河北工业大学图像实验报告.docx
《河北工业大学图像实验报告.docx》由会员分享，可在线阅读，更多相关《河北工业大学图像实验报告.docx（29页珍藏版）》请在冰豆网上搜索。
河北工业大学图像实验报告
《数字图像处理》实验报告
软件102班孙世华102442
实验一（4学时）
1、熟悉MATLAB软件的开发环境和基本操作，为编写图像处理程序奠定基础。
例如：
1.矩阵：
A=[123;456];
输入结果为：
>>A=[123;456]
A=
123
456
2.读取图像，并进行显示
I=imread（‘lena.jpg’）;
Imshow（I）;
输入结果为：
I=imread（‘1.jpg’）;
imshow（I）;
二、掌握二进制（黑白）图像、灰度图像、彩色图像读和写的基本方法，观察其图像参数，并说明以下程序的显示结果为何是一幅几乎全黑的图像。
clear;closeall;
myi=zeros（20,20）;
myi（2:
2:
18,2:
2:
18）=1;
myi=uint8（myi）;
figure,imshow（myi,'notruesize'）;
输入结果为：
clear;
i=imread（'2.jpg'）;
imwrite（i,'22.bmp','bmp'）,j=imread（'22.bmp'）;%jpg格式转换为bmp格式
imggray=rgb2gray（i）;
imwrite（imggray,'2gray.bmp','bmp'）,p=imread（'2gray.bmp'）;%存储为灰度图像
imgbw=im2bw（i,0.5）;
imwrite（imgbw,'2binary.bmp','bmp'）,q=imread（'2binary.bmp'）;%存储为二值图像
figure;
subplot（2,2,1）,imshow（i）,title（'原彩色图'）;
subplot（2,2,2）,imshow（j）,title（'转换为bmp格式图像'）;
subplot（2,2,3）,imshow（p）,title（'灰度图像'）;
subplot（2,2,4）,imshow（q）,title（'二值图像'）;
输入下面代码：
clear;closeall;
myi=zeros（20,20）;
myi（2:
2:
18,2:
2:
18）=1;
myi=uint8（myi）;
figure,imshow（myi,'notruesize'）;
得到的图像为几乎全黑的，是因为从0变化为1，颜色变化很小，人眼几乎分辨不出来，所以几乎是全黑的，附下图：
三、图像采样和量化相关实验
要求：
1．选择lena.jpg或其它图片，缩小空间分辨率，观察结果并分析
2．选择lena.jpg或其它图片，缩小灰度分辨率，观察结果并分析
1.缩小空间代码率
clear
>>I=imread（'1.jpg'）;
>>P=I;
>>[a,b]=size（I）
a=
379
b=
1650
>>fori=1:
189
forj=1:
1650
P（2*i,j）=P（2*i-1,j）;
end
end
>>fori=1:
379
forj=1:
825
P（i,2*j）=P（i,2*j-1）;
end
end
>>figure;
>>subplot（1,2,1）,imshow（I）,title（'原图像'）;
subplot（1,2,2）,imshow（P）,title（'缩小空间分辨率后的图像'）;
分析：
缩小空间分辨率的图像与原图像比较起来细节变得有些不明显。
2.缩小灰度分辨率
实验代码如下：
I=imread（'2.jpg'）;
[M,N,K]=size（I）;
fori=1:
M
forj=1:
N
ifI（i,j）<127
A（i,j）=0;
else
A（i,j）=255;
end
end
end
figure;
subplot（1,2,1）;
imshow（I,[]）;
subplot（1,2,2）;
imshow（A,[]）;
四、直方图学习
使用函数：
显示图像直方图imhist（）
要求：
显示灰度图像直方图（lena.jpg）
要求：
显示彩色图像直方图（qingwa.jpg）
输入下面的代码：
clear;
i=imread（'2.jpg'）;
x=rgb2gray（i）;
figure;
subplot（2,3,1）,imshow（i）,title（'原图'）;
subplot（2,3,2）,imshow（x）,title（'灰度图'）;
subplot（2,3,3）,imhist（x）,title（'灰度直方图'）;
subplot（2,3,4）,imhist（i（:
:
1））,title（'red直方图'）;
subplot（2,3,5）,imhist（i（:
:
2））,title（'green直方图'）;
subplot（2,3,6）,imhist（i（:
:
3））,title（'blue直方图'）;
五、应用MATLAB（或C）语言编写一幅灰度图像直方图统计程序，并选择一幅图像显示其直方图，将结果与MATLAB工具箱提供的灰度直方图函数imhist的处理结果进行比较。
利用以上编写的程序，估算下面图像中瞳孔半径（以像素为单位）。
输入下面代码：
clear;
i=imread（'1.jpg'）;%读取图像1.jpg
p=rgb2gray（i）;%转换为灰度图像p
[m,n]=size（p）;
h=imhist（p）;
h1=h（1:
2:
256）;%准备画圈的纵坐标-->数据来自于图像
h2=1:
2:
256;%准备画圈的横坐标就是1到256
figure;
subplot（2,2,1）,imshow（i）,title（'原图'）;%显示原图像
subplot（2,2,2）,imshow（p）,title（'灰度图'）;%显示灰度图像
subplot（2,2,3）,imhist（p）,title（'灰度图像直方图'）;%列出灰度图像直方图
subplot（2,2,4）,stem（h2,h1,'r--'）,title（'火柴梗图'）;%用红色的绘制火柴梗图
forii=0:
255
a（ii+1）=length（find（p==ii））;
end
s1=0;
forii=0:
55
s1=s1+a（ii+1）;
end
s2=m*n;
pp=s1/s2;
disp（['pp=',num2str（pp）]）;
pp=0.1332
六、傅里叶变换和反变换
fft2:
二维傅里叶变换
ifft2：
二维傅里叶反变换
fftshift：
将零点平移到频谱的中心
ifftshift：
逆ifftshift
abs：
向量绝对值
输入以下代码：
clear
i=imread（'11.jpg'）;
f1=fft2（im2double（i））;%二维傅里叶变换
f2=fftshift（f1）;%将零点平移到频谱的中心
f3=abs（f2）;
f4=ifftshift（f2）;
f5=ifft2（f4）;
subplot（2,3,1）,imshow（i）,title（'原图'）;
subplot（2,3,2）,imshow（f1）,title（'fft2'）;
subplot（2,3,3）,imshow（f2）,title（'fftshift'）;
subplot（2,3,4）,imshow（f3）,title（'abs'）;
subplot（2,3,5）,imshow（f4）,title（'ifftshift'）;
subplot（2,3,6）,imshow（f5）,title（'ifft2'）;
实验二（4学时）
应用MATLAB工具箱进行图像处理，包括显示图像、格式转换、图像灰度调整、对比度增强、直方图均衡、邻域平均法、中值滤波法、图像代数运算、边缘增强、伪彩色增强、假彩色合成、二值化、边缘检测等；分析处理结果，掌握方法和原理，巩固所学内容。
一、图像增强点运算
1.直方图均衡化
使用函数：
直方图均衡化histeq（’lena.jpg’）;
实验要求：
选择一幅直方图不均匀的图像，对该图像进行直方图均衡处理，显示处理前后的图像以及它们的灰度直方图。
实验代码如下：
clear;
i=imread（'1.jpg'）;
p=rgb2gray（i）;
j=histeq（p）;
subplot（2,3,1）,imshow（p）,title（'灰度图'）;
subplot（2,3,3）,imhist（p）,title（'原灰度直方图'）;
subplot（2,3,4）,imshow（j）,title（'均衡化后图'）;
subplot（2,3,6）,imhist（j）,title（'均衡化后直方图'）;
2．灰度修正技术：
使用函数：
imadjust（）;
实验要求：
选择一幅对比度不足的图像，对该图像进行灰度变换，增强对比度，显示增强前、后的图像以及它们的灰度直方图。
实验代码如下：
clear;
i=imread（'2.jpg'）;
p=rgb2gray（i）;
j=imadjust（p,[0.40.8],[]）;
subplot（2,3,1）,imshow（i）,title（'原彩色图'）;
subplot（2,3,2）,imshow（p）,title（'灰度图'）;
subplot（2,3,3）,imshow（j）,title（'增强对比度的图'）;
subplot（2,3,5）,imhist（p）,title（'原灰度图直方图'）;
subplot（2,3,6）,imhist（j）,title（'修正后直方图'）;
1、图像的空间域平滑（使用4-邻域，8邻域进行处理），比较处理结果
例如：
（使用4-邻域进行图像平滑处理）
I=imread（'001.png'）;
imshow（I）;
I1=imnoise（I,'gaussian',0.1）;
figure;
imshow（I1）;
F=[0,1,0;1,0,1;0,1,0]/4;//所用模板（4-邻域）
I2=filter2（F,I1）;
figure;
imshow（I2,[]）;
实验代码如下：
clear;
i=imread（'1.jpg'）;
p=imnoise（i,'gaussian',0.1）;
f1=[010;101;010]/4;%所用模板（4-邻域）
f2=[010;101;010]/8;%所用模板（8-邻域）
j=imfilter（p,f1,'corr','replicate'）;
k=imfilter（p,f2,'corr','replicate'）;
subplot（2,2,1）,imshow（i）,title（'原彩色图'）;
subplot（2,2,2）,imshow（p）,title（'噪声污染后图'）;
subplot（2,2,3）,imshow（j）,title（'4-邻域处理后图'）;
subplot（2,2,4）,imshow（k）,title（'8-邻域处理后图'）;
三、图像的空间域锐化（要求梯度法图像锐化的五种方法）
例如：
第一种锐化方法
[I,map]=imread（'H:
\lena.jpg'）;
I=double（I）;
[IX,IY]=gradient（I）;
GM=sqrt（IX.*IX,IY.*IY）;
OUT1=GM
imshow（OUT1,map）;
实验代码如下：
clear;
[P,map]=imread（'2.jpg'）;
S=rgb2gray（P）;
I=double（S）;
[Gx,Gy]=gradient（I）;%计算梯度
G=sqrt（Gx.*Gx+Gy.*Gy）;%注意是矩阵点乘
J1=G;%第一种图像增强
J2=I;%第二种图像增强
K=find（G>=5）;
J2（K）=G（K）;
J3=I;%第三种图像增强
K=find（G>=5）;
J3（K）=255;
J4=I;%第四种图像增强
K=find（G<=5）;
J4（K）=255;
J5=I;%第五种图像增强
K=find（G<=5）;
J5（K）=0;
Q=find（G>=5）;
J5（Q）=255;
figure;%显示图像
subplot（2,3,1）,imshow（S,map）,title（'灰度图像'）;
subplot（2,3,2）,imshow（J1,map）,title（'第一种'）;
subplot（2,3,3）,imshow（J2,map）,title（'第二种'）;
subplot（2,3,4）,imshow（J3,map）,title（'第三种'）;
subplot（2,3,5）,imshow（J4,map）,title（'第四种'）;
subplot（2,3,6）,imshow（J5,map）,title（'第五种'）;
4、图像的频率域平滑和锐化（常用的四种低通和高通滤波器）
实验代码如下：
clear;
B=ones（200,200）;
fori=1:
50
forj=1:
60
B（i,j）=0;
end
end
fori=1:
60
forj=1:
80
K（i,j）=0.5;
end
end
K1=imnoise（K,'salt&pepper'）;
fori=1:
60
forj=1:
80
B（100+i,100+j）=K1（i,j）;
end
end
figure;
subplot（2,3,1）,imshow（B）,title（'生成的图'）;
%进行傅里叶变换
f=double（B）;
g=fft2（f）;
g=fftshift（g）;
K=log（1+abs（g））;
subplot（2,3,2）,imshow（K,[]）,title（'傅里叶变换生成的图'）;
%得到相关参数
[M,N]=size（g）;
m1=fix（M/2）;
n1=fix（N/2）;
d0=M/10;
d1=d0*2;
%得到滤波器函数
fori=1:
M
forj=1:
N
d=sqrt（（i-m1）^2+（j-n1）^2）;
%?
?
?
?
?
if（didealfilter（i,j）=1;
else
idealfilter（i,j）=0;
end
%?
?
?
?
?
?
?
?
?
n=2;
blfilter（i,j）=1/（1+（d/d0）^（2*n））;
%?
?
?
?
?
?
?
elfilter（i,j）=exp（-（（d/d0）^n））;
%?
?
?
?
?
?
?
if（dtlfilter（i,j）=1;
elseif（d>=d0&&d<=d1）
tlfilter（i,j）=（d-d1）/（d0-d1）;
else
tlfilter（i,j）=0;
end
end
end
end
%?
?
?
?
resulti=idealfilter.*g;
%?
?
?
?
?
?
resultb=blfilter.*g;
%?
?
?
?
resulte=elfilter.*g;
%?
?
?
?
?
?
?
resultt=tlfilter.*g;
%?
?
?
?
result1=fftshift（resulti）;
R1=ifft2（result1）;
subplot（2,3,3）,imshow（R1,[]）,title（'理想低通'）;
%?
?
?
?
?
?
result2=fftshift（resultb）;
R2=ifft2（result2）;
subplot（2,3,4）,imshow（R2,[]）,title（'巴特沃斯低通'）;
%?
?
?
?
result3=fftshift（resulte）;
R3=ifft2（result3）;
subplot（2,3,5）,imshow（R3,[]）,title（'指数低通'）;
%?
?
?
?
result4=fftshift（resultt）;
R4=ifft2（result4）;
subplot（2,3,6）,imshow（R4,[]）,title（'梯形低通'）;
五、伪彩色变换（选择两种方法）和假彩色变换
伪彩色变换（选择两种方法）：
1、密度分割法：
clear;
z=imread（'lung.jpg'）;
x=rgb2gray（z）;
[m,n]=size（x）;
r=zeros（m,n）;
g=zeros（m,n）;
b=zeros（m,n）;
e=max（max（x））;
f=min（min（x））;
t=（e-f）/3;
%变换图像
fori=1:
m
forj=1:
n
ifx（i,j）<（f+t）
r（i,j）=255;
elseifx（i,j）>（e-t）
b（i,j）=255;
else
g（i,j）=255;
end
end
end
subplot（2,3,1）,imshow（z）,title（'原始图像'）;
subplot（2,3,2）,imshow（x）,title（'灰度图像'）;
subplot（2,3,4）,imshow（r）,title（'红色图像'）;
subplot（2,3,5）,imshow（g）,title（'绿色图像'）;
subplot（2,3,6）,imshow（b）,title（'蓝色图像'）;
p=uint8（zeros（m,n,3））;
p（:
:
1）=uint8（r）;
p（:
:
2）=uint8（g）;
p（:
:
3）=uint8（b）;
subplot（2,3,3）,imshow（p）,title（'变换图像'）;
彩色变换合成法：
clear;
z=imread（'2.jpg'）;%如果图像是一幅真彩色RGB图像
w=rgb2gray（z）;
[mn]=size（w）;
r=w;
g=w;
b=w;
fori=1:
m
%生成Red
forj=1:
n
ifw（i,j）<=127
r（i,j）=255;
elseifw（i,j）>=191
r（i,j）=0;
else
r（i,j）=（w（i,j）-127）*4;
end
end
%生成Green
forj=1:
n
ifw（i,j）<=63
g（i,j）=4*w（i,j）;
elseifw（i,j）>=192
g（i,j）=（255-w（i,j））*4;
else
g（i,j）=0;
end
end
%生成Blue
forj=1:
n
ifw（i,j）<=63
b（i,j）=0;
elseifw（i,j）>=127
b（i,j）=255;
else
b（i,j）=（127-w（i,j））*4;
end
end
end
subplot（2,3,1）,imshow（z）,title（'原始图像'）;
subplot（2,3,2）,imshow（w）,title（'灰度图像'）;
subplot（2,3,4）,imshow（r）,title（'红色图像'）;
subplot（2,3,5）,imshow（g）,title（'绿色图像'）;
subplot（2,3,6）,imshow（b）,title（'蓝色图像'）;
%合成为伪彩色
p=uint8（zeros（m,n,3））;
p（:
:
1）=uint8（r）;
p（:
:
2）=uint8（g）;
p（:
:
3）=uint8（b）;
subplot（2,3,3）,imshow（p）,title（'伪彩色图像'）;
假彩色变换
clear;
i=imread（'2.jpg'）;
j（:
:
1）=i（:
:
2）;
j（:
:
2）=i（:
:
3）;
j（:
:
3）=i（:
:
1）;
subplot（1,2,1）,imshow（i）,title（'原图像'）;
subplot（1,2,2）,imshow（j）,title（'假彩色图像'）;
六、图像分割（边缘提取法和阈值分割法）
例如：
边缘提取的方法
I=imread（‘C:
\1.jpg’）;读图象
edge（）函数用于灰度图象边缘的提取；生成图象均为二值图像；其参数代表所用的方法
BW=edge（I,’sobel’）;sobel边缘提取方法
BW=edge（I,’prewitt’）;prewitt边缘提取方法
BW=edge（I,’roberts’）;roberts边缘提取方法
BW=edge（I,’log’）;拉普拉斯边缘提取方法
实验代码如下：
1、边缘提取的方法
clear;
i=imread（'2.jpg'）;
f1=im2bw（i,0.5）;
f2=double（f1）;
f3=edge（f2,'sobel'）;%sobel边缘提取方法
f4=edge（f2,'prewitt'）;%prewitt边缘提取方法
f5=edge（f2,'roberts'）;%roberts边缘提取方法
f6=edge（f2,'log'）;%拉普拉斯边缘提取方法
subplot（2,3,1）,imshow（i）,title（'原彩色图'）;
subplot（2,3,2）,imshow（f1）,title（'二值图'）;
subplot（2,3,3）,imshow（f3）,title（'sobel图'）;
subplot（2,3,4）,imshow（f4）,title（'prewitt图'）;
subplot（2,3,5）,imshow（f5）,title（'roberts图'）;
subplot（2,3,6）,imshow（f6）,title（'拉普拉斯图'）;
2、阈值分割法
clear;
i=imread（'1.jpg'）;
thresh=graythresh（i）;%自适应确定阈值
bw1=im2bw（i,thresh）;%二值化
bw2=im2bw（i,130/255）;%以130为阈值实现二值化，转换为[0,1]区间内
subplot（1,3,1）,imshow（i）,title（'原图像'）;
subplot（1,3,2）,imshow（bw1）,title（'自动选择阈值'）;
subplot（1,3,3）,imshow（bw2）,title（'阈值130'）;
升级会员 