DSP课程实验报告

《DSP课程实验报告》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、目录H录1实验一试验名称：RGB转灰度，添加噪声实验2实验二试验名称:图像平滑，小值滤波实验7实验三试验名称:图像锐化实验9实验四试验名称:灰度变换实验11实验五试验名称:灰度直方图，直方图均衡实验13实验六试验名称:边沿提取，灰度反转，二值化实验16实验七试验名称:熟悉imgLib的使用实验18实验一试验名称：RGB转灰度，添加噪声实验一、试验目的1、熟悉CCS,学会运用CCS导入图像，并仿真DSP处理图像2、掌握如何将冃标图像由彩色转为灰色3、掌握如何给冃标图像添加各类噪声二、试验设备1、PC机一*台,windows操作系统2^CCS编程环境三、试验原理(1)彩色图像中的每

2、个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以冇1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分最相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。在RGB模型中，如果R=G二B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值)，灰度范围为0-

3、255o图像的灰度化处理，一般有以下三种处理方法：方法一：加权平均法根据重要性及其它指标，将R、G、B三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感度最高，对蓝色敏感度最低。因此，在MATLAB中我们nJ以按下式系统函数，对RGB三分最进行加权平均能得到较合理的灰度图像。f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j))方法二：平均值法将彩色图像中的R、G、B三个分量的亮度求简单的平均值，将得到均值作为灰度值输出而得到灰度图。其表达式见下式f(i,j)=(R(i,j)+G(i,j)+B(i,j))/3方法三：最人值法将彩色图像中的R、G、B

4、三个分量中亮度的最大值作为灰度图的灰度值。其表达式见下式：wk_ad_begin({pid:21});wk_ad_after(21,function(){SC.ad-hidden'J.hideO;},function(){$('.ad-hidden').show();J);f(i,j)二max(R(i,j),G(i,j),B(i,j))(1)椒盐噪声是一种因为信号脉冲强度引起的噪声，信噪比(SignalNoiseRate)是衡量图像噪声的一个数字指标。给一副数字图像加上椒盐噪声的处理顺序应该如F：a.指定信噪比SNR其収值范围在［0,1］之间b.计算总像索数冃SP,得到要加噪的

5、像素数冃NP二SPP-SNR)c.随机获取要加噪的每个像素位置P(i,j)d.指定像素值为255或者0。e.重复c,d两个步骤完成所有像素的NP个像素f.输出加噪以后的图像(2)高斯噪声的密度取决于公式G(x,sigma)其中X是代表平均值，sigma代表的标准方差，每个输入像素Pin,一个正常的高斯采样分布公式G(d),得到输出像素Pout.Pout=Pin+XMeans+sigma*G(d)具中d为一个线性的随机数，G(d)是随机数的高斯分布随机值。给一副数字图像加上高斯噪声的处理顺序如下：a.输入参数sigam和Xmeanb.以系统时间为种子产生一个伪随机数c.将伪随机数

6、带入G(d)得到高斯随机数d.根据输入像素计算出输出像素e.重新将像素值防缩在［()〜255］之间f.循环所有像素g・输出图像四、试验步骤(1)运川MATLAB生成冃标图像的数据文件(2)新建工程(3)编写及编译代码(4)导入目标图像文件(5)输出所需结果五、实验主要程序voidRGB2Grayintflag八控制标志,用来确定灰度化处理的方法*/){inti;for(i=0;i

7、i]=(Rptrli

8、+Gptr

9、iJ+Bp(r(i])/3;〃在输入图像上加椒噪声voidAddPcppcrNoiscunsignedchar*sourc

10、clmg,〃输入：原始灰度图像intcols.introws,intrange){intk:〃图像的宽和长〃添加噪声的强度unsignedchar*pp=sourcelmg;srand(time(NULL));for(k=0;k