关于《数字图像处理》课程设计的安排和要求
1．时间：《数字图像处理》课设属于综合实践课，设计时间为2周。
2．时间安排： 19-20周。
3．实验工具：Matlab语言。
4．要求：图书馆借阅相关书籍并上网查阅相关文献资料，严格按指定要求完成设计。
每个程序或模块都必须做到功能仿真成功这一步。
5．结课方式：
1）口头答辩：就具体设计题目提问，检查程序运行结果。（60%）
2）交课程设计报告: 班长统一交给指导老师。（40%）
6．课设报告要求：
1）严禁有雷同或相同报告，否则不能通过这门课的考查。
2）使用学校制定的统一封皮。
3）第一页为课程设计任务书，任务书内容包括设计任务要求和进度安排。
4）第二页为目录。
5）从第三页开始为报告正文，应包括设计目的、设计方案（思路）、具体设计内容，包括源代码（加注释），模块的文字描述、功能仿真图等，报告的最后一项为结束语。
6）用A4纸打印，字体要求为宋体，4号字。具体格式不明之处参考毕业设计论文格式要求。
7）必须有完整的源代码和关于源代码的 详细说明。
8) 运行结果以图片的形式粘贴到报告中来。
9）答疑方式：邮件或到实验室答疑。
《数组图像处理课程设计》题目
1.基于最大类间方差法的图像分割程序设计（2） a) 最大类间方差法
b) 迭代阈值法
2.图像空域增强算法设计（3）
a) 灰度变换增强
b) 直方图变换增强
c) 空间平滑滤波
3.图像频域增强算法设计（3）
a) 低通滤波
b) 高通滤波
c) 同态增强
4.图像锐化程序设计（2）
a) 一阶微分的图像增强
b) 二阶微分的图像增强
5.基于熵的图像二值化算法设计（2）
a) 一维最大熵分割法
b) 二维最大熵分割法
6. 基于Matlab的数字水印设计（2）
a) 基于DCT域的水印实现
b) 基于空域的水印实现
7.图像匹配程序设计（2）
a) 模板匹配
b) 特征匹配
8.数字图像的基本变换程序设计（2）
a) 几何变换
b) 颜色变换
9.图像的无损压缩程序设计（2）
a) 霍夫曼编码
b) 香农-费诺编码
10.数字图像边缘检测算法设计（2）
a) Prewitt算子与Kirsch算子
b) LOG算子与Canny算子
11.数字图像中的Hough变换应用（2）
a) 直线的检测
b) 圆的检测
12.二值图像的处理程序设计（2）
a) 形态学处理
b) 区域测量——面积、周长、圆形度、形状复杂度等的计算
13.彩色图像分割程序设计（2）
a) RGB模型
b) HSI模型
14.基于分水岭的图像分割程序设计（1）
15.基于支持向量机的图像识别程序设计（2）
a) 训练样本的采集与处理
b) SVM程序设计
16.运动目标检测程序设计（2）
a) 运动图像序列
b) 差分法、双差分法
c) 光流法
17.提取图像纹理特征程序设计（3）
a) 灰度共生矩阵
b) Tamura——粗糙度、对比度、方向度等 c) 小波变换
18.数字图像颜色特征提取程序设计（2）
a) 颜色直方图
b) 颜色矩
第二篇：MATLAB图像处理课程设计
1．时间：河南机电高等专科学校 MATLAB仿真软件 课程设计报告 系 部： 专 业： 班 级： 学生姓名： 学 号： 成 绩： 20xx年 06月 “MATLAB仿真软件”课程设计任务书 20xx年06月13日~20xx年06月17日
2. 课程设计单位：河南机电高等专科学校
3. 课程设计目的：掌握“MATLAB仿真软件”课程的基本概念、基本原理，加深对MATLAB仿真软件应用和理解。
4. 课程设计任务：
①了解MATLAB仿真软件的相关常识及其特点；
②熟悉MATLAB仿真软件的使用方法；
③作好实习笔记，对自己所发现的疑难问题及时请教解决
④参考相关的的书籍、资料，认真完成实训报告；
⑤作好笔记，对自己所发现的疑难问题及时请教解决；
⑥联系自己所学知识，总结本次设计经验；
⑦认真完成课程设计报告。
“MATLAB仿真软件”课程设计报告
前言：
图像增强是指按特定的需要突出一幅图像的某些信息同时削弱或去除某些不需要的信息的处理方法，其目的是使处理后的图像对于某种特定的应用比原始图像更适用。对于一个图像处理系统来说，可将流程分为三个阶段，在获取原始图像后，首先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段。
实际应用中，我们的系统获取的原始图像并非完美：例如系统获取的原始图像，由于噪声、光照等原因，使得图像的质量不高，需进行预处理，以达到利于我们提取感兴趣的信息的目的。图像的预处理包括图像增强、平滑滤波、锐化等内容¨J。图像的预处理既可以在空间域实现，也可以在频域内实现，其中空间域内实现是对图像进行点运算，它是一种既简单又重要的图像处理技术，它能让用户改变图像上像素点的灰度值，这样通过点运算处理将产生一幅新图像。
MATLAB是一种简单，高效、功能强大的高级语言，在科学与工程计算领域有着广泛的应用前途．在数字图像处理领域，可应用MKILAB数字图像处理技术进行系统分析与设计．本文介绍了MATLAB提供的图像处理工具箱函数的用法指南，并辅以应用示例，说明了基于MATLAB，进行数字图像处理的方法．
实例分析
1、模拟图像受高斯白噪声和椒盐噪声的影响
I=imread('luo.jpg');
J1=imnoise(I,'gaussian',0,0.02); % 叠加均值为0，方差为0.02的高斯噪声，可以用 % localvar代替，如图3-17(b)所示 J2=imnoise(I,'salt & pepper',0.04); % 叠加密度为0.04的椒盐噪声。
% 如图3-17(c)所示。 figure,subplot(1,3,1),imshow(I) ;
subplot(1,3,2),imshow (J1);
subplot(1,3,3),imshow(J2);
图1 处理后效果图
2、叠加椒盐噪声
I=imread('luo.jpg');
J2=imnoise(I,'salt & pepper',0.14); % 叠加密度为0.04的椒盐噪声。
% 如图3-17(c)所示。 figure,subplot(121),imshow(I) ;
subplot(122),imshow(J2);
图2 处理后效果图
3、利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理 源程序如下：
clear
clc
I=imread('luo.jpg');
imshow(I);
f=double(I); % 数据类型转换，MATLAB不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换
g=fftshift(g); % 转换数据矩阵
[M,N]=size(g);
nn=2; % 二阶巴特沃斯(Butterworth)高通滤波器
d0=5;
m=fix(M/2);
n=fix(N/2);
for i=1:M
for j=1:N
d=sqrt((i-m)^2+(j-n)^2);
if (d==0)
h=0;
else
h=1/(1+0.414*(d0/d)^(2*nn));% 计算传递函数
end
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
J2=ifft2(result);
J3=uint8(real(J2));
figure,imshow(J3); % 滤波后图像显示
图3 处理后效果图
4、对图像进行置乱处理 源程序如下：
clear
clc
X=imread('luo.jpg'); subplot(121)
imshow(X);
title('原图像')
A=X(:);
B=randperm(65536); C=zeros(65536,1);
for i=1:65536
C(i)=A(B(i));
end
D=zeros(256);
k=1;
for i=1:256
for j=1:256
D(j,i)=C(k); k=k+1;
end
end
subplot(122)
imshow(D)
title('置乱后的图像')
imwrite(D,'d:\image.bmp','bmp')
图4 处理后效果图
学习心得
在理工科的专业应用背景下，用matlab 进行相关计算与仿真编程的优势非常突出。特定的问题处理算法，我们通常都以M文件的文本形式给定最终的解决方案，自己设计的程序是在MATLAB环境下，用MATLAB语言编写的，这对于有安装MATLAB软件的计算机上运行并不存在什么问题，关键是一般的计算机很少有去安装MATLAB软件的，那么要在这些机子上运行该程序要怎么办呢，难道要先安装MATLAB软件，这显然太麻烦了，对于一个通用的，比较成熟的解决方案，我们当然期望它能应用到更多的场合，而.exe （可执行）文件可运行于所有的通用WINDOWS操作系统，为此，将M文件转换成.exe文件倒是个不错的想法。
通过本次课程设计，使自己对MATLAB GUI设计流程有了比较深刻的体会，同时也了解了一般软件设计的过程。在设计过程中碰到了很多的问题，通过这些问题，使自己分析问题，解决问题的能力得到了较大的提高。