《数字图像处理课程设计 数字图像处理课程论文.doc》由会员分享，可在线阅读，更多相关《数字图像处理课程设计 数字图像处理课程论文.doc（8页珍藏版）》请在三一文库上搜索。
1、数字图像处理课程设计 数字图像处理课程论文 导读：就爱阅读网友为您分享以下“数字图像处理课程论文的资讯，希望对您有所帮助，感谢您对92to 的支持!器(如均值滤波等)所带来的图像细节模糊，而且对滤除脉冲干扰即图像扫描噪声最为有效。在实际运算过程中并不需要图像的统计特性，也给计算带来不少方便。但是对一些细节多，特别是线、尖顶等细节多的图像不宜采用中值滤波。 Matlab程序如下： >>c=medfilt2(b,3,3); >> imshow(c); 图5中值滤波后图像 标准中值滤波算法的根本思想是将滤波窗口内的最大值和最小值均视为噪声，用滤波窗口内的中值代替窗口中心像素点
2、的灰度，在一定程度上抑制了噪声。实际上在一定邻域范围内具有最大或最小灰度值这一特性的，除了噪声点，还包括图像中的边缘点、线性特征点等。中值滤波以此作为图像滤波依据，其滤波结果不可防止地会破坏图像的线段、锐角等信息。因此，要找到一种既能实现有效滤除噪声，又能完整保存图像细节的滤波机制，仅考虑噪声的灰度特性是难以实现的。 4.3图像增强 如果一幅图成像时由于光线过暗或曝光缺乏，那么整幅图偏暗如灰度范围从0到63；光线过亮或曝光过度，那么图像偏亮如灰度范围从200到255，都会 造成图像比照度偏低问题，即灰度都挤在一起了，没有拉开，为了更方便的得到效果，提升识别率，对得到的灰度图像做灰度增强，首先用
3、strel函数对原始图像进行开操作的到图像的背景图像。 Matlab程序如下： >>s=strel('disk',13); >>d=imopen(c,s); >>subplot(1,2,1); >>imshow(d); >>title('背景图像'); >>e=imsubtract(c,d);%中值滤波后图像减去背景图像 >>subplot(1,2,2); >>imshow(e); >> title('增强黑白图像'); 图6灰度修正后图像
4、 4.4直方图均衡化 直方图是用来表达一幅图像灰度等级分布情况的统计表。通过对图像中像素个数多的灰度值及对画面起主要作用的灰度值进行展宽，而对像素个数少的灰度值及对画面不起主要作用的灰度值进行归并，从而到达清晰图像的目的，其本质上是一个直方图变换，即将输入图像的直方图映射成一个最大平展的直方图。实验效果如图8。经过直方图均衡化处理以后，图像的灰度分布变得均匀，原来偏暗的图像亮度明显增强，图像变得更为清晰。 Matlab程序如下： >>subplot(1,2,1); >>imhist(e); >>f,g=histeq(e,64);%图像灰度扩展到0255，有6
5、4个灰度级 >>subplot(1,2,2); >>imhist(f); >> imshow(f); 图7 直方图均衡化前左后右 图8直方图均衡化后图像 4.5图像二值化 图像的二值化处理就是将图像上的点的灰度置为两个数值，通常为0或255。使整个图像呈现出明显的黑白效果。也就是将256个亮度等级的灰度图像通过适当的门限值选取而获得仍然可以反映图像整体和局部特征的二值化图像嘲。基于像素数目的直方图阈值分割是本文采用的二值化算法，它的好处在于可以减少直方图的不同形状对二值化效果的影响。 其步骤如下：计算直方图，在直方图中由0至255进行累加计算，当像素数目大于
6、某个值时将当前像素值作为二值化门限。当大于当前像素值的像素点在图像中所占的数量，也就是车牌中背景像素所占的比例称为该副图像的阈值。经过对一些图片的计算确定该阈值在图像像素数目的60-80之间。阈值的取值不同，对二值化的结果影响很大。越小包含越多背景的高光局部，越大损失越多字符像素。对增强黑白后图像进行二值化处理。 Matlab程序如下： >>h=im2bw(e,0.299); >>imshow(h); 图6二值化后图像基于数字图像处理的车牌识别系统 摘要：车牌识别系统LicensePlateRecognition简称LPR技术基于数字图像处理，是智能交通系统中的关键技术
7、，同时他的开展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面,中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统ITS是当今世界交通管理体系开展的必然趋势，而作为智能交通系统中的重要组成局部之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速开展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，平安管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记,在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1车牌识别系统的目标