數(shù)字圖像處理課程設(shè)計

1、成績評定表學(xué)生姓名李國嘉班級學(xué)號1103030231專N電子信息工程課程設(shè)計題目數(shù)字圖像顏色特征提取程序設(shè)計顏色直方圖評語組長簽字：成績?nèi)掌?014年7月13日課程設(shè)計任務(wù)書學(xué)院信息科學(xué)與工程學(xué)院專業(yè)電子信息工程學(xué)生姓名李國嘉班級學(xué)號1103030231課程設(shè)計題目數(shù)字圖像顏色特征提取程序設(shè)計顏色直方圖實踐教學(xué)要求與任務(wù)：要求：通過查閱資料，掌握課程設(shè)計的相關(guān)知識、概念，在熟悉和掌握Matlab軟件的基礎(chǔ)上，合理設(shè)計程序，提高解決問題的能力，鞏固數(shù)字圖像處理系統(tǒng)中的基本原理。任務(wù)：（1）查閱資料，設(shè)計顏色提取的具體方法。（2）導(dǎo)入圖像，提取圖像顏色特征。（3）分析仿真結(jié)果。（4）根據(jù)要求完成課

2、程設(shè)計報告。工作計劃與進度安排：第一階段（1-2天）：熟悉編程環(huán)境，查閱相關(guān)資料第二階段（2-3天）：算法設(shè)計第三階段（2-3天）：編碼與調(diào)試第四階段（1-2天）：實驗與分析第五階段（1-2天）：編寫文檔指導(dǎo)教師：2014年6月23日專業(yè)負責人：2014年6月24日學(xué)院教學(xué)副院長：2014年6月24日沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計 摘要數(shù)字圖像處理與分析是研究計算機對數(shù)字圖像的處理，已達到改善視覺效果，便于圖像分析和識別的目的。數(shù)字圖像的顏色特征提取是其中的重要分支，一般算法中，一個高度復(fù)雜的特征提取可能能夠解決問題，但這將以處理更多數(shù)據(jù)，需要更高處理效果為代價，而顏色特征提取無需進行大量計

3、算。只需將數(shù)字圖像中的像素值進行相應(yīng)轉(zhuǎn)換，表現(xiàn)為數(shù)值即可。因此顏色特征提取以其低復(fù)雜度成為了一個較好的特征。顏色特征是在圖像檢索中應(yīng)用最為廣泛的視覺特征，主要原因在于顏色往往和圖像中所包含的物體或場景十分相關(guān)。此外，與其他的視覺特征相比，顏色特征對圖像本身的尺寸、方向、視角的依賴性較小，從而具有較高的魯棒性。本次課程設(shè)計共有兩種實現(xiàn)方式，分別為基于顏色直方圖和顏色矩的方法，以下是通過MATLAB軟件，基于顏色直方圖實現(xiàn)數(shù)字圖像顏色特征的提取。關(guān)鍵詞：Matlab；數(shù)字圖像處理；顏色直方圖；特征提取目錄TOC o 1-5 h z設(shè)計目的1設(shè)計要求1Matlab相關(guān)知識介紹1Matlab簡介1Ma

4、tlab在圖像處理中的應(yīng)用2圖像處理概念3圖像顏色特征提取算法設(shè)計4算法設(shè)計4設(shè)計方案7 HYPERLINK l bookmark10 程序設(shè)計9仿真結(jié)果與分析12實驗結(jié)果12結(jié)果分析14 HYPERLINK l bookmark12 結(jié)論15 HYPERLINK l bookmark14 參考文獻16沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計 設(shè)計目的（1）學(xué)習(xí)并了解Matlab軟件的實用，并了解Matlab在數(shù)字圖像中的應(yīng)用。學(xué)會編寫Matlab程序并調(diào)試、運行。（2）了解圖像的算術(shù)運算在數(shù)字圖像處理中的初步應(yīng)用。（3）體會圖像顏色特征提取的過程。設(shè)計要求（1）掌握課程設(shè)計的相關(guān)知識、概念清晰。（2

5、）程序設(shè)計合理、能夠正確運行。（3）熟悉和掌握Matlab軟件。（4）提高分析能力，解決問題的能力，鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方法。（5）了解Matlab軟件的實用，在Matlab環(huán)境下學(xué)會用軟件對圖像進行處理，并獲得預(yù)期的結(jié)果。（6）了解圖像顏色特征提取的原理和作用。Matlab相關(guān)知識介紹Matlab簡介MATLAB的名稱源自MatrixLaboratory，它是一種科學(xué)計算軟件，專門以矩陣的形式處理數(shù)據(jù)。MATLAB將高性能的數(shù)值計算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，從而被廣泛地應(yīng)用于科學(xué)計算、控制系統(tǒng)、信息處理等領(lǐng)域的分析、仿真和設(shè)計工作，而且利用MATLAB產(chǎn)品的開

6、放式結(jié)構(gòu)，可以非常容易地對MATLAB的功能進行擴充，從而在不斷深化對問題認識的同時，不斷完善MATLAB產(chǎn)品以提高產(chǎn)品自身的競爭能力。目前MATLAB產(chǎn)品族可以用來進行：數(shù)值分析數(shù)值和符號計算工程與科學(xué)繪圖控制系統(tǒng)的設(shè)計與仿真數(shù)字圖像處理數(shù)字信號處理通訊系統(tǒng)設(shè)計與仿真財務(wù)與金融工程MATLAB是MATLAB產(chǎn)品家族的基礎(chǔ)，它提供了基本的數(shù)學(xué)算法，例如矩陣運算、數(shù)值分析算法，MATLAB集成了2D和3D圖形功能，以完成相應(yīng)數(shù)值可視化的工作，并且提供了一種交互式的高級編程語言M語言，利用M語言可以通過編寫腳本或者函數(shù)文件實現(xiàn)用戶自己的算法。MATLABCompiler是一種編譯工具，它能夠?qū)⒛切?/p>

7、利用MATLAB提供的編程語言M語言編寫的函數(shù)文件編譯生成為函數(shù)庫、可執(zhí)行文件、COM組件等等，這樣就可以擴展MATLAB功能，使MATLAB能夠同其他高級編程語言例如C/C+語言進行混合應(yīng)用，取長補短，以提高程序的運行效率，豐富程序開發(fā)的手段。利用M語言還開發(fā)了相應(yīng)的MATLAB專業(yè)工具箱函數(shù)供用戶直接使用。這些工具箱應(yīng)用的算法是開放的可擴展的，用戶不僅可以查看其中的算法，還可以針對一些算法進行修改，甚至允許開發(fā)自己的算法擴充工具箱的功能。目前MATLAB產(chǎn)品的工具箱有四十多個，分別涵蓋了數(shù)據(jù)采集、科學(xué)計算、控制系統(tǒng)設(shè)計與分析、數(shù)字圖像處理、金融財務(wù)分析以及生物遺傳工程等專業(yè)領(lǐng)域。3.2Ma

8、tlab在圖像處理中的應(yīng)用MATLAB7.0提供了20類圖像處理函數(shù)，涵蓋了圖像處理包括近期研究成果在內(nèi)的幾乎所有的技術(shù)方法，是學(xué)習(xí)和研究圖像處理的人員難得的寶貴資料和加工工具箱。這些函數(shù)按功能可分為圖像顯示、圖像文件IO、圖像算術(shù)運算、幾何變換、圖像登記、像素值與統(tǒng)計、圖像分析、圖像增強、線性濾波、線性二元濾波設(shè)計、圖像去模糊、圖像變換、鄰域與塊處理、灰度與二值圖像的形態(tài)學(xué)運算、結(jié)構(gòu)元素創(chuàng)建與處理、基于邊緣的處理、色彩映射表操作、色彩空間變換及圖像類型與類型轉(zhuǎn)換。Matlab數(shù)字圖像處理工具箱函數(shù)包括以下幾類：(1)圖像顯示函數(shù)；(2)圖像文件輸入、輸出函數(shù)；(3)圖像幾何操作函數(shù)；(4)圖

9、像像素值及統(tǒng)計函數(shù)；(5)圖像分析函數(shù)；(6)圖像增強函數(shù)；(7)線性濾波函數(shù)；(8)二維線性濾波器設(shè)計函數(shù)；(9)圖像變換函數(shù)；(10)圖像鄰域及塊操作函數(shù)；(11)二值圖像操作函數(shù)；(12)基于區(qū)域的圖像處理函數(shù)；(13)顏色圖操作函數(shù)；(14)顏色空間轉(zhuǎn)換函數(shù)；(15)圖像類型和類型轉(zhuǎn)換函數(shù)。3.3圖像處理概念圖像處理并不僅限于對圖像進行增強、復(fù)原和編碼，還要對同鄉(xiāng)進行分析，圖像分析旨在對圖像進行描述，即用一組數(shù)或符號表征圖像中目標區(qū)的特征、性質(zhì)和相互間的關(guān)系，為模式識別提供基礎(chǔ)。描述一般針對圖像或景物中的特定區(qū)域或目標。開運算通常用來消除小對象物，在纖細點處分離物體，平滑較大物體的邊界

10、的同時不明顯改變其面積。圖像顏色特征提取算法設(shè)計算法設(shè)計顏色直方圖是在許多圖像檢索系統(tǒng)中被廣泛采用的顏色特征，具有特征提取和相似計算簡便的優(yōu)點。Swain和Ballard首先把直方圖應(yīng)用于圖像檢索l,SmithJ.R.提出了在HSV(Hue,Saturation,Value)空間的166色量化方法2.但在對彩色圖像進行檢索時，顏色直方圖還存在兩個問題：(1)計算顏色直方圖需要將顏色空間劃分成若干個小的顏色區(qū)間,當區(qū)間的數(shù)目很大的時候不但會增加計算負擔,也不利于在圖像庫中建立索引；(2)顏色直方圖丟棄了圖像的空間信息,對于兩幅顏色分布相同,內(nèi)容并不一樣的圖像缺乏區(qū)分度。首先，根據(jù)HSV顏色空間的

11、色彩(Hue)、飽和度(Saturation)和亮度(Value)的值將圖像的顏色劃分為9個區(qū)間，計算出每一種顏色區(qū)間所占的比重作為直方圖信息。然后計算出每一顏色區(qū)間所包含象素的空間分布信息。在圖像檢索時，綜合考慮顏色直方圖和空間信息的相似度。顏色直方圖特征，HSV顏色空間有三個屬性：色彩(Hue)，又稱為色調(diào)，是指色彩的相貌，與色彩明暗無關(guān)；飽和度(Saturation)，是色彩純與不純的分別；亮度(Value)，是指色彩的明暗程度，光度的高低，越接近白色亮度越高，越接近灰色或黑色亮度越低。根據(jù)對HSV空間的研究，人們能夠分辨出來的顏色大體上包括：紅、黃、綠、青、藍、紫，他們在色彩上的分布并

12、非是均勻的，于是可以把色彩分為不等間隔的六份Red，Yellow，Green，Cyan，Blue，Magenta，而亮度則可以劃分為不等間隔的黑灰白三份Black，Gray，White。這樣，HSV顏色空間就劃分為9個不同的空間區(qū)域。對于圖像中的一個象素，可以根據(jù)其Saturation值的判定函數(shù)閾值將其劃分到相應(yīng)顏色區(qū)間。3中采用了一個線性函數(shù)1-0.8*Value作為閾值，但是HSV是一個不均勻的顏色空間，線性判別函數(shù)不能準確地劃分彩色和非彩色的子空間?？梢圆捎靡环N更有效的非線性函數(shù)：公式4.1為閾值計算公式。4.1)1+兒加eL4對于圖像中的任一象素X(H,S,V),判斷其屬于哪一個顏色

13、區(qū)間的公式由4.2所示：艸T)Rerf./le0.0.05)u0.94.1Yellm.He0.05.0.2)GreeceHe0.2.0.42)0.42.0.58)4.2)Blue.He0.58.0.75)Magenta.H0.75.0.94)elseBlack,Vg0?0.3)Gray.Ke0.3.0.6)White.Ve0.6A統(tǒng)計出每種顏色在圖像中占的比重就可以得到圖像的顏色直方圖信息。設(shè)圖像的顏色直方圖特征為His,可由式4.3表示：Hi：-.=.：、=】：_二-1(4.3)j-=i其中，Cl,，C9分別代表紅色，白色。顏色直方圖沒有表達出顏色空間分布的信息,也沒有反映出圖像中物體的形狀

14、。因此，可以結(jié)合顏色區(qū)間的空間分布信息。顏色量化的結(jié)果也把圖像分為了9個顏色區(qū)間，可以計算各個顏色區(qū)間所含象素的分布狀態(tài)作為其空間信息。設(shè)圖像顏色區(qū)間C的空間信息為h(c),它可以由公式4.4計算：工J(兀一元-斗(X八-.li.jl(4.4)$隹/2其中，Sc為顏色區(qū)間C的面積，(XF,YF)是顏色區(qū)間C的中心。這樣，圖像的空間信息響亮Sh可以由公式4.5表示：Sh二h(l),，h(9)(4.5)顏色直方圖相似性計算：常用的基于顏色直方圖的相似性度量方法包括直方圖相交、絕對值距離、歐式距離、加權(quán)距離等。本文采用直方圖相交作為圖像間的相似性度量標準。直方圖的相交是指兩個直方圖在每個顏色區(qū)間中共

15、有的象素數(shù)量度量方法如下：給定查詢圖像Q和圖像庫中的圖像T,提取的圖像顏色直方圖特征分別為：q1c,qNcc和t1c,tNcc，它們之間的相交距離由式4.6表示：二:廠.(4.6)F-11-1設(shè)圖像Q和T之間的相似度為6c,6c可由公式4.7計算：；(4.7)沁1空間信息的相似性計算：UFM4模糊匹配方法可以用來計算圖像的空間信息相似度，定義圖像顏色區(qū)間的平均距離為df,計算df的公式是4.8：4.8)其中，Nc為顏色區(qū)域數(shù)目。對于輸入圖像Pq和目標圖像Pt,它們的空間信息相似向量計算公式為4.9：(4.9)其中，Hi和Hj分別為輸入圖像和目標圖像的空間信息。設(shè)圖像顏色區(qū)間在圖像中的大小權(quán)重向

16、量為w。有多種選擇權(quán)重的方法，一種方法是每一個區(qū)間都賦予相同的權(quán)重；另一種方法是以區(qū)間的面積在整個圖像中的比重作為其權(quán)重，即面積越大的區(qū)間越重要；還有一種方法是對位于圖像邊緣或者中心部分的區(qū)間賦予較大的權(quán)重。本文采用第二種方法。輸入圖像Pq和目標圖像Pt的空間信息相似度為6h，6h由公式4.10計算。/=(4.10)綜合顏色直方圖和空間信息的圖像相似度：顏色直方圖雖然有計算簡單、對平移和旋轉(zhuǎn)不敏感的優(yōu)點，但無法捕捉顏色組成之間的空間關(guān)系，這無疑是不夠準確的。顏色直方圖量化本身就是一種粗略的劃分方法，單獨采用基于顏色直方圖量化劃分的空間信息檢索結(jié)果也不理想。本文采用綜合兩種特征的方法，對顏色直方

17、圖和空間信息的相似度以不同的權(quán)重累加，檢索效果更加理想設(shè)輸入圖像Pq和目標圖像Pt的相似度為6，6由公式4.11計算：(4.11)其中，6c為顏色直方圖相似度，6h為空間信息相似度，pe0,14.2設(shè)計方案首先讀取圖像，然后將圖像灰度化，并且找到圖像邊緣，輸出源圖像和邊界直方圖，再分別將圖像邊緣量化為101份和13份，得出曲線直方圖和投影直方圖，輸出圖像。流程圖如圖4.1所示。z圖4.1數(shù)字圖像顏色特征提取設(shè)計流程5程序設(shè)計o=imread(D:1223.jpg);image_I=rgb2gray(o);%image_x,image_y=size(image_I);%ifimage_x100n

18、um_line(101)=num_line(101)+1;endend%創(chuàng)建數(shù)組%輸出曲線直方圖%將圖像量化為13份EH_1=;fori=1:101EH_1=EH_1num_line(i);endx1=1:101;y1=EH_1;figure(2),title(plot曲線直方圖),plot(x1,y1);num=zeros(1,13);fori=1:NUMnumber=length(find(L=i);forj=1:10ifnumber=jnum(j)=num(j)+1;endendifnumber10&number20&number100num(13)=num(13)+1;endendEH

19、=;fori=1:13EH=EHnum(i);endx=1:13;y=EH;%輸出投影直方圖figure(3),title(bar投影直方圖),bar(x,y);沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計6仿真結(jié)果與分析6.1實驗結(jié)果顏色特征提取原圖像如圖6.1所示：圖6.1顏色特征提取原圖像在MATLAB中運行程序，結(jié)果如圖6.2,6.3和6.4所示n12Figure1FileEditViewInsertToolsDesktopWindowHelp圖6.2灰度圖及邊界直方圖沈陽理工大學(xué)數(shù)字圖像處理課程設(shè)計 圖6.3曲線直方圖6.2結(jié)果分析顏色特征是在圖像檢索中應(yīng)用最為廣泛的視覺特征，主要原因在于顏色往往和圖像中所包含的物體或場景十分相關(guān)。此外，與其他的視覺特征相比，顏色特征對圖像本身的尺寸、方向、視角的依賴性較小，從而具有較高的魯棒性。圖6.1為顏色特征提取的原圖像，即進行處理之前的圖像。圖6.2是進行灰度化以后的灰度圖，以及搜索邊緣以后的邊界直方圖。將圖像邊緣分別量化為101份和13份，運行程序，得出圖6.3和6.4的曲線直方圖和投影直方圖。7結(jié)論顏色直方圖相對于圖像的以觀察軸為軸心的旋轉(zhuǎn)以及幅度不大的平移和縮放等幾何變