文档介绍：该【数字图像处理实验指导书 】是由【青山代下】上传分享，文档一共【8】页，该文档可以免费在线阅读，需要了解更多关于【数字图像处理实验指导书 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。;;;;--显示多幅图象、4种图象类型的显示方法;。略。,图象显示--显示多幅图像、4种图象类型的显示方法、图象类型间的转换。,并保存处理结果图象。归纳总结Matlab各个根本指令。Dither采用“颤动〞,、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现;。(x,y)的点经过平移(x,y),坐标变为(x',y'),两点00之间的关系为:(x'=x+x,以矩阵形式表示为:〈y'=y+,分为垂直镜像变换和水平镜像变换,两者的矩阵形式分别为::当时,图象缩小;当,时,图象放大。S1,*一点为原点以逆时针或者顺时针方向旋转一定角度。其变换矩阵为:该变换矩阵是绕坐标轴原点发展的,如果是绕一个指定点旋转,则先要将坐标系平移到该点,发展旋转,然后再平移回到新的坐标原点。,对图象文件分别发展平移、垂直镜像变换、水平镜像变换、缩放和旋转操作。,并保存处理结果图象。,观察图象增强的效果,加深对灰度直方图的理解。,直方图均衡化方法,重点掌握图象直方图增强的原理和程序设计。对数变化能对原图象的动态围发展压缩,其数学表达如下:其中C为尺寸比例常数。指数变化普通的表示形式:〔a,b,c用于调整曲g(x,y)=bc[f(x,y)一a]一1线的位置和形状的参数。〕利用直方图统计的结果,使图象的直方图均衡的方法称为直方图均衡化,直方图均衡化可以到达增强图象显示效果的作用。通过直方图统计,可以观察出,图象中各种亮度所占的比例大局部布不均匀,设法增加在直方图统计中所占比例高的象素和其他比例少的象素之间亮度差,可以提高图象的显示效果。简单来说,直方图增强的方法就是压缩直方图中比例少的象素所占用的灰度围,多出来的灰度空间按照统计比例分配给直方图中比例高的象素使用。这种方法主要是针对人眼对灰度差异越大的图象越容易分辨的特点而发展的增强。⒈实现对数增强或者指数增强。实现图象直方图均衡化增强。思量为什么发展图象直方图均衡化后,能够增强图象效果。掌握中值滤波方法,掌握图象锐化方法,比拟各个梯度算子锐化的效果。掌握频域滤波方法,观察低通滤波和高通滤波的效果。中值滤波是一种非线性平滑滤波,它是用一个有奇数点的滑动窗口,将窗口中心点的值用窗口各点的中值代替。图象的锐化是使边缘和轮廓线含糊的图象变得清晰,使其细节更加清晰。从数学上看,图象含糊的实质是图象受到平均或者积分运算的影响,因此对其发展逆运算〔如微分运算〕就可以使图象清晰。在频域上卷积被表示为乘积,因此在频域上对图象发展滤波就变得更加直观了。在频域上发展滤波的步骤:1)计算需增强的图象的傅里叶变化。2)将其与1个传递函数相乘。3)再将结果发展傅里叶逆变化可以得到增强的图象。、椒盐、泊松噪声,实现中值滤波;〔Sobe算子、;。挨次给出“均值滤波器、中值滤波器、laplace滤波器〞是线性还是非线性的。,了解拉普拉斯边缘检测算子和Canny边缘检测算子;;、具有一定性质的区域,把人们关注的局部从图象中提取出来,进一步加以研究分析和处理。图象分割的结果是图象特征提取和识别等图象理解的根抵,对图象分割的研究向来是数字图象处理技术研究中的热点和焦点。图象分割使得其后的图象分析,识别等高处理级阶段所要处理的数据量大大减少,同时又保存有关图象构造特征的信息。图象分割在不同的领域也有其它名称,如目标轮廓技术、目标检测技术、阈值化技术、目标跟踪技术等,这些技术本身或者其核心实际上也就是图像分割技术。传统的边缘检测就是利用了这个特点,对图象各个像素点发展微分或者求二阶微分来确定边缘像素点。一阶微分图象的峰值处对应着图象的边缘点;二阶微分图象的过零点处对应着图象的边缘点。根据数字图象的特点,处理图象过程中常采用差分来代替导数运算,对于图象的简单一阶导数运算,由于具有固定的方向性,只能检测特定方向的边缘,所以不具有普遍性。为了节制一阶导数的缺点,我们定义图象的梯度为梯度算子,它是图像处理中最常用的一阶微分算法。图象梯度的最重要性质是梯度的方向是在图象灰度最大变化率上,它恰好可以反映出图象边缘上的灰度变化。(Roberts、Sobel、Prewitt)的边缘检测。。。如何实现彩***象的边缘检测?梯度算子和拉普拉斯算子、Canny算子本质区别。掌握背景差值法对运动目标的检测原理及其程序设计,并实现背景更新;了解图象图象差分法和基于光流的分割方法。b(x,y)表示,定义图像序列为f(x,其中为图象位置的坐标;为图象帧数。将每,y,i)(x,y)i一帧图象的灰度值减去背景的灰度值可得到一个差值图象:通过设置阈值T可得到二值化差值图象:其中取值为1和0的像素点分别对应于前景〔运动目标区〕和背景〔非运动目标区〕。;。如何去除背景噪声,当场景受光照等环境因素影响时,该如何处理背景。