数字图像处理课程设计题目和要求 2013

《数字图像处理》课程设计一、目的和任务1、进一步深入理解数字图像处理的基本概念、基础理论以及解决问题的基本思想方法，掌握基本的处理技术。

2、培养学生了解处理技术相关的应用领域，阅读各类图像处理文献的能力。

3、能够运用一门高级语言编写简单的图像处理软件，实现对图像进行的基本处理。

4、了解与课程有关的工程技术规范，能正确解释和分析实验结果。

二、实验内容1图像变换1了解图像变换的意义和手段；2熟悉离散傅里叶变换、离散余弦变换、离散小波变换的基本性质；3熟练掌握图像变换的方法及应用；4通过实验了解二维频谱的分布特点；5通过本实验掌握利用MA TLAB编程实现数字图像的变换。

2图像增强1掌握灰度直方图的概念及其计算方法；2熟练掌握直方图均衡化和直方图规定化的计算过程；3熟练掌握空间域滤波中常用的平滑和锐化滤波器；4掌握色彩直方图的概念和计算方法；5利用MATLAB程序进行图像增强。

3图像分割1 体会一些主要的分割算子对图像处理的效果，以及各种因素对分割效果的影响；2 使用MatLab 软件进行图像的分割；3 能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能；4 能够掌握分割条件(阈值等)的选择；5 完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。

三、需要提交的报告1. 课程设计报告（1份，A4纸打印，同时包括一份电子版）报告内容：叙述实验过程；提交实验的原始图像和结果图像。

2. 完整的程序系统（电子方式提交）每位同学创建一个文件夹，名为“学号+姓名”，包含以上两项。

统一交给班长。

四、设计报告的的规范设计结束后要写出课程设计报告，以作为整个课程设计评分的书面依据和存档材料。

设计报告以规定格式的电子文档书写、打印并装订，排版及图、表要清楚、工整。

内容及要求如下：封面：《数字图像处理》课程设计班级：姓名：学号：指导教师：完成日期：正文：1. 题目2. 实验目的3. 实验原理4. 实验步骤5. 实验结果6．参考文献五、成绩评定标准出勤20%，课程设计说明书50%，成果展示30%。

目录1.课设目的 (1)2.背景与基本原理 (1)2.1背景 (1)2.2基本原理 (1)2.2.1基本概念 (1)2.2.2基本策略： (2)2.2.3边缘检测 (3)2.2.4导数和噪声 (4)2.2.5高斯拉普拉斯（LOG） (4)2.2.6边缘连接和边缘检测 (4)3.源代码 (5)3.1对于只有车牌无车身的图像： (5)3.2对于有车身和车牌连接的图像 (5)4.处理结果 (6)4.1对于只有车牌无车身的图像： (6)4.2对于有车身和车牌连接的图像 (8)5.心得体会 (9)6.参考文献 (9)1.课设目的1)加强对数字图像处理的理解2)了解图像分割的基本原理和应用2.背景与基本原理2.1背景数字图像处理（Digital 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。

是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。

图像分割是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。

图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。

有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出来的信息。

许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割，同时，某些分割方法也只是适合于某些特殊类型的图像分割。

分割结果的好坏需要根据具体的场合及要求衡量。

在本报告中是对车辆牌照中的文字和数字部分进行处理。

2.2基本原理2.2.1基本概念图像分割（Image Segmentation）是指将图像中具有特殊涵义的不同区域区分开来，这些区域是互相不交叉的，每一个区域都满足特定区域的一致性。

图像分割是图像识别和图像理解的基本前提步骤2.2.2基本策略：（1）间断检测数字图像中三种基本类型的灰度级间断： 点、 线、 边。

数字图像处理的课程设计一、课程目标知识目标：1. 理解数字图像处理的基本概念，掌握图像的数字化表示方法；2. 掌握图像处理的基本操作，如图像变换、滤波、增强和复原；3. 了解常见的图像分割和特征提取方法，并应用于实际问题；4. 掌握图像压缩的基本原理及常用算法。

技能目标：1. 能够运用图像处理软件进行基本的图像编辑和操作；2. 能够编写简单的数字图像处理程序，实现对图像的基本处理功能；3. 能够运用所学的图像处理方法解决实际问题，如图像去噪、图像增强等；4. 能够对图像进行有效的压缩，以适应不同的应用场景。

情感态度价值观目标：1. 培养学生对数字图像处理技术的兴趣和热情，激发其探索精神；2. 培养学生的团队合作意识，学会与他人共同解决问题；3. 增强学生的实际操作能力，使其认识到理论与实践相结合的重要性；4. 引导学生关注图像处理技术在日常生活和各领域的应用，提高其科技素养。

课程性质：本课程为高年级选修课程，旨在使学生掌握数字图像处理的基本原理和方法，培养其实际应用能力。

学生特点：学生具备一定的数学基础和编程能力，对图像处理有一定了解，但尚未深入学习。

教学要求：结合学生特点和课程性质，注重理论与实践相结合，以实际应用为导向，提高学生的动手能力和创新能力。

通过本课程的学习，使学生能够达到上述课程目标，为未来进一步学习和研究打下坚实基础。

二、教学内容1. 数字图像基础：包括图像的数字化表示、图像质量评价、颜色模型等基本概念；- 教材章节：第1章 数字图像处理基础2. 图像增强：介绍直方图均衡化、图像平滑、锐化等增强方法；- 教材章节：第3章 图像增强3. 图像复原：涉及图像退化模型、逆滤波、维纳滤波等复原方法；- 教材章节：第4章 图像复原4. 图像分割与特征提取：包括阈值分割、边缘检测、区域生长等分割方法，以及特征点的提取和描述；- 教材章节：第5章 图像分割与特征提取5. 图像压缩：介绍图像压缩的基本原理，如JPEG、JPEG2000等压缩算法；- 教材章节：第6章 图像压缩6. 数字图像处理应用：分析图像处理在医学、遥感、计算机视觉等领域的应用案例；- 教材章节：第7章 数字图像处理应用教学进度安排：1. 数字图像基础（2学时）2. 图像增强（4学时）3. 图像复原（4学时）4. 图像分割与特征提取（6学时）5. 图像压缩（4学时）6. 数字图像处理应用（2学时）三、教学方法为提高教学效果，本课程将采用以下多样化的教学方法：1. 讲授法：教师通过系统的讲解，使学生掌握数字图像处理的基本概念、原理和方法。

数字图像处理课程设计.一、教学目标本课程的教学目标是使学生掌握数字图像处理的基本理论、方法和应用，培养学生运用数字图像处理技术解决实际问题的能力。

具体目标如下：1.知识目标：（1）掌握数字图像处理的基本概念、原理和算法；（2）了解数字图像处理的发展历程和应用领域；（3）熟悉常见的数字图像处理技术，如图像滤波、边缘检测、图像压缩等。

2.技能目标：（1）能够运用数字图像处理技术对图像进行基本处理；（2）具备分析图像问题、选择合适算法解决问题的能力；（3）掌握编程实现数字图像处理算法的方法。

3.情感态度价值观目标：（1）培养学生的创新意识和团队合作精神；（2）增强学生对数字图像处理技术的兴趣和好奇心；（3）培养学生运用科技手段解决实际问题的责任感。

二、教学内容本课程的教学内容主要包括以下几个部分：1.数字图像处理基本概念：数字图像的定义、特点、表示方法等；2.图像处理基本运算：图像滤波、边缘检测、图像增强等；3.图像压缩技术：JPEG、PNG等图像压缩算法；4.图像分割与描述：图像分割方法、图像特征提取等；5.图像处理应用案例：数字图像处理在实际领域的应用。

三、教学方法为了提高教学效果，本课程将采用多种教学方法相结合的方式进行教学：1.讲授法：教师讲解基本概念、原理和方法，引导学生理解数字图像处理的核心知识；2.案例分析法：通过分析实际案例，使学生掌握数字图像处理技术的应用；3.实验法：安排实验课程，让学生动手实践，培养实际操作能力；4.讨论法：学生进行小组讨论，激发学生的创新思维和团队合作精神。

四、教学资源为了支持本课程的教学，我们将准备以下教学资源：1.教材：《数字图像处理教程》等；2.参考书：相关领域的学术论文、技术报告等；3.多媒体资料：教学PPT、视频教程等；4.实验设备：计算机、图像处理软件、实验器材等。

通过以上教学资源的支持，为学生提供丰富的学习资料和实践平台，提高学生的学习效果。

五、教学评估本课程的教学评估将采用多元化、全过程的评价方式，以全面、客观地评价学生的学习成果。

《数字图像处理》课程设计题目实验一图像变换内容：1．对标准图像进行离散傅里叶变换并在计算机屏幕观测其频谱，验证二维傅里叶变换的常用性质。

2．对标准图像进行离散余弦变换并在计算机屏幕观测其频谱，验证二维余弦变换的常用性质，了解二维余弦变换用在图像压缩中的原因。

3．对标准图像离散傅里叶变换和离散余弦变换的频谱进行比较。

4．对标准图像进行Walsh变换并在计算机屏幕观测其频谱。

基本要求：1．加深理解DFT、DCT、Walsh变换的原理和基本性质。

2．掌握DFT、DCT变换的算法流程，并能根据流程编程实现。

3．分析变换域内频谱的特征。

实验二灰度图的线性变换内容：灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。

该线性灰度变换函数是一个一维线性函数：灰度变换方程为：式中参数为纯属函数的斜率，为纯属函数在y轴上的截距，表示输入图像的灰度，表示输出图像的灰度。

当时，输出图像的对比度将增大；当时，输出图像的对比度将减小；当时，操作仅使所有像素的灰度值上移或下移，其效果是使整个图像更暗或更亮；如果，暗区域将变亮，亮区域将变暗，点运算完成了图像求补运算。

特殊情况下，当时，输出图像和输入图像相同；当时，输出图像的灰度正好反转。

基本要求：1、理解和掌握线性变换的原理和应用。

2、分析经线性变换后图像的效果。

本实验要求学生完成程序的设计。

实验三灰度窗口变换内容：灰度窗口变换是将某一区间的灰度级和其它部分(背景)分开。

下图可说明灰度窗口变换的原理，其中[gold1, gold2]为灰度窗口。

灰度窗口变换可以检测出在某一灰度窗口范围内的所有像素，是图像灰度分析中的一个有力工具。

灰度窗口变换有两种：一种是清除背景的变换，一种是保留背景的变换。

前者是把不在灰度窗口范围内的像素都赋值为0，在灰度窗口范围内的像素都赋值为255，这也能实现灰度图的二值化；后者是把不在灰度窗口范围内的像素保留原灰度值，在灰度窗口范围内的像素都赋值为255。

数字图像处理课程设计一、课程目标知识目标：1. 学生能够理解数字图像处理的基本概念，掌握图像的数字化过程、图像格式和颜色空间等基础知识；2. 学生能够掌握图像处理的基本操作，如图像的读取、显示、保存和变换；3. 学生能够了解并运用图像滤波、边缘检测、图像分割等常用算法；4. 学生能够理解图像特征提取和描述的基本方法，并应用于图像识别和分类。

技能目标：1. 学生能够运用编程语言（如Python）和相关库（如OpenCV）进行数字图像处理实践操作；2. 学生能够运用图像处理技术解决实际问题，如图像增强、图像复原和图像分析；3. 学生能够通过实际案例，掌握图像处理算法的选择和优化方法；4. 学生能够运用所学知识，开展小组合作，共同完成图像处理项目。

情感态度价值观目标：1. 学生培养对数字图像处理技术的兴趣和热情，增强学习动力；2. 学生树立正确的图像处理观念，遵循学术道德，不侵犯他人隐私；3. 学生培养团队协作精神，学会与他人分享和交流，提高沟通能力；4. 学生能够认识到数字图像处理技术在日常生活和各行各业中的应用价值，激发创新意识。

课程性质：本课程为实践性较强的学科，注重理论知识与实际应用的结合。

学生特点：高中年级学生，具备一定的数学和编程基础，对图像处理技术有一定了解，好奇心强，喜欢动手实践。

教学要求：教师应注重启发式教学，引导学生主动探究，培养学生的实践能力和创新精神。

教学过程中，关注学生的个体差异，提供个性化指导，确保课程目标的达成。

同时，注重过程性评价，全面评估学生的学习成果。

二、教学内容1. 数字图像处理基础- 图像的数字化过程- 常见图像格式及颜色空间- 图像的读取、显示和保存2. 图像处理基本操作- 图像变换（几何变换、灰度变换）- 图像增强（直方图均衡化、空间滤波）- 图像复原（逆滤波、维纳滤波）3. 图像滤波与边缘检测- 常用滤波算法（均值滤波、中值滤波、高斯滤波）- 边缘检测算法（Sobel算子、Canny算子）4. 图像分割- 阈值分割（全局阈值、局部阈值）- 区域分割（区域生长、分裂合并）5. 图像特征提取与描述- 基本特征（颜色特征、纹理特征、形状特征）- 特征描述（HOG描述子、SIFT描述子）6. 图像识别与分类- 基本分类算法（K最近邻、支持向量机）- 深度学习方法（卷积神经网络）7. 实践项目- 图像增强与复原- 边缘检测与图像分割- 特征提取与图像分类教学内容安排与进度：1. 第1-2周：数字图像处理基础2. 第3-4周：图像处理基本操作3. 第5-6周：图像滤波与边缘检测4. 第7-8周：图像分割5. 第9-10周：图像特征提取与描述6. 第11-12周：图像识别与分类7. 第13-14周：实践项目教材关联：教学内容与教材章节紧密关联，涵盖《数字图像处理》教材中的基础知识和实践应用。

.....word 格式.整理版数字图像处理课程设计报告课设题目： 彩色图像增强软件 学 院： 信息科学与工程学院 专 业： 电子与信息工程 班 级： 1002501 姓 名：学 号： 100250131 指导教师：哈尔滨工业大学（威海）2013 年 12月 27日.....目录目录 (I)一. 课程设计任务 (1)二. 课程设计原理及设计方案 (2)2.1 彩色图像基础 (2)2.2 彩色模型 (2)三. 课程设计的步骤和结果 (6)3.1 采集图像 (6)3.2 图像增强 (7)3.3 界面设计 (9)四. 课程设计总结 (12)五. 设计体会 (13)六. 参考文献 (14)word格式.整理版.....一. 课程设计任务1.1设计内容及要求：（1）、独立设计方案，根据所学知识，对由于曝光过度、光圈过小或图像亮度不均匀等情况下的彩色图像进行增强，提高图像的清晰度（通俗地讲，就是图像看起来干净、对比度高、颜色鲜艳）。

（2）、参考photoshop 软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示；（3）、将实验结果与处理前的图像进行比较、分析。

总结设计过程所遇到的问题。

1.2参考方案1、实现图像处理的基本操作学习使用matlab 图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），利用彩色图像模型转换公式，将RGB 类型图像转换为HSI 类型图像，显示各分量图像(如imshow（image）)，以及计算和显示各分量图像直方图。

2、彩色图像增强实现对HSI彩色模型图像的I分量进行对比度拉伸或直方图均衡化等处理，提高亮度图像的对比度。

对S分量图像进行适当调整，使图像色彩鲜艳或柔和。

H 分量保持不变。

将处理后的图像转换成RGB 类型图像，并进行显示。

分析处理图像过程和结果存在的问题。

3、参照“photoshop”软件，设计图像处理软件界面可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视功能多少而定；参考matlab 软件中GUI 设计，学习软件界面的设计word格式.整理版.....word 格式.整理版二. 课程设计原理及设计方案2.1 彩色图像基础在图像处理中，颜色的运用主要受两个因素推动。

数字图像处理课程设计内容、要求题目一：图像处理软件1、设计内容及要求：（1）、独立设计方案，实现对图像的十五种以上处理（比如：底片化效果、灰度增强、图像复原、浮雕效果、木刻效果等等）。

（2）、参考photoshop软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示；（3）、将实验结果与其他软件实现的效果进行比较、分析。

总结设计过程所遇到的问题。

2、参考方案（所有参考方案若无特殊说明，均以matlab为例说明）：(1)实现图像处理的基本操作学习使用matlab图像处理工具箱，利用imread（）语句读入图像，例如image=imread（flower.jpg），对图像进行显示(如imshow（image）)，以及直方图计算和显示。

(2)图像处理算法的实现与显示针对课程中学习的图像处理内容，实现至少十五种图像处理功能，例如模糊、锐化、对比度增强、复原操作。

改变图像处理的参数，查看处理结果的变化。

自己设计要解决的问题，例如引入噪声，去噪；引入运动模糊、聚焦模糊等，对图像进行复原。

(3)参照“photoshop”软件，设计图像处理软件界面可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视功能多少而定；参考matlab软件中GUI设计，学习软件界面的设计。

题目二：数字水印1、设计内容及要求：为保护数字图像作品的知识产权，采用数字水印技术嵌入水印图像于作品中，同时尽可能不影响作品的可用性，在作品版权发生争执时，通过提取水印信息确认作品版权。

通常情况下，水印图像大小要远小于载体图像，嵌入水印后的图像可能遇到噪声、有损压缩、滤波等方面的攻击。

因此，评价水印算法的原则就是水印的隐藏性和抗攻击性。

根据这一要求，设计水印算法。

（1）、查阅文献、了解数字水印的基本概念。

（2）、深入理解一种简单的数字水印嵌入与提取方法。

（3）、能够显示水印嵌入前后的载体图像。

（4）、能够显示嵌入与提取的水印。

（5）、选择一种以上的攻击方法，测试水印算法的鲁棒性等性能。

数字图像处理课程设计题目和要求-2013郑州大学（软件技术学院）课程设计报告数字图像处理课程设计内容、要求题目一：图像处理软件1、设计内容及要求：（1）、独立设计方案，实现对图像的十五种以上处理（比如：底片化效果、灰度增强、图像复原、浮雕效果、木刻效果等等）。

（2）、参考photoshop软件，设计软件界面，对处理前后的图像以及直方图等进行对比显示；（3）、将实验结果与其他软件实现的效果进行比较、分析。

总结设计过程所遇到的问题。

2、参考方案（所有参考方案若无特殊说明，均以matlab为例说明）：(1)实现图像处理的基本操作学习使用matlab图像处理工具箱，利用imread（）语句读入图像，例如image=imread （flower.jpg），对图像进行显示(如imshow郑州大学（软件技术学院）课程设计报告（image）)，以及直方图计算和显示。

(2)图像处理算法的实现与显示针对课程中学习的图像处理内容，实现至少十五种图像处理功能，例如模糊、锐化、对比度增强、复原操作。

改变图像处理的参数，查看处理结果的变化。

自己设计要解决的问题，例如引入噪声，去噪；引入运动模糊、聚焦模糊等，对图像进行复原。

(3)参照“photoshop”软件，设计图像处理软件界面可设计菜单式界面，在功能较少的情况下，也可以设计按键式界面，视功能多少而定；参考matlab软件中GUI设计，学习软件界面的设计。

题目二：数字水印1、设计内容及要求：为保护数字图像作品的知识产权，采用数郑州大学（软件技术学院）课程设计报告字水印技术嵌入水印图像于作品中，同时尽可能不影响作品的可用性，在作品版权发生争执时，通过提取水印信息确认作品版权。

通常情况下，水印图像大小要远小于载体图像，嵌入水印后的图像可能遇到噪声、有损压缩、滤波等方面的攻击。

因此，评价水印算法的原则就是水印的隐藏性和抗攻击性。

根据这一要求，设计水印算法。

（1）、查阅文献、了解数字水印的基本概念。

《数字图像处理》课程设计题目与要求
可选题目：
题目一：图像的数字化
题目二：图像的离散傅里叶变换
题目三：图像的离散余弦变换
题目四：图像的离散小波变换
题目五：图像的平滑
题目六：图像的锐化
题目七：基于预测编码的图像编码与压缩
题目八：基于小波变换的图像压缩
题目九：图像复原
题目十：图像阈值分割技术
题目十一：图像的边缘检测
题目十二：彩色图像增强
题目十三：数字水印
说明：也可以自拟题目。

内容要求：
一、课程设计的目的与要求
二、设计的主要内容及基本原理
三、图像编码程序总体方案设计
3.1、图像处理程序流程图
3.2、用MATLAB实现图像处理程序源代码及注释
四、课程设计总结与体会
格式要求：
见考查课课程设计说明书范文
说明：请认真对待、严格按照格式要求书写。

每人各自选一个题目做设计，请独立完成。

内容示例：基于行程编码的图像编码程序设计。

课程名称：数字图像处理实验项目：图像滤波研究实验地点：起点机房专业班级：通信1002 学号：学生姓名：指导教师：2013年 6 月14 日课题图像滤波研究一、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2）熟悉掌握 MATLAB 语言，可以进行数字图像的应用的开发设计。

二、设计内容刚获得的图像有很多的噪声，这是由平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。

想得到比较干净清晰的图像并不是容易的事情。

为这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。

这就是所谓的图像滤波研究。

本设计就是用图像平均、平滑滤波、中值滤波、理想低通滤波方法、巴特沃斯滤波方法五种方法来实现图像滤波处理。

三、总体方案设计自选黑白图像，用加噪声的方法获得有噪图像。

整个设计要完成的基本功能大致如下：1、用图像平均的方法消除噪声并计算信噪比的改善。

(参考P.68)2、用平滑滤波方法消除噪声并计算信噪比的改善(参考P.71)。

3、用中值滤波方法消除噪声并计算信噪比的改善(参考P.73)。

4、用理想低通滤波方法消除噪声并计算信噪比的改善(参考P.78)。

5、用巴特沃斯低通滤波方法消除噪声并计算信噪比的改善(参考P.80)。

更换不同特性的图像和噪声重复以上滤波方法，观察并分析这些算法的应用场合。

在该设计中，所采用的噪声类型主要有：高斯噪声，椒盐噪声。

四、各个功能模块的主要实现程序以及测试和调试1、用图像平均的方法消除噪声并计算信噪比的改善程序I=imread('9.gif');x=1;[M,N]=size(I);II1=zeros(M,N);for i=1:16II(:,:,i)=imnoise(I,'gaussian',0,0.01);II1=II1+double(II(:,:,i));if or(or(i==1,i==4),or(i==8,i==16));subplot(2,2,x);imshow(uint8(II1/i));title(num2str(x)); x=x+1;endendI2=double(II1/1)-double(I); %添加噪声后图与原图像想减得噪声I3=double(II1/2)-double(I); %添加噪声后图与原图像想减得噪声I4=double(II1/3)-double(I); %添加噪声后图与原图像想减得噪声I5=double(II1/4)-double(I); %添加噪声后图与原图像想减得噪声A=std2(I2/255)^2;%对 I2 图像进行方差运算B=std2(I3/255)^2;%对 I3 图像进行方差运算C=std2(I4/255)^2;%对 I4 图像进行方差运算D=std2(I5/255)^2;%对 I5 图像进行方差运算E=std2(II1/255)^2; %对噪声进行方差运算Y1=10*log(E/A);%计算图像信噪比Y2=10*log(E/B);Y3=10*log(E/C);Y4=10*log(E/D);X=[A B C D]SNR=[Y1 Y2 Y3 Y4]结果：相应信噪比2、用平滑滤波方法消除噪声并计算信噪比的改善程序I=imread('16.gif');J=imnoise(I,'gaussian',0,0.03);subplot(231),imshow(I);title('原始图像');subplot(232),imshow(J);title('添加椒盐噪声的图像');k1=filter2(fspecial('average',3),J);%进行3*3模板平滑滤波k2=filter2(fspecial('average',5),J);%进行5*5模板平滑滤波k3=filter2(fspecial('average',7),J);%进行7*7模板平滑滤波k4=filter2(fspecial('average',9),J);%进行9*9模板平滑滤波subplot(233),imshow(uint8(k1));title('3*3模板平滑滤波');Q1=uint8(k1);subplot(234),imshow(uint8(k2));title('5*5模板平滑滤波');Q2=uint8(k2);subplot(235),imshow(uint8(k3));title('7*7模板平滑滤波');Q3=uint8(k2);subplot(236),imshow(uint8(k4));title('9*9模板平滑滤波');Q4=uint8(k2);%计算信噪比I2=double(J)-double(I); %通过添加噪声的图像与原图像想见运算的到噪声A=std2(I2)^2 %对噪声信号数据进行方差运算B=std2(double(k1))^2; %对经过双精度变换的图像 k1 数据进行方差运算C=std2(double(k2))^2; %对经过双精度变换的图像 k2 数据进行方差运算D=std2(double(k3))^2; %对经过双精度变换的图像 k3 数据进行方差运算E=std2(double(k4))^2; %对经过双精度变换的图像 k4 数据进行方差运算Y1=10*log(B/A); %计算 k1 图信噪比Y2=10*log(C/A); %计算 k2 图信噪比Y3=10*log(D/A); %计算 k3 图信噪比Y4=10*log(E/A); %计算 k4 图信噪比X=[B C D E]SNR=[Y1 Y2 Y3 Y4]结果：3、用中值滤波方法消除噪声并计算信噪比的改善I=imread('23.gif');J=imnoise(I,'salt & pepper',0.02) ; %添加椒盐噪声图像subplot(231),imshow(I);title('原图像'); %构建两行三列图像组第一幅图显示原图像Isubplot(232),imshow(J);title('添加椒盐噪声图像') %第二幅图显示添加椒盐噪声图像k1=medfilt2(J); %对含噪声信号图像数据进行中值滤波k2=medfilt2(J,[5 5]); %对含噪声信号图像数据进行中值滤波k3=medfilt2(J,[7 7]); %对含噪声信号图像数据进行中值滤波k4=medfilt2(J,[9 9]); %对含噪声信号图像数据进行中值滤波subplot(233),imshow(k1);title('3*3 模板中值滤波') %第三幅图显示经过中值滤波的图像subplot(234),imshow(k2);title('5*5 模板中值滤波') %第四幅图显示经过中值滤波的图像subplot(235),imshow(k3);title('7*7 模板中值滤波') %第五幅图显示经过中值滤波的图像subplot(236),imshow(k4);title('9*9 模板中值滤波') %第六幅图显示经过中值滤波的图像I2=double(J)-double(I); %经双精度处理含噪声图像减去原图像得噪声成份A=std2(I2)^2 %对噪声信号数据进行方差运算B=std2(double(k1))^2; %对 k1 图像信号数据做方差运算C=std2(double(k2))^2; %对 k2 图像信号数据做方差运算D=std2(double(k3))^2; %对 k3 图像信号数据做方差运算E=std2(double(k4))^2; %对 k4 图像信号数据做方差运算Y1=10*log(B/A); %求 k1 图的信噪比Y2=10*log(C/A); %求 k2 图的信噪比Y3=10*log(D/A); %求 k3 图的信噪比Y4=10*log(E/A); %求 k4 图的信噪比X=[B C D E]SNR=[Y1 Y2 Y3 Y4]结果4、用理想低通滤波方法消除噪声并计算信噪比的改善程序J=imread('eight.tif');subplot(131);imshow(J);title('原始图像'); %构建 3 行 3 列图像组，显示原图像J=double(J); %对原图像进行双精度运算f=fft2(J); %对上图进行快速傅里叶变换g=fftshift(f); %移动零频点到频谱中间subplot(132);imshow(log(abs(g)),[]),color(jet(64));[M,N]=size(f); %分别返回 f 的行数到 M 中，列数到 N 中n1=floor(M/2); %对 M/2 进行取整n2=floor(N/2); %对 N/2 进行取整d0=5; %初始化 d0for i=1:Mfor j=1:Nd=sqrt((i-n1)^2+(j-n2)^2); %点（i,j）到傅立叶变换中心的距离if d<=d0h=1;elseh=0;endg(i,j)=h*g(i,j);endendg=ifftshift(g); %对 g 进行反 FFT 移动g=uint8(real(ifft2(g))); %单精度变换 gsubplot(133);imshow(g); %第三幅图显示 g 滤波处理后的图像I2=double(g)-double(J); %经双精度处理含噪声图像减去原图像得噪声成份A=std2(I2)^2 %对噪声信号数据进行方差运算B=std2(double(g))^2 %对 g 图像信号数据做方差运算snr1=10*log(B/A) %求图 j 的信噪比结果5、用巴特沃斯低通滤波器方法消除噪声并计算信噪比的改善程序I=imread('19.gif');J=imnoise(I,'salt & pepper',0.05); %添加椒盐噪声subplot(131);imshow(I);title('原始图像');subplot(132);imshow(J);title('有椒盐噪声的图像');J=double(J); %对原图像进行双精度运算f=fft2(J); %对上图进行快速傅里叶变换g=fftshift(f) %移动零频点到频谱中间[M,N]=size(f); %分别返回 f 的行数到 M 中，列数到 N 中n=3; %初始化 nd0=20; %初始化 d0n1=floor(M/2); %对 M/2 进行取整n2=floor(N/2); %对 N/2 进行取整for i=1:Mfor j=1:Nd=sqrt((i-n1)^2+(j-n2)^2) %点（i,j）到傅立叶变换中心的距离 h=1/(1+(d/d0)^(2 * n));g(i,j)=h * g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g))); %单精度变换傅里叶后的图像 g 的数据subplot(133);imshow(g);I2=J-double(I); %计算噪声成份A=std2(I2/255)^2 %对噪声信号数据求方差B=(std2(double(g)/255))^2 %对含噪图像求方差snr=10*log(B/A) %对图求信噪比结果6、更换不同特性的图像和噪声重复以上滤波方法，观察并分析这些算法的应用场合，用图片 50.bmp 进行调试。

数字图像处理课程设计1. 题目名称：基于数字图像处理的人脸识别系统设计2. 题目背景及意义：随着计算机技术和数字图像处理技术的不断发展，人脸识别技术已经成为了一个非常重要的应用领域。

在安全监控、金融交易、身份认证等众多领域，人脸识别技术都发挥着重要的作用。

因此，通过本课程设计，学生将能够掌握数字图像处理技术，并通过应用该技术构建出一套基于人脸识别的系统，从而更好地实现对人脸图像的自动识别与处理。

3. 设计要求：（1）基于Python编写程序，使用OpenCV库实现对人脸图像的实时采集和存储，并对这些图像进行预处理和分割；（2）使用机器学习算法如SVM、KNN等对采集的人脸图像数据进行分类和识别，并将结果输出；（3）通过图形用户界面（GUI）实现对系统的操作与管理，包括数据采集、存储和查询等功能；（4）进行实验测试和复现，利用本系统进行人脸识别，观察系统的表现并分析结果。

4. 设计步骤：（1）使用OpenCV库从摄像头中实时采集人脸图像数据，并将其存储到本地数据库中；（2）对采集到的人脸图像进行预处理和分割，例如对图像进行平滑处理、边缘检测、阈值分割等操作；（3）将预处理过的人脸图像数据进行特征提取，并使用机器学习算法进行分类和识别；（4）设计图形用户界面（GUI），实现数据的采集、存储和查询等功能；（5）进行实验测试和复现，利用本系统进行人脸识别，观察系统的表现并分析结果。

5. 预期成果：（1）实现一个基于数字图像处理的人脸识别系统，并通过图形化用户界面方便地进行数据采集、存储和查询；（2）掌握数字图像处理技术和机器学习算法的应用，能够进行人脸图像的预处理和分类识别；（3）通过实验测试和复现能够熟练地应用该系统进行人脸识别，获得较好的实验结果。

数字图像处理课程设计报告姓名：胡江南学号：20137750215班级： .net2班设计题目：指纹识别设计教师：赵哲老师提交日期： 12月25日一、设计内容：主题：《指纹识别设计》详细说明：读入指纹图片，通过二值图变换，开运算，闭运算，以及贴标签等方法获得细胞个数。

二、涉及知识内容：1、中值滤波2、开运算3、闭运算4、二值化5、贴标签三、设计流程图四、实例分析及截图效果：运行效果截图：第一步：读取原图,并显示Image = imread('红细胞5.jpg');figure,imshow(Image);title(' 【原图】');第二步：进行二值化Theshold = graythresh(Image);%取得图象的全局域值Image_BW = im2bw(Image,Theshold);%二值化图象figure,imshow(Image_BW);title(' 【初次二值化图像】');第三步：进行二值化图像Image_BW_medfilt= medfilt2(Image_BW,[13 13]); figure,imshow(Image_BW_medfilt);title(' 【中值滤波后的二值化图像】');第四步：通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果Optimized_Image_BW = Image_BW_medfilt|Image_BW;figure,imshow(Optimized_Image_BW);title(' 【进行“或”运算优化图像效果】');第五步：优化后二值化图象取反,保证:'1'为'白色',0'为'黑色'Reverse_Image_BW = ~Optimized_Image_BW;figure,imshow(Reverse_Image_BW);title(' 【优化后二值化图象取反】');第六步：填充二进制图像的背景色，去掉细胞内的黑色空隙Filled_Image_BW = bwfill(Reverse_Image_BW,'holes');figure, imshow(Filled_Image_BW);title(' 【已填充背景色的二进制图像】');第七步：对图像进行开运算，去掉细胞与细胞之间相粘连的部分SE = strel('disk',4);Open_Image_BW = imopen(Filled_Image_BW,SE);figure, imshow(Open_Image_BW);title(' 【开运算后的图像】');第八步：开始计算细胞数[Label Number]=bwlabel(Open_Image_BW,8)%初步取得细胞个数Array = bwlabel(Open_Image_BW,8);%取得贴标签处理后的图像Sum = [];%依次统计贴标签后数组for i=1:Number[r,c] = find(Array==i);%获取相同标签号的位置，将位置信息存入[r,c]rc = [r c];Num = length(rc);%取得vc数组的元素的个数Sum([i])=Num;%将元素个数存入Sum数组endSumN = 0;-----假如Sum数组中的元素大于了1500，表示有两个细胞相连，像素点较多，即分为两个细胞数---for i=1:length(Sum)if(Sum([i])) > 1500N = N+1;endendNumber = Number+N %----统计最终细胞数第九步：最终检测结果：Number =92Sum =Columns 1 through 103011 313 1501 329 2238 795 758 1438 1087 1472Columns 11 through 201476 1465 2902 1128 1655 44 6261 1193 1306 215Columns 21 through 301112 1074 1177 930 493 1438 1121 1678 1210 1330Columns 31 through 401370 1369 1153 1284 1061 589 2146 1486 1335 1049Columns 41 through 501275 1101 1127 661 1530 1304 2861 90 1772 854Columns 51 through 601554 1582 1287 1362 81 2090 608 1736 853 1040Columns 61 through 702779 1500 246 77 1096 1481 9680 1404 783 724Columns 71 through 801439 626 1097 1823 1511 1223 1494 2494 1519 1329Columns 81 through 90733 1119 1205 1147 1295 1398 344 1634 324 1081Columns 91 through 92529 239Number =114四、算法分析（1）中值滤波利用中值滤波可以对图像进行平滑处理。

关于《数字图像处理》课程设计的安排和要求各位电信同学：大家好！为了更好地帮助同学完成本课程设计的内容，现将具体要求和安排说明如下，请仔细阅读并认真完成，不明事宜可以用邮件的方式或者打电话与指导老师沟通。

1．时间：《数字图像处理》课设属于综合实践课，设计时间为1周。

2．时间安排：17周。

3．实验室安排：大家先在宿舍完成设计也可以在实验室完成，信息楼将在17周的部分时间向同学开放。

4．课程设计要求：我们课程设计题目的主要参考教材为：王家文《MA TLAB 6.5 图形图像处理》国防工业出版社这本书。

请同学们先到图书馆尽快借阅下文所列书籍并上网查阅相关文献资料，要求各位严格按指定要求完成设计。

每个程序或模块都必须做到功能仿真成功这一步。

5．结课方式：1）口头答辩：就具体设计题目提问，检查程序运行结果，每位同学5分钟左右。

（60%）答辩时间：初步定于17周的周日2）交课程设计报告: 18周周四前交给班长，然后再交给指导老师。

（40%）6．课设报告要求：1）严禁有雷同或相同报告，否则不能通过这门课的考查。

2）使用学校制定的统一封皮。

3）第一页为课程设计任务书，任务书内容包括设计任务要求和进度安排。

4）第二页为目录。

5）从第三页开始为报告正文，应包括设计目的、设计方案（思路）、具体设计内容，包括源代码（加注释），模块的文字描述、功能仿真图等，报告的最后一项为结束语。

6）用A4纸打印，字体要求为宋体，4号字。

具体格式不明之处参考毕业设计论文格式要求。

7）必须有完整的源代码和关于源代码的详细说明。

8)运行结果以图片的形式粘贴到报告中来。

9）答疑方式：邮件或到实验室答疑。

设计题目：在本文后部中有36个设计题目，各位同学按学号和题目号对应的原则取题。

《数字图像处理》课程设计题目1、图像的阈值分割方法研究2、图像锐化算子的对比研究3、图像的开运算4、图像的闭运算5、连通区域单元贴标签6、彩色图像的灰度化处理7、图像类型的转换8、FIR滤波器的设计9、图像的算术运算10、图像空域增强方法研究11、图像频域增强方法研究12、图像的腐蚀13、图像的膨胀14、图像的霍夫曼编码15、图像区域特征的描述和测量16、图像无损压缩和编码17、图像有损压缩和编码18、图像高通滤波器19、图像低通滤波器20、图像伪彩色增强21、图像边缘检测算子22、图像平滑滤波器23、数字图像的频谱特性研究24、图像DCT变换25、基于灰度阈值的图像分割技术26、图像分析与增强27、图像邻域与块运算28、正交变换方法对比29、灰度直方图规定化30、图像真彩色增强31、图像局部区域填充32、图像显示技术33、图像文件操作34、数字图像几何运算技术35、数字图像的傅里叶变换36、图像的小波变换参考书目：1、张汗灵编著MA TLAB在图像处理中的应用/ 北京:清华大学出版社,20082、王家文MATLAB 6.5 图形图像处理国防工业出版社3、王晓丹,吴崇明编著基于MATLAB的系统分析与设计[5] 图像处理西安电子科技大学出版社20004、余成波编著数字图像处理及MATLAB实现重庆大学出版社20035、杨枝灵, 王开等编著Visual C++数字图像获取处理及实践应用人民邮电出版社20036、苏彦华等编著Visual C++数字图像识别技术典型案例人民邮电出版社20047、何斌[等] 编著Visual C++数字图像处理人民邮电出版社20028、周金萍编著MA TLAB 6.5图形图像处理与应用实例科学出版社2003TP391.41/04479、清源计算机工作室编著MATLAB 6.0高级应用:图形图像处理机械工业出版社2001TP391.41/10、郝文化主编MATLAB图形图像处理应用教程中国水利水电出版社200411、苏金明, 王永利编著MA TLAB图形图像电子工业出版社2005出师表两汉：诸葛亮先帝创业未半而中道崩殂，今天下三分，益州疲弊，此诚危急存亡之秋也。

江南大学《数字图像处理技术》课程设计报告设计题目：数字图像处理系统班级：数字媒体班姓名：学号：指导老师：日期：2013.7.2一、课程设计目的要求：1、提高分析图像处理问题的能力，进一步巩固在《数字图像处理技术》课程中所学的基本原理与方法。

2、掌握并使用一门计算机语言，进行数字图像处理的应用设计。

二、设计的内容：根据本次课设完成的系统的主要功能如下：利用matlab的GUI 程序设计一个简单的图像处理程序，含有如下基本功能：1、图像的读取、存储、剪切和粘贴2、图像转化为灰度图像3、图像大小的计算4、直方图均衡化规定化的计算5、图像求反、动态压缩6、直接灰度调整7、空域滤波（均值、中值、对比度增强滤波）8、非线性锐化滤波（log滤波、prewitt滤波、sobel卷积、sobel滤波）9、频域增强（高通、低通滤波）三、总体方案设计：（1）、软件的总体设计界面布局如下图：系统的总体设计界面主要分为2个区域：显示区域和操作区域。

显示区域：在原始图像的基础上显示效果图。

操作区域：通过功能菜单实现图像的各种处理。

设计完成后运行的软件界面如下：（2）、功能模块的划分：1、图像的读取、存储、退出2、编辑（还原、剪切、粘贴）3、图像（图像大小的计算、旋转、直方图均衡化规定化的计算、图像求反、动态压缩）4、滤波（直接灰度调整、空域滤波、非线性锐化滤波、频域增强）（3）、系统运行环境：Windows 7 or SP1、Windows Vista SP2、Windows XP SP3、Windows XP x64 Edition SP2、Windows Server 2008 SP2 or R2、Windows Server 2003 R2 ，CPU要求：X86架构且支持SSE2指令集，硬盘空间：典型安装需要3-4G，内存：最低1G，推荐2G。

（4）、选用的工具：matlab7.0，win7X64（5）、主要实现功能的原理：直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。

《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、课程设计选题2.1 【课程设计选题一】简单图像处理系统整个系统要完成的基本功能大致如下：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、数字图像的统计信息功能：包括直方图的统计及绘制、区域图的面积、周长的统计、线条图中的距离测量等；3、数字图像的增强处理功能：（1）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）（2）频域的各种增强方法：频域平滑、频域锐化、低通滤波、同态滤波等。

（3）色彩增强：伪彩色增强、真彩色增强等4、图像分割：（1）点、线（hough变换检测直线）、及边缘检测（梯度算子、拉普拉斯算子等）；（2）区域分割包括阈值分割、区域生长、分裂合并等；5、数字图像的变换：普通傅立叶变换(ft)与逆变换（ift）、快速傅立叶变换（fft）与逆变换(ifft)、离散余弦变换（DCT），小波变换等。

6、二值图像处理：膨胀、腐蚀、开运算与比运算。

在实现整个系统的时候，必须有1、2、3、4（1），及5中的这些基本内容，可以根据兴趣所在增加其他的内容。

2.2【课程设计选题二】复杂图像的区域分割与图形特征提取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；3、图像分割：阈值分割、区域生长、分裂合并、区域增长法、特征空间聚类法、用分水岭变换分割法等各种方法，实现复杂区域的分割。

数字图像处理课程设计报告姓名：宋东洋、祁飞、冯登科学号：20137750342、20137750336、20137750309班级：软件开发.NET 3班设计题目：手写体数字识别教师：庞海波老师提交日期：2015年12月25日一、设计内容：主题:《手写体数字识别》详细说明：读入手写体数字图片，选择要识别的数字然后通过寻找数字边界将图像裁剪的边缘,然后生成裁剪后图像的二进制图像，并将其转换成5﹡7的图像，然后进行特征提取，运行Simulink模型识别数字。

二、现实意义:手写体数字的识别有着非常广泛的应用（如:邮政编码、统计报表、财务报表、银行票据等等）.三、涉及知识内容：1、边界查找2、二值化3、Simulink模型四、实例分析及截图效果：（1）代码显示：1、程序中定义图像变量说明（1）S—------———--—-—-——--—---—----—----——————-——--—----—--———--——-—原图变量;(2）img_crop———-—-----——--—-———--—-————--—-——----——-——-—--—-----选择的图象;（3)imgGray—--————--—-—--—--———-——-----—-———-—-——--—---—------——灰度图像变量（4）BW-—-—-——---—-———-—-—--———-—--—-——------——--—-—-————--——-——--二值化图像；（5)charvec-———-—-———-—-———--——---—-——--—-——-————--——--—---—-——-5＊7图像变量；2、实现代码：Index。

mfunction varargout = charGUI(varargin）％Begin initialization code - DO NOT EDITgui_Singleton = 1；gui_State = struct（'gui_Name’，mfilename, ..。

数字图象处理课程设计一、课程目标知识目标：1. 学生能理解数字图像处理的基本概念，掌握图像的数字化过程及其相关参数。

2. 学生能够掌握图像处理的基本操作，如缩放、旋转、裁剪等，并理解其背后的算法原理。

3. 学生能够运用图像滤波和增强技术改善图像质量，并能够描述其效果差异。

4. 学生能够解释图像分割和特征提取的基本方法，并应用于实际问题。

技能目标：1. 学生能够操作图像处理软件，独立完成图像的采集、编辑和处理。

2. 学生能够运用所学知识，设计简单的图像处理程序，解决基础问题。

3. 学生能够通过案例分析和实验操作，培养实际应用图像处理技术的实践能力。

情感态度价值观目标：1. 学生通过数字图像处理的学习，培养对信息科学的兴趣和探究精神。

2. 学生在学习过程中，增强团队协作意识，学会共享和交流。

3. 学生能够认识到数字图像处理在生活、科研等领域的广泛应用，提升社会责任感和创新意识。

课程性质：本课程为信息技术领域的高阶课程，结合理论教学与实践操作，旨在提升学生的图像处理技能和问题解决能力。

学生特点：假定学生为高中二年级学生，具备基本的计算机操作技能和一定的数学基础。

教学要求：课程要求理论与实践相结合，强调学生在学习过程中的主动参与和实际动手能力，通过项目驱动和案例教学，提高学生的综合应用能力。

教学过程中注重分层指导，以满足不同学生的学习需求。

通过具体学习成果的分解，为教学设计和评估提供明确依据。

二、教学内容1. 数字图像基础：包括图像的构成、图像的数字化过程、图像文件的格式及特点。

- 理解像素、分辨率、颜色模型等基本概念。

- 掌握图像采样、量化及图像质量评价方法。

2. 图像处理基本操作：图像的几何变换、图像增强、图像去噪。

- 学习图像缩放、旋转、翻转等几何变换的原理和实现方法。

- 掌握直方图均衡化、图像平滑和锐化等增强技术。

3. 图像分割与特征提取：介绍图像分割的基本方法和特征提取技术。

- 学习边缘检测、区域生长等分割方法。