目录

前言

课题背景和意义

实现技术思路

一、数字图像处理软件 MATLAB 简介

二、 系统的具体实现

 实现效果图样例

最后


前言


    📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到更重要的就业和考试中去,学长分享优质的选题经验和毕设项目与技术思路。

🚀对毕设有任何疑问都可以问学长哦!

选题指导: https://blog.csdn.net/qq_37340229/article/details/128243277

大家好,这里是海浪学长毕设专题,本次分享的课题是

🎯基于 MATLAB 的图形图像处理系统的设计与实现

课题背景和意义

在数字信息化的今天,我们都被各种各样的信息所包围着,如何这些海量的信息里面快 速准确的寻找出有用的信息,成为了你能脱颖而出的关键。而信息是抽象的,它依附在各种 媒体所表示的数据中,其中,图像信息是人类获取信息的重要来源之一。 数字图像处理技术是通过计算机对图像进行去除噪声、复原、增强、压缩、几何变换、 提取特征等处理的方法。20世纪初,图像处理首次应用到海底电缆传送图像的质量优化。随着科学技术的发展,计算机网络已是人们生活中无法离去的工具,故信 息化彻底改变了人们的生活方式。数字图像处理也随之成为图像处理领域的首 要之选。目前,MATLAB由于计算功能强大既支持数值运算又支持矩阵运算且 便于用户二次开发,简单易学灵活性强,在数字图像处理领域的研究中成为了 使用较为广泛的应用软件之一。  计算机的普及,给图像处理研究领域提供了前所未有的发展机遇。如今,数字图像处理从专门的科学研究转变成了提供用户人机交互界面的普遍应用工具。

实现技术思路

一、数字图像处理软件 MATLAB 简介

MATLAB 是由美国 MathWorks 公司推出的集成计算和开发的软件,不仅具备完善的矩阵和数值计算功能,而且能胜任众多专业领域的仿直和设计任务,甚至能自动生成直接与硬件关联的代码,其便利程度和强大功能受到广大科学家和工程技术人员的青睐,在系统仿真、数字信号处理、自动控制等领域都有着广泛的应用。

 MATLAB GUI 技术

GUI是提供人机交换的工具和方法。GUI包含了各种图形控制对象,如按钮、滑块、菜单,对话框以及文本等内容的用户界面。调用这些用户界面,用户可以和计算机进行信息交流。对于一个用户来说,图形用户界面就是他所面对的应用程序,用户对图形界面的操作直接影响应用程序的应用前途。

二、 的具体实现

图片读取

对于读取盘里的图片主要利用的是 MATLAB 所提供的uigetfile()函数来显示对话框选取所需要的图片,然后再用imread()函数读取图片,代码如下:

global s
[filename,pathname]=...
          uigetfile({'*.jpg';'*.bmp';*.gif},'选择图片'); 
S=imread([pathname filename]); 
axes(handles.axes1); 
imshow(S); 
End

文件格式转换及另存

图像文件打开后我们可以对它进行系统内任何的图像处理,如果想改变图像的格式再另存,代码如下:

global s
sfilename,spathname]=uiputfile({'*jpg';*.bmp',*.gif},'另存为','untitled.jpg');
sfilefullname=[spathname,sfilename];
imwrite(S,sfilefullname);

图像增强

该模块提供了四种增强方法,包含灰度图像增强、空域滤波图像增强、拉普拉斯金字塔增强、小波增强。下面分别给出每个部分图像增强后的结果。

1、灰度图像增强

(1)直方图灰度变换
灰度级直方图就是反映一幅图像级与出现这种灰度的概率之间关系的图形。设变量r代表图像中像素灰度级,在图像中,像素的灰度级可作归一化处理,这样r的值将限定在下述范围之内0≤r≤1.在灰度级中,r=0代表黑,r=1代表白。

(2)直方图均衡化
直方图均衡化处理是以累积分布函数变换法为基础的直方图修正,即通过改变函数将原图的直方图调整为具有“平坦”倾向的直方图,然后用此均衡直方图校正图像。图像进行直方图均衡化的函数表达式为:

 系统进行后结图所示:

 (3)直方图规定化
直方图均衡化是较为有效的增强方法之一,但是,直方图均衡化的变换函数是积分函数,因此,对图像作直方图均衡化处理后得到一个类似平均的直方图。因此就限制了处理效能。直方图规定化就是针对此思想提出来的一种直方图修正增强方法。

规定化处理步骤如下:
首先,对原始图像做累积积分;

其次,图,再求函数

 再次 ,将逆数用到级,即

图为系图像化处图:

空域滤波图像增强

空域滤波是使用空域模板在整个图像上遍历处理的过程。空域模板本身为空域滤波器,它是在图像上以模板作滤波处理。空域滤波器一一般分为平滑和锐化滤波器。

图给出了原点对称的二维平滑滤波器在空域里的剖面示意图,可见平滑滤波器是低通滤波器,在空域中全为正。

 (1)维纳滤波增强
维纳滤波器是一种线性平滑滤波器,它的基本思想是用几个像素灰度的平均值来代替每个像素的灰度,本系统是9x9的维纳滤波,处理结果如图所示。

(2)中值滤波
中值滤波是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值来代换。中值滤波器的窗口可以取方形、圆形、十字形等。

 

拉普拉斯增强

拉普拉斯增强是锐化滤波增强的一种,是线性二次微分算子,具有旋转不变性,从而满足不同走向的图像边界的锐化要求。对于图像f(xv),拉普拉斯算子定义为:

拉普拉斯增强方法是先检测出图像的边缘再与原图相加,得到的图像边缘比原来的图片更清晰,在MATLAB中用fspecial函数来生成拉普拉斯滤波算子,如图所示为拉普拉斯增强后的效果图。

 

小波增强

小波分析在时域和频域同时有较好的局部化特性,在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,系统中的小波图像增强是对图像做小波分解以后,再对高频部分增强,还原后的图像细节部分得到了增强,即边缘部分更清晰。如图所示。

 

边缘检测

1、常规算子检测

在图像中,边界表明一个特征区域的终结和另一个特征区域的开始,边缘检测是检测图像中的物体之间的特征差别来查找出图像中物体的边缘。用一阶导数边缘检测算子Sobel算子、Log算子、Canny算子分别检测一个图像的边缘。对应具体的边缘检测对比如图所示。

 2、边缘提取

这里指的边缘提取是用形态学方法实现的边缘提取。MATLAB 中有个具体的函数bwperim 是其对应的实现函数。bwperim 函数提取二值图像的边缘,函数格式为:

 形态学边缘提取结果如图所示。

图像几何运算

图像几何运算主要是对图像进行几何校正、缩放、旋转、剪切等运算过程,这种运算可以看成将各像素在图像内移动的过程。

1、图像插值

图像灰度级插值是用来估计图像在图像像素之间某一位置处取值的过程。系统法 、双线性法 、三次插法 。

考虑到数字图像是二维的,如图所示,由于(uovo)点不在整数坐标点上,因此需要根据相邻整数坐标点上的灰度值来插值估算出该点的灰度值 f(uo.vo)

 最近邻点法是将(u,v)点最近的整数坐标(uv)点的灰度值取为(uv)点的灰度值。

双线性插值法是对最近邻点法的一种改进,根据(uo.v。)点的四个相邻点的灰度值,插算 出f(ug,v)值,本文不再详细介绍,下面会列出三种插值方法处理后的图像。  

三次内插法不仅考虑(u..v)点的直接邻点对它的影响,还考虑到该点周围16个邻点的灰 度值对它的影响。三种插值方式的代码为:

switch get(hObject,'tag')
case 'radiobutton1'
method='nearest'; case 'radiobutton2
method='bilinear'; case 'radiobutton3'
method='bicubic';
end
handles.method=method;
guidata(hObject, handles);

2、图

MATLAB 中用imresize 函数可以改变图像的大小,代码如下:

global im;
val=str2num(get(handles.editl.'string'));
method-handles.method:
im suofang=imresize(im.val,method); 
axes(handles.axes2); imshow(im suofang);

代码中第三行是插值运算的变量,imresize 函数对原始图像缩放运算后再进行插值运算。由于图像缩小了,插值运算后的图像是模糊的。如图所示。

值:

 线性法:

 三次值:

 3、图像旋转

图像旋转,一般情况下,是指图像的中心点为原点,将图像上所有的像素都旋转同一个角度的变换。图像的旋转变换是图像的位置变换,但旋转后,图像的大小一般会改变。

4、图像裁剪

如果对整个图像进行处理,不仅花费大量时间,而且图像其它部分可能会影响处理效果,所以这是就要剪切出所要关心的部分图像,这样可以大大提高处理的效率。

图像复原

在图像采集的过程中,由于设备、环境、天气、技术等的影响采集到的图像与真实的图像有所差异,也就所说的图像退化现象,为了消除退化恢复原有图像,得到人眼能识别的效果,我们运用图像复原技术达到此目的。

1、规则化滤波复原

规则化滤波复原只需要知道噪声的均值和方差,而不需要知道降质函数,最小化的目标在于寻找一幅经过模糊加噪声后与观察图像最为相近的估计图像。

global S;
PSF=fspecial('motion',21.11);
Blurred=imfilter(S.PSF.'circular'):
figure;
subplot(2.2.1);imshow(S);title('原图像'); V=.0001:
BlurredNoisy=imnoise(Blurred,'gaussian',0.V);subplot(2.2.2);imshow(BlurredNoisy);title(
加噪声后图像');
NP=V*prod(size(S));
reg1 =deconvreg(BlurredNoisy,PSF,NP);
reg1 LAGRA]=deconvreg(BlurredNoisy,PSF,NP); regl1=deconvreg(BlurredNoisy,PSF,D,LAGRA/100); subplot(2,2,3):imshow(regl); title('规则化滤波复原’);
subplot(2,2.4);imshow(reg11);
title('LAGRA规则化复原'):
结 果 如 图 所 示:

2、L-R 迭代复原

 L-R 迭代复原是最初是独立的 Lucy 和 Richardson算法的迭代,之后Meinel用泊松分布 模型给出 Lucy-Richardson 算法。L-R图 像复原运行结果图 所示:

 

图像配准  

图像配准是对不同时间、不同传感器、不同角度拍摄的同一场景图片进行几何校正,使 融合前的图像达到位置上的匹配。

图像压缩  
图 像的最大特点也是最难点就是海量数据的表示与传输,如果不对数据进行压缩处理,数量巨 大的数据就很难在计算机系统及网络上存储、处理和传输,所以必须对图像进行压缩编码。

1、DCT 压缩

离散余弦变换(DCT,Discrete Cosine Transform)是与傅里叶变换相关的一种变换,它是先对一幅图像的行进行 DCT 变换,然后在对其列进行 DCT 变换,其变换结果的能量将主要集中在左上角的位置。

 图像形态学操作

形态学是(Mathematical Morphology)是图像处理领域中的新方法,在数学形态学中运用集合论。系统膨胀腐蚀操作的效果如图所示。

 实现效果图样例

图像处理中的傅里叶变换:

 

我是海浪学长,创作不易,欢迎点赞、关注、收藏、留言。

毕设帮助,疑难解答,欢迎打扰!

最后

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐