2023年数字图像处理实验报告5篇.docx

《2023年数字图像处理实验报告5篇.docx》由会员分享，可在线阅读，更多相关《2023年数字图像处理实验报告5篇.docx（43页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2023年数字图像处理实验报告5篇 第一篇：数字图像处理试验报告 书目 试验一： 数字图像的基本处理操作.2 1.1： 试验目的.2 1.2：试验任务和要求.2 1.3：试验步骤和结果.2 1.4：结果分析.6 试验二： 图像的灰度变换和直方图变换.7 2.1： 试验目的.7 2.2：试验任务和要求.7 2.3：试验步骤和结果.7 2.4：结果分析.11 试验三： 图像的平滑处理.12 3.1： 试验目的.12 3.2：试验任务和要求.12 3.3：试验步骤和结果.12 3.4：结果分析.16 试验四：图像的锐化处理.17 4.1： 试验目的.17 4.2：试验任务和要求.17 4.3：试验步

2、骤和结果.17 4.4：结果分析.19 试验一： 数字图像的基本处理操作 1.1： 试验目的 1、熟识并驾驭MATLAB、PHOTOSHOP等工具的运用； 2、实现图像的读取、显示、代数运算和简洁变换。 3、熟识及驾驭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：试验任务和要求 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，显示变换后

3、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：试验步骤和结果 1.对试验任务1的实现代码如下： a=imread(d:tp.jpg);i=rgb2gray(a);I=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(I);title(二值图像);subplot(1,3,1);i

4、mshow(a);title(原图像); 结果如图1.1 所示： 图1.1 原图及其灰度图像，二值图像 2.对试验任务2的实现代码如下： a=imread(d:tp.jpg);A=imresize(a,);b=imread(d:tp2.jpg);B=imresize(b,);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title(原图像 A);subplot(3,2,2);imshow(B);title(原图像 B);subplot(3,2,3);im

5、show(Z1);title(加法图像);subplot(3,2,4);imshow(Z2);title(减法图像);subplot(3,2,5);imshow(Z3);title(乘法图像);subplot(3,2,6);imshow(Z2);title(除法图像);结果如图1.2所示： 3.对试验任务3的实现代码如下： s=imread(d:tp3.jpg);i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j); %直流重量移到频谱中心 I=log(abs(k); %对数变换 m=fftshift(j); %直流重量移到频谱中心 RR=real

6、(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.2+II.2);A=(A-min(min(A)/(max(max(A)*255;b=circshift(s,);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.2+ZZ.2);B=(B-min(min(B)/(max(max(B)*255;subplot(2,2,1);imshow(s);title(原图像);subplot(2,

7、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.对试验任务4的实现代码如下： s=imread(d:tp3.jpg);i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=log(abs(k);m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RR.2+II.2);A=(A-min(min(A

8、)/(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.2+ZZ.2);B=(B-min(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

9、频谱);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： 1.4：结果分析 对MATLAB软件的操作起先时不太熟识，许多语法和函数都不会运用，写出程序后，调试运行，最起先无法显示图像，检查缘由，是有些标点符号没有在英文状态下输入和一些其他的微小环节，学会了imread()，imshow()，rgb2gray等函数。 试验二： 图像的灰度变换和直方图变换 2.1： 试验目的 1、熟识及驾驭图像的采样原理，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：

10、试验任务和要求 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，变更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转变，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，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、对一副图像进行如下图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：试验步骤和结果 1.对试验任务1的实现代码如下： a=imread(d:tp2.jpg); b=rgb2gray(a);for m=1:4 figure =size(b);qua

11、rtimage=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(i,j);n=n+1;end k=k+1;n=1;end imshow(unit8(quartimage);end 结果如下图： 2.对试验任务2的实现代码如下： 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);tit

12、le(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,);subplot(3,2,5);imshow(d);title(反转图像);结果如图2.2所示： 3.对试验任务3的实现代码如下： a=imread(d:tp.jpg);m=imadjust(a,);%图像变亮 n=imadjust(a,);%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);ims

13、how(m);title(图像变亮);subplot(2,2,3);imshow(n);title(图像变暗);subplot(2,2,4);imshow(g);title(负片效果);结果如下图： 4.对试验任务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： 5.对试验任务5的实现代码如下： x1=0:0.01:

14、0.125;x2=0.125:0.01:0.75;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=;y=;plot(x,y);结果如下图： 2.4：结果分析 这次试验主要是对图像的灰度变换和直方图均衡化，试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。通过试验将课本上理论学问加以实践，试验过程中明白了图像处理的一些技巧。但是以上几种方法接受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困难图像时，往往于心缺乏。 试验三： 图像的

15、平滑处理 3.1： 试验目的 1、熟识并驾驭常见的图像噪声种类； 2、理解并驾驭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：试验任务和要求 1、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。 2、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。 3、对受椒盐噪声噪声方差为0.02干扰的lena图像，选择合适的滤波器将噪声滤除。 4、对受乘性噪声噪声方差为0.02干扰的lena

16、图像，选择合适的滤波器将噪声滤除。 3.3：试验步骤和结果 1.对试验任务1的实现代码如下： I=imread(d:tp.jpg); i=rgb2gray(I); J=imnoise(i,gaussian,0,0.02);%高斯噪声 K=imnoise(i,salt & pepper,0.02);%椒盐噪声 P=imnoise(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); subplot(2,2,3);imshow(K);xlabel(椒盐噪声

17、); subplot(2,2,4);imshow(P);xlabel(乘性噪声);结果如图3.1所示： 2.对试验任务2的实现代码如下： 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); subplot(2,2,2);imshow(J); x

18、label(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： 3.对试验任务3的实现代码如下： I=imread(D:tp.jpg); i=rgb2gray(I); 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);imshow(i); xlabel(

19、原图); 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.对试验任务4的实现代码如下： i=imread(D:tp.jpg); I=rgb2gray(i); J=imnoise(I,speckle,0.02); K=im2double(J); h=fspecial(average); G1=filter2(h,K,same); G2=medfilt2(K); subplot

20、(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： 3.4：结果分析 1接受均值滤波器对图像处理能到达去噪的效果，并且一般滤波器的模板越大去噪效果越好，但是应当适中，当模板选择的过大时，处理的效果就会下降，因此我们应当根据具体的要求选择合适的模板来处理图像。 2接受高斯滤波器对图像处理能到达去噪的效果，与均值滤波器相同，

21、随着所用的滤波器尺寸的增大，图像的微小环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。从试验结果可以看出，通过3*3 的均值滤波器，图像中的噪声点有明显的消退。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备。 试验四：图

22、像的锐化处理 4.1： 试验目的 1、熟识并驾驭MATLAB图像处理工具箱的运用； 2、理解并驾驭常用的图像的锐化技术。 4.2：试验任务和要求 1、接受三种不同算子对图像进行锐化处理。 2、锐化空间滤波 1)接受33的拉普拉斯算子w = 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55的拉普拉斯算子： w = 3)分别接受55，99，1515和2525大小的拉普拉斯算子对blurry_moon.tif 2g(x,y)=f(x,y)-f(x,y)完成图像的锐化增加，进行锐化滤波，并利用式视察其有何不同，要求在同一窗口中显示。 4.3：试验步

23、骤和结果 1.对试验任务1的实现代码如下： i=imread(d:tp.jpg); I=rgb2gray(i); H=fspecial(sobel); I1=filter2(H,I); H=fspecial(prewitt); I2=filter2(H,I); H=fspecial(log); I3=filter2(H,I); subplot(2,2,1);imshow(i);title(原图像); subplot(2,2,2);imshow(I1);title(sobel算子锐化图像); subplot(2,2,3);imshow(I2);title(prewitt算子锐化图像); subp

24、lot(2,2,4);imshow(I3);title(log算子锐化图像);结果如下图： 2.对试验任务2的实现代码如下： 1 i=imread(D:tp.jpg); I=rgb2gray(i); T=double(I); subplot(1,2,1),imshow(T,); w=; K=conv2(T,w,same); subplot(1,2,2),imshow(K,); title(Lalacian Transformation);结果如下图： 2 function w = genlaplacian(n) w=ones(n); x=ceil(n/2); w(x,x)=-1*(n*n-1)

25、; end 3w1=genlaplcaian(5); I=imread(d:tp.jpg);T=double(I);K=conv2(T,w1same);J=T-K;4.4：结果分析 通过对数字图像进行锐化处理，可以增加图像的边缘，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状况下还是比较困难。综上所述，根据不同的状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

26、模糊程度，因此效果更好。 其次篇：数字图像处理试验报告 数字图像处理 试验报告 书目 1.数字图像处理简介 2.试验目的3.试验内容 4.试验结果及代码展示 5.算法综述 6.Matlab优势 7.总结 8.存在问题 一、数字图像处理简介 图像处理，是对图像进行分析、加工、和处理，使其满意视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因此图像处理很多状况下指数字图像处理。此外，基于光学理论的处理方法照旧占有重要的地位。 图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有亲热的关系。 传统的一维信号处理的方法和概念很多照旧可以

27、干脆应用在图像处理上，比方降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。 二、试验目的 稳固所学学问，提高所学实力 三、试验内容 利用matlab的GUI程序设计一个简洁的图像处理程序，并含有如下基本功能： 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.对给定图像进行旋转 3对给定的图像添加噪声椒盐噪声、高斯噪声 四、试验结果及代码展示 1.软件设计界面 2.各模块功能展示以及程序代码 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

28、个子窗口来分别显示RGB图像和灰度图像，注上文字标题 效果展示： 代码： a = imread(C:Documents and SettingsAdministrator桌面数字图像舞美.JPG); i = rgb2gray(a);I = im2bw(a,0.5); subplot(3,1,1);imshow(a);title(源图像)subplot(3,1,2);imshow(i);title(灰度图像)subplot(3,1,3);imshow(I);title(二值图像) 2图像旋转 原图 效果展示： 代码： clc;clear all;close all; Img=imread(D:M

29、y DocumentsMy Pictures5.JPG);Img=double(Img);=size(Img);alpha=pi/4; wnew=w*cos(alpha)+h*sin(alpha);hnew=w*sin(alpha)+h*cos(alpha);wnew=ceil(wnew); hnew=ceil(hnew);u0=w*sin(alpha); T=;Imgnew2=zeros(hnew,wnew);Imgnew1=zeros(hnew,wnew);for u=1:hnew for v=1:wnew tem=T*(-);x=tem(1);y=tem(2);if x=1&x=1&yI

30、=imread(第一个.tif);2利用whos叮嘱提取该读入图像第一个.tif的基本信息； whos I 3利用imshow()函数来显示这幅图像； imshow(I); 第一个.tif 4利用imfinfo函数来获得图像文件的压缩，颜色等等其他的具体信息； imfinfo(第一个.tif);5利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg；语法：imwrite(原图像，新图像，quality,q), q取0-100。 imwrite(I,第一个.jpg,quality,50)6同样利用imwrite()函数将最初读入的tif图象另存

31、为一幅bmp图像，设为flower.bmp。imwrite(I,第一个.bmp);7用imread()读入图像：Lenna256.jpg 和camemaman.jpg； b=imread(lena256.bmp);c=imread(cameraman.tif);8用imfinfo()获得图像Lenna256.jpg和camemaman.jpg 的大小； imfinfo(lena256.bmp);imfinfo(cameraman.tif);9用figure,imshow()分别将Lenna256.jpg和camemaman.jpg显示出来，视察两幅图像的质量。figure imshow(b);

32、figure imshow(c); Lena256.jpg图像截图 cameraman.jpg图像截图 10用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来视察图像的特征。 d=im2bw(b);figure imshow(b);figure imshow(d); 二值化截图 三、试验总结 通过试验MatLab软件的基本运用有了基本的了解，学会了运用MatLab软件来读取一个特定格式的图像，并通过相关的叮嘱语句对图像进行格式转换、图像压缩、二值化等的处理，驾驭了利用MATLAB来获得图像的大小、颜色、高度、宽度等等相关信息，驾驭在MATLAB中如何通过imshow()语句来

33、读取图像等等。 其次 图像基本运算 一、试验目的 1了解图像的算术运算在数字图像处理中的初步应用。2体会图像算术运算处理的过程和处理前后图像的转变。 二、试验原理 图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。假如输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则图像的代数运算有如下四种形式： C(x,y)= A(x,y)+ B(x,y)C(x,y)= A(x,y)-B(x,y)C(x,y)= A(x,y)* B(x,y)C(x,y)= A(x,y)/ B(x,y) 三、试验步骤 1图像的加法运算 在MATL

34、AB中，假如要进行两幅图像的加法，或者给一幅图像加上一个常数，可以调用imadd函数来实现。imadd函数将某一幅输入图像的每一个像素值与另一幅图像相应的像素值相加，返回相应的像素值之和作为输出图像。imadd函数的调用格式如下： Z = imaddX，Y首先读入两幅图像 a=imread(其次个原图1.jpg);b=imread(其次个原图2.jpg)通过一个加法操作： c=imadd(a,b); 给图像的每一个像素加上一个常数可以使图像的亮度增加。如截图 第一张为原图，其次张为亮度加50，第三张为亮度减50 2图像的减法运算 在MATLAB中，运用imsubtract函数可以将一幅图像从另

35、一幅图像中减去，或者从一幅图像中减去一个常数。imsubtract函数将一幅输入图像的像素值从另一幅输入图像相应的像素值中减去，再将这个结果作为输出图像相应的像素值。imsubtract函数的调用格式如下： Z = imsubtract(X,Y)； 读入一幅画后通过减法 a3=imsubtract(a,50); 3.图像的乘法运算 在MATLAB中，运用immultiply函数实现两幅图像的乘法。immultiply函数将两幅图像相应的像素值进行元素对元素的乘法操作MATLAB点乘，并将乘法的运算结果作为输出图形相应的像素值。immulitply函数的调用格式如下： Z = immulitpl

36、y(X,Y)读入一幅图后通过乘法操作 a=imread(cameraman.tif); b=immultiply(a,1.5); 4图像的除法运算 在MATLAB中运用imdivide函数进行两幅图像的除法。imdivide函数对两幅输入图像的全部相应像素执行元素对元素的除法操作点除，并将得到的结果作为输出图像的相应像素值。imdivide函数的调用格式如下： Z = imdivide(X,Y)读入一幅图后通过除法操作 四、试验总结 通过对图像的四则运算了结图像的不同转变过程，对软件的进一步运用也有了更加深刻的相识。 试验三 图像增加空域滤波 一、试验目的 进一步了解MatLab软件/语言，学会运用MatLab对图像作滤波处理，使学生有机会驾驭滤波算法，体会滤波效果。 了解几种不同滤波方式的运用和运用的场合，培育处理实际图像的实力，并为课堂教学供应配套的实践机会。 二、试验设备与软件 (1)IBM-PC计算机系统 (2)MatLab软件/语言包括图像处理工具箱(Image Proc