圖像匹配與識別

1、甘肅政法學院本科生實驗報告( 五 ）姓名:學院:專業(yè): 班級: 實驗課程名稱: 數字圖像處理技術實驗日期: 2016 年 月 日開課時間：2015-2016 學年 第二 學期甘肅政法學院實驗管理中心印制實驗題目圖像匹配與識別圖像Matlab數字水印設計小組合作姓名班級學 號一、實驗目的1、 圖像匹配與識別2、 圖像Matlab數字水印設計二實驗環(huán)境Matlab7.0三、實驗內容與步驟一、基于matlab做的數字水印，文件包括源代碼及原圖像和加入水印后的圖像圖像數字水印技術是指用信號處理的方法在圖像數據中嵌入隱含標記，水印分為可感知和不易感知兩種。1、可感知水印。這是一種可以看見的水印，就像插入

2、或覆蓋在圖像上的標識。它與可視紙上的水印相似，這類水印一般選用較淡或半 透明圖案。它既可以證明作品的歸屬，又不妨礙對作品的欣賞，主要應用于標識那些可在圖像數據庫或Internet上得到的圖像預覽，防止這些圖像被作為商業(yè)用途。2、不易感知水印。這是一種應用更加廣泛的水印，主要用來鑒別產品的真?zhèn)渭爱a權保護。人們在感覺上的冗余是這種水印存在的前面與可視水印相反，它加在圖像當中從表面上是不易察覺的。由于數字產品都是為了滿足感官需求，這就要求它的水印不可破壞其欣賞價值與使用價值，要求水印不引人注目。雖然不易感知的數字水印不能阻止合法產品被非法復制，但是當發(fā)生版權糾紛時，所有者可以從中提取出標記，從而證明

3、物品為某人所有。二、圖像匹配與識別圖像識別中的模式識別是一種從大量信息和數據出發(fā)，利用計算機和數學推理的方法對形狀、模式、曲線、數字、字符格式和圖形自動完成識別、評價的過程。圖形辨別是圖像識別技術的一個重要分支，圖形辨別指通過對圖形的圖像采用特定算法，從而辨別圖形或者數字，通過特征點檢測，精確定位特征點，通過將模板與圖形或數字匹配，根據匹配結果進行辨別。圖像識別技術是人工智能的一個重要領域，人們提出了不同的圖像識別模型。例如模板匹配模型。這種模型認為，識別某個圖像，必須在過去的經驗中有這個圖像的記憶模式，又叫模板。當前的刺激如果能與大腦中的模板相匹配，這個圖像也就被識別了。圖像識別中的模式識別

4、（PatternRecognition），是一種從大量信息和數據出發(fā)，在專家經驗和已有認識的基礎上，利用計算機和數學推理的方法對形狀、模式、曲線、數字、字符格式和圖形自動完成識別、評價的過程。四、實驗過程與分析水印處理：clear all; close all; clc;M=256;%原圖像長度N=64; %水印長度filename1,pathname=uigetfile('*.*','select the image'); image1=imread(num2str(filename1);subplot(2,2,1);imshow(image1); title

5、('original image'); % orginal image for watermarkingimage1=double(image1);imagew=imread('dmg2.tif');subplot(2,2,2);imshow(imagew);title('original watermark'); %original watermark%嵌入水印ca,ch,cv,cd = dwt2(image1,'db1');cas,chs,cvs,cds = dwt2(ca,'db1');for i=1:N f

6、or j=1:N if imagew(i,j)=0 a=-1; else a=1; end Ca(i,j)=cas(i,j)*(1+a*0.03); endendIM= idwt2(Ca,chs,cvs,cds,'db1') ;markedimage=double(idwt2(IM,ch,cv,cd,'db1');%顯示嵌入后水印圖像subplot(2,2,3);colormap(gray(256);image(markedimage);title('marked image');imwrite(markedimage,gray(256),

7、9;watermarked.bmp','bmp');%提取水印image1=imread(num2str(filename1);image1=double(image1);imaged=imread('watermarked.bmp');ca,ch,cv,cd = dwt2(image1,'db1');cas,chs,cvs,cds=dwt2(ca,'db1');caa,chh,cvv,cdd=dwt2(imaged,'db1');caas,chhs,cvvs,cdds=dwt2(caa,'db1&

8、#39;);for p=1:N for q=1:N a=caas(p,q)/cas(p,q)-1; if a<0 W(p,q)=0; else W(p,q)=255; end endend%顯示提取的水印subplot(2,2,4);colormap(gray(256);image(W);title('從含水印圖像中提取的水印');imwrite(W,gray(256),'watermark.bmp','bmp');顯示圖像的傅立葉變換FFT及逆變換IFFT。I=imread('lena.bmp');subplot(1,3,

9、1), imshow(uint8(I); % 顯示原始圖像J=fft2(I); % 圖像FFT變換B=fftshift(J); % 顯示FFT變換結果subplot(1,3,2), imshow(log(abs(B),); H=ifft2(J); %使用逆變換復原圖像并顯示結果subplot(1,3,3), imshow(uint8(H); 計算并顯示圖像的離散余弦變換DCT及逆變換IDCT。程序代碼如下：I=imread('lena.bmp') ; subplot(1,4,1), imshow(uint8(I);)% 顯示原始圖像J=dct2(I); %圖像DCT變換K=id

10、ct2(J);subplot(1,4,2),imshow(uint8(K);%使用逆變換復原圖像J(abs(J)<10)=0; %將較小的系數設置為0M=idct2(J);subplot(1,4,3),imshow(uint8(M);%使用逆變換部分復原圖像J(abs(J)<100)=0; %將較小的系數設置為0N=idct2(J);subplot(1,4,4),imshow(uint8(N);%使用逆變換部分復原圖像二值圖像匹配m=imread(filepath); %讀取原圖figure,imshow(im,);title('Raw'); %顯示原圖im=im2

11、bw(im); %轉二值圖像figure,imshow(im,),title('BW'); %顯示二值圖像im2=imfill(im,'holes'); %填充im3=bwperim(im2); %輪廓提取figure,imshow(im2,); title('') %顯示figure,imshow(im3,);圖像識別：clear;clc;reference_img=imread('optical1.tif');%提取原始圖片作為基準target_img=imread('optical2.tif');%要求進行匹

12、配的圖像subplot(2,3,1);%顯示原始圖像imshow(reference_img);title('原始圖像');subplot(2,3,2);%顯示進行匹配的圖像imshow(target_img);title('目標圖像');Ix,Iy=size(target_img);%取出圖片大小x=160,103,102,209;%自己選定的特征點y=116,246,160,299;u=87,35,34,141;v=21,151,66,204;Px=polyfit(x,u,1);%映射函數求解Py=polyfit(y,v,1);for i=1:Ix for

13、j=1:Iy m=i*Px(1,1)+Px(1,2);%映射函數 n=j*Py(1,1)+Py(1,2); m_integer=floor(m);%對映射值進行取整 n_integer=floor(n); m_decimal=m-m_integer;%對映射值取小數 n_decimal=n-n_integer; if(ge(m_integer,Ix)|ge(n_integer,Iy)|lt(m_integer,0)|lt(n_integer,0)|m_integer=0|n_integer=0)%判斷映射點是否滿足條件 result_img(i,j)=0; result_img3(i,j)=0

14、; else result_img(i,j)=target_img(m_integer,n_integer);%沒有進行插值 result_img3(i,j)=(1-m_decimal)*(n_decimal*target_img(m_integer,n_integer+1)+(1-n_decimal)*target_img(m_integer,n_integer)+m_decimal*(n_decimal*target_img(m_integer+1,n_integer+1)+(1-n_decimal)*target_img(m_integer+1,n_integer);%雙線性插值 end

15、 if result_img(i,j)=0%把沒有進行插值圖像和原始圖像進行組合 result_img2(i,j)=reference_img(i,j); else result_img2(i,j)=result_img(i,j); end if result_img3(i,j)=0%把插值后圖像和原始圖像進行組合 result_img4(i,j)=reference_img(i,j); else result_img4(i,j)=result_img3(i,j); end endendsubplot(2,3,3);%顯示未插值圖像匹配imshow(result_img,);title('未插值圖像匹配');subplot(2,3,4);%顯示未插值圖像匹配組合imshow(result_img2,);title('未插值圖像匹配組合')subplot(2,3,5);%顯示雙線性插值后圖像匹配imshow(result_img3,);title('雙線性插值后圖像匹配'