數(shù)字圖像處理報(bào)告

1、江蘇科技大學(xué)數(shù)字圖像處理實(shí)驗(yàn)報(bào)告設(shè)計(jì)題目： 數(shù)字圖像處理 專業(yè)名稱： 軟件工程 班 級(jí)： 13419041 學(xué) 號(hào)： 1341904112 姓 名: 馬克 指導(dǎo)教師: 胡春龍 2016年5月16日目錄實(shí)驗(yàn)一 數(shù)字圖像的采集和Photoshop軟件的操作41.1實(shí)驗(yàn)?zāi)康?1.2實(shí)驗(yàn)任務(wù)及要求41.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果41.4 結(jié)果分析8實(shí)驗(yàn)二 圖像的傅里葉變換92.1實(shí)驗(yàn)?zāi)康?2.2實(shí)驗(yàn)任務(wù)及要求92.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果92.4 結(jié)果分析13實(shí)驗(yàn)三 圖像的灰度變換和直方圖變換143.1實(shí)驗(yàn)?zāi)康?43.2實(shí)驗(yàn)任務(wù)及要求143.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果143.4 結(jié)果分析20實(shí)驗(yàn)四 圖像的平滑處

2、理214.1實(shí)驗(yàn)?zāi)康?14.2實(shí)驗(yàn)任務(wù)及要求214.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果214.4 結(jié)果分析22實(shí)驗(yàn)五235.1實(shí)驗(yàn)?zāi)康?35.2實(shí)驗(yàn)任務(wù)及要求235.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果235.4 結(jié)果分析23實(shí)驗(yàn)六246.1實(shí)驗(yàn)?zāi)康?46.2實(shí)驗(yàn)任務(wù)及要求246.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果246.4 結(jié)果分析24實(shí)驗(yàn)一 數(shù)字圖像的采集和Photoshop軟件的操作1.1實(shí)驗(yàn)?zāi)康?、熟悉并掌握MATLAB,PHOTOSHOP等工具的使用；2、實(shí)現(xiàn)圖像的讀取、顯示、代數(shù)運(yùn)算和簡(jiǎn)單的變換。1.2實(shí)驗(yàn)任務(wù)及要求1、根據(jù)實(shí)驗(yàn)內(nèi)容在MATLAB中編寫(xiě)相應(yīng)地代碼，使結(jié)果符合題目要求；2、在PHOTOSHOP中實(shí)現(xiàn)與MA

3、TLAB中相同對(duì)圖像的處理，進(jìn)行對(duì)比；3、完成實(shí)驗(yàn)報(bào)告。1.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果1、實(shí)驗(yàn)內(nèi)容：a) 讀入一幅RGB圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口上分成三個(gè)子窗口來(lái)分別顯示RGB圖像、灰度圖像和二值圖像，注上文字標(biāo)題；b) 對(duì)兩幅不同圖像執(zhí)行加、減、乘、除操作，在同一個(gè)窗口內(nèi)分成五個(gè)子窗口來(lái)分別顯示，注上文字標(biāo)題；c) 對(duì)一幅圖像進(jìn)行灰度變化，實(shí)現(xiàn)圖像變亮，變暗和負(fù)片效果，在同一個(gè)窗口內(nèi)分成四個(gè)子窗口來(lái)分別顯示，注上文字標(biāo)題；d) 學(xué)會(huì)常用數(shù)字圖像處理軟件Photoshop的功能操作練習(xí)。2、步驟和結(jié)果：1) 打開(kāi)Matlab，在命令框內(nèi)輸入相應(yīng)地代碼內(nèi)容a)，輸入代碼： a=

4、imread('E:psps素材壁紙g8.jpg');i=rgb2gray(a);I=im2bw(a,0.5);subplot(3,1,1);imshow(a);title('原圖像');subplot(3,1,2);imshow(i);title('灰度圖像');subplot(3,1,3);imshow(I);title('二值圖像');2) 內(nèi)容b)，代碼： a=imread('E:psps素材壁紙mario.jpg');A=imresize(a,800,800);b=imread('E:psps素材

5、壁紙mario2.jpg');B=imresize(b,800,800);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');subplot(3,2,4);imshow(Z2);title('減法圖像');

6、subplot(3,2,5);imshow(Z3);title('乘法圖像');subplot(3,2,6);imshow(Z4);title('除法圖像');內(nèi)容c)，代碼： a=imread('E:psps素材壁紙mario.jpg');m=imadjust(a,0.5;1);%圖像變亮n=imadjust(a,0;0.5);%圖像變暗g=255-a;%負(fù)片效果subplot(2,2,1);imshow(a);title('原圖像');subplot(2,2,2);imshow(m);title('圖像變亮')

7、;subplot(2,2,3);imshow(n);title('圖像變暗');subplot(2,2,4);imshow(g);title('負(fù)片效果');4使用圖像輸入設(shè)備（掃描儀、數(shù)碼相機(jī)、攝像機(jī)等）進(jìn)行圖像輸入，學(xué)會(huì)常用數(shù)字圖像處理軟件Photoshop的功能操作練習(xí)。1.4 結(jié)果分析以上內(nèi)容廣泛應(yīng)用于：圖像分割、圖像內(nèi)容提取、圖像目標(biāo)跟蹤和圖像目標(biāo)識(shí)別等方面。實(shí)驗(yàn)二 圖像的傅里葉變換2.1實(shí)驗(yàn)?zāi)康氖煜ぜ罢莆請(qǐng)D像的傅里葉變換原理及性質(zhì)，實(shí)現(xiàn)圖像的傅里葉變換。2.2實(shí)驗(yàn)任務(wù)及要求1、實(shí)現(xiàn)圖像的傅里葉變換，按要求顯示出變換的結(jié)果；2、完成實(shí)驗(yàn)報(bào)告。2.3實(shí)驗(yàn)

8、內(nèi)容、步驟和結(jié)果1、實(shí)驗(yàn)內(nèi)容：a) 對(duì)一幅圖像進(jìn)行平移，顯示原始圖像與處理后圖像 ，分別對(duì)其進(jìn)行傅里葉變換，顯示變換后的結(jié)果，分析原圖的傅里葉頻譜與平移后的傅里葉頻譜的對(duì)應(yīng)關(guān)系；b) 對(duì)一幅圖像進(jìn)行旋轉(zhuǎn)，顯示原始圖像與處理后的圖像，分別對(duì)其進(jìn)行傅里葉變換，顯示變換后的結(jié)果，分析原圖的傅里葉頻譜與旋轉(zhuǎn)后的傅里葉頻譜的對(duì)應(yīng)關(guān)系。2、步驟和結(jié)果：1) 打開(kāi)MATLAB，根據(jù)題目要求在命令窗口寫(xiě)入相應(yīng)地代碼；2) 內(nèi)容a)：代碼 : s=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(s);i=double(i);j=fft2(i); %傅里葉變換k=

9、fftshift(j);%直流分量移到頻譜中心l=log(abs(k);%對(duì)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(shí)部II=imag(m); %取傅里葉變換的虛部A=sqrt(RR.2+II.2); %計(jì)算頻譜府幅值A(chǔ)=(A-min(min(A)/(max(max(A)*255;%歸一化b=circshift(s,800,450);%對(duì)圖像矩陣im中的數(shù)據(jù)進(jìn)行移位操作b=rgb2gray(b);b=double(b);c=fft2(b); %傅里葉變換e=fftshift(c);%直流分量移到頻譜中心l=log(abs(e);%對(duì)數(shù)變換

10、f=fftshift(c);%直流分量移到頻譜中心WW=real(f); %取傅里葉變換的實(shí)部BZZ=imag(f);%取傅里葉變換的虛部B=sqrt(WW.2+ZZ.2);%計(jì)算頻譜府幅值B=(B-min(min(B)/(max(max(B)*255;%歸一化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('離散傅里葉圖譜');subplot(2,2,4);imsho

11、w(B);title('平移離散傅里葉頻譜');結(jié)果如圖3) 內(nèi)容b)，代碼： s=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(s);i=double(i);j=fft2(i); %傅里葉變換k=fftshift(j);%直流分量移到頻譜中心l=log(abs(k);%對(duì)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(shí)部II=imag(m); %取傅里葉變換的虛部A=sqrt(RR.2+II.2); %計(jì)算頻譜府幅值A(chǔ)=(A-min(min(A)/(max(max(A)*25

12、5;%歸一化b=imrotate(s,-90);%對(duì)圖像矩陣im中的數(shù)據(jù)進(jìn)行移位操作b=rgb2gray(b);b=double(b);c=fft2(b); %傅里葉變換e=fftshift(c);%直流分量移到頻譜中心l=log(abs(e);%對(duì)數(shù)變換f=fftshift(c);%直流分量移到頻譜中心WW=real(f); %取傅里葉變換的實(shí)部BZZ=imag(f);%取傅里葉變換的虛部B=sqrt(WW.2+ZZ.2);%計(jì)算頻譜府幅值B=(B-min(min(B)/(max(max(B)*255;%歸一化subplot(2,2,1);imshow(s);title('原圖像&#

13、39;);subplot(2,2,2);imshow(uint8(b);title('平移圖像');subplot(2,2,3);imshow(A);title('離散傅里葉圖譜');subplot(2,2,4);imshow(B);title('平移離散傅里葉頻譜'); 2.4 結(jié)果分析本次實(shí)驗(yàn)驗(yàn)證了傅里葉變換的平移不變性以及旋轉(zhuǎn)不變性，使我對(duì)傅里葉變換運(yùn)算有了更深入的了解。實(shí)驗(yàn)三 圖像的灰度變換和直方圖變換3.1實(shí)驗(yàn)?zāi)康?、熟悉及掌握?qǐng)D像的采樣原理，實(shí)現(xiàn)圖像的采樣過(guò)程，進(jìn)行圖像的灰度轉(zhuǎn)換；2、理解直方圖的概念及應(yīng)用，實(shí)現(xiàn)圖像直方圖的顯示，及通

14、過(guò)直方圖的均衡化和直方圖規(guī)定劃方法對(duì)圖像進(jìn)行修正。3.2實(shí)驗(yàn)任務(wù)及要求1、實(shí)現(xiàn)圖像的直方圖均衡化，按要求顯示出結(jié)果；2、完成實(shí)驗(yàn)報(bào)告。3.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果1、實(shí)驗(yàn)內(nèi)容：a) 對(duì)一幅圖進(jìn)行2倍、4倍、8倍和16倍減采樣，顯示結(jié)果；b) 顯示一幅灰度圖像a,改變圖像的亮度使其整體變暗得到圖像b，顯示兩幅圖像的直方圖；c) 對(duì)圖像b進(jìn)行直方圖均衡化，顯示結(jié)果圖像和對(duì)應(yīng)的直方圖；d) 對(duì)B進(jìn)行分段線性變換處理，試比較與直方圖均衡化處理的異同。2、步驟和結(jié)果：1) 打開(kāi)MATLAB，根據(jù)要求在命令窗口編寫(xiě)相應(yīng)的代碼；2) 內(nèi)容a)，代碼：a=imread('E:psps素材壁紙mario.

15、jpg');b=rgb2gray(a);for m=1:4 figure width,height=size(b); quartimage=zeros(floor(width/(m),floor(height/(2*m); k=1; n=1; for i=1:(m):width for j=1:(2*m):height quartimage(k,n)=b(i,j); n=n+1; end k=k+1; n=1; end imshow(uint8(quartimage);end3) 內(nèi)容b)，代碼：a=imread('E:psps素材壁紙mario.jpg');c=rgb

16、2gray(a);b=c-46;subplot(2,2,1);imhist(c);title('直方圖');subplot(2,2,2);imhist(b);title('變暗后的直方圖');subplot(2,2,3);imshow(c);title('原圖像');subplot(2,2,4);imshow(b);title('變暗后的原圖像');d=imadjust(c,0,1,1,0);imshow(d);4) 內(nèi)容c)，代碼： b=imread('E:psps素材壁紙mario.jpg');c=rgb2gr

17、ay(b);j=histeq(c);subplot(2,2,1),imshow(c)subplot(2,2,2),imshow(j)subplot(2,2,3),imhist(c)%顯示原始圖像直方圖subplot(2,2,4),imhist(j)%顯示均衡化后圖像直方圖5) 內(nèi)容d)，代碼：x1=0:0.01:0.125;x2=0.125:0.01:0.75;x3=0.75:0.01:1;y1=2*x1;y2=0.25+0.6*(x2-0.125);y3=0.625+1.5*(x3-0.75);x=x1,x2,x3;y=y1,y2,y3;plot(x,y);3.4 結(jié)果分析本次實(shí)驗(yàn)實(shí)現(xiàn)了圖像

18、的采樣過(guò)程，進(jìn)行了圖像的灰度轉(zhuǎn)換。實(shí)驗(yàn)四 圖像的平滑處理4.1實(shí)驗(yàn)?zāi)康?、熟悉并掌握常見(jiàn)的圖像噪聲種類；2、理解并掌握常用的圖像的平滑技術(shù)，如領(lǐng)域平均法和中值濾波的原理、特點(diǎn)、適用對(duì)象。4.2實(shí)驗(yàn)任務(wù)及要求1、按要求為圖像加入相應(yīng)的常見(jiàn)噪聲；2、根據(jù)不同的噪聲使用不同的圖像的平滑技術(shù)；3、完成實(shí)驗(yàn)報(bào)告。4.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果1、實(shí)驗(yàn)內(nèi)容：a) 讀出圖像，給讀出的圖像分別加入高斯噪聲、椒鹽噪聲和乘性噪聲，并與原圖像顯示在同一圖像窗口中；b) 對(duì)受高斯噪聲（模擬值為0方差為0.02的高斯噪聲）干擾的圖像分別利用領(lǐng)域平均法和中值濾波法進(jìn)行濾波去噪（窗口可變，可先取3*3，依次再取5*5,7*7）

19、,并顯示濾波結(jié)果；c) 對(duì)受椒鹽噪聲的圖像（噪聲方差為0.02）干擾的圖像，選擇合適的濾波器將噪聲去噪；d) 對(duì)受乘性噪聲的圖像（噪聲方差為0.02）干擾的圖像，選擇合適的濾波器將噪聲去噪。2、步驟和結(jié)果：1) 打開(kāi)MATLAB，在命令窗口編輯相應(yīng)的程序；2) 內(nèi)容a)，代碼： a=imread('E:psps素材壁紙mario.jpg'); j=imnoise(a,'gaussian',0,0.02); k=imnoise(a,'salt & pepper',0.04); l=imnoise(a,'speckle',0.

20、05);subplot(4,1,1);imshow(a);title('原圖像');subplot(4,1,2);imshow(j);title('高斯噪聲');subplot(4,1,3);imshow(k);title('椒鹽噪聲');subplot(4,1,4);imshow(k);title('乘性噪聲');3) 內(nèi)容b),代碼：i=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(i);j=imnoise(i,'salt & pepper',0.02

21、);h1=fspecial('average');A1=imfilter(j,h1);A2=medfilt2(j);subplot(2,2,1);imshow(i);title('原圖像');subplot(2,2,2);imshow(j);title('椒鹽圖像');subplot(2,2,3);imshow(A1);title('均值濾波圖像');subplot(2,2,4);imshow(A2);title('中值濾波圖像');4) 內(nèi)容c)，代碼：a=imread('E:psps素材壁紙mario.

22、jpg');i=rgb2gray(a);I=imnoise(i,'salt & pepper',0.02);Z=medfilt2(i,3,3);Z1=medfilt2(I,3,3);Z2=medfilt2(I,5,5);Z3=medfilt2(I,7,7);subplot(2,2,1),imshow(Z);title('原圖像中值濾波后');subplot(2,2,2),imshow(Z1);title('椒鹽3*3中值濾波后');subplot(2,2,3),imshow(Z2);title('椒鹽5*5中值濾波后

23、9;);subplot(2,2,4),imshow(Z3);title('椒鹽7*7中值濾波后'); 4.4 結(jié)果分析中值濾波是一種非線性濾波，它利用一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口，將窗口正中點(diǎn)的灰度值用窗口各點(diǎn)的中值代替，由于椒鹽噪聲的灰度值不是在正中，因此可以直接被濾除，而點(diǎn)、線、尖角細(xì)節(jié)等較多的圖像中，有效信號(hào)可能都不在正中。 在對(duì)圖像進(jìn)行鄰域?yàn)V波時(shí)，半徑不同，圖像的模糊程度不同。原因是半徑越大，圖像的取值范圍越大，越不精確，圖像也就越模糊。實(shí)驗(yàn)五 5.1實(shí)驗(yàn)?zāi)康氖煜げ⒄莆誐ATLAB圖像處理工具箱的使用；理解并掌握常用的圖像的增強(qiáng)技術(shù)。5.2實(shí)驗(yàn)任務(wù)及要求采用三種一階導(dǎo)數(shù)

24、邊緣檢測(cè)方法（如Robert、Sobel、prewitt）對(duì)圖像進(jìn)行銳化。采用二階導(dǎo)數(shù)的拉普拉斯邊緣檢測(cè)方法對(duì)圖像進(jìn)行銳化。5.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果采用三種不同算子對(duì)圖像進(jìn)行銳化處理。代碼：a=imread('E:psps素材壁紙mario.jpg');I=rgb2gray(a);H=fspecial('sobel');I1=imfilter(I,H);I1=imfilter(I,H);H=fspecial('prewitt');I2=imfilter(I,H);H=fspecial('laplacian');I3=imfilt

25、er(I,H);subplot(2,2,1);imshow(I);title('原圖像');subplot(2,2,2);imshow(I1);title('Sobel算子銳化圖像');subplot(2,2,3);imshow(I2);title('prewitt算子銳化圖像');subplot(2,2,4);imshow(I3);title('Laplacia算子銳化圖像');2銳化空間濾波1）采用3×3的拉普拉斯算子w = 1, 1, 1; 1 -8 1; 1, 1, 1濾波。2）將1）結(jié)果疊加到原始圖像上?？梢钥?/p>

26、出噪聲增強(qiáng)了(Laplacian算子對(duì)噪聲敏感)，應(yīng)想法降低。 3）獲取Sobel圖像并用imfilter對(duì)其進(jìn)行5×5鄰域平均，以減少噪聲。 4）獲取2)和3)相乘圖像，噪聲得以減少。 5）將4）結(jié)果疊加到原始圖像上。 6）最后用imadjust函數(shù)對(duì)5)結(jié)果做冪指數(shù)為0.2的灰度變換。代碼：i=imread('E:psps素材壁紙mario.jpg');i=rgb2gray(i);h1=1,1,1;1,-8,1;1,1,1;I1=imfilter(j,h1,'replicate');Z1=imadd(i,I1);h2=fspecial('s

27、obel');I2=imfilter(j,h2,'replicate');h3=fspecial('average',5*5);I3=imfilter(i,h3);Z2=immultiply(Z1,I3);Z3=imadd(i,Z2);I4=imadjust(Z3,0.2);subplot(4,2,1);imshow(i);title('原圖像');subplot(4,2,2);imshow(I1);title('拉普拉斯圖像');subplot(4,2,3);imshow(Z1);title('疊加圖像'

28、);subplot(4,2,4);imshow(I2);title('Sobel算子銳化圖像');subplot(4,2,5);imshow(I3);title('領(lǐng)域平均原圖像');subplot(4,2,6);imshow(Z2);title('相乘圖像');subplot(4,2,7);imshow(Z3);title('疊加圖像');subplot(4,2,8);imshow(Z4);title('灰度變換圖像');3自己設(shè)計(jì)銳化空間濾波器，并將其對(duì)噪聲圖像進(jìn)行處理，顯示處理后的圖像。代碼:i=imread

29、('E:psps素材壁紙mario.jpg');i=rgb2gray(i);j=imnoise(i,'gaussian',0,0.02);domain=8 8 0 8 8;8 8 0 8 8;0 0 0 0 0;8 8 0 8 8;8 8 0 8 8;K1=ordfilt2(j,5,domain);subplot(2,2,1),imshow(i);title('原圖像');subplot(2,2,2),imshow(j);title('高斯噪聲圖像');subplot(2,2,3),imshow(K1);title('自定

30、義模板處理圖像');5.4 結(jié)果分析Sobel算子做邊緣檢測(cè)，邊緣定位精度不高，有時(shí)還可能對(duì)非邊緣像素的響應(yīng)大于某些邊緣處的響應(yīng)或者響應(yīng)差別不是很大，造成漏檢或誤檢，但是它對(duì)噪聲具有較好的魯棒性。Prewitt算子和Sobel算子提取邊緣的結(jié)果差不多。在提取邊緣的同時(shí)它對(duì)噪聲具有平滑作用，能夠抑制一定的噪聲。由于Prewitt邊緣檢測(cè)算子是通過(guò)八個(gè)方向模板對(duì)圖像進(jìn)行卷積運(yùn)算，因此運(yùn)算量比較大。Log算子把的Gauss平滑濾波器和Laplacian銳化濾波器結(jié)合了起來(lái)，先平滑掉噪聲，再進(jìn)行邊緣檢測(cè)，所以效果會(huì)更好。Laplacian算子的特點(diǎn)：各向同性,線性和位移是不變的,對(duì)線性和孤立點(diǎn)

31、檢測(cè)效果好,但邊緣方向信息丟失,常產(chǎn)生雙像素的邊緣,對(duì)噪聲有雙倍的加強(qiáng)作用。實(shí)驗(yàn)六6.1實(shí)驗(yàn)?zāi)康?熟悉并掌握MATLAB圖像處理工具箱的使用； 理解并掌握常用的圖像的恢復(fù)和分割技術(shù)。6.2實(shí)驗(yàn)任務(wù)及要求 采用三種不同算子檢測(cè)圖像邊緣，顯示結(jié)果。分別使用Roberts、Prewitt、sobel算子和雙峰閾值法、最佳閾值法進(jìn)行圖像分割。6.3實(shí)驗(yàn)內(nèi)容、步驟和結(jié)果1) 采用三種不同算子檢測(cè)圖像邊緣，顯示結(jié)果。代碼：a=imread('E:psps素材壁紙mario.jpg');i1=rgb2gray(a);BW1=edge(i1,'prewitt');BW2=edg

32、e(i1,'sobel');BW3=edge(i1,'roberts');subplot(2,2,1);imshow(i1);title('原圖');subplot(2,2,2);imshow(BW1);title('prewitt邊緣檢測(cè)');subplot(2,2,3);imshow(BW2);title('sobel邊緣檢測(cè)');subplot(2,2,4);imshow(BW3);title('roberts邊緣檢測(cè)');2）分別使用Roberts、Prewitt、sobel算子和雙峰閾值法、最佳閾值法進(jìn)行圖像分割。代碼:I=imread('E:psps素材壁紙mario.jpg');I=rgb2gray(I);thresh=graythresh(