數(shù)字圖像處理實(shí)驗(yàn)一報告

1、貴州大學(xué)實(shí)驗(yàn)報告學(xué)院：專業(yè)：班級:姓名學(xué)號實(shí)驗(yàn)組實(shí)驗(yàn)時間指導(dǎo)教師成績實(shí)驗(yàn)項(xiàng)目名稱實(shí)驗(yàn)一：圖像的基本運(yùn)算及常用變換實(shí)驗(yàn)?zāi)康耐ㄟ^本實(shí)驗(yàn)的學(xué)習(xí)使學(xué)生熟悉MATLAB圖像處理工具箱的編程和使用；掌握數(shù)字圖像的基本算術(shù)運(yùn)算和邏輯運(yùn)算的原理和應(yīng)用；掌握常用的變換：二維離散傅立葉變換、二維離散余弦變換的正反變換，及一些性質(zhì)的驗(yàn)證。實(shí)驗(yàn)要求集中授課的教學(xué)形式實(shí)驗(yàn)原理1、圖像文件的讀?。篿mread函數(shù)語法：A=imread(filename,fmt)X,map=imread(filename,fmt).=imread(filename).=imread(.,idx)(CUR,ICO,andTIFFonly).

2、=imread(.,ref)(HDFonly).=imread(.,BackgroundColor,BG)(PNGonly)A,map,alpha=imread(.)(PNGonly)2、圖像文件的顯示：imshow函數(shù)當(dāng)用戶調(diào)用imshow函數(shù)顯示一幅圖像時，該函數(shù)將自動設(shè)置圖像窗口、坐標(biāo)軸和圖像屬性。這些自動設(shè)置的屬性具體包括圖像對象的CData屬性和CDataMapping屬性、坐標(biāo)軸對象的CLim屬性、圖像窗口對象的Colormap屬性。另外，根據(jù)用戶使用參數(shù)的不同，imshow函數(shù)在調(diào)用時除了完成前面提到的屬性設(shè)置外還可以完成以下的操作：設(shè)置其它的圖形窗口對象的屬性和坐標(biāo)軸對象的屬性

3、以優(yōu)化顯示效果，如可以設(shè)置隱藏坐標(biāo)軸及其標(biāo)示等。包含和隱藏圖像邊框。調(diào)用truesize函數(shù)以顯示沒有彩色漸變效果的圖像。語法：imshow(I,n)imshow(I,lowhigh)imshow(BW)imshow(X,map)imshow(RGB)imshow(.,display_option)imshow(x,y,A,.)imshowfilenameh=imshow(.)3、在圖像處理中一種最簡單的圖像恢復(fù)算法是利用其鄰域像素的值求和再取平均來得到改點(diǎn)的一個恢復(fù)值：f(x,y)=9f(x-1,y-1)+f(x-l,y)+f(x-1,y+1)+f(x,y)f(x,y-1)+f(x,y+1)

4、+f(x+1,y-1)+f(x+1,y)+f(x+1,y+1)4、運(yùn)動檢測原理：在序列圖像中，通過逐像素比較可直接求取前后兩幀圖像之間的差別。假設(shè)照明條件在多幀圖像間基本不變化，那么差圖像中的不為零處表明該處的像素發(fā)生了移動。換句話說，對時間上相鄰的兩幅圖像求差可以將圖像中目標(biāo)的位置和形狀變化突出出來。5、Matlab中的fft2函數(shù)語法：Y=fft2(X)=fft2(X,m,n)6、Matlab中的辻ft2函數(shù)語法：=fft2(X)=fft2(X,m,n)7、二維傅立葉變換的平移性質(zhì)。8、Matlab中二維離散余弦變換函數(shù)dct2語法：B=det2(A)B=det2(A,m,n)B=det2

5、(A,mn)9、Matlab中的函數(shù)detmtx此函數(shù)可以用來求離散余弦變換的變換矩陣Do語法：D=detmtx(n)10、DCT域的圖像壓縮原理。離散余弦變換DCT(DisereteCosineTransform)是數(shù)碼率壓縮的一個常用的變換編碼方法。DCT是先將整體圖像分成NxN像素塊，然后對NxN像素塊逐一進(jìn)行DCT變換。在變換編碼中一個很重要的因素是塊的大小。最通用的大小是8X8和16X16，由于計(jì)算方面的原因，兩個都是2的乘方。若是采用8X8的變換塊，則得到的變換為C(UV)稱為DCT系數(shù)。此矩陣的左上角系數(shù)G(1)相當(dāng)于最低頻率的系數(shù)，簡稱為子圖像的直流(DC)系數(shù)或直流成分；除此

6、之外的C(UV)均為交流系數(shù)。在右下角的系數(shù)G(8,8)是最高頻率的系數(shù)；在右上角的系數(shù)G(1,8)，表示水平方向頻率最高，垂直方向頻率最低的系數(shù)；在左下角的系數(shù)G(8,1)，表示垂直方向頻率最高，水平方向頻率最低的系數(shù)。另外在進(jìn)行DCT變換以前，二維空間圖像亮度數(shù)據(jù)通常較高，應(yīng)該先進(jìn)行向下電平的移位。如果是256灰度級，則將亮度值剪掉128。由于大多數(shù)圖像的高頻分量較少，相應(yīng)于圖像高頻分量的系數(shù)經(jīng)常為零，加之人眼對高頻成分的失真不太敏感，所以可用更粗的量化。因此，傳送變換系數(shù)的數(shù)碼率要大大小于傳送圖像像素所用的數(shù)碼率。到達(dá)接收端后通過反離散余弦變換回到原值。雖然會有定的失真，但人眼是可以接受

7、的。例：有一幅灰度圖像為：139144149153155155155155144151153156159156156156150155160163158156156156159161162160160159159159159160161162162155155155161161161161160157157157162162161163162157157157162162161161163158158158電平移位后為:1116212527272727162325283128282822273235302828283133343232313131313233343427272733333333

8、3229292934343335342929293434333335303030DCT系數(shù)235.6-1.0-12.1-5.22.1-1.7-2.71.3-22.6-17.5-6.2-3.2-2.9-0.10.4-1.2-10.9-9.3-1.61.50.2-0.9-0.6-0.1-7.1-1.90.21.50.9-0.10.00.3-0.6-0.81.51.6-0.1-0.70.61.31.8-0.21.6-0.3-0.81.51.0-1.0-1.3-0.4-0.3-1.5-0.51.71.1-0.8-2.61.6-3.8-1.81.91.2-0.6-0.4從上面的DCT變換系數(shù)矩陣可以看出

9、高頻分量占得很少。所以對于系數(shù)小的我們可以分配較少的比特，大的系數(shù)可以分配較多的比特，對其進(jìn)行量化編碼。實(shí)驗(yàn)儀器計(jì)算機(jī)一臺；Matlab軟件實(shí)驗(yàn)步驟1、讀取一個彩色圖像文件并顯示。將此圖像轉(zhuǎn)換為256色的灰度圖像。用subimage函數(shù)將彩色圖像和灰度圖像同時顯示。2、讀取灰度圖像。用imnosie函數(shù)加入0.02的椒鹽噪聲；米用8鄰域像素平均的方法對有噪聲的圖像去噪。同時顯示原圖像，噪聲圖像，和恢復(fù)后的圖像。加入不同參數(shù)的椒鹽噪聲比較實(shí)驗(yàn)結(jié)果。3、編寫程序。產(chǎn)生一個50*50的矩陣。其中第(20,10)到(20,15)的值為255。其余矩陣元素為0。對該矩陣做二維傅立葉變換，并顯示其頻譜圖。

10、將該圖像中的目標(biāo)向y方向平移。即將(20,35)到(20,40)的元素置為255。其余值為0。對該矩陣做二維傅立葉變換，并顯示其頻譜圖。對兩頻譜圖進(jìn)行比較，得出結(jié)論。依照以上方法驗(yàn)證傅立葉變換的X方向的平移性質(zhì)。4、對給定圖像進(jìn)行二維DCT變換，并將DCT系數(shù)矩陣中值小于給定閾值的元素置為0，然后使用反離散余弦變換重建圖像。同時顯示原圖像和重建圖像。3003001、彩色圖像文件的讀取和顯示。2、利用8鄰域平均法對圖像去噪。3、A二imread(Lena.bmp);%讀取彩色圖像編寫程序。讀取圖像manface1.jpg和manface2.jpg。用兩圖像相減的方式獲取運(yùn)動軌跡4、二維離散傅立葉

11、變換的平移性質(zhì)驗(yàn)證。5、二維離散余弦變換的應(yīng)用。步驟1代碼部分clearall;closeall;clc;figure(1)imshow(A)title(Lena彩色圖像顯示)%給圖像加標(biāo)題%產(chǎn)生新的圖形窗口，用于顯示%顯示圖像B二rgb2gray(A);%彩色圖轉(zhuǎn)灰度圖figure(2)subplot(121),subimage(A)%分為1X2兩個窗口，當(dāng)前選擇在第一個窗口subplot(122),subimage(B)gtext(Lena彩色圖像和灰度圖像顯示)昌)80拽tTgl蘭亠a侏運(yùn)行運(yùn)行并睡p1丨=回S2I文件(F)務(wù)(E)(V)插入TMCD桌面(D)窗口(W)轄助(H)7曰41

12、、%傳巴目；回di回Figure2Lenm彩色圖像和灰度圖像顯示5010015020025010020030050100150200250100200300步驟2代碼部分clearall;closeall;clc;A二imread(Cameraman.bmp);%給圖片加噪聲密度為0.02的椒鹽噪聲B=imnoise(A,salt&pepper,0.02);%制定卷積核h-ones(3,3)/5;%ones產(chǎn)生全部兀素都為1的矩陣h(l,l)=O;%矩陣特定元素賦值h(1,3)=0;h(3,1)=0;h(3,3)=0;%平滑運(yùn)算C=imfilter(B,h);subplot(131),imsh

13、ow(A)subplot(132),imshow(B)subplot(133),imshow(C)噪聲密度為0.02噪聲密度為0.06步驟3代碼部分clearall;closeall;clc;Al二zeros(50,50);%zeros產(chǎn)生全部元素都為0的矩陣Al(20,10:15)=255;%二維傅立葉變換Fl=fft2(Al);F11二abs(Fl);A2二zeros(50,50);A2(20,35:45)=255;F2=fft2(A2);F21=abs(F2);figure(l)subplot(121),imshow(Fll),title(平移前頻譜);subplot(122),imshow(F21),title(平移后頻譜)；colormap(jet);colorbar;%色圖設(shè)置步驟4代碼部分clearall;closeall;clc;A二imread(Lena.bmp);B二rgb2gray(A);subplot(221),imshow(B),title(原圖像)；%對給定圖像進(jìn)行二維DCT變換Y=dct2(double(B)/255);subplot(222),imshow(mat2gray(Y),title(DCT圖像)；轉(zhuǎn)換矩陣為灰度圖像fori=l:185forj=1:255if(