数字视频图像处理与通信实验指导书.doc

《数字视频图像处理与通信实验指导书.doc》由会员分享，可在线阅读，更多相关《数字视频图像处理与通信实验指导书.doc（37页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数字视频图像处理与通信实验指导书安阳工学院电子信息与电气工程学院目录概述1第一章 基于MATLAB的图像信息处理算法实验2实验一 数字图像基本操作2实验二 空间域图像增强5实验三 数字图像的空间域滤波9实验四 数字图像的频域滤波18第二章 基于DM6437的图象处理算法实验25实验一 静态图像采集25实验二 图像灰度变换26实验三 图像黑白变换29实验四 图像反色31实验报告格式34参考文献35概 述图像信息处理是电子信息工程专业的一门专业课程。通过实验，使学生巩固并加深理解课堂所学基本理论知识，熟悉数字图像处理基本概念，掌握数字图像处理的基本技巧和基本编程方法。1. 实验内容及安排学生在学习

2、完信号与系统、数字信号处理、MATLAB语言等前期课程基础上，将课堂老师介绍的基本概念和方法通过设计实验来加深理解，实验安排涵盖了图像变换、图像增强、图像分析等内容。学生实验前应了解开发环境、开发工具熟悉等基本技能，通过实验逐步掌握使用相应开发工具进行数字图像处理的经验和技巧，锻炼提高分析问题、解决问题能力。2. 实验方式与基本要求实验方式：（1）由指导老师讲解实验的基本要求、完成的任务操作要领及注意事项。（2）实验每两人一组，由学生独立操作完成实验。（3）学生在完成预习报告后才能进入实验室进行实验。基本要求：（1）学会用相关的开发工具编写数字图像处理程序，在规定的时间内完成实验内容。（2）实

3、验前先预习实验内容，编制好相应的程序及准备需要改变的参数，能预计出可能出现的结果。（3）观察实验过程，分析比较实验结果，与所学的理论知识相对照。（4）撰写规范的实验报告。封面应有题目、班级、姓名、学号与实验日期、地点；正文应包括设计目标、设计原理、设计方案及关键函数理解；要求附上实验结果，图表翔实、表述清晰，并对实验结果进行讨论及说明。3. 考核方式与评分办法采用实验预习、操作与实验报告综合评分。（1）学生每次做完实验要进行登记。（2）实验的结果符合实验的教学要求，且得到指导教师认可签字后，学生方可离开实验室。（3）指导教师对每份实验报告进行批改、评分将成绩登录在册。指导教师根据学生实验过程、

4、操作情况、实验结果、实验报告质量、创新性和工作态度等给出考核成绩，成绩评定60分以下者需重新做实验。第一章 基于MATLAB的图像信息处理算法实验实验一 数字图像基本操作一、实验目的、 掌握读、写图像的基本方法。、 掌握MATLAB语言中图像数据与信息的读取方法。、 理解图像灰度变换处理在图像增强的作用。二、实验条件1、PC机2、MATLAB7.0三、实验原理1. 灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。1) 图像反转灰度级范围为0, L-1的图像反转可由下式获得2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许

5、动态范围，如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换：s = clog(1 + r)，c为常数，r 03) 幂次变换：4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸：其对应的数学表达式为：四、实验内容与要求复制若干图形文件（如forest.tif和b747.jpg）至MATLAB目录下work文件夹中。1. 熟悉MATLAB语言中对图像数据读取，显示等基本函数特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、S

6、ubplot（）函数、Figure（）函数。1) 将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread，imfinfo等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。2) 将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray()将其转化为灰度图像，记为变量B。2. 图像灰度变换处理在图像增强的作用1) 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度

7、变换，比较相应的处理效果。2) 对B进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。图1.1 分段线性变换函数五、实验步骤1. 熟悉MATLAB语言中对图像数据读取，显示等基本函数1) 文件读取与信息显示：load trees;X,map=imread(forest.tif);subimage(X,map);I=imread(forest.tif);imshow(I);imfinfo(forest.tif);2) map颜色矩阵的修改X,map=imread(forest.tif);map1=map+map;subimage(X,map1);3) 灰度图像的转化RGB=imre

8、ad(b747.jpg);B=rgb2gray(RGB);figure(1);imshow(RGB);title(原图);figure(2);imshow(B);title(灰度图);2. 图像灰度变换处理在图像增强中的作用RGB=imread(b747.jpg);B=rgb2gray(RGB);figure(1);imshow(RGB);title(原图);figure(2);imshow(B);title(灰度图);% J = imadjust(I,low_in; high_in,low_out; high_out)% 将low_in至high_in之间的值映射到low_out至high_

9、out之间，low_in以下及high_in以上归零。g1=imadjust(B,0 1,1 0);% imcomplement:对图像进行求反运算g2=imcomplement(B);g3=im2uint8(mat2gray(log(1+double(B);figure(3);imshow(g1);title(灰度调整图);figure(4);imshow(g2);title(反色图);figure(5);imshow(g3);title(对数变换图);3. 绘制图像灰度直方图的方法，对图像进行均衡化处理1) 对B进行如图所示的分段线形变换处理x1=0:0.01:0.125;x2=0.125

10、:0.01:0.75;x3=0.75:0.01:1;y1=2*x1;y2=0.25+0.6*(x2-0.125);y3=0.625+1.5*(x3-0.75);x=x1,x2,x3;y=y1,y2,y3;plot(x,y)title(分段线性曲线);六、实验结果分析与讨论实验二 空间域图像增强 一、实验目的熟悉数字图像增强的一般方法，包括：1.掌握空域变换增强的原理、方法2.掌握直方图变换的原理、方法二、实验条件1、PC机2、MATLAB7.0三、实验原理1、增强图象对比度实际上拉伸图像中一些灰度细节，相对抑制不感兴趣的部分。这可以通过分段线性变换得到。（1）分段线性变换数学表达式（2）分段线

11、性变换函数实现算法程序如下：r1=(g1-g0)/(f1-f0); % b1=g0-r1*f0;r2=(g2-g1)/(f2-f1);% b2=g1-r2*f1;b3=g2-r3*f2;for i=1:m for j=1:nf=X2(i,j);g(i,j)=0;if (f=0)&(f=f1)&(f=f2)&(f=0)&(f=f1)&(f=f2)&(f=7);J2(K)=G(K);figure; imshow(J2,map); J3=I; % gradient3K=find(G=7);J3(K)=255;figure; imshow(J3,map); J4=I; % gradient4K=fin

12、d(G=7);J4(K)=255;figure; imshow(J4,map); J5=I; % gradient5K=find(G=7);J5(Q)=255;figure;imshow(J5,map);3) 自行设计锐化空间滤波器domain=8 8 0 8 8; 8 8 0 8 8; 0 0 0 0 0; 8 8 0 8 8; 8 8 0 8 8;K1= ordfilt2(J,5,domain);实验四 数字图像的频域滤波一、实验目的1. 掌握图像滤波的基本定义及目的。2. 掌握傅立叶变换及逆变换的基本原理方法。3. 理解频域滤波的基本原理及方法。4. 掌握进行图像的频域滤波的方法。二、实

13、验条件1. PC机2. MATLAB7.0三、实验原理1. 频域增强频域增强是利用图像变换方法将原来的图像空间中的图像以某种形式转换到其他空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。频域增强的主要步骤是：1) 选择变换方法，将输入图像变换到频域空间。2) 在频域空间中，根据处理目的设计一个转移函数，并进行处理。3) 将所得结果用反变换得到增强的图像。常用的频域增强方法有低通滤波和高通滤波。2. 低通滤波图像的能量大部分集中在幅度谱的低频和中频部分，而图像的边缘和噪声对应于高频部分。因此能降低高频成分幅度的滤波器就能减弱噪声的影响。由卷

14、积定理，在频域实现低通滤波的数学表达式：G(u,v) =H(u,v)F(u,v)1) 理想低通滤波器（ILPF）2) 巴特沃斯低通滤波器（BLPF）3) 指数型低通滤波器（ELPF）3. 高通滤波由于图像中的细节部分与其高频分量相对应，所以高通滤波可以对图像进行锐化处理。高通滤波与低通滤波相反，它是高频分量顺利通过，使低频分量受到削弱。高通滤波器和低通滤波器相似，其转移函数分别为:1) 理想高通滤波器（IHPF）2) 巴特沃斯高通滤波器（BLPF）3) 指数型高通滤波器（ELPF）图像经过高通滤波处理后，会丢失许多低频信息，所以图像的平滑区基本上会消失。所以，可以采用高频加强滤波来弥补。高频加

15、强滤波就是在设计滤波传递函数时，加上一个大于0小于1的常数c，即：H(u,v) =H(u,v)+c四、实验内容与要求1. 傅立叶变换1) 读出woman.tif这幅图像，对其进行快速傅立叶变换，分别显示其幅度图像和相位图像。仅对相位部分进行傅立叶反变换后查看结果图像。2) 仅对幅度部分进行傅立叶反变换后查看结果图像。将图像的傅立叶变换F置为其共轭后进行反变换，比较新生成图像与原始图像的差异。2. 平滑频域滤波1) 设计理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器，截至频率自选，分别给出各种滤波器的透视图。2) 读出test_pattern.tif这幅图像，分别采用理想低通滤波器、巴特沃斯

16、低通滤波器和高斯低通滤波器对其进行滤波（截至频率自选），再做反变换，观察不同的截止频率下采用不同低通滤波器得到的图像与原图像的区别，特别注意振铃效应。(提示:1)在频率域滤波同样要注意到填充问题；2）注意到(-1)x+y;3. 锐化频域滤波1) 设计理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器，截至频率自选，分别给出各种滤波器的透视图。2) 读出test_pattern.tif这幅图像，分别采用理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器对其进行滤波（截至频率自选），再做反变换，观察不同的截止频率下采用不同高通滤波器得到的图像与原图像的区别。五、参考程序1. 傅立叶变换1) 图像的

17、快速傅立叶变换，分别显示其幅度图像和相位图像。F=imread(cameraman.tif);F1=fft2(F);F2=log(1+abs(F1); %amplitude spectrumF3=fftshift(F1);F4=angle(F1); %phase spectrumfigure(1),imshow(F),title(原图);figure(2),imshow(F3),title(幅度谱);figure(3),imshow(log(1+abs(F3),),title(转换坐标原点的幅度谱);figure(4),imshow(F4),title(相位谱);2) 相位部分进行傅立叶反变换

18、。F=imread(cameraman.tif);F1=fft2(F);i=sqrt(-1);f2=ifft2(exp(i*angle(F1);figure(1),imshow(F),title(原图);figure(2),imshow(real(f2),);title(相位谱重建图);相位谱决定了图像信号中各频率分量的位置。3) 幅度部分进行傅立叶反变换。F=imread(cameraman.tif);F1=fft2(F);f1=ifft2(abs(F1);figure(1),imshow(F),title(原图);figure(2),imshow(log(1+abs(f1),);title

19、(幅度谱重建图);2. 平滑频域滤波指数低通滤波器、巴特沃斯低通滤波器的设计与滤波1) 指数低通滤波器clc; clear all; I=imread(cameraman.tif); subplot(1,2,1),imshow(I); title(原图);f=double(I); % 数据类型转换，MATLAB不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 M,N=size(g); nn=1; % 一阶指数低通滤波器 d0=50; %截止频率 m=fix(M/2); n=fix(N/2); for i=1:M for j=1:

20、N d=sqrt(i-m)2+(j-n)2); h=exp(-(d/d0)n) result(i,j)=h*g(i,j); end end result=ifftshift(result); J1=ifft2(result); J2=uint8(real(J1); subplot(1,2,2),imshow(J2); title(指数低通滤波后图形); %显示滤波处理后的图像2) 巴特沃斯低通滤波器（二阶）clc; clear all; I=imread(cameraman.tif); subplot(1,2,1),imshow(I); title(原图 ) f=double(I); % 数据类型转换，MATLAB不支持图像的无符号整型的计算 g=fft2(f); % 傅立叶变换 g=fftshift(g); % 转换数据矩阵 M,N=size(g); nn=1; % 二阶巴特沃斯(Butterworth)低通滤波器 d0=50; %截止频率 m=fix(M/2); n=fix(N/2); for i=