课程资源网上教学学习园地在线自测在线答疑帮助

《课程资源网上教学学习园地在线自测在线答疑帮助》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、郑州大学《Matlab应用图像处理》课程实验指导书首页

2、课程介绍

3、师资队伍

4、课程资源

5、网上教学

6、学习园地

7、在线自测

8、在线答疑

9、帮助

10、管理登陆网上教学实验一、直方图处理与模板运算1、实验内容内容1：打开lenna.bmp图象：  (1)指出其类型;       (2)重命名为lenna1.bmp;  (3)显示出直方图；  (4)显示出累积直方图；  (5)显示出直方图均衡结果；  (6)计算负图,保存为lennan.jpg内容2：打开图象lenna_noise1.bmp：  (1)用均值滤波其对其进行平滑处理;  (2)选择不同尺寸的卷积核，查看其对结果的影响

11、。  (3)对平滑后的图像执行直方图均衡，查看其对结果的影响。  (4)做习题3.18内容3：    混合空间增强法是一种有效的方法，比单独采用其中任一种方法产生的效果好。现有图像pout.bmp,其边缘及对比度度很差，请设计一种算法加以增强。注意各种方法组合的顺序。2、基本原理（1）直方图与累积直方图直方图：直方图是灰度级的函数，描述的是图像中具有该灰度级的象素的个数：横坐标是灰度级，纵坐标是该灰度出现的频率（象素的个数）。用公式可表示为：，其中表示某个灰度级，表示图像中具有灰度级的象素的个数；其规一化就是概率密度函数（PDF）：，为灰度级数。而累积直方图是

12、小于某个灰度级的象素个数：，其规一化就是累积分布函数（CDF）。（2）直方图均衡直方图均衡是希望输出图像的每一灰度级都有相同的象素点（即输出的直方图是平的）而进行的灰度级变换，其变换函数就是其CDF。离散情况的实现步骤为：a、计算输入图像的CDFb、输出最大灰度值乘以CDFc、对结果b进行量化因为这是近似实现，请注意输出图像的直方图的特点。26郑州大学《Matlab应用图像处理》课程实验指导书（3）邻域处理邻域（局部）处理是空间滤波的基础，是一个被称为掩模、核、模板或窗口的子图像在待处理图像中逐点移动，在每一点处，滤波器在该点的响应通过事先定义的关系计算，如下

13、图：输出图像在坐标的值计算为：3、相关的Matlab函数imread，imwrite：图像读写iminfo：图像信息imshow：图像显示imhist：图像直方图histeq：直方图均衡fspecial：产生卷积滤波器conv2：二维卷积滤波mat2gray：将矩阵转换为图像im2double：将图像转换为双精度类型 实验二、图像空间域复原1、实验内容内容1：打开brain.bmp图像：(1)估计噪声（提示：mri图像中的噪声一般认为是Gaussian的。先选择一个感兴趣区域，然后估计它的均值和方差，见书p.182）；        (2)选择一种最适当的滤波

14、器进行滤波，并将结果保存为debrain.jpg；并说明你选择的理由。  内容2：打开图像debrain.jpg,对其添加噪声亮度为0.25的salt&pepper，用自适应中值滤波器（7*7）进行滤波2、基本原理a) 估计噪声估计噪声的方法很多，这里参考的方法是教材p.182提示的方法，即：选择一个感兴趣区域，然后估计它的均值和方差。   书中列举了许多噪声空间滤波器：均值滤波器（算术均值、几何均值、谐波均值和逆谐波均值）和顺序统计滤器（中值、最大最小、中点和修正后的阿尔法均值），而对于含Gaussian型噪声的mri图像使用谐波均值最好。b) 自适应中值滤

15、波器（参考教材P192）3、相关的Matlab函数fspecial：产生滤波器imfilter：图像滤波filter2：二维滤波mean：均值median：中值max：最大值min：最小值imnoise：添加噪声medfilt2：二维中值滤波 26郑州大学《Matlab应用图像处理》课程实验指导书实验三、几何变换1、实验内容内容：编写用双线性插值进行几何变换的函数:   out=TranLinear(                   In, //输入图像                   sx,//x方向缩放比例                   sy

16、,//y方向缩放比例                   theta,//旋转角度                   x,y,//缩放基点                   )2、基本原理a) 插值插值：确定非整数位置象素值的过程。如下图所示，处的值用插值来求。实现方法采用逆映射。最近邻域插值：输出象素的灰度值等于离它所映射到的位置最近的输入图像的灰度值。如上图，如果点离最近，则。该方法的特点是速度快，但结果图像带有锯齿边。广泛应用的是双线性插值，如上图，求值的过程如下：b) 几何变换1）、简单平移：输出＝输入2）、简单缩放：输出＝输入3）、简单旋转：输出

17、＝输入4）、绕基准点的缩放＝平移（＋）