2022年西安电子科技大学数字图像处理上机报告 .pdf

《2022年西安电子科技大学数字图像处理上机报告 .pdf》由会员分享，可在线阅读，更多相关《2022年西安电子科技大学数字图像处理上机报告 .pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数字图像处理上机报告专业：电子信息工程班级： 020915 学号： 02091478 姓名：陈步华精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 1 页，共 8 页实验一1、实验要求产生右图所示图像 f1(m,n)，其中图像大小为256 256，中间亮条 12832，暗处 =0，亮处 =100。对其进行FFT： 同屏显示原图f1(m,n) 和 FFT(f1) 的幅度谱图； 若令 f2(m,n)= （-1 ） m+n f1(m,n) ，重复以上过程，比较二者幅度谱的异同，简述理由； 若将 f2(m,n) 顺时针旋转90 度得到 f3(m,n) ，试显

2、示FFT(f3) 的幅度谱，并与FFT(f2) 的幅度谱进行比较； 若将 f1(m,n) 顺时针旋转90 度得到 f4(m,n) ，令 f5(m,n)=f1(m,n)+f4(m,n)，试显示FFT(f5) 的幅度谱，并指出其与 FFT(f1)和 FFT(f4) 的关系； 若令 f6(m,n)=f2(m,n)+f3(m,n)，试显示FFT(f6) 的幅度谱，并指出其与 FFT(f2)和FFT(f3) 的关系，比较FFT(f6) 和 FFT(f5) 的幅度谱。2. 实验结果 显示的 f1(m,n) 和 FFT(f1) 的幅度谱图如下图所示：FFT(f1) 和 FFT(f2) 同屏显示如图：精选学习

3、资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 2 页，共 8 页分析：f2(m,n)= （-1 ）nmf1(m,n)F（u-2N,v-2N）, 即通过给图像f1(m,n) 乘以（ -1）nm可使 f1(m,n) 从原点（ 0,0 ）移到中心（N/2，N/2），从而实现频谱的中心化。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 3 页，共 8 页分析：f3(m,n) 为 f2(m,n) 图像左转90而得， f3(m,n) 的 FFT转换图像也是f2(m,n) 的 FFT转换图像左转 90所得。分析：将 f5

4、与 f6 的幅度图像作比较得f6 也是对 f5 实现了频谱中心化精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 4 页，共 8 页实验二1、实验要求产生教材 104 页题图 4.18 （右图）所示的二值图像（白为1，黑为 0），编程实现习题4.18 所要求的处理（ 33 的平均滤波和中值滤波）功能（图像四周边界不考虑，处理结果按四舍五入仍取0 或 1），显示处理前后的图像，比较其异同。2、实验结果精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 5 页，共 8 页分析 : 由图像可看出，若不考虑四周边界，

5、中值滤波处理后的图像与原图相同，均值滤波后的图像则明显比原图模糊不少。实验三1、实验要求产生教材 104 页题图 4.16 所示的灰度图像（白为255，黑为 0），分别加入高斯白噪声和椒盐噪声，再分别进行33 的平均滤波和中值滤波，显示原图像、加噪图像和滤波结果图像，并比较四种滤波结果2、实验结果原始图像：分别加入噪声及分别滤波后的图像：精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 6 页，共 8 页A椒盐噪声B高斯噪声分析：由图像可以看出，对于均值滤波，由以上处理后的图像可以看出：均值滤波对高斯噪声的抑制比较好，处理后的图像边缘迷糊较少。但对椒

6、盐噪声的影响不大，因为在削弱噪声的同时整幅图像也变得模糊，其噪声依然存在。对于中值滤波，有图像处理的结果可以看出，它只影响了图像的基本信息，说明中值滤波对高斯噪声的抑制效果不明显。这是因为高斯噪声使用随机大小的幅值污染所有的点，因为无论怎样进行数据选择，得到的始终还是被污染的值。而由图还可以看出，中值滤波对除去椒盐噪声可以起到很好的效果因为椒盐噪声只在图画中的部分点随机出现所以根据中值滤波原理可知，通过数据排序的方法，将图像中未被噪声污染的点代替噪声点的值的概率比较大，因此噪声的抑制效果很好，同时画面的轮廓依然比较清晰。由此看来，对于椒盐噪声密度较小时，尤其是孤立噪声点，对中值滤波的效果非常好

7、的。均值滤波对高斯噪声有较好的抑制作用，而对于椒盐噪声的处理中值滤波要略有优势。实验四1、实验要求对某一灰度图像，进行如下处理：（1）分别利用Roberts 、Prewitt 和 Sobel 边缘检测算子进行边缘检测；（2）将 Roberts 、Prewitt 和 Sobel 边缘检测算子修改为锐化算子，对原图像进行锐化，同屏显示原图像、边缘检测结果和锐化后图像，说明三者之间的关系。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 7 页，共 8 页2、实验结果实验五1、实验要求编程实现教材214 页所给图像门限化分割的迭代阈值算法，实现对某一灰度图像的二值化。2、实验结果精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 8 页，共 8 页