基于matlab车型识别课程设计.docVIP

目 录 1、目的与要求……………………………………………………1 2、设计的内容……………………………………………………1 3、设计内容以及原理……………..……………………..………1 4、各个功能的实现程序及结果…………………………………2 6、课程设计总结与心得体会……………………………………8 7、参考文献………………………………………………………9 1．目的与要求 目的： 通过本课程设计使学生了解数字图像的基本概念，掌握数字图像处理的基本内容，如图像点运算、几何变换、增强处理、图像复原、边缘检测以及图像压缩等的基本原理和Matlab实现方法。 通过本次课程设计，让学生掌握如何学习一门语言，如何进行资料查阅搜集，如何自己解决问题等方法，养成良好的学习习惯。扩展理论知识，培养学生的综合设计能力。 要求： 1、要充分认识课程设计对培养自己的重要性，认真做好设计前的各项准备工作。尤其是对编程软件的使用有基本的认识。 2、既要虚心接受老师的指导，又要充分发挥主观能动性。结合课题，独立思考，努力钻研，勤于实践，勇于创新。 3、独立按时完成规定的工作任务，不得弄虚作假，不准抄袭他人内容，否则成绩以不及格计。 4、在设计过程中，要严格要求自己，树立严肃、严密、严谨的科学态度，必须按时、按质、按量完成课程设计。 设计的内容 主要功能： 1）、预处理功能： （1）直方图的统计及绘制，根据此找到图像的阈值点； （2）可将图像的各种几何矫正变换； （3）彩色图像的灰度化变换等、一般灰度图像的二值化处理等； （4）数字图像的增强处理功能：空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）、锐化算法（如梯度锐化法、高通滤波等）；色彩增强：伪彩色增强、真彩色增强等； 2）、处理功能： 车识别：从图像中提取出车辆的轮廓并辨别出车型 3.原理方法： 首先对图像做了压缩和归一化处理，得到统一大小的背景图和前景图。分别对两幅图做灰度变换。再将含有汽车的前景图像和背景图像进行差分运算去除背景干扰，迭代阈值分割的方法提取到目标车辆轮廓。经过小面积区域去除和横纵填充后，得到比较利于分析的汽车外形图。在汽车车型识别中按标准分析了各种不同的车辆形状，抽象出了车辆的一般形状的“工”字形，以车辆顶长作中垂线分下底长的前后比例数、顶长等作为参数，提取出特征参数，用于车型的识别。利用小孔成像的原理，推算出长和车高。 各个功能的实现程序及结果 1) 能对图像文件（bmp、 jpg、 tiff、 gif等）进行打开、保存、另存、打印、退出等功能操作； 2) 图像预处理功能： （1）直方图的统计及绘制，根据此找到图像的阈值点； （2）可将图像的各种几何矫正变换； （3）彩色图像的灰度化变换等、一般灰度图像的二值化处理等； （4）数字图像的增强处理功能：空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）、锐化算法（如梯度锐化法、高通滤波等）；色彩增强：伪彩色增强、真彩色增强等； 程序代码： [name,path]=uigetfile({*.jpg;*.bmp;*.tif;*.gif;*.*},); file=[path,name]; im= imread(file); subplot(221);x=rgb2gray(im);imshow(x):title(灰度化图像); subplot(222);imhist(x);title(图像直方图); subplot(223);c=histeq(x);imshow(c);title(均衡化图像); subplot(224);imhist(c);title(均衡化后的直方图); fmax=double(max(max(x))); %egray的最大值并输出双精度型 fmin=double(min(min(x))); %egray的最小值并输出双精度型 level=(fmax-(fmax-fmin)/2)/255; %获得最佳阈值level g=im2bw(x,level);figure ;imshow(g);title(二值化);%转换为二值图像 运算结果： RGB=imread(D:/zll.jpg); x=rgb2gray(RGB); J = imnoise(x,salt pepper, 0.02);%加入椒盐燥声 subplot(131),imshow(J);title(原始黑白图像) K = medfilt2(J);%中值滤波函数 subplot(132);imshow(K);title(中值滤波); H = fspecial(unsharp); BW = imfilter(K,H,replicate); subplot(