数字图像处理大作业霍夫变换检测硬币

数字图像处理大作业 通信工程

组员：110421305刘继鹏 110421323王剑锋 110421327赵志力

一．题目

选择一组图像，根据直方图的定义，自己编写程序（不 能用imhist函数），完成直方图的显示。 灰度图像显示用一个直方图。

二．灰度图像的定义

灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数或该灰度级像素出现的频率。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数或该灰度级像素出现的频率，这个关系图就是灰度直方图。它反映了图像灰度分布的情况。

三.方案设计

根据图像在存储时是用矩阵的形式存储的，每个矩阵中的数都有相应的灰度级对应，这样通过FOR循环查找出相同点灰度级的个数进行累加，再通过stem函数（绘制二维离散序列的火柴杆图）在坐标系中进行绘图

四．算法流程图

在坐标系中显示 查找像素点并累加 For循环 建立

数字图像处理期末大作业

一、问题描述

实现第十章中采用Hough变换来检测图像中圆的过程。，通过包括平滑（把细节去除），边缘检测（得到轮廓）以及Hough变换得到的圆，并把结果叠加到原来的灰度图像上。给出具体的过程，中间结果，最后结果，实现的代码，并写出报告。

二、图片的获取以及预处理

针对老师提供的一副硬币图片，要求检测出其中的hough圆，并叠加到原图像上以便增强图像。在检测hough圆之前，首先要对图像进行平滑处理，进行拉普拉斯变换，然后检测垂直方向，水平方向，+45度和-45度方向的边缘，将四个方向的边缘叠加起来，得到总的边缘，对该图像进行二值化，然后对得到的图像检测其hough圆，得到圆形边缘，将该图像叠加到原图像上，就实现了图像边缘增强的目的。

三、图像处理算法的基本原理以及处理结果

本实验流程图如下： 开始 读取图像 图像预处理 边缘检测 二值化

Hough变换

Hough变换结果与原图像相加

结束

1.读取图像

图像处理的第一步就是对所采集的图像进行读入，本次实验的输入图像是一幅灰度图像，不需要将图

数字图像处理期末大作业

一、问题描述

实现第十章中采用Hough变换来检测图像中圆的过程。，通过包括平滑（把细节去除），边缘检测（得到轮廓）以及Hough变换得到的圆，并把结果叠加到原来的灰度图像上。给出具体的过程，中间结果，最后结果，实现的代码，并写出报告。

二、图片的获取以及预处理

针对老师提供的一副硬币图片，要求检测出其中的hough圆，并叠加到原图像上以便增强图像。在检测hough圆之前，首先要对图像进行平滑处理，进行拉普拉斯变换，然后检测垂直方向，水平方向，+45度和-45度方向的边缘，将四个方向的边缘叠加起来，得到总的边缘，对该图像进行二值化，然后对得到的图像检测其hough圆，得到圆形边缘，将该图像叠加到原图像上，就实现了图像边缘增强的目的。

三、图像处理算法的基本原理以及处理结果

本实验流程图如下： 开始 读取图像 图像预处理 边缘检测 二值化

Hough变换

Hough变换结果与原图像相加

结束

1.读取图像

图像处理的第一步就是对所采集的图像进行读入，本次实验的输入图像是一幅灰度图像，不需要将图

图像平滑和锐化变换处理

一、实验内容和要求

1、 灰度变换：灰度拉伸、直方图均衡、伽马校正、log变换等。 2、 空域平滑：box、gauss模板卷积。 3、 频域平滑：低通滤波器平滑。 4、空域锐化：锐化模板锐化。 5、频域锐化：高通滤波器锐化。

二、实验软硬件环境

PC机一台、MATLAB软件

三实验编程及调试

1、 灰度变换：灰度拉伸、直方图均衡、伽马校正、log变换等。 ①灰度拉伸程序如下： I=imread('kids.tif');

J=imadjust(I,[0.2,0.4],[]); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(J); subplot(2,2,3),imhist(I); subplot(2,2,4),imhist(J);

②直方图均衡程序如下： I=imread('kids.tif'); J=histeq(I); Subplot(2,2,1); Imshow(I);

Title('原图像'); Subplot(2,2,2); Imshow(J);

Title('直方图均衡化后的图像') ; Subplot(2,2,3) ; Imhist(

数字图像处理实验报告

班 级 ： 姓 名 ： 学 号 ：

数字图像处理实验报告

一．实验名称： 图像灰度变换

二．实验目的：1 学会使用Matlab；

2 学会用Matlab软件对图像灰度进行变换，感受各种

不同的灰度变换方法对最终图像效果的影响。

三．实验原理：

Matlab中经常使用的一些图像处理函数：

读取图像：img=imread('filename'); //支持TIFF,JPEG,GIF,BMP,PNG,XWD等文件格式。

显示图像：imshow(img,G); //G表示显示该图像的灰度级数，如省略则默认为256。

保存图片：imwrite(img,'filename'); //不支持GIF格式，其他与imread相同。

亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in至high_in之间的值映射到low_out至high_out之间，low_in以下及high_in以上归零。

绘制直方图：imhist(img);

第3章

图像变换

Slide 1

内容提要

主要介绍图像处理中常用的二维离散变换 的定义、性质、实现方法及应用。

经典变换——离散傅里叶变换(DFT) 离散余弦变换(DCT) 离散沃尔什-哈达玛变换(DWT)

K-L变换(KLT)离散小波变换(DWT)及其应用Slide 2

知识要点

余弦型变换：

傅里叶变换和余弦变换。 沃尔什-哈达玛变换。 K-L变换。

方波型变换：

基于特征向量的变换：

从哈尔变换、短时傅里叶变换到小波变换。 各种变换的定义和有关快速算法及实现方法。

Slide 3

3.1

二维离散傅里叶变换(DFT)

3.1.1 二维连续傅里叶变换定义：设 f (x, y) 是独立变量x和y 的函数，且在 ±∞ 上绝对可积，则定义积分

∞ ∞| f ( x, y) | dxdy ∞为二维连续函数 f (x, y) 的傅里叶变换，并定义f ( x, y ) ∞ ∞

∞

∞

∞

∞

F (u, v)e j2 π (ux vy ) dudv

为F (u, v) 的反变换。 f (x, y) 和F (u, v) 为傅里叶变换对。Slide 4

【例3.1】求图3.1所示函数的傅里叶变换。 A, x X ,

1 灰度直方图

在数字图象处理中，一个最简单和最有用的工具是灰度直方图。该函数概括了一幅图象的灰度级内容。任何一幅图象的直方图都包括了可观的信息，某些类型的图象还可由其直方图完全描述。直方图的计算是简单的，特别是当一幅图从一个地方被复制到另一个地方时，直方图的计算可以用非常低的代价来完成。

1.1 定义

灰度直方图是灰度级的函数，描述的是图象中具有该灰度级的象素的个数：其横坐标是灰度级，纵坐标是该灰度出现的频率（象素个数）。

1.2 直方图的性质

1.2.1 性质1

当一幅图象被压缩为直方图后，所有的空间信息都丢失了。直方图描述了每个灰度级具有的象素的个数，但不能为这些象素在图象中的位置提供任何线索。因此，任一特定的图象有唯一的直方图，但反之并不成立——极不相同的图象可以有着相同的直方图。无法解决目标形状问题。 1.2.2 性质2

具有可加性。如果一图象由两个不连接的区域组成，并且每个区域的直方图已知，则整幅图象的直方图是该两个区域的直方图之和。

1.3 直方图的用途

1.3.1 数字化参数

直方图给出了一个简单可见的指示，用来判断一幅图象是否合理地利用了全部被允许的灰度级范围。一般一幅数字图象应

数字图像处理

1研1305

班

数字图像处理电子技术2013-01

一、简述图像处理、图像分析、图像理解各自有什么特点。他们之间有哪些联系和区别？（14分）

答：图像处理指修改图像的外观，以达到美化或者其他的特殊效果。

图像分析指图像的元素形成，色彩范围，像素等内在的因素。

图像理解指研究图像所表达的深层涵义。

图像分析的结果可以用于图像处理，图像处理的结果可以左右图像理解，图像理解的深浅对图像处理和图像分析没有影响。

二、连续图像f （x,y）与数字图像Ｉ（r,c）中各量的含义分别是什么？他们有什么联系和区别？（14分）

答：f(x,y)表示二维图像在空间XY 中一个坐标点的位置（实际图像的尺寸是有限的，所以x 和y 的取值也是有限的），即f(x，y)中的x，y 分别代表一个点连续图像中的x 轴和y 轴的坐标，而f 则代表图像在点（x,y）的某种性质F 的数值（实际图像中各个位置上所具有的性质F 的取值也是有限的，所以F 得取值也是有限的）。F,x,y 的值可以是任意实数。图像在点（x,y）也可以有多重性质，此时可用矢量f 来表示。数字图像I（r，c）表示位于图像矩阵上第r 行，第c 列的元素幅值。其中I,c,r 的值都是整数。I(r，c)是通过对f(x，y)

1. 用Matlab语言完成如下实验：

1） 打开一个BMP文件

2） 将其局部区域的灰度值进行改变 3） 另存为一个新的BMP文件

pic1=imread('get.bmp'); [m,n]=size(pic1); f=pic1(50:300,50:300);

pic2=imadjust(f,[0.5 0.75],[]); pic3=pic1;

pic3(50:300,50:300)=pic2; imshow(pic1),figure,imshow(pic3)

（1）原图像

（2）局部灰度改变后的图像

2. Matlab编程实现图像傅里叶高通、低通滤波，给出算法原理及实现结果。

原图像

（1） 高通滤波

I=imread('get.bmp'); I=rgb2gray(I); figure(1),imshow(I); title('原图像'); s=fftshift(fft2(I)); [a,b]=size(s); a0=round(a/2); b0=round(b/2); d=10; p=0.2;q=0.5; for i=1:a for j=1:b

distance=sqrt((i-a0)^2+(j-b0)^2

数 字 图 像 处 理

学院：行姓名：学号：教师：时间：

12数信院 姜 晶 12202509 朱 杰 2014年10月

一 绪论1.1

人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20%，视觉信息占60%，所以作为传递信息的重要媒体和手段——图像信息是十分重要的，俗话说“百闻不如一见”、“一目了然”，都反映了图像在传递信息中独到之处。

目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生了惊人的效益，当前图像处理面临的主要任务是研究心的处理方法，构造新的处理系统，开拓更广泛的应用领域。

数字图像处理（Digital Image Processing）又称为计算机数字图像处理，它是指将数字图像信号转换成数字信号并利用计算机对其进行处理的过程。数字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数字图像信息。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。早期的数字图像处理的