信息融合技术在数字图像处理中的应用
L
丄 丄 tz _L 丄 tz
丄 丄
16 丄 J_ 丄
L 2_ 4一 2— tL
2
丄
（a ）
图1两个3 3平滑（均值）滤波器掩膜
信息融合技术在数字图像处理中的应用
摘要：信息融合技术是近年来飞速发展的一门学科，
其应用领域广泛，主要应用于目标识别，
战场监视，自动飞行器导航与控制，机器人，复杂工业过程控制，遥感，医疗诊断，图像处 理，模式识别等领域。本文通过实际编程实现信息融合在数字图像处理中的应用， 而且改善
了图像获取中由于图像传感器自身差异而带来的误差和噪声， 实现了单一传感器采集到更理
想的图像的目标。
关键词：信息融合技术 图像处理 图像融合
1引言
随着社会的快速发展，图像处理已经随处可见，应用前景广阔。达到探索宇宙奥秘，小 到家居实用。很多笔记本配备人脸识别，各种基于图像识别的安防系统，工业生产线等等。 而信息融合技术也因其应用前景广阔，
而备受青睐。信息融合技术在图像处理中的应用更是
一大研究趋势。本文着重讨论信息融合技术在数字图像处理中的应用。
2研究背景
本文使用图像传感器采集图像， 但由于传感器自身精度以及环境光线的影响， 因而获得 的图像质量不是很理想， 故而希望借助信息融合技术来实现对源图像较好的估计， 以期获得 较好更适于后续处理的图像。
3实现方法
3.1平滑线性滤波器
信息融合技术使用的前提条件是传感器采集到的信息尽可能的接近真是值。 否则进行信
息融合没有意义。所以在使用采集的图像信息时先对采集的信息进行平滑滤波。
平滑线性空间滤波器的输出（响应）是包含在滤波掩膜邻域内像素的简单平均值， 因此
又叫均值滤波器，也属于低通滤波器。
平滑滤波器的概念非常直观。 它用滤波掩膜邻域内像素的平均值来代替这一掩膜内图像 的每一个像素值，这样处理减小了图像灰度的
“尖锐”变化。由于典型的随机噪声由灰度级
的尖锐变化组成，因此，常见的平滑处理应用就是减噪。
所以均值滤波处理还是存在着不希望的边缘模糊的发面效应。
常用的平滑滤波掩膜有以下几种:
然而由于图像边缘（几乎总是一副图像希望有的特征）
也是由图像尖锐变化带来的特性,
(b)
设图像的像素掩膜为:
图2图像像素掩膜
那么均值滤波后的输出为：
w = (w1 w2 w3 w4 w5 w6 w7 w8 w9) - 9 (公式1) w = (w1 2w2 w3 2w4 4w5 2w6 w7 2w8 w9) -T6 (公式2)公式1是掩膜(a)与图像掩膜的结果，公式2为掩膜(b)与图像掩膜得到的结果。比较可
以看出掩膜(b)更为重要一些。这个掩膜叫做加权平均，是指用不同的系数乘以像素，这样，从权值上看，一些像素比另一些像素更为重要。本实验使用掩膜(a),因为dsp做乘法运算花
费时间多。
3.2使用信息融合技术融合两幅图像
信息融合技术有多种方法，包括卡尔曼滤波，贝叶斯估计，D_S证据理论，模糊论和神
经网络等。具体问题具体对待，由于要硬件实现，所以算法不能过难。因而采用加权平均的思想。通过对滤波平滑后的两幅图像加权平均，最后得到希望的结果。
这个方法的难点在于合理选择两幅图像的权值，这就要对两幅图像进行更深层次的识别，可以采集多幅图像取平均，这样得到的图像更为接近真实情况。
4实验结果
4.1图像获取
由于整个系统运行的平台是dsp，所以采集的是灰度图像，而且图像的像素不能过大，太大则会超过dsp芯片本省的片上存储器容量。故采集的图像尺寸为100 95 256像素。
采集的图像是使用标准的BMP格式图像，BMP( Bitmap-File )文件是Windows采用的
图形文件格式，bmp图像文件由文件头、文件信息头、调色板和图像数据组成。文件头14个字节，由文件头可以获得该文件的类型、大小及第1个像素的偏移地址。文件信息共40字节，调色板是由256色4组成的。所以图像内容是由14+40+1024=1078字节开始读取的。Bmp图像数据是按逆序存储的，即数据是从下到上，从左到右读取。因此常采用顺序读取，逆序显示的方法。本实验用程序将图像读入dsp中，进行后续处理。C语言读取文件的程序
如下：
void readimage( un sig ned char *pimage,char *file name,i nt w,i nt h) {
int j;
un sig ned char *pwork;
FILE *fp;
if(fp=fope n(file name,"rb"))
{ fseek(fp,1078L,SEEK_SET);
pwork=pimage+(h-1)*w; //bmp 数据按逆序存储
for(j=0;j { fread(pwork,w,1,fp); } fclose(fp); } } 图3采集的原始图像(带噪声) 图4经过滤波掩膜(a)后的滤波效果图 4.2图像滤波 由于这幅图像混有较大的低频噪声，因而对其进行平滑线性滤波，采用前面所述的滤波 掩膜(a)，滤波后的结果如图4所示。 可以看出经过图像滤波处理的图像相比于原图噪声小了很多，但是由于平滑线性滤波器(又称均值滤波)的原理，即用掩膜邻域内的像素均值来代替这个像素域中的每一个像素值，防止图像灰度的“尖锐”变化。必然会导致图像模糊，边界不清楚。 4.3图像融合结果 融合采用简单的加权平均融合算法。因为这种算法运算量不至特别复杂，能够硬件实现，而且也能得到较好的结果，因此选用加权平均的算法。 采集下一幅图像，如图5所示 由于图5采集的图像较之图3采集的图像有了很大的改善，为了节省软件成本，直接使 用图5采集的图像和图1经过滤波后的图像图4进行融合，为了方便说明，图5叫做A图，图4叫做B 图。采用不同的权值得到不同的结果。图6为A 0.5 B 0.5时的融合结果。 可以看来比图3和图5任何一个图像效果都要好。 图7为A 0.3 B 0.7时的融合结果。图8为A 0.4 B 0.6时的融合结果。图9 为A 0.7 B 0.3时的融合结果。图10为A 0.8 B 0.2时的融合结果。 图5采集的第二幅图像图6权值为0.5时的图像的融合结果 图7 A 0.3 B 0.7时的融合结果图8 A 0.4 B 0.6时的融合结果 图9 A 0.7 B 0.3时的融合结果图10 A 0.8 B 0.2时的融合结果显然，相比原始输入图像，融合后的结果越来越接近真实值。由于原来图像的任一个。 5结论 实现了由两幅不理想的图像融合出较为理想的图像。在做的过程中发现，融合的结果与权重的大小有关，而权重大小又依赖于得到图像的精确度，因而从源头上解决图像采集的 精度是一个办法。其次要采用更加有效的融合算法。本实验采用的融合算法过于简单，因而也制约着融合结果。作为要硬件实现的算法，在计算量上的简介程度决定着其的适用范围，从仿真中明显能表现出算法运行所需的时间长短。因此寻找更优化更简洁计算量更小的算法 也是解决方法之一。 参考文献 [1] 冈萨雷斯?数字图像处理(第二版)[M].北京：电子工业出版社，2003,91~105. [2] 谭浩强.C程序设计(第三版)[M].北京：清华大学出版社，2005,91~130. [3] 文贡坚，王润生? 一种稳健的直线提取算法[J].软件学报，2001,11(11):1660-1665. [4] 陈亮，丁国辉，郭雷?基于直方图互确认的图像阈值化分割[J].红外与毫米波学报，2011,1(30):80~84. ⑸童诗白，华成英?模拟电子技术基础[M].北京：高等教育出版社，2009,185~214. ⑹王雪梅?基于改进的提升小波变换的图像融合算法[J].2012,2(29):237~240. [7] 李军,吴洁明? 一种改进图像拼接算法的仿真研究[J].计算机仿真，2012,2(29):273~276. [8] 王巍，刘瑶，安友伟，冯世娟，王岳生?基于小波变换的红外图像融合算法研究[J].光电技 术应用,2011,1(33):120~123. 长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割 主要内容： 在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求： 1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像； 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容： 通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求： 1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。 3静止背景下的移动目标视觉监控 主要内容： 基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。 要求： 1>对原始参考图和实时图像进行去噪处理； 2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑； 3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。 4>显示每步处理后的图像； 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容： 车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求： 1>对原始车牌图像做增强处理； 2>对增强后的彩色图像进行灰度变换； 3>对灰度图像进行直方图均衡处理； 4>选取自适应的阈值，对图像做二值化处理； 5>显示每步处理后的图像； 6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容： 医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求： 1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。 5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。 具体要求： 1）将原进行二值化 2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化 毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月 关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期： 2013-2014年第一学期《数字图像处理》科目考查卷 专业：通信工程班级：任课教师：王新新 姓名：学号：成绩： 一 Deblurring Images Using the Wiener Filter ——使用维纳滤波器进行图像去模糊简介 在人们的日常生活中，常常会接触很多的图像画面，而在景物成像的过程中有可能出现模糊，失真，混入噪声等现象，最终导致图像的质量下降，我们现在把它还原成本来的面目，这就叫做图像还原。引起图像的模糊的原因有很多，举例来说有运动引起的，高斯噪声引起的，斑点噪声引起的，椒盐噪声引起的等等，而图像的复原也有很多，常见的例如逆滤波复原法，维纳滤波复原法，约束最小二乘滤波复原法等等。它们算法的基本原理是，在一定的准则下，采用数学最优化的方法从退化的图像去推测图像的估计问题。因此在不同的准则下及不同的数学最优方法下便形成了各种各样的算法。而我接下来要介绍的算法是一种很典型的算法，维纳滤波复原法。它假定输入信号为有用信号与噪声信号的合成，并且它们都是广义平稳过程和它们的二阶统计特性都已知。维纳根据最小均方准则，求得了最佳线性滤波器的的参数，这种滤波器被称为维纳滤波器。 维纳滤波器是最小均方差准则下的最佳线性滤波器，它在图像处理中有着重要的应用。本文主要通过介绍维纳滤波的结构原理，以及应用此方法通过MATLAB 函数来完成图像的复原。关键词：维纳函数、图像复原。 二维纳滤波器结构 维纳滤波自身为一个FIR或IIR滤波器，对于一个线性系统，如果其冲击响应为h（n），则当输入某个随机信号x (n)时， 式（1） 这里的输入 式（2） 式中s(n)代表信号，v(n)代表噪声。我们希望这种线性系统的输出是尽可能地逼近s(n)的某种估计，并用s^(n)表示，即 式（3） 因而该系统实际上也就是s(n)的一种估计器。这种估计器的主要功能是利用当前的观测值 x(n)以及一系列过去的观测值x(n-1),x(n-2),……来完成对当前信号值的某种估计。维纳滤波属于一种最佳线性滤波或线性最优估计，是一最小均方误差作为计算准则的一种滤波。设信号的真值与其估计值分别为s(n)和) s^(n)，而它们之间的误差 式（4） 则称为估计误差。估计误差e(n)为可正可负的随机变量，用它的均方值描述误差的大小显然更为合理。而均方误差最小，也就是 式（5） 最小。利用最小均方误差作为最佳过滤准则比较方便，它不涉及概率的描述，而且以它导出的最佳线性系统对其它很广泛的一类准则而言是属最佳。 图1 维纳滤波器一般结构 电大理工 2011年12月Study of Science and Engineering at RTVU. 第4期总第249期 浅谈数字图像处理中的图像分割技术 郑洪涛 朝阳广播电视大学（ 朝阳 122500 ） 摘 要 数字图像处理科学迅速发展并得到广泛应用。图像分割是其中重要的中间技术。它依托图像数字处理底层技术，为模式识别等高层应用服务。本文简要介绍了图像分割的概念范畴和常见的分割 技术的方法描述。掌握图像分割技术有助于系统理解数字图像处理技术的层次。 关键词 数字图像处理 图像分割 阈值 数字图像处理技术，简单地说就是借助计算机的帮助对数字图像进行特定算法运算处理来满足众多应用需要的技术。它涵盖了众多图像处理方式，图像分割是其中一项重要的技术环节。 1 图像分割的范畴 图像分割处理技术属于数字图像处理技术中的图像分析范畴，是图像分析的中间层处理技术。图像分割的目的是把经过底层处理的数字图像空间分成若干有意义的区域，后期的一些高层应用如模式识别等将在这些分割的区域基础上进行。分割的依据建立在这些由像素组成的区域满足相似性和非连续性的基本概念上。 2 图像分割的方法 图像分割一般没有唯一的、标准的分割方法，也没有规定分割成功的准则。一般从以下几方面分割、描述方法： 2.1 灰度阈值法实现图像分割 阈值法主要利用直方图，设定合适的阈值来分辨物体与背景。简单地说就是在图像的灰度值中选一合适的阈值，若小于阈值则判断为背景，若大于阈值则判断为物体。这种方法适合与物体和背景之间有明显区域分界且边界封闭的情况。亦即数字图像中物体与背景的灰度值有明显差异，可较好的分割物体与背景。 (1)整体阈值 就是对整幅图像选定一固定灰度值，以此去做图像分类找出图像的物体。在物体与背景单纯且亮暗分明下才会有较好效果。 (2)适应性阈值 在不同的区域有不同的阈值，即自适性阈值。 2.2 区域法实现图像分割 区域法实现分割是以某种规则为约束（如子区域全部像素灰度相同、子区域不重合且相连接等），直接找取区域的方式实现分割。 (1)像素类聚区域成长法 此方法从一种子（seed）像素开始，通过平均灰度、组织纹理及色彩等性质的检视，将具有类似性质的像素逐一纳入所考虑的区域中，使其逐渐成长，形成子区域的方法。这种方法实际应用中至少要考虑种子像素的选择和聚类的相似性选择等因素。 (2)区域分割与合并法 首先将图像分割成不重叠的区域或子图像， 数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。 1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。 数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师： 摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波 目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。 数字图像处理结课论文 ：X.X.X 学号：0.0.0.0.0.0.0.0专业：通信工程 浅谈学习数字图像处理技术的认识 摘要 数字图像处理技术是一门将图像信号转换成数字信号并利用计算机对其进行 处理的技术。图像信息是人类获得外界信息的主要来源，因为大约有70%的信息是通过人眼获得的，而人眼获得的都是图像信息。i通过数字图像处理技术对获得的图像信息进行处理来满足或者实现人们的各种需要。从某些方面来说，对图像信息的处理甚至比图像信息本身更重要，尤其是在这个科技迅猛发展的21世纪。 Abstract Digital image processing technology is a keeper image signals into digital signals and processed by computer technology. Images are a major source of human access to outside information, because some 70% of information was obtained through human eyes, are the image information obtained by the human eye. By means of digital image processing technology to obtain image information processing to meet or achieve people's various needs.In some ways, image information processing even more important than the image itself, especially in the rapid development of science and technology of the 21st century. 关键词 数字图像、处理、应用 引言 经过一个学期的学习，我对数字图像处理技术有了一个更加深刻的了解，做了几次MATLAB数字信号处理实验，知道了如何利用MATLAB编程来实现数字图像处理技术的一些基本方法，以及如何使用PHOTOSHOP软件来做一些简单的图像处理。 本文主要研究数字图像处理的特点，数字图像处理的分类, 数字图像处理的容，数字图像处理的实例，数字图像处理的具体实验举例，以及数字图像处理技术在日常生活中的一点应用 一、数字图像处理的特点 1.0处理精度高 按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16 位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。试想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。 安徽工程大学 论文题目：数字图像处理图像增强算法的研究 学院：计算机与信息学院 班级：软件141 姓名：程健 学号：3140704135 指导老师：卢桂馥 2017年6月9日 摘要 在我们的实际生活、生产中，人们直接获得的原始图像并不能够直接运用到生活、生产中，因为原始图像在生成、传输和转换过程中可能会受到多种因素的影响，如各种各样的噪声、通道带宽等，往往会出现清晰度下降、对比度偏低等降质现象，为了使得处理后的图像对某种特定的应用比原始图像更合适，往往需要提高图像质量。图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用比原始图像更合适。 本文研究了图像增强的一些常用方法，包括空域图像增强、频率域图像增强，并用MATLAB 编程设计了相应的实验，对图像增强效果进行了验证。 关键字：图像增强；图像；算法；空域增强；频率增强 Abstract In our daily life and production, people often can't used the raw image directly, because of the generation and transformation of the original image, it may be affected by many factors, such as a variety of kinds of noise and channel bandwidth. The sharpness and contrast is decreasing and have low qualities. in order to make the image more suitable for some particular application after processing than the original, we often need to improve image quality. Images enhance is in a particular need to highlight a picture in the information, and weaken or remove certain need of information in the process, its purpose is to make the image of a specific application is better than the original image. This paper studies the image of some common method, including airspace images enhance and increase the frequency domain, and images matlab programming, design corresponding to picture to enhance the effect of the verification. Key words:Image enhancement; the airspace strengthened; the frequency domain enhancement 数字图像处理课程论文图像复原算法研究 学院：信息科学与工程学院 专业：通信工程 姓名： 学号： 任课教师： 2017年5月 摘要 数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理的前提。图像在获取、上传、保存的过程中不可避免地引起图像退化和图像质量的下降，图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌。本论文主要研究引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。本文首先对测试图像进行模糊及加噪处理，在已知系统退化模型的情况下，对观测图像分别使用逆滤波、维纳滤波、有约束的最小二乘方滤波算法进行复原，并比较它们的处理效果。在这几种算法的参数选取上得到了丰富的经验数据，并对实验结果进行了分析总结。发现维纳滤波较约束最小二乘法滤波效果要好，这是因为前者利用了原图像的统计信息，采用了真实的PSF函数来恢复。无论何种算法，它们都要依据获取的相关信息才能有效地实施，算法利用的信息越多，信息的准确性越高，复原图像的质量也就越高。 关键词:图像复原;逆滤波;维纳滤波;有约束的最小二乘方滤波 一、引言 MATLAB 语言是由美国MathWorks公司推出的计算机软件，经过多年的逐步发展与 不断完善，现已成为国际公认的最优秀的科学计算与数学应用软件之一，是近几年来在国外广泛流行的一种可视化科学计算软件。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。MathWorks 公司针对不同领域的应用，推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条、通信等30 多个具有专门功能的工具箱，这些工具箱是由该领域的学术水平较高的专家编写的，无需用户自己编写所用的专业基础程序，可直接对工具箱进行运用。同时，工具箱的函数源程序也是开放性的，多为M 文件，用户可以查看这些文件的代码并进行更改，MALAB 支持用户对其函数进行二次开发，用户的应用程序也可以作为新的函数添加到相应的工具箱中。MATLAB 中的数字图像是以矩阵形式表示的，这意味着MATLAB 强大的矩阵运算能力用于图像处理非常有利，矩阵运算的语法对MATLAB 中的数字图像同样适用。本文对MATLAB 图像处理工具箱进行探索及应用，实验证明该软件功能强大，语言简洁易学，人机界面友好，工具箱具有丰富的技术支持并集成了该领域专家的智慧，应用简单而效果良好。 二、实验原理 2.1图像退化模型构建 图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为： g ( x, y)H [ f ( x, y)]n( x, y)f ( x, y)h( x, y) n( x, y) （1） ＩＳＳＮ１００９－３０４４ ＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅａｎｄＴｅｃｈｎｏｌｏｇｙ电脑知识。ｉ技术 Ｖ０１．６，Ｎｏ．６，Ｆｅｂｒｕａｒｙ２０１０，ＰＰ．１４５２—１４５３，１４６０ 浅谈数字图像处理技术的基本原理 潘振赣ｕ。龚声蓉１ （１．苏州大学计算机科学与技术学院，汀苏苏州２１５００６；２．苏州科技学院网络中心，江苏苏州２１５００９） Ｅ—ｍａｉｌ：ｅｄｕｆ＠ｃｃｃｃ．ｎｅｔ．ｃｎ ｈｔｔｐ：／／ｗｗｗ．ｄｉｉｚｓ．ｎｅｔ．ｃｒｌＴｅｌ：＋８６—５５ｌ一５６９０９６３５６９０９６４ 摘要：原始资料因为时间原因变得模糊不清．人眼无法识别相关内容．把这些原始资料变为数字图象输入计算机，运用数字图象处理技术对这些数字图像进行去除噪声、增强、复原、分割等处理，将其还原达到人眼可以看清的效果，可以保存资料和进行历史研究。 关键词：识别；图象处理；去噪；增强：复原；分割 中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１００９－３０４４（２０１０）０６一１４５２—０２ ＡＳｕｒｖｅｙｏｆｔｈｅＢａｓｉｃＰｒｉｎｃｉｐｌｅｓｉｎＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙ ＰＡＮＺｈｅｎ—ｇａｎ”．ＧＯＮＧＳｈｅｎｇ—ｒｏｎ９１ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｎｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＳｏｏｃｈｏｗＵＭｖｅｒｓｉＷ，Ｓｕｚｈｏｕ２１５００６，Ｃｈｉｎａ；２．ＣｅｒｔｅｒｏｆＮｅｔｗｏｒｋ，ＳｕｚｈｏｕＵｍｖｅｍｉｔｙｏｆＳｃｉｎｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｕｚｈｏｕ２１５００９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｆｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｃｏｎｔｅｎｔｓｏｆｂｌｕａ－ｙ，ＫＯＵＴＣＣｍａｔｅｒｉａｌｓａｒｅｄｉｆｆｉｃｕｌｔｆｏｒｎａｋｅｄ ｅｙｅ ｔｏｉｄｅｎｔｉｆｙ．ｉｔｉｓｆｅａｓｉｂｌｅｔＯｐｒｅｓｅｒｖｅｔｈｅｍａｔｅｒｉ—ａｌｓａｎｄｃａｒｒｙＯＵｔｈｉｓｔｏｒｙｒｅｓｅａｒｃｈｂｙｉｎｐｕｔｔｉｎｇｔｈｅｄｉｇｉｔａｌｉｍａｇｅｓｏｆｓｏｕｒｃｅｍａｔｅｒｉａｌｓｉｎｔｏａｃｏｍｐｕｔｅｒ，ｄｉｓｐｏｓｉｎｇｔｈｅｉｍａｇｅｓｗｉｔｈｔｈｅｔｅｃｈｎｏｔ—ｏｇｙｏｆｎｏｉｓｅｒｅｍｏｖａｌ，ｅｎｈａｎｃｅｍｅｎｔ，ｒｅｓｔｏｒａｔｉｏｎ，ｓｅｇｍｅｎｔａｔｉｏｎａｎｄｒｅｖｅｒｔｉｎｇｔｈｅｍｔＯｔｈｅｅｆｆｅｃｔｏｆｖｉｓｉｂｉｌｉｔｙ． Ｋｅｙｗｏｒｄｓ：ｉｄｅｎｔｉｆｆ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｎｏｉｓｅｒｅｍｏｖａｌ；ｅｎｈａｎｃｅｍｅｎｔ；ｒｅｓｔｏｒａｔｉｏｎ；ｓｅｇｍｅｎｔａｔｉｏｎ 一些历史档案和资料具有很高的研究价值，对于研究该地区当时的经济和文化背景有很大的作用，但是因为年代久远．其纸质或布质的材质冈为时间原因，使得写在上面的图案和义字资料都模糊不清，有砦肉眼已经很难分辨出具体内容，对于历史和研究都是很大的损失，用数码相机将这些纸质或布质材质的资料拍摄下来输入计算机，将原始的资料变为数字图象，再用数字图象处理的方法将其处理还原，以达到人眼可以看清内容，进行研究的效果。 用计算机进行图像处理的前提是图像必须以数字格式存储到计算机中，以数字格式存放的图像称为数字图像（ｄｉｇｉｔａｌｉｍａｇｅ）。数字图像处理（ｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ），就足利用计算机对数字图像进行去除噪声、增强、复原、分割、特征提取等理论、方法和技术，将原始资料清晰化，改善图象的质量，使人的肉眼可以看清这些图象，从而得以保存和研究的目的。由于图像处理是利用计算机硬件和软件实现的．因此也被称为计算机罔像处理（ｃｏｍｐｕｔｅｒｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ）。 数字图象处理一般有两种基本的方法：一种方法是在图象的空间域中处理．即红罔象空间中对图象本身直接进行各种处理优化，达到改善图象质量的目的；另一种疗法是把空间网象进行某些转化，从空间域转到频率域巾。再在频率域中进行各种处理，然后再变叫到图象的空间域，形成处理后的图象，从而达到改善图象质量的目的。 １去除噪声 原始实体资料变为数字图象在计算机中进行处理的时候，可能会产生各种各样的噪声，这些噪声可能是在进行数字转换过程中，因为输入设备的原因产生，也可能在对数字图象的处理中产生，噪声不一定是真实的声音，可以理解为影响人的视觉器官或系统传感器对所接收图象源信息进行理解或分析的各种因素。不同原因产生的噪声，其分布特性也不完全相同，根据噪声和信号的关系可将其分为两种形式：１）加性噪声，此类噪声与输入图象信号无关，含噪图象表示为ｑｘ，ｙ）＝ｇ（ｘ，ｙ）＋ｎ（ｘ，ｙ）；２）乘性噪声，此类噪声与图象信号有关，含噪图象表示为ｆ（ｘ，ｙ）＝ｇ（ｘ，ｙ）＋ｎ（ｘ，ｙ）ｇ（ｘ，ｙ）。噪声对罔象处理卜分重要，如果图象伴有较大噪声，它会直接影响到图象处理的输入、采集、处理的各个环节以及输出的全过程甚至输出结果，因此。在进行数字图象处理的时候，首先需要对目标图象进行去除噪声的工作。 １．１均值滤波器 采用邻域平均法的均值滤波器适用于去除通过扫描得到的图象中的颗粒噪声。邻域平均法是空间域平滑技术。对于给定的图象ｆ（ｘ，ｙ）中的每个像点（ｘ，ｙ），取其邻域Ｓｘｙ，设Ｓｘｙ含有Ｍ个像素，取其平均值作为处理后所得图像像点（ｘ，ｙ）处的灰度。 １－２自适应维纳滤波器 它能根据图象的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。它的最终目标是使恢复图像ｆ＾（ｘ，ｙ）与原始图像ｆ（ｘ，ｙ）的均方误差ｅ２＝Ｅ［（ｆｆｘ，ｙ）一ｆ＾（ｘ，ｙ））２１最小。 １．３中值滤波器 基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的ｒＩｉ值代换。其主要功能是让周嗣象索灰度值的差 收稿日期：２００９—１２—２７ 作者简介：潘振赣ｆ１９７６一），男，江苏兴化人，苏州科技学院工程师，苏州大学在职研究生，研究方向为模式识别，数字图象处理，龚声蓉（１９６６一）苏州大学计算机科学与技术学院教授，研究生导师。 １４５２－－人工■■夏识勇怕Ｅ术本栏目责任编辑：唐一东 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期： 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日 江苏科技大学 数字图像处理本科生课程论文 论文题目：图像增强方法综述与matlab实现完成时间：___2016年6月2日________ 所在专业：____软件工程____________ ____ 所在年级：____13419042___________ __ 图像增强方法综述与matlab实现 软件工程专业 1341904222 陆建伟 摘要：本文介绍图像增强的内容，并就内部几种方法进行更深一步的探索，利用matlab 使得算法实现并对比。 关键词：图像增强；数字图像处理；灰度变换；直方图；matlab； 一、研究背景 1.1研究目的 经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题。通过本课题的研究能够使图像有更好的视觉感受效果，更能够满足社会生活和生产的需要是本文的最终目的。 1.2研究现状 计算机图像处理的发展历史并不长,但是引起了人们的足够重视。总体来说，图像处理技术的发展大致经历了初创期、发展期、普及期和实用化期4 个阶段。随着对图像技术研究的不断深入和发展,新的图像增强方法不断出现。图像作为自然界景物的客观反映是人类感知世界的视觉基础也是人类获取信息、表达信息和传递信息的重要手段。 二、主要理论概况 图像增强是指根据特定的需要突出图像中的重要信息同时减弱或去除不需要的信息。从不同的途径获取的图像通过进行适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域从而更加容易对图像中感兴趣的目标进行检测和测量。处理后的图像是否保持原状已经是无关紧要的了不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性以取得看起来较好地视觉效果很少涉及客观和统一的评价标准。图像增强的方法可以大致分为两类，一类是空域处理方法，一类是频域的处理法1 数字图像处理的发展、应用及前景 数字图像处理(Dital Image Processing)又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。 形式化的数学表示可表示为：f(x，y)表示幅图像。x,y,f为有限、离散值。黑白图像可用二维函数f(x，y)表示，其中x,y是平面的二维坐标，f(x，y)表示点(x，y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 (1)数字图像的灰度图像的阵列表示法。 设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN) 图像阵列中每个元素都是离散值，称为像素(pix—el)。在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。对特殊要求的图像，如SAR图片取10000×10000，灰度级m取8bit或者16bit。 (2)数字图像的二值图像表示法。 所谓二值图像就是只有黑白两个灰度级，即像素灰度级非1即0。如文字图片，其数字图像可用每个像素1Bit的矩阵表示，以减少存储量。二值图像还可采用一些特有的表示方法，如链码仅称Freeman码)。常用链码是八向链码，能进一步减少存储量。 数字图像处理作为一门学科大约形成于2O世纪60年代初期。数字图像处理技术是一门新兴的技术，但它已经在各行各业显示出了特有的优点，它已经极大地提高了生产效率，引起了越来越多的人们的关注。早期的图像处理的目的是改善图像的质量、 浅析医学影像中数字图像处理技术 数字图像处理技术在医学影像中具有重要的应用价值，其技术的发展为医疗技术提供了进步的平台，下面是为大家的医学影像中数字图像处理技术探究的论文范文，欢迎阅读借鉴。 前言 数字图像处理技术以当前数字化发展为基础，逐渐衍生出的一项网络处理技术，数字图像处理技术可实现对画面更加真实的展示。在医学中，随着数字图像处理技术的渗透，数字图像将相关的病症呈现出来，并通过处理技术对画面上相关数据进行处理，这种医疗手段，可大幅提升相关病症的治愈率，实现更加精准治疗的疗效。在医学中医学影像广泛用于以下几方面之中，其中包括CT(计算机X线断层扫描)、PET(正电子发射断层成像)、MRI(核磁共振影像)以及UI(超声波影像)。数字图像处理技术在技术发展基础上，其应用的范围将会在逐渐得到扩展，应用成效将会进一步得到提升。 1、关键技术在数字图像处理中的应用 医学影像中对于数字图像的处理，通常是将数字图像转化成为相关数据，并针对相关数据呈现的结果，对患者病症进行分析，在对数字图像处理中，存在一定的关键技术，这些关键技术直接影响着整个医疗治疗与检查。 1.1图像获取 图像获取顾名思义将医患的相关数据进行，在进行数字图像检测时，得出的相关图像，在获取相关图像后，经过计算机的转变，将 图像以数据的形式进行处理，最后将处理结果呈现出来。在计算机摄取图像中，通过光电的转换，以数字化的形式展现出来，数字图像处理技术还可实现将分析的结果作为医疗诊断的依据，进行保存[1]. 1.2图像处理 在运用数字图像获取相关图像后，需对图像进行处理，如压缩处理、编码处理，将所有运行的数据进行，将有关的数据进行压缩，并将相关编码进行处理，如模型基编码处理、神经网络编码处理等。 1.3图像识别与重建 在经过图像复原后，将图像进行变换，在进行图片分析后分割相关图像，测量图像的区域特征，最后实现图像设备与呈现，在重建图像后，进行图像配准。 2、医学影像中数字图像处理技术 2.1数字图像处理技术的辅助治疗 当前医学图像其中包括计算机X线断层扫描、正电子发射断层成像、核磁共振影像以及超声波影像，在医疗治疗中，可根据相关数据的组建，进而实现几何模式的呈现，如3D,还原机体的各项组织中，对于细小部位可实现放大观察，可实现医生定量认识，更加细致的观察病变处，为接下来的医疗治疗提供帮助。例如在核磁共振影像治疗中，首先设定一定的磁场，通过无线电射频脉冲激发的方式，对机体中氢原子核进行刺激，在运行过程中产生共振，促进机体吸收能力，帮助查找病症所在[2]. 2.2提升放射治疗的疗效 华东交通大学理工学院 课程设计报告书 所属课程名称数字图像处理期末论文 分院电信分院 专业班级 14 计科 学号 20140210440214 学生姓名习俊 指导教师熊渊 2016 年 12 月 13 日 摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MATLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转 目录 绪论 第一章图像运算 2.1 点运算 2.2 代数运算 2.3 几何运算 第二章程序设计与调试 结束语 参考文献 绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。关于数字图像处理论文的题目
数字图像处理毕业论文
《数字图像处理》结课小论文
浅谈数字图像处理中的图像分割技术
数字图像处理应用论文数字图像处理技术论文
数字图像处理结课论文
浅谈学习数字图像处理技术地认识
数字图像处理论文
数字图像处理图像复原算法论文设计
浅谈数字图像处理技术的基本原理[1]
基于matlab的数字图像处理本科毕业设计论文
数字图像处理论文
数字图像处理论文
浅析医学影像中数字图像处理技术
数字图像处理论文设计