數(shù)字圖像處理課程設(shè)計(jì)數(shù)字圖像處理課程論文

《數(shù)字圖像處理課程設(shè)計(jì)數(shù)字圖像處理課程論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、數(shù)字圖像處理課程設(shè)計(jì)數(shù)字圖像處理課程論文導(dǎo)讀:就愛閱讀網(wǎng)友為您分享以下“數(shù)字圖像處理課程論文”的資訊，希望對(duì)您有所幫助，感謝您對(duì)92to.com的支持!器（如均值濾波等）所帶來的圖像細(xì)節(jié)模糊，而且對(duì)濾除脈沖干擾即圖像掃描噪聲最為有效。在實(shí)際運(yùn)算過程中并不需要圖像的統(tǒng)計(jì)特性，也給計(jì)算帶來不少方便。但是對(duì)一些細(xì)節(jié)多，特別是線.尖頂?shù)燃?xì)節(jié)多的圖像不宜采用中值濾波。Matlab程序如下:>>c=medfilt2(bJ331)；imshow(c);圖5中值濾波后圖像標(biāo)準(zhǔn)中值濾波算法的基本思想是將濾波窗口內(nèi)的最大值和最小值均視為噪聲，用濾波窗口內(nèi)的中值代替窗口中心像素

2、點(diǎn)的灰度，在一定程度上抑制了噪聲。實(shí)際上在一定鄰域范圍內(nèi)具有最大或最小灰度值這一特性的，除了噪聲點(diǎn)，還包括圖像中的邊緣點(diǎn).線性特征點(diǎn)等。中值濾波以此作為圖像濾波依據(jù)，其濾波結(jié)果不可避免地會(huì)破壞圖像的線段、銳角等信息。因此，要找到一種既能實(shí)現(xiàn)有效濾除噪聲，又能完整保留圖像細(xì)節(jié)的濾波機(jī)制，僅考慮噪聲的灰度特性是難以實(shí)現(xiàn)的。4.3圖像增強(qiáng)如果一幅圖成像時(shí)由于光線過暗或曝光不足，則整幅圖偏暗（如灰度范圍從0到63）；光線過亮或曝光過度，則圖像偏亮（如灰度范圍從200到255）,都會(huì)造成圖像對(duì)比度偏低問題，即灰度都擠在一起了，沒有拉開,為了更方便的得到效果，提升識(shí)別率，對(duì)得到的

3、灰度圖像做灰度增強(qiáng)，首先用strel函數(shù)對(duì)原始圖像進(jìn)行開操作的到圖像的背景圖僅Matlab程序如下:>>s=strel('disk',13);>>d=imopen(c,s);>>subplot(l,2,l);>>imshow(d);>>title('背景圖像');>>e=imsubtract(c,d);%中值濾波后圖像減去背景圖>>subplot(l,2,2);>>imshow(e);title('增強(qiáng)黑白圖像');圖6灰度修

4、正后圖像4.4直方圖均衡化直方圖是用來表達(dá)一幅圖像灰度等級(jí)分布情況的統(tǒng)計(jì)表。通過對(duì)圖像中像素個(gè)數(shù)多的灰度值（及對(duì)畫面起主要作用的灰度值）進(jìn)行展寬，而對(duì)像素個(gè)數(shù)少的灰度值（及對(duì)畫面不起主要作用的灰度值）進(jìn)行歸并，從而達(dá)到清晰圖像的目的,其本質(zhì)上是一個(gè)直方圖變換，即將輸入圖像的直方圖映射成一個(gè)最大平展的直方圖。實(shí)驗(yàn)效果如圖8o經(jīng)過直方圖均衡化處理以后，圖像的灰度分布變得均勻，原來偏暗的圖像亮度明顯增強(qiáng)，圖像變得更為清晰。Matlab程序如下:>>subplot(1^24)；>>imhist(e);>>[f,g]=histeq(e,64)

5、;%圖像灰度擴(kuò)展到0-255,有64個(gè)灰度級(jí)>>subplot(l,2,2);>>imhist(f);imshow（f）;圖7直方圖均衡化前（左）后（右）圖8直方圖均衡化后圖彳4.5圖像二值化圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為兩個(gè)數(shù)值,通常為0或255。使整個(gè)圖像呈現(xiàn)出明顯的黑白效果。也就是將256個(gè)亮度等級(jí)的灰度圖像通過適當(dāng)?shù)拈T限值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像嘲?；谙袼?cái)?shù)目的直方圖閾值分割是本文采用的二值化算法，它的好處在于可以減少直方圖的不同形狀對(duì)二值化效果的影響O其步驟如下：計(jì)算直方圖，在直方圖中由0至2

6、55進(jìn)行累加計(jì)算，當(dāng)像素?cái)?shù)目大于某個(gè)值時(shí).將當(dāng)前像素值作為二值化門限。當(dāng)大于當(dāng)前像素值的像素點(diǎn)在圖像中所占的數(shù)量，也就是車牌中背景像素所占的比例稱為該副圖像的閾值。經(jīng)過對(duì)一些圖片的計(jì)算.確定該閾值在圖像像素?cái)?shù)目的60%?80%之間。閾值的取值不同，對(duì)二值化的結(jié)果影響很大。越小包含越多背景的高光部分，越大損失越多字符像素。對(duì)增強(qiáng)黑白后圖像進(jìn)行二值化處理。Matlab程序如下:>>h=im2bw(e,0.299);>>imshow(h);圖6二值化后圖像基于數(shù)字圖像處理的車牌識(shí)別系統(tǒng)摘要：車牌識(shí)別系統(tǒng)（LicensePIateRecognition

7、簡(jiǎn)稱LPR）技術(shù)基于數(shù)字圖像處理，是智能交通系統(tǒng)中的關(guān)鍵技術(shù)，同時(shí)他的發(fā)展也十分迅速，已經(jīng)逐漸融入到我們的現(xiàn)實(shí)生活中。文章介紹了車牌識(shí)別系統(tǒng)的意義.圖像去噪處理以及圖像二值化方法，并通過仿真試驗(yàn)?zāi)M了圖像處理的過程。本文所做的工作在于前期的圖像預(yù)處理工作。本次設(shè)計(jì)著重在于圖像識(shí)別方面，中心工作都為此而展開，文中沒有進(jìn)行車牌的定位處理，而是采用數(shù)碼相機(jī)直接對(duì)牌照進(jìn)行正面拍照，獲取原始車牌圖像。之后利用Matlab編程對(duì)圖片進(jìn)行了大小的調(diào)整、彩色圖片轉(zhuǎn)化成灰度圖片、圖片去噪、以及圖片二值化等工作。其中，去噪與二值化是關(guān)系圖像識(shí)別率的關(guān)鍵。關(guān)鍵字：車牌識(shí)別