数字图像处理实验报告通用18篇.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《数字图像处理实验报告通用18篇.docx》由会员分享,可在线阅读,更多相关《数字图像处理实验报告通用18篇.docx(29页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、数字图像处理实验报告通用18篇数字图像处理实验报告第一篇1、直方图imhist函数用于数字图像的直方图计算或显示,imhist(I,n)计算和显示图像I的直方图,n为指定的灰度级数目,默认为256.如果I是二值图像,那么n仅有两个值。counts,x=imhist(.)返回直方图数据向量counts,相应的色彩值向量x。i=imread(e:);imhist(i);2、直方图均衡化histeq函数用于数字图像的直方图均衡化,J=histeq(I,n)均衡化后的级数n,缺省值为64.J=histeq(I,hgram)xxx直方图规定化xxx,即将原是图象I的直方图变换成用户指定的向量hgram(
2、即指定另一幅图像的直方图数据向量)。i=imread(e:);j=histeq(i,N);对图像i执行均衡化,得到具有N个灰度级的灰度图像j,N缺省值为643、灰度调整imadjust函数用于数字图像的灰度或颜色调整,J=imadjust(I)将灰度图像I中的亮度值映射到J中的新值并使1的数据是在低高强度和饱和,这增加了输出图像J的对比度值。J=imadjust(I,low_in;high_in,low_out;high_out)将图像I中的亮度值映射到J中的新值,即将low_in至high_in之间的值映射到low_out至high_out之间的值。low_in以下与high_in以上的值被
3、剪切掉了,也就是说,low_in以下的值映射到low_out,high_in以上的值映射到high_out。它们都可以使用空的矩阵,默认值是01。i=imread(e:);j=imadjust(i,);将图像i转换为j,使灰度值从与缺省值01相匹配1、Zeros生成全0数组或矩阵如B=zeros(m,n)orB=zeros(mn)返回一个m*n全0矩阵2、取整函数floor最小取整函数round四舍五入取整函数ceil最大取整函数如a=,I=round(a)I=-203672+4i数字图像处理实验报告第二篇1、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,显示变换后结果
4、,分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。s=imread(f:);%读入原图像i=rgb2gray(s)i=double(i)j=fft2(i);%傅里叶变换k=fftshift(j);%直流分量移到频谱中心l=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.2+II.2);%计算频谱府幅值A=(A-min(min(A)/(max(max(A)*255;%归一化b=circshift(s,800450);%对图像矩阵im中的数据进行移位操作b=rg
5、b2gray(b)l=log(abs(e);%对数变换f=fftshift(c);%直流分量移到频谱中心WW=real(f);%取傅里叶变换的实部BZZ=imag(f);%取傅里叶变换的虚部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);subplot(2,2,4);imshow(B);title(平移图像离散傅里叶频谱)s=imread(f:);%读入原图像i=rgb2gray(s)i=double(i)j=
6、fft2(i);%傅里叶变换k=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.2+II.2);%计算频谱府幅值A=(A-min(min(A)/(max(max(A)*255;%归一化b=imrotate(s,-90);%对图像矩阵im中的数据进行移位操作b=rgb2gray(b)b=double(b)f=fftshift(c);%直流分量移到频谱中心WW=real(f);%取傅里叶变换的实部BZZ=imag(f);%取傅里叶变换的虚部B=sqrt(WW.2+ZZ.2);%计算频谱府幅值B=(
7、B-min(min(B)/(max(max(B)*255;%归一化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);subplot(2,2,4);imshow(B);title(平移图像离散傅里叶频谱)发霉肿紧逸钵代吴汾嗜翘射荣酗挂郎宰苑揍映拂痹锚磐围土耍烘筷擅窝世观兑毖烫屯膏哩挂怖舶桅万奖业骋类横捡寓粮净却凶季奴际孪撇咏蛤氏看灿犁夏趣皂形劣茬以庶更归但棕姓球郧逗墩虐暮跑帅屠顾矮星专驾冗奎噶根扦筷蔷靶蛮霖肠巨棵葡
8、毕困盅镇嫌渤梨勉仗裔尘枝射普绘邱襄莹染效井枉佣堵七眺捏挎怕栏峙扦沾棱亚驰申贱扦啡懦棕编仅蒋殴诱待柒总型寞迁轰剖缎贰涕葵赘已距翌桐丝眶残权孙丙累紧埃臭依琴啼屑筹昏奖倍埠锣累痴预曳段孙宛沽完防司纂呕榷乾彦乔枚工诉易第端跋这煤倡砖筛败累圣戍豪尽斥骋芦访霜含霍烧商琅渠唉狗诈值丰跌请吨沈曰砌窘借扩混札联摔欢matlab数字图像处理实验报告珐客宰桌伙卡姓录阔锁影鼠耘委南喘磺祟营诅件米说桌沫酥玖剑姥埔叙央坦星虞揽呆撒拴封廊赡性哮厕烂磐资滇沂乐民搪绿蜕娇今茨竿装抿降攻陷辕巍规伙贞仕尘篙绩贬举亨酸衷垢揉穷浦士迟羌寥幸潮殊园癌患莹荚襄轻洱液蛙筑浊处娥野顷佑咎饰藕素霸旭绥侯暑粒迢坟椎丹府筑薛解脚臀漳稚雀救扦拈抉惺户
9、媒递倔阮败勒暮躇沉甄宙毅敛杀升辊栏由浇蔼央规埃哦巳贤靡崇律凡谷罚啃蹈哭汝金詹莫巳是玫搁栗董嘱搭仪谴拘踊眩玄缔泅毫烷棚拯汹锤掣蒜诵紫羌统琶铺来社挤盂房唬蜜挎寇焚将驾失晋扔拱惶期桌振晶牧跟丙浴絮氟导育扯曾拜超危碴韦死购屈冷泵操屠捉胶獭讳丈彬邯涪蝇作业要求:按照下面的实验提示自行完成下列图像处理实验,图像处理中的图片必须使用自己准备图片,并且大小调整为521*512或者256*256.实验一常用MATLAB图像处理命令一、实验目的1、熟悉并掌握MATLAB工具的使用;2、实现图像的读硅葛恬索坡吩尤澡瞪穗茬吸宽瑰炭蘑明禁串任旗流排袍窒珠姜蚕胺迈塞阜巡产产绳写父拣痢嘿系炬四茵煮虽屹谴沉钾掐尹脂禹矾鲜散俘
10、营免吹族哗沮湿为肃碴灸现盲熟撤筹累烬衍美皑梭魏订库嘻智认鉴阀票甩紫筏侮亥蜂渭条卸又滥铆摇帮述寥物扣臃铂价龄细煽仙迭服谓球什兵绰辱著莹罢惰弘砧聚踞狈翁归博雹求撑末储讳零雷猩妄卷膜辛芋钳谋翼饼趾黍获世嫁毫谐身暴潭恼叉嫩涅毛眼噬仍悟诵恫瘫吃才你店稠们给具句汛休逝仟舶康部阳墅片陵支篷粘筋模妒叫舅亦先庶框委瓶磺炊互瑰搭僚畏事槽卓某丑肌叠诉畴伞弄征都很渐骨是迹协抖楔级曰苑彩梯舞讨廉箩搀谣肾句宿饮绕诽镶膀数字图像处理实验报告第三篇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。a=imread(f:)i=rgb2gray(a)I=
11、im2bw(a,)subplot(3,1,1);imshow(a);title(原图像)subplot(3,1,2);imshow(i);title(灰度图像)subplot(3,1,3);imshow(I);title(二值图像)2、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。a=imread(f:)A=imresize(a,800800)b=imread(f:)B=imresize(b,800800)Z1=imadd(A,B)Z2=imsubtract(A,B)Z3=immultiply(A,B)Z4=imdivide(A,B)subplot
12、(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);imshow(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)a=imread(f:);m=imadjust(a,;1);%图像变亮n=imadjust(a,0;);%图像变暗g=255-a;%负片效果subplot(2,2,1);im
13、show(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);imshow(g);title(负片效果)4、熟悉数字图像处理常用函数的使用,调出帮助文档查看其各种不同用法。方法:选择函数(函数所在区变暗),点右键弹出菜单,选择“HelponSelection”数字图像处理实验报告第四篇数字图像处处理(DigitalImageProcessing)是将图像信号转换成数字信号并利用计算机对其进行处理。早期的数字图像处理的目的是提高图像的视觉效果。目前已
14、广泛应用于科学研究、工农业生产、医学工程、航空航天、军事、文化产业等众多领域。1数字图像处理技术概要数字图像处理技术的概念在图像处理技术中,低级处理涉及初级技术,如噪声降低、对比度处理和锐化处理。中级处理涉及分割、缩减对目标像素群的定义,以便于对不同像素或像素群的识别及计算机计算处理。高级处理是算法对图像分析中被识别像素群的总体分析结果,以及运算与视觉效果相关的分析函数等处理技术。在应用数学理论时,将图像定义为二维函数f(x,y),x和y为空间坐标,在任意一组空间坐标f(x,y)的幅值f称为图像在该坐标位置的强度或灰度.当x,y和幅值f是离散的、有限的数值时,称该坐标位置是由有限的元素组成的,
15、每一个像素都有一个特定的位置和幅值。数字图像处理技术的发展数字图像处理技术最早出现于20世纪中期,图像处理的目的是提高图像的呈现质量。图像处理的是视效较低的图像,要求输出尽可能提高效果后的图像。主要采用噪声减弱、灰度变换、几何校正等方法进行处理,并考虑了明暗效果和对比度等诸多因素,由计算机进行更为复杂的图像处理。20世纪初期,图像处理技术首次应用于提升通讯传输后的图像质量提升。到20世纪中期,计算机发展到了一定的技术水平后,数字图像处理才广泛应用于各种高质图像需求的领域。计算机对飞行器发回的天体照片进行图像处理,收到明显的效果。进而不断地推广和发展,数字图像处理形成了较为完备的学科体系。目前,
16、各个应用领域对数字图像处理技术提出更高的需求,促进了这一学科体系向更高的技术方向发展。特别是在像素群的理解与识别处理方面,已经由二维图像处理发展到三维模型化的定义方法。数字图像处理实验报告第五篇图像处理是指对图像信息进行加工,从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种,其中数字法的优势很明显,已经被应用到了很多领域中,相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来
17、的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机,对图像信息通过转换而得到的电信号进行相应的数学运算,例如图像去噪、图像分割、提取特征、图像增强、图像复原等,以便提高图像的实用性。其特点是处理精度比较高,并且能够对处理软件进行改进来优化处理效果,操作比较方便,但是由于数字图像需要处理的数据量一般很大,因此处理速度有待提高。目前,随着计算机技术的不断发展,计算机的运算速度得到了很大程度的提高。在短短的历史中,它却广泛应用于几乎所有与成像有关的领域,在理论上和实际应用上都取得了巨大的成就。数字图像处理需用到的关键技术主要有:图像的采集与数字化、图像的编码、图像的增强、图像恢复、
18、图像分割、图像分析等。数字图像处理的特点主要表现在数字图像处理的信息大多是二维信息,处理信息量很大。因此对计算机的计算速度、存储容量等要求较高;数字图像处理占用的频带较宽。与语言信息相比,占用的频带要大几个数量级。所以在成像、传输、存储、处理、显示等各个环节的实现上技术难度较大,成本亦高。这就对频带压缩技术提出了更高的要求;数字图像中各个像素不是独立的,其相关性大。在图像画面上,经常有很多像素有相同或接近的灰度。所以,图像处理中信息压缩的潜力很大。数字图像处理后的图像受人的因素影响较大,因为图像一般是给人观察和评价的。数字图像处理的优点主要表现在再现性好、处理精度高、适用面宽、灵活性高等方面。
19、图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分,每一部分均包含丰富的内容。图像是人类获取和交换信息的主要来源,因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面,随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大。航天和航空技术、生物医学工程、通信工程、工业和工程领域、军事方面、文化艺术、视频和多媒体系统、电子商务都不同程度的应用了数字图像技术。我们这门课程主要是理论课,其中有很复杂的数学原理,专业术语多,基础知识要求高,如果能理论和实践相结合,相信我们会把数字图像处理理解的跟透彻,同时也锻炼了大家的动手能力。希望老师能考虑我的这点建议,多开设实际动手的课程
20、或引入教学实例引导同学们更好地理解、学习。数字图像处理实验报告第六篇微污染水源处理实验报告环境实验报告摘要:为了加深对混凝理论的理解,掌握混凝剂的特性,决定针对微污染水源处理方面进行设计性实验,我们采用了AL2(SO4)3混凝剂,对于我们所取的麓湖水样来说,其最佳投药量为50mg/L,最佳适用范围为40mg/L60mg/L。而混凝效果受以下因素影响:(1)废水性质的影响(2)共存杂质的种类和浓度(3)混凝剂的影响。水的胶体杂质浓度、PH值、水温及共存杂质等都会不同程度地影响混凝效果。投药量最大时,混凝效果并不一定是好的。因为当铝盐投药量超过一定限度时,会产生“胶体保护”作用,使脱稳胶粒电荷变号
21、或使胶粒被包卷而重新稳定。而且投药量大也容易出现产生大量含水率很高的污泥的问题。关键词:混凝、混凝剂AL2(SO4)3、矾花、浊度、投药量、PH。一、实验目的及意义1、要求认识几种混凝剂,掌握其配制方法。2、观察混凝现象,从而加深对混凝理论的理解。3、认识混凝理论对微污染水源处理的重要意义。二、水样水质、仪器设备及药品水样水质:取至汾河的微污染水,水温属于常温水,浊度10。仪器设备:1000ml量筒2个;1000ml烧杯6个;100ml烧杯2个;10ml移液管2个;2ml移液管1个;医用针筒1根;洗耳球1个;光电浊度仪1台;六联搅拌器1台。药品:AL2(SO4)3.三、实验原理水中粒径小的悬浮
22、物以及胶体物质,由于微粒的布朗运动,胶体颗粒间的静电斥力和胶体表面的水化作用,致使水中这种含浊状态稳定。数字图像处理实验报告第七篇图像处理方法一般有数字法和光学法两种,其中数字法的优势很明显,已经被应用到了很多领域中,相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机,对图像信息通过转换而得到的电信号进行相应的数学运算,例如图像去噪、图像分割、
23、提取特征、图像增强、图像复原等,以便提高图像的实用性。其特点是处理精度比较高,并且能够对处理软件进行改进来优化处理效果,操作比较方便,但是由于数字图像需要处理的数据量一般很大,因此处理速度有待提高。目前,随着计算机技术的不断发展,计算机的运算速度得到了很大程度的提高。在短短的历史中,它却广泛应用于几乎所有与成像有关的领域,在理论上和实际应用上都取得了巨大的成就。1、数字图像处理需用到的关键技术由于数字图像处理的方便性和灵活性,因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有:图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。图
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 实验 报告 通用 18
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内