ubuntu系统的图像处理设计[20200102180036]
随着图像处理技术在现实生活中的广泛应用，人们对图像处理技术方法也越来越关注。图像处理就是对图像信息进行加工处理和分析，以满足人的视觉心理需要和实际应用或某种目的的要求。数字图像处理就是利用计算机对数字图像进行处理。 本人在此次毕业论文中对于数字图像的处理的工作可分为三个方面： 1.图像的几何操作、RGB空间转换、添加噪声、直方图的统计等； 2.用不同算子对图像进行边缘检测，并且进行优缺点比较； 3.根据高斯肤色的归一化概率模型提取人脸。 数字图像处理具有精确度高、处理内容丰富、方法简单、灵活度高等优点。 在文中用到的几种边缘检测算子的优点是函数指令简单、运作速度较快，缺点是对噪声的干扰比较敏感。用C语言创造高斯肤色概率模型的工作难度较大、内容较繁琐。  *查看完整论文请+Q: 351916072 
关键字:数字图像,图像处理,边缘检测,提取人脸
目 录
1绪论 ...1
1.1数字图像处理在国内外的发展概述 1
1.2目前数字图像处理的技术方法 2
1.3本课题的研究内容及采用的方法 .........3
1.4本文的结构安排 .....4
2数字图像的处理 ....5
2.1基于MATLAB的图像处理 ..5
2.1.1图像的几何操作与直方图统计 .5
2.1.2图像的边缘测 .9
2.1.3根据肤色提取人脸 .11
2.2基于ubuntu系统的图像处理 ...14
2.2.1硬件资源 ....14
2.2.2软件系统 ....16
3调试与结果分析 ......17
4结论 ..18
致谢 .19
参考文献 .20
附录A程序代码 .........21
附录B结果显示图 24
附录C ubuntu仿真代码和结果 .26
1 绪论
图像是现实事物的一种表示，被用来生动、近似的描述现实生活中的人和物，它包含了被描述人和物的信息，它是人们获取现实人和物的信息最主要的来源[1]。数字图像处理是通过采用21世纪高科技计算机 对图像进行几何操作、图像增强、边缘检测、滤除噪声、特征提取等处理的方法和技术。
二值图像：黑白图像。图像像素存在0，1两个值，通常用0表示黑，用1表示白。
灰度图像：包含灰度级的图像，灰度级就是图像的亮度。图像的像素存在0～255共256个值。通常用0表示黑，用255表示白，从0到255亮度逐渐增加。
索引图像：存放二维矩阵，其中包含一个特殊的二维数组MAP。MAP的大小由存放图像的矩阵的元素的取值范围决定，如矩阵元素值的范围为[0，255]，则MAP矩阵的大小就为256*3。MAP中每一行的三个元素分别代表红、绿、蓝单色值。
RGB图像：R：红色，G：绿色，B：蓝色。图像中每个像素中的红、绿、蓝分量都有一个0～255范围内的强度值，所以每个像素的值都由其对应点的红、绿、蓝三种颜色共同组合而成。白色的都为255，黑色的都为0。
HSI图像：色调、饱和度、强度。色调H：表示人的眼睛看到不同事物对其颜色的感受，如红色、绿色、蓝色等。饱和度S：表示颜色的纯度，单色纯光是完全饱和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳。强度I：表示颜色的明亮程度，就是彩色图像的亮度或灰度图像的灰度。。
HSV图像：H：色调，取值范围为0°～360°，红色为0°，绿色为120°，蓝色为240°。S：饱和度，取值范围为0～1。V：亮度，取值范围为0～1，0表示纯黑色，1表示纯白色。
YCbCr图像：Y：亮度分量，Cb：蓝色色度分量，Cr：红色色度分量。
1.1 数字图像处理在国内外的发展现状
从上个世纪二十年代起，数字图像处理技术首先应用于图像的远距离传输，采用数字压缩技术用于改善伦敦和纽约之间经海底电缆传送的图像质量，到六十年代的时候，用计算机进行数字图像处理改善图像质量的有效应用开始于1964年美国的喷气推动实验室（JPL）用IBM7049型号的计算机对“徘徊者七号”太空船发回的一万多张月球照片进行处理。到了七十年代后期，我国大量的研究者开始了较大规模的研究，使我国的数字图像处理技术逐渐跻身于世界日新月异、急速发展的行列[2]。到了二十世纪八十年代末期，人们开始将数字图像处理技术应用于地理信息系统，包括研究海洋图像的自动读入、自动生成方法。数字图像处理技术的飞速发展时代是从二十世纪九十年代初开始的。 马拉在1988年有效地将小波分析应用于图像分解和重构。小波分析被国内外科学家认为是数字信号和数字图像分析在数学方法上的重大突破。进入信息时代二十一世纪后，随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理技术在许多应用领域受到了广泛的重视并且取得了重大的开拓性成就。
随着信息技术的飞速发展，数字图像处理技术的应用领域也随之不断的扩大。数字图像处理技术的应用领域主要有以下9个方面[3]：
1.宇宙探测中的应用；
2.通信方面的应用；
3.遥感方面的应用；
4.生物医学领域的应用；
5.工业生产中的应用；
6.军事公安方面的应用；
7.天气预报方面的应用；
8.考古及文物保护方面的应用；
9.新的应用领域：信息安全、图像检索、体育运动。
总而言之，以目前的发展趋势来看，数字图像处理技术在21世纪的应用呈现出爆炸式增长，而且必将持续相当长的阶段。
1.2 目前数字图像处理的技术方法
数字图像处理研究的流程主要有数字图像信息的获取、数字图像信息的存储、数字图像信息的传送、数字图像信息的处理和数字图像的输出与显示。
图像的数学表达方式为： ,其中， 为空间坐标； 为波长； 为时间； 为光点的强度。我们所用到的图像是平面上的静止的灰度图像，所以我们运用的图像的数学表达式为：
数字图像处理方法可以分为空域法和频域法两大类:
1.空域法
数字图像处理的空域法首先是把数字图像视为平面中各个像素组成的集合，然后直接对这个集合进行修正、卷积和相与等相应的处理，空域处理法主要有三大类：（1）领域处理法。领域处理法包括梯度运算法、拉普拉斯算子运算法、平滑算子运算法、锐化算子运算法和卷积运算法等。（2）点处理法。点处理法包括灰度处理，面积、周长、体积和重心的直方图的修正等。（3）彩色增强法。彩色增强法分为伪彩色增强、假彩色增强和真彩色增强三种。
2.频域法(变换域法）
频域法主要有低通滤波法、高通锐化法和同态增析法三种方法。数字图像处理的频域处理法是首先对图像进行正变换处理，将图像的特征在变换结果域中表现出来，接下来就在变换结果域中对图像进行各种相关处理，特别是那些在时域中无法完成的一些特殊处理，最后在进行反变换。所以图像的频域表示法具有相当重要的地位。比如，傅里叶变换能将时域信号分解为不同频率的正弦信号或余弦函数叠加之和。这种方法通过在时域和频域间来回切换图像，对数字图像进行滤波、数据压缩、特征提取等处理[4]，简化了计算工作量，是数字图像处理技术的基础。
目前数字图像处理技术的研究内容主要包括：图像数字化、图像变换、图像增强、图像恢复、图像压缩编码、图像分割、图像分析和图像识别等。
1.3 本课题的研究内容及采用的方法
本次毕业设计所做的工作主要分为三个部分：
1.对获取的彩色图像进行简单的几何操作。如图像的裁剪、缩放、与旋转；彩色图像的颜色调整，灰度图像的灰度调整；灰度图像的灰度、亮度均衡的直方图统计；彩色图像中三种颜色分量的直方图统计；对加了噪声之后的图像进行滤除噪声处理。

原文链接：http://www.jxszl.com/dzxx/dzkxyjs/3526.html