數(shù)字圖像處理實(shí)驗(yàn)報(bào)告

圖像處理實(shí)驗(yàn)名稱：數(shù)字圖像處理專業(yè)：測(cè)控技術(shù)與儀器姓名：孟洋學(xué)號(hào)：201710319實(shí)驗(yàn)一一、實(shí)驗(yàn)內(nèi)容：1．任選一幅圖像，利用imread函數(shù)讀入matlab中，存入矩陣I中。2．利用whos命令提取該讀圖像的基本信息。3．利用imshow()函數(shù)來(lái)顯示矩陣I。4．利用imfinfo函數(shù)來(lái)獲取圖像文件的壓縮，顏色等等其他的詳細(xì)信息。5．利用imwrite()函數(shù)來(lái)壓縮這幅圖象，將其保存為一幅壓縮后的jpg文件。6．利用im2bw將圖像轉(zhuǎn)化為二值圖像，并且用imshow顯示原圖像和二值圖像，觀察圖像的特征。7．利用rgb2gray將圖像轉(zhuǎn)化為灰度圖像，并且用imshow顯示原圖像和灰度圖像，觀察圖像的特征。二、實(shí)驗(yàn)程序：I=imread('1.png');whosI;subplot(131);imshow(I);title('原圖');info=imfinfo('1.png')imwrite(I,'2.JPG');A=im2bw(I);subplot(132);imshow(A);title('二值圖像');B=rgb2gray(I);subplot(133);imshow(B);title('灰度圖像');三、運(yùn)行結(jié)果：實(shí)驗(yàn)二一、實(shí)驗(yàn)內(nèi)容：1.將圖2.1中的(a)、(b)兩幅圖像疊加在一起：圖2.12.給圖2.2的每一個(gè)像素加上一個(gè)常數(shù)圖2.23.利用圖像減法消除背景，給圖像減去一個(gè)常數(shù)圖2.3二、程序及運(yùn)行結(jié)果：（1）將圖2.1中的(a)、(b)兩幅圖像疊加在一起：：A=imread('21.png');B=imread('22.png');C=imadd(A,B);imshow(C);結(jié)果：（2）給圖2.2的每一個(gè)像素加上一個(gè)常數(shù)A=imread('23.png');B=imadd(A,20);subplot(1,2,1);imshow(A);title('原圖');subplot(1,2,2);imshow(B);title('每個(gè)像素加常數(shù)');現(xiàn)象：增加了圖像的亮度（3）利用圖像減法消除背景，給圖像減去一個(gè)常數(shù)A=imread('24.png');subplot(131);imshow(A);title('原始圖像');background=imopen(A,strel('disk',15));B=imsubtract(A,background);subplot(132);imshow(background);title('輸出背景');subplot(133);imshow(B,[]);title('減法運(yùn)算結(jié)果');注：代數(shù)運(yùn)算的結(jié)果很容易超出數(shù)據(jù)類型允許的范圍，超出數(shù)據(jù)范圍的整型數(shù)據(jù)將被截取為數(shù)據(jù)范圍的極值，分?jǐn)?shù)結(jié)果將被四舍五入。imsubtract函數(shù)自動(dòng)將負(fù)數(shù)截取為0，imabsdiff將計(jì)算兩幅圖像相應(yīng)像素差值的絕對(duì)值，返回結(jié)果不會(huì)產(chǎn)生負(fù)數(shù)。實(shí)驗(yàn)三一、實(shí)驗(yàn)內(nèi)容：1、讀出一幅圖像數(shù)據(jù)2、顯示圖像直方圖，并進(jìn)行直方圖均衡化3、利用直接灰度變換法對(duì)圖像進(jìn)行灰度變換二、實(shí)驗(yàn)程序及運(yùn)行結(jié)果：clear;clc;A=imread('4.jpg');I=rgb2gray(A);B=histeq(I);%對(duì)灰度圖像進(jìn)行直方圖均衡化subplot(221),imshow(I);title('灰度圖');subplot(222),imshow(B);title('均衡化后的圖像');subplot(223),imhist(I);title('灰度圖直方圖');subplot(224),imhist(B);title('均衡化后的直方圖');利用直接灰度變換法對(duì)圖像進(jìn)行灰度變換clear;clc;f=imread('4.jpg');A=rgb2gray(f);%灰度化subplot(221);imshow(A);title('灰度圖片');g1=imadjust(A,[01],[10]);%灰度轉(zhuǎn)換，實(shí)現(xiàn)明暗轉(zhuǎn)換(負(fù)片圖像)subplot(222);imshow(g1);title('灰度轉(zhuǎn)換1');g2=imadjust(A,[0.50.75],[01]);subplot(223);imshow(g2);title('灰度轉(zhuǎn)換2');h=log(1+double(A));%對(duì)輸入圖像對(duì)數(shù)映射變換h=mat2gray(h);%將矩陣h轉(zhuǎn)換為灰度圖片h=im2uint8(h);%將灰度圖轉(zhuǎn)換為8位圖subplot(224);imshow(h);title('對(duì)數(shù)映射變換');三、總結(jié)：直方圖均衡化的目的是使圖像在整個(gè)灰度值動(dòng)態(tài)變化范圍內(nèi)的分布均勻化，改善圖像的亮度分布狀態(tài)，增強(qiáng)圖像的視覺(jué)效果。gamma小于1，映射偏重更高數(shù)值（明亮）輸出，gamma大于1，映射偏重更低數(shù)值（灰暗）輸出。實(shí)驗(yàn)四一、實(shí)驗(yàn)內(nèi)容：（1）調(diào)入并顯示原始圖像；（2）利用imnoise命令在圖像上加入高斯(gaussian)噪聲；（3）采用3x3的模板，分別用均值濾波器以及中值濾波器，對(duì)加入噪聲的圖像進(jìn)行處理并觀察結(jié)果；（4）選擇不同大小模板，對(duì)加入任一固定噪聲的圖像進(jìn)行處理，觀察結(jié)果。二、程序及運(yùn)行結(jié)果：前三問(wèn)：I=imread('4.jpg');A=rgb2gray(I);B=imnoise(A,'gauss',0.02);%添加高斯噪聲ave1=fspecial('average',3);%產(chǎn)生3×3的均值模版K=filter2(ave1,B)/255;%均值濾波3×3M=medfilt2(B,[33]);%中值濾波3×3模板subplot(231);imshow(I);title('原圖');subplot(232);imshow(A);title('灰度圖');subplot(233);imshow(B);title('高斯噪聲');subplot(235);imshow(K);title('均值濾波');subplot(236);imshow(M);title('中值濾波');選擇不同大小模板，對(duì)加入任一固定噪聲的圖像進(jìn)行處理，觀察結(jié)果。clear;clc;A=imread('3.jpg');I=rgb2gray(A);J=imnoise(I,'salt&pepper',0.2);%添加椒鹽噪聲ave1=fspecial('average',3);%產(chǎn)生3×3的均值模版ave2=fspecial('average',5);%產(chǎn)生5×5的均值模版K=filter2(ave1,J)/255;%均值濾波3×3L=filter2(ave2,J)/255;%均值濾波5×5M=medfilt2(J,[33]);%中值濾波3×3模板N=medfilt2(J,[44]);%中值濾波4×4模板subplot(231);imshow(I);title('灰度圖');subplot(232);imshow(J);title('椒鹽噪聲');subplot(233);imshow(K);title('均值濾波3×3');subplot(234);imshow(L);title('均值濾波5×5');subplot(235);imshow(M);title('中值濾波3×3模板');subplot(236);imshow(N);title('中值濾波4×4模板');三、總結(jié)：椒鹽噪聲的特征:出現(xiàn)位置是隨機(jī)的，但噪聲的幅值是基本相同的。高斯噪聲的特征：出現(xiàn)在位置是一定的（每一點(diǎn)上），但噪聲的幅值是隨機(jī)的。中值濾波對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，均值濾波對(duì)高斯噪聲的抑制效果較好。實(shí)驗(yàn)五一、實(shí)驗(yàn)內(nèi)容：（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié)果。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗(yàn)結(jié)果。1．閾值分割clearall,closeall;I=imread('rice.png');subplot(221);imshow(I);title('原圖');subplot(222);imhist(I);title('灰度直方圖');T=120/255;Ibw1=im2bw(I,T);%選擇閾值T=120/255對(duì)圖像二值化；subplot(2,2,3),imshow(Ibw1);title('閾值T=120/255');T=graythresh(I);%采用Otsu方法計(jì)算最優(yōu)閾值T對(duì)圖像二值化；L=uint8(T*255)Ibw2=im2bw(I,T);subplot(2,2,4),imshow(Ibw2);title('Otsu方法二值化');（令Ｔ取不同值，重做上述試驗(yàn)，觀察試驗(yàn)結(jié)果）2．邊緣檢測(cè)clearall,closeall;I=imread('rice.png');BW1=edge(I,'sobel');BW2=edge(I,'canny');BW3=edge(I,'prewitt');BW4=edge(I,'roberts');BW5=edge(I,'log');figure(1),imshow(I),title('OriginalImage');figure(2),imshow(BW1),title('sobel');figure(3),imshow(BW2),title('canny');figure(4),imshow(BW3),title('prewitt');figure(5),imshow(BW4),title('roberts');figure(6),imshow(BW5),title('log');（二）在完成上述試驗(yàn)后，查看函數(shù)edge()使用說(shuō)明。helpedge二、實(shí)驗(yàn)結(jié)果：1．閾值分割2．邊緣檢測(cè)3.helpedgeEDGE是Matlab函數(shù)，又稱為edge(I)，功能是采用I作為它的輸入，并返回一個(gè)與I相同大小的二值化圖像BW，在函數(shù)檢測(cè)到邊緣的地方為1，其他地方為0。三、總結(jié)：BW=edge(I,'sobel')自動(dòng)選擇閾值用Sobel算子進(jìn)行邊緣檢測(cè)。BW=edge(I,'sobel',thresh)根據(jù)所指定的敏感度閾值thresh，用Sobel算子進(jìn)行邊緣檢測(cè)，它忽略了所有小于閾值的邊緣。當(dāng)thresh為空時(shí)，自動(dòng)選擇閾值。BW=edge(I,'sobel',thresh,direction)根據(jù)所指定的敏感度閾值thresh，在所指定的方向direction上，用Sobel算子進(jìn)行邊緣檢測(cè)。Direction可取的字符串值為horizontal(水平方向)、vertical(垂直方向)或both(兩個(gè)方向)。

實(shí)驗(yàn)六一、實(shí)驗(yàn)內(nèi)容：調(diào)入并顯示圖像Plane2.jpg；選取合適的閾值，得到二值化圖像Plane2-2.jpg；設(shè)置結(jié)構(gòu)元素；對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行腐蝕運(yùn)算；對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行膨脹運(yùn)算；對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行開(kāi)運(yùn)算；對(duì)得到的二值圖像Plane2-2.jpg進(jìn)行閉運(yùn)算；將兩種處理方法的結(jié)果作比較；Plane2.jpgclear;clc;I=imread('Plane2.jpg');level=graythresh(I);%得到合適的閾值bw=im2bw(I,level);%二值化SE=strel('square',3);%設(shè)置膨脹結(jié)構(gòu)元素BW1=imdilate(bw,SE);%膨脹SE1=strel('arbitrary',eye(5));%設(shè)置腐蝕結(jié)構(gòu)元素BW2=imerode(bw,SE1);%腐蝕BW3=bwmorph(bw,'open');%開(kāi)運(yùn)算BW4=bwmorph(bw,'close');%閉運(yùn)算subplot(231);imshow(I);title('原圖');subplot(232);imshow(bw);title('二值化');subplot(233);imshow(BW1);title('膨脹');subplot(234);imshow(BW2);title('腐蝕');subplot(235);imshow(BW3);title('開(kāi)運(yùn)算');subplot(236);imshow(BW4);title('閉運(yùn)算');更換參數(shù)運(yùn)行程序。二、實(shí)驗(yàn)結(jié)果：修改參數(shù)：三、總結(jié)：開(kāi)運(yùn)算一般能平滑圖像的輪廓，消弱狹窄的部分，去掉細(xì)的突出。閉運(yùn)算也能平滑圖像的輪廓，但與開(kāi)運(yùn)算相反，它一般融合窄的缺口和細(xì)長(zhǎng)的彎口，去掉小洞，填補(bǔ)輪廓上的縫隙。實(shí)驗(yàn)七一、實(shí)驗(yàn)內(nèi)容：1調(diào)入圖像；2進(jìn)行圖像數(shù)據(jù)的DCT、行程編碼等壓縮處理；3記錄和整理實(shí)驗(yàn)報(bào)告二、程序：1)利用DCT變換進(jìn)行圖像壓縮的MATLAB程序clear;clc;RGB=imread('lena.jpg');I=rgb2gray(RGB);J=dct2(I);imshow(log(abs(J)),[]),colormap(jet(64)),colorbarJ(abs(J)<10)=0;K=idct2(J);figure,imshow(I)figure,imshow(K,[0255])2)利用離散余弦變換進(jìn)行JPEG圖像壓縮clear;clc;I=imread('rice.png');%讀入原圖像；I=im2double(I);%將原圖像轉(zhuǎn)為雙精度數(shù)據(jù)類型；T=dctmtx(8);%產(chǎn)生二維DCT變換矩陣B=blkproc(I,[88],'P1*x*P2',T,T');%計(jì)算二維DCT，矩陣T及其轉(zhuǎn)置T’是DCT函數(shù)P1*x*P2的參數(shù)Mask=[1111000011100000110000001000000000000000000000000000000000000000];%二值掩膜，用來(lái)壓縮DCT系數(shù)，只留下DCT系數(shù)中左上角的10個(gè)B2=blkproc(B,[88],'P1.*x',Mask);%只保留DCT變換的10個(gè)系數(shù)I2=blkproc(B2,[8,8],'P1*x*P2',T',T);%逆DCT，重構(gòu)圖像subplot(1,2,1);imshow(I);title('原圖像');%顯示原圖像subplot(1,2,2);imshow(I2);title('壓縮圖像');%顯示壓縮后的圖像3）利用行程編碼（RLE）進(jìn)行圖像壓縮clear;clc;I=imread('rice.png');[xy]=size(I);I1=zeros(x,y);I2=zeros(x,y);k1=1;k2=1;I3=zeros(x,1);%壓縮后每一行數(shù)據(jù)個(gè)數(shù)all=0;%像素總個(gè)數(shù)fori=1:1:xn=1;forj=1:1:yX=I(i,j);ifj~=y%防止超出邊界ifX==I(i,j+1)%判斷是否與下一個(gè)像素值灰度大小是否相等n=n+1;elseI1(i,k1)=I(i,j);%該部分是在上面不相等時(shí)候?qū)⒒叶戎当４嬖贗1，同時(shí)將個(gè)數(shù)保存在I2I2(i,k1)=n;k1=k1+1;n=1;I3(i,1)=I3(i,1)+1;endendifj==y%最后一個(gè)像素單獨(dú)計(jì)算I1(i,k1)=I(i,j);I2(i,k1)=n;k1=k1+1;n=1;I3(i,1)=I3(i,1)+1;endendall=all+I3(i,1);%求總像素個(gè)數(shù)k1=1;endM=max(max(I2));%求取重復(fù)像素個(gè)數(shù)最大值，以便確定其最大需要個(gè)bit位大小%圖像恢復(fù)過(guò)程I4=zeros(x,y);%定義恢復(fù)后圖像矩陣m=1;fori=1:1:xfork=1:1:I3(i,1)forj=1:1:I2(i,k)I4(i,m)=I1(i,k);m=m+1;endendm=1;endI4=uint8(I4);subplot(1,2,1)imshow(I);title('原始圖像');subplot(1,2,2)imshow(I4);title('無(wú)損壓縮后恢復(fù)出來(lái)的圖像');三、總結(jié)：圖像壓縮主要目的是為了節(jié)省存儲(chǔ)空間，增加傳輸速度。利用離散余弦變換進(jìn)行JPEG圖像壓縮，對(duì)比原始圖像和壓縮后的圖像，雖然舍棄了85%的DCT系數(shù)，但圖像仍然清晰。行程編碼（RLE）進(jìn)行圖像壓縮主要是針對(duì)二值圖像。

實(shí)驗(yàn)八一、實(shí)驗(yàn)內(nèi)容：1.以大米粒特性測(cè)量為例，綜合應(yīng)用課程中圖像分割、形態(tài)學(xué)濾波、圖像增強(qiáng)、圖像特征提取等圖像處理方法，實(shí)現(xiàn)大米粒特性自動(dòng)測(cè)量。研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認(rèn)真觀察命令執(zhí)行的結(jié)果。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗(yàn)結(jié)果。%ReadandDisplayanImageclear,closeallI=imread('rice.png');subplot(241);imshow(I);%UseMorphologicalOpeningtoEstimatetheBackgroundbackground=imopen(I,strel('disk',15));subplot(242);imshow(background);%DisplaytheBackgroundApproximationasaSurfacesubplot(