩色增强图像); I=imread(tuzi..png); I=rgb2gray(I); subplot(2,2,1);imshow(I);title(原图); subplot(2,2,2);imhist(I);title(原直方图); J=histeq(I);%自动直方图均衡化，均衡后只有64个灰度级 subplot(2,2,4);imhist(J);title(灰度变换直方图); subplot(2,2,3);imshow(J);title(灰度变换图);%颜色分布相对均衡 图像滤波 程序代码： I=imread(tuzi.png); I=rgb2gray(I); I=im2double(I); J=imnoise(I,gaussian,0,0.005); %加入高斯噪声 %进行均值滤波 h=fspecial(average,3); %fspecial函数用于产生预定义滤波器 I2=uint8(round(filter2(h,I))); %filter2函数用于图像滤波,h是滤波参数（均值） %进行中值滤波 I3=medfilt2(J); %medfilt2函数用于图像的中值滤波 %进行维纳滤波 I4=wiener2(J);%进行一次维纳滤波 I5=wiener2(I4);%进行二次维纳滤波 subplot(2,3,1),imshow(I),title(原图象) subplot(2,3,2),imshow(J),title(加噪声图象) subplot(2,3,4),imshow(I3),title(中值滤波后图象) subplot(2,3,5),ims