图像处理与机器视觉综合课程设计

VIP文章 VictoryQYJ

已于 2022-12-01 16:04:36 修改

阅读量2k

点赞数 4

分类专栏：图像处理文章标签：图像处理 matlab

于 2022-12-01 15:44:50 首次发布

本文链接：https://blog.csdn.net/m0_57633912/article/details/128132684

版权

........大学

计算机科学与工程学院

综合设计报告

设计名称： 《图像处理与机器视觉》综合设计

设计题目： 基于Matlab的图像处理系统

专业班级：

学生学号：

学生姓名：

指导教师（职称）：

学业导师（职称）：

学生成绩：

完成时间：

........大学计算机科学与工程学院制

说明：

1、报告中的第一、二、三项由综合设计负责人在综合设计开始前填写并发给每个学生。

2、学业导师负责批改学生的设计报告，并给出相应的得分。同时，就设计报告质量撰写评语。

3、指导教师就学生在设计期间的表现及设计完成情况分别给出相应的得分。同时，就此两项情况撰写评语。

4、设计的总评成绩由上述各部分累加得出，由指导教师汇总，并填写于报告的封面。

5、设计报告正文字数一般应不少于5000字，也可由综合设计负责人根据本项综合设计的具体情况酌情增加字数或内容。

6、此表格式为武汉工程大学计算机科学与工程学院提供的基本格式（适用于学院各项课程设计），各专业也可根据本项综合设计的特点及内容做适当的调整，并上报学院批准。

课程教学目标

本课程的教学目标是使学生掌握“数字图像处理”中的基础理论与算法，具备常见数学图像处理算法的设计与编程能力，能运用数字图像处理方法解决复杂工程问题。

该目标分解为以下目标：

（一）课程目标

序号	课程目标	达成途径	评价判据
1	课程目标1：工程知识——熟练运用本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识解决智能科学与技术领域的工程问题，如数据分析，人机交互，图像处理等。	达成途径：综合设计过程中对专业知识进行运用，在报告中对专业知识进行引用。	依据综合设计文档、汇报答辩进行评价
2	课程目标2：能够通过应用数学、自然科学、工程基础和智能科学与技术的专业知识以及文献研究得出针对复杂工程问题的合理结论。	达成途径：综合设计过程中运用专业知识，查找文献并进行研究。	依据综合设计文档、汇报答辩进行评价
4	课程目标5：能够针对智能科学与技术复杂工程问题，开发、选择与使用恰当的技术、资源和信息技术工具，包括对智能科学与技术领域复杂工程问题的预测与模拟，并能够理解其局限性。	达成途径：通过与老师进行学习与交流，在实际工程项目中实施及开发。	依据综合设计文档、汇报答辩进行评价

（二）所支撑的毕业要求及对应的指标点

序号	支撑的毕业要求	对应的毕业要求指标点	课程目标
1	毕业要求1：工程知识——熟练运用本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识解决智能科学与技术领域的工程问题。	指标点1.2：能运用恰当的数学、物理模型，对智能科学与技术领域复杂工程问题进行建模，保证模型的准确性，满足工程计算的实际要求。	课程目标1：工程知识——熟练运用本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识解决智能科学与技术领域的工程问题，比如数据分析，人机交互，图像处理等。
2	毕业要求2：问题分析——能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达智能科学与技术领域的复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。	指标点2.3：掌握科技文献、资料的分类；能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息，具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。	课程目标2：能够通过应用数学、自然科学、工程基础和智能科学与技术的专业知识以及文献研究得出针对复杂工程问题的合理结论。
	毕业要求5：使用现代工具——能够针对智能科学与技术复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对智能科学与技术领域复杂工程问题的预测与模拟，并能够理解其局限性。	指标点5.3：掌握智能科学与技术专业设备的基本原理、操作方法，能够在复杂工程中合理选择和使用智能科学与技术专业设备。	课程目标5：能够针对智能科学与技术复杂工程问题，开发、选择与使用恰当的技术、资源和信息技术工具，并能够理解其局限性。

成绩评定表

学生姓名：学号：班级：

序号	考核内容及权重	课程目标	评分标准	实际得分
1	工程知识30分	课程目标1	熟练运用本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识解决智能科学与技术领域的工程问题	学业导师
2	问题分析40分	课程目标2	能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达智能科学与技术领域的复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。	指导导师
5	使用现代工具30分	课程目标5	理解并掌握工程管理原理与经济决策方法，并能在多学科、跨职能环境中合理应用。	指导老师
学业导师签字：			指导老师签字:
总评成绩

一、综合设计目的、条件、任务和内容要求：

1、设计目的

提高分析问题、解决问题的能力，进一步巩固数字图像处理课程中的基本原理、方法与实现。

熟悉掌握一门计算机语言，可以进行数字图像处理应用的设计。

2、设计任务

选题1：

《基于Matlab的图像处理系统》

——使用Matlab的GUI功能实现多种图像处理方法

整个系统要完成的基本功能如下：

能对图像文件（.bmp/.jpg/.tif/.gif）等进行打开、保存、另存为、退出等功能的操作；
数字图像的统计功能：
1. 直方图统计、绘制与直方图均衡化操作；
数字图像的增强处理功能；
1. 空域中的运算：
  1. 一般的灰度变换（如负片、Gamma变换）
  2. 噪声增加（如高斯噪声、椒盐噪声）
  3. 空间域平滑算法（如局部平滑滤波、中值滤波等）
  4. 锐化算法（sobel算子、拉普拉斯算子的应用）；
2. 频域中的运算：
  1. 包括傅里叶变换图的生成与平滑或锐化功能。
图像的分割
1. 点、线、边缘的检测
  1. 使用各种检测算子，如梯度算子、拉普拉斯算子等；
2. 区域分割
  1. 阈值分割、区域生长、区域分离与聚合方法。
数字图像的变换：
1. 离散傅里叶变换（DFT）与逆变换、离散余弦变换（DCT）、离散小波变换（DWT）等。
二值图像处理：
1. 膨胀、腐蚀运算；
2. 开运算、闭运算。

3、选题2

《汽车车牌中的数字识别》

——基于XXX的图像处理应用

整个系统要完成的基本功能如下：

能对图像文件（.bmp/.jpg/.tif/.gif）等进行打开、保存、另存为、退出等功能的操作；
图像的预处理功能：
1. 直方图统计
  1. 直方图绘制、直方图均衡化，根据其特点找对阈值点；
2. 可对图像进行各种几何校正变换
  1. 平移、旋转、缩放操作；
3. 彩色图像的灰度化变换、二值化处理等；
4. 数字图像的增强处理功能：
  1. 空域中的一般灰度变换（如负片、Gamma变换）
  2. 噪声增加（如高斯噪声、椒盐噪声）
  3. 空间域平滑算法（如局部平滑滤波、中值滤波等）
  4. 锐化算法（sobel算子、拉普拉斯算子的应用）；
5. 频域中的运算：
  1. 包括傅里叶变换图的生成与平滑或锐化功能。
二值图像处理：
1. 膨胀、腐蚀运算；
2. 开运算、闭运算。
车牌的定位、分割
1. 点、线、边缘的检测
  1. 使用各种检测算子，如梯度算子、拉普拉斯算子等；
2. 区域分割
  1. 阈值分割、区域生长、区域分离与聚合方法。
字符的识别
1. 模板匹配或其他方法

4、综合设计方案制定

程序设计基于Windows平台中的某个计算机语言，与课程实验保持一致，详见课程实验要求。
以组件化的思想构建整个软件系统，具体的模块根据题目的不同做出设计。

5、综合设计的一般步骤

选题与资料搜集：选择感兴趣的课题，进行系统的调查分析，搜集资料，进一步回顾、学习相关知识；
分析与设计：根据搜集的资料，进行功能设计与分析，对系统的模块进行划分、设计；
程序设计：使用掌握的语言，编写程序，实现所设计的功能，此步骤为综合设计的主要步骤；
调试与测试：自行调试程序，同学之间可互相讨论、交叉测试，并记录测试的情况；
验收与评分：指导老师根据每个成员开发的程序进行综合验收，结合设计报告、软件测试，根据综合设计的评定方法，给出成绩与分析。

6、要求：

总体要求：
1. 要充分认识综合设计对自我培养、课程学习的重要性，认真做好设计前的各项准备工作，尤其对于编程软件有基本的认知；
2. 独立、按时完成规定的工作任务，不弄虚作假、不抄袭他人内容，否则成绩为不合格。
实施要求：
1. 理解各种图像处理方法的确切意义；
2. 独立进行方案的制定，系统结构设计要合理；
3. 在书写课程报告时，需要将主要函数的功能、参数进行详细的说明，重要语句进行注释；
4. 可以通过多幅不同形式的图像来检测该系统的稳定性、正确性；
综合设计报告书的内容及要求
1. 学生需要在规定的时间内完成综合设计报告一份（字数、页数不限），报告内容和要求如下：
  1. 1. 论文书写的一般要求，如章节、摘要、关键字等，具体格式后续给出。
    2. 目的与要求

这部分主要说明本综合设计的目的、任务和要求；

1. 1. 1. 设计的内容

介绍系统中所设计的主要功能和原理方法；

1. 1. 1. 总体方案设计

根据综合设计的具体情况，描述系统的具体构架，包括：功能模块的划分、系统运行的环境、选用的工具以及实现功能的原理。

1. 1. 1. 各个功能模块的主要实现程序

主要的功能实现和函数要进行详细的说明，包括其用法，使用范围以及参数等。

1. 1. 1. 测试和调试

按照综合设计的要求，选用多幅图像对程序进行测试，并提供系统的主要功能实现的效果图，并在调试中发现问题，并做说明，并进一步总结规律。

1. 1. 1. 综合设计总结与体会

主要说明设计中学到的东西和取得的经验总结、心得体会。

1. 1. 1. 参考文献

写出具体的主要参考文献，标注作者、出处、年代，若为期刊文章，需给出期刊名称，网络引用给出网址。

1. 上交材料：
  1. 报告书的纸质文档
  2. 报告书、运行程序的电子文档（学号_姓名_题目）
2. 综合设计的成绩评定

综合设计成绩考核采用：优、良、中、及格、不及格五级评分制，评分标准如：

1. 优秀：程序运行无错误，格式完整；课设总体方案正确、详细，系统中完成了所要求的所有功能；有实现功能的必要流程图。设计说明书层次清楚、条理分明，理论分析正确、书写规范。对善于独立思考设计中有所创新的学生优先考虑。
2. 良好：程序运行无错误，格式完整；设计方案合理，制作规范，系统基本满足要求；有实现功能的必要流程图。设计说明书层次比较清楚；书写规范。
3. 中：程序运行无错误，格式正确，设计方案基本正确，完成功能基本符合要求，设计说明书仅存在少量的问题（如：方案分析有少量错误、条理不十分清晰、流程图、书写不大规范等）。
4. 及格：程序运行无错误，设计方案基本正确，实现了主要的功能，有小部分功能尚未实现，设计说明书存在一些问题。
5. 不及格：程序运行有大量错误，设计方案不合理，没有实现出系统功能，概念不清，层次混乱，书写极不认真，或者根本不交综合设计程序和报告的。

另外，对于请人代做，完全照抄他人课题以不及格处理。

二、进度安排：

时间安排（课时）	事项
3学时	了解选题、调研
3学时	文献查询与整体设计
18-20学时	详细的设计实施与设计完善
5学时	书写报告
1-2学时	结果展示与评价

三、应收集资料及主要参考文献：

[1] RafaelC.Gonzalez, RichardE.Woods, StevenL.Eddins. 数字图像处理(MATLAB版)[M]. 电子工业出版社, 2005.

[2] 张铮，徐超，任淑霞. 数字图像处理与机器视觉--VISUAL C++与MATLAB实现(第2版)(附光[M]. 人民邮电出版社, 2014.

[3] 杨淑莹. VC++图像处理程序设计(第2版)[M]. 清华大学出版社, 2005.

[4] 胡小锋, 赵辉. Visual C++/MATLAB图像处理与识别实用案例精选[M]. 人民邮电出版社, 2004.

[5] JanErikSolem, 索利姆, 朱文涛,等. Python计算机视觉编程[M]. 人民邮电出版社, 2014.

[6] 张德丰. MATLAB数字图像处理[M]. 机械工业出版社, 2009.

数字图像处理技术已经在各个领域上都有了比较广泛的应用，本身是一种通过计算机采用一定的算法对图形图像进行处理的技术。由于MATLAB强大的运算和图形展示功能，可用于处理对处理速度要求高，信息量的图片，使得图像处理变得更加简单和直观。

下面将介绍MATLAB软件，基于MATLAB的数字图像处理环境和如何使用MATLAB并如何使用图像处理工具进行数字图像处理。论述利用MATLAB如何实现图像显示，图形表变换。支持索引图像、灰度图像、二值图像、RGB、BMP、GIF、JPEG、TIFF、PNG等文件格式的读、写显示数字图像的统计，增强处理，分割，变换，以及二值图像的处理功能。

关键词：MATLAB数字图像处理；图像增强；二值图像；图像变换；图像复原

Abstract

In today's information society, digital image information has become an important source of information and an important means of information processing. Digital image processing is an indispensable tool for scientific research, social production and human development. It has great potential in theory and practice.

Digital image processing technology has been widely used in various fields. It is a technology that uses certain algorithms to process graphics and images through computers. Because of the powerful operation and graphic display functions of MATLAB, it can be used to process images with high processing speed and information, making image processing more simple and intuitive.

The following will introduce MATLAB software, digital image processing environment based on MATLAB and how to use MATLAB and image processing tools to process digital images. This paper discusses how to use MATLAB to realize image display and graph table transformation. It supports the statistics, enhancement processing, segmentation, transformation, and binary image processing functions of reading and writing digital images in index images, gray-scale images, binary images, RGB, BMP, GIF, JPEG, TIFF, PNG and other file formats.

Keywords： MATLAB digital image processing; Image enhancement; Binary image; Image transformation; image restoration

第一章课题背景

1.1 设计目的

1.1.1 目的和意义

数字图像处理是指利用数字计算机或其他数字硬件，对图像信息转换得到的电信号进行某种数学运算，以提高图像的实用性。例如，从监控图像中提取对象的特征参数，并且重建三维断层图像。数字图像处理一般包括点运算、几何处理、图像增强、图像恢复、图像形态学处理、图像编码、图像重建、模式识别等。

由于计算机处理能力的不断增强，数字图像处理学科发展迅速，并且也越来越广泛地迅速渗透到其他许多学科中，使得图像作为信息的获取和信息的利用越来越重要。目前，数字图像处理的应用越来越广泛，已经渗透到工业、医疗、航空航天、军事等领域，在国民经济中发挥着越来越重要的作用。MathWorks推出的MATLAB软件。MATLAB的界面简化和丰富、实用、高效的指令和模块的应用，可以使操作者快速了解和理解图像处理的相关概念，逐步掌握图像信号处理的基本方法，进而解决工程和科研中的相关问题。图像是人类获取和交流信息的主要来源。因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将不断扩大，数字图像处理对于人类的作用将是无限的。

1.1.2研究状况

数字图像处理，即使用计算机对图像进行处理，是指经过空间采样和幅值量化后将图像信号转换成数字信号的过程，又称为计算机图像处理。数字图像处理技术源于 20 世纪 20 年代，当时通过海底电缆从英国伦敦传输了一幅照片到美国纽约，其中采用了数字压缩技术。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标。首次获得巨大成功的是美国喷气推进实验室（JPL），他们对航天探测器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术，并由计算机成功地绘制出月球表面地图，随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图等，为人类登月创举奠定了坚实的基础。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。1972 年，利用图像重建，根据人的头部截面的投影，经计算机处理来重建截面图像的用于头颅诊断的 X 射线计算机断层摄影装置，即 CT（Computer Tomograph），由英国EMI公司工程师 Housfield 发明。1975 年EMI 公司又成功研制出全身用的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖。随着图像处理技术的深入发展，从 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。近年来，人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，由于人类本身对自己的视觉过程还了解较少，因此计算机视觉是一个有待人们进一步探索的新领域。

1.2 MATLAB的背景

1.2.1背景

MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。

MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室），软件主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式。

MATLAB在数学类科技应用软件中在数值计算方面首屈一指。行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。

还包含一些常用的的工具箱：MATLAB包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。

1.2.2优点

(1)高效的数值计算和符号计算功能，能使用户从繁杂的数学运算分析中解脱出来。

(2)具有完备的图形处理功能，实现计算结果和编程结果的可视化。已友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握。

(3)功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等)，为用户提供了大量方便实用的处理工具。其图形处理能力也尤为的突出，MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形的方式表现出来，并且可以对图形进行标注和打印，高层次的作图包括二维和三维的可视化、图像处理、动画和表达式作图。新版本的MATALAB对整个图形处理功能作出了很大的改进和完善，使它不仅仅在般数据可视化软件都具有的功能(例如二维曲线和三维曲面的绘制和处理等)方面更加元善，而且对于-些其他软件所没有的功能(例如图形的光照处理、色度处理以及四维数据的表现等)，MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面(GUI)的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到。

1.3机器视觉原理及应用

1.3.1原理及应用

机器视觉检测采用CCD摄相机将被检测的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征，如面积、数量、位置、长度，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格 / 不合格、有 / 无等，实现自动识别功能。

机器视觉的应用主要有检测和机器人视觉两个方面：

1检测：又可分为高精度定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别定位、缺陷性检测与装配完全性检测）。

2机器人视觉：用于指引机器人在大范围内的操作和行动，如从料斗送出的杂乱工件堆中拣取工件并按一定的方位放在传输带或其他设备上（即料斗拣取问题）。至于小范围内的操作和行动，还需要借助于触觉传感技术。

此外还有：自动光学检查、人脸识别、无人驾驶汽车、产品质量等级分类、印刷品质量自动化检测、文字识别、纹理识别、追踪定位等等。

等机器视觉图像识别的应用。