图像处理实习报告文档格式.docx
《图像处理实习报告文档格式.docx》由会员分享,可在线阅读,更多相关《图像处理实习报告文档格式.docx(8页珍藏版)》请在冰豆网上搜索。
![图像处理实习报告文档格式.docx](https://file1.bdocx.com/fileroot1/2022-10/12/2190c2af-a4f4-44d5-bc3b-68aa2aabc0c4/2190c2af-a4f4-44d5-bc3b-68aa2aabc0c41.gif)
1.直方图均衡化处理
I1=imread('
h1.bmp'
);
%读入原图像I2=imread('
h2.bmp'
%读入原图像I3=imread('
h3.bmp'
%读入原图像I4=imread('
h4.bmp'
%读入原图像
J=histeq(I);
%对原图像进行直方图均衡化处理imshow(I);
%显示原图像
title('
原图像'
%给原图像加标题名
figure,imshow(J);
%对原图像进行屏幕控制;
显示直方图均衡化后的图像title('
直方图均衡化所得图像'
%给直方图均衡化后的图像加标题名
figure;
subplot(121);
%对直方图均衡化后的图像进行屏幕控制;
作一幅子图作为并排两幅图的第imhist(I,64);
%将原图像直方图显示为64级灰度title('
原图像直方图'
%给原图像直方图加标题名subplot(122);
%作第2幅子图
imhist(J,64);
%将均衡化后图像的直方图显示为64级灰度title(‘均衡变换后的直方图’);
%给均衡化后图像直方图加标题名
1幅图
2.显示图像频谱
I=imread('
chuizhi.bmp'
%读入原图像文件imshow(I);
fftI=fft2(I);
%二维离散傅立叶变换sfftI=fftshift(fftI);
%直流分量移到频谱中心RR=real(sfftI);
%取傅立叶变换的实部II=imag(sfftI);
%取傅立叶变换的虚部A=sqrt(RR.^2+II.^2);
%计算频谱幅值
A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;
%归一化figure;
%设定窗口
imshow(A);
%显示原图像的频谱
四、思考题
1.直方图是什么概念?
它反映了图像的什么信息?
答:
直方图是图像亮度分布的概率密度函数,是图像最基本的统计特征,它反映的是图像的灰度值的分布情况和图像的明暗分布规律,。
直方图操作能有效地用于图像增强,其固有的信息还可用于在其他图像处理应用中,如图像压缩与分割。
直方图在软件中易于计算,也适用于商用硬件设备,因此,它们成为了实时图像处理的一个流行工具。
2.直方图均衡化是什么意思?
它的主要用途是什么?
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化,改善图像的亮度分布状态,增强图像的视觉效果。
灰度直方图是图像预处理中涉及最广泛的基本概念之一。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数的过程
3.直方图规定化是什么意思?
答:
直方图匹配(规定化)
函数histeq实现直方图匹配的形式为:
g=histeq(f,hspec)其中,f为输入图像,hspec为指定的直方图(一个由指定值构成的行向量),g为输出图像,其直方图近似于指定的直方图hspec。
向量中包含对应于等分空间bin的整数值。
histeq的一个特性是在length(hspec)
远小于
图像f中的灰度级数时,图像g的直方图通常会较好地匹配hspec。
4.傅里叶变换有哪些重要的性质?
1.在傅里叶变换(FT,FourierTransform)域中,高频分量往往对应图像的边缘2.傅里叶变换后,图像能量往往集中在少数项上,或者说能量主要集中在低频分量上,于是通过对低频成分分配较多的比特数,对高频成分分配较少的比特数,即可实现图像数据压缩。
3.舍弃变换函数矩阵中某些幅度小的系数,可缩减计算维数,提高计算速度等等。
5.图像的二维频谱在显示和处理时应注意什么?
这两种处理过程不可互换。
即fftshift(fft2(f))?
fft2(fftshift(f))。
实验三图像增强
掌握常见的图像噪声种类。
学习用于图像增强中的去噪声等平滑技术。
理解在空间域邻域平均法和中值滤波的原理、特点、适用对象。
学习用于突出目标形状特征、改善视觉效果的图像锐化技术的原理和常用方法。
1.用邻域平均法对含噪声图像进行滤波,比较不同邻域半径的处理效果。
2.用邻域平均法和中值滤波两种方法分别处理叠加椒盐噪声和高斯噪声的图像,比较其滤波效果。
三、实验原理及内容
图像增强是指按特定的需要突出一幅图像中的有用信息,同时,消弱或去除某些不需要的信息,提高图像的使用价值的处理方法。
常用的图像增强技术有灰度修正法、直方图修正法,图像平滑处理、图像锐化处理、几何校正和彩色处理技术等空间域处理方法。
还有频域增强、维纳滤波和卡尔曼滤波等频率域处理方法。
1.邻域平均法滤波
Example-1.bmp'
J=imnoise(I,'
gaussian'
0,0.02);
subplot(2,2,1),imshow(I);
title('
)
subplot(2,2,2),imshow(J);
添加高斯噪声图像'
K1=filter2(fspecial('
average'
3),J)/255;
%应用3×
3邻域窗口法subplot(2,2,3),imshow(K1);
3×
3窗的邻域平均滤波图像'
K2=filter2(fspecial('
5),J)/255;
3邻域窗口法subplot(2,2,4),imshow(K2);
5×
5窗的邻域平均滤波图像'
)I=imread('
J1=imnoise(I,'
J2=imnoise(I,'
salt&
pepper'
0.02);
subplot(2,2,1),imshow(I);
subplot(2,2,1),imshow(I);
B=medfilt2(K1);
3邻域窗口法
subplot(2,2,4),imshow(B);
中值滤波图像'
1.在对图像进行邻域平均法滤波时,邻域半径的大小对图像有什么影响,什么?
半径不同,图像的模糊度也不同。
2.邻域平均法更适合于处理高斯噪声还是椒盐噪声?
试分析原因。
答:
邻域平均法更适合于处理高斯噪声。
3.中值滤波更适合于处理高斯噪声还是椒盐噪声?
中值滤波更适合于处理椒盐噪声。
4.对叠加有乘性噪声的图像,设计一种处理方法,既能去噪声又能保持边缘清晰。
采用取对数的方法使乘性噪声变为加性噪声。
实验四图像分割
掌握常用的边缘提取算法,从图像中提取感兴趣的区域,图像中,寻找灰度相同或相似的区域,区分图像中的背景区域和目标区域,Matlab实现图像的边缘检测,进行图像分割。
二、实验要求
1.运用罗伯特梯度算子、Sobel算子、Prewitt算子、子等检测图像边缘,编程实现并观看图像分割的效果。
2.运用边缘检测函数edge对图像作边缘检测,并观看检测效果。
三、实验原理及内容
图像边缘是图像中特性(如像素灰度、纹理等)分布的不连续处,图像周围特性有阶跃变化或屋脊状变化的那些像素的集合。
图像边缘存在于目标与背景、目标与目标、基元与基元的边界,标示出目标物体或基元的实际含量,
实现图像分割。
利用LoG算子、Canny
是图像识
为在算
篇二:
图片处理实习报告
河南工程学院
实习报告
系(部)计算机科学与工程系专业网络对口班级0931姓名张丽学号XX
XX年3月14日
一、实训目的
更好的熟悉PS软件界面,工具及其命令,并且为以后处理图片奠定基础。
二、实训内容
(1)消除红眼
?
打开PS界面,选择“文件”——“打开”,在弹出的对
话框中选中要编辑的图片。
选择工具箱中的红眼工具,在眼睛上点一下,即可。
?
“文件”——“存储为”,将图片保存为“JPG”格式。
(2)去除人物
?
打开PS界面,选择“文件”——“打开”,在弹出的对
先复制一个图层。
避免原图的破坏。
选择工具箱中的“仿制图章工具”,在合适的位置按住ALT
键并单击鼠标左键。
慢慢的消去人物。
(细心)?
等消除人物后,选择“修复画笔工具”,这样图片的处理效果会更好。
文件”——“存储为”,将图片保存为“JPG”格式。
(3)去除皱纹
选择工具箱中的“图章工具”,在要消除的皱纹的周围,
按住ALT键并单击鼠标左键,选一个仿制点。
在处理过程中要不断的换仿制点。
处理完成后,选择“文件”——“存储为”,将图片保存
为“JPG”格式。
(4)自已设计一副图片?
图片展示:
“文件”——“新建”。
在工具箱中,找到钢笔工具,画出路的轮廓,用画笔填充颜色,最远处填充(转载自:
小草范文网:
图像处理实习报告)颜色的时候,将透明度降低。
用画笔工具在路两边画树和灯杆,注意颜色的深浅。
用画笔工具画烟花。
画完成之后,选择“文件”——“存储为”,将图片保存为“JPG”格式。
篇三:
数字图像处理实习报告
数字图像处理课程综合实习
实习报告
学院
班级
学号
姓名
日期
指导教师遥感信息工程学院09031XX0吴雪薇XX年5月28日
实习一将RAW图像格式转换成BMP图像格式
一、实习目的和意义
熟悉常用的图像文件格式与格式转换,认识各图像格式的优缺点;
掌握RAW和BMP格式的存储和读取,编程实现RAW—〉BMP格式的转换,为读取各种格式文件打基础。
二、实习原理和方法
RAW格式:
文件按照数字图像组成的二维矩阵,将像素按行列号顺序存储在文件中。
这种文件只含有图像像素数据,不含有信息头,因此,在读图像时,需要根据文件大小,计算图像所包含的行列号,或者需要事先知道图像大小(矩阵大小)。
但