天津大學(xué)圖像處理實(shí)驗(yàn)報(bào)告

./光電圖像處理實(shí)驗(yàn)報(bào)告精儀學(xué)院測(cè)控四班王經(jīng)緯3010202114實(shí)驗(yàn)1離散圖像的傅立葉變換。1.實(shí)驗(yàn)容及步驟：<1>利用Matlab圖像處理軟件進(jìn)行離散圖像傅立葉變換,如給出一幅圖像〔w01.tif,其傅立葉變換程序如下：>>i=imread<'D:\w01.tif'>;>>figure<1>;>>imshow<i>;>>colorbar;>>j=fft2<i>;>>k=fftshift<j>;>>figure<2>;>>l=log<abs<k>>;>>imshow<l,[]>;>>colorbar結(jié)果顯示如下圖所示：〔2分析圖像的傅立葉頻譜圖；由上圖可以看出,頻譜圖低頻部分較多,高頻也有能量,說明圖像中存在明顯的明亮變化?！?自行設(shè)計(jì)一幅圖像,驗(yàn)證離散傅立葉變換的性質(zhì),如：頻譜圖中高頻分量迅速衰減,可分離性,平移,周期性與共軛對(duì)稱性,旋轉(zhuǎn)、線性和比例性,平均值。1傅里葉變換：2平移：X軸平移圖像X軸平移圖像的傅立葉譜Y軸平移圖像Y軸平移圖像的傅立葉譜3旋轉(zhuǎn)特性：4尺度變換：2.思考題：描述空間頻率的概念?？臻g頻率是單位長度亮度作周期性變化的次數(shù),即現(xiàn)對(duì)/mm。對(duì)于FT基函數(shù)。的最大值直線在坐標(biāo)軸上的截距是,則表示空間周期。實(shí)驗(yàn)2修改直方圖圖像增強(qiáng)1.實(shí)驗(yàn)容及步驟：<1>讀入一幅圖像,使用imhist<>函數(shù)產(chǎn)生圖像的直方圖,分析它的直方圖分布及反映圖像的特點(diǎn)；i=imread<'D:\w01.tif'>;imshow<i>;imhist<i>;原圖的直方圖,表示了不同灰度的出現(xiàn)頻率,該圖的暗色比較多一些。<2>讀入一幅圖像,使用imadjust<>函數(shù)產(chǎn)生圖像的對(duì)比度圖,并使用imhist<>函數(shù)產(chǎn)生兩個(gè)圖像的直方圖,分析圖像對(duì)比度變化后的效果；>>figure<1>;>>i=imread<'D:\w01.tif'>;>>imshow<i>>>imhist<i>>>figure<2>;>>j=imadjust<i,[0.3,0.7],[]>;>>imshow<j>>>imhist<j>經(jīng)過對(duì)比度拉伸的圖,它的直方圖顯示每一種灰度的像素出現(xiàn)的頻率基本一致。<3>讀入一幅圖像,使用histeq<>函數(shù)均衡化圖像,分析變化后圖像的效果。>>i=imread<'D:\w01.tif'>;>>j=histeq<i>;>>imshow<j>經(jīng)過直方圖均衡后的圖像,灰度更均勻,辨識(shí)度高,圖像亮度適中,改善了視覺效果。2.思考題：如何對(duì)圖像進(jìn)行對(duì)數(shù)變換。Matlab程序如下：>>i=imread<'D:\w01.tif'>;>>i1=double<i>+1;>>c=log<i1>;>>t=uint8<c>-1;>>N=im2uint8<mat2gray<t>>;>>imshow<N>輸出結(jié)果如下：實(shí)驗(yàn)3圖像的平滑處理1.實(shí)驗(yàn)容及步驟：<1>讀入一幅圖像,產(chǎn)生直方圖使用imnoise<>函數(shù)產(chǎn)生圖像噪聲；如：j=imnoise<i,’gaussian’,0,0.02>,產(chǎn)生高斯噪聲；分析它的直方圖分布及反映圖像的特點(diǎn)；>>i=imread<'D:\w01.tif'>;>>j=imnoise<i,'gaussian',0,0.02>;>>imshow<j>>>imhist<j>引入高斯噪聲后,圖片噪點(diǎn)加強(qiáng),不在平滑,變得很粗糙。改變了圖像的直方圖分布,使得直方圖呈現(xiàn)高斯函數(shù)的形狀。<2>對(duì)加入噪聲的圖像使用均值濾波,分析圖像前后變化；>>i=imread<'D:\w01.tif'>;>>j=imnoise<i,'gaussian',0,0.02>;>>k=filter2<fspecial<'average',7>,j>/255;>>imshow<k>>>imhist<k>經(jīng)過均值濾波的,效果不錯(cuò),直方圖已經(jīng)很接近原圖的直方圖。<3>對(duì)加入噪聲的圖像使用中值濾波,分析圖像前后變化。>>i=imread<'D:\w01.tif'>;>>j=imnoise<i,'gaussian',0,0.02>;>>p=medfilt2<j>;>>imshow<p>>>imhist<p>經(jīng)過中值濾波的,噪聲點(diǎn)還是比較明顯,直方圖較接近原圖。實(shí)驗(yàn)4圖像的銳化處理1.實(shí)驗(yàn)容及步驟：<1>讀入一幅圖像:產(chǎn)生sobel算子,利用filter2<>函數(shù)產(chǎn)生銳化圖像：>>i=imread<'D:\w01.tif'>;>>h=fspecial<'sobel'>;>>j=filter2<h,i>;>>imshow<j>分析銳化后圖像；該算子中引入了類似局部平均的運(yùn)算,因此對(duì)噪聲具有平滑作用能很好的消除噪聲的影響。單獨(dú)使用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<2>讀入一幅圖像,產(chǎn)生拉普拉斯算子,產(chǎn)生銳化圖像：>>i=imread<'D:\w01.tif'>;>>j=im2uint8<mat2gray<log<1+double<i>>>>;>>imshow<j>分析銳化后圖像:拉普拉