数字图像处理报告.doc

《数字图像处理报告.doc》由会员分享，可在线阅读，更多相关《数字图像处理报告.doc（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、图像输入与输出基本操作一、实验题目： 图像输入与输出操作二、实验目的学习在MATLAB环境下对图像文件的I/O操作，为读取各种格式的图像文件和后续进行图像处理打下基础。三、实验内容利用MATLAB为用户提供的专门函数从图像格式的文件中读/写图像数据、显示图像，以及查询图像文件的信息。四、预备知识熟悉MATLAB开发环境。五、实验步骤：（1）利用imread函数完成对图像文件的读取操作。源代码：I=imread(Couple.bmp);imshow Couple.bmp图像显示：（2）利用imwrite函数完成图像的写入（保存）操作。源代码：I=imread(Couple.bmp); imwri

2、te(I,111.bmp)图像显示：（3）利用imshow函数显示图像。源代码：I1=imread(lena.bmp); I2=imread(image1.jpg); I3=imread(Couple.bmp); I4=imread(image2.jpg); subplot(2,2,1), imshow(I1); subplot(2,2,2), imshow(I2);subplot(2,2,3), imshow(I3); subplot(2,2,4), imshow(I4);图像显示：在一个图形窗口中显示多幅图像源代码：I=imread(Couple.bmp); imshow(I); colo

3、rbar;图像显示：显示图像并加入颜色条从上图可知，该图像是数据类型为uint8的灰度图像，其灰度级范围从0255。（4）利用imfinfo函数查询图像文件的有关信息。源代码：info=imfinfo(Couple.bmp)显示结果： info = Filename: Couple.bmp FileModDate: 29-Apr-2009 10:11:48 FileSize: 66616 Format: bmp FormatVersion: Version 3 (Microsoft Windows 3.x) Width: 256 Height: 256 BitDepth: 8 ColorTyp

4、e: indexed FormatSignature: BM NumColormapEntries: 256 Colormap: 256x3 double RedMask: GreenMask: BlueMask: ImageDataOffset: 1078 BitmapHeaderSize: 40 NumPlanes: 1 CompressionType: none BitmapSize: 0 HorzResolution: 2834 VertResolution: 2834 NumColorsUsed: 0NumImportantColors: 0图像平滑与滤波一、实验题目： 图像平滑与滤

5、波二、实验目的： 在熟悉图像平滑的基本原理和方法的基础上，在理论指导下，能在MATLAB环境下对图像进行平滑处理。本实验要求用线性平滑滤波、中值平滑滤波、频域低通滤波的方法进行程序设计。经过平滑处理，对结果图像加以比较，得出自己的实验结论。三、实验内容：（1）利用MATLAB为用户提供的专门函数实现均值滤波。（2）利用MATLAB为用户提供的专门函数实现中值滤波。（3）编写频域理想低通、巴特沃斯低通及高斯低通滤波函数。四、预备知识：（1）熟悉平滑滤波原理。（2）熟悉频域滤波原理。（3）熟悉在MATLAB环境下对图像文件的I/O操作。五、实验步骤：（1）对给定的图像添加均值为0，方差分别为200

6、、400的高斯噪声，以及概率分别为0.1、0.2的椒盐噪声，显示添加噪声后的图像。源代码：a)加入噪声强度为d=0.2的椒盐噪声：I=imread(Couple.bmp); J=imnoise(I,salt & pepper,0.2);%给图像加入椒盐噪声 subplot(1,2,1);imshow(I);title(原始图像); subplot(1,2,2);imshow(J);title(加入椒盐噪声的图像)图像显示：b)加入噪声强度为d=0.1的椒盐噪声：I=imread(Couple.bmp); J=imnoise(I,salt & pepper,0.1);%给图像加入椒盐噪声 sub

7、plot(1,2,1);imshow(I);title(原始图像); subplot(1,2,2);imshow(J);title(加入椒盐噪声的图像)图像显示： 原始图像和加入椒盐噪声后的图像c)加入均值m=0,方差v=200的高斯噪声：I=imread(Couple.bmp);J=imnoise(I,gaussian,0 ,200);%给图像加入高斯噪声subplot(1,2,1);imshow(I);title(原始图像);subplot(1,2,2);imshow(J);title(加入高斯噪声图像)图像显示：d)加入均值m=0,方差v=400的高斯噪声：I=imread(Couple

8、.bmp);J=imnoise(I,gaussian,0 ,400);% 给图像加入高斯噪声subplot(1,2,1);imshow(I);title(原始图像);subplot(1,2,2);imshow(J);title(加入高斯噪声图像)图像显示：（2）对加噪图像分别进行33、55、99的均值滤波，显示并比较滤波结果。源代码：I=imread(Couple.bmp); J=imnoise(I,salt & pepper,0.2);% 给图像加入椒盐噪声 h=fspecial(average,3); s=fspecial(average,5); p=fspecial(average,9)

9、; gd=imfilter(J,h); qw=imfilter(J,s); er=imfilter(J,p); subplot(2,2,1);imshow(J);title(加入椒盐噪声的图像);subplot(2,2,2);imshow(gd);title(3*3模板均值滤波);subplot(2,2,3);imshow(qw);title(5*5模板均值滤波);subplot(2,2,4);imshow(er);title(9*9模板均值滤波);图像显示：（3）对加噪图像分别进行33、55、99的中值滤波，显示并比较滤波结果。源代码：I=imread(Couple.bmp); J=imno

10、ise(I,salt & pepper,0.2);% 给图像加入椒盐噪声% h=fspecial(average,3); %s=fspecial(average,5); %p=fspecial(average,9); gd=medfilt2(J,3 3); qw=medfilt2(J,5 5); er=medfilt2(J,9 9); subplot(2,2,1);imshow(J);title(加入椒盐噪声的图像);subplot(2,2,2);imshow(gd);title(3*3模板中值滤波);subplot(2,2,3);imshow(qw);title(5*5模板中值滤波);sub

11、plot(2,2,4);imshow(er);title(9*9模板中值滤波);图像显示：（4）对加噪图像进行截止频率D0分别为10、25的理想低通、巴特沃斯低通及高斯低通滤波，显示并比较滤波结果。理想低通源代码：I=imread(lena.bmp);I=imnoise(I,gaussian);f1 f2=freqspace(size(I),meshgrid); %生成频率序列矩阵Hd=ones(size(I); %构造低通滤波器大小r=sqrt(f1.2+f2.2); %构造低通滤波器决策函数Hd(r0.5)=0; %构造低通滤波器Y=fft2(double(I); %对图像I进行Fouri

12、er变换Y=fftshift(Y); %频谱平移Ya=Y.*Hd; %低通滤波 Ya=ifftshift(Ya); %反变换Ia=ifft2(Ya);imshow(I); %输出title(加噪图像);figure(2);imshow(uint8(Ia);title(理想低通滤波后图像);%保存结果imwrite(uint8(Ia),after_lvbo,bmp);显示结果：巴特沃斯低通滤波：源代码：D0=10% Butterworth低通滤波器I=imread(Couple.bmp);I=imnoise(I,salt & pepper,0.2);f1 f2=freqspace(size(I)

13、,meshgrid);D=10; %截止频率n=4;Hd=ones(size(I);r=sqrt(f1.2+f2.2);for i=1:size(I,1); for j=1:size(I,2); t=r(i,j)/(D*D); Hd(i,j)=1/(tn+1); %构造滤波函数 endend Y=fft2(double(I);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=ifft2(Ya);figure(1);imshow(I);title(加噪后图像);figure(2);imshow(uint8(Ia);title(butterworth 滤波后图像

14、);显示结果：源代码：D0=25% Butterworth低通滤波器I=imread(Couple.bmp);I=imnoise(I,salt & pepper,0.2);f1 f2=freqspace(size(I),meshgrid);D=25; %截止频率n=4;Hd=ones(size(I);r=sqrt(f1.2+f2.2);for i=1:size(I,1); for j=1:size(I,2); t=r(i,j)/(D*D); Hd(i,j)=1/(tn+1); %构造滤波函数 endend Y=fft2(double(I);Y=fftshift(Y);Ya=Y.*Hd;Ya=i

15、fftshift(Ya);Ia=ifft2(Ya);figure(1);imshow(I);title(加噪后图像);figure(2);imshow(uint8(Ia);title(butterworth 滤波后图像);图像显示：图像增强一、实验题目： 图像增强二、实验目的：（1）了解图像增强的内容和意义；（2）掌握基于空域的图像增强方法；（3）掌握基于频域的图像增强方法。三、实验内容：（1）综合运用直方图均衡、灰度变换、锐化空域滤波等方法编程实现对图像的空域增强处理；（2）编程实现图像的频域增强处理。四、预备知识：（1）熟悉MATLAB图像输入输出操作；（2）熟悉图像的模板操作；（3）熟悉

16、图像的频域变换处理；（4）熟悉二维频谱的显示方法。五、实验步骤：（1） 读入图像；（2） 针对图像特点设计方案，综合运用直方图均衡、灰度变换、锐化滤波等空域增强方法编程实现对图像的增强处理；（3） 编程实现频域增强处理。 源代码：clcclear allimage=imread(Couple.bmp);figure(1);subplot(221);imhist(image);title(原始图像直方图);subplot(222);imshow(image);title(原始图像);b=histeq(image,256); %将直方图均衡化为256级subplot(223);imhist(b);

17、title(均衡化后的直方图);subplot(224);imshow(b);title(直方图均衡图像增强后效果);图像显示： 图像灰度调整：源代码：Im=imread(Couple.bmp);J=imadjust(Im,0.3 0.7,0 1);subplot(2,2,1);imshow(Im);title(原图);subplot(2,2,2);imhist(Im);title(原图直方图);subplot(2,2,3);imshow(J);title(灰度调整结果);subplot(2,2,4);imhist(J);title(灰度调整后的直方图);图像显示：%利用灰度变化进行图像增强l

18、ow_high_in=stretchlim(image); %得到图像的灰度变化范围low_in=low_high_in(1);high_in=low_high_in(2);low_out=0.2; %灰度变化后图像灰度最小值（归一化）high_out=0.8; %灰度变化后图像灰度最大值（归一化）gamma=0.55; %gamma大于1时图像变暗，小于1时图像变亮 J=imadjust(image,low_in high_in,low_out high_out,gamma); figure(2); subplot(221); imshow(J); title(灰度变化图像增强效果); %锐

19、化空域滤波增强图像h=-1 -1 -1;-1 8 -1 ;-1 -1 -1; %锐化滤波器模板y=imfilter(image,h);subplot(222);imshow(uint8(y);title(锐化空域滤波增强效果);%频率滤波处理f1 f2=freqspace(size(image),meshgrid); %生成频率序列矩阵D=0.5; %截止频率n=4;Hd=ones(size(image);r=sqrt(f1.2+f2.2);for i=1:size(image,1); for j=1:size(image,2); t=(D*D)/r(i,j); Hd(i,j)=1/(tn+1

20、); %构造butterworth高通滤波函数 endendY=fft2(double(image);Y=fftshift(Y);Ya=Y.*Hd;Ya=ifftshift(Ya);Ia=ifft2(Ya);subplot(223);imshow(Ia);title(butterworth高通滤波效果); %带通滤波f1 f2=freqspace(size(image),meshgrid); %生成频率序列矩阵r=sqrt(f1.2+f2.2);gd=ones(size(image);gd(r=0.6)=0;gd(r0.3)=0;Y=image_ln_fft.*gd;Ya=ifftshift(Y);Ya=ifft2(Ya);for i=1:m for j=1:n Ya(i,j)=exp(double(Ya(i,j); endendfigure(3);imshow(uint8(Ya);title(同态滤波输出效果);图像显示：