数字图像处理--图像处理课程设计 报告.pdfVIP

《数字图像处理》课程设计

1、课程设计目的

1、提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基

本原理与方法。

2、熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。

2、课程设计要求

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。

5.2实施要求

1、理解各种图像处理方法确切意义。

2、独立进行方案的制定，系统结构设计要合理。

3、在程序开发时，则必须清楚主要实现函数的目的和作用，需要在程序书写

时说明做适当的注释。如果使用matlab来进行开发，要理解每个函数的具体意义

和适用范围，在写课设报告时，必须要将主要函数的功能和参数做详细的说明。

4、通过多幅不同形式的图像来检测该系统的稳定性和正确性。

用图像平均的方法消除噪声编程：

J=imread(1036032.jpg);

I=rgb2gray(J);

[m,n]=size(I);

II1=zeros(m,n);

fori=1:16

II(:,:,i)=imnoise(I,gaussian,0,0.01);

II1=II1+double(II(:,:,i));

ifor(or(i==1,i==4),or(i==8,i==16));

figure;

imshow(uint8(II1/i));

end

end

迭加零均值高斯随机噪声图像

4幅同类图像加平均

8幅同类图像加平均

16幅同类图像加平均

用平滑滤波方法消除噪声编程：

I=imread(001122.jpg);

I=rgb2gray(I);

J=imnoise(I,gaussian,0,0.02);

subplot(231),imshow(I);title(原图像);

subplot(232),imshow(J);title(添加高斯噪声图像);

k1=filter2(fspecial(average,3),J);

k2=filter2(fspecial(average,5),J);

k3=filter2(fspecial(average,7),J);

k4=filter2(fspecial(average,9),J);

subplot(233),imshow(uint8(k1));title(3*3模板平滑滤波);

subplot(234),imshow(uint8(k2));title(5*5模板平滑滤波);

subplot(235),imshow(uint8(k3));title(7*7模板平滑滤波);

subplot(236),imshow(uint8(k4));title(9*9模板平滑滤波);

用中值滤波方法消除噪声编程：

I=imread(1036032.jpg);

I=rgb2gray(I);

J=imnoise(I,gaussian,0,0.01);

subplot(231),imshow(I);title(原图像);

subplot(232),imshow(J);title(添加高斯白噪声图像);

k1=medfilt2(J);

k2=medfilt2(J,[55]);

k3=medfilt2(J,[77]);

k4=medfilt2(J,[99]);

subplot(233),imshow(k1);title(3×3模板中值滤波)

subplot(234),imshow(k2);title(5×5模板中值滤波)

subplot(235),imshow(k3);title(7×7模板中值滤波)

subplot(236),imshow(k4);title(9×9模板中值滤波)

用理想低通滤波方法