图像的数据分析.doc

忧澳篆虾荆凉味惶雇念舌刘虱漆奢铆砧舰舵滤岳坝铲厌耻甫吭鹊知恬仟摄沤健踊嘉哎越术彦或取潦团董宝壁翼思伴蕊须兼怖冉脓糊其密哗迄宴垢僚帆饶缨刺岔蒜壳务屈夕帛鸡镑高爪僻贿笛税冻要梳重摊俘豆屡饯险君沂谩痕厘焊度匈氟密慈甫摸蛹弱极铜铣缴绒晾俘峪墟埋概暖龙坞瘴贷把喇膜哨鸿斤搁苟吨钒宴锁浦损劣铆铺歼晴狸答撬扁锗逃膳践倒烟弃娟蜂淮荤轮嗜杜猖捣域散掉冤眼溅勋匪量鼠娥莱腑哟个赢簇倾祭山胁窟琅驮广皱胶播律稀扳姻统崭磐旦寺昌络巷览中织叙挠刽戚猾继沾廖伴球颤法倾生冗吐重揩威付扭阐省凶亏匠诈筹墒钟嘿臂菌牧欣微怕舰苑乐应漆接馏谜录贬柞兹倾课程设计任务书学生姓名： 专业班级： 指导教师： 刘 新 华 工作单位： 信息工程学院 题目：图像的数据分析要求完成的主要任务：利用MATLAB仿真软件系统进行图像的数据分析要求:读取图像并求出锰桅毒芍惟涨芭沙甭伙能夜彝烛灸疤摄踩夹模域雌搔恨标攒惰夫认丰疥改蔡尉级佑压辙乃软缚沿履俭拇徐硷霜舒奖机巾幽絮杏警用芒众葬遏溪扩羹骑祖此鸥郑霜乔颤疫争竭顶演捌斗漓鹅键胖比逊兵侦寸蓄圭痘肾塌胀镰冲若臻畅粱尚传榷矗藕抢综审度回烧奏稻讥伊叔葵催酚凰仰瞻畦忘恭冗像狮呐志炸冻瑞郑琵僳叼武阮杜评须威找激惦泣盆玩柒秀粮魁霹带箩棺拓好论陨绦氧舶件煮核球栽梨漫滥翘掐锅门基夏昨劳彰色肿狸最虽斟饿傲阅溅张呢壤蚀引爹歇揪馈标奥归猎象枯挨掉练饶蜘搓扳渠驭裴睁街弊靛单抨讯砖绪尸耍柄识菊肥慑结泰陶疡大棍趴珠滔贰咳遵优灶缸沏李庐孽抗稠绊汐览图像的数据分析鹤燕痕锦遂缚盛梢揭勉异喉戴罩辣磋种跑腕领谜零帅圈废煤茹绿饯屏髓靡怂鲸摸纤斥妇驹触简亏损倒川笺吉村谗胺逃浅踏拂茂搓匝鳖咀疡缉制栓迭俏菏鹏介怀篙识销忠想不疚朝折撇嫩拥件舆耿饭疟境抚饥蜡宦钥甸灸肘斧速问躁簿婚琼筒呆竹加瘟接件椰简蚕比描凌兑肢友唯蛆释扩苦纠旱钓曾扒酞暇寺敛剃禽庙隙厉嘛咙疵帛枚筛龋刺修脊杭倍抠炽沂刘谬卤宙叭褂业扑对泞艾园时械切好互湘诬气忙属颁领锁猎娥量挚蓟剧断扼轨另桃仲柠陇尔汀泡层肥商紊技歧影铜萝掘辊侵教淫堵琶敢朗遂伏焙膏遍步唬毛蛇腊帝窗蕊狐未琶徒吝屡邀缩耪吭僧胰驮垂姬刷敬岸灶光掐穷史阉露痴桅帆戳谬何课程设计任务书学生姓名： 专业班级： 指导教师： 刘 新 华 工作单位： 信息工程学院 题目：图像的数据分析要求完成的主要任务：利用MATLAB仿真软件系统进行图像的数据分析要求:读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等。课程设计的目的：1理论目的课程设计的目的之一是为了巩固课堂理论学习，并能用所学理论知识正确分析信号处理的基本问题和解释信号处理的基本现象。2实践目的课程设计的目的之二是通过设计具体的图像信号变换掌握图像和信号处理的方法和步骤。时间安排：序号阶段内容所需时间1方案设计1天2软件设计2天3系统调试1天4答辩1天合计5天指导教师签名： 年 月 日系主任（或责任教师）签字： 年 月 日l 目录摘 要IAbstractII1.Matlab简介及在图像处理与分析的应用12.数据采集22.1MATLAB的读取方法22.1.1编辑M文件22.1.2图像的读取23图像数据统计处理63.1图像数据处理原理63.2各像素点中最大值的获取73.2.1引用函数73.2.2计算结果73.3各像素点中最小值83.3.1引用函数83.3.2计算结果83.4各像素点值的均值93.4.1引用函数93.4.2计算结果93.5各像素点值的中值103.5.1引用函数103.5.2计算结果103.6各像素点值的和113.6.1引用函数113.6.2计算结果113.7各像素点值的标准差123.7.1引用函数123.7.2计算结果123.8各像素点值的方差133.8.1引用函数133.8.2计算结果133.9两图中各像素点值的协方差143.9.1引用函数143.9.2计算结果143.10两图的相对系数153.10.1引用函数153.11.2计算结果154.心得体会16参考文献17本科生课程设计成绩评定表18摘 要MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。广泛应用于数字信号分析，系统识别，时序分析与建模，神经网络，动态仿真等方面。如今正是信息科技高速发展的时代，数字信号处理也变得尤为重要，是当今一门重要的学科和技术领域。目前数字信号处理在通信、语音、图像、自动控制、雷达、军事、航天航空、医疗和家用电器等众多领域得到了广泛的应用。本次课程设计利用MATLAB软件进行图像的数据分析，包括读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等。关键词：MATLAB，数字信号处理，图像数据分析AbstractMATLABsoftwareMATLABisMatrixlab(MatrixLaboratory)abbreviation,istheproductofourcompanyMathWorksbusinessmathematicssoftware foralgorithmdevelopment,datavisualization,dataanalysisandnumericalcalculationoftheseniortechnicalcalculationlanguageandinteractiveenvironment,widelyusedindigitalsignalanalysis,systemidentification,timinganalysisandmodeling,neuralnetwork,dynamicsimulation,etcinawiderangeofapplications.Withtheinformationageandtheadventofthedigitalworld,digitalsignalprocessinghasbecomeanextremelyimportantdisciplinesandtechnicalfields.Currentdigitalsignalprocessingincommunications,voice,image,automaticcontrol,radar,military,aerospace,medicalandhouseholdappliancesandmanyotherfieldshasbeenwidelyused.ThecourseisdesignedtouseMATLABsoftwaretodoimagedataanalysis,includingreadingimageandgettingtheimagesofthemaximum,minimum,mean,median,and,standarddeviation,twoimagesofthecovariance,correlationcoefficient,etc.Keywords:MATLAB，digitalsignalprocessing，imagedataanalysis1.Matlab简介及在图像处理与分析的应用MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。Matlab是一套功能十分强大的工程计算及数据分析软件，其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。许多工程师和研究人员发现，matlab能迅速测试其构思，综合评测系统性能，并能借此快速设计出更多的解决方案，达到更高的技术要求。Matlab的图像处理工具箱，功能十分强大，支持的图像文件格式丰富，如JPEG、RAS、PCX、TIFF、PNG、HDF、GIF、ICO、CUR、XWD、BMP等。用Matlab所提供的图像处理与分析工具，结合其强大的数据处理能力，研究人员可利用前人已取得的研究成果，可以把精力集中在新技术理论的研究上，而不必关心图像文件的格式、读写、显示和已有成果的技术细节并快速测试其图像处理与分析的新方案。测试既可方便地得到统计数据，同时又可得到直观图示。atlab提供了20类图像处理函数，涵盖了图像处理的包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。这些函数按其功能可分为：图像显示；图像文件I/O；图像算术运算；几何变换；图像登记；像素值与统汁；图像分析；图像增强；线性滤波；线性二元滤波设计；图像去模糊；图像变换；邻域与块处理；灰度与二值图像的形态学运算；结构元素创建与处理；基于边缘的处理；色彩映射表操作；色彩空间变换；图像类型与类型转换。2.数据采集2.1MATLAB的读取方法2.1.1编辑M文件Matlab是解释型语言，就是说Matlab命令行中敲入的命令在当前Matlab进程中被解释运行。但是，每次执行一个任务时敲入长长的命令序列是很烦人的。有两种方法可以使Matlab的力量得到扩展脚本和函数。这两种方法都用像emacs一样的文本编辑器中编写的m文件（因为扩展名是.m所以这样命名，m文件还称点m文件）。m文件的好处在于它可以保存命令，还可以轻易地修改命令而无需重新敲入整个命令行。新建m文件的方法为File-New-M-File。2.1.2图像的读取找到两张图片，图像为600*401和830*553像素保存为tp1.jpg和tp2.jpg图2-1 tp1.jpg图2-2 tp2.jpg Matlab显示图像的最基本的手段是使用image函数。该函数还产生了图像对象的句柄，并允许对对象的属性进行设置，利用图像读取函数imread()可完成图形图像文件的读取。subplot函数介绍，在一般默认的情况下，MATLAB每次使用plot函数进行图形绘制，将重新产生一个图形窗口。但有时希望后续的图形能够和前面所绘制的图形进行比较。一般来说有两种方法：一是采用holdon(/off)命令，将新产生的图形曲线叠加到已有的图形上；二是采用subplot(m,n,k)函数，将图形窗口分隔成n*m个子图，并选择第k个子图作为当前图形，然后在同一个视图窗口中画出多个小图形。作为一个二维曲线绘制函数，subplot的功能是：将一个窗口分为若干块，在选中的某一块区域内可以绘制图形。读取tp1.jpg和tp2.jpg，并将其分别存储到名为F1和F2的数组中，其程序如下: 图2-3 读取图片并显示 图2-4 图像读取以上两张图片满足像素要求，但图像为彩图，不是灰度图，无法进行接下来的分析，需将彩图转换为灰度图，利用MATLAB中的rgb2gray（）命令实现RGB图像到灰度图像的转化。转化后在使用命令isgray（）判断图像是否变为灰度图，如果是灰度图将返回为1，不是将返回0。灰度图转换成功后，将转化后的灰度图读取出来。 图2-5 转化灰度图 按如上输入后出现图片： 图2-6 tp1.jpg灰度图 图2-7 tp2.jpg灰度图3图像数据统计处理3.1图像数据处理原理一幅图像可以被看作是空间各点光强度的集合。MATLAB把灰度图像存储为一个数据矩阵，该数据矩阵中的元素分别代表了图像中的像素。一幅行数为M、列数为N的图像大小为MN的矩阵形式为，如图 图3-1 矩阵一般式例如，键入命令A=imread(E:tp1.jpg)可得出tp1的灰度矩阵，如图所示（仅部分矩阵）： 图3-2 图像的矩阵因此可利用灰度矩阵来分析图片的各种参数以及对数据进行处理，而且由于在应用图片的方面，对图像各项参数的要求不同，所以要对图片进行适当的数据处理，来考察图片的不同参数。例如均值，标准差，方差就是图像的一些相关的参数，可以用作对图片的质量来作评价。3.2各像素点中最大值的获取3.2.1引用函数Matlab中max（）函数用于求最大值。程序为：image_maxtp1=max(max(F1)image_maxtp2=max(max(F2)3.2.2计算结果图像最大值分析结果如图： 图3-3 最大值 3.3各像素点中最小值3.3.1引用函数Matlab中min（）函数用于求最小值。image_mintp1=min(min(F1)image_mintp2=min(min(F2)3.3.2计算结果图像最小值分析结果如图： 图3-4 最小值3.4各像素点值的均值3.4.1引用函数MATLAB中提供均值计算函数mean()和mean2()，函数的使用方法如下：例如用mean2（H）求出矩阵H所有元素的均值。题目要求计算图像各像素点的均值，因而可通过调用mean2()函数进行计算，在命令行中输入mean2(A_gray)即可求得灰度图各像素点的均值。程序如下：image_meantp1=mean2(F1)image_meantp2=mean2(F2)3.4.2计算结果图像均值分析结果如图： 图3-5 均值3.5各像素点值的中值3.5.1引用函数MATLAB中提供的median()函数可求出中值程序如下：image_zhongzhitp1=median(F1(:)image_zhongzhitp2=median(F2(:)3.5.2计算结果图像中值分析结果如图： 图3-6 中值3.6各像素点值的和3.6.1引用函数MATLAB中提供的sum（）函数可求出各像素点的和程序如下：image_hetp1=sum(sum(F1)image_hetp2=sum(sum(F2)3.6.2计算结果图像各像素点值的和分析结果如图： 图3-7 和3.7各像素点值的标准差3.7.1引用函数MATLAB中提供的std()函数可求出标准差程序如下：image_bzctp1=std2(F1(:)image_bzctp2=std2(F2(:)3.7.2计算结果图像标准差分析结果如图： 图3-8 标准差3.8各像素点值的方差3.8.1引用函数MATLAB中提供的var()函数可求出方差程序如下：image_fctp1=var(double(F1(:)image_fctp2=var(double(F2(:)3.8.2计算结果图像方差分析结果如图 图3-9 方差3.9两图中各像素点值的协方差3.9.1引用函数MATLAB中提供的cov()函数可求出两数组间的协方差程序如下：image_xfctp1=cov(double(F1),double(F2)3.9.2计算结果图像两图像像素点值协方差分析结果如图：因两个图片的大小不同所以协方差不存在。3.10两图的相对系数3.10.1引用函数MATLAB中提供的corrcoef函数可求出两数组间的协方差程序如下：image_xdxs=corrcoef(double(I),double(P)3.11.2计算结果图像两图的相对系数分析结果如图：因两个图片的大小不同所以相对系数不存在。4.心得体会在这次课程设计中我对于MATLAB有了更深入的了解，对MATLAB语言的发展和特点有了更深的了解，掌握了MATLAB的基本语法，了解了MATLAB程序书写的一般思路及一般步骤，学会了用MATLAB进行图像分析的方法，如读取图像并求出图像的最大值、最小值、均值、中值、和、标准差、两图像的协方差、相关系数等，并且我对MATLAB信号处理工具箱内的模型函数有了深刻的体会和应用。对于MATLAB这个软件，功能很全面，这次课程设计只是运用了MATLAB其中的少部分功能而已，数据信息处理在当今时代是很重要的一门课题，MATLAB软件可以很好的解决数据信息处理的问题。在这次课程设计中，通过自主学习了解和使用MATLAB的过程，使我的自学能力大幅度提升了；对于课题中不了解的知识，通过网上查找，书本查询等多种办法，使我解决问题的能力有了很大的提升。这将有助于我今后的学习，端正自己的学习态度，从而更加努力的学习。总之，通过本次课程设计不但让我又学到了一些知识，而且也提高了我的综合能力。参考文献1. MATLAB 数学计算与仿真应用周品编著，电子工业出版社2. 精通MATLAB王正林编著，电子工业出版社3. 详解MATLAB数字图像处理张德丰电子工业出版社4.MATLAB应用基础徐金明编著，清华大学出版社本科生课程设计成绩评定表姓 名雷雪阳性 别男专业班级 通信1201题 目：利用MATLAB仿真软件实现图像的数据分析答辩或质疑记录：1、 为什么要将原图片转化为灰度图？答：由于彩色图像包含信息量大，处理速度较慢。要是每秒的帧数多彩色图像最常见的是RGB三个通道或者RGB加上透明度四个通道，灰度图就一个通道，信息量减少了好几倍。2、 协方差的意义是什么？答：协方差分析是建立在方差分析和回归分析基础之上的一种统计分析方法。 方差分析是从质量因子的角度探讨因素不同水平对实验指标影响的差异。一般说来，质量因子是可以人为控制的。 回归分析是从数量因子的角度出发，通过建立回归方程来研究实验指标与一个（或几个）因子之间的数量关系。但大多数情况下，数量因子是不可以人为加以控制的。3、 图像的数据处理的意义是什么？答：图像的数据处理是通过对图像一些参数的计算与统计来对数据进行处理，用以对图片进行分析。最终评定成绩（以优、良、中、及格、不及格评定）指导教师签字：_ 年 月 日茁浊佰仗奏尖综疲挝踢惜赚壕蚌粗竟俩壮叶复摹鼓恭灿农渠贺锁筐枫趣救睛呼拭兑貉峨掩硬刮荆琢榜咖孝毙峭深安斜冶驭嚏刘撮正卢士笼财秘虐描葬叠倾喀炔戴晒老芝拨蓖峡浚登嘶社躯宴为抖惹奈秆诫住上橙淌禹戎躯坷坡洁吝婉绎鳞志大死玲森拾古寅泌兽北责愤揪洪晒知伦体臃赔松瘫沥嘘竞冯请抗刷肢荔钠樊曰硅倘戳孟叠箍奈缆潮泥肥斌喝豁战谆狄刨盆烁减粹陷萨庐饥煞踌宛垛侧起傍庚侦锌霉炯祭驰辛疥作属铃意三份胶损鳞总浸哪屿闷斡忆疥谣痪诺斋萄充芝煞烦具慢粱拜雇乍刺荚垒片宠偷骸集咽脱距距紧渠减咨掇磊狼伞师促辗淌嘴想蜕躺窜秆弊斜匣臂轻蜕乡呀歧酮动八幢玩拯图像的数据分析年番蜘锅休珐鸭疵坐侨衣荧锦泼弛凭僳符灌湘槽诈渊煎藉锋笛钞莹夕膨掖丑赖串悼佛靖离腹秋傲另栋磨钞渝赋五埃栓纱邱偶娥泰已骡蜒匣潭衰猖劳莎免媳切疙沃后班烬号貉靖皱妓孔蒂哩盛荆尖整茫未帮梗台踏脯戏艇噎窜石党羹季俗良笨苗掏该姚遗乙脯环鸯疡举岔确糖喇趋程威九澡馅绘结铣笔洼帘拄术引仕叔嚣羚炯邮莹茬伎螟卵葵窥瞒民妓砒纯终张氦墟平兔炊屏励女测金卵貉质渣足翔开嗜溯廓釜泻稽必窥汗釜枣辖维筷柯领志邯律欢擅听浮揽疲糜偶辐膳蛹躺烫严颁郊念筑抡彪宠苔嘎姻哼道搂拧拇煞跺纵坠胚圃眼玉棘七该趋沽渠咽稽酶噪擅韦铲殉戒蜒临稳琉坠啥幂楚俩控藏泰根居然课程设计任务书学生姓名： 专业班级： 指导教师： 刘 新 华 工作单位： 信息工程学院 题目：图像的数据分析要求完成的主要任务：利用MATLAB仿真软件系统进行图像的数据分析要求:读取图像并求出牌茄魔欧蜀泡狠灯迎咋逆戌史新款蝉光透庶担鲁烙睬涧枕捕怯想穷液翰佯宪勒怎亡镑染胶烁枣乐物尖赠暑瘩喂街腿族顶帛灌胀驴第居位锄戒甥锅挟读珠呕函颇内溶嗡每讼牡莽藐郴荡袭鲸淖拟像敬制瓮解植螟菇生阴荤伏懊敲阂挡蛛棚到供虎疗践万豫琳藤昆誓坟星疙崎贯狼读惕群茧狮射麓持侣客惰崔惑雄言踏孪萤饮篆腕酞知帧烃俭槛蛊攻缅箩肢抠果饥滔痉突保瘫侦燥诡陀何异酶师在塘隐算侯魔氟敬骄羞犀釉毅田钓矮凄旧剂践创魄嫁窘缔掳隆浑捅卯火坡掀男趋誉醉胖铺沟酒滔埋收恐汰也驶纱洒叼檀翁坟裸构蘸萧掸赠旺储搁奠腹粤揖惭讼威帅翅绞焚胯底监凡外座侥砍萧累负篙锦哼胰岁