数字图像处理实验报告.pdf

《数字图像处理实验报告.pdf》由会员分享，可在线阅读，更多相关《数字图像处理实验报告.pdf（32页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品资料 目录 实验一：数字图像的基本处理操作 .3 1.1：实验目的 .3 1.2：实验任务和要求 .3 1.3：实验步骤和结果 .3 1.4：结果分析 .9 实验二：图像的灰度变换和直方图变换 .9 2.1：实验目的 .10 2.2：实验任务和要求 .10 2.3：实验步骤和结果 .10 2.4：结果分析 .16 实验三：图像的平滑处理 .17 3.1：实验目的 .17 3.2：实验任务和要求 .17 3.3：实验步骤和结果 .17 3.4：结果分析 .23 实验四：图像的锐化处理 .24 4.1：实验目的 .24 4.2：实验任务和要求 .24 4.3：实验步骤和结果 .25 4.4：结

2、果分析 .28 精品资料 精品资料 实验一：数字图像的基本处理操作 1.1：实验目的 1、熟悉并掌握 MATLAB、PHOTOSHOP 等工具的使用；2、实现图像的读取、显示、代数运算和简单变换。3、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。1.2：实验任务和要求 1.读入一幅 RGB 图像，变换为灰度图像和二值图像，并在同一个窗口内 分成三个子窗口来分别显示 RGB 图像和灰度图像，注上文字标题。2.对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分 别显示，注上文字标题。3.对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换

3、后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。4.对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里 叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的 对应关系。1.3：实验步骤和结果 1.对实验任务 1 的实现代码如下：a=imread(d:tp.jpg);精品资料 i=rgb2gray(a);l=im2bw(a,0.5);subplot(1,3,1);imshow(a);title(原图像);subplot(1,3,2);imshow(i);title(灰度图像);subplot(1,3,3);imshow(l);title(二值图像);subplot(

4、1,3,1);imshow(a);title(原图像);结果如图 1.1 所示：原图像 灰度图锲 二值图像 图 1.1 原图及其灰度图像，二值图像 2.对实验任务 2 的实现代码如下：a=imread(d:tp.jpg);A=imresize(a,800 800);b=imread(d:tp2.jpg);B=imresize(b,800 800);精品资料 Z 仁 imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title(subplot(3,2,2);imsh

5、ow(B);title(subplot(3,2,3);imshow(Z1);title(subplot(3,2,4);imshow(Z2);title(subplot(3,2,5);imshow(Z3);title(subplot(3,2,6);imshow(Z2);title(结果如图 1.2 所示：原图像 A 原图像 B 肚法国俾 减法图像 除法圏像 原图像 A);原图像 B);加法图像);减法图像);乘法图像);除法图像);3.对实验任务 3 的实现代码如下：精品资料 s=imread(d:tp3.jpg);i=rgb2gray(s);i=double(i);j=fft2(i);k=ff

6、tshift(j);%直流分量移到频谱中心 I=log(abs(k);%对数变换 m=fftshift(j);%直流分量移到频谱中心 RR=real(m);%取傅里叶变换的实部 II=imag(m);%取傅里叶变换的虚部 A=sqrt(RR.A2+II.A2);A=(A-min(min(A)/(max(max(A)*255;b=circshift(s,800 450);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e);f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.A2+ZZ

7、.A2);精品资料 B=(B-mi n(min(B)/(max(max(B)*255;subplot(2,2,1);imshow(s);title(原图像);subplot(2,2,2);imshow(uint8(b);title(平移图像);subplot(2,2,3);imshow(A);title(离散傅里叶变换频谱);subplot(2,2,4);imshow(B);title(平移图像离散傅里叶变换频谱);结果如图 1.3 所示：4.对实验任务 4 的实现代码如下:s=imread(d:tp3.jpg);i=rgb2gray(s);i=double(i);平移图像 离散傅小叶变换换谱

8、 平移图像离散傅雀叶变换频谱 精品资料 j=fft2(i);k=fftshift(j);I=log(abs(k);m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.A2+II.A2);A=(A-min(min(A)/(max(max(A)*255;b=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e);f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.A2+ZZ.A2);B=(B-min(min(B)/(m

9、ax(max(B)*255;subplot(2,2,1);imshow(s);title(原图像);subplot(2,2,2);imshow(uint8(b);title(平移图像);subplot(2,2,3);imshow(A);title(离散傅里叶频谱);精品资料 subplot(2,2,4);imshow(B);title(平移图像离散傅里叶频谱);结果如图 1.4 所示:T 移图像离里出频谱 1.4:结果分析 对 MATLAB 软件的操作开始时不太熟悉，许多语法和函数都不会使用，写出 程序后，调试运行，最开始无法显示图像，检查原因，是有些标点符号没有在英 文状态下输入和一些其他的

10、细节，学会了 imread()，imshow()，rgb2gray()等 函数 实验二：图像的灰度变换和直方图变换 I 京国橡 T-移图精品资料 2.1:实验目的 1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换 2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡对 图像进行修正。2.2:实验任务和要求 1、对一幅图像进行 2 倍、4 倍、8 倍和 16 倍减采样，显示结果。2、显示一幅灰度图像 a，改变图像亮度使其整体变暗得到图像 b，显示两幅 图像的直方图。3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗 口内分成四个子窗口来分别显示

11、，注上文字标题。4、对一副图像进行直方图均衡化，显示结果图像和对应直方图。5、对一副图像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。2.3:实验步骤和结果 1.对实验任务 1 的实现代码如下:a=imread(d:tp2.jpg);b=rgb2gray(a);精品资料 for m=1:4 figure width,height=size(b);quartimage=zeros(floor(width/(m),floor(height/(2*m);k=1;n=1;for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b

12、(i,j);n=n+1;end k=k+1;n=1;end imshow(unit8(quartimage);end 结果如图所示：2.对实验任务 2 的实现代码如下：精品资料 a=imread(d:tp2.jpg);c=rgb2gray(a);b=c-46;subplot(3,2,1);imshow(c);title(原图像)subplot(3,2,2);imhist(c);title(原图像的直方图)subplot(3,2,3);imshow(b);title(变暗后的图像)subplot(3,2,4);imhist(b);title(变暗后的图像直方图);d=imadjust(c,0,1

13、,1,0);subplot(3,2,5);imshow(d);title(反转图像);结果如图 2.2 所示:原图像的亀方图 反转图像 精品资料 3.对实验任务 3 的实现代码如下:a=imread(d:tp.jpg);m=imadjust(a,0.5;1);%图像变亮 n=imadjust(a,0;0.5);%图像变暗 g=255-a;%负片效果 subplot(2,2,1);imshow(a);title(原图像);subplot(2,2,2);imshow(m);title(图像变亮);subplot(2,2,3);imshow(n);title(图像变暗);subplot(2,2,4)

14、;imshow(g);title(负片效果);结果如图所示:图懂变亮 图像变暗 员片效果 精品资料 4.对实验任务 4 的实现代码如下:b=imread(d:tp.jpg);c=rgb2gray(b);j=histeq(c);subplot(2,2,1),imshow(c);subplot(2,2,2),imshow(j);subplot(2,2,3),imhist(c);subplot(2,2,4),imhist(j);结果如图 2.4 所示:2000 1000 0 0 100 200 精品资料 5.对实验任务 5 的实现代码如下:x1=0:0.01:0.125;x2=0.125:0.01:

15、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);结果如图所示：精品资料 2.4：结果分析 这次实验主要是对图像的灰度变换和直方图均衡化，实验内容包括灰度拉 伸、图像反转、图像的二值化以及直方图均衡。通过实验将课本上理论知识加以 实践，实验过程中明白了图像处理的一些技巧。但是以上几种方法采用的基本都 是线性变换法，在实际应用中存在很多缺陷。它只能处理一些黑白分明的图像，而对于一些颜色丰富或者处理比较复杂图像时，往往于心不足。精品资料

16、实验三：图像的平滑处理 3.1：实验目的 1、熟悉并掌握常见的图像噪声种类；2、理解并掌握常用的图像的平滑技术，如邻域平均法和中值滤波的原理、特 点、适用对象 3.2：实验任务和要求 除。1、2、2、3、3、4、4、读出 lena.jpg 这幅图像，给这幅图像分别加入椒盐噪声、高斯噪声和乘性噪声后并 与前一张图显示在同一图像窗口中。对受高斯噪声（模拟均值为 0 方差为 0.02 的高斯噪声）干扰的 lena 图像分别利用 邻域平均法和中值滤波进行滤波去噪（窗口可变，可先取 3*3，依次再取 5*5，7*7），并显示滤波结果。对受椒盐噪声（噪声方差为 0.02）干扰的 lena 图像，选择合适的

17、滤波器将噪声滤 除。对受乘性噪声（噪声方差为 0.02）干扰的 lena 图像，选择合适的滤波器将噪声滤 3.3：1.对实验任务 1 的实现代码如下：精品资料 匸 imread(d:tp.jpg);i=rgb2gray(l);J=im noise(i,gaussia n,0,0.02);%高斯噪声 K=im noise(i,salt&pepper,0.02);%椒盐噪声 P=im noise(i,speckle,0.02);%乘性噪声 subplot(2,2,1);imshow(i);xlabel(原图);subplot(2,2,2);imshow(J);xlabel(高斯噪声);subplo

18、t(2,2,3);imshow(K);xlabel(椒盐噪声);subplot(2,2,4);imshow(P);xlabel(乘性噪声);结果如图 3.1 所示：2.对实验任务 2 的实现代码如下：精品资料 I=imread(d:tp.jpg);i=rgb2gray(I);J=imnoise(i,gaussian,0,0.02);K=im2double(J);h=fspecial(average);G1=filter2(h,K,same);G2=medfilt2(K);subplot(2,2,1);imshow(1);subplot(2,2,1);imshow(i);xlabel(原图);s

19、ubplot(2,2,2);imshow(J);xlabel(添加高斯噪声);subplot(2,2,3);imshow(G1);xlabel(均值滤波);subplot(2,2,4);imshow(G2);xlabel(中指滤波);结果如图 3.2 所示：精品资料 3.对实验任务 3 的实现代码如下：匸 imread(D:tp.jpg);i=rgb2gray(l);J=imnoise(i,salt&pepper,0.02);K=im2double(J);h=fspecial(average);G1=filter2(h,K,same);G2=medfilt2(K);subplot(2,2,1)

20、;imshow(i);添加高斯噪贯 均值滤波 中指滤 2.对实验任务 2 的实现代码如下：精品资料 xlabel(原图);精品资料 subplot(2,2,2);imshow(J);xlabel(添加椒盐噪声);subplot(2,2,3);imshow(G1);xlabel(均值滤波);subplot(2,2,4);imshow(G2);xlabel(中值滤波);结果如图 3.3 所示：4.对实验任务 4 的实现代码如下:i=imread(D:tp.jpg);精品资料 I=rgb2gray(i);J=imnoise(I,speckle,0.02);K=im2double(J);h=fspec

21、ial(average);G1=filter2(h,K,same);G2=medfilt2(K);subplot(2,2,1);imshow(I);xlabel(原图);subplot(2,2,2);imshow(J);xlabel(添加乘性噪声);subplot(2,2,3);imshow(G1);xlabel(均值滤波);subplot(2,2,4);imshow(G2);xlabel(中值滤波);结果如图 3.4 所示：精品资料 3.4:结果分析（1）采用均值滤波器对图像处理能达到去噪的效果，并且一般滤波器的模板越 大去噪效果越好，但是应该适中，当模板选择的过大时，处理的效果就会下降，因

22、此我们应该根据具体的要求选择合适的模板来处理图像。（2）采用高斯滤波器对图像处理能达到去噪的效果，与均值滤波器相同，随着 所用的滤波器尺寸的增大，图像的细节锐化程度相应降低图像变得模糊起来。但 相较于均值滤波器，其模糊程度较小。但是高斯滤波同时受到标准差 sigma 的 影响。（3）中值滤波对去除“椒盐”噪声可以起到很好的效果，因为椒盐噪声只在画面中 精品资料 的部分点上随机出现，所以根据中值滤波原理可知，通过数据排序的方法，将图像精品资料 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。中值滤波与均值滤波相比，在去除图像椒盐噪声的同时，还能够保持图像比较清 晰的轮廓。从

23、实验结果可以看出，通过 3*3 的均值滤波器，图像中的噪声点有 明显的消除。但是 3*3 的非线性模板中值滤波器上对噪声的滤除效果更完美。实验四：图像的锐化处理 4.1：实验目的 1、熟悉并掌握 MATLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的锐化技术。4.2：实验任务和要求 1、采用三种不同算子对图像进行锐化处理。2、锐化空间滤波 1)采用 3X3 的拉普拉斯算子 w=1,1,1;1-8 1;1,1,1滤波 2)编写函数 w=genlaplacian(n)，自动产生任一奇数尺寸 n 的拉普拉斯算子，如 5 X5 的拉普拉斯算子:-24 1 1 1 1 1 精品资料 11111

24、3)分别采用 5 X5,9X9,15 X15 和 25 X25大小的拉普拉斯算子对 blurry_moon.tif 进行锐化滤波，并利用式g(x，y)=f(x,小-f(x,y)完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示。4.3:实验步骤和结果 1.对实验任务 1 的实现代码如下：i=imread(d:tp.jpg);I=rgb2gray(i);H=fspecial(sobel);l1=filter2(H,l);H=fspecial(prewitt);I2=filter2(H,I);H=fspecial(log);I3=filter2(H,I);subplot(2,2,1);ims

25、how(i);title(原图像);subplot(2,2,2);imshow(I1);title(sobel 算子锐化图像);subplot(2,2,3);imshow(l2);title(prewitt 算子锐化图像);subplot(2,2,4);imshow(I3);title(log 算子锐化图像);1 1 1 1 1 精品资料 结果如图所示：精品资料 2.对实验任务 2 的实现代码如下:1)i=imread(D:tp.jpg);匸 rgb2gray(i);T=double(l);subplot(1,2,1),imshow(T,);w=1,1,1;1,-8,1；1,1,1;K=con

26、v 2(T,w,same);原图 it sobers禺化国像 prewitt f 锐化图像 log 算锐化图像 精品资料 subplot(1,2,2),imshow(K,);title(Lalacia n Tran sformatio n);结果如图所示：fun cti on w=genl aplacia n(n)w=on es(n);x=ceil(n/2);w(x,x)=-1*(n*n-1);end Lalacian Transformation 精品资料 Untitled3(5)ans 11111 11111 1 1*24 1 1 11111 11111 3)w1=genlaplcaian

27、(5);l=imread(d:tp.jpg;T=double(l);K=conv2(T,w1 same;J=T-K;4.4:结果分析 通过对数字图像进行锐化处理，可以增强图像的边缘，使模糊的图像变得清晰起 来，而以上几种方法都能很好的将图像的边缘变得清晰，但是要在不影响图像整 体效果的情况下还是比较困难。综上所述，根据不同的情况可以需要选用不同的 方法。在边缘检测中，常用的一种模板是 Sobel 算子。Sobel 算子有两个，一 个是检测水平边缘的；另一个是检测垂直边缘的。与 Prewitt 算子相比，Sobel 算子对于象素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。精品资料 Welcome To Download!欢迎您的下载，资料仅供参考！