2022年秋西安电子科技大学数字图像处理上机实验题答案及matlab程序 .pdf

《2022年秋西安电子科技大学数字图像处理上机实验题答案及matlab程序 .pdf》由会员分享，可在线阅读，更多相关《2022年秋西安电子科技大学数字图像处理上机实验题答案及matlab程序 .pdf（18页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、西安电子科技大学数字图像处理上机实验题李 XX2018-12-16名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 18 页 -1 数字图像处理上机实验题1.产生右图所示图像 f1(m,n)，其中图像大小为256256，中间亮条为 12832，暗处=0，亮处=100。对其进行 FFT：(matlab 程序附于文末附录)同屏显示原图 f1(m,n)和 FFT(f1)的幅度谱图；若令 f2(m,n)=(-1)m+nf1(m,n)，重复以上过程，比较二者幅度谱的异同，简述理由；结论：相同点：图像f1,f2的幅度谱的实质没有改变，幅度等都没有发生变化。不同点：f2 的频谱是对 f1频谱的移

2、位，它是f1 的频谱从 原 点(0,0)移 动 到 中 心 点(64,64)得到的频谱。原因：f2 图像是对 f1 图像做频谱中心化变换得来的，这一过程不改变图像的幅度等特性。若将 f2(m,n)顺时针旋转 90 度得到 f3(m,n)，试显示 FFT(f3)的幅度谱，并与 FFT(f2)的幅度谱进行比较；结论：由图可知，FFT(f3)的幅度谱是由FFT(f2)的幅度谱顺时针旋转 90 度得到的。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；结

3、论：FFT(f5)的幅度谱是FFT(f1)和 FFT(f4)幅度谱叠加的结果。名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 18 页 -2 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。结论：FFT(f6)的幅度谱是 FFT(f2)和 FFT(f3)幅度谱叠加的结果。FFT(f6)是 FFT(f5)频谱中心化的结果。2.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

4、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。(matlab 程序附于文末附录)结论：图像 fa 的平均滤波图像和平均加权图像与原图像相同；fb 的平均滤波图像的处理点在白、黑块组成的 4 块交界处时，由于窗内 1 值点等于 0 值点个数，0 值点的值变为1，形成如图所示图像，加权平均滤波图像与原图像相同。3.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。(matlab 程序附于

5、文末附录)名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 18 页 -3 结论：由图可知，对于加高斯白噪声后的图像，平均滤波后对噪声的滤除总体上效果好，但在局部边缘处存在误将噪声当作图像保留和误将图像细节当作噪声滤除的现象；中值滤波则对图像的边缘信息保留的较好，但总体滤除效果不佳。对于加椒盐噪声后的图像，平均滤波后在图像边缘上的损失较多，相对的，中值滤波后边缘信息损失较少。4.对某一灰度图像，进行如下处理：(matlab 程序附于文末附录)（1）分别利用 Roberts、Prewitt 和 Sobel 边缘检测算子进行边缘检测；本题选取此图片进行处理。名师资料总结-精品资料欢迎下

6、载-名师精心整理-第 4 页，共 18 页 -4（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。结论：Roberts 边缘检测算子获得的边缘效果较差，把一些边缘也剔除掉了。Prewitt边缘检测算子获得的边缘要好于Roberts 算子，但仍有部分边缘被剔除。Sobel 边缘检测算子相较于Prewitt算子主要是对噪声的抑制能力增强，由于此处原图像没有噪声，所以对比不明显。名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 18 页 -5 每种算子的锐化结果是将其检测到

7、的边缘相应加强的结果。5、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。(matlab 程序附于文末附录)所有题目的 matlab 程序皆附于文末附录。名师资料总结-精品资料欢迎下载-名师精心整理-第 6 页，共 18 页 -附录题目 1 matlab程序:close all;clear;f1=zeros(256,256);f2=zeros(256,256);for m=64:1:192 for n=112:1:144 f1(m,n)=100/255;f2(m,n)=(-1)(m+n)*100/255;endend%figure%imshow(f1)f3

8、=imrotate(f2,-90,nearest);f4=imrotate(f1,-90,nearest);f5=f1+f4;f6=f2+f3;%FFT变换fft_f1=log(1+abs(fft2(f1);fft_f2=log(1+abs(fft2(f2);fft_f3=log(1+abs(fft2(f3);fft_f5=log(1+abs(fft2(f5);fft_f6=log(1+abs(fft2(f6);%显示图像figure subplot(1,2,1);imshow(f1);title(f1的图像 );subplot(1,2,2);imshow(fft_f1,);title(FFT

9、(f1)的幅度频谱 );名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 18 页 -1 figure subplot(1,2,1);imshow(f2);title(f2的图像 );subplot(1,2,2);imshow(fft_f2,);title(FFT(f2)的幅度频谱 );figure subplot(1,2,1);imshow(fft_f2,);title(FFT(f2)的幅度频谱 );subplot(1,2,2);imshow(fft_f3,);title(FFT(f3)的幅度频谱 );figure imshow(fft_f5,);title(FFT(f5)的图像

10、 );figure imshow(fft_f6,);title(FFT(f6)的图像 );题目 2 matlab程序：clear;close all;fb=zeros(64,64);fa=ones(64,32),zeros(64,32);for m=1:8:64 for n=1:8:64 fb(m:m+7,n:n+7)=1/2*(1+(-1)(floor(m/8)+floor(n/8)*ones(8,8);end名师资料总结-精品资料欢迎下载-名师精心整理-第 8 页，共 18 页 -2 end%3 3 平均模板W1=1/8*1 1 1;1 0 1;1 1 1;%平均滤波模板fa_avefil

11、ter=fa;fb_avefilter=fb;for m=2:1:63 for n=2:1:63 fa_avefilter(m,n)=round(W1(1,1)*fa(m-1,n-1)+W1(1,2)*fa(m-1,n)+W1(1,3)*fa(m-1,n+1).+W1(2,1)*fa(m,n-1)+W1(2,2)*fa(m,n)+W1(2,3)*fa(m,n+1).+W1(3,1)*fa(m+1,n-1)+W1(3,2)*fa(m+1,n)+W1(3,3)*fa(m+1,n+1);fb_avefilter(m,n)=round(W1(1,1)*fb(m-1,n-1)+W1(1,2)*fb(m-

12、1,n)+W1(1,3)*fb(m-1,n+1).+W1(2,1)*fb(m,n-1)+W1(2,2)*fb(m,n)+W1(2,3)*fb(m,n+1).+W1(3,1)*fb(m+1,n-1)+W1(3,2)*fb(m+1,n)+W1(3,3)*fb(m+1,n+1);endendW2=1/9*1 1 1;1 1 1;1 1 1;%加权平均滤波模板fa_whtavefilter=fa;fb_whtavefilter=fb;for m=2:1:63 for n=2:1:63 fa_whtavefilter(m,n)=round(W2(1,1)*fa(m-1,n-1)+W2(1,2)*fa(m

13、-1,n)+W2(1,3)*fa(m-1,n+1).+W2(2,1)*fa(m,n-1)+W2(2,2)*fa(m,n)+W2(2,3)*fa(m,n+1).+W2(3,1)*fa(m+1,n-1)+W2(3,2)*fa(m+1,n)+W2(3,3)*fa(m+1,n+1);fb_whtavefilter(m,n)=round(W2(1,1)*fb(m-1,n-1)+W2(1,2)*fb(m-1,n)+W2(1,3)*fb(m-1,n+1).+W2(2,1)*fb(m,n-1)+W2(2,2)*fb(m,n)+W2(2,3)*fb(m,n+1).+W2(3,1)*fb(m+1,n-1)+W2(

14、3,2)*fb(m+1,n)+W2(3,3)*fb(m+1,n+1);endend%中值滤波fa_midfilter=fa;fb_midfilter=fb;for m=2:1:63 for n=2:1:63 名师资料总结-精品资料欢迎下载-名师精心整理-第 9 页，共 18 页 -3 fa_midfilter(m,n)=mid(fa(m-1,n-1),fa(m-1,n),fa(m-1,n+1),fa(m,n-1),fa(m,n),fa(m,n+1),fa(m+1,n-1),fa(m+1,n),fa(m+1,n+1);fb_midfilter(m,n)=mid(fb(m-1,n-1),fb(m-

15、1,n),fb(m-1,n+1),fb(m,n-1),fb(m,n),fb(m,n+1),fb(m+1,n-1),fb(m+1,n),fb(m+1,n+1);endendfigure(1)subplot(1,2,1);imshow(fa);title(fa的图像 );subplot(1,2,2);imshow(fb);title(fb的图像 );figure(2)subplot(1,2,1);imshow(fa_avefilter);title(fa的平均滤波图像 );subplot(1,2,2);imshow(fb_avefilter);title(fb的平均滤波图像 );figure(3)

16、subplot(1,2,1);imshow(fa_whtavefilter);title(fa的加权平均滤波图像);subplot(1,2,2);imshow(fb_whtavefilter);title(fb的加权平均滤波图像);figure(4)subplot(1,2,1);imshow(fa_midfilter);title(fa的中值滤波图像 );名师资料总结-精品资料欢迎下载-名师精心整理-第 10 页，共 18 页 -4 subplot(1,2,2);imshow(fb_midfilter);title(fb的中值滤波图像 );function MID=mid(F)N=length

17、(F);%冒泡排序for i=1:1:N for j=i:1:N if(F(i)F(j)tmp=F(i);F(i)=F(j);F(j)=tmp;endendendMID=F(round(N/2);end问题 3 matlab程序：close all;clear;f=zeros(256,256);for m=28:24:220 f(23:233,m:m+7)=1;end%高斯白噪声guass_noise=0.2*randn(size(f);f_gn=f+guass_noise;%椒盐噪声f_pep=f;k1=0.1;k2=0.3;a1=rand(size(f)k1;a2=rand(size(f)

18、=0.1 B_Roberts(m,n)=1;endendendclear m nfigure imshow(B_Roberts);title(Roberts算子处理结果图 );%Prewitt梯度算子Gh=zeros(256,256);Gv=zeros(256,256);for m=2:1:255 for n=2:1:255 Gh(m,n)=1/3*(f(m-1,n+1)+f(m,n+1)+f(m+1,n+1)-f(m-1,n-1)-f(m,n-1)-f(m+1,n-1);Gv(m,n)=1/3*(f(m-1,n-1)+f(m-1,n)+f(m-1,n+1)-f(m+1,n-1)-f(m+1,

19、n)-f(m+1,n+1);endendG_Prewitt=sqrt(Gh.*Gh+Gv.*Gv);g_Prewitt=f+Gh+Gv;%用 Prewitt算子做锐化名师资料总结-精品资料欢迎下载-名师精心整理-第 14 页，共 18 页 -8 clear Gh GvB_Prewitt=zeros(256,256);for m=2:1:255 for n=2:1:255 if G_Prewitt(m,n)=0.1 B_Prewitt(m,n)=1;endendendclear m nfigure imshow(B_Prewitt);title(Prewitt算子处理结果图 );%Sobel 梯

20、度算子Gh=zeros(256,256);Gv=zeros(256,256);for m=2:1:255 for n=2:1:255 Gh(m,n)=1/4*(f(m-1,n+1)+2*f(m,n+1)+f(m+1,n+1)-f(m-1,n-1)-2*f(m,n-1)-f(m+1,n-1);Gv(m,n)=1/4*(f(m-1,n-1)+2*f(m-1,n)+f(m-1,n+1)-f(m+1,n-1)-2*f(m+1,n)-f(m+1,n+1);endendG_Sobel=sqrt(Gh.*Gh+Gv.*Gv);g_Sobel=f+Gh+Gv;%用 Sobel 算子做锐化clear Gh Gv

21、B_Sobel=zeros(256,256);for m=2:1:255 for n=2:1:255 if G_Sobel(m,n)=0.1 B_Sobel(m,n)=1;endendend名师资料总结-精品资料欢迎下载-名师精心整理-第 15 页，共 18 页 -9 clear m nfigure imshow(B_Sobel);title(Sobel算子处理结果图 );figure title(Roberts算子);subplot(1,3,1)imshow(f);title(原图像 );subplot(1,3,2)imshow(B_Roberts);title(Roberts算子边缘检测结

22、果);subplot(1,3,3)imshow(g_Roberts);title(锐化处理结果 );figure title(Prewitt算子);subplot(1,3,1)imshow(f);title(原图像 );subplot(1,3,2)imshow(B_Prewitt);title(Prewitt算子边缘检测结果);subplot(1,3,3)imshow(g_Prewitt);title(锐化处理结果 );figure title(Sobel算子 )subplot(1,3,1)imshow(f);title(原图像 );名师资料总结-精品资料欢迎下载-名师精心整理-第 16 页，

23、共 18 页 -10 subplot(1,3,2)imshow(B_Sobel);title(Sobel算子边缘检测结果);subplot(1,3,3)imshow(g_Sobel);title(锐化处理结果 );问题 5 matlab程序：close all;clear;%读取图像dim=256;fid=fopen(lena.img,r);Img=(fread(fid,dim,dim,uint8);f=Img/(dim-1);clear fidImgt1=max(max(f);%最大灰度值点tk=min(min(f);%最小灰度值点N=ones(dim,dim);T(1)=(t1+tk)/2

24、;%初始阈值clear t1tkk=1;M=10;%设定迭代次数%迭代阈值法while 1 N1(k)=0;N2(k)=0;t_O=0;t_B=0;for m=1:1:dim for n=1:1:dim if f(m,n)T(k)t_B=t_B+f(m,n)*N(m,n);名师资料总结-精品资料欢迎下载-名师精心整理-第 17 页，共 18 页 -11 N2(k)=N2(k)+1;endendend t_O=t_O/N1(k);t_B=t_B/N2(k);T(k+1)=(t_O+t_B)/2;if T(k)=T(k+1)|kM break;end k=k+1;endclear N N1 N2 t_O t_B%使用所得阈值处理图像f1=f;for m=1:1:dim for n=1:1:dim if f1(m,n)T(k+1)f1(m,n)=0;else f1(m,n)=1;endendendfigure subplot(1,2,1)imshow(f);title(原图像 );subplot(1,2,2)imshow(f1);title(迭代阈值处理后的二值图像);名师资料总结-精品资料欢迎下载-名师精心整理-第 18 页，共 18 页 -