北航數(shù)字圖象處理實(shí)驗(yàn)報(bào)告

數(shù)字圖像辦理實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)二圖像變換實(shí)驗(yàn)1．實(shí)驗(yàn)?zāi)康膶W(xué)會(huì)對(duì)圖像進(jìn)行傅立葉等變換，在頻譜上對(duì)圖像進(jìn)行剖析，增進(jìn)對(duì)圖像頻域上的感性認(rèn)識(shí)，并用圖像變換進(jìn)行壓縮。2．實(shí)驗(yàn)內(nèi)容對(duì)Lena或cameraman圖像進(jìn)行傅立葉、失散余弦、哈達(dá)瑪變換。在頻域，對(duì)照他們的變換后系數(shù)矩陣的頻譜狀況，進(jìn)一步，經(jīng)過逆變換察看不一樣變換下的圖像重修質(zhì)量狀況。實(shí)驗(yàn)要求實(shí)驗(yàn)采納獲取的圖像，為灰度圖像，該圖像每象素由8比特表示。詳細(xì)要求以下：（1）輸入圖像采納實(shí)驗(yàn)1所獲取的圖像（Lena、Cameraman）；2）對(duì)圖像進(jìn)行傅立葉變換、獲取變換后的系數(shù)矩陣；3）將傅立葉變換后系數(shù)矩陣的頻譜用圖像輸出，察看頻譜；（4）經(jīng)過設(shè)定門限，將系數(shù)矩陣中95%的（小值）系數(shù)置為0，對(duì)圖像進(jìn)行反變換，獲取逆變換后圖像；（5）察看逆變換后圖像質(zhì)量，并比較原始圖像與逆變后的峰值信噪比（PSNR）。（6）對(duì)輸入圖像進(jìn)行失散余弦、哈達(dá)瑪變換，重復(fù)步驟1-5；（7）比較三種變換的頻譜狀況、以及逆變換后圖像的質(zhì)量（PSNR）。4.實(shí)驗(yàn)結(jié)果1.DFT的源程序及結(jié)果J=imread('.bmp');P=fft2(J);fori=0:size(P,1)-1forj=1:size(P,2)G(i*size(P,2)+j)=P(i+1,j);endendQ=sort(G);fori=1:size(Q,2)if(i<size(Q,2)*&&i+1>=size(Q,2)*t=Q(i);endendG(abs(G)<t)=0;forn=0:size(P,1)-1form=1:size(P,2)W(n+1,m)=G(n*size(P,2)+m);endendf2=ifft2(W);f3=uint8(f2);axes;imshow(f3)axes;imshow(J)psnr1=psnr(J,f3);set,'string',psnr1);DCT的源程序及結(jié)果J=imread('.bmp');P=dct2(J);fori=0:size(P,1)-1forj=1:size(P,2)G(i*size(P,2)+j)=P(i+1,j);endendQ=sort(G);fori=1:size(Q,2)if(i<size(Q,2)*&&i+1>=size(Q,2)*t=Q(i);endendG(abs(G)<t)=0;forn=0:size(P,1)-1form=1:size(P,2)W(n+1,m)=G(n*size(P,2)+m);endendf2=idct2(W);f3=uint8(f2);axes;imshow(f3)axes;imshow(J)psnr1=psnr(J,f3);set,'string',psnr1);哈達(dá)瑪變換的源程序及結(jié)果J=imread('');J=rgb2gray(J);P=hadamard(512)*(im2double(J))*hadamard(512);fori=0:size(P,1)-1forj=1:size(P,2)G(i*size(P,2)+j)=P(i+1,j);endendQ=sort(G);fori=1:size(Q,2)if(i<size(Q,2)*&&i+1>=size(Q,2)*t=Q(i);endendG(abs(G)<t)=0;forn=0:size(P,1)-1form=1:size(P,2)W(n+1,m)=G(n*size(P,2)+m);endendf2=inv(hadamard(512))*W*inv(hadamard(512));mm1=max(max(f2));mn1=min(min(f2));f2=255+255/(mm1-mn1)*(f2-mm1);f3=uint8(f2);axes;imshow(f3)axes;imshow(J)psnr1=psnr(J,f3);set,'string',psnr1);3實(shí)驗(yàn)三圖像還原實(shí)驗(yàn)1．實(shí)驗(yàn)?zāi)康睦梅聪驗(yàn)V波和維納濾波進(jìn)行降質(zhì)圖像還原，比較不一樣參數(shù)選擇對(duì)還原結(jié)果的影響。2．實(shí)驗(yàn)內(nèi)容1）利用反向?yàn)V波方法進(jìn)行圖像還原；2）利用維納濾波方法進(jìn)行圖像還原。3.實(shí)驗(yàn)要求（1）輸入圖像采納實(shí)驗(yàn)

1所獲取的圖像，對(duì)輸入圖像采納運(yùn)動(dòng)降質(zhì)模型，

以下式所示與降值圖像有關(guān)的參數(shù)是：；（2）對(duì)每一種方法經(jīng)過計(jì)算還原出來的圖像的峰值信噪比，進(jìn)行最優(yōu)參數(shù)的選擇，向?yàn)V波方法中進(jìn)行還原的地區(qū)半徑、維納方法中的噪聲對(duì)信號(hào)的頻譜密度比值K；

包含反3）將降質(zhì)圖像和利用最優(yōu)參數(shù)恢復(fù)后的圖像同時(shí)顯示出來，以便比較。實(shí)驗(yàn)結(jié)果運(yùn)動(dòng)降質(zhì)的源代碼及結(jié)果I=imread('.bmp');%I=rgb2gray(I);F=fft2(I);F=fftshift(F);form=-((size(F,1)+1)/2):(size(F,1)+1)/2forn=-size(F,2)/2:size(F,2)/2H(m+((size(F,1)+1)/2)+1,n+size(F,2)/2+1)=5*sin(pi*(m+n))*exp(-sqrt(-1)*pi*(m+n))/(pi*(m+n));endendform=1:size(F,1)forn=1:size(F,2)if(isnan(real(H(m,n))))G(m,n)=F(m,n);H(m,n)=1;elseG(m,n)=F(m,n)*H(m,n);endendendg=ifft2(G);t1=abs(g);mm=max(max(t1));mn=min(min(t1));t1=255+255/(mm-mn)*(t1-mm);t=uint8(t1);axes;imshow(t)逆濾波的源代碼及結(jié)果I=imread('.bmp');F=fft2(I);F=fftshift(F);form=-((size(F,1)+1)/2):(size(F,1)+1)/2forn=-size(F,2)/2:size(F,2)/2H(m+((size(F,1)+1)/2)+1,n+size(F,2)/2+1)=5*sin(pi*(m+n))*exp(-sqrt(-1)*pi*(m+n))/(pi*(m+n));endendform=1:size(F,1)forn=1:size(F,2)if(isnan(real(H(m,n))))G(m,n)=F(m,n);H(m,n)=1;elseG(m,n)=F(m,n)*H(m,n);endendendform=1:size(F,1)forn=1:size(F,2)if(m^2+n^2<200000)F1(m,n)=G(m,n)/H(m,n);elseF1(m,n)=G(m,n);endendendf1=ifft2(F1);f2=abs(f1);mm=max(max(f2));mn=min(min(f2));f2=255+255/(mm-mn)*(f2-mm);f2=uint8(f2);psnr1=psnr(f2,I);set,'string',psnr1);axes;imshow(f2)維納濾波的源代碼及結(jié)果I=imread('.bmp');F=fft2(I);F=fftshift(F);form=-((size(F,1)+1)/2):(size(F,1)+1)/2forn=-size(F,2)/2:size(F,2)/2H(m+((size(F,1)+1)/2)+1,n+size(F,2)/2+1)=5*sin(pi*(m+n))*exp(-sqrt(-1)*pi*(m+n))/(pi*(m+n));endendform=1:size(F,1)forn=1:size(F,2)if(isnan(real(H(m,n))))G(m,n)=F(m,n);H(m,n)=1;elseG(m,n)=F(m,n)*H(m,n);endendendfori=1:size(F,1)forj=1:size(F,2)ff2(i,j)=G(i,j)/H(i,j)*(abs(H(i,j))^2)/(abs(H(i,j))^2+10^-38);endendf3=ifft2(ff2);f4=abs(f3);mm1=max(max(f4));mn1=min(min(f4));f4=255+255/(mm1-mn1)*(f4-mm1);f4=uint8(f4);psnr2=psnr(f4,I);set,'string',psnr2);axes;imshow(f4)實(shí)驗(yàn)四圖像切割辦理實(shí)驗(yàn)1．實(shí)驗(yàn)?zāi)康?）認(rèn)識(shí)圖像切割的基來源理，并利用圖像切割算法進(jìn)行圖像切割辦理；2）掌握數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算。2．實(shí)驗(yàn)內(nèi)容1）利用類間方差閾值算法實(shí)現(xiàn)圖像的切割辦理；2）利用形態(tài)學(xué)辦理進(jìn)行辦理結(jié)果修正。實(shí)驗(yàn)要求1）實(shí)驗(yàn)用圖以下圖；圖原始圖像（2）對(duì)輸入圖像進(jìn)行光滑辦理，以減小噪聲對(duì)切割辦理的影響；3）利用類間方差閾值算法對(duì)濾波辦理后圖像進(jìn)行切割辦理，獲取切割圖像；4）利用數(shù)學(xué)形態(tài)學(xué)中的腐化和膨脹運(yùn)算辦理，剔除切割辦理結(jié)果中的一些渺小的剩余誤切割點(diǎn)，在進(jìn)行腐化和膨脹運(yùn)算時(shí)可采納半徑為r的圓形構(gòu)造元素，注意比較選用不一樣辦理結(jié)果。

r值時(shí)的4.實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)源代碼及結(jié)果tu2=imread('圖像');tu2=rgb2gray(tu2);max2=0;min2=255;[m,n]=size(tu2);axes;imshow(tu2);tu3=zeros(m,n);%-----------光滑辦理---------------fork=2:m-1fors=2:n-1max4=max(tu2(k-1,s),tu2(k,s-1));max5=max(tu2(k+1,s),tu2(k,s+1));min4=min(tu2(k-1,s),tu2(k,s-1));min5=min(tu2(k+1,s),tu2(k,s+1));tu2(k,s)=(max(max4,max5)+min(min4,min5))/2;endendaxes;imshow(tu2);%-----------光滑辦理中點(diǎn)濾波---------------fork=1:mmax1=max(tu2(k,:));if(max1==255)max2=max1;break;endif(max2<max1)max2=max1;endend%找出最大灰度值max2fork=1:nmin1=min(tu2(k,:));if(min1==0)min2=min1;break;elseif(min2>min1)min2=min1;endend%找出最小灰度值min2max2=double(max2);min2=double(min2);%數(shù)據(jù)種類變換！?。?！ni=zeros(1,max2-min2+1);fork=1:mfors=1:ntemp=double(tu2(k,s))-min2+1;ni(1,temp)=ni(1,temp)+1;endend%統(tǒng)計(jì)各灰度值出現(xiàn)次數(shù)%---------------------------找閾值----------------------w0=0;ut=0;u0=0;max3=0;sum=m*n;fort=0:size(ni,2)-1ut=ut+t*ni(t+1)/sum;endfort=0:size(ni,2)-1w0=w0+ni(t+1)/sum;w1=1-w0;u0=u0+t*ni(t+1)/sum;u1=(ut-w0*u0)/w1;temp=w0*w1*(u1-u0)*(u1-u0);if(max3<temp)max3=temp;tmax=t;endendfork=1:mfors=1:nif(tu2(k,s)>=tmax)tu3(k,s)=255;endendendaxes;imshow(tu3);%-----------------------

類間方差閾值切割

--------------%-----------------------

腐化和膨脹

-------------------se=strel('disk',2);tu4=imerode(tu3,se);axes;imshow(tu4);tu4=imdilate(tu4,se);axes;imshow(tu4);實(shí)驗(yàn)五用Hough變換進(jìn)行曲線的參數(shù)提取1．實(shí)驗(yàn)?zāi)康?）認(rèn)識(shí)邊沿檢測(cè)算子的原理，并利用邊沿算子對(duì)圖像進(jìn)行檢測(cè)；2）掌握Hough變換的基來源理。2．實(shí)驗(yàn)內(nèi)容（1）分別將原始圖像及加高斯噪聲、椒鹽噪聲后的圖像中圓形邊沿檢測(cè)出來；2）用Hough變換對(duì)邊沿進(jìn)行參數(shù)提取。實(shí)驗(yàn)要求1）實(shí)驗(yàn)用圖像文件：原始圖像（）、加高斯噪聲后圖像（）和加椒鹽噪聲后圖像（）；圖原始圖像（2）在含有噪聲的背景下，先對(duì)圖像中值濾波，再進(jìn)行邊沿檢測(cè)；（3）將目標(biāo)的界限提拿出來。邊沿檢測(cè)算子可利用matlab自帶函數(shù)實(shí)現(xiàn)，使用Robert、Sobel和Laplacian算子；4）利用Hough變換提取的參數(shù)繪制曲線，并疊加在噪聲圖像上。實(shí)驗(yàn)重點(diǎn)（1）利用算子進(jìn)行邊沿檢測(cè)：可先將加噪此后的圖像進(jìn)行光滑濾波，如采納9*9板進(jìn)行中值濾波；為了對(duì)圖像中圖形邊沿進(jìn)行線性提取，可經(jīng)過設(shè)置閾值將圖像變成二值圖像，再利用三種不一樣的算子（Robert、Sobel和Laplacian）來達(dá)成邊沿的檢測(cè)；（2）Hough變換進(jìn)行曲線參數(shù)提取：在使用三種算子對(duì)加噪后圖像進(jìn)行邊沿檢測(cè)此后，使

的掩膜模用Hough變換對(duì)檢測(cè)后圖像進(jìn)行參數(shù)提取，重修，最后將重修圖像疊加到加噪圖像中。算子進(jìn)行邊沿檢測(cè)獲取圖像之間的差別。

并在提取成功此后，使用提取獲取的參數(shù)進(jìn)行圖像的注意在進(jìn)行Hough變換時(shí)，對(duì)照察看獲取圖像與使用實(shí)驗(yàn)結(jié)果原圖利用Robert算子進(jìn)行邊沿檢測(cè)I=imread('');I=rgb2gray(I);BW=edge(I,'roberts');axes;imshow(BW)利用Sobel算子進(jìn)行邊沿檢測(cè)I=imread('');I=rgb2gray(I);BW=edge(I,'sobel');axes;imshow(BW)利用Laplacian算子進(jìn)行邊沿檢測(cè)I=imread('');I=rgb2gray(I);BW=edge(I,'log');axes;imshow(BW)Hough變換I=imread('');I=rgb2gray(I);BW=edge(I,'sobel');r_max=100;r_min=40;step_r=1;step_angle=pi/20;p=;[m,n]=size(BW);size_r=round((r_max-r_min)/step_r)+1;size_angle=round(2*pi/step_angle);hough_space=zeros(m,n,size_r);[rows,cols]=find(BW);ecount=size(rows);Hough變換將圖像空間(x,y)對(duì)應(yīng)到參數(shù)空間(a,b,r)a=x-r*cos(angle)b=y-r*sin(angle)fori=1:ecountforr=1:size_rfork=1:size_anglea=round(rows(i)-(r_min+(r-1)*step_r)*cos(k*step_angle));b=round(cols(i)-(r_min+(r-1)*step_r)*sin(k*step_angle));if(a>0&a<=m&b>0&b<=n)hough_space(a,b,r)=hough_space(a,b,r)+1;endendendend搜尋超出閾值的齊集點(diǎn)max_para=max(max(max(hough_space)));index=find(hough_space>=max_para*p);length=size(index);hough_circle=false(m,n);fori=1:ecountfork=1:lengthpar3=floor(index(k)/(m*n))+1;par2=floor((index(k)-(par3-1)*(m*n))/m)+1;par1=index(k)-(par3-1)*(m*n)-(par2-1)*m;if((rows(i