數(shù)字圖像處理實驗報告

1、目錄實驗一：數(shù)字圖像的基本處理操作錯誤!未定義書簽。：實驗目的錯誤!未定義書簽。：實驗任務和要求錯誤!未定義書簽。：實驗步驟和結果錯誤!未定義書簽。：結果分析錯誤!未定義書簽。實驗二：圖像的灰度變換和直方圖變換錯誤!未定義書簽。：實驗目的錯誤!未定義書簽。：實驗任務和要求錯誤!未定義書簽。：實驗步驟和結果錯誤!未定義書簽。：結果分析錯誤!未定義書簽。實驗三：圖像的平滑處理錯誤!未定義書簽。：實驗目的錯誤!未定義書簽。：實驗任務和要求錯誤!未定義書簽。：實驗步驟和結果錯誤!未定義書簽。：結果分析錯誤!未定義書簽。實驗四：圖像的銳化處理錯誤!未定義書簽。：實驗目的錯誤!未定義書簽。：實驗任務和要求

2、錯誤!未定義書簽。：實驗步驟和結果錯誤!未定義書簽。：結果分析錯誤!未定義書簽。實驗一：數(shù)字圖像的基本處理操作實驗目的1、熟悉并掌握MATLARPHOTOSHO喈工具的使用；2、實現(xiàn)圖像的讀取、顯示、代數(shù)運算和簡單變換。3、熟悉及掌握圖像的傅里葉變換原理及性質(zhì)，實現(xiàn)圖像的傅里葉變換。：實驗任務和要求1. 讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個窗口內(nèi)分成三個子窗口來分別顯示RGB圖像和灰度圖像，注上文字標題。2. 對兩幅不同圖像執(zhí)行加、減、乘、除操作，在同一個窗口內(nèi)分成五個子窗口來分別顯示，注上文字標題。3. 對一幅圖像進行平移，顯示原始圖像與處理后圖像，分別對其進行傅里葉變換

3、，顯示變換后結果，分析原圖的傅里葉譜與平移后傅里葉頻譜的對應關系。4. 對一幅圖像進行旋轉，顯示原始圖像與處理后圖像，分別對其進行傅里葉變換，顯示變換后結果，分析原圖的傅里葉譜與旋轉后傅里葉頻譜的對應關系。:實驗步驟和結果1. 對實驗任務1的實現(xiàn)代碼如下：a=imread(d:);i=rgb2gray(a);I=im2bw(a,;subplot(1,3,1);imshow(a);title(原圖像);subplot(1,3,2);imshow(i);title(灰度圖像);subplot(1,3,3);imshow(I);title(二值圖像);subplot(1,3,1);imshow(a)

4、;title(原圖像);結果如圖所示：圖原圖及其灰度圖像，二值圖像2. 對實驗任務2的實現(xiàn)代碼如下：a=imread(d:);A=imresize(a,800800);b=imread(d:);B=imresize(b,800800);Z1=imadd(A,B);Z2=imsubtract(A,B);Z3=immultiply(A,B);Z4=imdivide(A,B);subplot(3,2,1);imshow(A);title(原圖像A);subplot(3,2,2);imshow(B);title(原圖像B);subplot(3,2,3);imshow(Z1);title(加法圖像)su

5、bplot(3,2,4);imshow(Z2);title(減法圖像)subplot(3,2,5);imshow(Z3);title(乘法圖像)subplot(3,2,6);imshow(Z2);title(除法圖像)結果如圖所示：除圖像A慎國償B加法圖像乘法圖像M法國僮除法圖像3 .對實驗任務3的實現(xiàn)代碼如下:s=imread(d:);i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);%直流分量移到頻譜中心I=log(abs(k);%寸數(shù)變換m=fftshift(j);%直流分量移到頻譜中心RR=real(m);%取傅里葉變換的實部II=im

6、ag(m);%取傅里葉變換的虛部A=sqrt(RRA2+11A2);A=(A-min(min(A)/(max(max(A)*255;b=circshift(s,800450);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e);f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WW.A2+ZZ.A2);B=(B-min(min(B)/(max(max(B)*255;subplot(2,2,1);imshow(s);title(原圖像);subplot(2,2,2);imshow(uin

7、t8(b);title(平移圖像);subplot(2,2,3);imshow(A);title(離散傅里葉變換頻譜);subplot(2,2,4);imshow(B);title(平移圖像離散傅里葉變換頻譜);F移圖像結果如圖所示:禹散傅里葉變換南.平移圖像自做傅甲M空捋4 .對實驗任務4的實現(xiàn)代碼如下:s=imread(d:);i=rgb2gray(s);i=double(i);j=fft2(i);k=fftshift(j);I=log(abs(k);m=fftshift(j);RR=real(m);II=imag(m);A=sqrt(RRA2+11A2);A=(A-min(min(A)/

8、(max(max(A)*255;b=imrotate(s,-90);b=rgb2gray(b);b=double(b);c=fft2(b);e=fftshift(c);I=log(abs(e);f=fftshift(c);WW=real(f);ZZ=imag(f);B=sqrt(WWA2+ZZA2);B=(B-min(min(B)/(max(max(B)*255;subplot(2,2,1);imshow(s);title(原圖像);subplot(2,2,2);imshow(uint8(b);title(平移圖像);subplot(2,2,3);imshow(A);title(離散傅里葉頻譜

9、);subplot(2,2,4);imshow(B);title(平移圖像離散傅里葉頻譜);結果如圖所示：平移圖像離散傅里葉頻譜離散伯里葉腕漁:結果分析對MATLAB軟件的操作開始時不太熟悉，許多語法和函數(shù)都不會使用，寫出程序后，調(diào)試運行，最開始無法顯示圖像，檢查原因，是有些標點符號沒有在英文狀態(tài)下輸入和一些其他的細節(jié)，學會了imread(),imshow(),rgb2gray()等函數(shù)。實驗二：圖像的灰度變換和直方圖變換:實驗目的1、熟悉及掌握圖像的采樣原理，實現(xiàn)圖像的采樣過程，進行圖像的灰度轉換2、理解直方圖的概念及應用，實現(xiàn)圖像直方圖的顯示，及通過直方圖均衡對圖像進行修正。：實驗任務和要

10、求1、對一幅圖像進行2倍、4倍、8倍和16倍減采樣，顯示結果。2、顯示一幅灰度圖像a,改變圖像亮度使其整體變暗得到圖像b,顯示兩幅圖像的直方圖。3、對一幅圖像進行灰度變化，實現(xiàn)圖像變亮、變暗和負片效果，在同一個窗口內(nèi)分成四個子窗口來分別顯示，注上文字標題。4、對一副圖像進行直方圖均衡化，顯示結果圖像和對應直方圖。5、對一副圖像進行如圖所示的分段線形變換處理，試比較與直方圖均衡化處理的異同。:實驗步驟和結果1. 對實驗任務1的實現(xiàn)代碼如下：a=imread(d:);b=rgb2gray(a);form=1:4figurewidth,height=size(b);quartimage=zeros(

11、floor(width/(m),floor(height/(2*m);k=1;n=1;fori=1:(m):widthforj=1:(2*m):heightquartimage(k,n)=b(i,j);n=n+1;endk=k+1;n=1;endimshow(unit8(quartimage);end結果如圖所示：2. 對實驗任務2的實現(xiàn)代碼如下：a=imread(d:);c=rgb2gray(a);b=c-46;subplot(3,2,1);imshow(c);title(原圖像)subplot(3,2,2);imhist(c);title(原圖像的直方圖)subplot(3,2,3);im

12、show(b);title(變暗后的圖像)subplot(3,2,4);imhist(b);title(變暗后的圖像直方圖);d=imadjust(c,0,1,1,0);subplot(3,2,5);imshow(d);title(反轉圖像);結果如圖所示：3. 對實驗任務3的實現(xiàn)代碼如下：a=imread(d:);m=imadjust(a,;1);%圖像變亮n=imadjust(a,0;);%圖像變暗g=255-a;%ft片效果subplot(2,2,1);imshow(a);title(原圖像);subplot(2,2,2);imshow(m);title(圖像變亮);subplot(2,

13、2,3);imshow(n);title(圖像變暗);subplot(2,2,4);imshow(g);title(負片效果);結果如圖所示：4. 對實驗任務4的實現(xiàn)代碼如下：b=imread(d:);c=rgb2gray(b);j=histeq(c);subplot(2,2,1),imshow(c);subplot(2,2,2),imshow(j);subplot(2,2,3),imhist(c);subplot(2,2,4),imhist(j);結果如圖所示：5. 對實驗任務5的實現(xiàn)代碼如下：x1=0:;x2=:;x3=:1;y1=2*x1;y2=+*;y3=+*;x=x1,x2,x3;y

14、=y1,y2,y3;plot(x,y);結果如圖所示：結果分析這次實驗主要是對圖像的灰度變換和直方圖均衡化，實驗內(nèi)容包括灰度拉伸、圖像反轉、圖像的二值化以及直方圖均衡。通過實驗將課本上理論知識加以實踐，實驗過程中明白了圖像處理的一些技巧。但是以上幾種方法采用的基本都是線性變換法，在實際應用中存在很多缺陷。它只能處理一些黑白分明的圖像，而對于一些顏色豐富或者處理比較復雜圖像時，往往于心不足。實驗三：圖像的平滑處理：實驗目的1、熟悉并掌握常見的圖像噪聲種類；2、理解并掌握常用的圖像的平滑技術，如鄰域平均法和中值濾波的原理、特點、適用對象。：實驗任務和要求1 、讀出這幅圖像，給這幅圖像分別加入椒鹽噪

15、聲、高斯噪聲和乘性噪聲后并與前一張圖顯示在同一圖像窗口中。2 、對受高斯噪聲（模擬均值為0方差為的高斯噪聲）干擾的lena圖像分別利用鄰域平均法和中值濾波進行濾波去噪（窗口可變，可先取3*3，依次再取5*5，7*7），并顯示濾波結果。3 、對受椒鹽噪聲(噪聲方差為)干擾的lena圖像，選擇合適的濾波器將噪聲濾除。4 、對受乘性噪聲(噪聲方差為)干擾的lena圖像，選擇合適的濾波器將噪聲濾除。:實驗步驟和結果1. 對實驗任務1的實現(xiàn)代碼如下： I=imread(d:); i=rgb2gray(I); J=imnoise(i,gaussian,0,;%i斯噪聲 K=imnoise(i,salt&p

16、epper,;%K鹽噪聲 P=imnoise(i,speckle,;麻性噪聲 subplot(2,2,1);imshow(i); xlabel(原圖)； subplot(2,2,2);imshow(J);xlabel俏斯噪聲); subplot(2,2,3);imshow(K);xlabel(椒鹽噪聲); subplot(2,2,4);imshow(P);xlabel(性噪聲);結果如圖所示：2.對實驗任務2的實現(xiàn)代碼如下：I=imread(d:);i=rgb2gray(I);J=imnoise(i,gaussian,0,;K=im2double(J);h=fspecial(average);

17、G1=filter2(h,K,same); G2=medfilt2(K); subplot(2,2,1);imshow(1); subplot(2,2,1);imshow(i); xlabel(原圖)； subplot(2,2,2);imshow(J); xlabel(添加高斯噪聲); subplot(2,2,3);imshow(G1); xlabel(均值濾波); subplot(2,2,4);imshow(G2); xlabel(中指濾波);結果如圖所示：3. 對實驗任務3的實現(xiàn)代碼如下： I=imread(D:); i=rgb2gray(I); J=imnoise(i,salt&pepp

18、er,; K=im2double(J); h=fspecial(average); G1=filter2(h,K,same); G2=medfilt2(K); subplot(2,2,1);imshow(i); xlabel(原圖)； subplot(2,2,2);imshow(J); xlabel(添力口椒鹽噪聲); subplot(2,2,3);imshow(G1); xlabel(均值濾波); subplot(2,2,4);imshow(G2); xlabel（中值濾波）;結果如圖所示：4. 對實驗任務4的實現(xiàn)代碼如下： i=imread(D:); I=rgb2gray(i); J=im

19、noise(I,speckle,; K=im2double(J); h=fspecial(average); G1=filter2(h,K,same); G2=medfilt2(K); subplot(2,2,1);imshow(I); xlabel(原圖)； subplot(2,2,2);imshow(J); xlabel(添力口乘Tt噪聲); subplot(2,2,3);imshow(G1); xlabel(均值濾波);subplot(2,2,4);imshow(G2); xlabel(中值濾波);結果如圖所示：:結果分析(1)采用均值濾波器對圖像處理能達到去噪的效果，并且一般濾波器的模

20、板越大去噪效果越好，但是應該適中，當模板選擇的過大時，處理的效果就會下降，因此我們應該根據(jù)具體的要求選擇合適的模板來處理圖像。(2)采用高斯濾波器對圖像處理能達到去噪的效果，與均值濾波器相同，隨著所用的濾波器尺寸的增大，圖像的細節(jié)銳化程度相應降低圖像變得模糊起來。但相較于均值濾波器，其模糊程度較小。但是高斯濾波同時受到標準差sigma的影響。(3)中值濾波對去除“椒鹽”噪聲可以起到很好的效果，因為椒鹽噪聲只在畫面中的部分點上隨機出現(xiàn)，所以根據(jù)中值濾波原理可知，通過數(shù)據(jù)排序的方法，將圖像中未被噪聲污染的點代替噪聲點的值的概率比較大，因此噪聲的抑制效果很好。中值濾波與均值濾波相比，在去除圖像椒鹽噪

21、聲的同時，還能夠保持圖像比較清晰的輪廓。從實驗結果可以看出，通過3*3的均值濾波器，圖像中的噪聲點有明顯的消除。但是3*3的非線性模板中值濾波器上對噪聲的濾除效果更完美。實驗四：圖像的銳化處理實驗目的1、熟悉并掌握MATLAB圖像處理工具箱的使用;2、理解并掌握常用的圖像的銳化技術。：實驗任務和要求1、采用三種不同算子對圖像進行銳化處理。2、 銳化空間濾波1) 采用3X3的拉普拉斯算子w=1,1,1;1-81;1,1,1濾波2) 編寫函數(shù)w=genlaplacian(n)，自動產(chǎn)生任一奇數(shù)尺寸n的拉普拉斯算子，如X5的拉普拉斯算子：1111-2411113) 分別采用5X5,9X9,15X15和25X25大小的拉普拉斯算子對進行銳化濾波,2并利用式g(x,y)f(x,y)f(x,y)完成圖像的銳化增強，觀察其有何不同，要求在同一窗口中顯示。：實驗步驟和結果1. 對實驗任務1的實現(xiàn)代碼如下： i=imread(d:); I=rgb2gray(i); H=fspecial(sobel); I1=filter2(H,I); H=fspecial(prewitt); I2=filter2(H,I); H=fspecial(log); I3=filter2(H,I); subplot(2,2,