MATLAB图像处理论文

姓名 学号 成绩 张鑫 1341901230

江苏科技大学

数字图像处理本科生课程论文

论文题目：车牌识别方法研究 完成时间：2016、6、5 所在专业：计算机科学与技术 所在班级：13419012

车牌识别方法研究

13级计算机专业2班 1341901230 张鑫

摘要：车牌识别在人类社会交通系统中担当重要角色，一个设计优良的车牌识别系统会给人们生活带来极大的方便，本文通过运用matlab和数字图像处理的一些知识简单通过图像预处理，车牌定位，字符分割，采用模板匹配法实现车牌字符的识别。

关键词：图像预处理 边缘处理 字符分割 字符识别

一、研究背景

随着我国公路交通事业的发展，车辆的数量正在迅速增长，在给出行提供方便的同时，车辆管理上存在的问题日益突出，人工管理的方式已经不能满足实际的需要。微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。作为信息来源的自动检测、图像识别技术越来越受到人们的重视。近年来计算机的飞速发展和数字图像技术的日趋成熟，为传统的交通管理带来巨大转变，先进的计算机处理技术，不

毕业设计（论文）开题报告

题 目： 基于matlab的图像编辑软件开发

专 业 计算机科学与技术 班 级 学 号 姓 名 指 导 教 师

091041B1

牛向华 姜寒

2013年 03 月 1 日

1 本课题的目的和意义、国内外研究现状、水平和发展趋势

1.1 课题的目的和意义

随着图像处理的研究逐渐深入，许多问题有待于解决，故对图像处理得需求也进一步增加。图像处理已经逐渐成为一门比较成熟的学科，数字图像处理在整个图像处理领域中占有重要的地位。图像处理中有很多数学公式，目前以数学为工具讲解图像处理的专著也有很多，Matlab主要就是通过程序实现图像处理，而且Matlab不像其他语言实现图像程序设计比较繁琐，它却相对比较简单易懂，很好实现。从本质上说，图像就是函数、矩阵或程序设计中的数组。而Matlab具有强大而方便的数组操作功能，同时又提供了丰富的图像处理函数。

图像信息是人类获得外界信息的主要来源，因为大约有70％的信息是通过人眼获得的，而人眼获得的都是图像信息。在近代科学研究、军事技术、工农业生产、

图像处理函数详解——bwareaopen 功能：用于从对象中移除小对象。

用法：BW2 = bwareaopen(BW,P) BW2 = bwareaopen(BW,P,CONN)

BW2 = bwareaopen(BW,P,CONN)从二值图像中移除所有小于P的连通对象。CONN对应邻域方法，默认为8。 例子：

originalBW = imread('text.png');

imview(originalBW)

bwAreaOpenBW = bwareaopen(originalBW,50);

imview(bwAreaOpenBW)

图像处理函数详解——bwlabel

功能：对连通对象进行标注，bwlabel主要对二维二值图像中各个分离部分进行标注（多维用bwlabeln，用法类似）。

用法：L = bwlabel(BW,n) [L,num] = bwlabel(BW,n)

L = bwlabel(BW,n)表示返回和BW相同大小的数组L。L中包含了连通对象的标注。参数n为4或8，分别对应4邻域和8邻域，默认值为8。 [L,num] = bwlabel(BW,n)返回连通数num。 图像处理函数详解——bwperim 功能：查找二

Matlab图像处理函数汇总：

1、图像的变换

① fft2：fft2函数用于数字图像的二维傅立叶变换，如：i=imread('104_8.tif');

j=fft2(i);

②ifft2:：ifft2函数用于数字图像的二维傅立叶反变换，如： i=imread('104_8.tif');

j=fft2(i);

k=ifft2(j);

2、模拟噪声生成函数和预定义滤波器

① imnoise：用于对图像生成模拟噪声，如：

i=imread('104_8.tif');

j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声

② fspecial：用于产生预定义滤波器，如：

h=fspecial('sobel');%sobel水平边缘增强滤波器

h=fspecial('gaussian');%高斯低通滤波器

h=fspecial('laplacian');%拉普拉斯滤波器

h=fspecial('log');%高斯拉普拉斯（LoG）滤波器

h=fspecial('average');%均值滤波器

2、图像的增强

①直方图：imhist函数用于数字图像的直方图显示，如： i=imread('104_8.tif');

imhist(i);

②直方图均化：histeq函数

1．applylut

功能：

在二进制图像中利用lookup 表进行边沿操作。 语法：

A = applylut(BW,lut) 举例

lut = makelut('sum(x(:)) == 4',2); BW1 = imread('text.tif'); BW2 = applylut(BW1,lut); imshow(BW1) figure, imshow(BW2) 相关命令： makelut 2．bestblk

功能：

确定进行块操作的块大小。 语法：

siz = bestblk([m n],k)

[mb,nb] = bestblk([m n],k) 举例

siz = bestblk([640 800],72) siz = 64 50

相关命令： blkproc 3．blkproc 功能：

MATLAB 高级应用——图形及影像处理 320

实现图像的显式块操作。 语法：

B = blkproc(A,[m n],fun)

B = blkproc(A,[m n],fun,P1,P2,...)

B = blkproc(A,[m n],[mborder nborder],fun,...) B = blkproc(A,'indexed',...)

1．applylut

功能：

在二进制图像中利用lookup 表进行边沿操作。 语法：

A = applylut(BW,lut) 举例

lut = makelut('sum(x(:)) == 4',2); BW1 = imread('text.tif'); BW2 = applylut(BW1,lut); imshow(BW1) figure, imshow(BW2) 相关命令： makelut 2．bestblk

功能：

确定进行块操作的块大小。 语法：

siz = bestblk([m n],k)

[mb,nb] = bestblk([m n],k) 举例

siz = bestblk([640 800],72) siz = 64 50

相关命令： blkproc 3．blkproc 功能：

MATLAB 高级应用——图形及影像处理 320

实现图像的显式块操作。 语法：

B = blkproc(A,[m n],fun)

B = blkproc(A,[m n],fun,P1,P2,...)

B = blkproc(A,[m n],[mborder nborder],fun,...) B = blkproc(A,'indexed',...)

图像处理函数详解——bwareaopen 功能：用于从对象中移除小对象。

用法：BW2 = bwareaopen(BW,P) BW2 = bwareaopen(BW,P,CONN)

BW2 = bwareaopen(BW,P,CONN)从二值图像中移除所有小于P的连通对象。CONN对应邻域方法，默认为8。 例子：

originalBW = imread('text.png');

imview(originalBW)

bwAreaOpenBW = bwareaopen(originalBW,50);

imview(bwAreaOpenBW)

图像处理函数详解——bwlabel

功能：对连通对象进行标注，bwlabel主要对二维二值图像中各个分离部分进行标注（多维用bwlabeln，用法类似）。

用法：L = bwlabel(BW,n) [L,num] = bwlabel(BW,n)

L = bwlabel(BW,n)表示返回和BW相同大小的数组L。L中包含了连通对象的标注。参数n为4或8，分别对应4邻域和8邻域，默认值为8。 [L,num] = bwlabel(BW,n)返回连通数num。 图像处理函数详解——bwperim 功能：查找二

届 别 2012届

学 号

毕业设计（论文）

基于MATLAB的医学图像处理

姓 名 唐涛 系 别、 专 业 计算机科学系、通信工程专业 导 师 姓 名、职 称 朱卫平、副教授 完 成 时 间 2012年5月1日

目 录

摘 要 ................................................... I ABSTRACT ............................................... II 1 绪论 .................................................. 1 1.1 课题背景................................

实验六 模糊图像恢复

一、实验目的

本实验是一个综合性实验，要求学生巩固学习多个知识点和内容，主要有： 1、理解掌握运动图像的退化模型； 2、掌握维纳滤波法的原理和实现方法；

3、在不同的噪声和点扩散函数参数下进行恢复，并比较结果； 4、通过分析和实验得出相应的结论。 二、实验准备

1、运动模糊退化模型：运动模糊是图像退化的一种，可以用数学表达式刻画出来。对线性移（空）不变系统，退化模型可表示为：g(x,y)=h(x,y)*f(x,y)+n(x,y)。对匀速直线运动而言，退化图像为：

g?x,y??T?f?x?x?t?,y?y?t??dt

000

其中x0(t)和y0(t)分别表示x和y方向的运动分量。并假设退化系统是线性移不变的，光学成像过程是完善的，快门开关是瞬间完成的。

对上式进行傅立叶变换，则得频域表达式为

??????G?u,v??g?x,y?exp??j2??ux?vy??dxdy??f?x?x0?t?,y?y0?t??exp??j2??ux?vy??dxdy?dt?????0???????

????T??????F?u,v?exp??j2??ux0?t??vy0?t???dt?F(u,v

文献综述

图像处理技术发展到今天，已经被应用到工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等多个学科，并成为这些学科获取信息的重要来源及利用信息的重要手段，所以图像处理科学己经成为与国计民生紧密相连的一门应用科学。

图像处理技术研究的重点在于图像处理算法和系统结构，随着计算机、集成电路等技术的飞跃发展，图像处理技术在这两方面都取得了长足的发展。但随着图像信息数据量的增大，图像处理算法复杂度的提高，图像处理技术依然面临着许多挑战性的问题，具体可概括为图像处理的网络化、复杂问题的求解与处理速度的高速化，可以通过选择合适的图像处理平台以及恰当的图像处理算法来解决这些挑战性的问题。

图像处理技术最初是在采用高级语言编程在计算机上实现的，后来还在计算机中加入了图像处理器(GPU)，协同计算机的CPU工作，以提高计算机的图形化处理能力。在大批量、小型化和低功耗的要求提出后，图像处理平台依次出现了基于VLSI技术的专用集成电路芯片((ASIC)和数字信号处理器((DSP)，近年来，随着EDA技术的发展以及FPGA(Field-Programmable Gate Array,现场可编程门阵列)技术的提高，越来越多的厂家和科研机构将F