數(shù)字圖像處理實(shí)驗(yàn)答案

實(shí)驗(yàn)名稱：圖像的銳化處理實(shí)驗(yàn)?zāi)康膶W(xué)習(xí)用銳化處理技術(shù)來(lái)加強(qiáng)圖像的目標(biāo)邊界和圖像細(xì)節(jié)。對(duì)圖像進(jìn)行梯度算子、Roberts算子、Sobel算子邊緣檢測(cè)處理和Laplace算子邊緣增強(qiáng)處理，使圖像的某些特征（如邊緣、輪廓等）得以進(jìn)一步的增強(qiáng)和突出。實(shí)驗(yàn)內(nèi)容編寫(xiě)梯度算子和Roberts算子濾波函數(shù)。編寫(xiě)Sobel算子濾波函數(shù)。編寫(xiě)Laplace算子邊緣增強(qiáng)濾波函數(shù)。觀察頻域中用高低通濾波技術(shù)對(duì)圖像進(jìn)行的平滑和銳化處理。實(shí)驗(yàn)方法及編程用Matlab進(jìn)行編程，主要是對(duì)照著實(shí)驗(yàn)書(shū)上面的算法流程圖進(jìn)行代碼的編 寫(xiě)，主要編寫(xiě)代碼如下所示：functionnewbuf=RobFilter(oldbuf,M,N);%*************************************************************************%函數(shù)名稱：%RobFilter()%說(shuō)明：%'Robert梯度'濾波算法。%*************************************************************************fori=1:M-1forj=1:N-1newbuf(i,j)=abs(oldbuf(i,j)-oldbuf(i+1,j+1))+abs(oldbuf(i+1,j)-oldbuf(i,j+1));endend%-------------------------------------------------------------------------functionnewbuf=SobFilter(oldbuf,M,N);%*************************************************************************%函數(shù)名稱：%SobFilter()%說(shuō)明：%'Sobel'濾波算法。%*************************************************************************fori=2:M-1forj=2:N-1sx=oldbuf(i+1,j-1)+2*oldbuf(i+1,j)+oldbuf(i+1,j+1)-oldbuf(i-1,j-1)-2*oldbuf(i-1,j)-oldbuf(i-1,j+1);sy=oldbuf(i-1,j+1)+2*oldbuf(i,j+1)+oldbuf(i+1,j+1)-oldbuf(i-1,j-1)-2*oldbuf(i,j-1)-oldbuf(i+1,j-1);newbuf(i,j)=abs(sx)+abs(sy);endend%-------------------------------------------------------------------------functionnewbuf=LapFilter(oldbuf,M,N);%*************************************************************************%函數(shù)名稱：%LapFilter()%說(shuō)明：%'Laplace'濾波算法。%************************************************************************fori=2:M-1forj=2:N-1newbuf(i,j)=5*oldbuf(i,j)-oldbuf(i-1,j)-oldbuf(i+1,j)-oldbuf(i,j-1)-oldbuf(i,j+1);endend實(shí)驗(yàn)結(jié)果及分析（原圖像和處理后的圖像比較及分析）如上圖所示即為實(shí)驗(yàn)結(jié)果。如上圖所示Robert算子能夠檢測(cè)出原圖像的邊緣，并且顯示出來(lái)；Sobel在Robert算子的基礎(chǔ)上增強(qiáng)了邊緣，所以圖像上結(jié)果會(huì)顯示比原圖像邊緣要更加粗一些；Laplace算子與其他邊緣增強(qiáng)方法不同，即其邊緣的增強(qiáng)程度和邊緣的方向無(wú)關(guān)，所以圖像的細(xì)節(jié)明顯比原來(lái)更加突出。實(shí)驗(yàn)名稱：圖像方塊編碼實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)編程實(shí)驗(yàn)，掌握方塊編碼的基本方法及壓縮性能。實(shí)驗(yàn)內(nèi)容編程實(shí)現(xiàn)子塊為nxn的方塊編碼基本算法，分別取n=2,4,8方塊尺寸進(jìn)行編解碼實(shí)驗(yàn)，計(jì)算編碼后的均方誤差和壓縮比。實(shí)驗(yàn)圖像可為任意圖像。實(shí)驗(yàn)方法及編程用Matlab進(jìn)行編程，主要是對(duì)照著實(shí)驗(yàn)書(shū)上面的算法流程圖進(jìn)行代碼的編 寫(xiě)，下面是主要的實(shí)驗(yàn)代碼：functionnewbuf=BtcCode(oldbuf,M,N,n)%*************************************************************************%函數(shù)名稱：%BtcCode()方塊編碼函數(shù)%參數(shù)：%oldbuf原圖像數(shù)組%MN原圖像尺寸%n方塊尺寸%說(shuō)明：%調(diào)用方塊編碼算法函數(shù)，輸出編碼后的圖像%*************************************************************************newbuf=oldbuf;rowblocks=M/n;colblocks=N/n;fori=1:rowblocks-1row=i*n;forj=1:colblocks-1col=j*n;fori=1:nforj=1:ninbuf(i,j)=oldbuf(i+row,j+col);endendoutbuf=BtcBlock(inbuf,n);fori=1:nforj=1:nnewbuf(i+row,j+col)=outbuf(i,j);endendendend%-------------------------------------------------------------------------functionoutbuf=BtcBlock(inbuf,n)%*************************************************************************%函數(shù)名稱：%btcblock()方塊編碼算法函數(shù)%參數(shù)：%inbuf方塊數(shù)組%n方塊尺寸%outbuf存放處理后的方塊圖像%說(shuō)明：%把原圖像分成n*n子塊，對(duì)每個(gè)方塊的圖像數(shù)據(jù)分別計(jì)算xt,a0,a1值，再用分辨率分%量(a0,a1)替代方塊原來(lái)的數(shù)據(jù)最后放入方塊圖像數(shù)組中并返回該數(shù)組。%*************************************************************************temp=0;temp0=0;temp1=0;q=0;m=n*n;inbuf=double(inbuf);fori=1:nforj=1:ntemp=temp+inbuf(i,j);endendxt=temp/m;fori=1:nforj=1:nif(inbuf(i,j)>=xt)q=q+1;temp1=temp1+inbuf(i,j);elsetemp0=temp0+inbuf(i,j);endendendifq~=ma0=round(temp0/(m-q));endifq~=0a1=round(temp1/q);endfori=1:nforj=1:nif(inbuf(i,j)<xt)outbuf(i,j)=a0;elseoutbuf(i,j)=a1;endendEnd實(shí)驗(yàn)結(jié)果及分析（原圖像和處理后的圖像比較及分析）如上圖所示，即為實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)將圖像分為m=n*n的子圖像塊，然后進(jìn)行方塊編碼；由實(shí)驗(yàn)結(jié)果可知，窗口愈大時(shí)，方塊效應(yīng)越明顯，方塊編碼圖像變得越模糊；窗口愈小時(shí)，編碼圖像接近于原圖像。實(shí)驗(yàn)名稱：圖像線性預(yù)測(cè)編碼實(shí)驗(yàn)?zāi)康耐ㄟ^(guò)編程設(shè)計(jì)，掌握幀內(nèi)DPCM的編解碼方法（預(yù)測(cè)，量化）及其壓縮性能。實(shí)驗(yàn)內(nèi)容編制一維前值預(yù)測(cè)DPCM編解碼程序，預(yù)測(cè)系數(shù)取（1,0,0,0）。編制二維前值預(yù)測(cè)DPCM編解碼程序，預(yù)測(cè)系數(shù)?。?/2,1/4,0,1/4)。重建圖像與原圖像誤差圖像，用絕對(duì)誤差表示如下：式中的n為放大因子，以便觀察誤差的分布情況。本實(shí)驗(yàn)采用15個(gè)量化分層的主觀量化器，其量化電平分別?。?，+5，+10，+17，+28，+39，+52，+67）。分別計(jì)算重建后圖像的PSNR。實(shí)驗(yàn)的圖像為cla0或cla1。實(shí)驗(yàn)方法及編程用Matlab進(jìn)行編程，主要是對(duì)照著實(shí)驗(yàn)書(shū)上面的算法流程圖進(jìn)行代碼的編 寫(xiě)，主要的代碼如下所示：functionnewbuf=Dpcm_code(oldbuf,M,N,dim);%*************************************************************************%函數(shù)名稱：%Dpcm_Code()“線性預(yù)測(cè)編解碼器”算法函數(shù)%參數(shù)：%oldbuf原圖像數(shù)組%M,N原圖像尺度%dim選擇預(yù)測(cè)編碼維數(shù)%newbuf存放處理后的圖像二維數(shù)組%說(shuō)明：%根據(jù)線性預(yù)測(cè)編解碼算法調(diào)用各個(gè)子模塊，對(duì)原圖像進(jìn)行1D/2D線性預(yù)測(cè)編碼和解碼，%解碼后的恢復(fù)圖像放在newbuf數(shù)組中。%*************************************************************************globalnewbuf;%定義全局變量fori=1:Mforj=1:Npre_val=Predict_Value(i,j,N,dim);err=oldbuf(i,j)-pre_val;quan_err=Quant_Value(err);res_val=Restor_Value(quan_err,pre_val);newbuf(i,j)=Clip_Value(res_val);endend%-------------------------------------------------------------------------functionnewbuf=Error_Code(M,N,dim);%*************************************************************************%函數(shù)名稱：%Error_Code()“傳輸誤碼解碼器”算法函數(shù)%參數(shù)：%M,N原圖像尺度%dim選擇預(yù)測(cè)編碼維數(shù)%newbuf存放處理后的圖像二維數(shù)組%說(shuō)明：%模擬信道傳輸過(guò)程中產(chǎn)生的誤碼，觀察傳輸誤碼經(jīng)解碼后對(duì)恢復(fù)圖像的影響，解碼%后的恢復(fù)圖像放在newbuf數(shù)組中。%*************************************************************************globalnewbuf;wrong=zeros(M,N);wrong(100,100)=120;fori=1:Mforj=1:Npre_val=Predict_Value(i,j,N,dim);err=wrong(i,j);quan_err=Quant_Value(err);res_val=Restor_Value(quan_err,pre_val);newbuf(i,j)=Clip_Value(res_val);endend%-------------------------------------------------------------------------functionPvalue=Predict_Value(row,col,N,dim)%*************************************************************************%{Thisfunctionisusedtogivepredictedvalueaslinearpredictor.%Thepredictionformulaisasfollows:%1_DDPCM:^x[i,j]=128ifj=1%x'[i,j-1]ifj>1%2_DDPCM:^x[i,j]=128ifi=1,j=1%x'[i,j-1]ifi=1,j>1%x'[i-1,j]ifi>1,j=1orN%1/2x'[i,j-1]ifi>1,j>1%1/8x'[i-1,j-1](Pirsch'spredictor)%1/4x'[i-1,j]%1/8x'[i-1,j+1]%Dim:Dimensionofprediction%Row:verticalcoordinateofcurrentpixeltobepredicted%COL:horizontalcoordinateofcurrentpixeltobepredicted}%*************************************************************************globalnewbuf;switchdim%預(yù)測(cè)算法編程case1ifcol==1Pvalue=128;elsePvalue=newbuf(row,col-1);endcase2if(row==1&&col==1)Pvalue=128;endif(row==1&&col>1)Pvalue=newbuf(row,col-1);endif(row>1&&col==1)||(row>1&&col==N)Pvalue=newbuf(row-1,col);endif(row>1&&col>1&&col<N)Pvalue=(1/2)*newbuf(row,col-1)+(1/4)*newbuf(row-1,col-1)+...(1/4)*newbuf(row-1,col+1);endend%-------------------------------------------------------------------------functionQvalue=Quant_Value(err);%*************************************************************************%Thisfunctionisusedaslinearquantizer.Thequantizerhastotally%13quantizationlevel:%0,-+7,-+16,-+27,-+38,-+51,-+66%*************************************************************************if(abs(err)<=3)lev=0;elseif(abs(err)<=11)lev=7;elseif(abs(err)<=21)lev=16;elseif(abs(err)<=32)lev=27;elseif(abs(err)<=44)lev=38;elseif(abs(err)<=58)lev=51;elselev=66;end;end;end;end;end;end;Qvalue=lev;if(err~=0)Qvalue=lev*(err/abs(err));end%-------------------------------------------------------------------------functionRvalue=Restor_Value(quan_err,pre_val)%*************************************************************************%ThisfunctionisusedtogetrestoredvalueofDPCM%x=^x+Quant_Error%*************************************************************************Rvalue=quan_err+pre_val;%-------------------------------------------------------------------------functionCvalue=Clip_Value(res_val)%*************************************************************************%Thisfunctionisusedtocliptorestoredvalueto8_bitvalue%0ifx<0%x'=255ifx>255%xotherwise%*************************************************************************if(res_val<0)Cvalue=0;elseif(res_val>255)Cvalue=255;elseCvalue=res_val;end;end;實(shí)驗(yàn)結(jié)果及分析（原圖像和處理后的圖像比較及分析）如上圖所示，即為實(shí)驗(yàn)所得的結(jié)果圖像。由實(shí)驗(yàn)結(jié)果可以看出，一維和二維預(yù)測(cè)編碼圖像非常接近原圖像；從誤碼圖像中可以看出，一維預(yù)測(cè)編碼會(huì)將誤差延續(xù)到行末端，而二維預(yù)測(cè)編碼其將誤碼延續(xù)至其后的斜后方，所以二維預(yù)測(cè)編碼的誤差會(huì)偏小。實(shí)驗(yàn)名稱：JPEG壓縮編碼實(shí)驗(yàn)?zāi)康恼莆課xn子塊的DCT圖像變換及頻譜特點(diǎn)。熟悉JPEG基本系統(tǒng)的圖像編解碼方法。實(shí)驗(yàn)內(nèi)容編程實(shí)現(xiàn)nxn子塊DCT變換的圖像頻譜顯示，8x8子塊DCT變換系數(shù)按“Z”掃描圖像重建，計(jì)算圖像的均方根誤差RMSE，顯示誤差圖像和誤差直方圖。編程實(shí)現(xiàn)JPEG壓縮編碼，進(jìn)行8x8子塊的DCT圖像變換，JPEG量化矩陣的量化與反量化，8x8子塊DCT的圖像重建，計(jì)算圖像的均方根誤差RMSE，顯示誤差圖像和誤差直方圖。實(shí)驗(yàn)方法及編程用Matlab進(jìn)行編程，主要是對(duì)照著實(shí)驗(yàn)書(shū)上面的算法流程圖進(jìn)行代碼的編 寫(xiě)，主要的代碼如下所示：functionnewbuf=DctBlock(oldbuf,Block)%*************************************************************************%函數(shù)名稱：%DctBlock()DCTn*n塊頻譜函數(shù)%%參數(shù)：%oldbuf原圖像數(shù)組%BlockDCTn*n當(dāng)前塊選擇值%newbuf存放處理后的圖像二維數(shù)組%%說(shuō)明：%根據(jù)Block塊的當(dāng)前選擇值，計(jì)算原圖像的n*n塊DCT變換，并轉(zhuǎn)換為可視頻譜圖，%有利于頻譜的觀察。%*************************************************************************oldbuf=double(oldbuf);%添加程序H=dctmtx(Block);newbuf=blkproc(oldbuf,[BlockBlock],'P1*x*P2',H,H');newbuf=log(abs(newbuf));subplot(2,2,2);imshow(newbuf,[]);%-------------------------------------------------------------------------functionnewbuf=DctCode(oldbuf,DCTch)%*************************************************************************%函數(shù)名稱：%DctCode()DCT8*8塊系數(shù)“Z”字掃描圖像壓縮函數(shù)%%參數(shù)：%oldbuf原圖像數(shù)組%DCTchDCT8*8塊“Z”掃描當(dāng)前系數(shù)選擇值%newbuf存放處理后的圖像二維數(shù)組%%說(shuō)明：%計(jì)算圖像的8×8子塊DCT變換，按“Z”字掃描順序，根據(jù)DCTch參數(shù)，只保留64個(gè)%DCT系數(shù)中的前DCTch個(gè)系數(shù)，對(duì)修改后的DCT系數(shù)用逆DCT變換重建圖像，得到DCT變%換的壓縮圖像。計(jì)算重建圖像的均方根誤差RMSE；顯示誤差圖像和誤差直方圖。%*************************************************************************zigzag=[126715162829%設(shè)置z掃描順序35814172730434913182631424410121925324145541120243340465355212334394752566122353848515760623637495058596364];tbuf=ones(8);%定義8*8全1數(shù)組maskbuf=tbuf.*zigzag<=DCTch;%根據(jù)當(dāng)前DCTch值得到“Z”字掃描的二值掩模oldbuf=double(oldbuf);H=dctmtx(8);%添加程序dctno=blkproc(oldbuf,[88],'P1*x*P2',H,H');newbuf=blkproc(dctno,[88],'P1*(x.*P2)*P3',H',maskbuf,H);subplot(2,2,2);imshow(newbuf,[]);eimag(oldbuf,newbuf);%-------------------------------------------------------------------------functionnewbuf=JpegCode(oldbuf)%*************************************************************************%函數(shù)名稱：%JpegCode()JPEG近似基準(zhǔn)編碼%%參數(shù)：%oldbuf原圖像數(shù)組%newbuf存放處理后的圖像二維數(shù)組%%說(shuō)明：%實(shí)現(xiàn)JPEG壓縮編碼，進(jìn)行8×8子塊DCT變換、JPEG量化矩陣的量化與反量化，%8×8子塊DCT的圖像重建；計(jì)算重建圖像的均方根誤差RMSE；顯示誤差圖像和誤差直方圖。%*************************************************************************z=[1611101624405161.121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399];%標(biāo)準(zhǔn)亮度量化表oldbuf=double(oldbuf);%原圖像數(shù)據(jù)轉(zhuǎn)換為雙精度H=dctmtx(8);%添加程序dctno=blkproc(oldbuf,[88],'P1*x*P2',H,H');jpegno=blkproc(dctno,[88],'round(x./P1)',z);jpegno1=blkproc(jpegno,[88],'x.*P1',z);newbuf=blkproc(jpegno1,[88],'P1*x*P2',H',H);subplot(2,2,2);imshow(newbuf,[]);eimag(oldbuf,newbuf);%-----------------------------