数字图像处理实验报告.doc

数字图像处理实验 班级：05611002报 学号：1120101383 告 姓名：张欣 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。 1.2 3*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1.3 3*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 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（128128大小，暗处=0，亮处=255），用MATLAB中的fft2函数对其进行FFT： 同屏显示原图和的幅度谱图； 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) 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(Image f1);subplot(122);imshow(fft_f1,);title(FFT f1);2.%计算f2f2=zeros(128,128);for i=1:128; for j=1:128; f2(i,j)=(-1)(i+j)*f1(i,j); endendfft_f2A=log(1+abs(fft2(f2);fft_f2B=log(1+abs(fftshift(fft2(f2);figure;subplot(131);imshow(f2);title(Image f2);subplot(132);imshow(fft_f2B,);title(FFT f2);subplot(133);imshow(fft_f2A,);title(FFT f2 Without FFTShift);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(Image f3);subplot(122);imshow(fft_f3,);title(FFT f3);（2）对如图3.2所示的数字图像lena.img（256256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);for i=1:256for j=1:256 if sqrt(i-128)2+(j-128)2)30 f(i,j)=0; end endendsubplot(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);for i=1:256 for j=1:256if sqrt(i-128)2+(j-128)2)T im_T(i,j)=im_L(i,j); else im_T(i,j)=J(i,j); end endendcolormap(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： 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);