1 / 14
文档名称:

DSP课设-数字图像处理.doc

格式:doc   大小:633KB   页数:14页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

DSP课设-数字图像处理.doc

上传人:762357237 2019/2/10 文件大小:633 KB

下载得到文件列表

DSP课设-数字图像处理.doc

文档介绍

文档介绍:存档资料成绩: 华东交通大学理工学院课程设计报告书所属课程名称DSP原理与应用题目数字图像处理系统的设计分院电信分院专业班级11级通信工程1班学号201********** 学生姓名白贵娥指导教师李杰 2014年6月18日华东交通大学理工学院课程设计(论文)任务书专业11通信工程班级1班姓名白贵娥一、课程设计(论文)题目数字图像处理系统的设计二、课程设计(论文)工作:自2014年6月9日起至2014年6月18日止。三、课程设计(论文)的内容要求:1、S软件。2、S软件中各元件及其图形表示和文字符号。3、掌握C语言和汇编语言的编程思想以及它们的基本使用规则。4、熟练掌握数字图像处理系统的工作原理,并读懂源程序。5、按照编辑、编译、调试、运行的正确步骤,并正确进行编译和调试。6、学会分析运行结果图。学生签名:(白贵娥)2014年6月18日序号项目等级优秀良好中等及格不及格1课程设计态度评价2出勤情况评价3任务难度评价4工作量饱满评价5任务难度评价6设计中创新性评价7论文书写规范化评价8综合应用能力评价综合评定等级课程设计(论文)评阅意见评阅人职称20年月日目录课程设计(论文)任务书 2第一章课程设计目的 5第2章设计实现思路 7第3章程序清单 S数字图像处理步骤 11第5章课程设计心得 13第6章参考文献 14第一章课程设计目的本课程设计有如下目的:1、了解数字图像处理的基本原理;2、学习灰度图像反色处理技术;3、学习灰度图像二值化处理技术;4、S软件。5、S软件中各元件及其图形表示和文字符号。6、掌握C语言和汇编语言的编程思想以及它们的基本使用规则。7、熟练掌握数字图像处理系统的工作原理,并读懂源程序。8、按照编辑、编译、调试、运行的正确步骤,并正确进行编译和调试。9、学会分析运行结果图。第2章 。图像处理最早出现于20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。数字图像处理常用方法:①采用图像变换的方法,如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效的处理(如傅立叶变换可在频域中进行数字滤波处理)。②图像编码压缩:图像编码压缩技术可减少描述图像的数据量(即比特数),以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得,也可以在允许的失真条件下进行。③图像增强和复原:图像增强和复原的目的是为了提高图像的质量,如去除噪声,提高图像的清晰度等。图像增强不考虑图像降质的原因,突出图像中所感兴趣的部分。如强化图像高频分量,可使图像中物体轮廓清晰,细节明显;如强化低频分量可减少图像中噪声影响。④图像描述:图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性,一般图像的描述方法采用二维形状描述,它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。⑤图像分类(识别):图像分类(识别)属于模式识别的范畴,其主要内容是图像经过某些预处理(增强、复原、压缩)后,进行图像分割和特征提取,从而进行判决分类。,灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度,尽管理论上这个采样可以任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同,在计算机图像领域中黑白图像只有黑色与白色两种颜色;灰度图像在黑色与白色之间还有许多级的颜色深度。但是,在数字图像领域之外,“黑白图像”也表示“灰度图像”,例如灰度的照片通常叫做“黑白照片”。在一些关于数字图像的文章中单色图像等同于灰度图像,在另外一些文章中又等同于黑白图像。得到过程:灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的。用于显示的灰度图像通常用每个采样像素8位的非线性尺度来保存,这样可以有256级灰度。这种精度刚刚能够避免可见的条带失真,并且非常易于编程。在医学图像与遥感图像这些技术应用中经常采用更多的级数以充分利用每个采样10或12位的传感器精度,并且避免计算时的近似误差。在这样的应用领域