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