2023年數(shù)字圖像處理實(shí)驗(yàn)報(bào)告版

目錄TOC＼o"1-3"＼h＼ｚ＼uHＹPERLIＮＫ實(shí)驗(yàn)一:數(shù)字圖像的基本解決操作 ＰAGEREF_Ｔoc＼h4HＹPERLINK1.１：實(shí)驗(yàn)?zāi)康?ＰAGEREF_Toc\ｈ４HYPERＬINK＼l"_Toｃ＂1.2:實(shí)驗(yàn)任務(wù)和規(guī)定?ＰAGEREF_Toc＼h4HＹPERLINK\l"_Toc"1.3：實(shí)驗(yàn)環(huán)節(jié)和結(jié)果 ＰAGＥRＥＦ＿Ｔoc\h５HYPEＲLINK1.4：結(jié)果分析?PAGＥＲEＦ＿Tｏｃ\ｈ8HYPERＬＩＮK＼l"_Toc＂實(shí)驗(yàn)二:圖像的灰度變換和直方圖變換?9HYPERLINK＼l＂_Toｃ"2.1:實(shí)驗(yàn)?zāi)康?ＰAGEREF_Toｃ＼h９ＨYPＥRLINK2.2：實(shí)驗(yàn)任務(wù)和規(guī)定?PＡGEREF＿Toｃ＼h9HＹPERLINＫ\l＂_Tｏc"2.3:實(shí)驗(yàn)環(huán)節(jié)和結(jié)果 PAGＥREF_Toc\h9HYPERLINK＼l"＿Tｏｃ＂2.4：結(jié)果分析?PAGERＥF_Toｃ\h13ＨＹPERＬINＫ＼ｌ"_Toｃ"實(shí)驗(yàn)三：圖像的平滑解決 PAGEREＦ＿Toc\h14ＨYPERＬIＮK3.1：實(shí)驗(yàn)?zāi)康?PAGEREF＿Toｃ＼h14HYPＥRLINK\l"_Ｔoc"３．2:實(shí)驗(yàn)任務(wù)和規(guī)定 ＰAGＥＲEF_Ｔｏc\h1４HＹPＥRLIＮK\l"＿Toc"３．3:實(shí)驗(yàn)環(huán)節(jié)和結(jié)果 ＰＡGEＲＥF_Toc\h１4HＹPＥRLIＮK\l"_Ｔｏc＂3．4：結(jié)果分析 PAGEREF_Toｃ\ｈ18ＨYＰERＬINK實(shí)驗(yàn)四：圖像的銳化解決 PAＧEREF_Toc＼h19ＨYPＥRLINK\ｌ＂_Toｃ"4.1:實(shí)驗(yàn)?zāi)康?ＰAＧEREＦ_Tｏc＼h１９HYPEＲLＩNK\ｌ"_Tｏc"4.２:實(shí)驗(yàn)任務(wù)和規(guī)定?PAGEＲＥF_Ｔｏc\h1９ＨYＰＥRLINK\ｌ"_Toｃ"４.3：實(shí)驗(yàn)環(huán)節(jié)和結(jié)果?PＡGEREF_Toc\h19ＨYPEＲLINＫ\ｌ"＿Ｔoｃ"4.４：結(jié)果分析?PＡＧEＲＥF_Toｃ＼h21實(shí)驗(yàn)一:數(shù)字圖像的基本解決操作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)算和簡樸變換。３、熟悉及掌握圖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。1.2：實(shí)驗(yàn)任務(wù)和規(guī)定讀入一幅RＧB圖像，變換為灰度圖像和二值圖像，并在同一個(gè)窗口內(nèi)提成三個(gè)子窗口來分別顯示RＧＢ圖像和灰度圖像，注上文字標(biāo)題。對兩幅不同圖像執(zhí)行加、減、乘、除操作，在同一個(gè)窗口內(nèi)提成五個(gè)子窗口來分別顯示,注上文字標(biāo)題。對一幅圖像進(jìn)行平移，顯示原始圖像與解決后圖像，分別對其進(jìn)行傅里葉變換,顯示變換后結(jié)果，分析原圖的傅里葉譜與平移后傅里葉頻譜的相應(yīng)關(guān)系。對一幅圖像進(jìn)行旋轉(zhuǎn)，顯示原始圖像與解決后圖像，分別對其進(jìn)行傅里葉變換,顯示變換后結(jié)果,分析原圖的傅里葉譜與旋轉(zhuǎn)后傅里葉頻譜的相應(yīng)關(guān)系。1．３：實(shí)驗(yàn)環(huán)節(jié)和結(jié)果對實(shí)驗(yàn)任務(wù)1的實(shí)現(xiàn)代碼如下:a=imread('d:\tp．jpg'）;i＝rgb２grａy(a);I=iｍ2bw(a,0.５);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）;tiｔlｅ('原圖像');結(jié)果如圖１.1所示:圖1.1原圖及其灰度圖像,二值圖像對實(shí)驗(yàn)任務(wù)2的實(shí)現(xiàn)代碼如下:ａ=ｉmｒead（'d:\tp.jpg');A=imresｉzｅ(a,［8008０0]);b=iｍread('d:＼ｔp2.jpg');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'）;sｕbｐｌot(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(jié)果如圖1.２所示：對實(shí)驗(yàn)任務(wù)3的實(shí)現(xiàn)代碼如下:s=imｒｅad（'d:＼tｐ３.jpｇ');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）);%對數(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);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.^2+ZZ.＾2）;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('離散傅里葉變換頻譜'）;sｕｂplot(2,２,4);imshow(B);title('平移圖像離散傅里葉變換頻譜'）;結(jié)果如圖1.3所示：對實(shí)驗(yàn)任務(wù)4的實(shí)現(xiàn)代碼如下：s＝iｍread（'ｄ:＼tp3.jpg＇)；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(RR.^2+IＩ.^2);Ａ=(Ａ-min(miｎ（Ａ))）/(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(WW.^2+ZZ.^2)；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＇)；ｓubpｌot（２，2，４)；ｉmshoｗ(Ｂ);tiｔｌｅ('平移圖像離散傅里葉頻譜');結(jié)果如圖1.4所示：1.4：結(jié)果分析對MATＬAB軟件的操作開始時(shí)不太熟悉，許多語法和函數(shù)都不會(huì)使用,寫出程序后,調(diào)試運(yùn)營，最開始無法顯示圖像,檢查因素，是有些標(biāo)點(diǎn)符號沒有在英文狀態(tài)下輸入和一些其他的細(xì)節(jié)，學(xué)會(huì)了imrｅad(),ｉmｓｈow（)，rgb2gray(）等函數(shù)。實(shí)驗(yàn)二:圖像的灰度變換和直方圖變換2.1：實(shí)驗(yàn)?zāi)康?、熟悉及掌握圖像的采樣原理，實(shí)現(xiàn)圖像的采樣過程，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,及通過直方圖均衡對圖像進(jìn)行修正。2.２：實(shí)驗(yàn)任務(wù)和規(guī)定對一幅圖像進(jìn)行2倍、4倍、8倍和1６倍減采樣,顯示結(jié)果。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。對一幅圖像進(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)提成四個(gè)子窗口來分別顯示,注上文字標(biāo)題。對一副圖像進(jìn)行直方圖均衡化,顯示結(jié)果圖像和相應(yīng)直方圖。對一副圖像進(jìn)行如圖所示的分段線形變換解決，試比較與直方圖均衡化解決的異同。２．3：實(shí)驗(yàn)環(huán)節(jié)和結(jié)果1.對實(shí)驗(yàn)任務(wù)1的實(shí)現(xiàn)代碼如下：a=iｍread（'ｄ:＼tp2.jｐg＇);b＝ｒgb2gray(a);fｏrm=１:4ｆiｇure[wｉｄｔｈ,height］=size(ｂ）;quaｒｔｉmage＝zｅroｓ(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(jié)果如圖所示：２.對實(shí)驗(yàn)任務(wù)2的實(shí)現(xiàn)代碼如下：ａ=imread('d：\tp2.ｊpg＇);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);imshｏw（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(zhuǎn)圖像');結(jié)果如圖２．2所示:3.對實(shí)驗(yàn)任務(wù)３的實(shí)現(xiàn)代碼如下:a=imｒｅａd('d:\tp.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＇);subpｌot（2，2,3);imｓhow(ｎ);title（'圖像變暗');ｓubplot（2,2，４）;imshow(ｇ);titｌe（＇負(fù)片效果＇）;結(jié)果如圖所示:４．對實(shí)驗(yàn)任務(wù)4的實(shí)現(xiàn)代碼如下：b=ｉmread('ｄ:\tp．jpｇ'）；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(jié)果如圖2.4所示:5.對實(shí)驗(yàn)任務(wù)5的實(shí)現(xiàn)代碼如下: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）；結(jié)果如圖所示：2.4：結(jié)果分析這次實(shí)驗(yàn)重要是對圖像的灰度變換和直方圖均衡化,實(shí)驗(yàn)內(nèi)容涉及灰度拉伸、圖像反轉(zhuǎn)、圖像的二值化以及直方圖均衡。通過實(shí)驗(yàn)將課本上理論知識加以實(shí)踐，實(shí)驗(yàn)過程中明白了圖像解決的一些技巧。但是以上幾種方法采用的基本都是線性變換法,在實(shí)際應(yīng)用中存在很多缺陷。它只能解決一些黑白分明的圖像,而對于一些顏色豐富或者解決比較復(fù)雜圖像時(shí)，往往于心局限性。實(shí)驗(yàn)三:圖像的平滑解決３.1：實(shí)驗(yàn)?zāi)康?、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(shù),如鄰域平均法和中值濾波的原理、特點(diǎn)、合用對象。3．２:實(shí)驗(yàn)任務(wù)和規(guī)定讀出leｎa.ｊｐg這幅圖像，給這幅圖像分別加入椒鹽噪聲、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。對受高斯噪聲(模擬均值為0方差為０．02的高斯噪聲)干擾的leｎa圖像分別運(yùn)用鄰域平均法和中值濾波進(jìn)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(jié)果。對受椒鹽噪聲(噪聲方差為0.０2）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０.02)干擾的lｅna圖像,選擇合適的濾波器將噪聲濾除。３.3：實(shí)驗(yàn)環(huán)節(jié)和結(jié)果１.對實(shí)驗(yàn)任務(wù)1的實(shí)現(xiàn)代碼如下:>>I=imreaｄ('d:＼ｔp.jｐg＇);>>i=rgb2grａy(Ｉ);>>Ｊ=imnoiｓe(i,＇ｇaｕssiａn',0,0．02);％高斯噪聲＞>K=iｍnoiｓｅ（i,'ｓａｌt＆peppeｒ'，0.02）;%椒鹽噪聲>>Ｐ=imnoisｅ(i，'ｓpecｋlｅ',0.0２);%乘性噪聲>＞subpｌoｔ(２,２，1）；iｍshow（i)；>>xlａbｅl（'原圖');>>subplｏt（2，2，2）;imshｏw(J)；xlａbｅl('高斯噪聲'）;>＞suｂpｌot(2，2,3）；imsｈow（K)；ｘlaｂel('椒鹽噪聲');＞>suｂplot(2,2,4）;ｉmsｈｏw(P）;xｌaｂｅl（'乘性噪聲＇）;結(jié)果如圖３.１所示:2.對實(shí)驗(yàn)任務(wù)2的實(shí)現(xiàn)代碼如下：>＞I＝imreaｄ('d:\ｔp.jpg'）;>>ｉ=ｒgb2ｇray(I);＞>Ｊ=imnoｉse(i,＇gauｓｓiaｎ',0，０.02);>>K=im2dｏｕble(Ｊ)；>>h=fspeciaｌ（'averaｇe');>>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(jié)果如圖3．２所示：３.對實(shí)驗(yàn)任務(wù)３的實(shí)現(xiàn)代碼如下：>>I＝ｉmreaｄ('D:＼tｐ．ｊpg');>>i=rｇb2gray(I);>＞Ｊ=imnｏise(i，'sａlt&pepper'，0.02）；>>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（'添加椒鹽噪聲');>>subpｌot（２，2,3);imsｈｏｗ（G1);>>xlabel('均值濾波'）;＞>sｕｂplｏt(２,2,４);imsｈow(G2)；>>xlabel（'中值濾波'）;結(jié)果如圖3.3所示:4．對實(shí)驗(yàn)任務(wù)4的實(shí)現(xiàn)代碼如下：＞>i=imrｅａd(＇D：\tp.jpg')；＞>I=rｇb2gｒａy(i);＞>J=imｎoise(I,＇ｓpeckｌe',0.0２)；>＞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('添加乘性噪聲');>>ｓubploｔ(2,2,3);imｓhoｗ（G1);>>ｘlabｅl(＇均值濾波');＞>sｕbｐlot(2,２,4);imshow（G2）；>>xlabｅｌ('中值濾波＇）；結(jié)果如圖３．4所示:３．4:結(jié)果分析（1）采用均值濾波器對圖像解決能達(dá)成去噪的效果,并且一般濾波器的模板越大去噪效果越好,但是應(yīng)當(dāng)適中，當(dāng)模板選擇的過大時(shí),解決的效果就會(huì)下降，因此我們應(yīng)當(dāng)根據(jù)具體的規(guī)定選擇合適的模板來解決圖像。（2）采用高斯濾波器對圖像解決能達(dá)成去噪的效果，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(xì)節(jié)銳化限度相應(yīng)減少圖像變得模糊起來。但相較于均值濾波器,其模糊限度較小。但是高斯濾波同時(shí)受到標(biāo)準(zhǔn)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,由于椒鹽噪聲只在畫面中的部分點(diǎn)上出現(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(diǎn)代替噪聲點(diǎn)的值的概率比較大,因此噪聲的克制效果很好。中值濾波與均值濾波相比,在去除圖像椒鹽噪聲的同時(shí)，還可以保持圖像比較清楚的輪廓。從實(shí)驗(yàn)結(jié)果可以看出,通過3*3的均值濾波器,圖像中的噪聲點(diǎn)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(shí)驗(yàn)四：圖像的銳化解決４.１：實(shí)驗(yàn)?zāi)康?、熟悉并掌握MＡTLＡＢ圖像解決工具箱的使用；2、理解并掌握常用的圖像的銳化技術(shù)。４.2:實(shí)驗(yàn)任務(wù)和規(guī)定１、采用三種不同算子對圖像進(jìn)行銳化解決。２、銳化空間濾波采用３×3的拉普拉斯算子ｗ=[1，１,1；１–81;1，1，1]濾波編寫函數(shù)w=genｌaplaｃiａn(n),自動(dòng)產(chǎn)生任一奇數(shù)尺寸n的拉普拉斯算子,如５×5的拉普拉斯算子：w=[1１１11 ?１1111 1１-2411?1１1１1?１1111]分別采用5×5,９×9，1５×１5和2５×25大小的拉普拉斯算子對bｌｕｒry＿moon.ｔif進(jìn)行銳化濾波，并運(yùn)用式完畢圖像的銳化增強(qiáng)，觀測其有何不同,規(guī)定在同一窗口中顯示。4．3：實(shí)驗(yàn)環(huán)節(jié)和結(jié)果對實(shí)驗(yàn)任務(wù)1的實(shí)現(xiàn)代碼如下:>>i=iｍrｅad('d:\tp．jpg'）;>>I=ｒｇb2grａy(i)；>>Ｈ=fsｐｅcｉａｌ（＇ｓobeｌ');>>Ｉ１=fｉlｔｅr2(H,I);?>>H＝fspecial('prewitt');