搜档网
当前位置:搜档网 › 基于帧间差分图像处理技术在电梯门系统应用

基于帧间差分图像处理技术在电梯门系统应用

基于帧间差分图像处理技术在电梯门系统应用
基于帧间差分图像处理技术在电梯门系统应用

基于帧间差分图像处理技术在电梯门系统应用

摘要:电梯门系统作为电梯中的门户,其更好的安全性,智能性一直是研究人员追求的。本文采用ARM 处理器,运用图像处理技术对动态目标进行检测,跟踪和简单的预测,从而实时得检测需要使用电梯的人的情况,快速响应。实验结果证明,所设计的系统能实时性,适应性都基本满足要求,具有较大的实用价值。

关键词:电梯门;帧间差分;图像处理

中图分类号:TP273.5

Application of elevator door system based on inter-frame difference

image processing technology

XING Hai-xiao, ZHAO Guo-jun,Wangfei ,ZENG Guo-wei, LU Xin-sen (College of Mechanical Engineering, Zhejiang University of Technology, Hangzhou 310014, China) Abstract:As a gateway to elevator, door system’s security, inte lligence has always been pursued by researchers. In this paper, the use of ARM processors and the image processing technology for dynamic target detection, tracking and predicting easily, so get real-time detection of people who need to use the elevator, then rapid response. Experimental results show that this system real-time performance, adaptability to meet all basic requirements, greater application value. Keywords: elevator door; Inter-frame Difference; image processing

0. 引言

随着现代化城市的高速发展,高层建筑的日益增多,电梯需求量越来越大,同时,人们对电梯的要求也越来越高。作为进出电梯轿厢安全保证,门保护装置一直是用户最关心的产品之一,也是衡量电梯质量的一个重要指标。目前,电梯门保护装置主要分2大类:机械门保护,光电门保护。

1. 本课题研究的主要内容

随着图像识别技术的日新月异,提出了基于ARM的嵌入式图像识别智能电梯门安全保护系统。通过硬件的设计和运用,以及算法的研究,开发出一套智能的通过图像识别的电梯门安全保护系统(以下简称系统)。主要实现两大功能:(1)在电梯门即将关闭时有人在一定角度走向电梯门时,本系统能通过这个人的运动轨迹识别其是要乘电梯还是仅仅路过,从而控制电梯门的开启或关闭,达到“闻香识客”功能。(2)在电梯门关闭时,通过拍摄电梯轿厢门间的图像,判断门间是否有物体,当有物体挡住时,则电梯门开启;反之,则关闭。

2. 系统的组成

本系统总体设计思路是用CMOS摄像头采集转换视频信号,用ARM作主控芯片进行采集图像的缓存控制,并用动态检测算法对图像进行判别,识别有无运动目标出现,并进行轨迹分析。

主要以S3C2440为核心构建主板的硬件系统和软件。硬件系统包括基于CMOS摄像头OV9650的图像采集模块,存储模块,图像处理模块,通信模块,电源模块等子模块。

CMOS 摄像头

镜头

S3C2440ARM9 SOC SRAM 数据

IIC 控制

地址

数据

控制

PC 上位机调试

FLASH

串口

调试接口

控制

数据

地址

电梯控制

电梯门机

LCD

数据图1 基于ARM 图像采集处理的电梯门安全控制系统

3.系统对目标检测算法的研究

3.1 几种常见的运动检测算法

动态目标的检测是智能识别控制系统的第一步,在整个处理中占有很重要的地位,它的准确性直接关系到后继工作的难易程度,以至于整个系统的成败。其目的就是把运动目标从背景中分离出来以便进一步分析。在视频图像处理中,运动目标的检测和估计主要有背景差分法、帧间差分法和光流场法这几种比较常用的方法。

3.2 基于帧间差分背景建模的运动目标检测

在解决电梯门控制实际问题中,考虑到实时性及可靠性的要求,要求算法不能太复杂,不能太费时,采用了帧间差分和背景差相融合的方法实现对运动目标的分割。主要包括背景模型建立、动态目标的检测等步骤。

3.2.1 背景模型的建立

背景模型是背景差分法运动检测的基础。为了在视频序列中得到干净的背景帧,本系统提出了一种新的背景建模方法。首先在包含运动目标及背景的视频图像中,用帧间差分法将一段时间里采集的视频序列图像两两进行差分运算,对各个像素点沿时间轴的变化规律进行统计分析,从而把各帧中属于背景的像素点检测出来,再将这些背景像素点重组出背景帧。

这种算法采用一种较为简单的背景模型方案。背景模型中每个像素由该点处的三个值来模型化:相继帧间的平均像素灰度值(A),最大(M)最小(N)灰度值。这三个模型参数通过在较少运动情况下经一段时间(一般为几秒)来训练获得。

定义图像序列中第k 帧第x 行第y 列像素的灰度值为(,,)I x y k ,则第k 帧图像可以表示为:

(1,1,) (,1,)() (,1,) (,,)I k I k n I k I m k I m n k ?? ?

= ? ???

(3.1)

(,,)d x y k 为相继帧差,反映了相邻帧间的灰度变化: (,,)(,,)

(,,1)d x y k I x y k I x y k =

-- (3.2)

1 (,,)0 i f d

T D x y k i f d

T >?=?

≤? (3.3) 其中阈值T 被用来除噪声,对固定的坐标位置(,)x y ,(,,)D x y k 表示为帧数k 的函数,它记录了位置(,)x y 处像素随时间的变化。在连续m 帧内如果(,,)D x y k 恒等于零,则该点为背景,如是不为零则继续训练。

(,,)0if D x y k ≡ (1,2)k i i i m =+++

1

1(,)(,,)i m

i i A x y I x y k m +=+=

∑ (3.4) (,)((,,)) M x y Max I x y k = (,)( (,,)) N x y Min I x y k = (3.5)

(,)(,)(,)A x y M x y N x y 、、为在连续m 帧内对于坐标位置(,)x y 处非运动像素点的平均灰度值、最大灰度值和最小灰度值。m 是动态值,根据实时性及实际需求合理取值,一般为5~20,本实验测试中选取m=10。由各点的平均灰度值(,)A x y 组成背景模型(,)B x y ,(,)M x y 、(,)N x y 用于阈值T 及Th 值的选定修正。

3.2.2 动态目标的检测

在背景恢复后,可以在每一帧和背景之间用减法运算得到亮度分量求得背景帧差分图。但有可能由于背景的不及时更新,产生误检测,我们先对图像进行帧差检测是否有运动物体存在,如有长时间帧差法检测不到运动物体则更新背景图像,如果检测到运动的存在再用背景差法,检测物体的具体位置及运物轨迹。

当电梯运行到当前层时,摄像头开始采集图像,为保证实时性与可靠性,先进行帧间差分检测:

(,,)(,,)(,,1)DF x y k I x y k I x y k =-- (3.6)

1 (,,)0 if d T

D x y k if d T

>?=?

≤? (3.7) 若111

(,,)n m

x y D x y k T ==≤∑∑,判断为无运动目标出现,继续进行帧差检测,并同时对无运动帧数进行计

数,如长时间无帧差变化,则以当前帧更新到背景中。式中T 为去噪音阈值,而1T 为剔除微小的物体变动的阈值。

当检测到有运动时,为精确判断目标的位置,采用背景差分法检测。

3.3 运动轨迹判断与跟踪

本系统中运动目标轨迹分析和跟踪的目的是:通过对视频图像序列的分析,测出目标人物在每帧图像上的位置,计算出目标速度的估计,进行运行矢量分析,判断其运动方向,并且预测下一刻的位置。

在跟踪系统对目标跟踪的过程中,目标的空间位置按照自身的运动规律在不断地变化,形成了目标自身的空间轨迹。在本系统中,运动距离较短,目标人物在检测范围内的运动轨迹一般都为直线,通过一般线性拟合可以达到满意的效果。

3.3.1 特征的提取

为了方便对目标的跟踪,需要从检测出运动目标选取一定的特征作为跟踪的参数。一个常用的特征是运动区域的质心位置坐标,质心位置具有跟踪方便,稳定性高等优点。由于要求达到实时快速的处理,因此本文选用一种快速求解运动物体质心的算法。

1

1

11,N

N

c i c i

i i x x y y

N

N

===

=

∑∑ (3.8)

式中,,c c x y 是质心的坐标,N 是运动目标像素总数,,i i x y 是运动目标像素的坐标。由上述算法就可求得运动物体分别在前后两帧视频图像中的质心。

运动区域在运动过程中,其面积变化有一定的延续性,在一定范围内波动,可以将面积作为行人目标的辅助判据。在跟踪初始化时记录运动区域的面积A ,在跟踪过程中判断区域的面积变化在一定范围内。

3.3.2 线性拟合

假设拟合函数是线性函数,即拟合函数的图形是一条平面上的直线。而表中的数据点未能精确地

落在一条直线上的原因是实验数据的误差。则下一步是确定函数:y a bx =+

从几何背景来考虑,就是要以a 和b 作为待定系数,确定一条平面直线使得表中数据所对应的m 个点尽可能地靠近这条直线。一般来讲,数据点将不会全部落在这条直线上,如果第k 个点的数据恰好落在这条直线上,则这个点的坐标满足直线的方程,即

k k a bx y +=

(3.9)

如果这个点不在直线上,则它的坐标不满足直线方程,有一个绝对值为的k k a bx y +-差异(残差)。于是全总部点处的总误差为:

5

1

k

k k a bx

y =+-∑ (3.10)

这是关于a 和b 的一个二元函数,合理的做法是选取a 和b ,使得这个函数取极小值。但是在实际求解问题时为了操作上的方便,常常是求a 和b 使得函数21(,)()m

k k k F a b a bx y ==+-∑ (3.11)

达到极小。通过求导,解得a ,b 分别为:

a y bx =- (3.12)

1

1

2

22

1

1

()()

()

m

m

k k k

k k k m

m

k

k

k k x y mx y

x

x y y b x

mx

x

x ====---=

=

--∑∑∑∑ (3.13)

其中,11

11,m m

k k k k x x y y m m ===

=∑∑ (3.14) 从而得线性拟合函数:y a bx =+ (3.15) 本文选取连续的5帧图像进行线性拟合,通过拟合的直线,预测下一步运行的位置,并判断运动方向。并且随着目标的不断前进,不断修正新的值。

(a)第一帧图像(b)第二帧图像

(c)第三帧图像(d)第四帧图像

(e)第五帧图像

图2 连续5帧的目标运动图

对于130*320像素的图像,为方便描述,建立x为横坐标,y为纵坐标的直角坐标系,∈∈,实验测得电梯门入口的坐标从(100,130)~(220,130)。

(0,320) (0,130)

x y

图3 连续5帧形心拟合直线图

根据实验数据拟合求得a=2.1548,b=-231.5,y=2.1548x-231.5,如上图5即为拟合而成的直线图,预测当人以拟合曲线行走,当走到电梯口入口时,坐标为(167.76,130),属于电梯入口范围。从而可以判断,物体是往电梯入口运动的。反之,如果运动目标远离电梯门,则判断该物体只是经过电梯门口区域并非乘坐电梯。

4.总结

本系统提出了一种基于ARM的运用帧间差分图像识别的电梯门控制方法。该方法经过一系列的理论研究,以及通过实验,证实了本系统提出的帧间差分图像识别技术对原有的电梯门控制方法有了较大的改进和优化。使得电梯门控制系统更具安全化,智能化,人性化。

但是,考虑实验的成本,人员的能力有限,系统还存在许多不足,在今后的实验中逐步改进。

参考文献:

[1] 万缨,韩毅,卢汉清。运动目标检测算法的探讨[J]。计算机仿真,2006,23(10):221-226。

[2] 陈家盛主编。电梯实用技术教程[M]。北京:中国电力出版社,2006

[3] 李庆武,许和英,陈小刚,陈小霖。基于USB2.0的智能视频监控系统设计。光学技术,2007,(33)S:22-24。

数字图像处理复习题

第一章绪论 一.选择题 1.一幅数字图像是:(B) A、一个观测系统; B、一个有许多像素排列而成的实体; C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示:考虑图像和数字图像的定义 2.半调输出技术可以:(B) A、改善图像的空间分辨率; B、改善图像的幅度分辨率; C、利用抖动技术实现; D、消除虚假轮廓现象。 提示:半调输出技术牺牲空间分辨率以提高幅度分辨率 3.一幅256*256的图像,若灰度级数为16,则存储它所需的比特数是:(A) A、256K B、512K C、1M C、2M 提示:表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4.图像中虚假轮廓的出现就其本质而言是由于:(A) A、图像的灰度级数不够多造成的; B、图像的空间分辨率不够高造成; C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示:平滑区域内灰度应缓慢变化,但当图像的灰度级数不够多时会产生阶跃,图像中的虚假轮廓最易在平滑区域内产生。 5.数字图像木刻画效果的出现是由于下列原因所产生的:(A) A、图像的幅度分辨率过小; B、图像的幅度分辨率过大; C、图像的空间分辨率过小; D、图像的空间分辨率过大; 提示:图像中的木刻效果指图像中的灰度级数很少 6.以下图像技术中属于图像处理技术的是:(AC)(图像合成输入是数据,图像分类输出 是类别数据) A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示:对比较狭义的图像处理技术,输入输出都是图像。 二.简答题 1.数字图像处理的主要研究内容包含很多方面,请列出并简述其中的4种。 2.什么是图像识别与理解? 3.简述数字图像处理的至少3种主要研究内容。 4.简述数字图像处理的至少4种应用。 5.简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化:将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强:将一幅图像中的有用信息进行增强,同时对其无用信息进行抑制,提高图像的可观察性。 ③图像的几何变换:改变图像的大小或形状。 ④图像变换:通过数学映射的方法,将空域的图像信息转换到频域、时频域等空间上进行分析。

数字图像处理技术试题答案

数字图像处理技术试题库 一、单项选择题:(本大题 小题, 2分/每小题,共 分) 1.自然界中的所有颜色都可以由()组成 A.红蓝绿 B.红黄绿 C.红黄蓝绿 D.红黄蓝紫白 2. 有一个长宽各为200个象素,颜色数为16色的彩色图,每一个象素都用R(红)、G(绿)、B(蓝)三个分量表示,则需要()字节来表示 A.100 B.200 C.300 D. 400 3.颜色数为16种的彩色图,R(红)、G(绿)、B(蓝)三个分量分别由1个字节表示,则调色板需要()字节来表示 A.48 B.60 C.30 D. 40 4.下面哪一个不属于bmp 文件的组成部分 A .位图文件信息头 B. 位图文件头 C.调色板 D. 数据库标示 5.位图中,最小分辨单元是 A.像素 B.图元 C.文件头 D.厘米 6.真彩色的颜色数为 A.888?? B. 161616?? C.128128128?? D.256256256?? 7.如果图像中出现了与相邻像素点值区别很大的一个点,即噪声,则可以通过以下方式去除 A.平滑 B.锐化 C. 坐标旋转 D. 坐标平移 8.下面哪一个选项不属于图像的几何变换() A.平移 B.旋转 C. 镜像 D. 锐化 9.设平移量为x x t t (,),则平移矩阵为() A .1 0 00 1 0 1x y t t ?????????? B. 1 0 00 -1 0 1x y t t ??-???????? C.1 0 00 1 0 - 1x y t t ????????-?? D.1 0 00 1 0 - -1x y t t ?????????? 10.设旋转角度为a ,则旋转变换矩阵为() A .cos() sin() 0sin() cos() 00 0 1a a a a -?????????? B .cos() sin() 0sin() cos() 00 0 1a a a a ?????????? C .sin() cos() 0 sin() cos() 0 0 0 1a a a a -?????????? D .cos() sin() 0sin() cos() 00 0 1a a a a -????-?????? 11.下面哪一个选项是锐化模板 A .-1 -1 -1-1 9 -1-1 -1 -1??????????g B .-1 -1 -1-1 -9 -1-1 -1 -1??????????g C .-1 -1 -1-1 8 -1-1 -1 -1??????????g D .-1 -1 -1-1 6 -1-1 -1 -1?????????? g 12.真彩色所能表示的颜色数目是 A .128128? B .256256256 ?? C .256 D .6059

《数字图像处理》结课小论文

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

《数字图像处理》习题参考答案

《数字图像处理》习题参考答案 第1 章概述 连续图像和数字图像如何相互转换答:数字图像将图像看成是许多大小相同、形状一致的像素组成。这样,数字图像可以 用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像(连续图像)信号,再由模拟/数字转化器(ADC)得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化,而进一步将图像的幅度值(可能是灰度或色彩)整数化的过程称为量化。 # 采用数字图像处理有何优点答:数字图像处理与光学等模拟方式 相比具有以下鲜明的特点: 1.具有数字信号处理技术共有的特点。(1)处理精度高。(2)重现性能好。(3)灵活性高。 2.数字图像处理后的图像是供人观察和评价的,也可能作为机器视觉的预处理结果。 3.数字图像处理技术适用面宽。 4.数字图像处理技术综合性强。 数字图像处理主要包括哪些研究内容答:图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、 编码、恢复、重建、编码和压缩、分割等处理,它将一幅图像转化为另一幅具有新的意义的图像。 ] 讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答:如图,数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的 信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备(微计算机)、图像存储器、图像输出设备等组成。软件系统包括操作系统、控制软件及应用软件等。 。 $ 图数字图像处理系统结构图 1

常见的数字图像处理开发工具有哪些各有什么特点 答.目前图像处理系统开发的主流工具为Visual C++(面向对象可视化集成工具)和MATLAB 的图像处理工具箱(Image Processing Tool box)。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的VC++是一种具有高度综合性能的面向对象可视化集成工具,用它开发出来的Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装,提高了代码的可重用性,大大缩短了应用程序开发周期,降低了开发成本。由于图像格式多且复杂,为了减轻程序员将主要精力放在特定问题的图像处理算法上,VC++ 提供的动态链接库支持BMP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱M ATLAB 是由M athWorks 公司推出的用于数值计算的有力工具,是一种第四代计算机语言,它具有相当强大的矩阵运算和操作功能,力求使人们摆脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数,灵活运用这些函数可以完成大部分图像处理工作,从而大大节省编写低层算法代码的时间,避免程序设计中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法,如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值图像处理、小波分析、分形几何、图形用户界面等。但是,MATLAB 也存在不足之处限制了其在图像处理软件中实际应用。首先,强大的功能只能在安装有M ATLAB 系统的机器上使用图像处理工具箱中的函数或自编的m文件来实现。其次,MATLAB 使用行解释方式执行代码,执行速度很慢。第三,MATLAB 擅长矩阵运算,但对于循环处理和图形界面的处理不及C++等语言。为此,通应用程序接口A PI 和编译器与其他高级语言(如C、 C++、Java 等)混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于M ATLAB 环境的程序,从而使其他语言的应用程序使用MATLAB。 常见的数字图像应用软件有哪些各有什么特点答:图像应用软件是可直接供用户使用的商品化软件。用户从使用功能出发,只要了解 软件的操作方法就可以完成图像处理的任务。对大部分用户来说,商品化的图像应用软件无需用户进行编程,操作方便,功能齐全,已经能满足一般需求,因而得到广泛应用。常用图像处理应用软件有以下几种: 1.PHOTOSHOP:当今世界上一流的图像设计与制作工具,其优越性能令其产品望尘莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多达 20 多种图像格式和TWAIN 接口,接受一般扫描仪、数码相机等图像输入设备采集的图像。PHOTOSHOP 支持多图层的工作方式,只是 PHOTOSHOP 的最大特色。使用图层功能可以很方便地编辑和修改图像,使平面设计充满创意。利用PHOTOSHOP 还可以方便地对图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色模式的转换、改变图像的尺寸和分辨率、制作网页图像等。 2.CorelDRAW:一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像是由象素组成的,与其相对,矢量式图像以几何、色彩参数描述图像,其内容以线条和色块为主。可见,采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰富色调的自然景物,数据量较大;而矢量式图像强于表现线条、色块的图案,数据量较小。合理的利用两种不同类型的图像表现方式,往往会收到意想不到的艺术效果。CorelDraw是 2

电子科技大学-数字图像处理-课程设计报告

电子科技大学 数字图像处理课程设计 课题名称数字图像处理 院(系)通信与信息工程学院 专业通信工程 姓名 学号 起讫日期 指导教师

2015年12月15日 目录 摘要: (03) 课题一:图像的灰度级分辨率调整 (04) 课题二:噪声的叠加与频域低通滤波器应用 (06) 课题三:顶帽变换在图像阴影校正方面的应用 (13) 课题四:利用Hough变换检测图像中的直线 (15) 课题五:图像的阈值分割操作及区域属性 (20) 课题六:基于MATLAB?的GUI程序设计 (23)

结束语: (36) 参考文献: (37)

基于MATLAB?的数字图像处理课题设计 摘要 本文首先对数字图像处理的相关定义、概念、算法与常用变换进行了介绍;并通过七个课题实例,借助MATLAB?的图像处理工具箱(Computer Vision System Toolbox)对这些案例逐一实现,包括图像的灰度值调整、图像噪声的叠加、频域低通滤波器、阈值分割、Hough变换等,常用的图像变化与处理;然后通过MATLAB?的GUI程序设计,对部分功能进行模块化整合,设计出了数字图像处理的简易软件;最后给出了软件的帮助文件以及该简易程序的系统结构和m代码。 关键词:灰度值调整噪声图像变换 MATLAB? GUI设计

课题一:图像的灰度级分辨率调整 设计要求: 128,64,32,16,8,4,2,并在同一个figure窗将图像的灰度级分辨率调整至{} 口上将它们显示出来。 设计思路: 灰度级分辨率又称色阶,是指图像中可分辨的灰度级的数目,它与存储灰度级别所使用的数据类型有关。由于灰度级度量的是投射到传感器上的光辐射值的强度,所以灰度级分辨率又称为辐射计量分辨率。随着图像灰度级分辨率的的逐渐降低,图像中所包含的颜色数目将变得越来越少,从而在颜色维度造成图像信息量的退化。 MATLAB?提供了histeq函数用于图像灰度值的改变,调用格式如下: J = histeq(I,n) 其中J为变换后的图像,I为输入图像,n为变换的灰度值。依次改变n的值为 128、64、32、16、8、4、2 就可以得到灰度值分辨率为128、64、32、16、8、4、2 的输出图像。利用MATLAB?的subplot命令可以将不同灰度的图像放在同一个figure中方便对比。 课题实现: 该思路的MATLAB?源代码如下: in_photo=imread('lena.bmp'); %读入图片“lena.bmp”,位置在matlab当前工作区路径下D:\TempProject\Matlab\Works for i = [128,64,32,16,8,4,2] syms(['out_photo',num2str(i)]); %利用for循环定义7个变量,作为不同灰度值分辨率的输出变量 eval(['out_photo',num2str(i), '=histeq(in_photo,i)',';']); %histeq函数用于改变图像灰度值,用eval函数给变量循环赋值

浅谈数字图像处理中的图像分割技术

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,

数字图像处理技术练习

数字图像处理技术练习

1. 图像中每个像素点的灰度值如下图所示: 分别求经过邻域平滑模板、邻域高通模板和中值滤波处理后的结果。其中不能 处理的点保持不变如果处理后的值为负数则变为0。邻域平滑模 板01011 14010H ????=??????,邻域高通模板010141010H -????=--????-?? ,中值滤波窗口取3×3矩阵,窗口中心为原点。 2. 图像中每个像素点的灰度值如下图所示: 分别求经过邻域平滑模板、邻域高通模板和中值滤波处理后的结果。其 中不能处理的点保持不变如果处理后的值为负数则变为0。邻域平滑模 板11111018111H ????=??????,邻域高通模板111181111H ---????=--????---?? ,中值滤波窗口取3×3矩阵,窗口中心为原点。 3.设有以下信源符号w1,w2,w3,w4,w5和概率P(w1)=0.3, P(w2)=0.2, P(w3)=0.2, P(w4)=0.2, P(w5)=0.1。请对此信源进行Huffman 编码,并计 算熵,平均码长和编码效率。 (log 20.3= -1.737,log 20.2= -2.322,log 20.1=-3.322) 4.设有以下信源符号w1,w2,w3,w4,w5和概率P(w1)=0.5, P(w2)=0.2, P(w3)=0.1, P(w4)=0.1, P(w5)=0.1, 请对此信源进行Huffman 编码,并计算熵,平均码

幅 4.一个灰度变换形式如下图所示,该灰度变换的作用是( B )。 A .灰度反转 B .二值化 C .灰度均衡 D .对比度增强 5.一个灰度变换形式如下图所示,该灰度变换的作用是( A )。 A .灰度反转 B .二值化 C .灰度均衡 D .对比度增强 6.一个三段线性变换如下图所示,横轴表示原始灰度,纵轴表示变换后灰度。以下关于该变换的说法错误的是( A )。 A .(0,80)区间的灰度对比度增强 B .(80,130)区间的灰度对比度增强 C .(130,255)区间的灰度对比度降低 D .变换后的灰度的区间还是(0,255) 7.将灰度或单一波段的图像变换为彩色图像,从而把人眼不能区分的微小的灰度差别显示为明显的彩色差异。这种处理方法称为( C )。 A .真彩色增强 B .假彩色增强 C .伪彩色增强 D .彩色图像灰度化 8.灰度图像的高帽变换的定义为THT()()f f f g =-,该变换的作用是0 320255

数字图像处理结课论文...docx

利用拉普拉斯算法对模糊图像进行 锐化处理 学院:电气信息工程学院 专业:通信工程 姓名:田鸿龙 学号:20110107 摘要:本文描述了拉普拉斯高 斯边缘检测算法结合算法在DelphiG编程环境下对BMP格式 的灰度图像进行了边缘检测处理,从而体现其优越性。彩色图

像增强过程中,对图像进行锐化处理是一个重要环节。介绍了 图像锐化处理的槪念和拉普拉斯算子的算法原理。 关键词:边缘检测,图像处理,拉普拉斯高斯算法,Sobel算子。 图像锐化(image sharpening)就是补偿图像的,增强图像的边缘及灰度跳变的部分,使图像变得淸晰,亦分空域处理和频域处理两类。 数字图像的边缘检测是图像分割、区域识别和特征提取等图像分析领域的重要基础。图像的边缘是图像的最基本的特征,是指图像局部亮度变化最显著的地方,通常与图像亮度或图像亮度的一阶导数的不连续性有关。对于数字图像灰度值的显著变化可以用梯度来表示,边缘检测很大程度上来说就是求梯度。边缘检测的好坏直接影响到图像理解和识别的质虽,选择什么样的边缘检测算法就很关键。本文引入拉普拉斯高斯算法,讨论其工作原理,利用Delphi结合拉普拉斯髙斯算法对BMP格式的灰度图像进行了边缘检测处理并对比其它算法给出了拉普拉斯高斯算子的优越性。 一、图像锐化 图像模糊的主要原因是图像中的高频成分低于低频成分,它对图像量的影响体现在两个不同灰度区域的边界部分。图像锐化处理的目的是加强图像中景物的边缘和轮廓,使模糊的图像变得更淸晰。它是一种使图像原有信息变换为有利于人眼观察的质蚩:、消除模糊、好的视觉效果、图像边缘轮解分明。图像的模糊实质就是图像受到平均或积分运算造成的,因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度来分析,图像模糊的实质是其高频分量被衰减,因而可以通过高通滤波操作来淸晰图像。但要注意,能够进行锐化处理的图像必须有较高的性噪比,否则锐化后图像性噪比反而更低,从而使得噪声增加的比信号还要多,因此一般是先去除或减轻噪声后再进行锐化处理。 图像的锐化一般有两种方法一种是微分法,另外一种是高通滤波法拉普拉斯锐化法是属于常用的微分锐化法。 1.1图像锐化的權念 在图像增强过程中,通常利用各类图像平滑算法消除噪声,图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说,图像的能量主要集中在其低频部分,噪声所在的频段主要在高频段,同时图像边缘信息也主要集中在其高频部分。这将导致

数字图像处理期末复习

数字图像处理期末复习 zf·w 2013/12/19 一.单项选择题+填空题+判断题 1.图像与灰度直方图间的对应关系是【多对一】 2.属于图像锐化处理的有【高通滤波】 3.属于点处理/运算的有【二值化】【直方图均衡】 4.计算机显示器主要采用的彩色模型是【RGB】 5.属于图像平滑处理的有【中值滤波】【低通滤波】 6.维纳滤波器通常用于【复原图像】 7.图像方差说明了图像的【对比度】 8.属于局部处理的有【中值滤波】 9.图像锐化除了在空间域进行外,也可以在【频率域】进行 10.对于彩色图像,通常用于区别颜色的特性是【色调】【饱和度】【亮度】 11.依据图像的保真度,图像压缩可以分为【有损压缩】和【无损压缩】 12.低通滤波法是使【高频成分】受到抑制而让【低频成分】顺利通过,从而实现图像平滑(此处的“高频成分”和“低频成分”分别对应于空间域的像素灰度值/灰度分布有什么特点) 13.一般来说,采样间距越大,图像数据量【少】,质量【差】;反之亦然 14.直方图修正法包括【直方图均衡】和【直方图规定化(匹配)】 15.图像压缩系统是由【编码器】和【解码器】两个截然不同的结构块组成 16.数字图像处理即用【计算机】对图像进行处理 17.若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用对应直方图中奇数项的像素灰度代替,所得到的的图像将亮度【增加】,对比度【减少】(图像亮度和对比度与图像像素灰度值分布之间的关系) 18.图像数字化包括三个步骤【采样】【量化】和【扫描】 19.在RGB彩色空间的原点上,三个基色均没有【亮度】,即原点为【黑色】,三基色都达到最高亮度时则表现为【白色】(色调,饱和度和亮度在图像上的具体表现是什么) 20.灰度直方图的横坐标是【灰度级】,纵坐标是【该灰度级出现的频率】 21.数字图像是【图像】的数字表示,【像素】是其最小的单位 22.【灰度图像】是指每个像素的信息由一个量化的灰度级来描述的图像,没有彩色信息 23.【彩色图像】是指每个像素的信息由RGB三原色构成的图像,其中RGB是由不同的灰度级来描述 24.【直方图均衡化】方法的基本思想是对图像中像素个数多灰度级进行【展宽】,对像素个数少的灰度级进行【缩减】,从而达到清晰图像的目的 25.图像锐化的目的是加强图像中景物的【细节边缘和轮廓】 26.因为图像分割的结果图像是二值图像,所以通常又称图像分割为图像的【二值化处理】 27.【腐蚀】是一种消除连通域的边界点,使边界向内收缩的处理 28.【膨胀】是将目标区域的背景点合并到该目标物中,使目标物边界向外部扩张的处理 29.对于【椒盐噪声】,中值滤波的效果比均值滤波效果好 30.图像增强按增强处理所在空间不同分为【空域】和【频域】 31.常用的彩色增强方法有【真彩色增强】【假彩色增强】和【伪彩色增强】三种 32.【灰度直方图可以反映一幅图像各灰度级像元占图形的面积比】 33.【直方图均衡和图像的二值化都是点运算】 34.【边缘检测是将边缘像元标识出来的一种图像分割技术】 二.名词解释 1.数字图像:用一个二维函数f(x,y)表示一幅图像,其中x和y是空间坐标,幅值f是在该空间坐标处的强度或灰度。当x,y和f都是有限的离散值时,我们称该图像是数字图像。 2.数字图像处理:指用计算机处理数字图像,以获得所需的数字图像。 3.图像压缩: 4.无损压缩:可精确无误地从压缩数据中恢复出原始数据。 5.中值滤波:将当前像元的窗口中所有像元灰度由小到大排序,中间值作为当前像元的输出值。 三.简答题 1.图像压缩的基本原理是什么。数字图像的冗余有哪几种表现形式? 答:虽然表示图像需要大量的数据,但图像数据是高度相关的,或者说存在冗余信息。图像压缩就是去掉这些冗余信息而不损

数字图像处理毕业论文

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:

数字图像处理技术现状及发展趋势

数字图像处理技术现状及发展趋势 摘要现今是计算机技术、网络技术以及多媒体技术高速发展的时代,更多高科技技术正在全面发展,数字图像处理技术作为一种新式技术,如今已经广泛地应用于人们的生产生活中。数字图像处理技术的应用和发展为人们的生活发展带来了很多的便利,在遥感技术、工业检测方面发展迅速,在医学领域,气象通信领域也有很大的成就。由此,本文主要探讨数字图像处理技术的现状及发展趋势。 关键词数字图像处理技术;现状;发展趋势 现今是计算机和网络技术高速发展的时代,计算机的应用给人们的生产生活带来了很大的便利,人们应用计算机处理各种复杂的数据,将传统方式不能处理的问题以全新的技术和方式有效解决[1]。数字图像处理技术是应用较为广泛的一种技术,在具体应用过程中,能够经过增强、复原、分割等过程对数据进行处理,且具有多样性、精度高、处理量大的显著优势,本文对数字图像处理技术的现状及发展趋势进行研究和探讨。 1 数字图像处理技术发展现状 数字图像处理技术是近年来发展较为迅速的一种技术,具体是指应用计算机对图像进行一系列的处理,最终达到人们要求的水平,在具体的处理过程中,以改善图像的视觉效果为核心,最终呈现出人们想要表达的意思。笔者查阅国内外诸多文献库,发现对数字图像处理技术的研究多数集中于图像数字化、图像增强、图像还原、图像分割等领域[2]。最初数字图像处理技术产生于20世纪20年代,当时普遍将其应用于报纸业,发展至20世纪50年代,图像处理技术跟随着计算机的发展而迅速发展,也有更多的人开始关注和应用该技术,当时在各国的太空计划中发挥了巨大作用,尤其是对月球照片的处理,获得了很大的成功。发展到20世纪70年代时,数字图像处理技术的应用已经很普遍了,尤其是在计算机断层扫面(CT)等方面,该技术的应用得到了一致好评,而现今,数字图像处理技术随处可见,已广泛应用在各行各业中。 2 数字图像处理技术的特点 数字图像处理技术有以下几个特点:①图像处理的多样性特点。数字图像处理技术可以编写多样的算法,以不同的程序模式施加于数字图像技术上,根据实际需求对图像进行处理,因此最终获取的图像效果也截然不同。②图像处理精度高。应用数字图像处理技术处理的图像,其精度和再现性都提高了一个层次,尤其是在各种算法和程序的支撑下,进一步确保了计算的精度和正确性。③交叉融合了多门学科和新技术。数字图像处理的应用基础包含了众多学科和技术,其中数学和物理是关键,而通信、计算机、电子等技术则是确保其处理质量的关键技术。④数据处理量大[3]。图像本身就包含了大量的信息,数字图像处理技术可以更好地区分有用信息和冗余信息,从而获取处理的关键性信息。

数字图像处理研研究生课程教学大纲

《数字图像处理》研研究生课程教学大纲 (课程编号S009108 学分-学时-上机 3-54-12) 东南大学计算机科学与工程学院 一、课程的性质与目的 本课程为计算机科学与技术一级学科中图像处理与科学可视化方向的重要专业课,包含了该专业方向学生必须掌握的专业知识。 通过课程学习,学生除了掌握必须的专业技术知识外,还需要了解该方向的研究前沿,提高阅读专业学术资料和解决实际问题的能力。 二、课程内容的教学要求 本课程采用讲课+自学+讨论的教学模式。其中,讲课环节以综述为主,重点介绍各知识点的问题提出、解决思路、主要算法、评估;自学环节需要学生阅读专业论文并进行实验,得出结论;讨论环节由学生进行论文阅读及实验结论的交流,加深理解,并由此了解研究前沿。 讲课课时安排(24课时): 1.数字图像处理概述(3):数字图像处理技术的发展历史,包含的主要内容,应 用,相关的学科方向 2.线性系统分析方法、傅里叶变换(3):复习线性系统基本知识,复习一维傅里 叶变换,掌握二维傅氏变换及性质,线性滤波器设计。 3.图像几何变换及插值(3):图像几何变换应用,重点插值方法 4.图像增强综述(6):图像增强的目的,算法分类,各类算法的基本原理及性能 5.图像分割综述(6):图像分割的目的,算法分类,各类算法的基本原理及性能 6.图像压缩综述(3):图像压缩的目的,算法分类,各类算法的基本原理及性能, JPEG标准简介 实验及讨论课时安排(30课时): 1.图像插值(实验3 +讨论3) 2.图像增强(实验3 +讨论3) 3.图像分割(实验3 +讨论3) 4.图像压缩(实验3+讨论3) 5.课程论文(讨论6) 三、上机实验要求 实现选择算法,并给出实验结果及算法性能评估数据。 四、能力培养的要求 1.自学能力的培养:提高学生自学及查阅学术文献的能力。 2.分析能力和实验能力的培养:要求学生能够实现文献提供的算法,并能自主给出算 法性能的评价。 3.科研和创新能力的培养:培养独立思考、深入钻研问题的习惯,提高学术交流能力。

数字图像处理复习重点整理

《数字图像处理》复习 第一章绪论 数字图像处理技术的基本内容:图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取(图像获取、表示与描述)、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域: 无线电波(1m-10km)可以产生磁共振成像,在医学诊断中可以产生病人身体的横截面图像☆微波(1mm-1m)用于雷达成像,在军事和电子侦察领域十分重要 红外线(700nm-1mm)具有全天候的特点,不受天气和白天晚上的影响,在遥感、军事情报侦察和精确制导中广泛应用 可见光(400nm-700nm)最便于人理解和应用最广泛的成像方式,卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线(10nm-400nm)具有显微镜方法成像等多种成像方式,在印刷技术、工业检测、激光、生物学图像及天文观测 X射线(1nm-10nm)应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线(0.001nm-1nm)主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I(I—光强△I—光照增量),韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来,也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3. 黑白图像:是指图像的每个像素只能是黑或白,没有中间的过渡,一般又称为二值图像 (黑白图像一定是二值图像,二值图像不一定是黑白图像) 灰度图像:是指图像中每个像素的信息是一个量化了的灰度级的值,没有彩色信息。 彩色图像:彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像,其中的R、B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特 b=M×N×k 例如,对于一幅600×800的256灰度级图像,就需要480KB的储存空间(1KB=1024Byte 1Byte=8bit) 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节,主要由采样间隔值决定,反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离内可分辨的最少黑白线对数目(单位是每毫米线对数),比如每毫米80线对。对于一个同样大小的景物来说,对其进行采样的空间分辨率越高,采样间隔就越小,图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化,通常把灰度级级数L称为图像的灰度级分辨率(灰度级通常是2的整数次幂) 8.在图像空间分辨率不变的情况下,采样数越少,图像越小。同时也证实了,在景物大小不变的情况下,图像阵列M×N越小,图像的尺寸就越小; 随着空间分辨率的降低,图像大小尺寸不变,图像中的细节信息在逐渐损失,棋盘格似的粗颗粒像素点变得越来越明显。由此也说明,图像的空间分辨率越低,图像的视觉效果越差;随着灰度分辨率的降低,图像的细节信息在逐渐损失,伪轮廓信息在逐渐增加。由于伪轮

数字图像处理系统毕业设计论文

毕业设计说明书基于ARM的嵌入式数字图像处理系统 设计 学生姓名:张占龙学号: 0905034314 学院:信息与通信工程学院 专业:测控技术与仪器 指导教师:张志杰 2013年 6月

摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片,linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统,其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作,系统主要实现了一些简单的图像处理功能,比如灰度话、增强、边缘检测等。整个程序是基于C++编写的,因此有些图像变换的算法可能并不是最优化的,但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词:linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection

浅谈学习数字图像处理技术地认识

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。

相关主题