2022年西安电子科技大学数字图像处理上机报告.docx

《2022年西安电子科技大学数字图像处理上机报告.docx》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.docx（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选学习资料 - - - - - - - - - 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：陈步华名师归纳总结 - - - - - - -第 1 页,共 8 页精选学习资料 - - - - - - - - - 试验一1、试验要求产生右图所示图像 f1m,n,其中图像大小为 256 256,中间亮条 128 32,暗处 =0,亮处 =100；对其进行 FFT： 同屏显示原图 f1m,n 和 FFTf1 的幅度谱图； 如令 f2m,n= （-1 ） m+n f1m,n ,重复以上过程,比较二者幅度谱的异同,简述理由； 如将 f2m,n 顺时针旋转

2、90 度得到 f3m,n ,试显示 FFTf3 的幅度谱,并与FFTf2 的幅度谱进行比较； 如将 f1m,n 顺时针旋转 90 度得到 f4m,n ,令 f5m,n=f1m,n+f4m,n,试显示FFTf5 的幅度谱,并指出其与 FFTf1 和 FFTf4 的关系； 如令 f6m,n=f2m,n+f3m,n,试显示 FFTf6 的幅度谱,并指出其与 FFTf2 和FFTf3 的关系,比较 FFTf6 和 FFTf5 的幅度谱；2. 试验结果 显示的 f1m,n 和 FFTf1 的幅度谱图如下图所示：FFTf1 和 FFTf2 同屏显示如图：名师归纳总结 - - - - - - -第 2 页,

3、共 8 页精选学习资料 - - - - - - - - - 分析：N Nm nf2m,n= （-1 ）f1m,n F（u-2 ,v-2）, m n即通过给图像 f1m,n 乘以（ -1 ）可使 f1m,n 从原点（ 0,0 ）移到中心（ N/2,N/2 ）,从而实现频谱的中心化；名师归纳总结 - - - - - - -第 3 页,共 8 页精选学习资料 - - - - - - - - - 分析：f3m,n 为 f2m,n 图像左转 90 而得, f3m,n 的 FFT 转换图像也是 f2m,n 的 FFT 转换图像左转 90 所得；分析：将 f5 与 f6 的幅度图像作比较得f6 也是对 f5

4、 实现了频谱中心化名师归纳总结 - - - - - - -第 4 页,共 8 页精选学习资料 - - - - - - - - - 试验二1、试验要求产生教材 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、试验结果名师归纳总结 - - - - - - -第 5 页,共 8 页精选学习资料 - - - - - - - - - 分析 : 由图像可看出,如不考虑四周边界,中值滤波处理后的图像与原图相同,均值滤波后的

5、图像就明显比原图模糊不少；试验三1、试验要求产生教材 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、试验结果原始图像：分别加入噪声及分别滤波后的图像：名师归纳总结 - - - - - - -第 6 页,共 8 页精选学习资料 - - - - - - - - - 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,处理后的图像边缘模糊较少；但对椒盐噪声的影响不大,由于在减弱噪声的同时

6、整幅图像也变得模糊,其噪声依旧存在；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 对高斯噪声的抑制成效不明显；这是由于高斯噪声使用随机大小的幅值污染全部的点,由于无 论怎样进行数据挑选,得到的始终仍是被污染的值；而由图仍可以看出,中值滤波对除去椒盐 噪声可以起到很好的成效由于椒盐噪声只在图画中的部分点随机显现所以依据中值滤波原理可 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 声的抑制成效很好,同时画面的轮廓依旧比较清楚；由此看来,对于椒盐噪声密度较小时,尤 其是孤立噪声点,对中值滤波的成效特别好的；均值滤波对高斯噪声有较

7、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；试验四1、试验要求 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；名师归纳总结 - - - - - - -第 7 页,共 8 页精选学习资料 - - - - - - - - - 2、试验结果试验五1、试验要求 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、试验结果名师归纳总结 - - - - - - -第 8 页,共 8 页