matlab在《数字图像处理》课程中的辅助教学

matlab在《数字图像处理》课程中的辅助教学

ID:31365624

大小:107.00 KB

页数:6页

时间:2019-01-09

matlab在《数字图像处理》课程中的辅助教学_第1页
matlab在《数字图像处理》课程中的辅助教学_第2页
matlab在《数字图像处理》课程中的辅助教学_第3页
matlab在《数字图像处理》课程中的辅助教学_第4页
matlab在《数字图像处理》课程中的辅助教学_第5页
资源描述:

《matlab在《数字图像处理》课程中的辅助教学》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、MATLAB在《数字图像处理》课程中的辅助教学  摘要:传统的数字图像处理课堂教学中存在着板书教学讲解形式单一,学生不易理解的不足,文中提出以MATLAB作为教学辅助手段改革图像处理课程的教学方法,提高学生的学习兴趣和教学效果。主要通过对图像小波变换及噪声滤除两方面的问题展开分析,运用MATLAB实现图像的小波变换和滤除噪声的仿真,其结果以图像形式生动地表现出来。结果表明MATLAB在多媒体教学中的重要的辅助作用,学生能真实地体会图像理论知识及具体应用不断激发学习的兴趣,提高教学效果。  关键词:辅助教学;MATLAB;小波变换;滤除噪

2、声;数字图像处理  中图分类号:TP393文献标识码:A文章编号:1009-3044(2016)28-0121-02  1引言6  目前在高等工科院校中,《数字图像处理》[1-3]课程是高等学校电子信息工程、计算机、智能科学与技术等相关专业的核心课程,是培养学生创新精神、提高实践能力的一门专业课。《数字图像处理》在长江大学作为电子信息工程专业的一门核心必修课,该课程所涉及的知识内容很广泛,难度也较大,需要学生具备扎实的数学基础和信号处理基础,是一门实践操作性很强的学科,以往的教学过程中存在一些问题:诸如教材中有许多理论和算法演绎过程比较

3、抽象,学生对其知识的理解有一定的困难。新的教育纲领要求学生的素质教育越来越重要,根据国家中长期教育改革和发展规划纲要(2010-2020),纲要中明确指出在教育的过程中,不能对学生实施知识的灌输,而是要培养有创新能力的科技人才。传统的数字图像处理教学①②模式已经不能适应当前素质教育的要求,改革课堂教学[3,4],即把数字图像处理课堂的理论教学和MATLAB的实践应用紧密结合起来,利用MATLAB仿真软件作为辅助教学,加强对教材中基本概念和基本理论的理解,激发学生的学习兴趣。培养学生独立自主的学习习惯,锻炼学生的实践动手能力,增加学生学习

4、的深度和广度,使学生们在学习过程中能系统地、全面地学习和掌握相关的知识。  2MATLAB语言的特点  MATLAB[4,5,6,7]是美国MathWorks公司推出的一款主要面对科学计算、卓越的数据可视化及交互式程序设计的软件,主要包括MATLAB和Simulink两大部分,因其超强的绘图功能、编程效率高等优点,在线性代数、数理统计分析、数字信号处理、数字图像处理、工程与科学绘图、控制系统设计与仿真等方面应用非常突出,成为科研人员进行科学研究和生产实践的重要武器。尤其在图像处理方面,运用其编程思想解决了图像信息中的问题,借助丰富的库函

5、数和强大的图形绘制功能进行仿真,达到眼见为实的效果,为图像信号的处理与分析的学习提供了强有力的教学辅助工具。  3MATLAB在数字图像处理教学中的应用举例6  在数字图像处理的教学过程中,涉及大量的图像变换,如离散傅里叶变换、离散余弦变换、离散小波变换、离散沃尔什-哈达玛变换等变换主要应用于图像增强、图像复原、特征提取、图像编码及压缩等方面。如果只是利用公式计算、推导这些变化的处理过程,教学过程显得枯燥无味,教学效果不佳,学生学习的兴趣不高,学习效率低。如果在讲解图像变换公式推导的同时,利用MATLAB中ImageProcessing

6、工具箱中的丰富的图像处理函数,编写相应的算法,借助MATLAB强大的图形功能绘制出相应的结果图,学生进行感性的认识,这样能生动形象地解决变换的抽象的问题,增强教学效果。本文主要通过两个实例说明MATLAB在图像处理中的辅助作用。  3.1数字图像的小波分解及重构  由于图像的数据量非常大,空间域进行处理时计算量很大。因此可以将图像信息变换到频域,进行更好的分析、加工和处理,提高处理效率。小波分析是20世纪80年代开始逐渐发展为成熟的应用数学的一个分支,具有对时间-频率的双重分析和多分辨率分析能力被誉为“数学显微镜”。小波变换在时域和频域

7、中都具有良好的局部化特性,在信号和图像处理等领域具有重要的应用价值。  本文以一幅图像经过二维离散小波变换[7]进行分析。图1表示一幅图像经过不同级数的小波变换后频率域分解的结构图。以图2作为原始图像,把它进行1级、2级、3级小波变换分解,并对分解后的分量图像重构,结果如图3-图7。图像经过小波变换后,图像的能量保持守恒,图像的能量主要集中在左上角。从图1-图6,可以看出,图像的主要能量集中在低频部分,低频部分是原始图像的近似图像,其他高频部分可以认为图像噪声部分,即可看作图像冗余。  3.2对含噪图像进行不同的滤波处理6  数字图像往

8、往要经过采集、处理、存储、传输等一系列加工变换,在生成和传输的过程中,往往受到各种类型噪声的干扰和影响。本文主要采用均值滤波[8]和中值滤波对含有高斯噪声和椒盐噪声的图像进行滤除的处理,比较两种滤波方法对图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。