地的研究生数字图像处理实验的报告材料材料

《地的研究生数字图像处理实验的报告材料材料》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、实用标准文案数字图像处理实验报告姓名：XXX学号：1103210023指导老师：完成时间：2012年6月精彩文档实用标准文案一、灰度图像的快速傅立叶变换1、实验任务对一幅灰度图像实现快速傅立叶变换（DFT），得到并显示出其频谱图，观察图像傅立叶变换的一些重要性质。2、实验条件微机一台、vc++6.0集成开发环境。3、实验原理傅立叶变换是一种常见的图像正交变换，通过变换可以减少图像数据的相关性，获取图像的整体特点，有利于用较少的数据量表示原始图像。二维离散傅立叶变换的定义如下：傅立叶反变换为：式中变量u、v称为傅立叶变换的空间频率。图像大小为M

2、×N。随着计算机技术和数字电路的迅速发展，离散傅立叶变换已经成为数字信号处理和图像处理的一种重要手段。但是，离散傅立叶变换需要的计算量太大，运算时间长。库里和图基提出的快速傅立叶变换大大减少了计算量和存储空间，因此本实验利用快速傅立叶变换来得到一幅灰度图像的频谱图。精彩文档实用标准文案快速傅立叶变换的基本思路是把序列分解成若干短序列，并与系数矩阵元素巧妙结合起来计算离散傅立叶变换。若按照奇偶序列将X(n)进行划分，设：（n=0,1,2,…,）则一维傅立叶变换可以改写成下面的形式：=G(m)+H(m)因此，一个求N点的FFT可以转换成两个求点的

3、FFT。根据以上公式推导直到2点的FFT为止，这时可以由原始数据X（n）直接求出。根据傅立叶变换的可分离性，图像的二维FFT可以由先对图像的行进行一次一维FFT，再对结果按列进行一次一维FFT得到。4、实验步骤（1）实现灰度图像读取、保存模块；（2）编程实现图像的快速傅立叶变换；（3）将得到的频谱图显示出来。5、实验结果精彩文档实用标准文案实验采用大小为800×1000的灰度图像flower.bmp。原始图像和快速傅立叶变换后的频谱图如下图所示。观察可以得到，图像的能量集中在低频部分。另外，要显示傅里叶变换的结果，必须将图像的频谱原点移动到图

4、像中心。6、实验心得通过这次实验，让我对傅立叶变换有了较深的了解。傅立叶变换提供了一条从空域到频域自由转换的途径，用另外一个角度来观察图像。它可以将图像从灰度分布转换到频率分布上来观察图像的特征。并且在图像增强和图像去噪、图像分割之边缘检测、图像压缩等方面都有重要的作用。知道了其原理和能量的分配规律，同时掌握好傅立叶变换也对进一步学习其它变换具有一定的基础性作用附：主程序如下：GrayImage=imread('F:MATLABflower.bmp');%读取图像imwrite(GrayImage,'aGray.bmp');%写入图像F=

5、fft2(GrayImage);%对图像进行傅里叶变换Fc=fftshift(abs(F));%将变换的原点移动到频率矩阵中心subplot(1,2,1);imshow(GrayImage);title('原始图像');subplot(1,2,2);imshow(log(Fc),[]);title('傅里叶变换结果');%显示图像精彩文档实用标准文案二、灰度图像的直方图均匀化1、实验任务⑴进一步掌握灰度图象直方图的概念，性质；⑵对一幅灰度图象实现直方图均衡化，对比修正前后的图像效果⑶通过Matlab或VC++开发环境，编程实现灰度图像的直方图

6、均匀化处理。2、实验条件微机一台、vc++6.0集成开发环境。3、实验原理直方图均衡也称灰度均衡，目的是通过点运算使输入图像转换为在每一灰度级上都有相同的像素点数的输出图像（即输出的直方图是平的）。按照图像的概率密度函数的定义：其中为直方图，为图像的面积。设转换前图像的概率密度函数为，转换后图像的概率密度函数为，转换函数为。由概率论知识，我们可以得到：这样，如果想使转换后的图像的概率密度函数为1（即直方图为平的），则必须满足：等式两边对r积分，可得：精彩文档实用标准文案该转换公式被称为图像的累积分布函数。直方图均衡的转换公式为：对于离散图像，

7、转换公式则为：4、实验步骤⑴实现灰度图像读取、保存模块；⑵编程实现图像的直方图均衡。5、实验结果精彩文档实用标准文案实验采用大小为800×1000的flower.bmp灰度图像。原始图像和直方图均匀化处理后的图像如上图所示。6、实验心得在本次试验中，我理解了灰度直方图均衡化的意义和原理，在实验中通过对比原始图像和直方图均衡处理后的图像的直方图可以得出，在偏暗图像中，直方图的组成成分集中在灰度级低（暗）的一侧，而在明亮图像的直方图则倾向于灰度级高的一侧。就对比度而言，低对比度的直方图窄而集中于灰度级的中部；而在高对比的图像中，直方图的成分覆盖了

8、灰度级很宽的范围，而且像素的分布通常不会有太多的不均匀，而只有少量的垂线比其他的高很多。经过直方图均衡化修正后，可以使图像细节更加明显，从而有利于图像的分析和识别。