图像处理实验二心得

第一篇：图像处理实验二心得

实验二图像拼接心得体会

图像拼接的含义：将多幅在不同时刻、从不同视角或者由不同传感器获得的图像经过对齐然后无缝地融合在一起，从而得到一幅大视场、高分辨率图像的处理过程。图像拼接有两种类型，一种是传统全景图，没有或只有轻微的运动视差，另一种是多重投影拼接图，但存在较大的运动视差

利用MATLAB进行图像拼接时，要注意以下几点：

第一方面：在图像格式上，由于图像格式包括索引色和真彩色这两大类不同的类型，所以需要统一转换一下才能拼接。这两类图像的判断根据是读入的数据是二维还是三维，对于二维的数据，如果调色板为空，则按照灰度图像处理。

第二方面：在数据格式上，由于具体的图像文件格式不同，读入的数据可能是logical、uint8、uint16、uint32、single、uint64、double等各种不同的格式，要想进行拼接，需要转换为同一种数据类型，这样在拼接的时候才不会出现错误。

在图像拼接过程中，要特别注意找出两幅图像之间最优的空间位置和色彩之间的变换关系，使一幅图像中的点最优地映射到另一幅图像中，也就是要让图像对齐好，这关系到图像的处理效果。

图像拼接的步骤如下：1选取拍摄位置以及图像获取方式；2获取图像；3图像预处理；4图像对齐；5图像合成；6输出拼接图像。

第二篇：数字信号处理实验二

北京信息科技大学

数字信号处理实验报告

题 目：

数字信号处理课程设计实验

学 院： 信息与通信工程学院 专 业： 通信工程专业 姓 名： 班 级：

学 号： 指导老师：

实验目的

1、熟悉IIR数字滤波器的设计原理与方法。

2、掌握数字滤波器的计算机软件实现方法。

3、通过观察对实际心电图信号的滤波作用，学习数字滤波器在实际中的应用。

实验仪器及材料

计算机，MATLAB软件

实验内容及要求

1．设计巴特沃斯低通数字滤波器对人体心电信号进行滤波

(1)人体心电图信号在测量过程中会受到工业高频干扰，所以必须经过低通滤波处理，才能作为判断心脏功能的有用信息。以下为一个实际心电图信号采样序列x(n)，其中存在高频干扰，抽样周期Ts=1秒。在实验中，以x(n)作为输入序列，滤除其中干扰成分。

x(n)=[-4,-2,0,-4,-6,-4,-2,-4,-6,-6,-4,-4,-6,-6,-2,6,12,8,0,-16,-38,-60,-84,-90,-66,-32,-4,-2,-4,8,12,12,10,6,6,6,4,0,0,0,0,0,-2,-4,0,0,0,-2,-2,0,0,-2,-2,-2,-2,0] 对序列x(n)用FFT做频谱分析，生成x(n)的频谱图。

(2)设计一个巴特沃斯低通IIR数字滤波器H(z)。

设计指标参数为：在通带内频率低于0.2π时，最大衰减小于1dB； 在阻带内 [0.3π, π]频率区间上，最小衰减大于15dB。

j|H(e)|。写出数字滤波器H(z)的表达式，画出滤波器的幅频响应曲线

(3)用所设计的滤波器对实际心电图信号采样序列x(n)进行滤波处理，编写程序，求滤波后的序列y(n)，并分别画出滤波前后的心电图信号波形图和频谱图。

y(n)= [0,0,0,0, 0,0,0,0,-0.14025,0.40279,-0.56085 ,0.33328,0.023981,-0.18809,0.11843,-0.1038,0.11576,-0.1225,0.099815 ,-0.13769 ,0.095249,-0.0070273,0.018867,0.090543,-0.11257,-0.070884 ,0.17676,-0.55407,0.24813,-0.34732,-0.30428,0.59426,-0.29574,-0.063869,0.34018,-0.73334,1.0293,-0.57107,-0.2461,0.83605,-0.83026,0.45459,0.011551,-0.25667,0.23896,-0.17361,0.20829,-0.28417,0.28765 ,-0.2035,0.02865,0.066164,0.077916,-0.36052, 0.53517,-0.5571]

源程序

clear all，clc

x=[-4,-2,0,-4,-6,-4,-2,-4,-6,-6,-4,-4,-6,-6,-2,6,12,8,0,-16,-38,-60,-84,-90,-66,-32,-4,-2,-4,8,12,12,10,6,6,6,4,0,0,0,0,0,-2,-4,0,0,0,-2,-2,0,0,-2,-2,-2,-2,0];%未经滤波的心电图信号 L=length(x);l=0:L-1;

y=fft(x,L);Wp=0.2*pi;Ws=0.3*pi;Rp=1;Rs=15;

[N,Wn] = buttord(Wp,Ws,Rp,Rs,'s');[b,a] = butter(N,Wn,'s');[numa,dena]=impinvar(b,a,1);w=linspace(0,pi,1024);h=freqz(numa,dena,w);norm=max(abs(h));numa=numa/norm;[z,p]=tf2zp(b,a);figure(1)

plot(w,20*log10(abs(h)/norm));grid;

xlabel('数字频率');ylabel('幅度响应dB');figure(2)plot(w,abs(h));grid;

xlabel('数字频率');

ylabel('幅度响应|H(e^(jw))|');figure(3)zplane(z,p);xx=filter(b,a,x);yy=fft(xx,L);figure(4)subplot(2,1,1)stem(l,x);

title('未经滤波的心电图信号');xlabel('n');subplot(2,1,2)stem(l,xx);

title('经滤波之后的心电图信号');xlabel('n');figure(5)subplot(2,1,1)plot(l,abs(y));

title('未经滤波的心电图信号的频谱');subplot(2,1,2)plot(l,abs(yy));

title('经滤波处理的心电图信号的频谱');

2．用help查看内部函数cheb1ord.m及cheby1.m，了解调用格式。

编程设计教材习题6-2，求模拟滤波器Ha(s)的表达式。

源程序

close all clear all clc

Wp=2*pi*3000;Rp=2;Ws=2*pi*12000;Rs=50;Fs=24000;

w=linspace(0,pi,1024);

[N,Wn]=cheb1ord(Wp,Ws,Rp,Rs,'s');e=sqrt(10^(Rp/10)-1);[b,a]=cheby1(N,e,Wn,'s')[numa,dena]=impinvar(b,a,Fs);h=freqz(numa,dena,w);norm=max(abs(h));

plot(w*Fs/pi,20*log10(abs(h)/norm))title('幅度响应')xlabel('频率(Hz)')ylabel('幅度(dB)')grid

3．模拟滤波器的数字化

用内部函数impinvar及bilinear实现教材习题6-5，求数字滤波器H(z)的表达式。

源程序

close all clear all clc b1=[0 0 1];a1=[1 1 1];b2=[0 0 1];a2=[2 3 1];

[numa1,dena1]=impinvar(b1,a1,0.5)[numa2,dena2]=bilinear(b1,a1,0.5)[numa3,dena3]=impinvar(b2,a2,0.5)

[numa4,dena4]=bilinear(b2,a2,0.5)

本实验所用的部分MATLAB函数

 L=length(x)：求序列x长度。

 y=fft(x,L)：将序列x(n)做L点快速傅立叶变换，结果赋给序列y(n)。 [n,Wn] = buttord(Wp,Ws,Rp,Rs,'s')：计算模拟Butterworth滤波器的最小阶次n和截止频率为Wn。

 [b,a] = butter(n,Wn,'s')：设计模拟截止频率为Wn（rad/s）的n阶 Butterworth低通滤波器，返回值为模拟滤波器的系数。

 y=filter(b,a,x): 将序列x(n)通过滤波器滤波后生成序列y(n)，滤波器的分母多项式系数构成a向量，分子多项式系数构成b向量。

 [BZ,AZ] = impinvar(B,A,Fs)：冲激响应不变法，返回值为数字滤波器的系数。 [BZ,AZ] = bilinear(B,A,fs)：双线性变换，返回值为数字滤波器的系数。 [H w]=freqz(b,a)：由滤波器分母多项式系数构成的a向量和分子多项式系数构成的b向量求系统频响。

截图

实验体会

这次的实验让这让我看到了理论与实践相结合的优势与用处，让我受益匪浅。我认识到了自己理论知识的不足，也认识到了我们学习的基础知识究竟能运用于什么领域，如何运用。我们在老师的耐心指导下调试电路，直到得到要求的效果。让我们在学习电路、信号等理论知识的同时，明白如何把这些应用于实际。

第三篇：matlabGUI图像处理

图像处理

一、实习任务

利用MATLAB里面的一些特定函数和GUI可视化图形界面设计一个属于自己的photoshop,使其完成简易的放大、缩小、截图以及直方图统计等功能。

二、实习内容

1、布局设计

2、程序设计 %文件打开

[name,path]=uigetfile({'*.*';'*.bmp';'*.tif';'*.png';'*.gif';'*.jpg'},'载入图像');if isequal(name,0)|isequal(path,0)errordlg('没有选中文件','出错');return;else x=imread([path,name]);axes(handles.axes1);imshow(x);handles.img=x;handles.noise_img=x;guidata(hObject,handles)end

%文件保存

[filename,pathname] = uiputfile({'*.*';'*.bmp';'*.tif';'*.png';'*.gif';'*.jpg'},'图片保存为');if isequal([filename,pathname],[0,0])errordlg('没有保存','出错');return;else file=strcat(pathname,filename);(handles.axes2);i=getimage(gca);imwrite(i,file);end

%文件退出 clc;close all;close(gcf);

%灰度处理

axes(handles.axes2);if isrgb(handles.img)y=rgb2gray(handles.img);%RGB•••••••••• imshow(y);else msgbox('这已经是灰度图像','转换失败');end %截图

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);y=imcrop(handles.img);imshow(y);handles.Timage=y;

%双线性缩小

axes(handles.axes2);prompt={'输入放大倍数:'};defans={'0.2'};p=inputdlg(prompt,'输入放大倍数',1,defans);p1=str2num(p{1});y=imresize(handles.img,p1,'bilinear');%法缩小 imshow(y);

%双线放大

axes(handles.axes2);prompt={'输入放大倍数:'};defans={'2'};p=inputdlg(prompt,'输入放大倍数',1,defans);p1=str2num(p{1});y=imresize(handles.img,p1,'bilinear');%值法放大 imshow(y);

%上下翻转

最近邻插值最近邻插axes(handles.axes2);x=(handles.img);if isrgb(handles.img)for k=1:3 y(:,:,k)=flipud(x(:,:,k));%上下翻转函数 end imshow(y);else x=(handles.img);y=flipud(x);imshow(y);end

%左右翻转

axes(handles.axes2);if isrgb(handles.img)x=(handles.img);for k=1:3 y(:,:,k)=fliplr(x(:,:,k));%左右翻转函数 end imshow(y);else x=(handles.img);y=fliplr(x);imshow(y);end

%左转90度

axes(handles.axes2);x=(handles.img);y=imrotate(x,90);imshow(y);

%右转90度

axes(handles.axes2);x=(handles.img);y=imrotate(x,-90);imshow(y);

%任意角度旋转 axes(handles.axes2);prompt={'输入参数1:'};defans={'30'};p=inputdlg(prompt,'输入参数',1,defans);p1=str2num(p{1});y=imrotate(handles.img,p1);imshow(y);

%亮度处理

prompt={'输入参数1','输入参数2','输入gamma'};defans={'[0 0.7]','[0 1]','1'};p=inputdlg(prompt,'输入参数',1,defans);p1=str2num(p{1});p2=str2num(p{2});p3=str2num(p{3});gamma=p3;x=(handles.img);y=imadjust(x,p1,p2,gamma);axes(handles.axes2);imshow(y);%G直方图

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)x=imhist(handles.img(:,:,2));%直方图统计 x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,'xtick',0:50:255);else msgbox('这是灰度图像','旋转失败');end %R直方图

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);x=imhist(handles.img(:,:,1));%统计

x1=x(1:10:256);horz=1:10:256;bar(horz,x1);set(handles.axes2,'xtick',0:50:255);%B直方图

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)

直方图x=imhist(handles.img(:,:,3));%直方图统计

x1=x(1:10:256);horz=1:10:256;bar(horz,x1);%axis([0 255 0 150000]);set(handles.axes2,'xtick',0:50:255);%set(handles.axes2,'ytick',0:2000:15000);else msgbox('这是灰度图像','旋转失败');end

%直方图均衡

set(handles.axes2,'HandleVisibility','ON');axes(handles.axes2);if isrgb(handles.img)a=histeq(handles.img(:,:,1));b=histeq(handles.img(:,:,2));c=histeq(handles.img(:,:,3));k(:,:,1)=a;k(:,:,2)=b;k(:,:,3)=c;imshow(k);else h=histeq(handles.img);%直方图均衡 imshow(h);end

3、效果图

三、遇到的问题及解决方法

1、遇到的问题

最开始在Command里面用imread打开图片是可行的，但到了GUI里面之后，会出现一些错误，主要就是提示说：找不到对应的地方。还有就是在编写完程序之后，放大感觉没有任何变化。

2、解决方法

在查询资料后发现，在GUI里面打开图片是需要编写图片的地址以及格式的，要先判断你要操作的图片是否存在，如果不存在，应该提示你不存在的错误；在不能放大这个问题上，后来发现是axes2不够大，也就是画布不够大，再放大了画布后，放大就明显多了，缩小的时候也是这样。

四、主要收获和心得体会

在俩周的自动化软件实训里面，最大的感触就是MATLAB很强大，不但可以用自己自带的函数，还可以和C语言Java等语言连接共用，在处理图像上有自己独特的优势，在编辑菜单之后再进行相应的编程，做出来的界面和网页一样好看，这俩周特别快，不过收获很多，在很大程度上锻炼了我们的设计能力。

第四篇：图像处理 实验报告

摘要：

图像处理，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容 图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理一般指数字图像处理。

数字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。目前，图像处理演示系统应用领域广泛医学、军事、科研、商业等领域。因为数字图像处理技术易于实现非线性处理，处理程序和处理参数可变，故是一项通用性强，精度高，处理方法灵活，信息保存、传送可靠的图像处理技术。本图像处理演示系统以数字图像处理理论为基础，对某些常用功能进行界面化设计，便于初级用户的操作。设计要求

可视化界面，采用多幅不同形式图像验证系统的正确性；

合理选择不同形式图像，反应各功能模块的效果及验证系统的正确性 对图像进行灰度级映射，对比分析变换前后的直方图变化；

1.课题目的与要求 目的：

基本功能：彩色图像转灰度图像

图像的几何空间变换：平移，旋转，剪切，缩放 图像的算术处理：加、减、乘

图像的灰度拉伸方法（包含参数设置）； 直方图的统计和绘制；直方图均衡化和规定化； 要求：

1、熟悉图像点运算、代数运算、几何运算的基本定 义和常见方法；

2、掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法

3、掌握在MATLAB中进行插值的方法

4、运用MATLAB语言进行图像的插值缩放和插值旋转等

5、学会运用图像的灰度拉伸方法

6、学会运用图像的直方图设计和绘制；以及均衡化和规定化

7、进一步熟悉了解MATLAB语言的应用，将数字图像处理更好的应用于实际

2.课题设计内容描述

1>彩色图像转化灰度图像：

大部分图像都是RGB格式。RGB是指红，绿，蓝三色。通常是每一色都是256个级。相当于过去摄影里提到了8级灰阶。

真彩色图像通常是就是指RGB。通常是三个8位，合起来是24位。不过每一个颜色并不一定是8位。比如有些显卡可以显示16位，或者是32位。所以就有16位真彩和32位真彩。

在一些特殊环境下需要将真彩色转换成灰度图像。1单独处理每一个颜色分量。

2.处理图像的“灰度“，有时候又称为“高度”。边缘加强，平滑，去噪，加锐度等。

3.当用黑白打印机打印照片时，通常也需要将彩色转成灰白，处理后再打印 4.摄影里，通过黑白照片体现“型体”与“线条”，“光线”。2>图像的几何空间变化：

图像平移是将图像进行上下左右的等比例变化，不改变图像的特征，只改变位置。

图像比例缩放是指将给定的图像在x轴方向按比例缩放fx倍，在y轴按比例缩放fy倍，从而获得一幅新的图像。如果fx=fy，即在x轴方向和y轴方向缩放的比率相同，称这样的比例缩放为图像的全比例缩放。如果fx≠fy，图像的比例缩放会改变原始图象的像素间的相对位置，产生几何畸变。

旋转。一般图像的旋转是以图像的中心为原点，旋转一定的角度，也就是将图像上的所有像素都旋转一个相同的角度。旋转后图像的的大小一般会改变，即可以把转出显示区域的图像截去，或者扩大图像范围来显示所有的图像。图像的旋转变换也可以用矩阵变换来表示。3>图像的算术处理：

图像代数运算是指对两幅或两幅以上输入图像对应的像素逐个进行和差积商运算以产生增强效果的图像。图像运算是一种比较简单有效的增强处理手段是图像处理中常用方法。三种图像处理代数运算的数学表达式如下： C(x,y)=A(x,y)+B(x,y)C(x,y)=A(x,y)-B(x,y)C(x,y)=A(x,y)*B(x,y)4>图像的灰度拉伸方法：

灰度拉伸又叫对比度拉伸，它是最基本的一种灰度变换，使用的是最简单的分段线性变换函数，它的主要思想是提高图像处理时灰度级的动态范围。可以有选择的拉伸某段灰度区间以改善输出图像。如图，所示的变换函数的运算结果是将原图在a到b之间的灰度拉伸到c到d之间。如果一幅图像的灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来拉伸(斜率>1)物体灰度区间以改善图像；同样如果图像灰度集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来压缩(斜率<1)物体灰度区间以改善图像质量。

5>直方图设计和绘制；以及均衡化和规定化：

灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。

直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。

3.总体方案设计

1> GUI图像处理平台的总体设计

图像处理平台设计的目的是能够将图像处理的各个独立算法集成到一个平台内，方便用户选用多种方法对图像进行处理.平台基于ＭatlabGUI设计，实现图像处理过程的交互和可视化，并为用户二次开发提供平台接口，提高图像处理算法的综合利用效率

2>平台总体功能设计 根据一体化的设计思想，平台主要实现算法集成、交互可视化和提供二次开发接口等功能.其中算法集成分为已有算法集成和新算法集成.具体功能描述如下：

（1）已有算法集成是对Ｍatlab图像处理工具

包中提供的算法进行集成，可以通过使用函数名加参数的方式直接调用.依据功能进行分类，将同类算法集成到同一菜单项内，如将傅里叶变换、小波变换、离散变换等算法归类到图像变换中，进行集成.（2）新算法集成是指对自主开发的算法进行集成，如改进水平集算法[12]、交互式图割算法[13]、细胞自动机分割算法[14]等均为自主开发的图像分割算法，同已有算法集成方式类似，集成到平台中，便于综合运用和算法分析与对比.（3）交互式可视化是指对图像处理过程及结果的可视化显示，并提供用户交互区.（4）二次开发接口是指通过调用集成模板方式，为用户提供一个将自己算法集成到平台中的一个接口

3>总体布局设计

一个高性能的图像处理平台应该为用户提供

方便快捷的操作.平台设计中通过菜单和按钮实现快捷操作，其中菜单项提供平台的整体功能，快捷按钮显示具体的独立功能.图像处理平台的布局设计如图1所示.利用ＭatlabGUI提供的工具包和底层代码，可以实现菜单功能区、快捷按钮功能区、DEMO显示区、可视化效果显示区和用户交互区的布局设计

4.程序实现和测试

4.1各个功能模块的主要实现程序 基本功能：彩色图像转灰度图像

I=imread('C:MATLAB7toolboximagesimdemospeppers.png','png');x=rgb2gray(I);figure(1);subplot(121);imshow(I);title('原始图像');subplot(122);imshow(x);title('灰度图像');实验结果：

图像的几何空间变换：平移，旋转，剪切，缩放

img1=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');img1=rgb2gray(img1);figure,imshow(img1);imwrite(img1,'a1.jpg');%%%%%%平移

se=translate(strel(1),[20 20]);img2=imdilate(img1,se);figure,imshow(img2);imwrite(img2,'a2.jpg');%%%%%%旋转 img3=imrotate(img1,90);figure,imshow(img3);imwrite(img3,'a3.jpg');% %%%%%缩放 img4=imresize(img1,2);figure,imshow(img4);imwrite(img4,'a4.jpg');

原始图像：

平移图像：

旋转图像：

缩放图像：

图像的算术处理：加、减、乘

加法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(1,3,1);imshow(A);title('图像1');subplot(1,3,2);imshow(B);title('图像2');C=imadd(A,B);subplot(1,3,3);imshow(C);title('相加后的图像')

减法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(2,3,1);imshow(A);title('图像1');subplot(2,3,2);imshow(B);title('图像2');C=imsubtract(A,B);subplot(2,3,3);imshow(C);title('相减后的图像')

乘法

A=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');B=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao1.jpg','jpg');subplot(1,3,1);imshow(A);title('图像1');subplot(1,3,2);imshow(B);title('图像2');C=immultiply(A,B);subplot(1,3,3);imshow(C);title('相乘后的图像')

图像的灰度拉伸方法（包含参数设置）；

img=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');figure(1);imshow(img);title('原图');[m,n]=size(img);%测量图像尺寸参数

GreyHist=zeros(1,256);%预创建存放灰度出现概率的向量 for k=0:255 GreyHist(k+1)=length(find(img==k))/(m*n);%计算每级灰度出现的概率，将其存入GreyHist中相应位置

end figure(2);bar(0:255,GreyHist)%绘制直方图 title('原直方图')xlabel('灰度值')ylabel('出现概率')%灰度拉伸 imggrey=img;prompt={'请输入系数a','请输入系数b'};words='请输入线性拉伸函数:';answer = inputdlg(prompt,words,1,{'0.5','2'});a=str2double(answer(1));b=str2double(answer(2));for i=1:m for j=1:n img(i,j)=a*img(i,j)+b;end end figure(3);imshow(img);title('灰度拉伸');GreyHist=zeros(1,256);%预创建存放灰度出现概率的向量 for k=0:255

直方图的统计和绘制；直方图均衡化和规定化；

%一，图像的预处理，读入彩色图像将其灰度化

img=imread('C:MATLAB7toolboximagesimdemosguidemo123jujiao3.jpg','jpg');%读入JPG彩色图像文件

imshow(img)%显示出来 title('输入的彩色JPG图像')imwrite(rgb2gray(img),'PicSampleGray.jpg');%将彩色图片灰度化并保存 img=rgb2gray(img);%灰度化后的数据存入数组 %二，绘制直方图

[m,n]=size(img);%测量图像尺寸参数

GP=zeros(1,256);%预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(img==k))/(m*n);%计算每级灰度出现的概率，将其存入GP中相应位置 end figure,bar(0:255,GP,'g')%绘制直方图 title('原图像直方图')xlabel('灰度值')ylabel('出现概率')%三，直方图均衡化 S1=zeros(1,256);for i=1:256 for j=1:i S1(i)=GP(j)+S1(i);%计算Sk end end S2=round((S1*256)+0.5);%将Sk归到相近级的灰度 for i=1:256 GPeq(i)=sum(GP(find(S2==i)));%计算现有每个灰度级出现的概率 end figure,bar(0:255,GPeq,'b')%显示均衡化后的直方图 title('均衡化后的直方图')xlabel('灰度值')ylabel('出现概率')%四，图像均衡化 PA=img;for i=0:255 PA(find(img==i))=S2(i+1);%将各个像素归一化后的灰度值赋给这个像素 end figure,imshow(PA)%显示均衡化后的图像 title('均衡化后图像')imwrite(PA,'PicEqual.jpg');

4.3.问题说明和总结：对在调试中发现的问题和解决方法做说明。

图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。

进行程序调试的过程中，最重要的是输入图像，刚开始是为了找到原始图像耗费了很多时间，一般的条件书上有，但要对其进行磨合。程序编写时，应该注意大小写。应该注意最后的输出部分，保证输出条件与输入条件相同。

5．总结与体会 这次使用MATALB进行图像处理的编写，是我对MATALB软件有了更深入的了解，对其的应用能力也有了相应的提高，更深入的了解到MATALB作为绘图软件的方便与快捷。在进行程序调试的过程中，最重要的是输入图像，只有找到图像的原始位置，才能进行下面的程序编码。编码程序时，应该在MATLAB原始文档的位置先行输入，输入时应该注意大小写。程序应该尽可能地简单，只要能达到目的就行，程序越复杂，运行时的错误就越多。以上是我的程序编码经验与感受。

6．参考文献

《数字图像处理实验指导书》 厍向阳 曹颖超 编著 《MATLAB与数学实验》 艾冬梅 李艳晴 编著 《图像处理和分析技术》 章毓晋 编著 《MATLAB实用教程》 郑阿奇 编著

第五篇：图像处理说课稿

图像处理

一、教材分析和教学地位分析

本节课是浙江教育出版社必修教材中第三章第三节第一课时的内容，主要介绍了图像处理的基本概念：分辨率、位图和矢量图、颜色、文件格式，以及常用的图像编辑工具的简单介绍。本节课是高二选修教材《多媒体技术应用》中图像加工部分的的基础，是用于激发和发现学生对多媒体技术应用的兴趣的基础内容，是为学生高二选修合适内容奠定基础的一节课。

二、学情分析

本节课的教学对象是高一学生，他们具备了初步的审美意识，并且在日常生活中对于图像处理有了基本的体验，如智能手机上的美颜相机软件，简单的图像处理工具美图秀秀等，但对于图像处理当中的一些基本概念，如分辨率，图像格式和分类等仍然处于模糊的状态，对于图像处理的高级工具Photoshop也一般是只闻其名，并没有多少实质性的体验。因此，本节课从实际出发，创设适当的学习情境，引发学生对图像处理的学习兴趣，通过学生的自身体验，由浅入深，由抽象到具体得帮助学生掌握基本概念，并且掌握图像处理工具Photshop的几个基本功能。

三、教学目标分析

根据教材的结构和内容分析以及新课标要求，结合高一学生的认知结构及其心理特点，我拟定了以下的教学目标。知识与技能：

1、掌握Photshop中仿制图章工具的用法。

2、掌握画布修改的方法。

3、掌握图像的一些基本概念：分辨率、图像分类及格式。过程与方法：

1、通过体验仿制图章工具的使用，体会图像处理的神奇及乐趣。

2、通过画布修改的前后对比，从感官上上升对分辨率概念的认识。

3、通过对颜色设置中对于红绿蓝的分量调整，体验二进制理论在色彩当中的应用。情感态度和价值观

通过本节课的学习，激发学生对于图像处理的兴趣，培养基本的审美情趣。

四、教学重难点

基于以上的教学目标，我指定了以下的重难点。

重点：分辨率以及图像分类及格式。

难点：二进制理论在色彩当中的运用。

五、教法和学法

根据本节课的内容和特点，主要采用以下几种教学方法。

1、演示法：演示仿制图章的使用。

2、活动探究和任务驱动：引导学生参与活动和任务，发挥学生的主观能动性，培养学生的动手能力。

3、集体讨论：画布修改的前后对比

六、教学过程

最后我具体谈谈这堂课的教学过程，本节课设计了5个教学环节。

1、示范演示，激发兴趣。

选择一副果树图片，通过给学生演示PS中仿制图章的使用，激发学生对图像处理的学习兴趣。

任务：通过学习网站当中对于仿制图章工具的使用介绍，完成另一幅图片的处理要求。

2、自身体验，探索新知

活动探究一：通过学习网站中对于画布修改的操作，完成画布的修改，并且集体讨论回答以下问题：

（1）画布修改之后图像有什么变化？

（2）将修改后的画布放大到和原来一样大，图像质量发生了什么变化

根据学生回答，引申分辨率的概念，以及位图和矢量图的概念，并且演示矢量图编辑工具Coraldraw。

3、理论深入

活动探究

二、调整PS中的色彩工具栏中的分量调整，思考标准红绿蓝所对应的二进制代码。

根据学生回答并补充，引申真彩色的定义。补充文件格式及扩展名。

4、实践体验

根据自己爱好，选择一副图片，通过网站当中对于PS的滤镜介绍，体验滤镜效果。

5、小结。

七、教学反思

以上教学设计均是我个人的教学预设，在实际的教学过程中，我会根据学生的具体反馈做出相应的调整，做到因材施教，真正的实现以学生为中心的教学，为学生的长远发展负责，使信息技术教学更好的为生活生产服务。