第一篇：數字圖像處理學習的心得

數字圖像處理學習心得

數字圖像是我們生活中接觸最多的圖像各類，它伴隨人們的生活、學習、工作，并在軍事、醫學、和工業方面發揮著極大的作用，可謂隨處可見，尤其在生活方面作為學生的我們會在外出旅游、生活、工作中拆下許多數字相片，現在已進入信息化時代，圖像作為信息的重要載體在信息傳輸方面有著聲音、文字等信息載體不可替代的作用，并且近年來圖像處理領域，數字圖像處理技術取得了飛速發展，作為計算機類專業的大學生更加有必要對數字圖像處理技術有一定的掌握，而大多人對于數字圖像的知識卻不全面，甚至一些基礎知識也很模糊，比如各類繁多的各種圖像格式之間的特點，不同的情況該用何種圖像格式，還有關于圖像的一些基本術語也不甚了解，尤為重要的是對于一些由于拍攝問題導致的令人不甚滿意的照片該如何處理，或者如何對一些照片進行處理實現特殊的表現效果。所以對于數字圖像處理這門課大家有著極大興趣，在選課時幾乎所有人都選了這門課。其中有的同學由于簡單的學習過PHOTOSHOP軟件，因此對于數字圖像處理已經有了一些基礎，更加想利用這門課的學習加深自己數字圖像處理的理解并提高在數字圖像處理方面的能力。

通過一學期的課程學習我們雖說還沒有完全掌握數字圖像處理技術，但也收獲了不少，對于數字圖像方面的知識有了深入的了解，更加理解了數字圖像的本質，即是一些數

字矩陣，但灰度圖像和彩色圖像的矩陣形式是不同的。對于一些耳熟能詳的數字圖像相關術語有了明確的認識，比如常見的：像素（衡量圖像的大小）、分辨率（衡量圖像的清晰程度）、位圖（放大后會失真）、矢量圖（經過放大不會失真）等大家都能叫上口卻知識模糊的名詞。也了解圖像處理技術中一些常用處理技術的實質，比如銳化處理是使模糊的圖像變清晰，增強圖像的邊緣等細節。而平滑處理是的目的是消除噪聲，模糊圖像，在提取大目標之前去除小的細節或彌合目標間的縫隙。對常提的RGB圖像和灰度圖像有了明確的理解，這對大家以后應用PHOTOSHOP等圖像處理軟件對圖像進行處理打下了堅實的基礎。更重要的是學習到了數字圖像處理的思想。通過學習也是對C++編程應用的很好的實踐與復習。

當然通過30學時的課程學習還是遠遠不夠的，也有許多同學收獲甚微，我總結了下大家后期的學習態度與前期的學習熱情相差很大的原因。剛開始大家是有很高的熱情學習這門課的，可是隨著課程的逐漸深入學習，大家漸漸發現課程講授內容與自己起初想學的實用圖像處理技術是有很大的差別的，大家更著眼于如何利用一些軟件、技術去處理圖像而得到滿意的效果，或者進行一些圖像的創意設計，可是課程的內容更偏重于如何通過編程實現實現如何對圖像進行一些類似于銳化、邊緣提取、模糊、去除噪聲等基礎功能的實現，這其中涉及很多算法、函數，需要扎實的數學基礎和編程基礎，并且需要利用大量時間在課下編寫代碼，并用

VISUALC++軟件實現并進行調試，然而大部分人的C++實踐能力以及編程能力還有待提高，尤其是對于矩陣進行操作的編程尤為是個考驗，并且后半學期課程任務較重，加上隊里的事務也很多，時間不是很充裕，這對于需要大量實踐的數字圖像處理課程就是個很大的問題。

在教員授課方面建議可以在課上多進行具體操作，這樣可以提起大家學習的興趣，也可以讓大家在課下積極準備，然后在上課由學員進行演示，還可以加入一些數字圖像處理的經典范例，加深同學們的學習熱情。

第二篇：數字圖像處理學習心得

數字圖象處理心得體會

經過這幾周的學習，我從一個什么都不了解的小白，變成了一個明白這門課程的意義的初學者，覺得學到了不少有用同時又很有趣的知識，也對數字圖象處理有了新的理解。老師從數字圖像處理的意義講起，中間介紹了許多目前仍在應用的相關技術，讓我明白了圖像處理在我們生活中的重要性，下面我來談談我自己的學習成果和感受。

圖像處理是指對圖像信息進行加工，從而滿足人類的心理、視覺或者應用的需求的一種行為。圖像處理方法一般有數字法和光學法兩種，其中數字法的優勢很明顯，已經被應用到了很多領域中，相信隨著科學技術的發展,其應用空間將會更加廣泛。數字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。數字圖像處理是從20世紀60年代以來隨著計算機技術和VLSL的發展而產生、發展和不斷成熟起來的一個新興技術領域。數字圖像處理技術其實就是利用各種數字硬件與計算機，對圖像信息通過轉換而得到的電信號進行相應的數學運算，例如圖像去噪、圖像分割、提取特征、圖像增強、圖像復原等，以便提高圖像的實用性。其特點是處理精度比較高，并且能夠對處理軟件進行改進來優化處理效果，操作比較方便，但是由于數字圖像需要處理的數據量一般很大，因此處理速度有待提高。目前，隨著計算機技術的不斷發展，計算機的運算速度得到了很大程度的提高。在短短的歷史中，它卻廣泛應用于幾乎所有與成像有關的領域，在理論上和實際應用上都取得了巨大的成就。

從定義上來說，圖像處理是指按照一定的目標，用一系列的操作，來“改造”圖像的方法。我覺得字面上的意思就是，對圖像進行處理，得到自己想要的效果。圖象處理的內容有很多種：幾何處理，算術處理、圖像增強、圖像復原、圖像重建、圖像識別、圖像壓縮。而目前進行圖像處理就是指用計算機對圖像進行空域法和變換域法。資料上介紹說，數字圖象處理起源于20世紀20年代，那時第一次通過海底電纜傳輸圖像；1921年人們用電報打印機采用特殊字符在編碼紙帶中產生圖像；1922年在信號兩次穿越大西洋后，從穿孔紙帶得到數字圖像；1929年從倫敦到紐約用15級色調設備傳送照片。到了20世紀60年代早期，計算機發展，有了第一臺可執行有意義的圖像處理任務的大型計算機，美國利用航天器傳送了第一張月球照片。從20世紀60年代末到70年代初，開始用于醫學圖像、地球遙感、天文學等領域，如CT圖像和X射線圖像。至今，數字圖象處理仍舊廣泛應用于工業、醫學、地理學、考古學、物理學、天文學等多個領域。比如，太空技術中的航天技術、空間防御、天文學；生物科學的生物學和醫學；刑事（物證）上的指紋、人臉分析；國防方面的軍事探測，導彈目標識別；工業應用中的產品檢測還有日常生活中的照片編輯、影視制作。

從概念上來說，數字圖像用f（x，y）表示一幅圖像，x，y，f為有限、離散值。圖像處理涉及到圖像的分析和計算機視覺，其中分為低級處理、中級處理、高級處理。低級處理是指輸入輸出均為圖像（如圖像縮放、圖像平滑）；中級處理是輸入圖像，然后輸出提取的特征（如區域分割、邊界檢測）；高級處理則是理解識別的圖像（如無人機駕駛，自動機器人）。數字圖像處理的幾個基本目的是：

圖像輸入->圖像處理（增強、復原、編碼和壓縮）->圖像輸出。以人為最終的信息接收者，其主要目的是改善圖像的質量。

圖像輸入->圖像預處理（增強、復原）->圖像分割->特征提取->圖像分類->圖像輸出。另一類圖像處理以機器為對象，目的是使機器或計算機能自動識別目標，稱為圖像識別。

圖像輸入->圖像預處理->圖像描述->圖像分析和理解->圖像解釋。利用計算機系統解釋圖像，實現類似人類視覺系統理解外部知識，被稱為圖像理解或計算機視覺。其正確的理解要有知識的引導，與人工智能等學科有密切聯系。當前理論上有不小進展，但仍是一個有待進一步探索的領域。

數字圖像處理主要研究的內容包括：

1）圖像變換：如傅里葉變換、沃爾什變換、離散余弦變換（DCT）等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理。目前小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。

2）圖像編碼壓縮

圖像編碼壓縮技術可減少描述圖像的數據量（即比特數），以便節省圖像傳輸、處理時間和減少存儲器容量。壓縮可以在不失真前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3）圖像增強和復原

目的是提高圖像的質量，如去除噪聲，提高清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強調低頻分量可減少圖像中噪聲影響。圖像復原要求對圖像降質的原因有一定的了解，建立“降質模型”，再采用某種方法，恢復或重建原來的圖像。

4）圖像分割

圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中物體的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。

數字圖像處理的特點主要表現在數字圖像處理的信息大多是二維信息，處理信息量很大。因此對計算機的計算速度、存儲容量等要求較高;數字圖像處理占用的頻帶較寬。與語言信息相比,占用的頻帶要大幾個數量級。所以在成像、傳輸、存儲、處理、顯示等各個環節的實現上技術難度較大，成本亦高。這就對頻帶壓縮技術提出了更高的要求;數字圖像中各個像素不是獨立的，其相關性大。在圖像畫面上，經常有很多像素有相同或接近的灰度。所以，圖像處理中信息壓縮的潛力很大。數字圖像處理后的圖像受人的因素影響較大，因為圖像一般是給人觀察和評價的。

數字圖像處理的優點主要表現在再現性好、處理精度高、適用面寬、靈活性高等方面。圖像處理大體上可分為圖像的像質改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內容。

數字圖像處理的主要應用有：

通訊技術---圖像傳真，電視電話，威信通訊，數字電視；

宇宙探索---其他星體圖片處理；

遙感技術---農林資源調查，作物長勢監視，自然災害（水、火、風、蟲等）監測、預報，地勢、地貌以及地質構造測繪，找礦，水文、海洋調查，環境污染監測，等等；

生物醫學---X射線、超聲、顯微圖片分析，內窺鏡圖、溫譜圖分析，斷層及核磁共振分析；工業生產---無損探傷，石油勘探，生產過程的自動化（識別零件，裝配，質量檢查），工業機器人視覺；

計算機科學---文字、圖像輸入的研究，計算機輔助設計，人工智能研究，多媒體計算機與智能計算機研究；

氣象預報---天氣云圖測繪、傳輸；

高能物理---核子泡室圖片分析；

軍事技術---航空及衛星偵察照片的判讀，導彈制導，雷達、聲納圖像處理，軍事仿真；

偵緝破案---指紋識別，印鑒、偽鈔識別，手跡分析；考古---恢復珍貴的文物圖片，名畫，壁畫。

由此可見，數字圖像在我們日常生活中占有多大的地位。它是我們生活中接觸最多的圖形類別，它伴隨人們的生活、學習、工作，并在軍事、醫學和工業方面發揮著極大的作用，可謂隨處可見，尤其在生活方面作為學生的我們會在外出旅游、生活、工作中拍下許多數字相片，現在已經進入信息化時代，圖像作為信息的重要載體在信息傳輸方面有著聲音、文字等信息載體不可替代的作用，并且近年來圖像處理領域，數字圖象處理技術取得了飛速發展。

通過課程學習，我們雖說還沒有完全掌握數字圖像處理技術，但也收獲不少，對于數字圖像方面有了更深入的了解，更加理解了數字圖像的本質，即是一些數字矩陣，但灰度圖像和彩色圖像的矩陣形式是不同的。對于一些耳熟能詳的數字圖像相關術語有了明確的認識，比如常見的：像素（衡量圖像的大小）、分辨率（衡量圖像的清晰程度）、位圖（放大后會失真）、矢量圖（經過放大不會失真）等大家都能叫上口卻知識模糊的名詞。也了解圖像處理技術中一些常見處理技術的實質，比如銳化處理是使模糊的圖像變清晰，增強圖像的邊緣等細節。而平滑處理的目的是消除噪聲，模糊圖像，在提取大目標之前去除小的細節或彌合目標間的縫隙。對常提的RGB圖像和灰度圖像有了明確的理解，這對大家以后應用Photoshop等圖像處理軟件對圖像進行處理打下了堅實的基礎。

雖然這門課是只有7周理論課，但老師所講的內容讓我非常感興趣，數字圖象處理的應用貫通各個行業，遍布我們生活的電子產品，這讓我學習后感覺離這些產品的使用和了解更進了一步。學習數字圖象處理對我們學電子工程的學生非常有用，無論以后是否從事相關工作都讓我感覺受益良多。隨著現代電子技術發展的越來越快，我相信圖像處理技術一定會有更大的進步，從國防到娛樂給我們的生活帶來更多的便利，和更好的科學技術。

第三篇：數字圖像處理學習心得

數字圖像處理學習心得

——學習數字圖像處理后對于車牌識別過程的認識

本人導師張崎，主要從事智能交通方面的研究。高年級學長曾做過車牌識別的研究。在學完數字圖像處理這門課后，于是有了這篇關于車牌識別系統的心得體會。

仔細翻閱了幾遍平時上課做的筆記，梳理了下各種圖像處理方法在各中圖像處理中起到的作用。結合對實際車牌識別過程的了解，談談自己對圖像處理的各種方法在識別過程中起到的作用。

老師總說圖像處理就是不講道理，我覺得這就是最大的道理。為什么有人能夠把不講道理的東西做出來？這其中實際上蘊藏著深刻的道理。就像愛因斯坦證明布朗運動是毫無規律的運動一樣，你發現他是毫無規律的，這其實就是他最大的規律。我想，只有對圖像有了深刻的認識，才能完成這種你也說不出道理的事。好了，現在我想結合這門課和車牌識別展開說說。

有時候，計算機跟人相比真的很傻，扔一張車牌尾號過來，不管它多么破舊、不清晰，人們能夠輕而易舉的讀出上面的數字。而計算機呢？他要不停的運算、識別，而你算法上的一個小小漏洞，更會導致識別的大大不同。通過數字圖像處理這門課的學習，我覺得可能通過下面的一些列步驟能較好的識別出車牌上的號碼數字。

首先，我覺得我們需要將彩色的圖片轉換為灰色圖像，這樣便于計算機分析，計算機跟人剛好相反，好看的不一定好處理，而灰色的圖像雖然不美觀，但是正好適合計算機來處理。另一方面，將彩色圖像轉化為灰色圖像也能減少圖像所占的存儲空間，簡化和加快后續處理的工作。

其次，我覺得我們需要根據實際需要，對圖像就行簡單的預處理。我們應當讓我們所關心的圖像內容，顯現的更加突出。而弱化那些我們所不關心的背景類似的東西。這里我覺得，我們就可以利用我們上課所學到的圖像增強的知識了。需要注意的是，圖像增強并不能增加原始圖像的信息，只是通過某些技術有選擇的突出對某一具體應用有價值的信息，即圖像增強只通過突出某些信息，以增強對這些信息的辨識能力，而其他信息信息則被削弱，這就是我對圖像增強的理解，我認為他是我們后期識別車牌的重要準備，增強的好壞直接影響了后期識別的準確度和速度。

然后，圖像增強后，我覺得我們就應該對處理后的圖像就行邊緣檢測，這里就直接會用到我們上課所學到的邊緣檢測的各種方法，邊緣是圖像的最基本特征，邊緣部分集中了圖像的大部分信息。邊緣確定和提取對于整個圖像場景的識別是非常重要的。而上一部的圖像強也增強了邊緣信息。

下一步，我認為就應該進行圖像分割了，把各個字母數字單獨分割出來，便于后續的進一步識別。

最后，就應該開始識別這些分割出來的圖像，這一部分，我們課上內容并沒有涉及，查閱了些資料，找到了比較可行的辦法。即模式識別。我理解的過程是，首先我們應該建立一個標準模版庫，然后通過將提取出來的樣品與標準模版進行比較，來識別他們。

這就是上完數字圖像處理課，我所能想到的車牌識別的整個過程，基本上需要用到我們所學的所有內容，而且都是比較基礎的知識，我覺得，往往一個圖像處理的問題，就是應該分成很多小問題來解決，一步步簡化問題。一步步將圖像中我們所最關心的內容提取出來。

畢竟沒有深入學習過這方面的知識，本文純屬心得體會，過程中難免存在很多不足或者錯誤。懇請老師指出。

第四篇：《數字圖像處理》學習心得

近期，我通過教師發展在線學習了《數字圖像處理》這門課程，它是由天津理工大學楊淑瑩教授及其教學團隊主持和主講的，是教育部“質量工程”項目——“高等學校教師網絡培訓系統”項目推出的數字化在線培訓課程。

通過《數字圖像處理》課程的網絡學習，我覺得受益匪淺。首先，我們不應再教學中盲目“灌輸”，主要還是激發學生對這門課的學習興趣，應該讓學生有一個平臺可以看到圖像數字處理的效果，產生一個所見即所得的印象，這樣學生在學習中就有成就感，就會愿意動手去編程，在調試程序所面臨的挫折中也能有信心和勁頭去戰勝困難；最后，多找些相關的例題和實例，讓學生成立學習小組去完成一些學習任務，指導他們合理分工，從簡單實例入手，慢慢增加難度，讓學生以小組的形式獨立完成。這樣不僅提高了學生的編程能力，而且培養了他們的協作精神，增強了團隊意識。以下是我對這門課程的認識： 圖像處理是指對圖像信息進行加工，從而滿足人類的心理、視覺或者應用的需求的一種行為。圖像處理方法一般有數字法和光學法兩種，其中數字法的優勢很明顯，已經被應用到了很多領域中，相信隨著科學技術的發展，其應用空間將會更加廣泛。數字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉換成數字信號并利用計算機對其進行處理的過程。數字圖像處理是從20世紀60年代以來隨著計算機技術和vlsl的發展而產生、發展和不斷成熟起來的一個新興技術領域。數字圖像處理技術其實就是利用各種數字硬件與計算機，對圖像信息通過轉換而得到的電信號進行相應的數學運算，例如圖像去噪、圖像分割、提取特征、圖像增強、圖像復原等，以便提高圖像的實用性。其特點是處理精度比較高，并且能夠對處理軟件進行改進來優化處理效果，操作比較方便，但是由于數字圖像需要處理的數據量一般很大，因此處理速度有待提高。目前，隨著計算機技術的不斷發展，計算機的運算速度得到了很大程度的提高。在短短的歷史中，它卻廣泛應用于幾乎所有與成像有關的領域，在理論上和實際應用上都取得了巨大的成就。

數字圖像處理需用到的關鍵技術主要有：圖像的采集與數字化、圖像的編碼、圖像的增強、圖像恢復、圖像分割、圖像分析等。

數字圖像處理的特點主要表現在數字圖像處理的信息大多是二維信息，處理信息量很大。因此對計算機的計算速度、存儲容量等要求較高；數字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數量級。所以在成像、傳輸、存儲、處理、顯示等各個環節的實現上技術難度較大，成本亦高。這就對頻帶壓縮技術提出了更高的要求；數字圖像中各個像素不是獨立的，其相關性大。在圖像畫面上，經常有很多像素有相同或接近的灰度。所以，圖像處理中信息壓縮的潛力很大。數字圖像處理后的圖像受人的因素影響較大，因為圖像一般是給人觀察和評價的。

數字圖像處理的優點主要表現在再現性好、處理精度高、適用面寬、靈活性高等方面。圖像處理大體上可分為圖像的像質改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內容。

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面，隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。航天和航空技術、生物醫學工程、通信工程、工業和工程領域、軍事方面、文化藝術、視頻和多媒體系統、電子商務都不同程度的應用了數字圖像技術。

我們這門課程主要是理論課，其中有很復雜的數學原理，專業術語多，基礎知識要求高，如果能理論和實踐相結合，相信我們會把數字圖像處理理解的跟透徹，同時也鍛煉了大家的動手能力。希望老師能考慮我的這點建議，多開設實際動手的課程或引入教學實例引導同學們更好地理解、學習。

第五篇：《數字圖像處理》

實驗五 圖像的幾何變換

一．實驗目的及要求

掌握圖像幾何變換的基本原理，熟練掌握數字圖像的縮放、旋轉、平移、鏡像和轉置的基本原理及其MATLAB編程實現方法。

二、實驗內容

（一）研究以下程序，分析程序功能；輸入執行各命令行，認真觀察命令執行的結果。熟悉程序中所使用函數的調用方法，改變有關參數，觀察試驗結果。

1.圖像縮放 clear all, close all I = imread('cameraman.tif');Scale = 1.35;

% 將圖像放大1.35倍

J1 = imresize(I, Scale, 'nearest');

% using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear');

% using the bilinear interpolation imshow(I), title('Original Image');figure, imshow(J1), title('Resized Image--using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image--using the bilinear interpolation ');help imresize

% 查看imresize使用幫助

1.95倍

I = imread('cameraman.tif');Scale = 1.96;

% 將圖像放大1.96倍

J1 = imresize(I, Scale, 'nearest');

% using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear');

% using the bilinear interpolation imshow(I), title('Original Image');figure, imshow(J1), title('Resized Image--using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image--using the bilinear interpolation ');

說明：

?注意觀察不同插值方法的圖像表現； ?改變圖像縮放因子Scale，重做上述實驗。2.圖像旋轉

clear all, close all I = imread('cameraman.tif');Theta = 45;

% 將圖像逆時針旋轉45?。

J1 = imrotate(I, Theta, 'nearest');

% using the nearest neighbor interpolation Theta =-45;

% 將圖像順時針旋轉45?。

J2 = imrotate(I, Theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(I), title('Original Image');figure, imshow(J1), title('Rotated Image--using the nearest neighbor interpolation ');figure, imshow(J2), title(' Rotated Image--using the bilinear interpolation ');% 查看imrotate使用幫助 help imrotate %-------

圖像旋轉30順時針逆時針

clear all, close all I = imread('cameraman.tif');Theta = 30;

% 將圖像逆時針旋轉30。

J1 = imrotate(I, Theta, 'nearest');

% using the nearest neighbor interpolation Theta =-30;

% 將圖像順時針旋轉30。

J2 = imrotate(I, Theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(I), title('Original Image');figure, imshow(J1), title('Rotated Image--using the nearest neighbor interpolation ');figure, imshow(J2), title(' Rotated Image--using the bilinear interpolation ');7 說明：

?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現； ?改變旋轉角度大小和方向，重做上述實驗。

3．圖像水平鏡象

clear all, close all I = imread('cameraman.tif');I1 = flipdim(I,2);

I2 = flipdim(I,1);figure(1), subplot(1,2,1), imshow(I);subplot(1,2,2), imshow(I1);figure(2), subplot(2,1,1), imshow(I);subplot(2,1,2), imshow(I2);%----

(二)用MATLAB編程實現以下圖像幾何變換（參考自編講義相關章節）

1．圖像扭曲變換 2．球面變換

三、實驗設備

1．PIII以上微機； 2．MATLAB6.5；

四、預習與思考

1．預習實驗內容，閱讀教材熟悉實驗原理；

2．查閱資料，熟悉實驗中涉及的有關MATLAB函數；

3．利用課余時間，采用MATLAB底層函數編程實現實驗內容

（二）中的圖像平移、圖像轉置等幾何變換。

五、實驗報告要求

1．簡述試驗的目的和試驗原理；

2．敘述各段程序功能，改變有關函數的參數，分析比較實驗結果； 3．打印出所編寫的實驗程序。4．寫出本實驗的心得體會及意見。

實驗六

數字圖像處理應用

一．實驗目的及要求

1．利用MATLAB提供的圖像處理函數實現圖像中物體屬性的測量； 2．訓練綜合運用MATLAB圖像處理函數的能力； 3．了解數字圖像處理基本應用。

二、實驗內容

以大米粒特性測量為例，綜合應用課程中圖像分割、形態學濾波、圖像增強、圖像特征提取等圖像處理方法，實現大米粒特性自動測量。實驗過程簡述：

1． 讀取和顯示圖像 2． 估計圖像背景 3． 獲取背景均勻的圖像 4． 圖像增強 5． 圖像二值化分割 6． 區域標記及為彩色處理

7． 測量圖像中的區域特性（面積、質心等）

8．統計大米粒的特性分布規律。

（一）研究以下程序，分析程序功能；輸入執行各命令行，認真觀察命令執行的結 果。熟悉程序中所使用函數的調用方法，改變有關參數，觀察試驗結果。

% Read and Display an Image clear, close all,close all;I = imread('rice.png');

figure, imshow(I)

% Use Morphological Opening to Estimate the Background

background = imopen(I,strel('disk',15));

figure, imshow(background);

%Display the Background Approximation as a Surface

figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]);set(gca,'ydir','reverse');% Subtract the Background Image from the Original Image I2 = imsubtract(I,background);figure, imshow(I2)% Adjust the Image Contrast I3 = imadjust(I2, stretchlim(I2), [0 1]);figure, imshow(I3);% Apply Thresholding to the Image level = graythresh(I3);bw = im2bw(I3,level);figure, imshow(bw)% Determine the Number of Objects in the Image [labeled,numObjects] = bwlabel(bw,4);

% Label components.numObjects % Examine the Label Matrix RGB_label = label2rgb(labeled, @spring, 'c', 'shuffle');figure, imshow(RGB_label);% Measure Object Properties in the Image graindata = regionprops(labeled,'basic')allgrains = [graindata.Area];% Compute Statistical Properties of Objects in the Image max(allgrains);biggrain = find(allgrains==695)mean(allgrains);figure, hist(allgrains,20);12

(詳見MATLAB IPT的 幫助文檔demo中的Correcting Nonuniform Illumination)

（二）查看MATLAB IPT 幫助文檔，研究其它應用演示

三、實驗設備 1．PIII以上微機； 2．MATLAB6.5；

四、預習與思考

1．預習實驗內容，閱讀教材熟悉實驗原理； 2．查閱資料，熟悉實驗中涉及的有關函數。

3．利用課余時間，采用MATLAB函數編程實現實驗內容

（二）。

五、實驗報告要求

1．簡述試驗的目的和試驗原理；

2．敘述各段程序功能，改變有關函數的參數，分析比較實驗結果； 3．打印出所編寫的實驗程序。4．寫出本實驗的心得體會及意見。