资源描述：
《数字图像处理论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、数字图像处理结课论文一综述图像处理技术基本可以分成两大类：模拟图像处理（AnalogImageProcessing）和数字图像处理（DigtalImageProcessing）。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以处理内容。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理（GeometricalProcessing）、算术处理（ArithmeticProcessing）、图像增强（Ima
2、geEnhancement）、图像复原（ImageRestoration）、图像重建（ImageReconstruction）、图像编码（ImageEncoding）、图像识别(ImageRecognition)、图像理解（ImageUnderstanding）。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。一．将图像分为文字和非文
3、字的两个类别二．算法如下：I=imread('IMG.jpg');I1=I(:,:,1);I2=I(:,:,2);8I3=I(:,:,3);[y,x,z]=size(I);d1=zeros(y,x);d2=d1;myI=double(I);I0=zeros(y,x);fori=1:xforj=1:y%欧式聚类d1(j,i)=sqrt((myI(j,i,1)-180)^2+(myI(j,i,2)-180)^2+(myI(j,i,3)-180)^2);d2(j,i)=sqrt((myI(j,i,1)-200)^2+(myI(j,i,2)-200)^2+(myI
4、(j,i,3)-200)^2);if(d1(j,i)>=d2(j,i))I0(j,i)=1;endend8endfigure(1);imshow(I);%显示RGB空间的灰度直方图，确定两个聚类中心(180,180,180)和(200,200,200)figure(2);subplot(1,3,1);imhist(I1);subplot(1,3,2);imhist(I2);subplot(1,3,3);imhist(I3);figure(4);imshow(I0);二正文图像分解是图像处理中的一项任务,目的是有选择性地突出图像中主要的、所感兴趣的有用信息,
5、压制、降低次要信息或干扰。彩色增强是一种常用的图像增强方法,分为假彩色增强和伪彩色增强。将一幅彩色图像映射为另一幅彩色图像的增强方法称为假彩色增强,而将一幅灰度图像映射为一幅彩色图像的增强方式称为伪彩色增强。伪彩色增强是一重要的色彩增强方法。8伪彩色处理是指将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布图像。由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。因此，伪色彩处理的主要目的是为了提高人眼对图像细节的分辨能力，以达到图像增强的目的。伪彩色增强的基本思想：图像彩色增强旨在提高图
6、像分辨率,而颜色类别和对比度是影响视觉分辨率的两个主要因素。如上所述,主观亮度与客观亮度之间存在对数关系(Weber-Fechner定律),通过增加对比度提高视觉分辨率是有限的,而且计算机数字图像只有256个灰度级。尽管人眼对各种彩色的分辨能力要比对黑白的分辨能力低,但是人眼对灰度微弱递变的分辨能力远比颜色变化低。人眼对灰度的分辨率是几十个灰度级,而对彩色的分辨率可达近千个。所以增加颜色类别是提高人眼对图像视觉分辨率的一条有效途径。伪彩色处理的基本原理是将黑白图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。对黑白图像中不同
7、的灰度赋予不同的彩色。由于人眼的彩色敏感细胞能分辨出几千种彩色色调和亮度，但对黑白灰度级却不敏感。热成像测温系统所产生的红外图像为黑白灰度级图像，灰度值动态范围不大，人眼很难从这些灰度级中获得丰富的信息。为了更直观地增强显示图像的层次，提高人眼分辨能力，对系统所摄取的图像进行伪彩色增强处理，从而达到图像增强的效果，使图像信息更加丰富。在实际应用中，往往需要用伪彩色图像来符合人们的视觉习惯，例如对受热物体所成的像进行伪彩色时，将灰度低的区域设置在蓝色附近(或蓝灰、黑等)，而灰度级高的区域设置在红色附近(或棕红、白等)，以方便人们对物体的观察。处理策略：设f(
8、x,y)为一幅黑白图像，R(x,y),G(x,y),B(x,y)为
