数字图像处理实验报告(全部).doc

《数字图像处理实验报告(全部).doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

数字图像处理实验班级：125指学号：导姓名：田坤书专业：电子信息科学与技术 实验一数字图像的运算1.1直方图一．实验目的1．熟悉matlab图像处理工具箱及直方图函数的使用；2．理解和掌握直方图原理和方法；二．实验设备：1.PC机一台；2.软件matlab。三．程序设计在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');%读取图像subplot(1,2,1),imshow(I)%输出图像title('原始图像')%在原始图像中加标题subplot(1,2,2),imhist(I)%输出原图直方图title('原始图像直方图')%在原图直方图上加标题四．实验步骤1.启动matlab双击桌面matlab图标启动matlab环境；2.在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果：观察图像matlab环境下的直方图分布。(a)原始图像(b)原始图像直方图六．实验报告要求1、给出实验原理过程及实现代码：I=imread('coins.png');%读取图像subplot(1,2,1),imshow(I)%输出图像title('原始图像')%在原始图像中加标题subplot(1,2,2),imhist(I)%输出原图直方图title('原始图像直方图')%在原图直方图上加标题2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。 1.23*3均值滤波一．实验目的1．熟悉matlab图像处理工具箱及均值滤波函数的使用；2．理解和掌握3*3均值滤波的方法和应用；二．实验设备：1.PC机一台；2.软件matlab三．程序设计在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');figure,imshow(I);J=filter2(fspecial(‘average’,3),I)/255;figure,imshow(J);四．实验步骤1.启动matlab双击桌面matlab图标启动matlab环境；2.在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果：观察matlab环境下原始图像经3*3均值滤波处理后的结果。 (a)原始图像(b)3*3均值滤波处理后的图像六．实验报告要求输入一幅灰度图像，给出其图像经3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对25个点取均值与对9个点取中值进行均值滤波有什么区别？有没有其他的算法可以改进滤波效果。(a)原始图像(b)3*3均值滤波处理后的图像1.33*3中值滤波一．实验目的1．熟悉matlab图像处理工具箱及中值滤波函数的使用；2．理解和掌握中值滤波的方法和应用；二．实验设备：1.PC机一台；2.软件matlab三．程序设计在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');figure,imshow(I);J=medfilt2(I,[5,5]);figure,imshow(J);四．实验步骤1.启动matlab双击桌面matlab图标启动matlab环境；2.在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义； 4．运行，观察显示结果；5．结束运行，退出；五．实验结果观察matlab环境下原始图像经3*3中值滤波处理后的结果。(a)原始图像(b)3*3中值滤波处理后的图像六．实验报告要求输入一幅灰度图像，给出其图像经3*3中值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行排序后取中值，然后该点的灰度值取中值。看看对25个点取中值与对9个点取中值进行中值滤波有什么区别？(a)原始图像(b)3*3中值滤波处理后的图像1.4图像的缩放一．实验目的1．熟悉matlab图像处理工具箱及图像缩放函数的使用；2．掌握图像缩放的方法和应用；二．实验设备：1.PC机一台；2.软件matlab三．程序设计在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');figure,imshow(I);scale=0.5;J=imresize(I,scale);figure,imshow(J);四．实验步骤1.启动matlab双击桌面matlab图标启动matlab环境； 2.在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的图像缩放函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果观察matlab环境下图像缩放后的结果。(a)原始图像(b)缩放后的图像六．实验报告要求输入一幅灰度图像，给出其图像缩放后的结果，然后改变缩放比率，观察图像缩放后结果柄进行分析。(a)原始图像(b)缩放后的图像1.5图像旋转一．实验目的1．熟悉matlab图像处理工具箱及图像旋转函数的使用；2．理解和掌握图像旋转的方法和应用；二．实验设备：1.PC机一台；2.软件matlab三．程序设计在matlab环境中，程序首先读取图像，然后调用图像旋转函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');figure,imshow(I);theta=30;K=imrotate(I,theta);%Tryvaryingtheangle,theta.figure,imshow(K)四．实验步骤 1.启动matlab双击桌面matlab图标启动matlab环境；2.在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的图像旋转函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果观察matlab环境下图像旋转后的结果。(a)原始图像(b)旋转后的图像六．实验报告要求输入一幅灰度图像，给出其图像旋转后的结果，然后改变旋转角度，观察图像旋转后结果柄进行分析。(a)原始图像(b)旋转后的图像实验二数字图像的离散余弦变换一．实验目的1．验证二维傅里叶变换的平移性和旋转不变性；2．实现图像频域滤波，加深对频域图像增强的理解；二．实验设备1.PC机一台；2.软件matlab； 三．实验内容及步骤（1）产生如图3.1所示图像（128×128大小，暗处=0，亮处=255），用MATLAB中的fft2函数对其进行FFT：①同屏显示原图和的幅度谱图；②若令，重复以上过程，比较二者幅度谱的异同，简述理由；图3.1实验图象f1(x,y)③若将顺时针旋转45度得到，试显示的幅度谱，并与的幅度谱进行比较。1.%生成图形f1f1=zeros(128,128);f1((64-30):(63+30),(64-10):(63+10))=1;%FFT变换fft_f1=log(1+abs(fftshift(fft2(f1))));figure;subplot(121);imshow(f1);title('Imagef1');subplot(122);imshow(fft_f1,[]);title('FFTf1');2.%计算f2f2=zeros(128,128);fori=1:128;forj=1:128;f2(i,j)=((-1)^(i+j))*f1(i,j);endend fft_f2A=log(1+abs(fft2(f2)));fft_f2B=log(1+abs(fftshift(fft2(f2))));figure;subplot(131);imshow(f2);title('Imagef2');subplot(132);imshow(fft_f2B,[]);title('FFTf2');subplot(133);imshow(fft_f2A,[]);title('FFTf2WithoutFFTShift');分析：根据傅里叶变换对的平移性质：；当且时，有：因此可得到：所以，就是频谱中心化后的结果。3.%计算f3f3=imrotate(f2,-45,'nearest');fft_f3=log(1+abs(fftshift(fft2(f3))));figure;subplot(121);imshow(f3);title('Imagef3');subplot(122);imshow(fft_f3,[]);title('FFTf3');（2）对如图3.2所示的数字图像lena.img（256×256大小、256级灰度）进行频域的理想低通、高通滤波，同屏显示原图、幅度谱图和低通、高通滤波的结果图。图3.2实验图象lena.img低通滤波：fid=fopen('D:matlab7imagelena.img','r');data=(fread(fid,[256,256],'uint8'))'; subplot(1,2,1)imagesc(data);colormap(gray);title('LENA','Color','r');fft_lena=fft2(data);f=fftshift(fft_lena);fori=1:256forj=1:256ifsqrt((i-128)^2+(j-128)^2)>30f(i,j)=0;endendendsubplot(1,2,2);[x,y]=meshgrid(1:1:256);surf(x,y,f)高通滤波：fid=fopen('D:matlab7imagelena.img','r');data=(fread(fid,[256,256],'uint8'))';subplot(1,2,1)imagesc(data);colormap(gray);title('LENA','Color','r');fft_lena=fft2(data);fori=1:256forj=1:256ifsqrt((i-128)^2+(j-128)^2)<2f(i,j)=0;endendsubplot(1,2,2);[x,y]=meshgrid(1:1:256);surf(x,y,f） 实验三基于直方图均衡化的图像增强一．实验目的1．了解空间域图像增强的各种方法（点处理、掩模处理）；2．掌握采用直方图均衡化进行图像增强的方法；3.使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理；二．实验设备1.PC机一台；2.软件matlab；三．实验内容及步骤对如图3.1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img进行如下处理：指纹图fing_128.img显微医学图像cell_128.img图3.1实验图像（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图，比较异同，并回答为什么数字图像均衡化后其直方图并非完全均匀分布。指纹图像：fid=fopen('fing_128.img','r');im=(fread(fid,[128,128],'uint8'))';im=uint8(im);colormap(gray); subplot(221);imshow(im);subplot(222);imh=histeq(im);%直方图均衡化imshow(imh);subplot(223);imhist(im);subplot(224);imhist(imh);显微医学图像:fid=fopen('cell_128.img','r');im=(fread(fid,[128,128],'uint8'))';im=uint8(im);colormap(gray);subplot(221);imshow(im);subplot(222);imh=histeq(im);%直方图均衡化imshow(imh);subplot(223);imhist(im);subplot(224);imhist(imh); 分析：由于数字图像中像素的灰度值取值是离散和不连续的，因而变换后的像素灰度值在计算中出现了归并现象，所以变换后的直方图并不是呈完全均匀分布的。（2）对原图像加入点噪声，用4-邻域平均法平滑加噪声图像（图像四周边界不处理，下同），同屏显示原图像、加噪声图像和处理后的图像。①不加门限；②加门限，（其中）代码：fid=fopen('fing_128.img','r');im=(fread(fid,[128,128],'uint8'));im=im2double(uint8(im));J=imnoise(im,'gaussian');%加入高斯噪声w=[00.250;0.2500.25;00.250];im_L=filter2(w,J);%四邻域平滑%加门限后滤波T=2*sum(J(:))/128^2;im_T=zeros(128,128);fori=1:128forj=1:128ifabs(J(i,j)-im_L(i,j))>Tim_T(i,j)=im_L(i,j);elseim_T(i,j)=J(i,j);endendendcolormap(gray);subplot(2,2,1);imshow(im);title('Image');subplot(2,2,2);imshow(J);title('Noise');subplot(2,2,3);imshow(im_L);title('四邻域平滑后');subplot(2,2,4);imshow(im_T);title('加门限后');对高斯噪声的处理效果： 对脉冲噪声的处理效果：实验四图像分割（常见的边缘检测算子——Sobel、Prewitt、Log）一．实验目的1．熟悉matlab图像处理工具箱及图像边缘检测函数的使用；2．理解和掌握图像边缘检测（Sobel、Prewitt、Log边缘算子）的方法和应用； 二．实验设备1.PC机一台；2.软件matlab；三．程序设计在matlab环境中，程序首先读取图像，然后调用图像边缘检测（Sobel、Prewitt、Log边缘算子）函数，设置相关参数，再输出处理后的图像。I=imread('cameraman.tif');J1=edge(I,'sobel');J2=edge(I,'prewitt');J3=edge(I,'log');subplot(1,4,1),imshow(I);subplot(1,4,2),imshow(J1);subplot(1,4,3),imshow(J2);subplot(1,4,4),imshow(J3);四．实验步骤1.启动matlab双击桌面matlab图标启动matlab环境；2.在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的边缘检测（Sobel边缘算子、Prewitt边缘算子、Log边缘算子）函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果观察经过图像边缘检测（Sobel、Prewitt、Log边缘算子）处理后的结果。(a)原始图像(b)Sobel边缘算子(c)Prewitt边缘算子(d)Log边缘算子六．实验报告要求 输入一幅灰度图像，给出其图像边缘检测（Sobel、Prewitt、Log边缘算子）后的结果并进行分析对比。代码：fid=fopen('lena.img','r');im=(fread(fid,[256,256],'uint8'))';im=im2double(uint8(im));im_R=edge(im,'Roberts');im_P=edge(im,'Prewitt');im_S=edge(im,'Sobel');im_L=edge(im,'Log');colormap(gray);subplot(321);imshow(im);title('源图像');subplot(323);imshow(im_R);title('Roberts检测');subplot(324);imshow(im_P);title('Prewitt检测');subplot(325);imshow(im_S);title('Sobel检测');subplot(326);imshow(im_L);title('Log检测');