佳木斯大学数字图像报告Word格式文档下载.docx
《佳木斯大学数字图像报告Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《佳木斯大学数字图像报告Word格式文档下载.docx（29页珍藏版）》请在冰豆网上搜索。
实验地点
1C06-329
实验成绩
实验项目名称
实验二：
图像基本操作
目
的
了解MATLAB数字图像处理工具箱，熟悉数字图像基本处理操作原理，掌握相关工具箱函数调用及其参数设置方法，能够查看图像的相关信息，并分析图像的处理效果。
内
容
2-1）、将目标图像加载到MATLAB目录下work文件夹中，读入并显示目标图像I，查看图像的基本信息及其在内存中的情况；
参考函数imread、imshow、imfinfo、whos
2-2）、创建名为exp2-1.m程序文件，在文件中实现以下的图像操作：
①对图像I进行缩放处理，将其缩小为0.5倍，并在当前空间下存储名称为”exp11”的图片；
②对图像I进行旋转处理，将其顺时针旋转30°
，并在当前空间下存储名称为”exp12”的图片；
③分别给原始图像和变换后图像赋予相应的标题名称（输入图片为”原图像”、输出图像为”缩小0.5倍图像”和”旋转30°
图像”），并在同一个窗口中，以1行3列的方式同时显示几幅图片进行比较；
参考函数imresize、imrotate、title、subplot、subimage
2-3）、通过交互方式将图像中的人眼和人脸区域剪切提取出来，分别存名为”eye”和”face”的新的图像，并查看眼部图片数据；
参考函数imcrop
2-4）、将原始图片分别转换成HSV色彩空间下的图像、灰度图像和二值图像，并在同一窗口中，以2行2列的方式同时显示几幅图片进行比较（四幅图像的标题名称分别为”原图像”、”HSV图像”、”灰度图像”、”二值图像”）；
参考函数rgb2hsv、rgb2gray、im2bw、title
2-5）、在原始图像中，通过交互方式，任意选取四个像素点，查看像素点的灰度；
给出原始图片在R、G、B三个色彩空间下的图像，并在同一窗口中，以2行2列的方式同时显示几幅图片进行比较（四幅图像的标题名称分别为”原图像”、”R图像”、”G图像”、”B图像”）；
2-6）、将原始图片转换为灰度图片，并分别在水平和垂直方向添加颜色条，在同一个窗口中，以1行3列的方式同时显示几幅图片进行比较；
要
求
1）、实验采用的原始图片要求是包含自己头像的照片，图片大小控制在640×
480之内；
2）、实验中的当前工作目录采用MATLAB目录下的work文件夹。
原
理
果
及
分
析
1题
>
A=imread（'
qi.jpg'
）;
imshow（A）
2题
A=imread（'
subplot（1,3,1）,imshow（A）;
title（'
原图像'
B=imresize（A,0.5）;
subplot（1,3,2）,imshow（B）;
缩小0.5倍'
C=imrotate（A,30）;
subplot（1,3,3）,imshow（C）;
旋转30度'
3题
C=imcrop（B）
imwrite（C,'
eye.jpg'
）
imshow（C）
D=imcrop（A）
imwrite（D,'
face.jpg'
imshow（D）
4题
G=rgb2hsv（B）;
H=rgb2gray（B）;
I=im2bw（B）;
subplot（2,2,1）;
imshow（B）,title（'
subplot（2,2,2）;
imshow（G）,title（'
HSV图像'
subplot（2,2,3）;
imshow（H）,title（'
灰度图像'
subplot（2,2,4）;
imshow（I）,title（'
二值图像'
5题
6题
I=imread（'
subplot（1,3,1）;
imshow（I）
subplot（1,3,2）;
colorbar
subplot（1,3,3）;
colorbar（'
horizontal'
数字图像处理实验报告（三）
电子信息工程
2015-03-29
图像灰度统计特性及其相关变换
理解直方图的形成原理，掌握绘制灰度直方图的方法；
熟悉图像灰度直方图的变换及直方图均衡化方法；
理解图像灰度变换处理在图像增强中的作用；
熟悉图像灰度分布统计与图像视觉质量之间的关系；
通过工具箱函数调用和结构化编程两种方式实现图像的相关处理，在加深理解基本原理的同时，提高编程实践的技巧和能力。
3-1读入RGB目标图像，并将其转换成灰度图像，分别赋给变量M和N，查看变换前后图像大小，并分别在变换前后的图像上返回选定图像像素点（116，248），（75，184），（254，310）的灰度值；
参考函数imread、size、impixel
3-2根据直方图定义，通过结构化编程方式给出3-1）中灰度图像像素点统计形式的直方图，并与利用函数调用方式获得的直方图在两个不同窗口中进行比较，两窗口图像名称分别为”编程直方图”、”函数调用直方图”；
参考函数imread、size、bar、imhist、image
3-3根据直方图定义，通过结构化编程方式给出3-1）中灰度图像的概率形式的直方图；
3-4根据直方图均衡化原理，通过结构化编程和函数调用两种方式，实现图像的均衡化处理，并比较处理的结果（两种均衡化图像名称分别为”编程均衡化直方图”、”函数调用均衡化直方图”）；
参考函数imread、size、find、unique、histeq
3-5利用对比度调整方法来改善图像质量；
参考函数imadjust
3-6通过编程方式对3-1）中灰度图像N实施分段灰度变换处理，相关变换公式为：
1）、实验采用的原始图片要求是真彩色的，图片大小控制在640×
2）、针对实验的每一个内容建立相应的M文件，文件名分别为exp31.m～exp36.m。
数字图像处理实验报告（四）
12
杜云明
2015-04-5
图像平滑与锐化
结合课上学习的相关图像增强（平滑和锐化）处理知识，利用编程和相关函数知识实现图像的处理和结果的比较分析。
着重加强对模板概念的理解，掌握利用模板通过编程实现图像的增强操作。
4-1）、将自己的照片（彩色），转换为灰度图像，然后分别加入椒盐噪声和高斯噪声，在名为”Thesimulationwindow1”的窗口中同时显示彩图、灰度图和两个加入噪声的图片，分别命名为“原始图像”、“灰度图像”、“椒盐噪声图像”、“高斯噪声图像”；
参考函数rgb2gray、imnoise、figure
4-2）、利用3×
3的BOX模板，通过编程方式，实现对椒盐噪声图像的平滑去噪处理（边界用原图像素），并在名为”Thesimulationwindow2”的窗口中同时显示原图与处理后图像；
4-3）、分别利用3×
3、5×
5和7×
7的BOX模板，通过函数调用的方式实现对椒盐噪声图像的平滑去噪处理，并在名为”Thesimulationwindow3”的窗口中同时显示原图与处理后图像，分析不同模板对图像的处理效果；
参考函数imfilter、figure
4-4）、采用3×
3窗口，通过编程和函数调用两种方式，实现对含有椒盐噪声的图像进行中值滤波处理，并在名为”Thesimulationwindow4”的窗口中同时显示原图与处理后的图片，名称分别为“原图”、“编程中值滤波图像”和“函数中值滤波图像”；
参考函数medfilt2
4-5）、读取图片“rice.png”设为变量I，利用水平-垂直差分法，通过结构化编程方式实现图片锐化处理（即获得I的梯度幅度图），并在同一窗口显示原图和其对应的梯度图，两图分别命名为“原始图像”和“梯度图像”；
参考函数imfilter
4-6）、读取图片“rice.png”设为变量J，分别用梯度算子“roberts”、“prewitt”和“sobel”，通过函数调用编程方式实现图像的锐化处理，在同一窗口显示原图与处理后图像，比较分析三种算子的锐化差异；
参考函数fspecial、imfilter
4-7）、利用8方向的拉普拉斯算子模板，通过结构化编程方式实现对“blood.bmp”图像的锐化处理，比较分析其处理结果与梯度算子处理结果的差异。
1）、要求在给图像加噪时，噪声的强度设定为0.02；
2）、要求实验4-1）～4-4）用一个名为exp41.m的文件来实现；
3）、要求在同一个窗口显示时，图片数量≤3时，以1行的方式进行显示，图片数量＞3时，以2行的方式进行显示；
4）、在关键语句上添加必要的注释，以辅助说明该语句的功能。
qi..jpg'
I1=rgb2gray（I）;
I2=imnoise（I1,'
salt&
pepper'
0.02）;
I3=imnoise（I1,'
gaussian'
figure（'
Name'
'
Thesimulationwindow1'
）,subplot（2,2,1）,imshow（I）,title（'
原始图像'
subplot（2,2,2）,imshow（I1）,title（'
subplot（2,2,3）,imshow（I2）,title（'
椒盐噪声图像'
subplot（2,2,4）,imshow（I3）,title（'
高斯噪声图像'
B=rgb2gray（A）;
I=imnoise（B,'
I=double（I）;
s=1/9*ones（3）;
[mn]=size（B）;
C=zeros（m,n）;
fori=2:
m-1
forj=2:
n-1
C（i,j）=sum（sum（I（i-1:
i+1,j-1:
j+1）.*s））;
C（1,:
）=I（1,:
C（m,:
）=I（m,:
C（:
1）=I（:
1）;
n）=I（:
n）;
end
end
name'
Thesimulationwindow2'
）,subplot（1,2,1）;
subplot（1,2,2）;
imshow（uint8（C））,title（'
处理后图像'
I=imread（qi.jpg'
I1=imnoise（I,'
s1=1/25*ones（5）;
s2=1/49*ones（7）;
A=imfilter（I1,s）;
A1=imfilter（I1,s1）;
A2=imfilter（I1,s2）;
Thesimulationwindow3'
）,subplot（2,2,1）;
imshow（I1）,title（'
原图'
imshow（A）,title（'
3处理后图像'
imshow（A1）,title（'
5处理后图像'
imshow（A2）,title（'
7处理后图像'
）
数字图像处理实验报告（五）
1
2015-04-12
图像分割与边缘检测
通过结构化编程研究和验证图像分割与边缘检测的常用算法原理；
掌握MATLAB图像域值分割与边缘检测函数的使用方法；
了解边缘检测的算法和用途，比较Sobel、Prewitt、Canny等算子边缘检测的差异。
5-1）、自行设定阈值，利用编程方式实现“rice.png”图像的二值化处理；
rice.png'
newA=im2bw（A,150/255）;
imshow（newA）;
5-2）、利用阈值分割技术提取“rice.png”图像中的目标，要求在同一窗口显示原图、原图直方图、T=120分割图和系统自定阈值的分割图，分别命名为“原始图像”、“原始图像直方图”、“T=120阈值分割图像”和“系统自定阈值分割图像”；
参考函数im2bw、graythresh
level=graythresh（A）;
BW=im2bw（A,level）;
newA=im2bw（A,120/255）;
imshow（A）;
yuan'
fg'
imhist（A）;
zhifang'
imshow（BW）;
xitongzid'
5-3）、对“blood.bmp”图像进行阈值分割提取目标，在同一窗口给出原图，同时比较T=91、T=130和T=43的分割效果，实验图像分别命名为“原始图像”、“T=91阈值分割图像”、“T=130阈值分割图像”和“T=43阈值分割图像”，分析阈值对图像分割的影响；
参考函数im2bw（注意函数中相关参数设置要求在[0，1]区间之内）
blood.bmp'
newj=im2bw（A,91/255）;
newy=im2bw（A,130/255）;
news=im2bw（A,43/255）;
imshow（newj）;
91'
imshow（newy）;
130'
imshow（news）;
43'
5-4）、使用edge函数对图像“rice.png”进行边缘检测，比较'
roberts'
，'
sobel'
prewitt'
canny'
log'
算子的检测效果；
bw1=edge（I,'
bw2=edge（I,'
bw3=edge（I,'
bw4=edge（I,'
bw5=edge（I,'
subplot（2,3,1）;
subplot（2,3,2）;
imshow（bw1）,title（'
subplot（2,3,3）;
imshow（bw2）,title（'
subplot（2,3,4）;
imshow（bw3）,title（'
subplot（2,3,5）;
imshow（bw4）,title（'
subplot（2,3,6）;
imshow（bw5）,title（'
5-5）、利用8连通准则，检测图像I=[11100000；
11101000；
11101100；
11100010；
11110010；
11100110；
11101000]中的目标的个数；
参考函数bwlabel
5-6）、利用结构化编程方式提取图像“bt.bmp”的边缘，要求在同一窗口内显示原图像和轮廓图像，实验图像分别命名为“原始图像”和“边缘提取图像”；
5-7）、利用结构化编程方式跟踪图像[0.50.50.50.50.50.50.50.5；
0.50.510.510.50.50.5；
0.51010110.5；
0.51000010.5；
0.51011010.5；
0.50.510.50.510.50.5；
0.50.50.50.50.50.50.50.5]的轮廓，并给出其边界连码；
（注：
先将图像转换为灰度图像然后再进行处理，要求跟踪其8方向的轮廓）
5-8）、用相机在同一场景内拍摄两幅图片，其中一幅作为背景，另一幅含有本人的图片为待处理图片，利用两幅图片研究图像差影法的处理效果。
1）、上述实验要以给定图像为目标进行展开；
2）、所有实验要用独立的M文件来实现，文件分别为exp51.m～exp58.m；
3）、同一个窗口显示时，图片数量≤3时，以1行的方式进行显示，图片数量＞3时，以2行的方式进行显示；
4）、在关键语句和重要步骤上添加必要的注释，以辅助说明该语句和段落的功能。
数字图像处理实验报告（六）
2015-04-19
图像几何变换
了解几何变换的概念及其实现方式；
掌握利用相关矩阵运算实现图像的几何变换；
熟悉多种方式实现图像几何变换处理的编程技巧。
6-1）、以结构化编程方式，实现利用矩阵线性运算对“lina.bmp”图像的水平、垂直和对角镜像的几何变换处理，在一个窗口下显示原图像、水平镜像图、垂直镜像图和对角镜像图；
lina.bmp'
[p,q]=size（I）;
g=zeros（p,q）;
f=zeros（p,q）;
l=zeros（p,q）;
fh=p;
fw=q;
fori=1:
p
forj=1:
q
a=[100;
0-1fw;
001]*[ij1]'
;
b=[-10fh;
010;
c=[-10fh;
g（a
（1）,a
（2）+1）=I（i,j）;
f（b
（1）+1,b
（2））=I（i,j）;
l（c
（1）+1,c
（2）+1）=I（i,j）;
imshow（uint8（g））,title（'
水平镜像图'
imshow（uint8（f））,title（'
垂直镜像图'
imshow（uint8（l））,title（'
对角镜像图'
6-2）、分别用函数调用和结构化编程方式，实现对“lina.bmp”图像的缩放处理，要求将原图缩小为原来的四分之一，在一个窗口下显示原图像、结构化编程缩小图和函数编程缩小图；
参考函数imresize
p/2
q/2
a=[200;
020;
g（i,j）=I（a
（1）,a
（2））;
I1=imresize（I,0.25）;
结构化编程缩小图'
函数编程缩小图'
6-3）、用函数调用编程方式，实现对“lina.bmp”图像的旋转处理，要求将原图逆时针旋转25度，在一个窗口下显示原图、旋转图片和旋转后截取效果图；
参考函数imrotate
6-4）、利用矩阵运算方式实现对“lina.bmp”图像的平移处理，要求图片在两个方向上分别平移50个像素点，在一个窗口下显示原图、平移图片和平移后截取效果图；
6-5）、用函数调用编程方式，实现对
升级会员 