数字图像处理实验报告全答案doc.docx
《数字图像处理实验报告全答案doc.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告全答案doc.docx（10页珍藏版）》请在冰豆网上搜索。
数字图像处理实验报告全答案doc
数字图像处理实验报告（全答案）
篇一：
数字图像处理实验报告（全部）
数
字
图
像
处
理
实
验
指
导
书
125XX12512班级：
学号：
姓名：
田坤专业：
电子信息科学与技术
实验一数字图像的运算
一．实验目的
1．熟悉matlab图像处理工具箱及直方图函数的使用；
2．理解和掌握直方图原理和方法；
二．实验设备：
1.PC机一台；2.软件matlab。
三．程序设计
在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
四．实验步骤
1.启动matlab双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果：
观察图像matlab环境下的直方图分布。
（a）原始图像（b）原始图像直方图
六．实验报告要求
1、给出实验原理过程及实现代码：
I=imread（'coins.png'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
１
一．实验目的
1．熟悉matlab图像处理工具箱及均值滤波函数的使用；
2．理解和掌握3*3均值滤波的方法和应用；
二．实验设备：
1.PC机一台；2.软件matlab
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
J=filter2（fspecial（‘average’,3）,I）/255;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果：
观察matlab环境下原始图像经3*3均值滤波处理后的结果。
２
（a）原始图像（b）3*3均值滤波处理后的图像
六．实验报告要求
输入一幅灰度图像，给出其图像经3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对25个点取均值与对9个点取中值进行均值滤波有什么区别？
有没有其他的算法可以改进滤波效果。
（a）原始图像（b）3*3均值滤波处理后的图像
一．实验目的
1．熟悉matlab图像处理工具箱及中值滤波函数的使用；
2．理解和掌握中值滤波的方法和应用；
二．实验设备：
1.PC机一台；2.软件matlab
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。
I=imread（'camerama
n.tif'）;
figure,imshow（I）;
J=medfilt2（I,[5,5]）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
３
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经3*3中值滤波处理后的结果。
（a）原始图像（b）3*3中值滤波处理后的图像
六．实验报告要求
输入一幅灰度图像，给出其图像经3*3中值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行排序后取中值，然后该点的灰度值取中值。
看看对25个点取中值与对9个点取中值进行中值滤波有什么区别？
（a）原始图像（b）3*3中值滤波处理后的图像
一．实验目的
1．熟悉matlab图像处理工具箱及图像缩放函数的使用；
2．掌握图像缩放的方法和应用；
二．实验设备：
1.PC机一台；2.软件matlab
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
scale=0.5;
J=imresize（I,scale）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
４
篇二：
数字图像处理实验报告（全部）
数
字
图
像
处
理
实
验
报
告
05611002学号：
11XX1383姓名：
张欣数字图像的运算班级：
一．实验目的
1．熟悉matlab图像处理工具箱及直方图函数的使用；
2．理解和掌握直方图原理和方法；
二．实验设备：
1.PC机一台；2.软件matlab。
三．程序设计
在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
四．实验步骤
1.启动matlab双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果：
观察图像matlab环境下的直方图分布。
（a）原始图像（b）原始图像直方图
六．实验报告要求
1、给出实验原理过程及实现代码：
I=imread（'coins.png'）;%读取图像
subplot（1,2,1）,imshow（I）%输出图像
title（'原始图像'）%在原始图像中加标题
subplot（1,2,2）,imhist（I）%输出原图直方图
title（'原始图像直方图'）%在原图直方图上加标题
2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
１
一．实验目的
1．熟悉matlab图像处理工具箱及均值滤波函数的使用；
2．理解和掌握3*3均值滤波的方法和应用；
二．实验设备：
1.PC机一台；2.软件matlab
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
J=filter2（fspecial（‘average’,3）,I）/255;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（均值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果：
观察matlab环境下原始图像经3*3均值滤波处理后的结果。
２
（a）原始图像（b）3*3均值滤波处理后的图像
六．实验报告要求
输入一幅灰度图像，给出其图像经3*3均值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行均值滤波，看看对25个点取均值与对9个点取中值进行均值滤波有什么区别？
有没有其他的算法可以改进滤波效果。
（a）原始图像（b）3*3均值滤波处理后的图像
一．实验目的
1．熟悉matlab图像处理工具箱及中值滤波函数的使用；
2．理解和掌握中值滤波的方法和应用；
二．实验设备：
1.PC机一台；2.软件matlab
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
J=medfilt2（I,[5,5]）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
2.在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:
cameraman图像；再调用相应的图像增强（中值滤波）函数，设置参数；最后输出处理后的图像；
3．浏览源程序并理解含义；
３
4．运行，观察显示结果；
5．结束运行，退出；
五．实验结果
观察matlab环境下原始图像经3*3中值滤波处理后的结果。
（a）原始图像（b）3*3中值滤波处理后的图像
六．实验报告要求
输入一幅灰度图像，给出其图像经3*3中值滤波处理后的结果，然后对每一点的灰度值和它周围24个点，一共25个点的灰度值进行排序后取中值，然后该点的灰度值取中值。
看看对25个点取中值与对9个点取中值进行中值滤波有什么区别？
（a）原始图像（b）3*3中值滤波处理后的图像
一．实验目的
1．熟悉matlab图像处理工具箱及图像缩放函数的使用；
2．掌握图像缩放的方法和应用；
二．实验设备：
1.PC机一台；2.软件matlab
三．程序设计
在matlab环境中，程序首先读取图像，然后调用图像缩放函数，设置相关参数，再输出处理后的图像。
I=imread（'cameraman.tif'）;
figure,imshow（I）;
scale=0.5;
J=imresize（I,scale）;
figure,imshow（J）;
四．实验步骤
1.启动matlab
双击桌面matlab图标启动matlab环境；
４
篇三：
数字图像处理实验报告
数字图像处理实验报告
姓名：
郑思义
学号：
XX16524
课程：
数字图像处理
题目：
实验一：
图像复原算法。
实验二：
读入一幅彩色图像，显示各层图像。
实验三：
图像的变换（小波或FT变换）。
实验四：
图像的信息隐藏。
实验一：
图像复原算法
一、实验内容：
读入一幅彩色图片，将其转化为灰度图像。
加入退化函数后加入高斯噪声，依次利用直接全逆滤波（适用噪声较小时）、维纳滤波复原图像。
二、实验原理：
1、逆滤波复原法也叫做反向滤波法，其主要过程是首先将要处理的数字图像从空间域转换到傅里叶频域中，进行反向滤波后再由频率域转回到空间域，从而得到复原的图像信号。
有噪声的情况下逆滤波的原理：
G（u,v）=F（u,v）H（u,v）+N（u,v）写成逆滤波的方式：
F（u,v）=F（u,v）+N（u,v）/H（u,v）。
实验证明：
当退化图像噪声较小时采用逆滤波的方法可以获得比较好的结果。
2、采用维纳滤波是假设图像信号可以近似看成平稳随机过程的前提下，按照使f（x,y）和f（x,y）之间的均方误差达到最小的准则函数来实现
2?
图像复原的，即e?
minEf（x,y）?
f（x,y）式中，E代表期望值，因2?
?
?
?
此维纳滤波又称最小均方误差滤波器。
维纳滤波需要假定下述条件成立：
1、系统为线性空间移不变系统。
2、退化图像、原始图像噪声都是均匀随机场，噪声的均值为零，且与图像不相关。
滤波器的传递函数为：
没有噪声时，维纳滤波退化为逆滤波。
有噪声时，维纳滤波利用信噪功率比恢复过程进行修正。
三、实验算法步骤：
1、读入一幅彩色图片，转化为灰度图片I。
2、对灰度图片退化，利用退化函数H?
u,v?
?
e?
是与湍流有关的常数，k=0.0025）
3、加入高斯噪声。
显示模糊退化且添加高斯噪声的图像I2。
4、直接对I2图像进行逆滤波复原I3。
5、对I2图像进行维纳滤波复原I4。
6、对比I3和I4复原效果。
四、实验代码：
clc;
clear;
I0=imread（'F:
\个人\gesang.png'）;%读入原图
I=rgb2gray（I0）;%将彩色图片转化为灰度图像
imshow（I0）;%原图
figure;
subplot（2,2,1）;imshow（I）;%灰度图
I=double（I）;
[m,n]=size（I）;
k=0.0025;?
k?
u?
m/2?
2?
?
v?
n/2?
2?
（k5/6
foru=1:
m
forv=1:
n
H（u,v）=exp（（-k）*（（（u-m/2）^2+（v-n/2）^2）^（5/6）））;
end
end
F=fftshift（fft2（I））;
G=F.*H;
I1=real（ifft2（fftshift（G）））;
I2=imnoise（uint8（I1）,'gaussian',0,0.001）;
subplot（2,2,2）;imshow（uint8（I2））;%模糊退化且添加高斯噪声的图像
F0=fftshift（fft2（I2））;
F1=F0./H;
I3=ifft2（fftshift（F1））;
subplot（2,2,3）;imshow（uint8（I3））;%逆滤波复原图
k=0.1;
foru=1:
m
forv=1:
n
H（u,v）=exp（-k*（（（u-m/2）^2+（v-n/2）^2）^（5/6）））;
H0（u,v）=（abs（H（u,v）））^2;
H1（u,v）=H0（u,v）/（H（u,v）*（H0（u,v）+k））;
end
end
F2=H1.*F0;
I4=ifft2（fftshift（F2））;
subplot（2,2,4）;imshow（uint8（I4））;%维纳滤波复原图
五、实验结果：
六、实验分析：
对于噪声很小的或者单纯除燥的情况，逆滤波才会有很好的视觉效果。
而维纳滤波对于那些退化函数已知的情况会有
很好的结果。
当然退化函数的选取也是比较麻烦的,往往退化函数并不已知。
而且与湍流的性质有关的常数K的选取也会起到关键作用。
总之很麻烦，刚开始的时候图片像素的大小也会导致H发生变化，H很小时逆滤波会把噪声放大，导致效果很差。
实验二：
读入一幅彩色图像，显示各层图像。
（本实验很简单所以只提供实验代码和结果。
）
一、实验代码：
clc;
clear;
I=imread（'F:
\个人\gesang.png'）;
R=I;G=I;B=I;
R（:
:
2）=0;R（:
:
3）=0;
G（:
:
1）=0;G（:
:
3）=0;
B（:
:
1）=0;B（:
:
2）=0;
figure;
subplot（2,2,1）;imshow（I,[]）;title（'I'）;
subplot（2,2,2）;imshow（R,[]）;title（'R'）;
subplot（2,2,3）;imshow（G,[]）;title（'G'）;
subplot（2,2,4）;imshow（B,[]）;title（'B'）;
二、实验结果：
升级会员 