数字图像实验报告.docx
《数字图像实验报告.docx》由会员分享，可在线阅读，更多相关《数字图像实验报告.docx（28页珍藏版）》请在冰豆网上搜索。
数字图像实验报告
江苏科技大学
数字图像处理实验报告
专业名称：
计算机科学与技术
班级：
13419013
学号：
**********
**********
*********
2016年6月5日
实验一常用MATLAB图像处理命令
1.1实验目的
1、熟悉并掌握MATLAB、PHOTOSHOP等工具的使用；
2、实现图像的读取、显示、代数运算和简单变换。
1.2实验环境
MATLAB11以上版本、WINXP或WIN7计算机
1.3常用函数
●读写图像文件
1imread
imread函数用于读入各种图像文件，如：
a=imread（'e:
\w01.tif'）
2imwrite
imwrite函数用于写入图像文件，如：
imwrite（a,'e:
\w02.tif',’tif’）
3imfinfo
imfinfo函数用于读取图像文件的有关信息，如：
imfinfo（'e:
\w01.tif'）
●图像的显示
1image
image函数是MATLAB提供的最原始的图像显示函数，如：
a=[1,2,3,4;4,5,6,7;8,9,10,11,12];
image（a）;
2imshow
imshow函数用于图像文件的显示，如：
i=imread（'e:
\w01.tif'）;
imshow（i）;
title（‘原图像’）%加上图像标题
3colorbar
colorbar函数用显示图像的颜色条，如：
i=imread（'e:
\w01.tif'）;
imshow（i）;
colorbar;
4figure
figure函数用于设定图像显示窗口，如：
figure
（1）；/figure
（2）；
5subplot
把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。
Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。
6plot
绘制二维图形
plot（y）
Plot（x，y）xy可以是向量、矩阵。
●图像类型转换
1rgb2gray
把真彩图像转换为灰度图像
i=rgb2gray（j）
2im2bw
通过阈值化方法把图像转换为二值图像
I=im2bw（j，level）
Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%
3imresize
改变图像的大小
I=imresize（j，[mn]）将图像j大小调整为m行n列
●图像运算
1imadd
两幅图像相加，要求同样大小，同种数据类型
Z=imadd（x，y）表示图像x+y
2imsubstract
两幅图像相减，要求同样大小，同种数据类型
Z=imsubtract（x，y）表示图像x-y
3immultiply
Z=immultiply（x，y）表示图像x*y
4imdivide
Z=imdivide（x，y）表示图像x/y
1.4实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）
1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。
a=imread（'f:
\1.jpg'）
i=rgb2gray（a）
I=im2bw（a,0.5）
subplot（3,1,1）;imshow（a）;title（'原图像'）
subplot（3,1,2）;imshow（i）;title（'灰度图像'）
subplot（3,1,3）;imshow（I）;title（'二值图像'）
图1.1二值图像
2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。
a=imread（'f:
\1.jpg'）
A=imresize（a,[800800]）
b=imread（'f:
\2.jpg'）
B=imresize（b,[800800]）
Z1=imadd（A,B）
Z2=imsubtract（A,B）
Z3=immultiply（A,B）
Z4=imdivide（A,B）
subplot（3,2,1）;imshow（A）;title（'原图像A'）
subplot（3,2,2）;imshow（B）;title（'原图像B'）
subplot（3,2,3）;imshow（Z1）;title（'加法图像'）
subplot（3,2,4）;imshow（Z2）;title（'减法图像'）
subplot（3,2,5）;imshow（Z3）;title（'乘法图像'）
subplot（3,2,6）;imshow（Z2）;title（'除法图像'）
图1.2图像运算
3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。
a=imread（'f:
\1.jpg'）;
m=imadjust（a,[,],[0.5;1]）;%图像变亮
n=imadjust（a,[,],[0;0.5]）;%图像变暗
g=255-a;%负片效果
subplot（2,2,1）;imshow（a）;title（'原图像'）
subplot（2,2,2）;imshow（m）;title（'图像变亮'）
subplot（2,2,3）;imshow（n）;title（'图像变暗'）
subplot（2,2,4）;imshow（g）;title（'负片效果'）
图1.3图像变换
4、熟悉数字图像处理常用函数的使用，调出帮助文档查看其各种不同用法。
方法：
选择函数（函数所在区变暗），点右键弹出菜单，选择“HelponSelection”
5.使用图像输入设备（扫描仪、数码相机、摄像机等）进行图像输入，并用指定的图像文件格式bmp存放。
学会常用数字图像处理软件Photoshop的功能操作练习。
1.5实验总结
分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。
实验二图像的傅里叶变换
1.1实验目的
1、熟悉及掌握图像的傅里叶变换原理及性质，实现图像的傅里叶变换。
1.2实验环境
MATLAB11以上版本、WINXP或WIN7计算机
1.3相关函数
●图像的变换
1fft2
fft2函数用于数字图像的二维傅立叶变换，如：
i=imread（'e:
\w01.tif'）;
j=fft2（i）;
由于MATLAB无法显示复数图像，因此变换后的结果还需进行求模运算，即调用abs函数。
之后常常还进行对数变换，即调用log函数，以减缓傅里叶谱的快速衰减，更好地显示高频信息。
2ifft2
ifft2函数用于数字图像的二维傅立叶反变换，如：
i=imread（'e:
\w01.tif'）;
j=fft2（i）;
k=ifft2（j）;
3fftshift
用于将变换后图像频谱中心从矩阵的原点移动到矩阵的中心
B=fftshift（i）
4利用fft2计算二维卷积
利用fft2函数可以计算二维卷积,如:
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
a（8,8）=0;
b（8,8）=0;
c=ifft2（fft2（a）.*fft2（b））;
c=c（1:
5,1:
5）;
利用conv2（二维卷积函数）校验,如：
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
c=conv2（a,b）;
1.4实验内容
1、对一幅图像进行平移，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与平移后傅里叶频谱的对应关系。
s=imread（'f:
\1.jpg'）;%读入原图像
i=rgb2gray（s）
i=double（i）
j=fft2（i）;%傅里叶变换
k=fftshift（j）;%直流分量移到频谱中心
l=log（abs（k））;%对数变换
m=fftshift（j）;%直流分量移到频谱中心
RR=real（m）;%取傅里叶变换的实部
II=imag（m）;%取傅里叶变换的虚部
A=sqrt（RR.^2+II.^2）;%计算频谱府幅值
A=（A-min（min（A）））/（max（max（A）））*255;%归一化
b=circshift（s,[800450]）;%对图像矩阵im中的数据进行移位操作
b=rgb2gray（b）
b=double（b）
c=fft2（b）;%傅里叶变换
e=fftshift（c）;%直流分量移到频谱中心
l=log（abs（e））;%对数变换
f=fftshift（c）;%直流分量移到频谱中心
WW=real（f）;%取傅里叶变换的实部B
ZZ=imag（f）;%取傅里叶变换的虚部
B=sqrt（WW.^2+ZZ.^2）;%计算频谱府幅值
B=（B-min（min（B）））/（max（max（B）））*255;%归一化
subplot（2,2,1）;imshow（s）;title（'原图像'）
subplot（2,2,2）;imshow（uint8（b））;;title（'平移图像'）
subplot（2,2,3）;imshow（A）;title（'离散傅里叶频谱'）;
subplot（2,2,4）;imshow（B）;title（'平移图像离散傅里叶频谱'）
图2.1图像的傅里叶变换
2、对一幅图像进行旋转，显示原始图像与处理后图像，分别对其进行傅里叶变换，显示变换后结果，分析原图的傅里叶谱与旋转后傅里叶频谱的对应关系。
s=imread（'f:
\1.jpg'）;%读入原图像
i=rgb2gray（s）
i=double（i）
j=fft2（i）;%傅里叶变换
k=fftshift（j）;%直流分量移到频谱中心
l=log（abs（k））;%对数变换
m=fftshift（j）;%直流分量移到频谱中心
RR=real（m）;%取傅里叶变换的实部
II=imag（m）;%取傅里叶变换的虚部
A=sqrt（RR.^2+II.^2）;%计算频谱府幅值
A=（A-min（min（A）））/（max（max（A）））*255;%归一化
b=imrotate（s,-90）;%对图像矩阵im中的数据进行移位操作
b=rgb2gray（b）
b=double（b）
c=fft2（b）;%傅里叶变换
e=fftshift（c）;%直流分量移到频谱中心
l=log（abs（e））;%对数变换
f=fftshift（c）;%直流分量移到频谱中心
WW=real（f）;%取傅里叶变换的实部B
ZZ=imag（f）;%取傅里叶变换的虚部
B=sqrt（WW.^2+ZZ.^2）;%计算频谱府幅值
B=（B-min（min（B）））/（max（max（B）））*255;%归一化
subplot（2,2,1）;imshow（s）;title（'原图像'）
subplot（2,2,2）;imshow（uint8（b））;;title（'平移图像'）
subplot（2,2,3）;imshow（A）;title（'离散傅里叶频谱'）;
subplot（2,2,4）;imshow（B）;title（'平移图像离散傅里叶频谱'）
图2.2傅里叶变换的位移
实验三图像的灰度变换和直方图变换
1.1实验目的
1、熟悉及掌握图像的采样原理，实现图像的采样过程，进行图像的灰度转换。
2、理解直方图的概念及应用，实现图像直方图的显示，及通过直方图均衡和直方图规定化方法对图像进行修正。
1.2实验环境
MATLAB11以上版本、WINXP或WIN7计算机
1.3相关函数
●图像的增强
1、直方图
imhist函数用于数字图像的直方图计算或显示，
imhist（I, n）计算和显示图像I的直方图，n为指定的灰度级数目，默认为256。
如果I是二值图像，那么n仅有两个值。
[counts,x] = imhist（...）返回直方图数据向量counts，相应的色彩值向量x。
如：
i=imread（'e:
\w01.tif'）;
imhist（i）;
2、直方图均衡化
histeq函数用于数字图像的直方图均衡化，
J=histeq（I,n） 均衡化后的级数n，缺省值为64。
J=histeq（I,hgram）"直方图规定化"，即将原是图象I的直方图变换成用户指定的向量hgram（即指定另一幅图像的直方图数据向量）。
如：
i=imread（'e:
\w01.tif'）;
j=histeq（i，N）;对图像i执行均衡化，得到具有N个灰度级的灰度图像j，N缺省值为64
3、灰度调整
imadjust函数用于数字图像的灰度或颜色调整，
J=imadjust（I）将灰度图像I中的亮度值映射到J中的新值并使1％的数据是在低高强度和饱和，这增加了输出图像J的对比度值。
J=imadjust（I,[low_in;high_in],[low_out;high_out]）
将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。
low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。
它们都可以使用空的矩阵[]，默认值是[01]。
如：
i=imread（'e:
\w01.tif'）;
j=imadjust（i,[0.3,0.7],[]）;将图像i转换为j，使灰度值从0.3~0.7与缺省值0~1相匹配
●运算函数
1、Zeros生成全0数组或矩阵
如B=zeros（m,n）orB=zeros（[mn]）返回一个m*n全0矩阵
2、取整函数
floor最小取整函数
round四舍五入取整函数
ceil最大取整函数
如a=[-1.9,-0.2,3.4,5.6,7.0,2.4+3.6i]
I=round（a）
I=[-203672+4i]
1.4实验内容
1、对一幅图像进行2倍、4倍、8倍和16倍减采样，显示结果。
a=imread（'f:
/1.jpg'）;
b=rgb2gray（a）;
form=1:
4
figure
[width,height]=size（b）;
quartimage=zeros（floor（width/（m））,floor（height/（2*m）））;
k=1;
n=1;
fori=1:
（m）:
width
forj=1:
（2*m）:
height
quartimage（k,n）=b（i,j）;
n=n+1;
end
k=k+1;
n=1;
end
imshow（uint8（quartimage））;
End
图3.1图像采样
2、显示一幅灰度图像a，改变图像亮度使其整体变暗得到图像b，显示两幅图像的直方图。
a=imread（'f:
\lena_color.png'）
c=rgb2gray（a）；
b=c-46；
subplot（3,2,1）;imshowt（c）;title（'原图像'）
subplot（3,2,1）;imhist（c）;title（'原图像的直方图'）
subplot（3,2,3）;imshow（b）;title（'变暗后的图像'）
subplot（3,2,4）;imhist（b）;title（'变暗后的图像直方图'）
d=imadjust（c,[0,1],[1,0]）;
subplot（3,2,5）;imshow（d）;title（'反转图像'）;
图3.2图像的直方图
3、对图像b进行直方图均衡化，显示结果图像和对应直方图。
B=imread（‘f:
\lena_color.png’）
c=rgb2gray（b）
j=histeq©
subplot（2,2,1）,imshow©
subplot（2,2,2）,imshow（j）
subplot（2,2,3）,imhist©%显示原始图像直方图
subplot（2,2,4）,imhist（j）%显示均衡化后图像的直方图
图3.3图像的直方图均衡化
4、对B进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。
X1=0:
0.01:
0.125;
x2=0.125:
0.01:
0.75;
x3=0.75:
0.01:
1;
y1=2*x1;
y2=0.25+0.6*（x2-0.125）;
y3=0.625+1.5*（x3-0.75）;
x=[x1,x2,x3] ;
y=[y1,y2,y3] ;
subplot（2,2,4） ;
plot（x,y）;
通过在所关心范围内为所有灰度值指定一个较高值，而为其他灰度指定一个较低值，或将所需范围变亮，分段线性变换可提高图像中特定灰度范围的亮度，常用于图像特征值的提取。
这里将原始图像位于[0.125,0.75]间的灰度值调低，放大其余的灰度值，突出显示图像低频域和高频域的部分。
实验四图像的平滑处理
1.1实验目的
1、熟悉并掌握常见的图像噪声种类；
2、理解并掌握常用的图像的平滑技术，如邻域平均法和中值滤波的原理、特点、适用对象
1.2实验环境
MATLAB11以上版本、WINXP或WIN7计算机
1.3相关知识
图像平滑的目的是消除图像噪声、恢复原始图像。
实际中摄取的图像一般都含有某种噪声，引起噪声的原因很多，噪声的种类也很多。
总的说来，可以将噪声分为加性噪声和乘性噪声。
加性噪声中又包含高斯噪声、椒盐噪声等典型噪声。
Matlab图像处理工具箱提供了模拟噪声生成的函数imnoise，可以对图像添加一些典型的噪声。
imnoise格式：
J=imnoise（I，type，parameters）；
常见的去除噪声的方法有：
邻域平均法、空间域低通滤波、频率域低通滤波、中值滤波等。
二维中值滤波的Matlab函数为medfilt2。
1imnoise
imnoise函数用于对图像生成模拟噪声，如：
i=imread（'e:
\w01.tif'）;
j=imnoise（i,'gaussian',0,0.02）;模拟均值为0方差为0.02的高斯噪声，
j=imnoise（i,'salt&pepper',0.04）模拟叠加密度为0.04的椒盐噪声
2fspecial
fspecial函数用于产生预定义滤波器，如：
h=fspecial（'average'）;%均值滤波器
3图像滤波函数
imfilter函数,filter2函数，二维卷积conv2滤波都可以进行图像滤波，如
j=filter2（h,I）;
j=imfilter（I,h）;
j=conv2（I,h）;
4中值滤波
medfilt2函数用于图像的中值滤波，如：
i=imread（'e:
\w01.tif'）;
j=medfilt2（i，[MN]）;对矩阵i进行二维中值滤波，领域为M*N，缺省值为3*31
1.4实验内容
1、读出lena.jpg这幅图像，给这幅图像分别加入椒盐噪声、高斯噪声和乘性噪声后并与前一张图显示在同一图像窗口中。
2、对受高斯噪声（模拟均值为0方差为0.02的高斯噪声）干扰的lena图像分别利用邻域平均法和中值滤波进行滤波去噪（窗口可变，可先取3*3，依次再取5*5，7*7），并显示滤波结果。
3、对受椒盐噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。
4、对受乘性噪声（噪声方差为0.02）干扰的lena图像，选择合适的滤波器将噪声滤除。
实验五图像边缘检测与分割
1.1实验目的
1、熟悉并掌握MATLAB图像处理工具箱的使用；
2、理解并掌握常用的图像的锐化技术
3、理解并掌握常用的图像的边缘检测与分割技术。
1.2实验环境
MATLAB11以上版本、WINXP或WIN7计算机
1.3相关知识
1fspecial
fspecial函数用于产生预定义滤波器，如：
h=fspecial（'sobel'）;%sobel水平边缘增强滤波器
h=fspecial（'log'）;%高斯拉普拉斯（LoG）滤波器
H=fspecial（'prewitt'）;%预定义滤波器
M=imfilter（I,H）;
imshow（M）;
2edge
检测灰度或者二值图像的边缘，返回一个二值图像，1像素是检测到的边缘，0像素是非边缘。
用法：
BW=edge（I,'sobel',thresh,direction），
I为检测对象；边缘检测算子可用sobel，roberts，prewitt，zerocross，log，canny；
thresh指定阈值，检测时忽略所有小于阈值的边缘，默认自动选择阈值；direction方向，在所指定的方向direction上，用算子进行边缘检测horizontal（水平方向）、vertical（垂直方向）或both（两个方向）。
如：
I=imread（'circuit.tif'）;
BW1=edge（I,'prewitt'）;
imshow（BW1）;
3使用拉氏算子检测图像边缘,如:
i=imread（'e:
\w01.tif'）;
j=double（i）;
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2（j,h,'same'）;
4使用双峰法进行二值图像分割
先给出原图的直方图，再定出阈值（门限）T，一般取两个峰值间的谷值。
1.4实验步骤
1、采用两种不同算子对图像进行锐化处理
i=imread（'f:
\1.jpg'）
I=rgb2gray（s）
H=fspecial（'sobel'）;%应用Sobel算子锐化图像
I1=filter2（H,I）;%Sobel算子滤波锐化
H=%应用XX算子锐化图像
I2=%XX算子滤波锐化
subplot（1,3,1）;imshow（i）;title（'原图像'）;
subplot（1,3,2）;imshow（I1）;title（'Sobel算子锐化图像'）;
subplot（1,3,3）;imshow（I2）;title（'XX算子锐化图像'）;
2、采用三种不同算子检测图像边缘，显示结果。
I=imread（'f:
\XX.jpg'）;
BW1=edge（I,'prewitt'）;
BW2=edge（I,''）;
BW3=edge（I,''）;
subplot（2,2,1）;imshow（I）;title
升级会员 